Mai mult

Actualizați datele OSM deja importate în qGIS

Actualizați datele OSM deja importate în qGIS


qGIS simplifică importarea datelor din Open Street Map (aici este un tutorial bun). Cu toate acestea, în ciuda faptului că acest proces este relativ simplu, este nevoie de ceva timp pentru a descărca datele, a le converti, a selecta atributele dorite de importat, apoi a face interogări pentru a salva un nou strat.

Deoarece lucrez la un proiect care va dura ceva timp să mă dezvolt, sunt îngrijorat de faptul că trebuie să repet pași sau să pierd date dacă trebuie să fac noi interogări de la OSM pentru a adăuga date noi. Știți dacă există vreo modalitate de a automatiza acest proces pe cât posibil.

Să ne imaginăm că am descărcat deja date OSM, am creat mai multe straturi (cu atributele lor corespunzătoare) și mai petrec ceva timp făcând lucrări suplimentare (de exemplu, o hartă de căldură). Acum imaginați-vă că vreau să fac același lucru cu o versiune mai actualizată a OSM, care va avea mai multe caracteristici. Dacă nu mă înșel va trebui să repet totul și va fi ca și cum ați începe de la zero. Știi vreo modalitate de a actualiza toate straturile fără a fi nevoie să le ștergi și să o iei de la capăt? (Mă întrebam dacă există vreo modalitate de a automatiza procesul sau de a crea straturi „inteligente” care interogă un anumit strat sau orice mod de a actualiza baza de date originală)


Nu că știu (deși pot exista câteva modalități de a automatiza pașii din acel tutorial cu un script python). Dacă doriți să mergeți cu adevărat de înaltă tehnologie (cu o creștere corespunzătoare a timpului de configurare), atunci puteți configura o bază de date postgis a zonei care vă interesează (cu etichetele care vă interesează) folosind ceva de genul Osmosis sau imposm și apoi aplicați diferențe zilnice, orare sau minuțioase pentru ca baza de date să fie actualizată. Totuși, este o mulțime de muncă și multe date și nu pare că ar merita, cu excepția cazului în care trebuie să repetați procesul de mai multe ori de sute de ori.


Combinând spațial producția și recreerea lemnului cu conservarea biodiversității

Plantațiile de pini stabilite pe fostele landuri sunt comune în toată Europa de Vest și America de Nord. Astfel de zone pot continua să susțină valori ridicate ale biodiversității din fostele landuri în zonele mai deschise, oferind în același timp servicii ecosistemice, cum ar fi producția de lemn și recreere în zonele împădurite. Cu toate acestea, este o provocare optimizarea spațială a recoltării și recreerii lemnului fără a amenința valorile biodiversității. Cererea de biomasă lemnoasă este în creștere, dar se intensifică și alte presiuni asupra biodiversității, inclusiv schimbările climatice, fragmentarea habitatului și poluarea aerului. Strategiile de optimizare spațială a diferitelor servicii ecosistemice cu conservarea biodiversității sunt încă subexplorate în literatura de cercetare. Aici explorăm scenarii de optimizare pentru avansarea administrării ecosistemului într-o plantație de pini din Belgia. Observațiile punctuale ale șapte specii de indicatori cheie au fost utilizate pentru a estima adecvarea habitatului utilizând modele liniare generalizate. Pe baza caracterului adecvat al habitatului și a caracteristicilor speciilor, valoarea de conservare explicită spațial a diferitelor patch-uri împădurite și deschise a fost determinată cu ajutorul unui instrument de planificare a conservării explicit spațial. Presiunea recreativă a fost cuantificată prin intervievarea administratorilor de păduri și cu contoare automate de trasee. A fost evaluat impactul producției și recreării lemnului asupra conservării speciilor indicator. Am găsit compromisuri între conservarea biodiversității și producția și recreerea lemnului, dar am putut prezenta un scenariu final care combină conservarea biodiversității cu un impact limitat asupra ambelor servicii. Acest studiu de caz ilustrează faptul că planificarea inovatoare a gestionării pădurilor poate realiza o integrare mai bună a furnizării diferitelor servicii ale ecosistemului forestier, cum ar fi producția și recreerea lemnului, cu conservarea biodiversității.

Aceasta este o previzualizare a conținutului abonamentului, acces prin intermediul instituției dvs.


Actualizați datele OSM deja importate în qGIS - Sisteme de informații geografice

Am dori să oferim acces ușor, simplu, rapid la "Unde" informații despre oameni, locuri, evenimente și lucruri. Ne interesează în special conectarea oamenilor din comunități cu informații despre lucrurile care se întâmplă în jurul lor. Și preferăm să o facem folosind și construind pe instrumentele spațiale omniprezente, gratuite și open source pe care alte comunități le-au construit deja.

OpenEarth este o mică firmă de consultanță formată în 1998 la Sydney, Australia și acum înapoi în Noua Zeelandă, cu sediul și care lucrează de la Christchurch.

Am fost implicați cu informații spațiale încă de la început și ne putem baza pe experiența noastră în SUA, Marea Britanie și Europa, precum și pe scară largă în toată Australia.

Suntem deosebit de entuziaști și cunoscuți Sursa deschisa Sistemele și datele spațiale, deoarece credem că extind foarte mult posibilitățile de utilizare eficientă a informațiilor spațiale din ce în ce mai mari din lume și îmbunătățirea cu adevărat a societăților noastre.

  • Cum ar putea fi adăugată o prezență spațială sau de cartografiere la sistemele dvs. de informații existente
  • O evaluare a sistemelor spațiale existente pentru a vedea dacă acestea ar putea beneficia de tehnologii și surse de date mai noi
  • Determinarea modului în care ar putea fi adăugat open source pentru a completa sau chiar a înlocui soluțiile proprietare existente.
  • Analiza proceselor spațiale existente și planificate și a gestionării datelor
  • Dezvoltarea de specificații și arhitecturi pentru noi sisteme spațiale
  • Proiectarea și optimizarea bazelor de date spațiale
  • Aprovizionarea, curățarea, structurarea și prezentarea datelor spațiale
  • Dezvoltare și implementare de software și servicii spațiale
  • Găzduire, instruire, documentare și asistență continuă.

O mare parte din munca noastră poate fi și este adesea întreprinsă de la distanță, dar putem călători și în Australia / Noua Zeelandă pentru a întreprinde sarcini și comisioane convenite.

PostGIS

P ostGIS este o extensie spațială a popularei baze de date relaționale Open Source, PostgreSQL. Implementează un set puternic de abilități spațiale, inclusiv 2D și 3D Vector, Raster și Linear Routing.

OpenEarth are mulți ani de experiență atât în ​​PostgreSQL, cât și în PostGIS și poate dezvolta funcții de stocare și analiză spațială care vă ajută să vizualizați și să obțineți informații despre datele dvs. în moduri noi.

De asemenea, putem oferi tutoriale și instruire în PostGIS și PostgreSQL pentru a ajuta personalul să se actualizeze cu privire la aspectele spațiale ale bazelor de date relaționale. Deoarece majoritatea comenzilor spațiale se bazează pe standardele SQL / MM, interogările spațiale sunt relativ portabile între bazele de date SQL care acceptă spațial.

GeoServer

G eoServer este un server Open Source bazat pe Java pentru partajarea și prezentarea datelor geospațiale. Poate accesa o gamă largă de surse de date, analiza și manipula datele spațiale și le poate prezenta ca hărți interactive care pot fi utilizate pentru interogarea informațiilor subiacente.

De asemenea, poate furniza informații spațiale bazate pe imagini brute și vectoriale unei game largi de clienți de hărți existenți (atât Open Source, cât și proprietari) utilizând standardele adoptate pe scară largă de Open Geospatial Consortium (OGC)

Deschideți Harta Stradă

O pen Street Map (OSM) este o comunitate sau o sursă de mulțimi, sursă de hărți Open Source din întreaga lume creată de mii de colaboratori din întreaga lume.

Locuri de muncă ciudate spațiale

O penEarth este o consultanță mică, receptivă, care poate oferi rapid și ușor soluții la probleme care ar fi dificil sau costisitor să justifice solicitarea unei organizații mai mari.

Avem mulți ani de experiență în a fi o resursă flexibilă și adaptabilă „la atingere” pentru alte organizații pentru a rezolva rapid probleme spațiale și web de diferite dimensiuni, dar mai ales cele care sunt urgente sau sensibile la timp și ar putea necesita aplicarea unei game largi de aptitudini. De asemenea, ne putem ocupa de locuri de muncă mici, care ar putea consta în doar câteva ore de muncă. Cu experiența și abilitățile noastre, putem realiza, în ore, ceea ce ar putea dura zile în interior.

OpenEarth își rulează propriile servere și astfel poate obține rezultate, pe măsură ce acestea sunt dezvoltate, ușor disponibile pentru vizualizare și discuție.

Solicitările tipice ar putea fi:

  • Luați datele din această foaie de calcul și creați o hartă cu pictograme și culori care să reflecte anumite atribute din foaia de calcul.
  • Faceți harta interactivă și accesați datele din această altă resursă atunci când un utilizator face clic pe o pictogramă
  • Spuneți-mi numărul bărbaților în vârstă de 30-55 de ani care trăiesc la mai puțin de 15 km de toate aceste adrese
  • Creați un API, astfel încât software-ul meu să poată trimite o adresă și să răspundă cu care dintre aceste zone de vânzare se află în această adresă
  • Încărcați toate aceste date în formatele Excel, CSV și PDF într-o bază de date, investigați modalități potențiale de legare a datelor, geocodați adresele și furnizați o interfață web pentru crearea de rapoarte PDF personalizate
  • Creați documente Microsoft Word care pot fi completate automat cu text și hărți imagini dintr-o bază de date spațială pentru a crea rapoarte personalizate

Deschiderea sistemelor spațiale închise

Nu se remarcă faptul că chiar și sistemele spațiale proprietare predominante iau acum în serios instrumentele și soluțiile spațiale Open Source. Cele mai noi oferte ale acestora sunt adesea similare, au învățat de la sau sunt chiar construite pe alternative existente Open Source - biblioteci javascript precum JQuery, C3, D3, OpenLayers și Leaflet, utilizarea extensivă a tehnologiilor populare de browser deschis, cum ar fi HTML5, CSS3, SVG și Web / GL, middleware Open Source, cum ar fi GeoServer și Nodejs și magazine de date spațiale open source, cum ar fi PostGIS / PostgreSQL.

OpenEarth a fost în liniște înaintea curbei atunci când vine vorba de Open Source Spatial Innovation. De la o soluție de cartografiere web asemănătoare Google Maps, SPLASH, (Spatial Planning Linkup Around Sydney Harbour) implementat în Departamentul de Planificare al NSW cu ani înainte de Google Maps, până la adoptarea timpurie și adaptarea multor instrumente Open Source, cum ar fi PostGIS / PostgreSQL, MapServer, SVG și WebGL.

OpenEarth poate „adaugă spațiu” la soluțiile alfanumerice existente sau „adaugă deschidere” la soluțiile spațiale existente. Vă putem oferi funcții Open Source pentru a accesa datele dvs. locale sau la distanță existente, pentru a-i îmbunătăți utilitatea prin adăugarea de informații despre locație și context spațial, cum ar fi adresarea și zona administrativă (suburbii, coduri poștale) și prezentarea informațiilor îmbunătățite în multe moduri, inclusiv rezultatele analizei spațiale. (Cât de aproape. Câți. Unde.) hărți interactive 2D și 3D, grafică de afaceri sau imagini spațiale de înaltă rezoluție adecvate pentru imprimare. De asemenea, putem prelua date din GIS-ul dvs. existent și le putem prezenta ieftin și eficient unui public larg de utilizatori, fără a fi nevoie de gestionarea utilizatorilor și a licențelor.

Evaluarea sistemelor spațiale existente

O penEarth vă poate revizui sistemele spațiale existente fără părtinirea unui furnizor. Deși, evident, taxăm pentru timpul nostru, produsele pe care le propunem sunt gratuite și omniprezente, cu un suport excelent la nivel mondial, printr-un utilizator activ și o bază de dezvoltare.

Tot ce dezvoltăm pentru tine este al tău, astfel încât să poți continua să îl modifici și să-l îmbunătățești singur sau să-l predai altora cu aceleași abilități. Open Source înseamnă că nu sunteți legat de ajutor specific, aprobat de furnizor.

  • Inventarea sistemelor existente - produse, versiuni, compatibilități, licențiere, instruire și costuri de asistență etc.
  • Înțelegerea modului în care sunt utilizate diferitele componente. Sunt folosite la capacitățile lor maxime?
  • Identificarea lacunelor și a duplicărilor în sisteme
  • Propunerea, dacă este cazul, a unor instrumente și abordări alternative sau suplimentare
  • Proiectarea și documentarea elementelor necesare realizării îmbunătățirilor
  • Scrierea și implementarea modificărilor propuse
  • Găzduirea site-urilor de dezvoltare și testare și, dacă este necesar, găzduirea soluțiilor finale sau a suplimentelor

În timp ce instrumentele spațiale Open Source sunt unele dintre cele mai puternice și flexibile disponibile și se îmbunătățesc constant, există cazuri în care un sistem proprietar existent „doar funcționează” și este cea mai bună soluție pentru o sarcină specifică. OpenEarth poate determina cât de bine soluția dvs. actuală îndeplinește cerințele personalului, clienților și altor utilizatori. Putem sugera domenii specifice în care o tehnologie alternativă ar putea îmbunătăți lucrurile în termeni de performanță, flexibilitate, scalabilitate, utilizare etc.

Proiectarea de noi sisteme

O penEarth are mulți ani de experiență în proiectarea și implementarea soluțiilor spațiale pe o gamă largă de piețe, în special pentru telecomunicații.

Putem consulta, proiecta, construi și găzdui o soluție pentru a vă îndeplini cerințele exacte utilizând un set de componente agreat.

De asemenea, putem integra noi funcționalități în sau lângă sistemele existente și să înlocuim funcțiile vechi cu alternative mai rapide, mai eficiente și deschise.

OpenEarth a produs sisteme spațiale complete de la început la sfârșit pentru telecomunicații, companii de software și gestionarea flotei de transport, printre alte comisii.

Aprovizionare spațială

Volumul, calitatea și disponibilitatea datelor spațiale cresc în fiecare zi. Fiecare satelit, fiecare rețea distribuită geografic creează volume mari de date valoroase și interesante. OpenEarth vă poate ajuta să căutați, să descoperiți, să evaluați și să utilizați seturile de date potrivite pentru a se potrivi nevoilor dvs. specifice.

Putem determina cele mai bune opțiuni pentru accesul la date pe baza unor aspecte precum moneda, acuratețea și precizia, volatilitatea și impactul probabil al rețelei și apoi să implementăm cele mai bune metode de stocare a datelor, bazate pe fișiere, baze de date sau API. acces.

Proiectare dinamică

D ynamic Design este o companie internațională, cu sediul în Elveția, oferind o gamă de soluții pentru gestionarea rețelelor, în special pe piața telecomunicațiilor.

Produsele lor se bazează în totalitate pe baza de date cu instrumente proprietare, middleware, instrumente spațiale (GIS) și interfața cu utilizatorul. Deși aceste instrumente au fost adecvate în 1993, când compania a fost fondată, și au susținut dezvoltarea de-a lungul anilor, problemele în continuă creștere ale costurilor de licențiere și ale cerințelor de gestionare versiunea gestionării mai multor produse o lipsă de control asupra modificărilor sau îmbunătățirilor acestor componente esențiale și o bază de clienți internațională în creștere a însemnat că alternativele mai ușoare și mai simple au fost examinate în mod activ.

OpenEarth a oferit consultanță în Dynamic Design în birourile sale din Melbourne pentru a stabili exact ce ar putea fi realizat cu alternativele Open Source față de instrumentele proprii existente. După o anumită familiarizare inițială, OpenEarth a reușit să arate modul în care baza de date spațială, serverul spațial, interfața utilizatorului și instrumentele de import și export de date ar putea fi înlocuite sau completate cu echivalente surse deschise. OpenEarth a fost, de asemenea, în măsură să furnizeze grafică vectorială, bazată pe browser, folosind biblioteci grafice Open Source, în esență echivalente și la fel de funcționale ca și cele ale soluției desktop Dynamic Design existente.

Consultanța a dovedit în mod concludent că soluțiile spațiale Open Source ar putea înlocui majoritatea, dacă nu chiar toate instrumentele proprii existente și ar putea elimina în totalitate problemele legate de licențierea sistemelor clienților. Asistența pentru clienți ar beneficia, de asemenea, deoarece controlul complet a fost disponibil asupra tuturor componentelor soluției lor, împreună cu comunitatea de asistență activă și vibrantă la nivel mondial, care caracterizează cele mai bune soluții Open Source.

A arătat că, adoptând alternative Open Source pentru unele sau pentru toate instrumentele sale externe, Dynamic Design ar fi în măsură să ofere soluțiile sale fără cerințe de licențiere externe și terțe, facilitând și mai ieftin înființarea de noi clienți. În plus, prin trecerea la o interfață de utilizator bazată pe browser folosind biblioteci grafice Open Source, a devenit realist să se ia în considerare furnizarea de produse ca Servicii livrate pe web. Deoarece soluțiile spațiale Open Source au oferit dezvoltatorilor de design dinamic acces complet la sursă, aceștia ar putea, de asemenea, să optimizeze instrumentele în sine, permițând un control mai bun și deci o experiență mai bună pentru utilizatorii lor.

Servicii de localizare Virgin Mobile

O penEarth a fost abordată de o companie australiană de telecomunicații, Virgin Mobile, cu o problemă spațială. Virgin a dorit să vândă o soluție de bandă largă pentru casă Virgin Broadband acasă care au utilizat rețeaua lor 4G existentă și au inclus un telefon de acasă cu un număr fix de linie fixă.

Convențiile australiene privind serviciile de urgență impuneau ca fiecare număr de telefon fix (+61 x xxx xxxx) să fie localizat spațial și furnizat unei baze de date centralizate, baza de date integrată a numărului public (IPND) din care operatorii de urgență din toată țara să poată identifica automat o locație pur și simplu din numărul de telefon de la care se efectua un apel. Aceasta însemna că Acasa dispozitivele trebuie să rămână la locația furnizată atunci când dispozitivele au fost achiziționate și că s-au notat modificări ulterioare de adresă și noua adresă a fost furnizată IPND. Problema a fost că Acasa dispozitivele erau mici și portabile și ar funcționa oriunde. Provocarea a fost de a identifica când dispozitivele s-au mutat în afara locației aprobate și de a comunica, cât mai automat posibil, cu proprietarii dispozitivelor.

  • Ați accesat sistemele Virgin Customer Management pentru a extrage o listă de noi, modificate și abandonate Acasa dispozitive.
  • Utilizați adresa furnizată pentru a localiza geografic locația autorizată a dispozitivului pentru comparații ulterioare
  • Și-a actualizat propria bază de date spațială Open Source, PostGIS / PostgreSQL, astfel încât detaliile clienților să reflecte în mod corespunzător baza de date a clienților Virgin.
  • Folosiți noaptea API-ul Virgin Services GSM Location Services pentru a interoga locația fiecăruia Acasa dispozitiv.
  • Determinați, utilizând un set flexibil de algoritmi, dacă locația dispozitivului se afla într-o zonă desemnată. Aceasta s-a bazat pe distanța dispozitivului de turnurile celulare, precizia locației, istoricul mișcărilor anterioare ale dispozitivului, dacă locația dispozitivului a depășit diferite limite de administrare și o serie de alți factori care contribuie.
  • Dacă dispozitivul era deplasat, pentru a emite mesaje SMS și / sau e-mail care solicitau returnarea dispozitivului la locația sa autorizată - au fost trimise o secvență de mesaje diferite, în funcție de faptul dacă dispozitivul era încă deplasat.
  • În cele din urmă, escaladați problemele, dacă este necesar, către Serviciul Clienți Virgin de unde personalul a contactat apoi proprietarii dispozitivului
  • Furnizați un instrument bazat pe hartă pentru personalul Virgin pentru a monitoriza toate dispozitivele
  • Furnizați diverse rapoarte în format Excel, CSV și PDF pentru introducere în alte servicii Virgin

Sistemul a fost implementat cu succes și găzduit de OpenEarth. A funcționat timp de aproximativ cinci ani până când produsul At Home a fost înlocuit cu noi tehnologii care permiteau telefoanelor să devină puncte de prezență WiFi, iar utilizarea numerelor de telefonie fixă ​​nu mai era necesară.

Servicii de localizare Optus

În urma serviciilor anterioare de succes furnizate Virgin Mobile, OpenEarth a dezvoltat un serviciu similar de localizare și raportare a dispozitivelor pentru rețelele Optus. Sistemul a oferit facilități cuprinzătoare de monitorizare și raportare personalizate la modelul Optus Client.

Sistemul Optus a îndeplinit o funcție similară cu cea dezvoltată pentru Virgin, care a fost monitorizarea, controlul și raportarea dispozitivelor care erau obligate contractual să rămână în „zone de acasă” desemnate.

Servicii de localizare a revânzătorilor Optus

În urma serviciilor anterioare de succes oferite Virgin Mobile și Optus, OpenEarth a fost rugat să dezvolte și să găzduiască un serviciu de localizare și raportare a dispozitivelor personalizabil pentru distribuitorii Optus Networks. Acest lucru a permis personalizarea serviciului pentru a satisface diferitele nevoi ale fiecăruia dintre distribuitorii Optus.

Sistemul a furnizat facilități complete de monitorizare și raportare personalizate pentru fiecare model Optus Reseller. Sistemul a îndeplinit o funcție similară cu cea dezvoltată pentru alte produse, care a fost de a monitoriza și controla dispozitivele care erau obligate contractual să rămână în „zone de acasă” desemnate.

Baza de date Nangi Health

N angi („a vedea” sau „a privi” în limba poporului Ngunnawal din Canberrra) a fost dezvoltat pentru corpul de vârf al sănătății aborigene, NACCHO, pentru a reuni o gamă largă de informații despre popoarele aborigene din Australia pentru a înțelege unde au fost plasate fizic și pentru a identifica resursele de sănătate de care dispun.

OpenEarth a consultat, proiectat, dezvoltat și găzduit site-ul Nangi permițând organizațiilor membre NACCHO o viziune integrată, centrată pe hartă, a statului statului sănătății aborigene australiene.

Utilizarea de calitate a medicamentelor

Q MAX reprezintă un factor cheie în asigurarea unor rezultate bune pentru sănătate - asigurarea unui regim de medicamente adecvate și în timp util. QUMAX ajută pacienții cu medicamente complexe utilizând o serie de măsuri simple, împreună cu o monitorizare și măsurare atentă.

Un upgrade semnificativ la sistemul QUMAX a fost proiectat și implementat de OpenEarth pentru NACCHO, organismul național responsabil de administrarea QUMAX. Sprijină dezvoltarea planurilor de lucru care acoperă cele șapte domenii cheie QUMAX, împreună cu două rapoarte de progres în fiecare an, care asigură realizarea spatiilor de lucru.

Management cadastral

O penEarth s-a consultat cu New South Wales Land Information Center (LIC) pentru a proiecta un serviciu care să permită inspectorilor și dezvoltatorilor să trimită planuri și sondaje online cu detectarea automată a caracteristicilor CAD și citirea desenelor într-o bază de date spațială.

O parte a lucrării a fost evaluarea a două baze de date cadastrale (titlul proprietății), una la LIS și cealaltă la Sydney Water. Analiza a evidențiat diferențele și erorile dintre cele două cadastruri, astfel încât să se poată implementa o îmbinare cu succes a celor două cadastruri.

Sistemul Panorama a demonstrat un flux de lucru complet al dezvoltării de noi proprietăți, de la acceptarea desenelor CAD până la încorporarea în straturile provizorii de baze de date spațiale și publicarea noilor versiuni de date în forme care ar putea fi utilizate pentru actualizarea activelor legate de cadastru (schimbare cadastrală).

Cadrul național de gestionare a adreselor

O penEarth a oferit consultanță Consiliului de informare funciară Australia Noua Zeelandă (ANZLIC) pentru a revizui toate aspectele adresării în Australia, a intervieva participanții cheie și a furniza trei rezultate:

Un model de date de adresă standard.
Un format de transfer de adresă standard.
O interfață de servicii web pentru adresă standard.

OpenEarth a cercetat și a realizat interviuri pentru toate cele trei elemente livrabile, dar a fost cel mai implicat în proiectarea, implementarea și documentarea interfeței de servicii web care a oferit acces API la serviciile de adresă conforme NAMF.

Servicii de sănătate controlate de comunitatea aborigenă

Aici sunt aproximativ 150 ACCHS în toată Australia care oferă asistență medicală primară australienilor indigeni. OpenEarth a dezvoltat un instrument personalizat pentru a permite colectarea, analiza și raportarea informațiilor despre aceste organizații și despre comunitățile în cadrul cărora au fost oferite serviciile lor. Locațiile ACCHS în sine, precum și locațiile outstations și clinici au fost cartografiate astfel încât captările potențiale ale populației lor să poată fi estimate și raportate ca un ajutor în planificarea cerințelor viitoare.

Instrumentul ACCHS a strâns o cantitate mare de date împrăștiate anterior și a ajutat astfel organizațiile să înțeleagă mai bine domeniile lor de responsabilitate (locală, regională, de stat și națională) și astfel să consolideze coordonarea eforturilor lor, rezultând economii semnificative atât în ​​timp cât și în resurse .

MapChat

M apChat este un serviciu simplu care permite mai multor vizualizatori de hărți să fie coordonați pe web, astfel încât să poată avea loc o conversație îmbunătățită și informată despre hărți despre anumite locații. Deoarece MapChat este încă în curs de dezvoltare, cel mai bun mod de a-și arăta capabilitățile timpurii este cu videoclipul scurt (6 minute) de mai jos. Mecanismul de comunicare între clienții hărții este foarte rapid, cu cheltuieli generale minime. În videoclip, mesajele dintre diferitele pagini ale browserului (în Christchurch NZ) sunt transmise printr-un server din Melbourne, Australia.

Există multe cazuri de utilizare posibile pentru o facilitate de colaborare cu hărțile, cum ar fi MapChat. OpenEarth este întotdeauna dornic să audă cum tehnologiile de bază pot fi utilizate pentru a rezolva alte probleme ale utilizatorilor.

Dacă doriți să încercați instrumentul actual MapChat, presupunând că serverul rulează, puteți accesa clientul aici. Este cel mai bine să utilizați clientul Google Maps în acest moment, deoarece ceilalți clienți au funcții diferite. Clientul Cesium 3D permite navigarea tridimensională, dar nu are încă activate funcțiile de desen.

Editura spațială

În timp ce crearea și analiza datelor spațiale este de obicei o sarcină specializată, rezultatele acelor activități trebuie să fie ușor accesibile pentru o gamă largă de utilizatori, cu capacitatea acestora de a utiliza în continuare rezultatele în propriile lor moduri. De obicei, un număr mic de procese analitice generează date la care doresc acces mai mulți utilizatori.

OpenEarth poate oferi servicii personalizate care „publică” rezultatele folosind instrumente Open Source care nu necesită licențiere și pot fi scalate liber pentru a satisface cerințele utilizatorilor.

Imagini inteligente

Magii sunt o modalitate excelentă de a transmite informații și sunt folosite pe întregul web. Dar ei sunt doar imagini - matrice de puncte colorate. Deci, furnizarea de informații suplimentare despre ceea ce reprezintă imaginea necesită o muncă suplimentară considerabilă.

Dar dacă imaginea în sine ar putea furniza acele alte informații? Aceasta este problema rezolvată de Smart Images. Imaginile inteligente sunt imagini obișnuite din toate punctele de vedere, dar au conținut suplimentar care poate fi folosit pentru a face imaginea interactivă și Inteligent

Pentru a înțelege mai bine cum pot fi folosite imaginile inteligente, vă rugăm să selectați dintre aceste scurte prezentări video care ilustrează unele utilizări ale SmartImages.

Noua Zeelandă spațială

Imaginez un instrument simplu care permite oamenilor din toată Noua Zeelandă să coopereze în spațiu. Prin aceasta, ne referim la un set de funcții spațiale care pot fi conectate împreună în diferite moduri, astfel încât fiecare participant să poată vedea și interacționa cu ceea ce fac ceilalți. Sisteme spațiale care cooperează între ele și cu mai multe surse de date pentru a forma un singur sistem virtual, pe care toată lumea îl poate folosi. Ideea este similară cu MMORPG - un acronim din lumea jocurilor video „Joc de rol online multiplayer masiv”

Noua Zeelandă spațială este ideea de a construi o suită integrată, personalizată de instrumente spațiale utilizând cele mai bune produse open source și apoi integrarea acestora cu un strat de conectivitate, astfel încât să formeze un model unic, coeziv al întregii țări, un model care să poată să fie privită inițial ca o hartă interactivă familiară pe care toată lumea o cunoaște, dar în cele din urmă poate deveni o experiență imersivă continuă de realitate virtuală și / sau realitate augmentată.


Modele bazate pe agenți pentru epidemiologia bolilor infecțioase

Modelele bazate pe agenți (ABM) sunt un tip de simulare pe computer compus din agenți care pot interacționa între ei și cu un mediu. Un agent poate fi orice, de la un individ la o organizație sau organism, cum ar fi un stat național. Acțiunile agenților sunt guvernate de un set de reguli codificate. La fiecare pas, un agent decide ce va face: acțiunile pot fi la fel de simple ca definirea în ce direcție se va deplasa un agent pe baza unei percepții simulate sau, acțiunile pot fi mai complicate, cum ar fi căutarea agenților cu anumite caracteristici într-un dată raza și interacțiunea socială cu acestea [2]. ABM-urile pot surprinde fenomene agregate neașteptate care rezultă din comportamentele individuale combinate într-un model [3]. Deși modelele bazate pe agenți există de ceva timp, unul dintre primele modele publicate a apărut în 1971, abia la sfârșitul anilor 1990 au început să câștige popularitate în științele sociale. Acest lucru a fost determinat în principal de introducerea unor platforme precum Netlogo, Swarm și Repast care au fost concepute pentru a permite programatorilor non-computer să creeze și să înțeleagă ABM-urile. Pe măsură ce platformele se îmbunătățesc și puterea de calcul se extinde, ABM-urile sunt aplicate din ce în ce mai larg [4].

ABM devin populare în epidemiologia bolilor infecțioase, deoarece modelele pot surprinde dinamica răspândirii bolii combinată cu amestecul eterogen și rețelele sociale ale agenților [5]. Pentru a modela în mod realist un focar și pentru a fi util în scenariile din lumea reală, un ABM trebuie să modeleze caracteristicile unei boli (cum ar fi ratele de infecție), precum și caracteristicile agenților și mediului lor, toate la un nivel adecvat de detaliere [ 6].

O modalitate de a clasifica ABM-urile utilizate pentru modelarea bolilor infecțioase este în cele care utilizează date și în cele care nu. Este posibil să se capteze dinamica unui sistem, cum ar fi răspândirea unei boli infecțioase, fără utilizarea datelor. De exemplu, modelul Dunham [7] nu folosește date pentru a-și configura populația sau pentru a rula modelul. Cu toate acestea, pentru modelarea bolilor infecțioase un ABM care nu folosește date are un dezavantaj în ceea ce privește aplicabilitatea. În timp ce modelul poate fi utilizat pentru a înțelege mai bine dinamica generală a unei boli, multe lucruri afectează un focar, inclusiv caracteristicile populației și mediului. Ar fi imposibil să se capteze efectele pe care acestea le-ar avea asupra focarului fără datele care să le creeze. Multe modele, cum ar fi Rakowski și colab. [8] și Crooks și Hailegiorgis [9], folosesc surse de date pentru a-și configura modelul. Rakowski și colab. [8] utilizați atât datele recensământului polonez, cât și datele peisagistice (https://web.ornl.gov/sci/landscan/), care este un set de date de distribuție globală a populației, pentru a crea simularea gripei lor. Crooks și Hailegiorgis [9] folosesc datele dintr-o tabără de refugiați și datele privind elevarea SIG pentru un model de răspândire a holerei. Deoarece ambele modele folosesc date, rezultatele pot fi aplicate direct unei populații reale și pot contribui la influențarea viitoarei politici.

ABM pentru boli infecțioase pot fi clasificate în modele care sunt create pentru a simula o boală specifică sau un focar specific și cele care sunt create pentru a simula dinamica generală a bolii [6]. Există multe ABM care se concentrează pe tulpini specifice de gripă, cum ar fi H1N1 [10] sau H5N1 [11], sau tratează gripa în general [8]. Alte modele bazate pe agenți s-au bazat pe focare specifice, de exemplu modelul lui Merler și colab. [12] care simulează focarul de Ebola din Liberia. Acest model nu numai că include informații despre modul în care se răspândește Ebola, cum ar fi contactul la înmormântări, dar modelul este specific pentru Liberia, inclusiv numărul de paturi de spital care au fost utilizate pentru pacienții cu Ebola pe parcursul epidemiei [12]. Au fost create, de asemenea, ABM-uri specifice pentru a determina efectele pe care mandatele guvernamentale le-au avut asupra răspândirii virusului H1N1 în Mexic [10] și modul în care programele de vaccinare afectează rata de incidență a virusului papiloma uman (HPV) din Danemarca [13].

Cadrele de modelare pot fi utilizate pentru a studia dinamica bolii, de exemplu modelele de Duan și colab. [14] și Dunham [7]. Aceste mai multe cadre sunt utilizate în mod obișnuit pentru a influența politica publică. De exemplu, FRED (Un cadru pentru reconstituirea dinamicii epidemiologice) este un sistem de modelare bazat pe agenți care este utilizat pentru a sprijini cercetarea privind dinamica bolilor infecțioase, în special pentru funcționarii de sănătate publică din stat și județ, pentru a evalua efectele intervențiilor [15].

Pentru a crea modelele descrise în această lucrare sunt necesare diferite tipuri de date, inclusiv statistici ale populației, date GIS, locații la școală și la locul de muncă și date despre vaccinare. Majoritatea datelor utilizate provin de la Biroul Central de Statistică (CSO) al Irlandei [16], dar sunt utilizate și alte surse. Următoarele secțiuni prezintă sursele datelor utilizate în model.

Statisticile populației

Population statistics are used within the model to create a realistic population of agents. Real data is used to determine the age and gender breakdowns of our populations along with correct distribution of household size and other household characteristics such as child age. The CSO provides a wealth of open access data. The data is taken from the results of the Irish census which occurs every five years. The data used for our model is from the 2011 Irish census, data from the 2016 census has recently been made available, however the 2011 data is more suitable for the outbreak we attempt to simulate as it occurred in 2012. The census data is organized into fifteen different themes each with a set of tables containing information on the population of Ireland under that theme. The themes are described in Table 1. The themes used to create the model are theme 1, theme 4, theme 5 and theme 8.

Data can be downloaded at multiple geographic levels, the lowest being the small area [16]. Small areas are areas of population that contain between 50 and 200 dwellings. We base our simulations on data at the small area level. The CSO make available a data set (delivered in csv format) for all small areas in Ireland containing data for each table within each theme. When simulating a specific town the small areas related to that town and the necessary tables can be selected from the data set. The small area boundary file discussed in the next section provides a mapping between small areas and towns. Table 2 contains the information on the different CSO tables that were used to create the simulation.

Date GIS

Various sources of GIS data are used in our models. GIS data not only gives us the town boundaries but also residential, commercial and recreational areas within the town that help to define where the agents live, work, and travel.

The CSO provides access to boundary files from the 2011 census. The files contain the boundaries at different levels including provinces, counties, electoral divisions, towns and small areas [16]. The data set downloaded from the CSO website contained small area information for all of Ireland: the QGIS [18] software was used to select only the small areas that overlapped with the town being simulated so the data could be loaded into Netlogo. The small area boundaries do not always match town boundaries, thus the small area data set could potentially cover more area than the town being simulated.

Zoning data is taken from two sources: Open Street Maps [19] and Myplan.ie [20]. Myplan.ie gives the shape files that include local area development plans. While Open Street Maps provides land use data. The land use data is a shape file that provides information on if the land is used for residential, commercial, retail or industrial purposes. The data set can also provide more detailed information such as if the land is used for religious purposes, sports pitches, cemeteries or reservoirs. Neither source is comprehensive and there are some areas in the towns for which zoning data is not available. The different zoning and land use types are sorted into six categories: open, town center, community, residential, commercial and mixed.

School locations

In order to determine both the number of schools in a town and their locations we use data from the Department of Education and Skills in Ireland. They provide data on individual schools, including enrollment and type of school (primary or secondary) [21]. The data set includes the longitude and latitude of the schools. These are then geocoded in QGIS [18] in order to create a GIS shape file that can be combined with the town boundary and land use shape files and loaded into Netlogo.

Vaccination data

Vaccination statistics are used to determine the number of agents in our model who have been vaccinated and thus are immune to the disease. Vaccination statistics for Ireland can be found on the childhood vaccination schedule. Statistics are presented for Ireland as a whole and broken up into Health Service Executive (HSE) regions. Vaccination uptake statistics for the whole of Ireland and by HSE region are available on Ireland’s Health Protection Surveillance centre website going back to 1999 [22]. The Organisation for Economic Co-operation and Development (OECD) reports vaccination rates for Ireland back to 1983 [23]. When initiating the model the choice of all Ireland vaccination rates or vaccination rates for a specific HSE region based on the town being modelled must be made. Further discussion of how vaccination rates are used to in the model can be found in the “Society” section.


On the nexus between landslide susceptibility and transport infrastructure – an agent-based approach

Road networks are complex interconnected systems. Any sudden disruption can result in debilitating impacts on human life or the economy. In particular, road systems in mountain areas are highly vulnerable, because they often do not feature redundant elements at comparable efficiencies.

This paper addresses the impacts of network interruptions caused by landslide events on the (rural) road network system in Vorarlberg, Austria.

Based on a landslide susceptibility map we demonstrate the performance of agent-based traffic modelling using disaggregated agent data. This allows us to gain comprehensive insights into the impacts of road network interruptions on the mobility behaviour of affected people. Choosing an agent-based activity-chain model enables us to integrate the individual behavioural decision-making processes into the traffic flow model. The detailed representation of individual agents in the transport model allows optimisation of certain characteristics of agents and including their social learning effects into the system.

Depending on the location of the interruption, our findings reveal median deviation times ranging between several minutes and more than half an hour, with effects being more severe for employed people than for unemployed individuals.

Moreover, results show the benefits of using agent-based traffic modelling for assessing the impacts of road network interruptions on rural communities by providing insights into the characteristics of the population affected, as well as the effects on daily routines in terms of detour costs. This allows hazard managers and policymakers to increase the resilience of rural road network systems in remote areas.

Infrastructure networks and related assets support the delivery of essential goods and services to society (European Commission, 2017 Mejuto, 2017 Gutiérrez and Urbano, 1996) . In particular, the functionality of socio-economic systems in modern communities heavily depends on extensive, interconnected transport networks because any disruption may cause rippling effects, eventually entailing instability of other critical infrastructure – both domestically and beyond (Bíl et al., 2015 Jaiswal et al., 2010) . The main challenges are negative socio-economic consequences (high direct and indirect losses) to societies as a result of hazard events (Bordoni et al., 2018 Rheinberger et al., 2017 Pfurtscheller and Vetter, 2015 Kellermann et al., 2015 Pachauri and Meyer, 2014 Schweikert et al., 2014 Pfurtscheller, 2014 Meyer et al., 2013 Pfurtscheller and Thieken, 2013 Nemry and Demirel, 2012 Taylor and Susilawati, 2012 Rheinberger, 2011 Jenelius, 2009 Koetse and Rietveld, 2009) .

The impacts caused by severe weather events and associated hazards underline the importance of resilient and reliable transportation infrastructure (Eidsvig et al., 2017) , especially in complex landscapes such as the European Alps where the topography impedes redundancies and alternative routing. Failure and disruption of transport infrastructure can therefore affect a broader environment due to cascading effects which result from the dependence of economies, institutions and societies on such networks (Kellermann et al., 2015 Doll et al., 2014 Keller and Atzl, 2014 Pfurtscheller, 2014 Meyer et al., 2013 Kappes et al., 2012) . This is especially true under severe weather conditions triggering disasters, because reliable networks are crucial for emergency response to avert further damage, save lives and mitigate economic losses. Network reliability in this context is defined to comprise network availability and network safety. Non-reliable transportation networks and the associated overall societal loss introduced by destructive incidents considerably exceeds the mere physical damage to such infrastructure. Apart from an impairment of roads – which results in maintenance and reconstruction efforts to be carried out by road operators (cf. Donnini et al., 2017) – secondary effects such as intangible and indirect costs of damage to infrastructure networks have to be considered in a broader economic context and lead to considerable vulnerability of societies affected (Klose et al., 2015 Pfurtscheller and Thieken, 2013 Meyer et al., 2013 Fuchs et al., 2011 Fuchs, 2009) . Consequently the assessment of transport network systems has gained relevance in academia as well as the policy agenda of authorities across all scales (Pant et al., 2018 Unterrader et al., 2018 Bíl et al., 2017 Pregnolato et al., 2017 Winter et al., 2016 Rupi et al., 2015 Jenelius, 2009 Taylor et al., 2006 Zischg et al., 2005a, b D'Este and Taylor, 2003 Berdica, 2002) .

Since no context-free definition of road network vulnerability exists, the respective methodological approaches (even if highly sophisticated) remain fragmentary and repeatedly tailored to individual settings (Bagloee et al., 2017 Eidsvig et al., 2017 Mattsson and Jenelius, 2015 Rupi et al., 2015 Fuchs et al., 2013) .

Berdica (2002, p. 119), for example, suggested that network vulnerability should be understood as “susceptibility to incidents that can result in considerable reductions in road network serviceability”. This includes a focus of assessment on the most critical hotspots (links or nodes) within a current network system, where the highest socio-economic impact can be observed, which – according to other scholars – equals exposure (Unterrader et al., 2018 Khademi et al., 2015 Jenelius et al., 2006) . On the other hand, Taylor et al. (2006) understood network vulnerability as a concept close to network weakness and thus as the consequence of failure to provide sufficient capacity for the original purpose of the system, that being to transfer people and goods from point A to point B. This already shows the close connection of network vulnerability to other terms, such as accessibility, remoteness or robustness, which is linked to the idea of network performance (Yin et al., 2016 Taylor et al., 2006 D'Este and Taylor, 2003) . In sum, the idea behind vulnerability is a decline in the original capacity to handle the network flow based on disruption (Yin and Xu, 2010) . Nevertheless, in the literature two main directions within network vulnerability assessment can be distinguished: (1) topological vulnerability analysis, which includes the assessment of real transport network systems (represented in an abstract network) and (2) system-based vulnerability analysis, which focuses on the structure of the network within supply and demand models (Mattsson and Jenelius, 2015) . In the context of the present paper, we understand vulnerability as the assessment of the disruptive impact based on a certain event (incident) which causes a malfunction or breakdown in the current road network system (Postance et al., 2017 Pregnolato et al., 2017 Klose et al., 2015 Mattsson and Jenelius, 2015) . The potential disruption may span from natural hazard events to terrorist attacks, infrastructure collapses or ordinary traffic accidents (Bagloee et al., 2017 Unterrader et al., 2018 Vera Valero et al., 2016 Mattsson and Jenelius, 2015 Koetse and Rietveld, 2009 Zischg et al., 2005b Margreth et al., 2003) . Depending on the threat, the potential consequence can be additional travel time from some minutes to total cut-offs of several days of a community (Rupi et al., 2015 Taylor and Susilawati, 2012 Jenelius, 2009 Zischg et al., 2005b) . Therefore, a central goal of vulnerability assessment is the identification of the critical links within the current network system that are highly susceptible to such disruptions (Gauthier et al., 2018 Jenelius et al., 2006 Berdica, 2002) . In contrast to the ongoing vulnerability debates in natural hazard and risk management of buildings (see for example Papathoma-Köhle et al., 2017 Fuchs et al., 2011 or Fuchs, 2009 ), however, network vulnerability usually does not account for any probability of disruption within the assessment (Rupi et al., 2015) .

Two main methodological approaches on how to assess road vulnerability exist (Mattsson and Jenelius, 2015 Hackl et al., 2018) . The first is a topological one which focuses on characteristics of the road network's links. It is based on graph theory, which is widely used in various disciplines, such as computer science, physics, sociology and transportation (Heckmann et al., 2015 Phillips et al., 2015) , with the aim to assess and understand networks and their individual properties (Slingerland, 1981) . Using graph theory in vulnerability assessments of road networks generally means focussing on specific graph edges (links) and nodes, their criticality or redundancy to reflect resilience and interdependencies between parts of the network, as well as potential cascading effects (Pant et al., 2016 Rupi et al., 2015 Tacnet et al., 2013 Jenelius et al., 2006 Meyer et al., 2013) . This approach, however, is limited by the reduction in connectivity within a network, therefore not including the behavioural aspects of transport network users.

A second group of models bridge this gap by considering link properties and traffic demands on the links of traffic networks. The network loads, together with appropriate traffic dynamics that result in alterations of network properties, which gives rise to various stress response effects that can also be observed in real-world traffic. These models differ with respect to the chosen granularity and can be divided into macro-, meso- and microscopic models (Treiber and Kesting, 2013 Hoogendoorn and Bovy, 2001) .

Macroscopic traffic models stem from the concept of flow theory and consider aggregate continuous flow densities of anonymous users on the network. They can be applied to find equilibrium loading states within these networks, as well as to describe dynamic effects within the flow continuum. Their application usually requires solving systems of coupled equations. In contrast, the fine-grained microscopic traffic models consider each transportation network user an individual entity (an agent, i.e. vehicle or pedestrian) with separate interaction details and decisions. These models are implemented as simulation frameworks, iterating the entire network evolution over time steps. Thus, individual entities (agents) retain their specific characteristics throughout the traversal of the network and therefore can react to different circumstances based on these characteristics. Mesoscopic traffic models are hybrids between macro- and microscopic models. They are less fine grained and borrow some characteristics from both approaches, offering a description that is less detailed in time or space, but also less demanding regarding the computational requirements. Depending on the implementation, micro- and mesoscopic models can be “agent-based”, thus retaining the individuality of their agents throughout the model evolution. A more detailed conceptual distinction of agent-based models regards the scheduling of mobility demands. Simpler approaches define individual (or multiple unrelated) trips between origin and destination pairs (“trip-based”), whereas more recent frameworks allow the expression of agent activity plans or chains (“activity-based”) to be fulfilled by adaptively traversing the transportation networks of the simulation.

The change between levels of granularity in the description of model entities is referred to as (dis-)aggregation for (increasing) decreasing detail.

With the modelling discrimination provided above, the approaches of the second group of road vulnerability assessment methods allow the effects of landslide events to be explored on a given population and its subgroups with respect to their mobility requirements. The main drawbacks of aggregated (macroscopic) traffic models in that context include (1) loss of population individuality therefore (2) a lack of behavioural alterations and co-dependent learning effects of individuals (3) more time-averaging aspects, prohibiting re-decisions based on incidents (4) more space-averaging aspects, prohibiting investigation of localised events without rebuilding the overall model (e.g. new zoning structure) (5) connection to unavailable consequences of precise socio-demographic measures (6) trip-based macroscopic models, considering individual journeys instead of whole day-plans and (7) macroscopic models that are adaptable to the increasing level of detail available through continuously improving data by layering of multiple models. Choosing an agent-based activity chain model, which integrates the dynamic aspects of each agent, can overcome these limitations. The vulnerability assessment utilising activity chain traffic modelling allows simulations that integrate multiple phenomena to understand the dynamic interactions of human behaviour and the environment in the sense of consequences for households or wider socio-economic systems.

The focus of this paper is on landslide hazards, which repeatedly jeopardise the integrity of road infrastructure by causing structural damage and interruptions (Postance et al., 2017 Klose et al., 2015 Bíl et al., 2014) . In the Austrian Alps, 1444 damaging events to rural roads were recorded in the provinces of Salzburg (2007–2010) and Styria (2008–2011), and debris flows and landslides caused nearly 50 % of the recorded damage costs (König et al., 2014b) . The prevailing hazard potential caused by landslides is aggravated by findings of several other recent studies which have shown that landslide activity and thus related damage will most probably increase with progressing climate change (Schlögl and Matulla, 2018 Gariano and Guzzetti, 2016 Bíl et al., 2015 Klose et al., 2015 Strauch et al., 2015 König et al., 2014a Keiler et al., 2010) . Similar results are available from other mountain regions (e.g. Postance et al., 2017 Unterrader et al., 2018 Meyer et al., 2015 Fuchs et al., 2013).

So far, most studies have mainly focused on primary road networks (Postance et al., 2017 Taylor et al., 2006) and urban areas (Gauthier et al., 2018) , while federal and local road networks have been largely neglected. Mountain roads, in contrast to lowland roads, are highly vulnerable due a higher probability of climate-driven hazard events and the inherent obstacles of implementing redundant systems (Schlögl and Matulla, 2018 Matulla et al., 2017 Schlögl and Laaha, 2017 Doll et al., 2014 Eisenack et al., 2011) . Consequently, misleadingly termed “forgotten road systems”, local road networks in fact connect rural communities in various ways – from supply reliability over public health and tourism to all sorts of economy. Furthermore, issues mostly on technical realisation of mitigation and road maintenance have been addressed, rather than socio-demographic impacts on communities or exposed societies (Mattsson and Jenelius, 2015) . This paper partly contributes to closing the gap by including the full road network system. In particular, the relation between infrastructure and communal development in mountain areas is not one-directional, meaning that it is only the former that can impact the latter instead, the influence is two-way (Jaafari et al., 2015) .

The presented approach is complementary to previous studies because of the consideration of whole-day travel plans (as opposed to a focus on peak traffic flow periods on the investigated network), with these plans stemming from the underlying agents' activity chain model. This schedule of activities, which is far less dependent on fixed locations, allows for a more inclusive and flexible reassignment of mobility needs and resulting traffic demands. Therefore, integrating transport route finding and satisfaction of individual activity needs in one single simulation framework facilitates a more detailed and realistic representation of traffic loads on the network. We demonstrate an appropriate methodological response to foreseeable demands imposed by the increasing detail of available mobility data, which brings about particular relevance of this approach for future applications.

The applicability of the approach is demonstrated by the example of Vorarlberg, the westernmost province of Austria (Fig. 1). While being the second-smallest federal state, the population density of Vorarlberg is only surpassed by Austria's capital, Vienna, which indicates the need for a resilient transport network. The main traffic artery in this almost completely mountainous area is the connection from Germany to western Austria, via the Rhine Valley, Walgau, Klostertal and the Arlberg massif. Apart from this link, which is realised as a motorway (A14 and S16), rural roads prevail in the complexly structured topography of Vorarlberg. Because Vorarlberg is almost entirely surrounded by mountain areas and considerable exposure to extremely high rainfall (with average annual precipitation totals exceeding 2000 mm), the transport system of Vorarlberg is highly exposed to landslides. The combination of (i) being characterised by high landslide susceptibility, (ii) exhibiting a high population density and (iii) lacking alternative routes on the rural network due to the mountain orography makes Vorarlberg a perfect case study.

Methodologically the approach presented in this paper is divided into two modelling sections:


Priveste filmarea: Downloading OSM data with QGIS 3