Hoe bewegen wij door een groene omgeving?
Een GPS-tracking onderzoek naar de beweging van bezoekers door de Floriade Expo
Inleiding
Aeres Hogeschool Almere - de groenste hogeschool van Nederland
Onze leefomgeving heeft invloed op de manier waarop wij bewegen. Aeres Hogeschool Almere onderzoekt het beweeggedrag van mensen in een groene gezonde omgeving, zodat wij mogelijk kunnen achterhalen welke invloed een groene omgeving op een gezonde levensstijl heeft. Daarnaast willen we kennis opdoen van nieuwe onderzoeksmethoden, waarmee we geodata kunnen verzamelen en verwerken. Dat doen we voor vervolgonderzoek en voor vernieuwend onderwijs.
De vragen die dit onderzoek beantwoordt: Welke routes hebben individuele bezoekers van de Floriade Expo gevolgd? Hoelang zijn deze bezoekers onderweg geweest en hoeveel hebben zij gewandeld? In welke omgevingen waren de bezoekers actief aan het wandelen en in welke gebieden was dat minder het geval?
Deelnemers aan het onderzoek hebben tijdens het bezoek aan de Floriade Expo op verzoek een GPS-tracker gedragen. We hebben de zo ingewonnen GPS-tracks in een GIS (Geografisch Informatie Systeem) ingevoerd, verder verwerkt en geanalyseerd. Begin augustus 2022 hebben we een drone de onderstaande luchtfotokaart opgenomen, zodat de GPS-tracker data op de meest actuele achtergrondkaart kan worden getoond.
Overzicht van het onderzoeksgebied van de Floriade Expo
GPS Track data
Deelnemers van het onderzoek hebben de GPS-trackers aan het einde van het bezoek zelf weer ingeleverd.
Deelnemers aan het onderzoek hebben gedurende het bezoek aan de Floriade Expo een GPS-tracker gedragen. Deze trackers zijn in willekeurige volgorde uitgedeeld, zodat de anonimiteit van de deelnemers werd gewaarborgd. Het Floriade Expo terrein kent slechts weinig gebouwen, zodat we een minimale invloed op de GPS ontvangst door het urban canyon effect en het indoor effect hebben verwacht. De opgeleverde GPS-trackerdata zijn voor verdere verwerking in één keer in een .csv en .gpx bestand omgezet. De gevolgde stappen: inlezen van de GPS-trackerdata in ArcGIS Pro 3.0.2, analyse van outliers (bv tijdstip buiten openingstijden, uitschieters door de nabijheid van gebouwen, onverwachte hoge versnelling), aanpassing van de data waar nodig.
Deze handmatige bewerkingen zijn in SQL statements per GPS-track vastgelegd, zodat de genomen stappen voor volgend onderzoek navolgbaar zijn. De GPS-trackerdata die in de kabelbaan is opgenomen is ook verwijderd, omdat deze data o.a. door de hogere snelheid een vertekend beeld voor verdere analyse zou opleveren. Aan het einde van de bewerkingsfase zijn de GPS-punten omgezet in GPS-lijnen. De GPS-data is daarna overgezet naar de RD New projectie, zodat we afstanden van de GPS-lijnen in meters kunnen vaststellen. Voor de verdere analyse hebben we enkel de data van de specifieke meetweek in augustus verwerkt.
Van GPS-punten naar GPS-lijnen. Schuif de kaart!
Geografische analyse
In welke omgevingen waren de bezoekers actief aan het wandelen en in welke gebieden was dat geheel niet het geval?
Uit de GPS-punten kunnen eenvoudig tijdstip, locatie, snelheid en versnelling worden afgeleid. Een eerste visualisatie van de GPS-punten geeft een beeld van spreiding en concentratie van de datapunten: er zijn redelijk unieke routes te ontdekken, waarbij een deelnemer als enige een specifieke route heeft gevolgd. Daarnaast zijn er gebieden te ontdekken, waar meerdere deelnemers een langere tijd hebben doorgebracht. In deze gebieden genereert een deelnemer een puntenwolk van elkaar overlappende punten, die niet in intensiteit van andere puntenwolken is te onderscheiden. Om toch een uitspraak over de geografische spreiding van de GPS-punten te kunnen doen staan ons verschillende geografische analyse methodes te beschikking.
Hexbin
Voor een eerste indruk van de spreiding van de GPS-punten passen we de analyse functie Summerize Within toe op een grid van regelmatige en elkaar niet-overlappende hexagons. We tellen als het ware het aantal GPS-punten in een zeshoekig bakje (hexbin) en bewaren het totaal aantal GPS-punten per hexagon. Door deze hexagons vervolgens middels een gekozen klassenindeling te visualiseren, ontstaat een waarheidsgetrouwer beeld van de intensiteit van de GPS-punten in het gebied.
Het resultaat van deze analyse is uiteraard afhankelijk van de gekozen grootte van de hexagons. Voor de kaartlezer ontstaat mogelijk verwarring, omdat ook hexagons op de rand tussen water en land mogelijk worden geclassificeerd.
Hexagons op de rand tussen water en land worden mogelijk ook geclassificeerd.
Spatial Join Een andere manier om de spreiding van de GPS-punten te onderzoeken is met de Spatial Join analyse functie. Dankzij deze functie kunnen we een relatie leggen tussen de verschillende districten en paviljoens van de Floriade Expo en de GPS-punten die binnen deze gebieden zijn gemeten. Het is zo mogelijk om het aantal deelnemers, die een bepaald district of paviljoen hebben bezocht, uit te rekenen. Daarnaast is het ook mogelijk vast te stellen hoe lang deelnemers in een paviljoen met een specifieke functie, zoals een restaurant, een groengebied of op de paden daartussen zijn geweest. Een nadeel van deze methode: de nauwkeurigheid van de GPS-ontvanger verschilt met de nauwkeurigheid waarmee de percelen zijn vastgelegd. Dat betekent dat een deelnemer geheel buiten de grens van een paviljoen zou kunnen lopen, terwijl de GPS-punten toch als binnen dat perceel worden vastgelegd. Dit nadeel speelt minder op het niveau van de districten, omdat de grenzen tussen de districten grotendeels in het water liggen. Er zijn daar geen GPS-punten die aan een verkeerd district kunnen worden toegekend.
Een deelnemer zou geheel buiten de grens van een paviljoen kunnen lopen, terwijl de GPS-punten toch als “binnen dat perceel” worden vastgelegd.
Hotspots We zijn we op zoek naar gebieden waarin het merendeel van de GPS-punten een relatief hoge of een relatief lage snelheid heeft. De analyse functie Optimized Hot Spot Analysis biedt hier uitkomst. Net als bij een camera met een automatische in plaats van een handmatige instelling, stelt deze tool, op basis van kenmerken van de dataset, parameters voor, die het meest optimale resultaat bieden om, tot ruimtelijke statistisch significante hotspots en coldspots te komen. In de kaart zijn de punten, die omgeven zijn door meer punten met een lage snelheid, binnen een toenemende mate van zekerheid, van licht- naar donkerblauw weergegeven. De gele punten wijzen op GPS-punten, waar de snelheid gemiddeld hoger ligt dan de omliggende punten. Het eindresultaat geeft een goed beeld van het ‘punten karakter’ van de dataset. We besluiten deze analyse te gebruiken om tot een oplossing van de onderzoeksvragen te komen. Met de toepassing van deze methode sluiten we deels aan op de methode van Anderson ea (zie credits).
In de kaart zijn de punten, die omgeven zijn door meer punten met een lage snelheid, binnen een toenemende mate van zekerheid, van licht- naar donkerblauw weergegeven.
Resultaten
Op basis van de data van 34 tracks en de uitgevoerde analyses zijn we tot de volgende resultaten gekomen.
Welke routes hebben individuele bezoekers van de Floriade Expo gevolgd? Bezoekers legden gemiddeld een afstand af van 7.68 km. De gevolgde routes zijn op een webkaart gepresenteerd. Daarin valt te ontdekken dat de bezoekers alle districten hebben bezocht. Te zien is dat de bezoekers vooral in en rondom de paviljoens hebben gelopen en relatief weinig in het bosrijke deel van Green Island. Het Urban District het duidelijk meest is bezocht. Dit valt deels te verklaren uit het feit dat de ingang tot de Floriade Expo zich in dit district bevond.
Bezoekers legden gemiddeld een afstand af van 7.68 km op het Floriade Expo terrein.
Hoelang zijn deze bezoekers onderweg geweest en hoeveel hebben zij gewandeld?
De gemiddelde verblijfstijd was 4.6 uur. De verblijfstijd per district en per deelnemer is weergegeven in onderstaand overzicht ( online ). De top 3 meest bezochte paviljoens waren Biotopia, The Greenhouse en het Foodcourt.
Onderstaand overzicht ( online ) geeft een beeld van de duur (aantal GPS-punten) per deelnemer en de relatie met het aantal aflegde kilometers.
Via een interactief dashboard is verder te verkennen waar de deelnemers meer en minder zijn geweest.
In welke omgevingen waren de bezoekers actief aan het wandelen en in welke gebieden was dat minder niet het geval? Deze Hot Spot / Cold Spot webkaart geeft aan waar zich concentraties van langzame (geel) en snellere (donkerblauw) deelnemers hebben gewandeld. Bij sommige paviljoens is duidelijk te zien dat de deelnemers echt de tijd hebben genomen om het paviljoen te bekijken of daar te pauzeren. Andere paviljoens zijn niet bezocht door deze deelnemers of ze zijn er snel doorheen zijn gelopen.
Een aantal voorbeelden die exemplarisch zijn voor de gevonden resultaten:
Over dit onderzoek
Dit onderzoek is gefinancierd door regieorgaan SIA , mede mogelijk gemaakt door Innofest en uitgevoerd door docent-onderzoekers Jan Willem van Eck en Sander Bliekendaal van Aeres Hogeschool Almere. Het project is tevens aangesloten bij het lectoraat Groene en Vitale Stad, wat zich richt op onderzoek naar de relatie tussen de groene leefomgeving en de gezondheid en het welzijn van mensen.
De positieve relatie hiertussen wordt onder andere veroorzaakt doordat een groene leefomgeving een positief effect heeft op fysieke activiteit van mensen. Hierover is echter nog veel te leren en daarvoor is innovatief onderzoek met de inzet van state-of-the-art methoden nodig.
Deze GPS-data geven slechts een deel van het verhaal van de deelnemers prijs. Het uitgevoerde onderzoek roept vele vragen op, zoals: Waarom lopen sommige deelnemers slechts een zeer korte route? Zijn die deelnemers daarna toch nog, GPS-loos, verder gelopen? Wanneer definiëren we GPS-lijnen als valide voor het onderzoek? Waarom wilden sommige bezoekers niet meedoen? Welke bias zit er in deze data? Hebben deelnemers zich per tijdstip van de dag verschillend gedragen? Hebben de deelnemers maar wat geslenterd of zijn ze bewust op een doel afgelopen? De data biedt veel kansen op relevant onderzoek en mogelijk worden bovenstaande vragen in een vervolgonderzoek door studenten beantwoord.
De centrale doelstelling in dit project was het testen van een GPS-tracking methode om het beweeggedrag van mensen in een groene gezonde omgeving in kaart te brengen. Met dit project ontwikkelen wij een basis methoden ten behoeve van toekomstig onderzoek, en onderwijs, naar de relatie tussen bewegen en de groene gezonde leefomgeving. Daarnaast beogen wij de resultaten te verspreiden onder een breder publiek, deze Storymap is daar een resultaat van. Volgende stap
Uiteindelijk draagt dit project bij aan het gezonder maken van leefomgevingen én mensen. Dat doen we stapje voor stapje. Door in dit project GPS-data te verzamelen bij bezoekers van de Floriade en deze te analyseren zijn veel nieuwe inzichten opgedaan die doorwerking hebben in onderwijs en onderzoek.
Allereerst hebben we een brug weten te slaan tussen verschillende disciplines, zoals de geo-informatiekunde en bewegingswetenschappen, en de projectactiviteiten weten te koppelen aan onderwijsactiviteiten. Zo verrijken en actualiseren wij het onderwijs. Daarnaast hebben wij nu een beter beeld hoe wij betekenisvolle informatie uit GPS-tracker data kunnen halen en hoe we de ontwikkelde methode in toekomstig onderzoek kunnen inzetten. Daar zijn we ook al mee gestart. Inmiddels zijn er nieuwe samenwerkingsverbanden opgestart en worden er nieuwe onderzoekplannen uitgewerkt. Denk hierbij bijvoorbeeld aan het in beeld brengen van beweegdrag van kinderen op groene avontuurlijke speelplekken om te komen tot succes- en faalfactoren van dergelijke speelplekken. Wordt vervolgd!
Met gps-tracking het beweeggedrag van mensen in kaart brengen - Onderzoek van Aeres Hogeschool Almere
