INTERPRETATION UND KRITISCHE BEURTEILUNG:

Die Autoren des Badewetter-Indexes haben das Augenmerk hauptsächlich auf die Visualisierung gelegt. Die flächenhafte Darstellung durch die simple räumliche Interpolation von Wetterstationsdaten ermöglicht dem Benutzer ein umfassenderes und lokaleres Bild der aktuellen Badewetter-Bedingungen. Sowohl die Berechnung als auch die Interpolationsmethode wurden im Erachten der Autoren sinnvoll gewählt. Die Gewichtung und die Interpolationsparameterwahl unterlag jedoch einer gewissen Willkür. In diesen Aspekten sehen die Autoren auch das grösste Verbesserungspotenzial. So müsste beispielsweise die Topographie der Schweiz anhand eines Höhenmodells zwingend in die Gewichtung mit einfliessen, um sich verändernden Bedingungen mit zu- bzw. abnehmender Höhe (m.ü.M) gerecht zu werden. Zudem ist eine Interpolation immer eine Annäherung an die Wirklichkeit und der lokal berechnete Badeindex muss nicht immer mit den realen Gegebenheiten übereinstimmen. Dies wird insbesondere ersichtlich in den krassen Abgrenzungen zwischen Wetterstationen mit eher hohen Index-Werten und solchen mit tieferen Index-Werten. Derartige Abgrenzungen entsprechen kaum der Realität. Entsprechend sollte ein wissenschaftlicher(er) Badewetter-Index mit technisch und wissenschaftlich ausgereifteren und an lokale Gegebenheiten angepassten Algorithmen angegangen werden.

DATA-HARVEST UND BERECHNUNG DES BADEINDEX MIT R

Für die Visualisierung des Badewetter-Indexes werden einerseits prinzipiell unveränderliche Daten (Basisgeometrien der Schweiz) sowie veränderliche Daten (aktuelle Messwerte der automatischen Wetterstationen, Flusstemperaturen) verwendet. Damit die veränderlichen Daten möglichst einfach aktualisiert werden können wurde ein R-Skript erstellt, welches sowohl die Wetterstationsdaten von MeteoSchweiz als auch die Flusstemperaturen des Bundesamts für Umwelt (BAFU) direkt per URL liest. Nach anschliessender Bereinigung und Prozessierung der Datensätze werden diese in lokalen Files abgespeichert bzw. werden diese überschrieben.

Die Prozessierung der Daten enthält folgende Schritte:

1. Anpassung der Spaltennamen

Die Spalten der Originaldaten enthielten in vielen Fällen codierte bzw. abgekürzte Spaltennamen. Diese werden im Skript automatisch angepasst.

2. Aufsplitten der Koordinaten in Lon/Lat-Werte

Die Koordinaten in den Metadaten der automatischen Wetterstationen waren im Format "600000/200000" und mussten entsprechend separiert werden.

3. Joinen der aufbereiteten Metadaten mit den Messwerten (Join by StationID).

Nach dem Aufbereiten der Metadaten werden diese mit den Messwerten zu einer einzigen Tabelle zusammengefügt.

4. Berechnung des Badewetter-Indexes

Anschliessend erfolgt die Berechnung des Badewetter-Indexes. Dieser schliesst die Parameter Temperatur (°C), Niederschlag (mm), Sonnenscheindauer (min), Globalstrahlung (W/m2), Luftfeuchtigkeit (%) und Windstärke (km/h) ein.
Die Berechnung des Index erfolgt mithilfe von Helferfunktionen welche (meistens) einen aktuellen Messwert, eine Gewichtung und ein (sinnvoll gewählter) parameterspezifischen Maximalwert für die Schweiz. Die aktuellen Messwerte werden anschliessend standardisiert und mit der Gewichtung verrechnet. Der Index ist die Summe der einzelnen Parameter-Gewichtungs-Produkten.

5. Speicherung der Files

Das R-Skript speichert insgesamt 3 Files: 2 Files für den Badewetter-Index (.csv & .csvt). Das csvt-File spezifiziert den Datentyp der jeweiligen Spalte im CSV-File (e.g. String, Real, ...). Dieses ist notwendig, damit die Spalten korrekt ins Quantum GIS eingelesen werden können (siehe nächster Abschnitt).
In diesem Schritt wird auch das aktuelle JSON-File mit den Flusstemperatur-Klassen per URL eingelesen und lokal als JSON gespeichert.

INTERPOLATION MIT QGIS

Um den Badewetter-Index flächendeckend für die Schweiz darstellen zu können wurden die vorhandenen Punktdaten (Automatische Wetterstationen) mithilfe von Quantum GIS 2.18 "Las Palmas" interpoliert. Verwendet wurde ein simpler "Inverse Distance Weighting"-Algoritmus (IDW). Als Interpolationsvariable wurde der zuvor berechnete Badewetter-Index verwendet. Für die in der Visualisierung möglichen Genauigkeitseinstellungen wurden 3 Rasterinterpolationen durchgeführt. Durch die Variierung der Potenz innerhalb des IDW-Algorithmus wurde die Distanz zu den Stationen jeweils unterschiedlich stark gewichtet. Weiter Informationen zu IDW finden Sie hier.
Die Raster wurden anschliessend mit dem Shapefile der Schweizer-Landesgrenze zugeschnitten, vektorisiert und schliesslich als GeoJSON im WGS84 exportiert. Mit Hilfe des MapShaper in ein TopoJSON konvertiert.

Alle Koordinaten der verwendeten Daten waren auf das Schweizer Koordinatensystem angepasst (CH1903/LV03 oder CH1903+/LV95). Beim Export ins GeoJSON-Format wurden diese entsprechend ins D3-kompatible WGS84 reprojiziert.

ÜBER DEN UMGANG MIT OPEN DATA

Open Data umfassen grundsätzlich nicht personenbezogene und nicht sicherheitsrelevante Daten. Des weiteren müssen sie die Prinzipien von Open Data erfüllen. Anhand der folgenen Auflistung lässt sich zeigen, wie gut die hier verwendeten Datenquellen diese Anforderungen erfüllen: