Nutzung- und Wahrnehmung-Indikatoren der städtischen Grünflächen in Dresden
Der Datensatz enthält alle öffentlich zugänglichen Grünflächen in der Stadt Dresden einschließlich einer Attributtabelle mit drei Hauptindikatoren zur Nutzung und Wahrnehmung der städtischen Grünflächen (Beliebtheit_Indikator, Ästhetik_Indikator und Tiere_Indikator), die aus sozialen Medien abgeleitet wurden. Neben diesen drei Hauptwerten enthält die Attributtabelle weitere 18 statistische Werte, die durch die Verschneidung der Grünflächen mit klassifizierten Social-Media-Daten berechnet wurden und in der Metadatenbeschreibung dokumentiert sind. Die Grünflächenpolygone wurden mittels eines automatischen Ansatzes generiert, der in Ludwig et al. (2021) näher beschrieben ist. Die Grünflächen und Indikatorenwerte sind Teil der zentralen Datengrundlage (Cakir et al., 2021) für die Bewertung der Grünflächen in Dresden nach Kriterien bzw. Eignung für bestimmte Aktivitäten mittels der meinGrün-App (app.meingruen.org).
Die Beliebtheit der städtischen Grünflächen in Dresden wurde anhand der Dichte von standortbezogenen Social-Media-Posts gemessen. Die Verarbeitung der Daten für Grünflächen ist in einem Notebook dargelegt und beschrieben (pub.zih.tu-dresden.de/~s7398234/vis/zielgeometrien-intersect_v6.html).
Der Ästhetik-Indikator bezeichnet den ästhetischen Wert städtischer Grünflächen in Dresden und wurde anhand der Dichte ästhetikbezogener Social-Media-Posts konzeptualisiert und gemessen. Für die Identifizierung der Social-Media-Posts, die sich auf den ästhetischen Wert städtischer Grünflächen beziehen, wurde eine neuartige Methodik entwickelt, die auf unüberwachter Textklassifizierung und gezielter Filterung von Social-Media-Posts basiert und in Gugulica & Burghardt, 2021 - in Arbeit – ausführlicher beschrieben wird.
Der Tiere-Indikator zeigt das Vorhandensein von Wildtieren in städtischen Grünflächen in Dresden. Die Quantifizierung des Tiere-Indikators basiert auf der grundlegenden Annahme, dass Dichten von Social Media Posts, die sich auf Wildtiere und Wildtierfotografie beziehen, potenziell die Nachfrage nach Wildtierbeobachtung widerspiegeln und Hotspots für diese Aktivität anzeigen. Um die relevanten Social-Media-Posts für die Berechnung des Indikators zu identifizieren, wurde die oben genannte Methodik, die auf unüberwachter Textklassifizierung und gezielter Filterung von Social-Media-Posts basiert und in Gugulica & Burghardt, 2021 - in Arbeit - ausführlicher beschrieben wird, verwendet.
Für die Quantifizierung der Beliebtheit, Ästhetik und Tiere Indikatoren der städtischen Grünflächen in Dresden, wurden standortbezogene Social-Media-Daten von Instagram, Flickr und Twitter (einschließlich Fotos, die mit Text versehen sind und Textnachrichten) verwendet. Die Daten wurden anhand der eingebetteten Standortinformationen und eines benutzerdefinierten Bounding Box identifiziert und über die von jeder der Plattformen zur Verfügung gestellte API abgerufen und erfasst. Es wurden nur öffentlich verfügbare Social-Media-Posts, die zwischen den 1. Januar 2015 und den 31. Oktober 2020 veröffentlicht wurden, berücksichtigt und als CSV-Datei zusammen mit Metainformationen wie Benutzer-ID, Koordinaten, Beschriftungen, Aufnahme- und Upload-Datum gespeichert. Duplikate wurden entfernt und nach der Verschneidung des Datensatzes mit den Zielpolygonen umfassten die endgültigen Datensatz für Dresden 782.310 Social-Media-Posts (59.101 Tweets, 664.925 Instagram Posts und 58.284 Flickr Posts). Die Auswahl der Plattformen wurde hauptsächlich von der Beliebtheit der Social-Media-Kanälen und der Spezifität der jeweiligen Inhalte bestimmt. Um ein breiteres Anwender*innen-Spektrum abzudecken, wurden die drei Datenquellen kombiniert, was durch die erhöhte Datenbreite zu robusteren Ergebnissen führte.
Referenzen:
Cakir, S., Schorcht, M., Stanley, C., Rieche, T., Ludwig, C., Gugulica, M., Dunkel, A., Hecht, R. (2021). Städtische Grünflächen und Indikatoren: Dresden (Version 2021) [Data set]. Leibniz Institute of Ecological Urban and Regional Development, Weberplatz 1, 01217 Dresden, Germany. https://doi.org/10.26084/IOERFDZ-DATA-DE-2021-1
Ludwig, C.; Hecht, R.; Lautenbach, S.; Schorcht, M.; Zipf, A. (2021): Mapping Public Urban Green Spaces Based on OpenStreetMap and Sentinel-2 Imagery Using Belief Functions. In: ISPRS International Journal of Geo-Information 10 (2021) 4, S.251 https://doi.org/10.3390/ijgi10040251
Umwelt
Diesen Datensatz kommentieren
Neueste Kommentare