Dannelse af data grundlag i Gentofte Kommune

Præsentationer af emnet: "Dannelse af data grundlag i Gentofte Kommune"— Præsentationens transcript:

1 Dannelse af data grundlag i Gentofte Kommune
Understøtter Gentofte Kommunes GIS-strategi: Skaber sammenhæng mellem systemerne Dagligt automatisk konvertering af data

2 Før - problem med datakommunikation
Ingen automatisk konvertering Der var store krav til de administrative rutiner – Hvornår og hvem skulle sørge for at et datasæt bliver konverteret Resultat – det blev ikke gjort Ressourcer blev brugt til data håndtering i stedet for data anvendelse

3 Data til og fra ArcGis Integration og konvertering mellem ArcGIS, Bentley, E&M, WebGIS er etableret. Hvilken data indlæses dagligt Adresser Kommunens ledninger – vand, kloak og varme Ejendoms- og miljødata – BBR, ESR… Eksempel på hvad vi danner ud fra data Adresser m.m. på enheder, ejere, administratorer Ejere af matrikler – herunder GK´s ejendomme

4 Dannelse af datagrundlag - Data flow
GIS Tabeldata (MicroStation) E&M Tabeldata DGN filer ArcReader - biler FME ArcSDE CBkort WebGIS Shapefiler Shapefiler Dannelse af unikke nøgler i geografi og attributter: SQL-Views SDE-Views Shapfiler Export/Import incl. Initialisering (kolonne titler) Tildeling af rettigheder Indexering oprydning

5 Eksempel - adresser Dgn-fil konverteres via FME til Shapefiler – basis data Shp2sde - Shapefil importeres i SDE – basis data (geografisk grundlag) Dannelse af adresse grundlag Dannelse af sql-view på basis af tabeller i MicroStation databasen Dannelse af sammensat værdier – bl.a. ”Geoadresse” Dannelse af temporært sde-view - på basis af featureklasse (geografisk grundlag) og det netop dannet sql-view Omdannelse af sde-view til tabel: Eksport af sde-view til shapefil og reimportere denne som featureklasse – sde2shp og shp2sde Tildeling af rettigheder, opdatering af indexes m.m.

6 Erfaringer Problem med 1 til mange relationer
ArcGIS arbejder ud fra at OBJECTID er unik Dannelse af datagrundlag er snørklet – men det virker Opsætningen vedr. automatisk konvertering af data virker efter hensigten Kører dagligt med meget lille kontrol Fejl i data opdages hurtigere end tidligere Data troværdighed stiger Anvendelse af data er steget markant