-> we should include something about wheelchair
- Maby Networkanlysis with streets having good tags interupted/blocked by streets with bad tags (sideway !seperate, highway=stairs, bicycle=no)
- share not tagged vs good tagged & bad tagged -> linegraph maby
https://automating-gis-processes.github.io/site/notebooks/L6/network-analysis.html
- Wheelchair = yes/no/partial zählen, Anteil davon letztes Jahr hinzugekommen ausrechnen.Punktdaten/POI
- Qualitätsmaße pro Straße. Wheelchairrelevante Tags pro Straße, aus guten bzw schlechten Maßen errechnet sich Score, manche sollten komplett als Ausschlussmerkmal gelten (e.g. highway=stairs).
- Anteil von guten zu schlechten/nicht passablen Straßen
- Output Graph über Zeit und ein Wert. Punkte auf Karte mit Farbe der Accessability
- und 3. Kreisdiagramm mit Werteverteilung, Farben nach Qualität auf Straße, evtl nie nicht passablen Straßen zusätzlich als Punkt -> Rotes Kreuz für nicht passabel
Input:
-> Geojson pboly
Output:
- Straßen Geojson mit Spalte für Qualität, Wert -1 für impassable ansonsten Wertebereich 0 bis 1. Spalte für Anteil getaggete relevante Attribute.
- Punktdaten Geojson impassable Streets
- Json Qualitätsbereiche -1:Value, dann in 0.1er Schritten:Value
- Punktdaten Geojson abfragen und mit Wheelchair tag droppen
- Json Anteil yes, anteil no, Anteil Partial, (Anteil nicht getagged)
Userinput: Bpoly upload -> per api an python modul
Useroutput: Alles graphisch dargestellt -> Karte, Kennzahlen und Graphiken.