Opgave i GIS

Miniprojekt i GIS Sidefagssupplering i Naturgeografi AAU 2007 

INDHOLD: 

MINI PROJEKT I GIS 

SIDEFAGSSUPPLERING 

I 

NATURGEOGRAFI 

2007 

Introduktion 2 

Brainstormning/forklaring/forhistorie 2 

Tidligere erfaringer med GIS forløb i Naturgeografi 2 

Introduktion af GIS emne 3 

Læringsmål (oversigt på bilag 8): 3 

Lektionsplan (oversigt på bilag 9): 4 

Øvelse 3 Fremstilling af Topokort 6 

Øvelse 4: Anvendelse af BBR data for den eksisterende bygningsmasse i Aalborg 8 

Øvelse 5 Centralitetsteori, Placering af forretninger, datasæt fra Aalborg kommune 2006 10 

Eksempel på Lektion om Geokommunikation og kortfremstilling: 12 

Overordnede retningslinier for fremstilling af kort 13 

”LØSNINGS ARK” (Til Underviseren) 14 

Bilag 3. Øvelse 3, Eksempel på kort lavet i ArcExplorer 19 



Diskussion 22 

Af David Clement, Hasseris Gymnasium 

Indhold: 22 sider + 2 bilag (8 og 9) 

Ekstra materiale: 1 CD, med geodata for de beskrevne øvelser og powerpoint (ikke vedlagt) 

D. Clement 2007 side:1/22


Introduktion 

Projektet her er ret atypisk opbygget. Først er der en brainstorming, som delvis begrunder mit valg 

af GIS forløb. Herefter kommer der en kort intro til emnet. 

Derefter er der lavet en ”lærer-pakke”, som indeholder et relativt færdigt forløb. For at gøre det så 

brugbart som muligt har jeg udarbejdet en CD, med alle relevante data. Dette er ikke skrevet i et fint 

akademisk sprog, men direkte til en underviser der har brug for inspiration her og nu. 

Hernæst er der en række bilag med eksempler på opgavebesvarelser. Hovedvægten er lagt på GIS 

øvelserne, da disse erfaringsmæssigt tager forholdsmæssigt lang tid. 

Brainstorming/forklaring/forhistorie 

Jeg synes ikke at GIS i sig selv kan være et hovedemne i undervisningen i Naturgeografi. GIS skal 

bevise sin værdi, som hjælpeværktøj til et andet emne. For at GIS giver eleverne mening bør der fra 

start være et tydelig formål med de GIS færdigheder, som de skal erhverve sig. Hernæst er det 

oplagt at de lære en del omkring kort, og kommunikation med kort 

Principielt synes jeg at emnet bør give mulighed for noget udendørs feltarbejde, da eleverne får en 

større oplevelse ved selv at finde data ”ude i den virkelige verden” og efterfølgende overføre disse 

til en grafisk repræsentation. Desværre er vores fag temmelig beskåret i dag. 

Jeg synes derfor at GIS vil oplagt at anvende indenfor: 

1. Mikoklimatologi. Dvs. ”heat island” i en by. (Dette er en god øvelse til vinter/forår) 

2. Hydrologi. Bestemmelse af Manningstal for en å, samt dennes hydrologisk opland 

3. Lokaliseringsteori. Fordeling af forretningstyper (Centralitet), eller fordeling af landbrugs 

jord mht afgrøder, fx i forskellige tidsaldre osv. (von Thünen) 

4. Miljøproblematikker. 

Problemet med overstående er at det kræver ”rigtige” analyseværktøjer, som fx Krinking. De eneste 

analyser der er tilgængelige i ArcExplorer er ”forespørgsler” og ”buffer”. Mange gode projekter er 

derfor umulige. ESRI har dog nyligt lanceret internetbaserede analyseredskaber. Jeg har dog valgt 

at undlade, at introducere denne feature, men der findes en glimrende film på: 

http://www.esri.com/flashmedia/arcgisexplorer/arcgisexplorer.html , som viser de nye muligheder. 

Denne besvarelse anvender et fremtidsscenario, hvor det er tilladt at udleverer geodata for et 

begrænset område. Hernæst anvendes der en del data, som var offentlige tilgængelige på Aalborg 

kommunes server, inden kommunal reformen. Disse data er brændt ned på en CD. 

Tidligere erfaringer med GIS forløb i Naturgeografi 

I efteråret 2007 udarbejdede jeg et GIS projekt omkring trafikproblematikker, hvor eleverne lavede 

trafiktælling på samtlige ind- og udfaldsveje omkring City-Syd i Aalborg. Ligeledes blev 

”fyldningsgraden” for parkeringspladserne bestemt. Formålet var at bestemme, hvor mange 

trafikanter, der handlede og hvor mange der blot skulle gennem området i deres pendling til og fra 

arbejde. Samt indentificere hvilke veje, som gav ophav til flaskehalse, og hvilke tidspunkter der var 

”rushhour”. Endelig skulle eleverne komme med forslag til løsning af det stigende trafikproblem. 

Eleverne afleverede nogle fine rapporter, med pæne flow kort, men disse kunne ligeså godt være 

fremstillet på papir. GIS var altså ikke nødvendig – som sådan – for at kunne lave en god 

besvarelse. Og jeg mener at man skal sigte mod at anvende GIS fordi det er nødvendigt, og ikke 

fordi man kan. Set ud fra den vinkel, må det siges at projektet er mislykkes. Eleverne var hurtige til 

at lære at anvende ArcExplorer, og jeg har derfor ikke lavet en decideret introduktionsøvelse. Under 

computer øvelserne er det en god ide at holde klassen samlet, og afbryde al arbejde, når man 

fornemmer at mange sidder og døjer med samme problem. En projektor og en bærbar der kører 

uafbrudt ved kateteret er uundværligt. 



Introduktion af GIS emne 

Som ny GIS underviser, er det et meget stort og uoverskueligt projekt at holde styr på både 

software, litteratur, data og planlægge feltarbejde. Jeg har derfor fundet det formålstjenesteligt at 

lave et ”nød-GIS-forløb”. Dvs. en art pakke-løsning, hvor alting kan foregå i de ”trygge” rammer i 

klassen, men som samtidig giver mulighed for at ”gå ud i verden”, hvis der er tid og overskud hertil. 

Projektet tager udgangspunkt i Aalborg by, idet jeg jo underviser i denne, og der er en pædagogisk 

pointe at åbne elevernes øjne for, hvor lidt de egentligt kender den by de bor i. 

Projektet hedder ”Kend din by”, og handler om byudvikling, lokalitets og centralitetsteorier. 

Målgruppen er Naturgeografi Mellemniveau. Det antages, at elverne alle har egne bærbare PC´er, 

samt almindeligt kendskab til Excel. Da netforbindelsen ofte er ustabil, når mange skal være på 

samtidigt, er alle data i stedet lagt ud på CD. Det er derfor heller ikke tiltænkt at eleverne selv skal 

indsamle data 

Læringsmål (oversigt på bilag 8): 

a) Eleverne skal opnå kendskab til de klassiske teorier inden for Lokalisering og Centralitet, 

dvs. Von Thünen og W. Christaller. Von Thünen er her medtaget som 

baggrundsinformation, der hjælper til forståelse af andre teorier. 

b) Eleverne skal opnå kendskab til de mest anerkendte byudviklingsmodeller 

c) Eleverne skal udfra geodata for Aalborg kunne fremstille kort, som kan anvendes til 

underbygning af ovenstående. Konkret: 

i. Topologisk kort, inkl. åer. 

1. Målet er at eleverne skal udpege områder, som er velegnede til 

bebyggelse, og områder som er uegnede. Kort sagt: Hvilke fysiske 

restriktioner giver landskabet for Aalborg bys udvikling? 

ii. Aldersfordeling for bygninger i Aalborg 

1. Desuden tidslinie, hvori antal opførte bygninger fremgår. 

a. Eleverne skal her finde forklaringer på variationerne. 

b. Sammenhæng mellem bygninger til erhverv og bolig? 

iii. Fordeling af Butikker i Aalborg 

a. Eleverne skal forklare fordelingen af forskellige typer af 

butikker. 

VALGFRIE OPGAVER (Hvis der er tid og interesse) 

iv. Fordeling af børnefamilier i Aalborg 

v. Fordeling af Boligstørrelse på m2 niveau 

vi. Fordeling af indkomster 

vii. Fordeling af ejendomsvurdering (Kv net data RIGTIG GOD) 

viii. Fordeling af ”høj” og ”lav” bebyggelse (Kv net data) 

ix. Fordeling af erhverv og bolig (Kv net data) 

d) Eleverne skal opnå en forståelse af at GIS ikke er fremstilling af kort, men en måde at få 

komplekse og uoverskuelige data gjort overskuelige. 

e) Eleverne skal forstå at man foretager generaliseringer i kortfremstillingen, og i GIS analyser, 

og disse kan misbruges. 

f) Eleverne skal få et indblik hvilke ”regler” der findes indenfor kommunikation med kort. 



Lektionsplan (oversigt på bilag 9): 

Der anvendes moduler af 90 min. Forløbet strækker sig over 10 moduler. Dette kan ses på bilag 9 

Jeg har valgt ikke at beskrive lektionsplanen i detaljer. Det forslående pensum er ligeledes meget 

vejledende. Humangeografi er skrevet i 1974, og mange vil derfor sikkert mene at dens 

pædagogiske opbygning og sprogform er for vanskelig til nutidens elever. Bogen er dog stringent 

logisk, og kan absolut anbefales. Det er den bedste introducerende bog indenfor emnet jeg kender! 

Geografihåndbogen indeholder en del bygeografi, og kan fint anvendes som alternativ. 

I stedet vil fokus ligger på 3 elementer: 

a) PowerPoint præsentation ”Hvad er GIS?” 

Der er fremstillet en kort PowerPoint præsentation, som i høj grad er en kopi af den 

arbejdsform som Lektor Bernd Müller (AAU) har anvendt på området. Dvs. 

Powerpointen er understøttes af “live” eksempler på ArcExplorer. Herudover er der 

afbræk i slides gennemgangen, hvor eleverne skal løse forskellige små opgaver. 

Herved indeholder denne klasseundervisning både ”temposkift” og ”Stoppesteder”, 

således at eleverne ikke falder hen, og har mulighed for at komme med på vognen, 

hvis de hægtes af. (PowerPointen er ikke vedlagt denne rapport) 

b) Kommunikation med kort 

Her er vedlagt min besvarelse fra GIS opgave 3, hvor eleverne på 4 forskellige kort 

skal lege ”find 5 fejl”, og til den efterfølgende opsamling komme frem til en art 

regelsæt for udarbejdelsen af et godt kort. 

c) Konkrete GIS-øvelser 

a. Øvelse 1 (projektioner) Denne findes allerede på nettet i en version til ArcVoyager, 

og kan med få omskrivninger anvendes direkte. Vejledningen er med ”skærm 

dumps”, og eleverne kan på bedste tegneserie vis få en langsom introduktion. På 

gogis.dk findes desuden flere øvelser lavet til ArcVoyager 

http://www.gogis.dk/02/0303_04_05silkeborg/lwo/arcvoyager2.htm 

b. Øvelse 2 er ikke lavet. Man skal blot vælge ”worldcities” i de data der er med 

ArcExplorer og graduere deres symbolstørrelse efter antal indbyggere, så man får 

identificeret hvilke der er ”Mega-citys”. Dette skulle gerne afstedkomme lidt 

overraskelse blandt eleverne over, at der findes Megabyer i en del 3. verdenslande. 

Diskussionspunkt: Hvad er årsagen til en megacity i et I-land og et U-land? Hernæst 

er det oplagt at snakke lidt om generelle principper i lokaliseringteori på micro, 

macro og globalt plan. (og måske migration, som push og pull effekter, storbyen 

trækker, landsbyen skubber) 

c. Øvelse 3 (Topokort) Målet er at lave et højdekurvekort over Aalborg., og identificere 

områder med stærk hældning (de 3 kalkknolde), samt tilføje fjorden + åer i området, 

og via Buffer funktionen identificere områder der ikke er egnet til bebyggelse 

(Østerådalen og Kærby)…. Hvorfor hedder det ”Kærby”? Herudover vil 

udstykningen i det mondæne ”Hasseris enge” træde frem, da dette ligger på en meget 

lav kote, og er i fare for oversvømmelse. (Herudover kræver området kontinuert 

dræning) Evt kan man indhente historiske kort, for at se hvor de tidligste 

bebyggelser i Aalborg lå. Det vil i den forbindelse være oplagt at anvende KMS 

offentlige kortserver: http://www.kms.dk/Sepaakort/ Her kan man for det samme 



område skifte mellem gamle målebordblade fra 1842 til 1942, og sammenligne med 

et nutidigt kort. I Aalborg findes der meget ”spekulations byggeri”, som er opført i 

de sumpede enge i Kærby. Bygningerne er let genkendelige i felten pga. de mange 

sætningsskader. 

d. Øvelse 4 (BBR data for den eksisterende bygningsmasse bruges til at lave et kort, 

som viser ”byens vækst” eller ”den geografiske fordelingen af bygninger i byen mht. 

opførelsesår”) Øvelsen har til formål at vise hvor komplekst det hurtigt kan blive. 

Kortet kræver at man foretager nogle afgrænsninger. Der er 2 datasæt med. Et med 

alle bygninger og deres opførelsesår, og et med kvadratnetsdata og gennemsnitlig 

opførelsesår. Hernæst skal eleverne finde ud af hvilke tidsintervaller det er fornuftigt 

at man skal arbejde med. Hvilke intervaller viser tydeligst ”væksten”? For at hjælpe 

eleverne er der på CD en nogle excelregneark, hvorfra man kan fremstille enten 

bygninger/år eller m2/år. Endelig skal der findes et logisk farvevalg, udsnit osv. 

Elevernes færdig kort burde kunne give ophav til en god diskussion. Uanset hvad vil 

man tabe information under analysen. Hvad skulle kortet vise? Hvad viser kortet? 

e. Øvelse 5 Handler om centralitetsteori. Der benyttes et datasæt fra Aalborg kommune 

med forretninger. Det er en svær øvelse, hvor eleverne selv skal identificere 

forretningstyper, men de kan vælge at anvende de 4 kategorier kommunen anvender. 

(brug af forespørgslesfunktionen) 

f. Øvelse 6 valgfrit emne (bosætningsmønstre i Aalborg). Der er ikke lavet færdige 

vejledninger til denne øvelse, men der er data på CDen til følgende: 

PLANZONE DATA 

i. Fordeling af børnefamilier i Aalborg 

ii. Fordeling af indbyggere i Aalborg 

iii. Fordeling af Boligstørrelse på m2 niveau 

iv. Fordeling af indkomster 

KVADRATSNETS DATA 

v. Fordeling af ejendomsvurdering 

vi. Fordeling af ”høj” og ”lav” bebyggelse 

vii. Fordeling af erhverv og bolig 

Det er vigtigt at gøre eleverne bekendt med registerloven, så de har en forståelse af 

hvorfor data er aggregerede. 

Herudover skulle eleverne gerne opnå en forståelse af at der er stor forskel på 

planzonedata og kvadratsnetdata, og det er derfor yderligere vigtigt at de udvælger 

den rigtige type data i deres kort. Fx vil fordelingen indbyggere/planzone ikke være 

brugbart i forhold til indbyggere/km2, da planzoner har forskellig størrelse. 

(indbygger/kvadratmeter havde derimod været fint) Der er desuden vedlagt div. 

regneark for Aalborg kommune, så man kan se den demografiske profil for byen. 

Samt andet spændende (meget velegnet til elevernes rapport) 

Jeg har lavet en del flere shape-filer med planzone fordelingsdata. (uddannelse 

etnicitet, familie størrelse osv.). Samt nogle kvadratnetsdata med ejendomsvurderinger 

Hvis der er interesse herfor sender jeg dem gerne. 

Aalborg d. 19 dec. 2007. 

David Clement 



Øvelse 3 Fremstilling af Topokort 

Byteorier 

De fleste teorier omhandler ideelle forhold. Dette gælder også teorier om byudvikling. Som 

udgangspunkt er der ingen begrænsninger i byens udbredelse, jordprisen er den samme etc. I 

virkeligheden er dette meget sjældent tilfældet. Burgess model (1920) med koncentriske ringe ses 

derfor sjældent. Hoyts model (1939) med radialer er måske et bedre bud, men er stadig kun en 

model 

Baggrundsinformation: 

I gamle dage var det dyrt at bygge på skråninger, eller i ”højden”, da det var besværligt at fragte 

byggematerialer op til byggepladsen. Man valgte typisk at bygge lavere, men ikke så lavt at der var 

risiko for oversvømmelse. Herudover skulle undergrunden være fast. 

Aalborg er placeret på et sted, hvor Limfjorden er meget smal, og det var derfor et oplagt færgested, 

for folk der skulle krydse fjorden. Hernæst ligger byen i et floddelta, hvor 5 store vandløb mødes. 

(tænk på navne i midtbyen som ”Mølleplads”, Østerå, Vesterå, etc.) 

Åer var tidligere anvendt som transportveje, idet skibe kunne transportere tungt gods nemmere og 

hurtigere end på landjorden. Aalborg ligger derfor også i ”naturligt” et handelsknudpunkt. 

Der er dog en balance mellem at bygge tæt på en å, og de investeringer der skal gøres for at 

bygningen rent faktisk kan blive stående. Udenfor centrum er engene omkring åerne ikke så 

attraktive pga. den bløde undergrund. 

Opgaven (1-2 mandsgrupper) 

I skal i denne øvelse identificere de fysiske begrænsninger der er for Aalborg by. 

Og herudfra give et bud på hvordan byen vil udvikle sig. 

Næste gang skal vi se på data for de bygninger der er i området, og se hvordan byen faktisk har 

udviklet sig. Senere ser vi på hvordan der forholder sig til fordelingen af butikker, boliger og 

indbyggere. 

Spørgsmål: 

1 Hvilke landskabselementer begrænser byens vækst? Find min. 3 

Begrund/argumenter 

2 Diskuter hvilke konsekvenser dette kan have for byen og specielt dens indbyggere. 

Overvej om landskaberne har betydning for om byen har et homogent 

bosætningsmønster (rig og fattig, ung og gammel bor indimellem hinanden) 



Vejledning: Anvend data fra den udleverede CD 

1 Åben ArcExplorer. 

2 Hent følgende layers 

a. Aalborg kommune 

b. Højdekurver 

c. Vandløb 

d. Vandløb lagt i rør 

e. Hav 

f. Kystlinier 

g. Havn 

Kortet skal vise ”Velegnede områder til bebyggelse i Aalborg”, og områder som er uegnede til 

bebyggelse. 

Find selv på en god titel for kortet. 

Hints: Anvend buffer-funktionen for de vigtigste åer. Prøv at identificere områder der ligger højt. 

Hvordan vil du markere områder over en hvis højde? Hvad med områder der ligger lavt? 

Kortet skal overholde de retningslinier vi tidligere har fundet frem til 

Hvid du er i tvivl om hvor stor bufferzone du skal anvende kan du evt. kigge på historiske kort på 

KMS kortserver: http://www.kms.dk/Sepaakort/ 

Definition af termen ”Aalborg” 

For ikke at der opstår for megen forvirring er Aalborg defineret som det område der udgøres af 

Aalborg og Nørresundby, samt bydelene Gug, Vejgård, Kærby, Skalborg, Gl. Hasseris, Hasseris og 

Mølholm. Dette område betragtes som én by, da der i grove træk er tale om en sammenhængende 

bygningsmasse (der er ikke landbrug ind imellem de forskellige bydele) 

Forstæderne Frejlev, Dall Villaby, Øster Uttrup og Svenstrup er derimod ikke med i Aalborg, da der 

stadig er åbent land mellem disse og Aalborg. 



Øvelse 4: Anvendelse af BBR data for den eksisterende bygningsmasse i Aalborg 

Vi skal i denne øvelse arbejde videre med Aalborg by. 

Sidste gang bestemte I hvilke fysiske begrænsninger der er for byens vækst, primært bestemt af 3 

faktorer: 

1 Limfjorden og områder med oversvømmelsesrisiko, 

2 De 3 Kalkknolde 

3 Sumpede engområder omkring åer, fx Østerådalen 

Det blev også klart at de fysiske begrænsninger kunne have konsekvenser for bosætningsmønsteret, 

idet Østerådalen er en art ”kile”, som splitter byen i 2. Ligeledes betyder ”knoldene” at man ikke 

kan se hele byen på én gang. Der kan altså nemt opstå fysisk isolerede kvarterer i byen. Aalborgs 

nordlige bydel Nørresundby er isoleret fra resten af byen grundet Limfjorden. Dette har stor 

betydning for handelslivet i denne bydel. 

Denne gang skal vi se på hvor man faktisk i løbet af de sidste 150 år har opført bygninger i 

Aalborgområdet. Hertil bruges BBR data. BBR står for Bygnings- og Boligregistret, og indeholder 

en lang række oplysninger om de forskellige bygninger, herunder størrelse, formål, anvendte 

byggematerialer, opførelsesår osv. Den sidste oplysning er interessant, når man ønsker at se på 

hvorledes Aalborg har udviklet sig over tid. 

Baggrundsviden: 

I 1850 udbrød den sidste store koleraepidemi i Danmark. Det medførte en ny byggelov, der forbød 

åbne kloakker og vandløb. Byggeloven var nødvendig, da der var stor tilstrømning til byerne. For 

Aalborgs vedkommende startede væksten i forbindelse med ønsket om at forbedrede den nationale 

infrastruktur i form af udbygning af jernbanenettet. I 1865 kom jernbanen til byen, og dette 

havde stor betydning for erhvervsudviklingen. Senere fulgte en lang række andre begivenheder, 

som kan ses læses i byens vækst. 

Opgaven og Spørgsmål (1-2 mandsgrupper) 

Lav en graf der viser hvornår den nuværende bygningsmasse er opført i Aalborg fra før 

sanitetsloven, og frem til nu. 

1 Diskuter hvorfor grafen ikke viser den totalt opførte bygningsmasse 

2 Diskuter hvad der er et godt mål for ”bygningsmasse” 

3 Har de anførte begivenheder (på Excel arket) nogen umiddelbar betydning for 

bygningsmassen? 

Lav et kort der viser hvorledes Aalborg har udviklet sig gennem de sidste 300 år 

4 Diskuter med udgangspunkt i ovenstående graf, hvilke intervaller der vil være 

gode at vælge for at vise perioder med vækst. 

5 Diskuter hvilken datatype der er mest anvendelig til at vise dette? 

6 Diskuter jeres resultater 

a. Hvor finder man de ældste bygninger? 

b. Hvor bygger man ud først? 

c. Hvornår var der størst vækst i perioden, og hvor henne? 

d. Gæt på hvorfor man anlagde værft, og cementfabrikken i Aalborg øst. 

e. Diskuter om væksten minder om nogle af modellerne for byer. 



Vejledning: Anvend data fra den udleverede CD 

1) Excel 

Åben Excel 

Find Excel filen ”kv-net.shp”, hvori BBR data er summeret. Datasættet indeholder både antal 

bygninger til bolig og erhvervsformål/år, samt antal m2/år. 

Anvend denne til fremstilling af en graf. 

Find en præcis titel til grafen. 

2) ArcExplorer 

Åben ArcExplorer 

Hints: 

i. Fremstil et kort over det område hvori Aalborg er placeret 

(Top10dk: Land, hav, kyst, havn) Overvej hvilke andre layers det er 

formålstjenesteligt at putte ind i kortet. 

ii. Hent 2 layers med BBR data. XX og YY (begge fra 2006) 

XX viser hver enkel bygning, og dennes opførelsesår. 

YY er et aggregerede datasæt, angivet i kvadratsnet data. Dvs at det er et 

gennemsnit af opførelsesåret for de bygninger der er beliggende i et kvadrat 

på 100x100meter. 

iii. Diskuter hvilke af de to layers der er bedst egnet til at vise det ønskede. 

(punkt 5 på foregående side) 

iv. Vælg et af de to datasæt og fremstil et kort, der opfylder de stillede krav. 

Find selv på en præcis titel til kortet. 

Udvælgelse af data: 

Det kan være svært at afgrænse de ønskede data i et layer med funktionen ”graduatet symbols”. 

Bestem i stedet hvor mange intervaller i ønsker at arbejde med. Kopier jeres datalayer dette antal 

gange og navngiv hver layer med de respektive årstal. Anvend herefter Query(forespørgsel). Find 

den relevante kolonne i attribut tabellen, og fremstil en boolesk ligning, som udvælger dine data. 

Giv herefter dine data en velvalgt farve. 

Tydeliggørelse af data 1 

Det kan være svært at se sine data ordentligt, og man kan prøve om det bliver mere tydeligt ved at 

anvende ”buffer” funktionen, hvorved punkter i umiddelbar nærhed vil blive bundet sammen i en 

”klump”. 

Tydeliggørelse af data 2 

Da data for de forskellige årstal ligger i forskellige layers kan man rykke rundt på dem, så fx de 

ældste ligger øverst, og deres bufferzoner dækker over de underliggende. Hvis I vælger denne 

metode skal I dog argumentere for om det er i orden 



Øvelse 5 Centralitetsteori, Placering af forretninger, datasæt fra Aalborg kommune 2006 

Jeres lærebog arbejder med modeller, som søger at forklare de bagvedliggende årsager til hvorfor 

forretninger placeres, hvor de gør. 

Den første der – på en anerkendt måde – beskriv dette var W. Christaller (1933). Og I bør være godt 

inde i de økonomiske betragtninger der ligger bag hans teori. 

I skal undersøge om placeringen af forretninger i Aalborg i nogen grad kan forklares udfra 

Christallers snart 80 år gamle teori. 

Baggrunds info: 

Dette er et af tydeligste eksempler på at GIS i dag anvendes til at finde egnende lokaliteter for nye 

forretninger. Skal man etablere en ny butik er det nødvendigt – med rimelig sikkerhed – at vide om 

der er et stort nok kundegrundlag til at man kan opnå de ønskede supernormale dækningsbidrag. 

Der anvendes derfor store summer på at udvikle GIS modeller og analyse metoder, som kan udpege 

potentielt nye områder for en forretning af en given type. Hvis en undersøgelse angiver at område 

har behov for en bilforhandler, er det af afgørende betydning at vide om det er en Mercedes eller 

Toyota forhandler der skal åbne. Det er i dag ikke nok at vide hvor mange mennesker der bor i 

lokalområdet, deres købsvaner og købekraft er af stor interesse. 

I Danmark varetages dette af firmaet Geomatic, som tilbyder adskillige produkter, der kan 

identificere en bestemt kundegruppe. Et af deres GIS programmer ”X-point” kan downloades og 

bruges gratis i 7 dage. http://www.neozone.com/xc/?reseller=GEOMATIC 

Opgaven (1-2 mandsgrupper): 

Der skal fremstilles 2 kort: 

1. Det ene kort viser midtbyen, og de forretninger, som findes i området 

2. Det andet kort viser hele Aalborg 

Diskuter hvilke forretninger der er relevante at udvælge. 

Og hvilke kriterier man skal anvende til at skelne mellem de forskellige typer. 



Vejledning: 

ArcExplorer 

Åben ArcExplorer. 

Hent dit Aalborg kort fra sidste øvelse, fjern de 2 layers med BBR data. Gem dit ”tomme” Aalborg 

kort under et nyt navn. 

Hent et layer med forretninger i Aalborg for året 2006. (detail.shp) 

Lav i stil med sidste øvelse 4-5 kopier af det originale foretningslayer. 

Nummerér de forskellige layers, eller giv dem navne efter hvilke butikstyper de skal indeholde 

Brug Query til at udvælge data. (Kolonnen ”branche” er god at udvælge fra) 

Prøv i første omgang at udvælge fx: ”antikvitetsbutikker”, ”supermarkeder”, ”Detail med biler”, 

dametøjsforretninger/herre og dametøj/herretøj”, ”Apoteker”, ”Guldsmede” 

I hvilken kategori er der flest forretninger? (hvor ser du dette?) 

Anvend nu funktionen Buffer, og giv denne kategori en relativ lille buffer. 

Gør det samme for de andre kategorier, men gå op i buffer størrelse. 

Leg evt lidt med data fra andre brancher, og se om I kan se nogle tydelige forskelle i fordeling og 

antal. Udvælg et antal brancher, som vil give et godt overblik på de 2 kort, og hvor der er en tydelig 

forskel i fordeling eller antal. 

Giv dine 2 kort nogle præcise titler. 

Spørgsmål: 

Hvilken kategori (branche) har flest butikker? 

Hvilken kategori har færrest butikker? 

Kom op med en mulig forklaringsmodel herpå. 

Hvad viser kortet ellers mht fordeling af butikker i Aalborg? 

Hvad er forskellen i fordelingen mellem fx tøjbutikker og supermarkeder? 

Forskellen mellem supermarkeder og detail med biler? 

Prøv at se om I kan komme med en forklaring herpå 

Kan man bruge buffer størrelsen til at sige noget om oplandet til de enkelte butikstyper? 

Hints: 

Overvej om der skal vejnet og bygninger på disse kort. 



Eksempel på Lektion om Geokommunikation og kortfremstilling: 

”At lave et godt kort er en kunst” 

- Og det skal I lære i dag ☺ 

Faget Naturgeografi bygger i høj grad på kort. Lærebøgerne er fulde af dem. Geografi handler jo i 

høj grad om at kunne sammenligne fænomener på tværs af geografisk lokaliteter. Men kort er jo 

ikke virkeligheden, kun en model heraf. Så hvordan udvælger man de ”rigtige” informationer, og 

hvordan strukturere og generalisere man dem, så læseren af kortet hurtigt opfanger informationen, 

og ikke mistolker kortet? Tænk bare på en kystline. Hvor mange detaljer skal med? 

Målet med denne lektion, er at I skal få en fornemmelse af det arbejde, som en kartograf udfører. 

Og efterfølgende kunne forholde jer kritisk til kort. 

Endelig skal I selv prøve at arbejde som Kartograf, og fremstille et kort. 

Plan for dagens lektion: 

1. ”Find 5 fejl” på de 4 udleverede kort. 

a. Prøv at strukturere de forskellige typer fejl, og placer ”fejlene” i forskellige klasser. 

2. Opsamling på klassen, hvor vi gennemgår jeres fundne fejl, og diskuterer nogle generelle 

retningslinier for fremstilling af kort 

– Pause – (4 min!) 

3. Fremstilling af eget kort. Via ArcExplorer skal I fremstille et kort, som opfylder de krav der 

fremgår af den udleverede opgave. Data til opgaven kan findes på den udleverede CD. 

Produktkravet er et færdigt kort, som skal være mig i hænde senest søndag kl 24.00 (kortet 

kan sendes via FC, eller til min alm. e-mail: Don@clement.dk) 

D Clement/ Udleveret dato: XX. Xxx 2007 



Overordnede retningslinier for fremstilling af kort: (Underviserens udgave til tavlemål) 

(Tjekliste for om dit kort ikke er helt ved siden af) 

1. Målestoksforhold, som kan angives ved 

• Forholdstal 

• Målepind 

2. Relevant grafisk generalisering 

• Tag kun med, hvad er vigtigt - ellers er det uoverskueligt. 

• Ofte er det en god tommelfingerregel at kun medtage 7 ting, men indimellem 

kan man overskue mere. 

3. Signaturforklaring 

• Husk at få alle signaturer med! 

4. Orienteringspil 

• Nordpil placeret i øverste venstre eller højre hjørne 

• Man kan alternativt bruge et gradnet 

5. Titel 

• Vær præcis. Hvad er meningen med kortet? 

6. Metadata 

• Hvor stammer data fra, ophavsret/Copyright, årstal 

7. Logisk farvevalg. 

• Fx vand er blåt, Skov er grønt etc. 

8. Grafisk udtryk 

• Undgå ”Pang” farver. Hidsige farver giver ofte kortet et forvirrende udtryk, 

elle kan fremhæve uvæsentlige elementer. De kan dog bruges hvis man 

ønsker at fremhæve bestemte elementer. 

Sørg for at man kan aflæse målepind, og tekster er tydelige. Det er helt i orden at holde målepind 

udenfor kortet. Nordpil er traditionelt med inde på selve kortet. 



”LØSNINGS ARK” (Til Underviseren) 

Bilag 1, Første Kort (Generelle og tekniske formalia, ikke dataorienteret) 

1. Ingen titel. (Hvad er formålet med dette kort??) 

2. Ingen målepind 

3. Ingen signaturforklaring 

4. Ingen kilde 

5. Ingen Nordpil 

Bilag 2, Andet kort (Område udvælgelse, Tekst, etc) 

1. Forkert størrelsesforhold / udvalgt område. 

i. Alle 3 ”kalkknolde” er jo vigtige. 

ii. Havde det ikke været smartere med en 3D model? 

2. Fokusområder stemmer ikke overens med formål. 

i. Er vejbaner vigtige? 

3. Nord pil utydelig 

4. Tekst ikke tydelig (Titel og kilde) 

5. Ingen signaturforklaring 

6. Målepind er umulig at læse. Skala helt forrykt 

Bilag 3, Tredje kort (farver, farvepalette, Tydelighed for signatur) 

1. Farvevalg forkert, 

i. Abstraktionsniveau for stort 

2. Stor spredning i farver 

i. ”pang” farver (hav) mod ”dusede” farver (fx industri) 

3. Meget forskellige landskabselementer har beslægtede farver 

i. Hav er grøn, Industri er grøn, Skov er grøn, Sportsanlæg er grøn, Rekreative 

områder er grønne. Det forvirrer informationerne. 

4. For mange elementer med. Hvad er meningen med kortet? 

5. Der er elementer på kortet, som der ikke er signatur for. 

Bilag 4, Fjerde kort (Kun relevante informationer!, men opsætning forkert) 

1. For mange elementer på oversigtskort??? 

2. De enkelte havne har forskelligt størrelsesforhold. Det kan forvirre. 

3. Kortet er ”grimt” sat op. Store huller. Billedet vælter. 

4. Jernbane signatur mangler 

5. ”Land” har ikke samme farve i oversigtskort og detailkort. 



Bilag 1 



Bilag 2 



Bilag 3 



Bilag 4 



Bilag 3. Øvelse 3, Eksempel på kort lavet i ArcExplorer 

Eksempel på kort lavet i ArcGIS 9.2 (burde 

blive muligt via netbaserede analyse) 









Diskussion 

Det her skitserede GIS forløb er på ingen måde optimalt. 

Der er adskillige mangler specielt omkring dybere forståelse af teorierne. Hertil er en del af de 

ældre ”papir øvelser” stadig overlegne. Der kræves forholdsvis meget tid, for eleverne at anvende 

programmet, før de kan lave analyser. Desuden anvendes et ”statisk” datasæt, som medfører at 

eleverne kan ”genbruge” rapporter fra tidligere år. 

Forløbets force ligger umiddelbart i at øvelser, data og software er samlet på en CD, således man 

har et udgangspunkt for at forfine det, eller få sig nogle erfaringer uden at skulle knokle sig til døde. 

Vi ved alle at GIS er en uhyggelig tidsrøver. 

Fremtiden: 

Når de netbaserede analyseprogrammer for ArcGIS Explorer kører perfekt vil jeg mene at et 

kondenseret forløb omkring mikroklima i byen, hvor man bestemmer en ”heat island” vil være 

noget af det bedste GIS man kan lave. Der er mulighed for feltarbejde, brug af GPS, egne måledata, 

og pizza(!) den pågældende fredag aften/nat hvor det udføres. Emnet giver mulighed for mange 

andre indgangsvinkler, samt samarbejde på tværs af fag, så rapporterne kan varieres år for år. Og 

projektet vil helt klart være god reklame for faget på de respektive gymnasier. 

Eleverne vi få et analyseresultat, som de vil have vanskeligt ved at fremstille uden GIS, og de kan 

indhente bygningsdata, og her se sammenhænge mellem bygninger IR stråling.

Opgave i GIS

Create successful ePaper yourself

Delete template?

Save as template?