Der dritte und letzte Teil der Winterchallenge!

Neu hier? Gehe zu Teil 1 und Teil 2, um mehr zu erfahren!

Winterchallenge prognostica: Das Finale

Um die Biodiversität in der Landwirtschaft bestimmen zu können, hilft es, die Feldgrenzen von landwirtschaftlichen Flächen genau zu kennen. Mit diesem Wissen können beispielsweise Satellitendaten ausgewertet werden, sodass die Nutzung von verschiedenen Flächen (Weide, Wiese, Getreide, …) genau gemonitored werden kann.

Daten zu Feldgrenzen gibt es aus verschiedenen Quellen. Für diese Aufgabe haben wir dir drei unterschiedliche Datensätze im GeoJSON-Format für dieselbe Region zur Verfügung gestellt:

• reference.geojson: Diese Datei enthält die Referenzen. Verwende diese Informationen, um die Güte der anderen beiden Dateien zu bestimmen.
• boundaries_1.geojson und boundaries_2.geojson: Diese Datensätze beinhalten Daten von anderen Anbietern. Du kannst die einzelnen Felder über ihre ID mit denen der Referenz vergleichen (in der Realität ist das meist nicht der Fall - hier wäre ein vorgelagerter Schritt, einen Matching-Ansatz über die räumlichen Informationen zu finden).

Nun muss herausgefunden werden, welcher der beiden Anbieter bessere Informationen liefert. Entwickle ein Kriterium, mit dem die Qualität der Daten beurteilt werden kann und begründe anhand dieses Kriteriums, welchen Anbieter du auswählen würdest. Schreibe eine Funktion in Python find_best_fitting_version(), die die Daten einliest und ermittelt, welche der beiden Versionen 1 oder 2 näher an der Referenz ist. Das Ergebnis soll ausgegeben werden in einem JSON mit folgendem Format:

{"boundaries_1": {"best_version": "True"},"boundaries_2": {"best_version": "False"} }

Weitere Ergebnisse kannst du gerne wieder als zusätzliche Felder in dem JSON ablegen. Zeig uns in einem Jupyter-Notebook, wie man deine Funktion am besten aufruft. Du darfst gerne kurze Texte und andere Informationen verwenden, um deinen Ansatz zu verdeutlichen.

Die Daten findest du hier; sie stammen vom Schlaginfo Portal (© ML/SLA Niedersachsen (2024), dl-de/by-2-0 (www.govdata.de/dl-de/by-2-0), Daten bearbeitet). Wir haben sie für diese Aufgabe teilweise leicht verändert. Falls du noch nie mit GeoJSON-Dateien gearbeitet hast, keine Sorge, GeoPandas hat eine sehr ausführliche Einleitung.

Schick uns deine Einreichung an winter@challenge.prognostica.de. Wir sind schon auf deinen Ansatz gespannt!