Autocorrectborders (BULK)

Documentatie van QGIS Python-plugin brdrQ - Autocorrectborders

Video

Beschrijving

Het processing-algoritme Autocorrectborders is ontwikkeld om thematische grenzen automatisch aan te passen aan referentiegrenzen. Het zoekt relevante overlap tussen thematische grenzen en referentiegrenzen en maakt op basis daarvan een resulterende grens.

Parametergids

Elke parameter wordt eenduidig uitgelegd met: Definitie, Waarom gebruiken, Mogelijke keuzes, en Gevolg.

Thematic Layer

Definitie: Invoer-vectorlaag (polygoon, lijn of punt) in geprojecteerde CRS (meter).
Waarom gebruiken: Bepaalt welke geometrie gecorrigeerd wordt.
Mogelijke keuzes: Elke geldige laag met stabiele geometrie en geldige CRS.
Gevolg: Ongeldige CRS of gemengde inputkwaliteit geeft onbetrouwbare uitlijning.

Thematic ID

Definitie: Unieke identifier van een feature in de thematische laag.
Waarom gebruiken: Houdt herkomst en resultaten eenduidig traceerbaar.
Mogelijke keuzes: Tekst- of numeriek veld met unieke waarden.
Gevolg: Niet-unieke IDs maken interpretatie en review foutgevoeliger.

Reference / Local reference layer / Reference ID (unique!)

Definitie: Keuze van referentiebron (LOCREF of GRB on-the-fly) plus bijhorend referentie-ID-veld.
Waarom gebruiken: Bepaalt de geometrische waarheid voor uitlijning.
Mogelijke keuzes: Lokale referentie voor gecontroleerde workflows; GRB voor service-gebaseerde referentie.
Gevolg: Betere referentie = betere outputkwaliteit.

Relevant Distance (meters)

Definitie: Maximum allowed geometry shift.
Waarom gebruiken: Stuurt hoe ver features mogen verschuiven richting referentie.
Mogelijke keuzes: Laag (1-2), midden (3-5), hoog (>10) afhankelijk van bronkwaliteit.
Gevolg: Lage waarden zijn voorzichtiger/sneller; hoge waarden zijn krachtiger/trager en verhogen vaak review.

Use predictions

Definitie: Enables full-scan candidate search over distance steps.
Waarom gebruiken: Vindt stabiele kandidaten in ambigue situaties.
Mogelijke keuzes: False (quick scan) or True (full scan).
Gevolg: True verhoogt kandidaatkwaliteit maar kost meer rekentijd.

Prediction Strategy

Definitie: Output policy when multiple predictions exist.
Waarom gebruiken: Bepaalt of output deterministisch of analysegericht is.
Mogelijke keuzes: BEST, ALL, ORIGINAL.
Gevolg: BEST is productiegericht, ALL is analysegericht, ORIGINAL is de veiligste fallback.

Full Reference Strategy

Definitie: Preference for predictions with full overlap to reference.
Waarom gebruiken: Verhoogt geometrische zekerheid indien gewenst.
Mogelijke keuzes: ONLY_FULL_REFERENCE, PREFER_FULL_REFERENCE, NO_FULL_REFERENCE.
Gevolg: Strikter verlaagt risico, maar kan bruikbare alternatieven uitsluiten.

Processor

Definitie: Geometry processing engine selector.
Waarom gebruiken: Optimaliseert runtime en robuustheid per geometrietype.
Mogelijke keuzes: Prefer AlignerGeometryProcessor.
Gevolg: Juiste processor geeft betere snelheid en stabiliteit.

Open Domain Strategy

Definitie: Behavior for geometry parts not covered by reference (Open Domain).
Waarom gebruiken: Stemt output af op inhoudelijk/operationeel grensbeleid.
Mogelijke keuzes: EXCLUDE, ASIS, SNAP_INNER_SIDE, SNAP_ALL_SIDE.
Gevolg: Bepaalt of en hoe niet-gedekte zones behouden of aangepast worden.

Snap Strategy

Definitie: Vertex snapping policy (mainly line/point workflows).
Waarom gebruiken: Stuurt de strengheid van snapping naar echte referentievertices.
Mogelijke keuzes: NO_PREFERENCE, PREFER_VERTICES, ONLY_VERTICES.
Gevolg: Strikter geeft nettere topologie, maar vaak minder kandidaten.

Threshold overlap percentage (%)

Definitie: Fallback overlapdrempel voor relevantiebeslissingen.
Waarom gebruiken: Lost randgevallen op waar relevantie onduidelijk is.
Mogelijke keuzes: 0-100 (standaard vaak rond 50).
Gevolg: Hogere waarden zijn strenger, lagere waarden toleranter.

REVIEW_PERCENTAGE

Definitie: Drempel om resultaten als to_review te classificeren.
Waarom gebruiken: Stuurt de QA-werklast.
Mogelijke keuzes: Lager voor strikte QA, hoger voor meer automatisatie.
Gevolg: Lagere drempel geeft meer manuele review.

Work Folder

Definitie: Locatie voor output en logbestanden.
Waarom gebruiken: Zorgt voor reproduceerbare outputorganisatie.
Mogelijke keuzes: Leeg (standaard lokaal) of expliciet pad.
Gevolg: Expliciet pad vereenvoudigt batch-audit en traceerbaarheid.

Show Intermediate processing results

Definitie: Adds intermediate layers for diagnostics.
Waarom gebruiken: Maakt duidelijk waarom uitlijning wel/niet slaagde.
Mogelijke keuzes: False/True.
Gevolg: Beter inzicht, met iets zwaardere output.

Write extra logging (from brdr-log)

Definitie: Writes extended processing logs.
Waarom gebruiken: Troubleshooting en audit.
Mogelijke keuzes: False/True.
Gevolg: Meer diagnose-inzicht, met grotere logbestanden.

Aanbevolen presets

Snelle scan: PREDICTIONS=False, Relevant Distance=2-4, REVIEW_PERCENTAGE=10.
Gebalanceerde productie: PREDICTIONS=True, Prediction Strategy=BEST, Full Reference Strategy=PREFER_FULL_REFERENCE, Relevant Distance=3-5.
Strikte QA: lower REVIEW_PERCENTAGE (5-8), conservative Relevant Distance, stricter full-reference mode.
Verkenning: PREDICTIONS=True, Prediction Strategy=ALL, SHOW_INTERMEDIATE_LAYERS=True, LOG_INFO=True.

Uitvoerparameters

Het script genereert een GROUP-laag met meerdere outputlagen in de TOC:

CORRECTION_X_Y: kopie van thematische laag met aangepaste geometrieen, opgesplitst per categorie (brdrq_state)
brdrQ_RESULT_X_Y: resulterende geometrieen na uitlijning
brdrQ_DIFF_X_Y: verschillen (+ en -) tussen origineel en resultaat
brdrQ_DIFF_MIN_X_Y: verschillen (-) tussen origineel en resultaat
brdrQ_DIFF_PLUS_X_Y: verschillen (+) tussen origineel en resultaat
(optioneel) brdrQ_RLVNT_DIFF_X_Y: relevante verschillen (te verwijderen delen), gebruikt bij verwerken van resultaat
(optioneel) brdrQ_RLVNT_ISECT_X_Y: relevante intersectie (op te nemen delen), gebruikt bij verwerken van resultaat

De naam bevat welke RELEVANT_DISTANCE (X) en REFERENCE (Y) gebruikt zijn.

Voorbeeldgebruik

Voorbeeld van gebruik in Python:

{
    "INPUT_THEMATIC": themelayername,
    "COMBOBOX_ID_THEME": "theme_identifier",
    "RELEVANT_DISTANCE": 2,
    "ENUM_REFERENCE": 1,
    "INPUT_REFERENCE": None,
    "COMBOBOX_ID_REFERENCE": None,
    "WORK_FOLDER": 'brdrq',
    "ENUM_OD_STRATEGY": 1,
    "ENUM_SNAP_STRATEGY": 1,
    "ENUM_PROCESSOR": 0,
    "THRESHOLD_OVERLAP_PERCENTAGE": 50,
    "PREDICTIONS": 0,
    "FULL_REFERENCE_STRATEGY": 2,
    "PREDICTION_STRATEGY": 0,
    "REVIEW_PERCENTAGE": 10,
    "ADD_METADATA": True,
    "ADD_ATTRIBUTES": True,
    "SHOW_INTERMEDIATE_LAYERS": True,
    "LOG_INFO": False,
}

processing.run('brdrqprovider:brdrqautocorrectborders', params)

Tips

Zet PREDICTIONS aan voor de beste resultaten. Dan wordt het volledige bereik van RELEVANT_DISTANCE geanalyseerd (FULL SCAN) en worden de beste stabiele resultaten gekozen. Nadeel: trager.
Analyseer je thematische dataset en probeer inzicht te krijgen in de afwijking (precisie en accuratesse t.o.v. referentie):
- Waar komt de thematische data vandaan?
- Wanneer is ze aangemaakt?
- Op basis van welke referentiegrenzen werd ze getekend?
- Welke tekenregels/nauwkeurigheid werden toegepast (bv. 0.5 m)?

Dit helpt om een passende RELEVANT_DISTANCE te kiezen.

De huidige versie van het script gaat ervan uit dat thematische laag en referentielaag in dezelfde geprojecteerde CRS staan met meter als eenheid.
Thematische grenzen met 1 of enkele referentiepolygonen worden meestal in seconden verwerkt. Voor zeer grote gebieden (~1000+ referentiepolygonen) kan de berekening minuten duren.
In de praktijk zijn grote afbakeningen soms ruwer getekend, waardoor een hogere RELEVANT_DISTANCE nodig is (bv. >10 m):
- OD-strategy EXCLUDE: volledig open domein uitsluiten
- OD-strategy AS_IS: bedekt open domein ongewijzigd meenemen
- OD-strategy SNAP_SINGLE_SIDE: open domein behouden, randen naar binnenzijde verplaatsen
- OD-strategy SNAP_ALL_SIDE: open domein behouden, randen naar binnen- en buitenzijde verplaatsen

OUTPUT - VELDEN

Deze sectie geeft veldnamen van de outputlaag en hun betekenis.

Attribuut	Type	Beschrijving
brdr_id	Integer	Interne unieke identificatie van de verwerkte feature.
brdr_area	Double	Berekende oppervlakte van de resulterende geometrie (\(m^2\)).
brdr_perimeter	Double	Totale grenslengte van de resulterende geometrie (\(m\)).
brdr_shape_index	Double	Complexiteitsmaat van de vorm (bv. compactheidsratio).
brdr_stability	Boolean	Geeft aan of geometrie stabiel blijft over meerdere berekeningen.
brdr_prediction_score	Double	Betrouwbaarheidsscore (%) van de uitlijningsvoorspelling.
brdr_prediction_count	Integer	Aantal kandidaatmatches gevonden voor de uitlijning.
brdr_evaluation	String	Categorie van het resultaat (bv. `prediction_unique`, `to_check_prediction_multi`).
brdr_relevant_distance	Double	Gebruikte buffer/zoekafstand tijdens uitlijning (\(m\)).
brdr_sym_diff_area_index	Double	Absolute oppervlakte van het symmetrisch verschil tussen basis en target (\(m^2\)).
brdr_sym_diff_area_index_perc	Double	Symmetrisch verschil uitgedrukt als percentage van totale oppervlakte.
brdr_diff_area_index	Double	Absolute oppervlakteverschil tussen input- en outputgeometrieen (\(m^2\)).
brdr_diff_length_index	Double	Absoluut verschil in grenslengte (\(m\)).
brdr_full_actual	Boolean	Vlag die aangeeft of uitlijning de volledige actuele feature dekt.
brdr_remark	String	Automatische logs of waarschuwingen uit geometrieverwerking.
brdr_metadata	JSON/Object	Ingesloten SOSA/SSN-metadata met lineage, sensoren en procedures.