Leistungsnachweis

Ziel und Vorgehen

Für den Leistungsnachweis von Programmieren sollt ihr den Anteil der Zeckenstiche im Wald unter der Berücksichtigung der Unsicherheit mit einer Monte Carlo Simulation ermitteln.

Gehe dazu wie folgt vor: Erstelle einen for loop (siehe Basic for loop), welcher pro Iteration folgende Schritte ausführt:

1. Schritt: Zeckenstiche importieren
2. Schritt: Zeckenstiche auf der Basis von gemeldeten Stiche simulieren (siehe Funktionen in DataFrames)
3. Schritt: Simulierte Zeckenstiche von pandas DataFrame in geopandas GeoDataFrame umwandeln (siehe DataFrames > GeoDataFrames)
4. Schritt: Spatial Join mit wald.gpkg (siehe Übung 15.2)
5. Schritt: Der Anteil der Zeckenstiche im Wald Berechnen (siehe Übung 15.3)
6. Schritt: Schritte 2 - 5 mindestens 50x Wiederholen (for loop)
7. Schritt: Die verschiedenen Waldanteile visualiseren (z.B. in einem Boxplot, siehe Anhang 1: Daten visualisieren)
8. Schritt: Schritte 6 und 7 für drei verschiedene Radien wiederholen
9. Schritt (Optional): Eine Karte mit den simulierten Zeckenstichen erstellen (siehe Anhang 2: Geodaten visualisieren)

flowchart LR
   
    A["zeckenstiche_full.csv"]
    G["Anteil Wald"]
    H["Boxplot"]
    subgraph loop ["for loop (>50x)"]
        direction TB
        
        B["zeckenstiche (DataFrame)"]
        C["Sim. Zeckenstiche (DataFrame)"]
        D["Sim. Zeckenstiche (GeoDataFrame)"]
        E["Sim. Zecken. Join (GeoDataFrame)"]

        B -->|offset coordinate|C
        C -->|gpd.GeoDataFrame|D
        D -->|gpd.sjoin|E
    end
    A --> |pd.read_csv|loop
    loop -->|Anteil Wald berechnen| G
    G --> H

Anforderungen

Führe die Analyse folgendermassen durch:

• mit dem ganzen Datensatz zeckenstiche_full.csv (1’076 Meldungen, siehe Tabelle 1)
• mit mindestens 50 Iterationen
• mit drei verschiedenen Distanz-Werten (distance = in Übung 9.5).

Visualisiere für jeden Distanzwert die Verteilung der Anteile (z.B: mittels einem Boxplot)

Abgabeformat

Lauffähigen Python Script file via Moodle.