[{"data":1,"prerenderedAt":73},["ShallowReactive",2],{"blog-teaser-de":3,"blog-post-arbeiten-mit-file-geodatabase-in-csharp-2-de":14,"blog-sidebar-tags-de":58,"blog-sidebar-popular-de":63},{"id":4,"slug":5,"title":6,"date":7,"headerImage":8,"__typename":13},"7e17caea-45a9-4b14-9a62-91bac8bf02fd","warum-map0-kein-weiteres-geoportal-ist","Warum map0 kein weiteres Geoportal ist","2026-11-05T23:00:00Z",[9],{"url":10,"version":11,"__typename":12},"https:\u002F\u002Fcms.spatial-focus.net\u002Fapi\u002Fassets\u002Fspatialfocus\u002F8b77e020-5384-4103-9f87-ad213c6fdf84\u002F",1,"Asset","PostsFlatDataDto",{"overview":15,"post":44,"slugs":55},{"slug":16,"title":17,"subtitle":18,"opener":19,"tags":20,"date":23,"headerImage":24,"author":33,"images":43,"__typename":13},"arbeiten-mit-file-geodatabase-in-csharp-2","File-Geodatabases mit GDAL\u002FOGR in C# verarbeiten – Teil 2","","Der zweite Teil dieser Blogserie befasst sich mit dem Lesen der eigentlichen Daten in einer File-Geodatabase. Wir werden untersuchen, wie man sowohl auf die Attribut- als auch auf die räumlichen Daten eines Vektor-Layers zugreift und einige Indizes erstellt, die später verwendet werden.",[21,22],"Geo","C#","2020-08-28T00:00:00Z",[25],{"fileName":26,"url":27,"version":28,"metadata":29,"__typename":12},"gdb-ua2012.png","https:\u002F\u002Fcms.spatial-focus.net\u002Fapi\u002Fassets\u002Fspatialfocus\u002Fd99f43f5-59a9-42e3-bafa-20901048c80c\u002F",0,{"pixelWidth":30,"description":31,"pixelHeight":32},1800,"PNG File",600,[34],{"id":35,"flatData":36,"__typename":42},"247edfce-2ecf-40b8-87e1-58e549d0c243",{"name":37,"image":38,"__typename":41},"Christoph Perger",[39],{"url":40,"version":28,"__typename":12},"https:\u002F\u002Fcms.spatial-focus.net\u002Fapi\u002Fassets\u002Fspatialfocus\u002F967c15d7-bd4a-4d6e-9e34-b891dccb9906\u002F","AuthorFlatDataDto","Author",null,{"slug":16,"title":17,"subtitle":18,"headerImage":45,"opener":19,"text":47,"tags":48,"date":23,"repo":49,"author":50,"images":43,"__typename":13},[46],{"fileName":26,"url":27,"version":28,"__typename":12},"# Aufbau der Serie\n\nDiese Tutorialreihe ist in drei separate Beiträge unterteilt und gibt Ihnen einige Einblicke in den Umgang mit File-Geodatabases in Ihren C#-Lösungen.\n\n- Teil 1: [Erste Schritte, Öffnen und Untersuchen der File-Geodatabase](\u002Fde\u002Fblog\u002Farbeiten-mit-file-geodatabase-in-csharp-1)\n- Teil 2: Analyse der Daten und Erstellung von Indizes für die spätere Verwendung\n- Teil 3: [Stichproben aus der File-Geodatabase ziehen](\u002Fde\u002Fblog\u002Farbeiten-mit-file-geodatabase-in-csharp-3)\n\n__Hinweis:__ Als Testdaten für die folgenden Beispiele verwenden wir den [Urban Atlas 2012](https:\u002F\u002Fland.copernicus.eu\u002Flocal\u002Furban-atlas\u002Furban-atlas-2012) für Österreich, den Sie auch im Beispielcode dieses Blogbeitrags finden. Alle Screenshots und Ausgaben in diesem Beitrag stammen aus dieser File-Geodatabase; bei anderen Datensätzen sollten die Ergebnisse aber sehr ähnlich aussehen.\n\n\n# Datenanalyse und Indizierung\n\nIn den folgenden Kapiteln untersuchen wir den Inhalt des Layers und analysieren Attribute und geometrische Eigenschaften genauer. Darüber hinaus leiten wir aggregierte Kennzahlen als Indizes für die spätere Verwendung ab.\n\n## Attributindizierung\n\nSchauen wir uns die Attribute genauer an. Wir wissen, dass die Klassifizierung des Urban Atlas 2012 für jedes Polygon im Feld *CODE2012* steht. Unsere nächste Aufgabe besteht also darin, herauszufinden, welche Werte in diesem Feld vorkommen. Wir schreiben eine kleine Schleife, die die Features im Datensatz durchläuft, die Werte aus dem Feld *CODE2012* extrahiert und ihr Vorkommen zählt:\n\n```csharp\nprivate static void AttributeIndex(string dataSetPath)\n{\n    var values = new Dictionary\u003Cstring, int>();\n\n    var fileGdbDriver = Ogr.GetDriverByName(\"OpenFileGDB\");\n    var dataSource = fileGdbDriver.Open(dataSetPath, 0);\n    var layer = dataSource.GetLayerByIndex(0);\n\n    var feature = layer.GetNextFeature();\n    while (feature != null)\n    {\n        var classification = feature.GetFieldAsString(\"CODE2012\");\n        if (!values.ContainsKey(classification))\n        {\n            values.Add(classification, 1);\n        }\n        else\n        {\n            values[classification]++;\n        }\n\n        feature = layer.GetNextFeature();\n    }\n\n    var result = values.OrderBy(x => x.Key);\n    foreach (var keyValuePair in result)\n    {\n        Console.WriteLine($\"Value: {keyValuePair.Key} occurs {keyValuePair.Value} times.\");\n    }\n}\n\n```\n\nErgebnis:\n```\nClassification 11100 occurs  6416 times.\nClassification 11210 occurs 24024 times.\nClassification 11220 occurs 29536 times.\nClassification 11230 occurs 23425 times.\nClassification 11240 occurs 10800 times.\nClassification 11300 occurs 27735 times.\nClassification 12100 occurs 21215 times.\nClassification 12210 occurs  1569 times.\nClassification 12220 occurs 44160 times.\nClassification 12230 occurs  3563 times.\nClassification 12300 occurs   176 times.\nClassification 12400 occurs    32 times.\nClassification 13100 occurs  1355 times.\nClassification 13300 occurs   659 times.\nClassification 13400 occurs  3568 times.\nClassification 14100 occurs  4297 times.\nClassification 14200 occurs  3099 times.\nClassification 21000 occurs 33946 times.\nClassification 22000 occurs  2695 times.\nClassification 23000 occurs 39897 times.\nClassification 31000 occurs 19154 times.\nClassification 32000 occurs   547 times.\nClassification 33000 occurs   126 times.\nClassification 40000 occurs    53 times.\nClassification 50000 occurs  1994 times.\nClassification 91000 occurs    81 times.\n```\n\n## Räumliche Indizierung\n\nNachdem wir nun die zahlenmäßige Verteilung der Klassen im Datensatz kennen, interessiert uns ihre räumliche Abdeckung bzw. Verteilung. Dafür ist nur eine recht einfache Anpassung nötig. Anstatt das Vorkommen eines Werts zu zählen, berechnen wir einfach die Fläche der Geometrie des jeweiligen Features und speichern diese. Schließlich dividieren wir sie durch die Gesamtfläche aller Features, um den Prozentsatz für jede Klasse zu erhalten.\n\n```csharp\nprivate static void SpatialIndex(string dataSetPath)\n{\n    var values = new Dictionary\u003Cstring, double>();\n\n    var fileGdbDriver = Ogr.GetDriverByName(\"OpenFileGDB\");\n    var dataSource = fileGdbDriver.Open(dataSetPath, 0);\n    var layer = dataSource.GetLayerByIndex(0);\n\n    var feature = layer.GetNextFeature();\n    while (feature != null)\n    {\n        var classification = feature.GetFieldAsString(\"CODE2012\");\n        var geometry = feature.GetGeometryRef();\n        var area = geometry.Area();\n\n        if (!values.ContainsKey(classification))\n        {\n            values.Add(classification, area);\n        }\n        else\n        {\n            values[classification] += area;\n        }\n\n        feature = layer.GetNextFeature();\n    }\n\n    var totalArea = values.Sum(x => x.Value);\n\n    var result = values\n        .OrderBy(x => x.Key)\n        .ToDictionary(o => o.Key, o => o.Value \u002F totalArea);\n    foreach (var keyValuePair in result)\n    {\n        Console.WriteLine($\"Value: {keyValuePair.Key} occupies {keyValuePair.Value,7:P} of the total area.\");\n    }\n}\n```\n\nErgebnis:\n```\nClassification 11100 occupies  0,27 % of the total area.\nClassification 11210 occupies  1,48 % of the total area.\nClassification 11220 occupies  1,96 % of the total area.\nClassification 11230 occupies  1,38 % of the total area.\nClassification 11240 occupies  0,41 % of the total area.\nClassification 11300 occupies  0,67 % of the total area.\nClassification 12100 occupies  1,70 % of the total area.\nClassification 12210 occupies  0,20 % of the total area.\nClassification 12220 occupies  1,71 % of the total area.\nClassification 12230 occupies  0,25 % of the total area.\nClassification 12300 occupies  0,05 % of the total area.\nClassification 12400 occupies  0,12 % of the total area.\nClassification 13100 occupies  0,28 % of the total area.\nClassification 13300 occupies  0,04 % of the total area.\nClassification 13400 occupies  0,13 % of the total area.\nClassification 14100 occupies  0,45 % of the total area.\nClassification 14200 occupies  0,46 % of the total area.\nClassification 21000 occupies 30,65 % of the total area.\nClassification 22000 occupies  1,43 % of the total area.\nClassification 23000 occupies 15,09 % of the total area.\nClassification 31000 occupies 35,08 % of the total area.\nClassification 32000 occupies  3,93 % of the total area.\nClassification 33000 occupies  0,33 % of the total area.\nClassification 40000 occupies  0,25 % of the total area.\nClassification 50000 occupies  1,63 % of the total area.\nClassification 91000 occupies  0,08 % of the total area.\n```\n\n# Nächste Schritte\n\nDurch den Blick auf die eigentlichen Daten im Layer haben wir mehr über die Features erfahren und Statistiken zur Häufigkeit jeder Klasse und zu ihrer räumlichen Verteilung abgeleitet. In [Teil 3](\u002Fde\u002Fblog\u002Farbeiten-mit-file-geodatabase-in-csharp-3) unserer Serie sehen wir uns Zugriffsmethoden genauer an, mit denen wir gezielt einzelne Features aus den Daten extrahieren.",[21,22],"https:\u002F\u002Fgithub.com\u002FSpatialFocus\u002Fsample-working-with-file-geodatabase-in-csharp",[51],{"id":35,"flatData":52,"__typename":42},{"name":37,"image":53,"__typename":41},[54],{"url":40,"version":28,"__typename":12},{"en":56,"de":16,"__typename":57},"working-with-file-geodatabase-in-csharp-2","PostsDataSlugDto",[22,59,60,61,21,62],"DDD","EF","Clean code","map0",[64,67],{"slug":5,"title":6,"headerImage":65,"__typename":13},[66],{"url":10,"version":11,"__typename":12},{"slug":68,"title":69,"headerImage":70,"__typename":13},"radiale-fortschrittsanzeige-css-animation","Radiale Fortschrittsanzeige mit CSS",[71],{"url":72,"version":28,"__typename":12},"https:\u002F\u002Fcms.spatial-focus.net\u002Fapi\u002Fassets\u002Fspatialfocus\u002Fb7cdc0ef-364e-4444-8dd3-b85f19e87820\u002F",1795081410851]