Changes

              
    

          
          
        
        

            
f
1
{
f
1
{
            
2
  "author": null,
2
  "author": null,
            
3
  "author_email": null,
3
  "author_email": null,
            
4
  "contact": [
4
  "contact": [
            
5
    {
5
    {
            
6
      "electronic_mail_address": "m.pienaar@saeon.nrf.ac.za",
6
      "electronic_mail_address": "m.pienaar@saeon.nrf.ac.za",
            
7
      "individual_name": "Marc Pienaar",
7
      "individual_name": "Marc Pienaar",
            
8
      "position_name": "Data Science Lead",
8
      "position_name": "Data Science Lead",
            
9
      "role": "point_of_contact"
9
      "role": "point_of_contact"
            
10
    }
10
    }
            
11
  ],
11
  ],
            
12
  "contact_information": [
12
  "contact_information": [
            
13
    {
13
    {
            
14
      "facsimile": "",
14
      "facsimile": "",
            
15
      "voice": ""
15
      "voice": ""
            
16
    }
16
    }
            
17
  ],
17
  ],
            
18
  "creator_user_id": "64e47517-dce0-4a13-9ab7-ef1cfcd1d892",
18
  "creator_user_id": "64e47517-dce0-4a13-9ab7-ef1cfcd1d892",
            
19
  "dataset_reference_date": [
19
  "dataset_reference_date": [
            
20
    {
20
    {
            
21
      "reference": "2023-01-01T00:00",
21
      "reference": "2023-01-01T00:00",
            
22
      "reference_date_type": 1
22
      "reference_date_type": 1
            
23
    }
23
    }
            
24
  ],
24
  ],
            
25
  "distribution_format": [
25
  "distribution_format": [
            
26
    {
26
    {
            
27
      "name": "Vector",
27
      "name": "Vector",
            
28
      "version": "1.1"
28
      "version": "1.1"
            
29
    }
29
    }
            
30
  ],
30
  ],
            
31
  "doi": "10.15493/BEA.DATA.250320-20",
31
  "doi": "10.15493/BEA.DATA.250320-20",
            
32
  "featured": "false",
32
  "featured": "false",
            
33
  "groups": [],
33
  "groups": [],
            
34
  "id": "695aa705-9c99-41b3-983b-6bbc25d36d45",
34
  "id": "695aa705-9c99-41b3-983b-6bbc25d36d45",
            
35
  "isopen": false,
35
  "isopen": false,
            
36
  "license_id": null,
36
  "license_id": null,
            
37
  "license_title": null,
37
  "license_title": null,
            
38
  "lineage_statement": "A cost surface using a digital elevation model 
38
  "lineage_statement": "A cost surface using a digital elevation model 
            
39
(SRTM v3) [~30m] was used as the basis, with main water features 
39
(SRTM v3) [~30m] was used as the basis, with main water features 
            
40
(rivers and dams) and a slope threshold of 15 degrees removed as 
40
(rivers and dams) and a slope threshold of 15 degrees removed as 
            
41
obstacles from the surface. Start points (derived from a 1km x 1km 
41
obstacles from the surface. Start points (derived from a 1km x 1km 
            
42
raster grid, and end points (the NGI road layer) rasterised at a 100m 
42
raster grid, and end points (the NGI road layer) rasterised at a 100m 
            
43
x 100m resolution, both using the StatsSA BSU grid projection 
43
x 100m resolution, both using the StatsSA BSU grid projection 
            
44
['+proj=aea +lat_1=-22 +lat_2=-38 +lat_0=-30 +lon_0=25 +x_0=1400000 
44
['+proj=aea +lat_1=-22 +lat_2=-38 +lat_0=-30 +lon_0=25 +x_0=1400000 
            
45
+y_0=1300000 +datum=WGS84 +units=m +no_defs]) were used as location 
45
+y_0=1300000 +datum=WGS84 +units=m +no_defs]) were used as location 
            
46
inputs. Non-NA raster values from these location inputs were converted 
46
inputs. Non-NA raster values from these location inputs were converted 
            
47
to points (the centroid of each Non-NA pixel), then reprojected to the 
47
to points (the centroid of each Non-NA pixel), then reprojected to the 
            
48
same resolution as the cost surface (e.g. EPSG:4326 - WGS 84 \u2013 
48
same resolution as the cost surface (e.g. EPSG:4326 - WGS 84 \u2013 
            
49
Geographic). A variable resolution window was used for modelling 
49
Geographic). A variable resolution window was used for modelling 
            
50
[based on 250 start points at a time, each linked to 100 closest road 
50
[based on 250 start points at a time, each linked to 100 closest road 
            
51
points [end points] to create an extent and perform the modelling 
51
points [end points] to create an extent and perform the modelling 
            
52
operation in reasonably sized chunks].",
52
operation in reasonably sized chunks].",
            
53
  "maintainer": null,
53
  "maintainer": null,
            
54
  "maintainer_email": null,
54
  "maintainer_email": null,
            
55
  "metadata_created": "2025-09-11T14:42:20.726226",
55
  "metadata_created": "2025-09-11T14:42:20.726226",
            
56
  "metadata_date": "2023-01-01T00:00",
56
  "metadata_date": "2023-01-01T00:00",
            
57
  "metadata_language_and_character_set": [
57
  "metadata_language_and_character_set": [
            
58
    {
58
    {
            
59
      "dataset_character_set": "utf-8",
59
      "dataset_character_set": "utf-8",
            
60
      "dataset_language": "English",
60
      "dataset_language": "English",
            
61
      "metadata_character_set": "utf-8",
61
      "metadata_character_set": "utf-8",
            
62
      "metadata_language": "English"
62
      "metadata_language": "English"
            
63
    }
63
    }
            
64
  ],
64
  ],
            
n
65
  "metadata_modified": "2025-09-11T14:42:20.726236",
n
65
  "metadata_modified": "2025-09-11T14:43:39.479816",
            
66
  "metadata_thumbnail": "",
66
  "metadata_thumbnail": "",
            
67
  "name": "virtual_roads_for_the_bioenergy_atlas",
67
  "name": "virtual_roads_for_the_bioenergy_atlas",
            
68
  "notes": "Virtual roads representing theoretical paths [roads] 
68
  "notes": "Virtual roads representing theoretical paths [roads] 
            
69
starting every 1km apart (across South Africa) from areas where no 
69
starting every 1km apart (across South Africa) from areas where no 
            
70
roads exists to the closest road segment in South Africa's National 
70
roads exists to the closest road segment in South Africa's National 
            
71
Geo-spatial Information (NGI) 2019 road layer (http://www.ngi.gov.za) 
71
Geo-spatial Information (NGI) 2019 road layer (http://www.ngi.gov.za) 
            
72
-- for use in the SAEON BioEnergy Atlas feasibility model. A cost 
72
-- for use in the SAEON BioEnergy Atlas feasibility model. A cost 
            
73
surface using a digital elevation model (SRTM v3) [~30m] was used as 
73
surface using a digital elevation model (SRTM v3) [~30m] was used as 
            
74
the basis, with main water features (rivers and dams) and a slope 
74
the basis, with main water features (rivers and dams) and a slope 
            
75
threshold of 15 degrees removed as obstacles from the surface. Start 
75
threshold of 15 degrees removed as obstacles from the surface. Start 
            
76
points (derived from a 1km x 1km raster grid, and end points (the NGI 
76
points (derived from a 1km x 1km raster grid, and end points (the NGI 
            
77
road layer) rasterised at a 100m x 100m resolution, both using the 
77
road layer) rasterised at a 100m x 100m resolution, both using the 
            
78
StatsSA BSU grid projection ['+proj=aea +lat_1=-22 +lat_2=-38 
78
StatsSA BSU grid projection ['+proj=aea +lat_1=-22 +lat_2=-38 
            
79
+lat_0=-30 +lon_0=25 +x_0=1400000 +y_0=1300000 +datum=WGS84 +units=m 
79
+lat_0=-30 +lon_0=25 +x_0=1400000 +y_0=1300000 +datum=WGS84 +units=m 
            
80
+no_defs]) were used as location inputs. Non-NA raster values from 
80
+no_defs]) were used as location inputs. Non-NA raster values from 
            
81
these location inputs were converted to points (the centroid of each 
81
these location inputs were converted to points (the centroid of each 
            
82
Non-NA pixel), then reprojected to the same resolution as the cost 
82
Non-NA pixel), then reprojected to the same resolution as the cost 
            
83
surface (e.g. EPSG:4326 - WGS 84 \u2013 Geographic). A variable 
83
surface (e.g. EPSG:4326 - WGS 84 \u2013 Geographic). A variable 
            
84
resolution window was used for modelling [based on 250 start points at 
84
resolution window was used for modelling [based on 250 start points at 
            
85
a time, each linked to 100 closest road points [end points] to create 
85
a time, each linked to 100 closest road points [end points] to create 
            
86
an extent and perform the modelling operation in reasonably sized 
86
an extent and perform the modelling operation in reasonably sized 
            
87
chunks]. The scikit-image python package was used to find the shortest 
87
chunks]. The scikit-image python package was used to find the shortest 
            
88
path through each cost surface array cropped using the variable window 
88
path through each cost surface array cropped using the variable window 
            
89
extent, using a fully connected (i.e diagonal pixels) minimum cost 
89
extent, using a fully connected (i.e diagonal pixels) minimum cost 
            
90
path (MCU) algorithm. All outputs were merged to create a seamless 
90
path (MCU) algorithm. All outputs were merged to create a seamless 
            
91
Virtual roads layer with 1 051 696 individual paths covering South 
91
Virtual roads layer with 1 051 696 individual paths covering South 
            
92
Africa.",
92
Africa.",
            
n
93
  "num_resources": 0,
n
93
  "num_resources": 1,
            
94
  "num_tags": 0,
94
  "num_tags": 1,
            
95
  "online_resource": [
95
  "online_resource": [
            
96
    {
96
    {
            
97
      "application_profile": "",
97
      "application_profile": "",
            
98
      "description": 2,
98
      "description": 2,
            
99
      "linkage": "http://doi.org/10.15493/BEA.DATA.250320-20",
99
      "linkage": "http://doi.org/10.15493/BEA.DATA.250320-20",
            
100
      "name": "virtual_roads_for_the_bioenergy_atlas"
100
      "name": "virtual_roads_for_the_bioenergy_atlas"
            
101
    }
101
    }
            
102
  ],
102
  ],
            
103
  "organization": {
103
  "organization": {
            
104
    "approval_status": "approved",
104
    "approval_status": "approved",
            
105
    "created": "2025-05-26T07:57:06.135422",
105
    "created": "2025-05-26T07:57:06.135422",
            
106
    "description": "The South African Environmental Observation 
106
    "description": "The South African Environmental Observation 
            
107
Network (SAEON) is a long-term environmental observation and research 
107
Network (SAEON) is a long-term environmental observation and research 
            
108
facility of the National Research Foundation (NRF). SAEON\u2019s three 
108
facility of the National Research Foundation (NRF). SAEON\u2019s three 
            
109
focus areas are environmental observation, data management and 
109
focus areas are environmental observation, data management and 
            
110
education outreach. The Department of Science, Technology and 
110
education outreach. The Department of Science, Technology and 
            
111
Innovation (DSTI) provides core funding for these activities. ",
111
Innovation (DSTI) provides core funding for these activities. ",
            
112
    "id": "c4a18544-cded-4488-9f43-c02a1094ad39",
112
    "id": "c4a18544-cded-4488-9f43-c02a1094ad39",
            
113
    "image_url": "2025-08-01-083136.289314LogoSAEON.png",
113
    "image_url": "2025-08-01-083136.289314LogoSAEON.png",
            
114
    "is_organization": true,
114
    "is_organization": true,
            
115
    "name": "saeon",
115
    "name": "saeon",
            
116
    "state": "active",
116
    "state": "active",
            
117
    "title": "NRF-SAEON",
117
    "title": "NRF-SAEON",
            
118
    "type": "organization"
118
    "type": "organization"
            
119
  },
119
  },
            
120
  "owner_org": "c4a18544-cded-4488-9f43-c02a1094ad39",
120
  "owner_org": "c4a18544-cded-4488-9f43-c02a1094ad39",
            
121
  "private": false,
121
  "private": false,
            
122
  "reference_date": "2023-01-01T00:00",
122
  "reference_date": "2023-01-01T00:00",
            
123
  "reference_system_additional_info": "Temporal extent: 
123
  "reference_system_additional_info": "Temporal extent: 
            
124
2020-01-01/2021-01-01",
124
2020-01-01/2021-01-01",
            
125
  "relationships_as_object": [],
125
  "relationships_as_object": [],
            
126
  "relationships_as_subject": [],
126
  "relationships_as_subject": [],
            
n
127
  "resources": [],
n
127
  "resources": [
            
128
    {
            
129
      "cache_last_updated": null,
            
130
      "cache_url": null,
            
131
      "created": "2025-09-11T14:43:39.502682",
            
132
      "description": "",
            
133
      "format": "SHP",
            
134
      "format_version": "",
            
135
      "hash": "",
            
136
      "id": "21133e12-ea91-4955-866c-62ae4330e4ac",
            
137
      "last_modified": null,
            
138
      "metadata_modified": "2025-09-11T14:43:39.493080",
            
139
      "mimetype": null,
            
140
      "mimetype_inner": null,
            
141
      "name": "Virtual Roads for the BioEnergy Atlas",
            
142
      "package_id": "695aa705-9c99-41b3-983b-6bbc25d36d45",
            
143
      "position": 0,
            
144
      "resource_type": "other",
            
145
      "size": null,
            
146
      "state": "active",
            
147
      "upload_mode": "single",
            
148
      "url": 
            
149
"https://repository.saeon.ac.za/index.php/s/AR3iz9wrn4YFmcb",
            
150
      "url_type": null
            
151
    }
            
152
  ],
            
128
  "responsible_party": [
153
  "responsible_party": [
            
129
    {
154
    {
            
130
      "electronic_mail_address": "",
155
      "electronic_mail_address": "",
            
131
      "individual_name": "South African Environmental Observation 
156
      "individual_name": "South African Environmental Observation 
            
132
Network",
157
Network",
            
133
      "position_name": "SAEON",
158
      "position_name": "SAEON",
            
134
      "role": "originator",
159
      "role": "originator",
            
135
      "website": "https://catalogue.saeon.ac.za"
160
      "website": "https://catalogue.saeon.ac.za"
            
136
    }
161
    }
            
137
  ],
162
  ],
            
138
  "responsible_party_contact_address": [
163
  "responsible_party_contact_address": [
            
139
    {
164
    {
            
140
      "administrative_area": "",
165
      "administrative_area": "",
            
141
      "city": "",
166
      "city": "",
            
142
      "delivery_point": "",
167
      "delivery_point": "",
            
143
      "postal_code": ""
168
      "postal_code": ""
            
144
    }
169
    }
            
145
  ],
170
  ],
            
146
  "responsible_party_contact_info": [
171
  "responsible_party_contact_info": [
            
147
    {
172
    {
            
148
      "facsimile": "",
173
      "facsimile": "",
            
149
      "voice": ""
174
      "voice": ""
            
150
    }
175
    }
            
151
  ],
176
  ],
            
152
  "spatial": "{\"type\": \"Polygon\", \"coordinates\": [[[32.773142, 
177
  "spatial": "{\"type\": \"Polygon\", \"coordinates\": [[[32.773142, 
            
153
-34.421526], [18.418274, -34.421526], [18.418274, -22.771933], 
178
-34.421526], [18.418274, -34.421526], [18.418274, -22.771933], 
            
154
[32.773142, -22.771933], [32.773142, -34.421526]]]}",
179
[32.773142, -22.771933], [32.773142, -34.421526]]]}",
            
155
  "spatial_parameters": [
180
  "spatial_parameters": [
            
156
    {
181
    {
            
157
      "equivalent_scale": "100x100",
182
      "equivalent_scale": "100x100",
            
158
      "spatial_reference_system": "EPSG: 4326",
183
      "spatial_reference_system": "EPSG: 4326",
            
159
      "spatial_representation_type": "001"
184
      "spatial_representation_type": "001"
            
160
    }
185
    }
            
161
  ],
186
  ],
            
162
  "state": "draft",
187
  "state": "draft",
            
t
163
  "tags": [],
t
188
  "tags": [
            
189
    {
            
190
      "display_name": "Imagery-Basemaps-Earth Cover",
            
191
      "id": "8895be3b-53e6-43b4-b77b-571ea5ff5252",
            
192
      "name": "Imagery-Basemaps-Earth Cover",
            
193
      "state": "active",
            
194
      "vocabulary_id": null
            
195
    }
            
196
  ],
            
164
  "title": "virtual_roads_for_the_bioenergy_atlas",
197
  "title": "virtual_roads_for_the_bioenergy_atlas",
            
165
  "topic_and_saeoss_themes": [
198
  "topic_and_saeoss_themes": [
            
166
    {
199
    {
            
167
      "iso_topic_category": "imageryBaseMapsEarthCover"
200
      "iso_topic_category": "imageryBaseMapsEarthCover"
            
168
    }
201
    }
            
169
  ],
202
  ],
            
170
  "type": "dataset",
203
  "type": "dataset",
            
171
  "url": null,
204
  "url": null,
            
172
  "version": null
205
  "version": null
            
173
}
206
}