Arbejdstilsynet kører Android og OpenStreetMap

(Artikelserie Dit og mit kort, 74). Arbejdstilsynet har fået udviklet en intern Android app arbejdsredskab under navnet VIVI (Viden om Virksomheden). Ideen er, at de tilsynsførende på deres Samsung Galaxy Tab kan se hvilken rute de har kørt for at besøge de forskellige virksomheder på arbejdsdagen. Dernæst indrapporteres (eksport af data) rute og virksomheder til Arbejdstilsynets interne database.

Grundkort er så OpenStreetMap baseret. Ved at vælge OpenStreetMap som grundkort, så skal Arbejdstilsynet ikke betale nogen dyre licenspenge for at benytte dette kort i deres interne Android app.

Mange flere offentlige myndigheder, der tager rundt i landet og laver kontrolbesøg kunne få udviklet samme type applikationer med OpenStreetMap som grundkort (ligegyldigt om det så er til iPhone, Android eller anden platform). Jeg tænker på offentlige myndigheder som fx Fødevarekontrollen og Miljøkontrollen er oplagte.

Ground control to major Tom

Var du en af dem der ikke kunne få nok af at se den 134 timers live norgesejlads?

Nu planlægger det canadiske firma UrtheCast at installere 2 HD kamera på Den Internationale Rumstation fra næste år, der så vil live streame ned til os jordboere. Du kan så sidde hjemme og følge med 24/7 – Du kan se lidt i PR-videoen for projektet.

Jeg er bange for at det bliver stærkt vanedannende, at se på.

Nyhed via Keir Clarke

København Kommunes pipkanon frigivet

(Artikelserie Dit og mit kort, 73). Vi skal have fundet København Kommunes byfugl. Vi vil lade vejlængden af de forskellige fuglenavne i pipkvarteret i København træffe dette valg.


Se på stort kort

Vi henter først alle geodata via OpenStreetMap API for pipkvarteret ned i en XML fil.

wget -O kbhpipkvarteret.osm http://api.openstreetmap.org/api/0.6/map?bbox=12.51936,55.69631,12.53833,55.7056

QGIS softwaren foretager, så beregningen af vejlængden af fuglevejene fra den downloadede XML fil.

Vi har nu et yderst spændende resultat klar.

  1. Ørnevej : 1480 meter
  2. Stærevej : 1277 meter
  3. Mågevej : 1169 meter
  4. Rørsangervej : 1125 meter
  5. Vibevej : 1026 meter
  6. Glentevej : 1018 meter
  7. Nattergalevej : 1007 meter
  8. Tornsangervej : 505 meter
  9. Svanevej : 494 meter
  10. Gråspurvevej : 460 meter
  11. Hejrevej : 445 meter
  12. Gransangervej : 416 meter
  13. Tranevej : 350 meter
  14. Mejsevænget : 349 meter
  15. Skovduestien : 320 meter
  16. Lærkevej : 319 meter
  17. Kærsangervej : 301 meter
  18. Bogfinkevej : 246 meter
  19. Uglevej : 208 meter
  20. Blåmejsevej : 200 meter
  21. Falkevej : 194 meter
  22. Sneppevej : 189 meter
  23. Musvågevej : 181 meter
  24. Ringduestien : 176 meter
  25. Rødkælkebo : 93 meter

København Kommunes byfugl skal altså være en ørn. I bedste nærdemokratisk ånd, så skal det til afstemning blandt byens borgere hvilken type ørn, det så skal være (kongeørn, fiskeørn o.s.v.). Andre byer som fx Odense og Århus har også et pipkvarter. Disse kunne også på samme demokratisk vis kåre deres egen byfugl.

Relateret emne til ovenstående – Læs om forfattervejkanonen Farsø.

Pingo og de andre vilde dyr i København Zoo

(Artikelserie Dit og mit kort, 72). Så er de danske OpenStreetMap frivillige begyndt at kortlægge dyrene i København Zoo. Da fx et område hvor tigre går rundt jo er et geografisk objekt, så kan det let beskrives i OpenStreetMap. (hop direkte til kort her)

Sådanne kortlagte ting finder du ikke på kommercielle kort eller for den sags skyld hos KMS. Dette er OpenStreetMap primære styrke, at der kan fyldes uendelige mængder af geodata af hvad som helst ind i databasen – OpenStreetMap har ingen overordnet styring med, hvad der skal med eller ikke med. Det eneste krav er at disse kortlagte geografiske objekter findes i virkeligheden, og så er resten op til de frivillige.

Ideen med at kortlægge dyr i zoologiske haver opstod i Tyskland, og den først zoo i OpenStreetMap var Berlin Zoo. Siden har ideen spredt sig som steppebrand i OpenStreetMap samfundet. Hermed er kortlægningsideen givet videre til andre danske zoologiske haver.

NB – København Zoo er ikke helt færdigt endnu, men det er vist kun et spørgsmål om tid før det sker, ellers kan du speede processen op ved at hjælpe til som frivillig i OpenStreetMap.

Jeg får ordnet min frisure hos Stasi Salons

(Artikelserie Dit og mit kort, 71). Var du også en af dem, der trak på smilebåndet op til flere gange af fotobogen “København Con Amore” af Jokum Rohde og Søren Ulrik Thomsen? Hvor Jokum og Søren havde fotograferet mærkelige og sjove steder i København gennem en årrække. Så er sjove og underlige navne på 512 frisører verden over måske også noget for dig.

Med frisørnavne som fx “Cuts Both Ways, Flying Scissors, Hair Make Dandy, Hairway to Heaven, Hairforce 1, Salon Chic Friseur für Damen und Herren, Cutting Remarks, SCHNITT FÜR SCHNITT, Mr. Pussy”

Hvis du føler dig for klog til denne her verden, så kan “IQ-Cut” måske hjælpe dig. Jeg synes ikke, at en frisør i England ved navn “Stasi Salons” lyder særligt betryggende.

Q&A

Hvor kommer disse frisørnavne fra? – Jeg har trukket en liste (rettere sagt en XML fil) med ca. 20.000 frisører ud fra OpenStreetMap API, og så valgt dem jeg synes lød underlige og sjove (alt er relativt hvad der er sjovt og mærkeligt) . Jeg har brugt QGIS softwaren til at læse mig igennem alle disse navne – samt til at få kopieret de relevante frisørnavne ud.

Hvorfor bruger du Google Maps API her? – Som et eksempel på, at geodata fra OpenStreetMap må vises/bruges hvilket som helst sted og bruges i forskelligt software. Jeg skal bare angive OpenStreetMap som kilde (kildeangivelsen står i info-boksene for hver frisør).

Hvorfor er det sjove frisørnavn fra byen, hvor jeg bor ikke med? – Måske, den ikke er blevet lagt ind i OpenStreetMap endnu, hvilket du så kan gøre ved at blive OpenStreetMap frivillig, og så sende mig OpenStreetMap id’et på denne. Jeg vil så evt. smide den ind i kortmashup’et.

Hvorfor bruge tid på sådan noget pjat? – Eksemplet bruges til at vise, at du hurtigt kan få adgang til kæmpe mængder af frie geodata fra OpenStreetMap og kan lege rundt med disse lige så tosset du vil. Og så standardfrasen “Fordi man kan”

Jeg gider ikke se frisørnavnene på et kort, hvad gør jeg? – Okay, her er online regnearket med de alle 512 frisørnavnene.

Kong Johannes fald i Farsø – en forfattervejkanon analyse

(Artikelserie Dit og mit kort, 70). Da jeg i bedste Preben Heide stil cruisede Danmark rundt for, at mappe lidt nye veje i OpenStreetMap, lagde jeg mærke til, at i forfatterkvarteret i Farsø var vejen til ære for bybarnet Johannes V. Jensen, ikke var så lang i forhold til vejen opkaldt efter søsteren Thit Jensen . Måske vejnævnet deroppe mener, at Thit var større forfatter end Johannes, hvis vi måler på at stor litteratur udløser en lang vej som ære. Ok, lad os så lave en analyse af, hvem Farsø anser for den største forfatter.

Først henter vi alle geodata for forfatterkvarteret i Farsø via OpenStreetMap API.

wget -O forfattevejefarsoe.osm http://api.openstreetmap.org/api/0.6/map?bbox=9.33221,56.76703,9.34125,56.77135

Jeg har nu fået en OpenstreetMap XML fil retur, denne XML fil åbner jeg i QGIS softwaren (must have :gratis open source software). I QGIS laver jeg så en længde beregning på alle vejene i Farsø forfatterkvarter.

Her er så resultatet, der viser den litterære forfattervejkanon i Farsø

  1. Jeppe Aakjærs Vej – 561 meter
  2. J. Skjoldborgs Vej – 431 meter
  3. St. St. Blichers Vej – 318 meter
  4. Thit Jensens Vej – 289 meter
  5. Johs. V. Jensens Vej – 179 meter
  6. Kaj Munks Vej – 163 meter
  7. H. Drachmanns Vej – 70 meter
  8. Hans Poulsens Vej – 57meter

Jeppe Aakjær anses altså for at være den helt store litterære kanon i Farsø. Jeg tror, at Per Stig Møller vil være skuffet over Kaj Munks placering. I næste uge kan vi så se på vejfuglekanonen for pipkvarteret i København.

Ovenstående indlæg handler egentlig om at OpenStreetMap stiller en gratis og stadigvæk hastigt voksende geodatabase til rådighed, som det står en helt frit at dykke ned i og analysere, lave nye mashups, få nye indsigter i omverden. Alt dette gør hele OpenStreetMap projektet enestående.

Jeg undrer mig sådan lidt over, at (hvad jeg ved af) ingen folkeskoler eller gymnasier i Danmark har inddraget OpenStreetMap i undervisningen. Alt er jo frit, og der findes masser af gratis open source software, der kunne inddrages i undervisningen. Vedr. undervisning og OpenStreetMap så har flere skoler i Tyskland haft dette på programmet. Se fx mit indlæg om tyske folkeskoleelever, der har inddraget OpenStreetMap i geografiundervisningen.

408 Værdifulde geologiske områder i Danmark

(Artikelserie Dit og mit kort, 69). Vi tager endnu et eksempel på, hvordan man lettest kan lave kortmashup med en ESRI shapefile til brug på Web. Vi benytter et geodatasæt fra GEUS (De Nationale Geologiske Undersøgelser for Danmark og Grønland) der omhandler 408 “Værdifulde geologiske områder

Shapefile uploades til GeoCommons – Jeg vælger hvilke attributter fra shapefile som skal med. Som grundkort vælges OpenStreetMap, ikoner og farver angives – Og her er så det færdige kortmashup.

Vil du have dette kort på din egen hjemmeside? Selvfølgelig har GeoCommons en indlejringskode (eng. Embed), dette er altid god stil at kunne tilbyde sådanne muligheder. Her kunne det offentlige lære en hel del. Klik på “Share” oppe i højre hjørne og vælg “Embed this map in your website” – snup HTML koden og tilpas højde/bredde, så det passer til din hjemmeside.

GeoCommons tilbyder også i den helt rette geodata delingsånd, at hvis andre er interesseret i dine geodata og vil lave noget helt andet med disse geodata, at disse kan hentes i geoformater som KML, ny Shapefile, JSON, Atom og Spatialite (alle i WGS84 koordinatsystem).

Hvis du har fulgt med i min serie om GeoCommons, så havde vi i indlæget om Københavns Kommune cykelstiers bredde om linjer, i Kulturarvsstyrelsens “Seværdige fortidsminder i Danmark” om punkter og her i dette indlæg om GEUSs geodatasæt om områder (polygoner). Disse tre ting som punkter, linjer og polygoner håndterer GeoCommons nemt, hurtigt og enkelt, hvis du står med en stram deadline og lille budget for at lavet lidt kortvisualiseringer med dine Shapefiler.

Den semantiske geoweb II

(Artikelserie Dit og mit kort, 68). Jeg viste i sidste uge 3 eksempler på REST og SPARQL søgninger ind i LinkedGeoData projektet. Jeg har nu oprettet en webside med 11 forskellige eksempler på REST og SPARQL søgninger. Så fx vis alle cykelhandlere på Vesterbro inden i den geografiske firkant (bbox=12.529400,55.662703,12.569705,55.674555) vil se sådan her ud

http://linkedgeodata.org/page/near/55.662703-55.674555,12.529400-12.569705/class/BicycleShop

(Du kan prøve ovenstående søgning her og som noget nyt kan du nu få det vist direkte i – rdf/xml formatet.

Du kan selv prøve at ændre bredde- og længdegraderne i de viste eksempler på websiden og så prøve det af. Du kan benytte mit bredde- og længdegrads værktøj til at finde disse koordinater for det område du selv vil prøve af.

Culture Beats fra stenalderen

(Artikelserie Dit og mit kort, 67). Vi fortsætter serien med hvordan man lettest kan lave kortmashup med en ESRI shapefile til brug på Web. Denne gang har vi fat i Kulturarvsstyrelsens shapefile med 1232 “Seværdige fortidsminder i Danmark“. Shapefile uploades til GeoCommons – Jeg vælger hvilke attributter fra shapefile som skal med. Som grundkort vælges OpenStreetMap, ikoner og farver angives – Og her er så det færdige kortmasup.

Zoom ind hen på kortet og klik på et ikon for at få oplysninger om et sted.

Vil du have dette kort på din egen hjemmeside? Selvfølgelig har GeoCommons en indlejringskode (eng. Embed), dette er altid god stil at kunne tilbyde sådanne muligheder. Klik på “Share” oppe i højre hjørne og vælg “Embed this map in your website” – snup HTML koden og tilpas højde/bredde, så det passer til din hjemmeside.

GeoCommons tilbyder også i den helt rette geodata delingsånd, at hvis andre er interesseret i dine geodata og vil lave noget helt andet med disse geodata, at disse kan hentes i geoformater som KML, ny Shapefile, JSON, Atom og Spatialite. Jeg mener helt klart at GeoCommons er noget af den letteste vej til at få spredt dine geodata ( i fx et shapefil format) samt at lave nogle kortmashups hurtigt, uden at du behøver at være hardcore GIS specialist.

Geografisk storytelling med store datasæt

(Artikelserie Dit og mit kort, 66). Temaet for dette års Next Conference i Berlin var “Data Love“. Christopher Osborne fra firmaet ITO World gav en præsentation af deres arbejde med visualiseringer af store mængder geodata. ITO World er kendt i OpenStreetMap regi for for deres video “OSM 2008: A Year of Edits“. Samtidigt har de også lavet nogle analyseværktøjer til brug for OpenStreetMap frivillige.

Christopher Osborne fortæller også en del om OpenStreetMap i præsentationen. Der er også plads til en historie om, at ITO World fik en e-mail fra Tim Berners-Lee. Hvor Tim siger at han skal holde en TED tale i februar 2010 og om ITO World ikke lige kunne lave en visualisering af den crowdsourcing på OpenStreetMap, der skete i ugerne efter jordskælvet 2010 i Haiti . Man siger selvfølgelig ikke nej til sådan en opgave og chance.

Så er der også snak om road pricing i London, hvad folk troede for 10 år siden var umuligt, nemlig at lokke folk til at bruge cyklen til og fra arbejde I London, et projekt som jo er lykkes. Der vises nogle visualiseringer af cykelflowet ind/ud af forskellige zoner i London. Vi får også en visualisering at se under den islandske askesky sidste år, hvor luftrummet over Europa af fly er helt tomt, og så da de åbner igen.

Den semantiske geoweb

(Artikelserie Dit og mit kort, 65). Du har sikkert hørt om det semantiske web snakken, og måske også om Linked Data projektet, hvor man på kryds og tværs af datasæt linker informationer sammen for at få en dybere forståelse og mening af informationerne på WWW. Der er også et søsterprojekt, hvor det så er geodata, der er i fokus. Projektet hedder LinkedGeoData som kort sagt er

LinkedGeoData is an effort to add a spatial dimension to the Web of Data / Semantic Web. LinkedGeoData uses the information collected by the OpenStreetMap project and makes it available as an RDF knowledge base according to the Linked Data principles. It interlinks this data with other knowledge bases in the Linking Open Data initiative. [...]It currently consists of information about approx. 350 million nodes and 30 million ways and the resulting RDF data comprises approximately 2 billion triples.

Nu er LinkedGeoData brug af OpenStreetMap interessant, da dette RDF geodatasæt er klart det største på WWW, som er helt frit tilgængeligt – Størrelsen er målt på antal af unikke objekter (mange millioner flere end hvad Wikipedia rummer).

Hvad skal vi så bruge disse semantiske eksperimenter med geodata til? Vi skal først og fremmest bruge det til, at blive klogere på vores omverden geografisk. Alt dette illustreres bedst ved at vise nogle REST søgninger ind i LinkedGeoData.

Første eksempel : vis alle værtshuse i en radius af 500 meter fra Københavns Hovedbanegård, det gøres med følgende

http://linkedgeodata.org/page/near/55.6720669276334,12.565441131591797/500/class/Pub
(Du kan selv prøve ovenstående søgning her)

Nu får vi en liste tilbage (i HTML) af steder samt bredde- og længdegrader, der opfylder ovenstående søgeargument. Man kan dernæst vælge at få listen i formater som rdf/xml, n-triples, turtle og n3. Det er formater som er kendte af folk, der arbejder og interesserer sig for den semantiske web kender (Jeg vil ikke uddybe nærmere i dette indlæg)

Andet eksempel : Vis alle pengeautomater (eng: ATM) i en radius af 1000 meter fra Vesterbro Torv. Søgeargument

http://linkedgeodata.org/page/near/55.67227263725309,12.55436897277/1000/class/Atm
(Du kan selv prøve ovenstående søgning her)

Igen får vi en liste tilbage der opfylder ovenstående betingelser.

Sidste eksempel for i dag – Vi vil her lave en avanceret søgning ved brug af OpenLink Virtuoso SPARQL Query værktøjet (SPARQL er en syntaks for søgninger i RDF dokumenter). Vis alle religiøse steder (kirker, moskeer, synagoger o.s.v.) i en radius på 5 km fra Vesterbro Torv, find også alle værtshuse der befinder sig i en radius på max. 200 meter fra disse religiøse steder og giv os en liste over dette.

PREFIX lgdo: <http://linkedgeodata.org/ontology/>
SELECT ?placeofworshipname ?placeofworshipgeo ?pubname ?pubgeo
FROM <http://linkedgeodata.org>
WHERE {
?placeofworship a lgdo:PlaceOfWorship .
?placeofworship geo:geometry ?placeofworshipgeo .
?placeofworship rdfs:label ?placeofworshipname .

?pub a lgdo:Pub .
?pub geo:geometry ?pubgeo .
?pub rdfs:label ?pubname .

FILTER(
bif:st_intersects (?placeofworshipgeo, bif:st_point (12.55436897277, 55.67227263725309), 5) &&
bif:st_intersects (?pubgeo, ?placeofworshipgeo, 0.2)
) .
}

(Du kan selv prøve ovenstående søgning her)

Igen får vi en liste tilbage der opfylder ovenstående betingelser.

I OpenLink Virtuoso SPARQL Query kan også vælges, hvilke formater man vil have tingene retur i

Nu bliver output i ovenstående eksempler ikke bedre end de geodata som allerede findes i OpenStreetMap. Hvilket så er en god grund til, at du kan blive frivillig i OpenStreetMap projektet. Kort fortalt hver gang du smider et eller andet ind i OpenStreetMap, så er du faktisk også med til at fodre den semantiske geoweb.

Hvis du interesserer dig for emnet den semantiske web, så afholder DONA sammen med Dagbladet Information eventen “Nyheder i kontekst: Introduktion af Tagger” d. 20 juni 2011, hvor de førende eksperter i Danmark vedr. emnet det semantiske web dukker op og fortæller.

Geodatasæt fra Haderslev Kommune er nu i OpenStreetMap

(Artikelserie Dit og mit kort, 64). Det kan ikke gentages for tit, at danske kommuner ligger inde med et hav af værdifulde geodata, som kan gøre nytte mange andre steder end lige in-house. Haderslev Kommune har doneret nogle geodatasæt i et shapefile format med kommunens oplysninger om

Campingpladser, turistbureauer, hoteller, haller, kirker, museer, plejecentre, handicapinstitutioner, folkeskoler og andre skoler, blåflag strande og parkeringspladser

Alle disse geodatasæt er nu blevet importeret af OpenStreeMap frivillige ind i OpenStreetMaps database.

Haderslev Kommune er nu kommet i eksklusivt selskab med Stevns Kommune og Kolding Kommune, som også har givet geodata væk, som senere hen er blevet masseimporteret til OpenStreetMaps database. Landets 95 andre kommuner kunne fx hente inspiration i hvilke oplysninger Haderslev Kommune har givet væk og gøre det samme som en start. Dernæst lav en hjemmeside, hvor disse geodata kan hentes (gerne i et WGS84 koordinatsystem – geodatasæt i shapefil format er helt fint), så det ikke kun er OpenStreetMap, der evt. kan få glæde af disse.

Dernæst skriv gerne til det danske OpenStreetMap communitys mailingliste med en mail om, at på denne webside kan kan I hente vores geodatasæt, hvis OSM DK kan bruge dem til et eller andet.

Alt hvad vi lægger ind af nye POIs, veje eller områder giver hele tiden OpenStreetMap mere værdi. Lad os fx sige at OSM frivillige i kommune X har crowdsourcet 10 hoteller. Kommune X giver nu geodatasæt, hvor det så viser sig at kommune X har 20 hoteller, ergo så giver det 10 nye POIs med hoteller der kan smides ekstra ind i OpenStreetMap. Derved har vi forøget værdien.

Andre fra det offentlige med et lokalt islæt, der kunne gøre det samme eller selv smide geodata ind i OpenStreetMap selv er oplagt lokalhistoriske arkiver, museer o.s.v, da de har stor lokal viden om fx mindeplader, mindesten, statuer o.s.v. Der er ingen restriktioner i OpenStreetMap på, hvad der kan smides ind af geodata. Det eneste krav er, at det er et geografisk objekt, der findes i virkeligheden.

Arbejder du i en kommune? – Skal I være de næste der får masseimporteret jeres geodata i OpenStreetMap, så vis evt. jeres GIS-afdeling dette indlæg og sæt det så i værk.

OpenStreetMap – din lokale geodatabank

(Artikelserie Dit og mit kort, 63). Jeg skrev et indlæg i sidste uge om, hvordan man kunne hente alle geodata ned om Danmark. Hvad nu, hvis man kun vil have et mindre udsnit af sit eget nærområde? Ingen problemer med det, her kommer OpenStreetMap API ind i billedet. Hvis vi fx vil have alle geodata om Vesterbro i København ned, så laves der en REST søgning ind i OpenStreetMaps API med fx wget softwaren – Søgeargument

wget -O vesterbrogeodata.osm http://api.openstreetmap.org/api/0.6/map?bbox=12.529400,55.662703,12.569705,55.674555

Hvor bbox=12.529400,55.662703,12.569705,55.674555 er bredde- og længdegraderne, der omkredser Vesterbro området med en firkant (Vesterbro er ikke en perfekt firkant, så lidt af Frederiksberg, Kongens Enghave, Indre By vil komme med ned).

vesterbrogeodata.osm er bare et filnavn jeg vælger min OpenStreetMap XML fil skal hedde og bemærk filens .osm til sidst. Filstørrelsen af dette område fylder p.t. ca. 6,9 MB.

Nu vil nogen sikkert spørge, kan man ikke bare hive XML filen ned via sin browser (uden brug af wget) ved REST URL-søgeargument? (som vist nedenfor)

http://api.openstreetmap.org/api/0.6/map?bbox=12.529400,55.662703,12.569705,55.674555

Jo, det kan du godt, problemet er bare at din browser kan fryse/gå død, hvis du henter større mængder geodata via OpenStreetMap API ned . Derfor bruger jeg altid et program som wget til dette formål.

Jeg brugte fx OpenStreetMap API, da jeg lavede et kort til blinde over Vesterbro Torv.

Via OpenStreetMap API kan der max. hentes geodata fra et 25X25 km område, denne begrænsning er sat for at undgå belastning af OpenStreetMaps server. OpenStreetMap API bruges også i off-line redigeringsværktøjer som fx JOSM og Merkaartor, hvis du vil redigere i et bestemt område, så hentes geodata ind – du går off-line – redigerer lidt og online igen hvor du så oploader dine redigeringer til OpenStreetMaps database.

Det enestående ved hele OpenStreetMap projektet er, at du kan få adgang til at se alle geodata (rettere sagt vektor-data), og selv lege med disse uden nogen begrænsninger.

This Bike Lane Ain’t Big Enough for Both of Us

(Artikelserie Dit og mit kort, 62). Københavns Kommune har frigivet nogle geodatasæt under en fri licens. Det er geodatasæt i ESRI Shapefile format og disse indeholder oplysninger om cykelstier, antal cykelstativer, trafiktællinger på udvalgte veje. I den første udgave var det kun i ETRS89 koordinatsystem. Jeg skrev til Københavns Kommune og foreslog at WGS84 måske også var en god ide at tilbyde deres geodatasæt i, da korttjenester som Google Maps, Bing Maps og OpenStreetMap bruger dette koordinatsystem. Dagen efter var disse geodatasæt også muligt at hente i WGS84 og en stor tak for dette.

Okay, hvordan sætter man så hurtigst muligt et geodatasæt med de Københavnske cykelstier i ESRI Shapefile formatet i spil på webben? – Jeg mener her helt klart, at GeoCommons er et godt bud. Du opretter en gratis konto – uploader din shapefile – styler farverne og bredden på cykelstierne, vælger et basiskort ud fra 17 forskellige (Google Maps, Bing Maps, OpenStreetMap o.s.v) som laget med cykelstier skal vises indover. Jeg valgte OpenStreetMap som grundkortet, og her kan du så se det endelige mashupkort med alle Københavns cykelstier (NB data er fra 2006).

Hvis du så zoomer ind og klikker på en vejstrækning, hvor der er cykelsti, så vil oplysninger om fx cykelstiens bredde eller type dukke op. Fx så er cykelstien langs Ingerslevsgade (fra Enghave St. mod Dybbøls St.) 2,3 meter bred. Bemærk, at det er rene cykelstier fra Københavns Kommune, fx grusstier på Amager Fælled hvor gående og cyklister må færdes på samme sti er ikke med i geodatasæt.

Hvad kan du så bruge dette kort til? Du kan blive klogere på bredden på de cykelstier du kører på hver dag – imponere venner/kæresten, når I er ude at cykle “denne her cykelsti er 2,1 meter bred” , måske lave analyse af hvilke bydele der har de bredeste cykelstier, dernæst sende spørgsmål til kommunen i stil med “Hvordan kan det være, at Østerbro systematisk har de bredeste cykelstier?”.

Vil du have dette kort på din egen hjemmeside? Selvfølgelig har GeoCommons en indlejringskode (eng. Embed), dette er altid god stil at kunne tilbyde sådanne muligheder. Klik på “Share” oppe i højre hjørne og vælg “Embed this map in your website” – snup HTML koden og tilpas højde/bredde, så det passer til din hjemmeside.

Nu handler GeoCommons siden ikke kun om at lave kort, det handler også om at dele geodata. Så når du uploader fx en Shape fil, så laver GeoCommons for dig følgende geografiske formater KML, ny Shapefile, JSON, Atom og Spatialite. Disse formater kan så downloades af andre og bruges i nye evt. kortmashups. (Download side af cykelstidata her).

Nu handlede dette indlæg ikke så meget om selve OpenStreetMap, men mere som et eksempel på brugen af OpenStreetMap som grundkort med et lag (cykelstidata) hen over ikke er den store tekniske udfordring.