The first of the famous international neocartographers

(Artikelserie Dit og mit kort, 245). Jeg nævnte på Wikidag 2013, at 5 % af de OpenStreetMap frivillige står for 95 % af alle skabte geodata. Dette er ganske normalt i crowdsourcing projekter, at det er de få der virkelig trækker det store læs. Det er omregnet til personer lig med ca. 15.000 mennesker, der har lavet over 95 % af alt i OpenStreetMap.

Sidste år fik Wikipedias Justin Knapp en del medieomtale pga. han havde lavet over 1 million rettelser i Wikipedia på 7 år.
OpenStreetMap har også nogle frivillige, der er i særklasse med hensyn til ekstreme mængder af produceret geodata. Her snakker vi ikke om geodata, der er masseimporteret fra åbne geodatasæt, men om egne optegnede geodata.

Vi kan tage og kigge på brugernavnet “katpatuka“. På 6 år har han imponerende lavet over 19,4 millioner punkter (OSM lingo nodes).

famous

Til sammenligning så består Danmark i OpenStreetMap regi af 13 millioner punkter pt. Samtidigt kan vi også se at “katpatuka” har bidraget i mere end 184 lande. Det er primært Tyrkiet, Kina og Rusland. Det kan man kalde sofakortlægning, der vil noget.

famous

Vi kan se dette internationale bidrag fra “katpatuka” i et heatmap her. Det er tydeligt, at han undgår de vestlige lande, og så har sit kortlægningsfokus på områder, hvor OpenStreetMap desværre ikke har så mange bidragsydere endnu.

famous

Okay, du behøver ikke at være oppe i den særklasse for at være en bidragsyder til OpenStreetMap. Start evt. med hvad der findes omkring der hvor du bor – mangler der stier, butikker, museer osv? Det kan være dit udgangspunkt for deltagelse i OpenStreetMap projektet. Geodata laver ikke sig selv, og de rigtige helte er dem som bidrager og gør en forskel som fx den nævnte person i ovenstående tekst.

Beslægtet artikel – Læs interviewet med Kristian Krægpøth som har bidraget med over 70 % af alle OpenStreetMaps geodata på Fyn.

OpenStreetMap på Wikidag 2013

I går blev der afholdt Wikidag 2013 i Prosas mødelokaler. 6 veloplagte foredragsholdere med vidt forskellige emner var inviteret (læs et resume her). Mine slides om OpenStreetMap og Wikipedia kan ses nedenfor.

Overordnet så har Wikipedia og OpenStreetMap en fælles interesse i at få fat på “tavs viden” fra ganske almindelige danskere. Nogen ved måske meget om en lokal gammel vandmølle, den viden er så oplagt at Wikipedia får kendskab samt få lagt ind i en artikel. OpenStreetMap er så interesseret i lokalviden om geografiske objekter – måske nogen kender en ukendt sti, trappe osv.

Som flere foredragsholdere var inde på, så er der barrierer for at dette kan lade sig gøre – noget er af teknisk art (redigeringsværktøjer) og noget andet er af social art. Néné La Beet nævnte “Wikipediapolitiet” – oversat er det en gruppe af gamle wikipedianere (det er meget få personer, men ødelægger meget), der bruger et hårdt og kontant sprog overfor nye bidragsydere, der har lavet en fejl. Nu er barrierer jo til at nedbrydes, og det er det fremad rettet arbejde. Michael Steen-Hansen fra Danmarks Biblioteksforening indbød til tættere dans mellem Wikipedia og bibliotekerne.

Her vil jeg så godt placere OpenStreetMap ind i den sammenhæng – 150 biblioteker landet over har nu udvidet åbningstid (folk låser sig selv ind – personaleløst i de tidsrum) og det er så oplagte steder for OpenStreetMap frivillige at låne/bruge lokaler til afvikling af mapping-parties . De fleste biblioteker stiller fri Wi-Fi tilrådighed og dermed kan mindre kurser/introduktioner for nybegyndere afvikles.

I mit foredrag i går var hovedmissionen at fortælle OpenStreetMap er primært geodataproduktion. Og det kæmpe digitale økosystem OpenStreetMap leverer geodata til i form af 3. partsudviklere/firmaer der bruger disse geodata. Der er fx allerede er over 300 apps til Andriod/iPhone/Windows Phone og at findes mindst 500 mashups og webservices baseret på geodata fra OpenStreetMap. Dernæst min anden mission var at fortælle hvordan Wikipedia og OpenStreetMap hjælper hinanden og dermed værdiberiger begge projekter. I de kommendende indlæg på Microformats vil jeg fortælle om hvordan Wikipedia og OpenStreetMap gør dette (du kan få lidt hints i det ovenstående slideshow).

Her fra skal lyde en stor tak til arrangørerne af Wikidag 2013.

NB – Som eye candy og visualisering før mit OpenStreetMap foredag satte jeg real time animationen “Show me the way” op på storskærm. “Show me the way” viser hvad der sker lige nu i OpenStreetMap verden over.

Show me the way
(Billede – “Show me the way” vist på storskærm til Wikidag 2013)

Byggekranerne snurrer lystigt ved Copenhagen Arena

(Artikelserie Dit og mit kort, 244). F4 Map fortsætter med at indsætte små grafiske gimmick i deres 3D kortmiljø, hvor der benyttes OpenStreetMaps geodata (se mine tidligere artikler om F4 Map 1,2). Nu indsætter F4 Map små animeret byggekraner ved steder som OpenStreetMap frivillige har tagget “landuse =construction“. Dette er OpenStreetMap tagget for områder, som der er ved at blive bygget nyt på.

Hvis du klikker ind på området, hvor den nye Copenhagen Arena er ved at blive bygget (kræver du har WebGL i din browser). Nu skulle du gerne se en masse kraner der snurrer lystigt rundt.

kraner
(Billede – F4 map med kraner omkring byggepladsen ved Copenhagen Arena)

Du kan også prøve Rådhuspladsen i København og se F4 Map 3D miljø med byggepladserne i området – link her.

Nu bliver F4 Map ikke bedre end de geodata, der er lagt ind i OpenStreetMaps database af frivillige. Så hvis du kender en byggeplads som ikke er blevet angivet endnu på OpenStreetMap, så smid området ind.

Imens kan vi vente på næste gimmick fra F4 Map – måske små kampvogne der kører rundt ved militærområder?

Alle 17 Overpass søgeeksemplerne kan nu hentes hos GitHub Gist

(Artikelserie Dit og mit kort, 243). Hvis du har fulgt min serie om OverPass Turbo, og har set de mange forskellige muligheder, der er for at lave datamining ind i OpenStreetMaps geodata. Med Overpass Turbo er der muligheder for at se, hvad der er af forskellige geografiske objekter i dit lokalområde eller hvad der så mangler hos OpenStreetMap baseret udfra dit lokale kendskab. Mangler der noget? – Er du naturligvis velkommen til at få lagt det ind i OpenStreetMaps geodatabase.

Jeg har i mine otte indlæg brugt 17 forskellige eksempler med Overpass søgninger, og disse kan nu hentes som en Gist hos GitHub. Du kan kopiere og afprøve disse af selv. Der er i hvert eksempel skrevet en note øverst, der fortæller dig konkret, hvad der bliver søgt efter.

Hvis du for eksempel vil prøve Overpass søgningen med militære områder i Nordkorea – Så kopier du alt teksten i vinduet fra GitHub Gist (se billede nedenfor)

Militære områder i Nordkorea
(Billede – Gist med Nordkorea militærområder Overpass søgning)

Dernæst går du til Overpass Turbo siden. I venstre side indsætter du den kopierede Overpass søgning (husk at slette hvis der står en søgning i forvejen). Dernæst klikker du på “Søg“, og nu skulle der gerne komme militæreområder fra Nordkorea frem. Der er så eksportmulighed i GeoJSON, GPX eller rå XML format, hvis det er det du ønsker at lege videre med.

Militære områder i Nordkorea
(Billede – Overpass Turbo med Nordkorea søgningen)

Du kan selv prøve at ændre i de forskellige parametre (forskellige tags med key + value) i Overpass søgningerne.

Du kan også linke direkte til Overpass søgningen på GitHub Gist – oppe og til højre er der et “Permalink”.

Hvis der er en Overpass søgning, du ønsker at se hvordan den skal opbygges, så skriv gerne en kommentar. Jeg vil så lægge den ønskede søgning ud på GitHub Gist’en.

Bind snørebåndene og hop med på datamotionsbølgen

(Artikelserie Dit og mit kort, 242). Det ottende afsnit om Overpass søgninger skal handle om en ny funktion kaldt Difference-Operator, som jeg bedre vil betragte som en NOT søgeoperator. OpenStreetMap følger Wikipedias ide om at man hele tiden kan gøre/værdiberige artikler bedre, hvis man har mere information at tilføje.

I OpenStreetMap regi er det at tilføje endnu flere tags (key + value) til et allerede eksisterende geografisk objekt i OpenStreetMaps database. Hvis du nu har et tag (key + value) som du finder er meget relevant og giver god mening at tilføje geografisk objekt type XX. Du ønsker at vide hvilke geografiske objekter af typen XX som ikke (NOT kommer ind her) har fået et bestemt tag (key + value) endnu. Dette kan vi lave i en søgning med den nye Difference-Operator funktion i Overpass.

Vi tager her som case trapper (tag highway=steps) som ikke har fået tilføjet tagget (step_count=ETTALHER) endnu i København/Frederiksberg området (prøv søgningen her)

NOT operator Overpass
(Billede – Overpass søgning med Difference-Operator)

I venstre side vil du kunne se syntaksen for Overpass søgningen. I højre side på kortet skulle du (dags dato) se 381 trapper i området som ikke er blevet talt endnu, da tagget “step_count=ETTALHER” mangler.

Trapper der mangler at blive talt antal trappetrin
(Billede – Kort med trapper der ikke er talt op)

Overpass Turbo giver mulighed for at eksportere et kortudsnit som et billede. Så zoom hen til det område, du vil gå i krig med. Dernæste vælger du oppe “Eksporter“>”Kort“>”som png billede” og nu skulle der gerne hentes et billede ned. Se billedet nedenfor med eksport fra Christianshavns området. (fuld størrelse af billedet kan ses her)

Christianshavn
(Billede – Kortudsnit ved Christianshavn af manglende talte trapper)

Du kan printe dette billede ud og tage med ud på din løbetur sammen med en kuglepen og dit kamera. På det printede kort kan du så skrive antal trappetrin efterhånden som du får løbet dem igennem. Nu er det ikke kun trappetrin, der er de eneste interessante tags – oplysninger om man i kørestol kan komme op/ned ad trappen (tag wheelchair=no/yes), er der et gelænder at holde fast i (tag handrail=yes/no), er der en cykelrampe ( tag ramp:bicycle=yes/no ) og er trappen belyst om aftenen (tag lit=yes/no) er også nyttigt. For at huske alle disse oplysninger, så kommer dit kamera dig til hjælp – Tag billeder af trapperne og hjemme igen så gense dem og dernæst læg så tags ind i OpenStreetMap.

Et eksempel med en trappe i billedet nedenfor er fra Frederikssund Sygehus.

Trappe ved Frederikssunds Sygehus
(Billede – Trappe ved Frederikssund Sygehus)

Og de tags som der er brugt til at beskrive trappen kan ses i det næste billede (eller se på OpenStreeetMap her). OpenStreetMaps Wiki har mere information om trapper her.

Tags for trapppe ved Frederikssunds Sygehus
(Billede – Tag beskrivelsen for trappe ved Frederikssunds Sygehus)

Hvorfor bruge tid på kortlægning af dette og hvad er nytten af trapper? OpenStreetMap er de eneste som i stor stil kortlægger trapper. Der er pt. ca. 6700 km trapper globalt kortlagt og i Danmark er er vi oppe på en total længde på 57,8 km af trapper. Trapper i OpenStreetMap regi kan fortælle dårligt gående eller folk i kørestol, at her skal de ikke bevæge sig hen/ud. Blinde kan få læst advarsel op om at der er trapper på vej (Læs BBC artikel fra i går om en blind der bruger BlindSquare – som er baseret på OpenStreetMaps geodata). Folk på cykelferie kan også orientere sig om der er trapper på vej og dermed finde en anden vej, eller beslutte sig for, hvis der er cykelrampe at trække cyklerne ned.

Der er selvfølgelig lang vej endnu før alle trapper i verden er kortlagt. Men den mission starter jo hos dig og i dit lokalområde. Hvad med at afveksle dine motionsture med dataindsamlinger? – Lav en dataindsamlings udfordring mod dine venner på, hvem får talt flest trapper i jeres lokalområde (samt gerne tilføjet med nogle af de andre ovennævnte tags).

En anden udfordring kunne at være at tælle cykelparkeringspladser (tag amenity=bicycle_parking), hvor tagget “capacity=ETTALHER” ikke er brugt endnu. Samme område søgning som ved trappeeksempel kan prøves her. Der skulle pt. være 195 cykelparkeringspladser i København/Frederiksberg området, der ikke er blevet optalt endnu.

Ej optalte cykelparkeringspladser i København
(Billede – Ej optalte cykelparkeringspladser i København)

Du kan selvfølgelig ændre i Overpass søgningerne til dit eget lokalområde samt efter andre geografiske objekter.