Kan du få fortiden til at matche nutiden? – Maptime Copenhagen udfordringen

Maptime Copenhagen udfordringen er hermed gået i luften, du skal matche 23 115 historiske billeder (fra 1870-1981) fra Nationalmuseets billedesamling med nutiden. Du skal gå ud på det samme sted, som fotografen stod engang og så tage et billede i samme retning.

Maptime Copenhagen udfordringen

Jeg har med softwaren GeoSetter fået tilknyttet de geografiske koordinater samt fotografiets retning for de 23 115 historiske fotografier fra perioden 1894 til 1972. Disse historiske fotografier er dernæst blevet uploadet til Mapillary. Jeg har i et online regnark, fået lagt URLs til billederne og en stedbeskrivelse ind, så du kan se hvilken billede udfordring, der passer dig bedst.

Maptime Copenhagen udfordringen

Sådan kommer du i gang – Vi tager det som en case med et billede fra 1913 af Mastekranen på Holmen. Du installerer først Mapillary app (findes til iPhone, Andriod og Windows). Dernæst bevæger du dig ud på Holmen og stiller dig nogenlunde samme sted som fotografen gjorde det i 1913. Du tænder din Mapillary app og begynder at tage billeder. Tag gerne mange billeder, hvor du bevæger dig lidt rundt for at fange samme sted (som det i 1913). Når du kommer hjem til dit Wi-fi netværk, så upload alle billederne til Mapillary.

Maptime Copenhagen udfordringen
(Billede – Mastekranen på Holmen 1913)

Når billederne er klar på Mapillary, så gå ind og udvælg det Mapillary billede som der matcher bedst udfordringen. Tag URL’en til Mapillary billedet og e-mail den til mig soren.johannessen AT gmail.com eller ping URL’en til mig på Twitter @neogeografen . URL skal ligne noget i stil med følgende

http://www.mapillary.com/map/im/xG4L9KnkZk0-nF7xF57W5A/photo

Nu har vi så et match på to Mapillary billeder (selvfølgelig kan man aldrig gendanne 100 %), det kan vi bruge til at lave en før og efter visualisering med. Du kan se Stenløse Kirke ved Odense i en før(1912)/efter(2015) visualisering her, træk i slide-bar frem og tilbage for at se forskellen. Begge billeder stammer fra Nationalmuseets samling. Jeg vil løbende lave før og efter visualiseringer af de 23 56 udfordringer, så snart dit Mapillary bidrag er kommet mig til kendskab.

Maptime Copenhagen udfordringen
(Billede – Stenløse Kirke visualisering 1912 og 2015)

Så er der kun at sige god foto match tur. NB – Der er hele 5 billede udfordringer på Kastellets område, så det kunne være et passende udgangspunkt på din fototur.

Om Maptime Copenhagen. Grundprincipet i den nystiftet Maptime Copenhagen forening er, at folk kan vade ind fra gaden med en computer eller smartphone under armen og så lære et eller andet om at lave kort, rode med geografiske data osv. Ideen er at på små introkurser af 2-3 timers varighed afholdt af Maptime Copenhagen vil enhver uanset alder og uddannelse få lært noget nyt. Ovenstående case med gamle fotografier er bare en blandt mange muligheder for at afvikle et minikursus der har et geografisk element over sig.

Maptime Copenhagen klar til at introducere folkekartografi til danskerne

Kartograf- og korthistorikeren Brian Harley, som var en af bannerførerne indenfor kritisk kartografi, havde som mantra “Maps are too important to be left to cartographers alone” og skulle ikke kun være forbeholdt en uddannet elite at beskæftige sig med samt havde en kritisk indstilling til, hvordan kort bliver til. Brian Harley tog selv turen fra at være uddannet naiv [positivisme] kartograf, hvor det at lave kort var bare et spørgsmål om at have så mange geodata som muligt tilrådighed samt have adgang til den bedste nyeste kortlægningsteknologi. Spørgmålet om hvem bestemmer hvad der skal med eller ikke med på et kort var af mindre betydning for kartografer. Samtidigt var kartografer ikke videre de store deltagere i samfundsdebatten ifølge Harley senere i sit liv.

Brian Harley begyndte i slutningen af 1970’erne at nærlæse især franske tænkere som Bachelard, Lefebvre, Derrida og Foucault.
Harley begyndte nu at se magt, vidensproduktionen, hvem betaler kartografens arbejde samt den historiske kontekst kort er lavet i, som værende mere vigtigt for forståelsen af kort end præcision af geodata og teknologien bag. Harley mest berømte artikel er “Deconstructing the Map (PDF-link)” fra 1989.

Hvis vi koger Harleys pointe helt ned vedr. kort, så betyder det at du altid skal stille spørgsmål til “magt, vidensproduktion, pengene bag og sætte det i historisk sammenhæng” bag og ad den vej få større indsigt og forståelse af kort. Harley bruger meget Alfred Korzybskis (1931) frase “the map is not the territory” for hele tiden at minde os om at kort ikke er den reele virklighed, så hvis et sted ikke er på et kort betyder det ikke at det ikke findes, men at vi skal se på de andre ting Harley nævner og stiller spørgsmåltegn ved “Hvorfor er stedet så ikke med?”

Desværre dør Harley kun 59 år i 1991, men han har sat sit præg på det felt, der hedder kritisk kartografi og har efterladt staften til personer som fx Denis Wood & Jeremy Crampton. Harley får heller ikke at se den digitale udvikling indenfor kort og web som især de sidste 10 år har taget fart med fx OpenStreetMap og Google Maps.

Vi går nu i Harleys fodspor med den nystiftet MapTime Copenhagen forening. Det er ikke meningen at den forening skal være hjemsted for en diskusionsklub over Derrida og Foucaults samlede værker, hvor spændende det så end kan være. MapTime Copenhagen er oprettet med det sigt at få så mange forskellige mennesker til at involvere sig i vidensproduktion af kort, geodata samt selv være aktiv som vidensproducent. Og dette engagement for at deltage skal gøres uden at have de store forudsætninger udover lysten til at lære noget nyt der kan relatere sig til kort. Sagt med et kinestisk ordsprog “Tell me, I forget – Show me, I remember – Involve me, I understand”

Maptime Copenhagen logo

Først lidt om hvad Maptime ideen er

Maptime is an open learning environment for all levels and degrees of knowledge, offering intentional educational support for the beginner. Maptime is simultaneously flexible and structured, creating space for mapping tutorials, workshops, ongoing projects with a shared goal, and independent/collaborative work time. Beginners most welcome!

Ideen opstod ved State of the Map US konferencen (OpenstreetMap) i 2013, hvor Alyssa Wright holdte et foredrag hvor i hun omtalte “the lack of diversity in OpenStreetMap contributions”. Med det mente hun bl.a. den skæve fordeling af mænd kontra kvinder (3 % er kvinder) og mange deltagere fra universitets miljøer i OpenStreetMap, mens stort fravær af alle andre grupper i samfundet.

Beth Schechter fra firmaet Stamen tog hurtigt teten og lavede den første Maptime forening og event i San Francisco. Gode ideer spredes som bekendt hurtigt på nettet, så nu er der 100 Maptime foreninger i over 20 lande. Nu er turen endelig kommet til Danmark med oprettelsen af Maptime Copenhagen. Og bemærk Maptime workshops og kurser er ikke kun beregnet for at være OpenStreetMap relateret.

Du finder Maptime Copenhagen følgende steder på nettet

  • Maptime Copenhagen officielle webside
  • Følg twitterkonto @MaptimeCPH
  • Maptime Copenhagen Meetup side – følg denne for kommende events, workshops mm.

Den første Maptime Copenhagen begivenhed er allerede klar og det bliver lørdag 19. september kl. 13.00 på Frederiksborg Slot i Hillerød. Vi lægger ud med et Mapillary fotografering event som er lavet sammen med frivillige fra OpenStreetMap Danmark. Bare rolig det eneste du skal gøre er at have en smartphone med samt have installeret Mapillary app (findes til iPhone, Andriod og Windows) og resten fortæller vi dig/jer undervejs. Vi er så heldige at Peter Neubauer og Edoardo Neerhut fra Mapillary i Malmø kommer denne dag, så der er rig lejlighed til snakke med dem om Mapillarys version om en crowdsourcet fotograferet verden.

Program for lørdag 19. september kl. 13.00-16.00

  • Kl. 13.00 vi mødes ved Møntportvejen lige ved broen før du går over til slottet (se mødested på kort)
  • Efter en ca. en times fotografering ved Frederiksborg Slot samt i parken mødes vi på Hillerød Bibliotek på Christiansgade 1 igen, hvor biblioteket har været så venlige at låne os et mødelokale med Wi-Fi adgang (se bibliotek på kort)
  • På biblioteket vil vi begynde at oploade billeder fra Mapillary app
  • Vi vil vise hvordan de gode billeder kan deles med Wikipedia leksikonet
  • Vi vil vise hvordan Mapillary kan hjælpe OpenStreetMap – Vi fotograferer sikkert et kunstværk ved slottet, vi kan bruge som case
  • Mapillary vil holde et ca. 20 minutter foredrag hvad de arbejder med fx autogenkendelse af trafikskilte og kommende funktioner
  • Kl. 16.00 lukker biblioteket, så vi bliver smidt ud, mens hvis der stemning for det, kan vi fortsætte et sted ude i Hillerød by til en øl eller sodavand
  • Du tilmelder dig online her – eller du kan skrive en kommentar nedenfor – sidste mulighed send mig en e-mail på soren.johannessen AT gmail.com

Så kom frisk lørdag d. 19 og vær en del af noget helt nyt samt få lært noget tillige og børn kan også nemt deltage den dag (de fleste børn har jo en smartphone i disse tider).

Frederiksborg Slot
(Billede – Mapillary billede af Frederiksborg Slot link her )

Nu er emnet kortproduktion og geodata meget bredt, så jeg har nedenfor lavet et idekatalog hvad kommende Maptime Copenhagen events og workshop kunne handle om. Der er ingen tekniske og uddannelsesmæssige krav for hoppe ind i et de nævnte ideer samt alle teknologier der bruges er gratis. Hvis du har viden om et af emnerne og lyst til at stable et arrangement på benene så meld dig ind i Maptime Copenhagen. Og endelig hvis du har fået indtrykket at det hele skal foregå på engelsk, så er det ikke korrekt, workshops og undervisning er selvfølgelig velkommen på dansk at afholde.

Maptime Copenhagen idekatalog

  • QGIS introduktion – lær at hente fx Geodatastyrelsens geodata og kort ind i det gratis QGIS software
  • Sæt et kort op med Leaflet JavaScript eller med uMap biblioteket
  • OverPass Turbo – lær at hente bestemte geodata i OpenStreetMaps enorme database
  • Wikipedia – lær at geotagge billeder samt indsætte billeder i Wikipedia artikler
  • Bliv geodataaktivist – Hvordan indsamler man geodatadata, værktøjer, indsamlingsmetoder – Udgangspunkt kunne fx være at belyse overdækket eller ej overdækket antal cykelstativer i en by – eller kunstværker/mindesten i et område
  • OpenHistoricalMap – Lær at omdanne et gammelt kort fx bykort til vektordata fx med Map Warper værktøjet
  • Digital humanitært geodata arbejde – Hvordan kan man hjælpe fx Humanitarian OpenStreetMap Team hjemmefra din sofa

Kilder – vedr. Brian Harley – Jerry Brotton (2012) A History of the World in 12 Maps
Det kinestiske ordsprog er taget fra “Nuala Cowan and Richard Hinton” foredrag “I’ll Grade Your Edits: OpenStreetMap in Higher Education” ved State of the Map US 2013

Kør Geodatastyrelsens luftfoto igennem den nye Rasterfilters plugin til JOSM

Der kommer af og til lidt brok blandt danske OpenStreetMap frivillige over, at fx Geodatastyrelsens luftfoto eller Bing sat/luftfoto lag er for mørke eller for lyse at indtegne nye geografiske objekter efter. Nu er der kommet en løsning på dette punkt, nemlig i form af en nyudviklet RasterFilters plugin til redigeringsværktøjet JOSM.

OpenStreetMap frivillige kan nu lave deres helt eget farvemanipulation/farvefilter af fx Geodatastyrelsens luftfoto, hvor de kan justere RGB-farver, hue, saturation, gamma, contrast og brightness (bruger engelske termer her), og dermed få lige det der passer den enkelte OpenStreetMap frivillige bedst.

Rasterfilter plugin
(Billede – RasterFilters plugin justeringsknapper)

JOSM redigeringsværktøjet husker seneste RasterFilters plugin indstilling, så man skal ikke starte forfra med at lave et nyt filter hver eneste gang man starter JOSM op. Så giv Rasterfilters plugin en chance og installere det samt prøve det af.

Rasterfilter plugin
(Billede – Geodatastyrelsens luftfoto med Rasterfilters justering sat til)

Desværre i iD og Potlatch 2 redigeringsværktøjerne kan du kun justere “contrast og brightness”.

Beslægtet artikel:
Du kan også farvemanipulere Geodatastyrelsens luftfoto med QGIS softwaren – læs min guide om dette her.

Kønnenes kamp om vejnavnene – Undersøgelse af vejnavne i København, Århus og Frederikssund

I fredags havde KVINFO en lille artikel om at ca. 2,6 % af alle de parisiske gader har kvindelige navne. Nu nævner undersøgelsen ikke hvor stor procentdelen af gader, der så har mandlige navne i storbyen Paris.

Danners Plads
(Billede – Mapillary billede af Danners Plads skilt)

Ole Palnatoke spurgte i så den forbindelse om der var lavet en tilsvarende dansk undersøgelse med vejnavne opkaldt efter kvinder? Jeg mente ikke, at der var nogen offentlig tilgængelig undersøgelse der havde gået i dybden med dette emne endnu. Så her bringer jeg så en undersøgelse af hhv. Københavns Kommune, Århus Kommune og Frederikssund Kommune. Opdatering 31. august 2015 – MX har i dagens avis en optælling/undersøgelse af de københavnske vejnavne og i Århus, men optæller fx ikke vejnavne som Mozartsvej og Tietgensgade som værende opkaldt efter en mænd. MX optæller kun fuldt ud stavet personnavne i vejnavnet, det kunne være fx Bertel Thorvaldsens Plads, Clara Pontoppidans Vej o.lign.

Først lidt om metode brugt. Alle danmarks pt. 111.221 vejnavne er hentet fra Danmarks Adresser i et regneark, hvor det er muligt at sortere efter kommunenavn. At der er 111.221 vejnavne i Danmark betyder ikke at alle disse vejnavne er unikke , der er jo mange Lærkevej, Vibevej og Thyrasvej osv ude i kommuerne. De lette vejnavne at sortere ud som værende kvindelige er fx Olivia Hansens Gade, Inge Lehmanns Gade, Kristine Nielsens Gade osv.

Jeg har dernæst også tilføjet/indsamlet godkendte pigenavne som der indgår i vejnavnet, det kan fx være Emmasvej, Bodilsgade, Lærkevej, Vibevej. Bemærk at Lærke og Vibe er godkendte pigenavne. Den samme indsamlingsmetode er gjort for gader/veje opkaldt efter mænd eller hvis der indgår et godkendt drengenavn i vejnavnet. Sagnnavne er også talt med fx Kong Skjoldsvej, Kong Roarsvej o.lign. Veje hvor kun efternavnet indgår, men hvor det er klart hvilken person der hentydes til er blevet talt med, det kan fx være vejenavne som Mozartsvej, Ellehammervej, Strindbergsvej osv.

Godkendte uni-sex navne som indgår i vejnavne er ikke blevet indsamlet fx Sol, Storm, Rosen, Kim osv. Kun 3 kommuner er valgt i denne undersøgelse pga det ville meget lang tid at se alle vejnavnene i regnarket for 98 kommuner igennem (regn med mindst 1 time per kommune). Til tjek om et navn er blandt de godkendte fornavne eller ej, her er Ankestyrelsen onlineværktøj brugt. Endelig, der er sikkert nogle enkelte smuttere af både pige og drengenavne, der ikke er kommet med i opgørelsen. Derfor er et godt råd at være to (eller flere) der hver især læser fx alle vejnavne i en kommune igennem og så sammenligner reslutater, såfremt nogen vil arbejde videre med at lave undersøgelser af andre kommuner.

Resultat Københavns Kommune

  • 2705 vejnavne i alt
  • Hvor de 135 er kvindelige (4,99 %)
  • Hvor de 537 er mandlige (19,86 %)
  • Det giver ca 2 ud 10 vejnavne (med personnavne/fornavne i) er kvindelige

Resultat Århus Kommune

  • 2888 vejnavne i alt
  • Hvor de 103 er kvindelige (3,57 %)
  • Hvor de 388 er mandlige (13,43 % )
  • Det giver ca. 2,1 ud 10 vejnavne (med personnavne/fornavne i) er kvindelige

Resultat Frederikssund Kommune

  • 1258 vejnavne i alt
  • Hvor de 50 er kvindelige (3,97 %)
  • Hvor de 95 er mandlige (7,55 %)
  • Det giver ca. 3,5 ud 10 vejnavne (med personnavne/fornavne i) er kvindelige

Der er ikke de store overraskelser i ovenstående tal for de tre kommuner. Frederikssund Kommune scorer højere andel pga. kommunalreformen i 2007. Her slog kommunerne i Jægerspris, Skibby, Slangerup og Frederikssund sig sammen. Hver kommune medbragte en Lærkevej og Vibevej, så i den nye Frederikssund Kommune er det så 4 stk. af hver.

Men som nævnt så mangler der 95 kommuner endnu at blive undersøgt. Det kunne være interessant at få besvaret om landkommuner har større andel af kvindelige navne i forhold til mænd? Samt spillede kommunalreformen i 2007 en rolle for andelen af kvindenavne?

Måske en geografilærer i gymnasiet kan sætte de studerende til at undersøge dette? og igen er tippet at sætte mindst 2 personer på for at undersøgelse en kommune.

En ide til et tema i folkeskolens motion og bevægelse kunne være at sætte eleverne til at fotografere med Mapillary appen, alle kvindelige og mandlige vejnavne i nærheden af skolen og gerne med vejskilte dokumentation som vist i Mapillary billedet nedenfor.

Thyrasvej
(Billede – Mapillary billede af Thryravej skilt)

Pisst … OpenStreetMap består nu af over 3 milliarder frie punkter

I går 18. august og 9 dage efter OpenStreetMaps 11 års fødselsdag ramte OpenStreetMaps geodatabase en milepæl med over 3 millarder punkter. Punkter er en slags geo-DNA for alt i geodatabasen – Med punkter opbygger man geografiske objekter som veje, jernbaner, bygninger, søer og POIs som supermarkeder, biblioteker, museer o.s.v. Der er faktisk ingen grænser for hvilke geografiske objekter, der kan lægges ind – Eneste kriterie at det geografiske objekt skal kunne observeres/verificeres, når man befinder sig ude i virkligheden.

3 milliarder graf

Den første milliard punkter nåede OpenStreetMaps frivillige i februar 2011, den anden millard var i hus i juli 2013.

Et par tal for geografiske objekter kan nævnes her – der er pt. ca. 158,6 millioner bygningspolygoner, ca. 86.7 millioner vejsegementer (veje og stier) og 197.063 tennisbaner. Måske OpenBuildingMap var mere passende navn?

I datavolume fylder OpenStreetMap dags dato ca. 600 GB i rå XML format. Det er lidt uhandy at håndtere, så derfor pakker man et geodata dump af hele databasen ned i formater som PBF (“Protocolbuffer Binary Format”) eller bzip2, så kan interesserede udviklere download disse. En pakket udgave af OpenStreetMaps database fylder pt. i PBF ca. 28,7 GB.

Nu fordeler disse geodata sig ikke jævnt ud over hele verden. Europa fylder ca. 15,6 GB i PBF og holdt op i mod Afrika der fylder 889 MB i PBF – Afrika er alene geografisk ca. tre gange så stort samt befolkningsmæssigt ca. to gange større end Europa. Asien fylder 3,6 GB i PBF og Japan tager alene de 927 MB her. Så geodata mæssigt er OpenStreetMap stadigvæk centreret omkring Europa og Nordamerika. Hvis du har ventet på dags dato tal for Danmark, så er de ca. 16,3 millioner punkter og fylder 182 MB i PBF.

Maplesotho
(Billede – fra Maplesotho projektet)

Nu drejer det sig ikke om at tolke verden, men om at forandre den. Dette sker også i Afrika, der er mange gode kræfter i gang med at få lavet endnu mere geodata. Et projekt som Map Lesotho har fra februar 2014 rykket fra ca. 25.000 punkter til ca. 4,7 millioner punkter (15. august 2015). Studerende indenfor tech, it og GIS i afrikanske lande som Mali, Tchad, Togo, Niger og Senegal har også taget OpenStreetMap til sig.

Afslutningsvis skal nævnes at Pascal Neis lige har lavet sin årlige brugerundersøgelse af OpenStreetMaps frivillige og i hovedtræk er konklusionerne i listeform

  • 2.201.519 har oprettet en OpenStreetMap konto
  • Kun 562.670 har prøvet at redigere – Det giver et frafald på ca. 74,4 %
  • I 2013 var det totale frafald ca. 66 %
  • 137.591 har prøvet at lave mere end 10 ændringssæt (hvilket du kan gøre på 1/2 time)

Frafald er lidt af en hovedpine for OpenStreetMap som helhed, hvis dette kunne bringes ned på 50 %, så er det immervæk 550.000 flere OpenStreetMap frivillige der kunne sættes i spil. Som i et hvert crowdsourcing projekt er det de få frivillige der trækker læsset, for OpenStreetMaps vedkommende er det ca. 5 % der trækker ca. 95 % af alt indhold i OpenStreetMaps geodatabase. Målet er så at have så stor en grundbase af OpenStreetMap frivillige som muligt i hver eneste land og i hver eneste fjerne egn på jordkloden. Har du taget din tørn med at kortlægge i dit lokale område?

Tim Skole
(Billede – afvikling af Danmarks største OpenStreetMap mapping party på Tim Skole)

Hvor befinder de danske Mapillary bidragsydere sig i forhold til andre lande?

I mit sidste indlæg kiggede jeg lidt på Mapillarys nye API 2.0 og trak nogle danske statistiske oplysninger ud via dette. Nu kunne det også være interessant at se hvordan Danmark befinder sig i forhold til andre lande. Jeg har trukket oplysninger (søndag 9. august) ud for Danmark, Frankrig, Holland, Sverige, Tyskland, USA som alle har over en million crowdsourcet billeder og endelig et samlet tal for hele verden (Du kan se online regnearket her).

Regneark med Mapillary tal

Hollands 122 bidragsydere trækker virkelig igennem med et gennemsnit på 15369 billeder og et højt median og øvre kvartil tal i forhold til de andre lande inkl. Danmark.

Sverige, Tyskland og USA har nogenlunde det samlet antal bidragydere, her springer det i øjnene at Sverige er langt bagud Tyskland og USA mht. til gennemsnit, median, nedre kvartil og øvre kvartil. Det tyder på at mange flere i Tyskland og USA finder Mapillary interessant og vil bruge tid på at bidrage end i Sverige.

Nu er det ikke nogen hemmelighed at mange OpenStreetMap bidragsydere også er store Mapillary bidragsydere. Tyskland og USA er nogle af de store lande mht. antal OpenStreetMap frivillige, og hvis en stor del af disse også er hoppet på Mapillary projektet, så det kan forklare lidt af, hvorfor Sverige er langt efter disse to lande.

Hvis vi placerer Danmark i forhold til det globale gennemsnit på 9011 billeder per bidragsyder mod Danmarks gennemsnit på 5448, hvis Danmark havde det samme gennemsnit som globalt ville det betyde at der var i alt crowdsourcet 1694068 billeder mod det reelle tal i skrivende stund på 1024264.

Globalt er gennemsnittet i antal fotograferet km ca. 229 per bidragsyder i Danmark er tallet ca. 81 km. Forklaringen i denne forskel ligger i at flere bidragsydere i Danmark går eller cykler rundt og fotografere til Mapillary end kører rundt i bil og gør det samme. Alene den amerikanske bidragsyder Allen har pt. kørt ca. 35126 km rundt i bil.

Hvis Danmark og Sverige skal have mere gang i Mapillary crowdsourcing, så skal der fokuseres på at få øvre kvartil meget højere op (er ca. 2,5 mindre end det globale tal). Det betyder at man skal have fat i mange mulige bidragsydere, der kunne tænkes at gå, cykle eller køre rundt i bil i mindst 10 timer i deres lokalområde, det er så ca. 18000 billeder i bidrag. Cykelklubber, løbeklubber eller vandreforeninger kunne være steder, hvor der kunne rekrutteres nogle nye bidragsydere.

Bemærk at undersøgelsen ovenfor er et øjebliksbillede – I crowdsourcing projekter kan mange ting ændre sig på en måned, måske bidragysyderne i Danmark har nået det globale gennemsnit 1. september? Du kan da være med til at gøre et forsøg ved selv at deltage i Mapillary projektet.

Tangen ved Metalskolen i Jørlunde
(Kunstværket Tangen ved Metalskolen i Jørlunde – direkte link her)

Flere tal og fakta med Mapillary API 2.0

I onsdags frigav Mapillary deres API 2.0 version. Du logger ind med dine brugeroplysninger og laver selv din egen API-nøgle. Du vil nu få adgang til at lave søgninger og få det retur i JSON eller GeoJSON format.

Der er flere statistiske API forespørgsler, hvor du kan få noget at vide om Mapillary bidragsyderne både i Danmark, andet land eller globalt. Så for at runde mit indlæg af for Danmark om at der var lavet over en million Mapillary billeder lørdag d. 1. august, så får I nogle flere tal om bidragsyderne i Danmark. (trukket ud kl. 8:00 d. 7. august). Disse tal kan kun hentes via Mapillary API 2.0.

7. august har der været 188 bidragydere i alt for Danmarks område. Bemærk, at det ikke er ens betydende med at de også bor i Danmark fx Mapillary bidragsyder “hajak” bor i Malmø, men har bidraget i Danmark med 9806 billeder. Total bidrag af disse 188 bidragsydere er i alt 1024264 billeder.

Opdatering 13:35 med kvartiler
Medianen er 166 og gennemsnittet er 5448 billeder. Tager vi det i tidsforbrug (forudsat der tages et billede hvert andet sekund) er medianen ca. 5 min. og 32 sekunder og gennemsnittet er ca. 3 timer og 2 min.
Nedre kvartil er 28 billeder (56 sekunder at fotografere) og øvre kvartil er 778 billeder ( 25 min. og 56 sekunder at fotografere).

At gennemsnittet er så langt væk fra medianen skyldes, at Top 10 bidragsydere i Danmarks området trækker læsset med ca. 81 % af samtlige billeder. Dette er ganske normalt i crowdsourcing projekter, at der vil være kæmpe forskelle mellem median og gennemsnit.

Endelig til sidst kan vi kigge på et globalt tal (også trukket ud fra API kl. 8:00 i dag). Hvis du vil på en global Top 100 liste som Mapillary bidragsyder så skal du bidrage med 56850 billeder og det er ca. et tidsforbrug på ca. 31 timer og 33 min.

Frederikssund -
(Mapillary billede af fritidshavn i Frederikssund – direkte link her)

Jeg bor her i Milhøj, 2 mil væk

Jeg lovede i mit indlæg om, at nu havde de danske Mapillary bidragsydere crowdsourcet over en million billeder, at vise nogle forskellige områder Mapillary kan bruges i. Mit første indlæg handler om et eksempel vedr. det offentlige. Geodatastyrelsen er ved at lave en “Danske Stednavnes indberetningsportal” som på sigt også vil tillade private at indberette stednavne som Geodatastyrelsen ikke har.

Som case tager vi et hus i Slangerup som har navnet “Milhøj“, dette hus er blevet fotograferet til Mapillary. (Se på Mapillary her), men ingen offentlig myndighed har det stednavn registret (såvidt jeg er orienteret).

Huset Milhøj i Slangerup

Så mit forslag er, at “Danske Stednavnes indberetningsportal” har et kildefelt, der angiver et link til fx et billede af det stednavn, du vil indsende. Det er altid godt at kunne dokumentere i form af et billede, så det bedre kan verificeres. I Mapillary eksemplet vil linket være følgende

http://www.mapillary.com/map/im/AkvL4sRU7m5-Dfl-2XDa_w

Andre billedekilder kunne fx være Wikimedia Commons mediearkivet og igen et link til kilden kunne bruges.

I princippet er det heller intet i vejen for at “Danske Stednavnes indberetningsportal” har en upload billede funktion – Også her er det tilladt jfr. Mapillary licensen at uploade et billede, der er taget af en Mapillary bidragsyder.

Endelig er bileder, der viser stednavne samt er fotograferet i Mapillary også oplagte lige at få smidt ind i OpenStreetMap database. Se den navngivet bygningspolygon Milhøj på OpenStreetMap her

Huset Milhøj i Slangerup

Afrunding : Huset Milhøj i Slangerup har fået navnet efter at lige foran huset står der en historisk milepæl, som angiver 2 danske mil afstanden til Hillerød (Se Mapillary billede af milpælen her).

Huset Milhøj i Slangerup

Og selvfølgelig kan en milepæl beskreves som geodata i OpenStreetMap se her.

Så rundede de danske bidragsydere over en million billeder i Mapillary projektet

Det crowdsourcet gør det selv street view lignende projekt Mapillary har lige lørdag d. 1. august rundet over en million billeder (i skrivende stund 1.001.856) for Danmarks vedkommende.

1 million billeder

I februar på open data day, da der blev afholdt et Mapillary fotoevent i København var tallet ca. 140.000 billeder, så det sidste halve år har der været fuld fart på de danske Mapillary bidragsydere med at nå op på over en million billeder fra de danske veje, stier, byer og naturområder. I dette indlæg kigger vi på tal og fakta bag bidragsyderne for Danmarks vedkommende.

Hvor lang tid tager det så at indsamle 1.001.856 billeder? Hvis vi sætter standardindstillinger i Mapillary app til at tage et billede hvert andet sekund dvs 1800 billeder i timen, så får vi at det tager ca. 557 timer.

Hvor meget fylder så 1.001.856 billeder? Det afhænger lidt af dit kamera, men en god tommelfingerregel siger, at 1 time Mapillary optagelse fylder ca 3,6 GB – Så totalt for Danmarks vedkommende bliver det ca. 2005 GB, der er sendt ud i skyen.

Hvor mange km har de danske bidragsydere kørt/gået eller cyklet rundt totalt? Mapillary har ikke en direkte en land for land total antal km opgørelser, men baseret på Top 10 danske bidragydere får vi et gennemsnit på ca. 67 billeder for at lave en km. Under hver enkelte Mapillary bidragsydere kan du aflæse en samlet opgørelse i km. Så antal km for Danmarks vedkommende er ca. 14.953 km (baseret på de 67 billeder per km i gennemsnit)

Hvad ved vi om de danske Top 10 bidragsydere? De bidrager med ca. 81 % af alle billeder (af total 1.001.856) og har kørt ca. 12.077 km (km sum af Top 10). Det er ikke usædvanligt i crowdsourcing projekter at en meget lille gruppe står for høje andele af bidragene. Så kunsten som projektleder til deltagerne i diverse crowdsoucring projekter er at sige – ‘Du havner sikkert aldrig i Top 10 som bidragsyder, men dine bidrag uanset om du bruger en time eller 10 timer i alt er meget vigtige for den større helhed’.

1 million billeder

Der er desværre ingen danske kvinder blandt Top 10. Sidebemærkning : pt er der en enkelt bidragsyder i USA som alene har lavet 1.211.327 billeder og kørt ca. 33.146 km.

Hvad kan vi sige om bidragsyderne i Danmark kontra globalt ? I Danmark bruger vi ca. 67 billeder for at dække en km og globalt set er tallet ca 39 billeder per km. Denne forskel på flere end ca. 28 billeder per kørt km skyldes, at i Danmark bruges mere tid på at gå eller cykle rundt for at indsamle billeder end at køre rundt i bil/motorcykel/tog/bus og indsamle. Her kunne det kunne spændende, hvis Mapillary lavede km opgørelser per land, så vi kunne hurtigt se den primære fortrukne indsamlingsmetode (ved hjælp af motor eller ved egen kraft på cykel, fods, robåd eller kajak) i de enkelte lande.

Hvad skulle der til for at alle veje og stier i Danmark blev fotograferet til Mapillary i mindst den ene vejretning? – Geodatastyrelsen oplyste i en privat e-mail til mig for et par år siden, at de havde registeret ca. 207.000 km veje og stier i Danmark, dette er ikke ensbetydende med at de så har alt registeret fx ser jeg i en del private skove der mangler en del skovstier. Men lad os tage udgangspunkt i de ca. 207.000 km og vi sætter igen 1 km lig med 67 billeder, så får vi ca. 13,869 millioner billeder. Dette ville så tage 7705 timer (med 1800 billeder i timen) at fotografere. Så hvis 7705 danskere brugte en time udendørs til Mappilary projektet, så var det hurtigt færdigt (den ene retning). Tænker vi meget større, hvad så med en gennemgang for hver af de fire årstider af alle veje og stier i Danmark?

Er 7705 danskere der bidrager i en time urealistisk i dansk sammenhæng? Jeg har hørt tal om at ca. 400.000 danskere bruger en motions app på deres smart phones dagligt – Så hvis bare 2 % af disse kun for en eneste dag lige bidrog i Mapillary projektet, så kunne der laves en hel del. Denne form for crowdsourcing kunne måske være en del eller en ide til folkeskoleelever og bevægelse i undervisningen?

Hvad får vi ud af indsamle mindst 207.000 km veje og stier i Danmark? – Først og fremmest får du masser af frisk luft, hvis du indsamler mens du cykler eller er til fods ude i det danske landskab. Jeg vil i de kommende blogindlæg nævne hvad projekter som OpenStreetMap, Wikipedia, citizen science projektet Biodiversitet Nu og det offentlige sådan konkret kunne bruge Mapillary billeder til.

1 million billeder
(Mapillary billede af fritidshavn i Frederikssund – direkte link her)

Bibliotekerne bruger åbne kort

I går var jeg rent tilfældigvis inde på Frederikssund bibliotekernes liste over kommunens biblioteksfilialer, her opdagede jeg at der blev brugt OpenStreetMap (mapnik designet) som basiskort (se billede nedenfor)
DDB CMS kortmodul

Jeg tweetede den opdagelse ud, og Thor Dekov Buur svarede hurtigt tilbage at de 55 kommuner der er med i Danskernes Digitale Bibliotek (DDB) CMS sammenarbejdet har mulighed for at opsætte et kortmodul (der benytter OpenStreetMap lag) med kommunens biblioteksfilialer vist på et kort hurtigt. Se fx Viborg og Rudersdal DDB CMS kortmodul brug.

Den største fordel bibliotekerne har ved at benytte et OpenStreetMap baseret kortlag er at der ikke pludselig dukker en masse lokale reklamebaseret ting op på kortet. De undgår derved diskussionen om at danske biblioteker bliver beskyldt for at hjælpe store kortproducenter med at tjene penge på lokalitets baseret services (LBS).

JOSM har fået tilføjet to nye kortlag fra Geodatastyrelsen

Bruger du OpenStreetMap redigeringsværktøjet JOSM til at skabe nye åbne geodata? Så er der nu mulighed for at få indlæst Geodatastyrelsens Skærmkort og DTK/Kort25, som nye lag i JOSMs redigeringsvindue.

Hvis du opdaterer kortleverandørlisten i JOSM under Redigerer > Indstillinger>WMS/TMS og dernæst går til menuen “Billedlag” (se billedet nedenfor)

Geodatastyrelsen

Så kan du fx vælge i menuen “Geodatastyrelsen DTK Kort25” (se hvordan kartografi ser ud i billedet nedenfor)

Geodatastyrelsen

Du kan også vælge “Skærmkort” (se hvordan kartografi ser ud i billedet nedenfor).

Geodatastyrelsen

Det lag fra Geodatastyrelsens som har mest værdi for de danske OpenStreetMap frivillige er Geodatastyrelsen forårs luftfoto. Det lag har du siden 2013 kunne vælge som standard i JOSM menuen. Geodatastyrelsens 2015 forårs luftfotos skulle være på trapperne, og jeg vil melde ud når det så er klar til endelig brug.

Så er der endelig en Mapillary plugin klar til JOSM editoren

I oktober sidste år fik OpenStreetMap iD redigeringsværktøjet mulighed for at indlæse Mapillary billeder og dermed værdiberige OpenStreetMap endnu mere i form af at skabe nye geografiske objekter ud fra billederne. En hel del brugere af et andet meget brugt redigeringsværktøj, JOSM, har lige siden efterspurgt den samme funktionalitet. Deres ventetid er nu forbi, og der er blevet udviklet en Mapillary plugin til JOSM.

For at benytte denne Mapillary plugin skal du først havde den seneste JOSM version (version josm-tested.jar (version 8491)) installeret på din computer.

Dernæst skal du have installeret Mapillary plugin og det får du fra Rediger > Indstillinger > Udvidelser > Søg Mapillary i feltet > sæt hak > opdaterer udvidelser. Du skal så genstarte JOSM.

Mapillary plugin
(Billede – Mapillary plugin installering fra JOSM)

Så starter du JOSM op som normalt og vil redigere i et område, hvor du tillige ved at der er Mapillary billeder. I JOSM går du op i Billedelag > Mapillary og slår Mapillary billedelaget til.

Mapillary plugin
(Billede – Mapillary billedlag slået til i JOSM)

Nu skulle der være små Mapillary ikoner i JOSM redigeringsvindue. Et klik på et af disse ikoner vil så vise det tilknyttede Mapillary billede.

Mapillary plugin
(Billede – Mapillary billeder vist i JOMS redigeringsvindue)

Udvikleren af denne Mapillary plugin arbejder på at lave mere funtionalitet fx sortering af bidragsyderen, tidspunkter og trafikskilte og i det lange løb også at kunne skrive tilbage til Mapillarys API – Det kunne fx være billedeangivelse med mere præcis retning (eng: heading), bredde- og længdegrader og trafikskilte genkendelses rettelser.

Tag på en virtuel tur i Parforcelandskabet i Nordsjælland

I lørdags blev Brødremenighedsbyen i Christiansfeld og Parforcelandskabet i Nordsjælland tilføjet UNESCOs verdenskulturarvsliste. Parforcelandskabets geometriske stjerneformationer og kvadratnet findes i dele af Gribskov, Store Dyrehave og Jægersborg Hegn. Ansvaret for Parforcelandskabet er placeret hos Naturstyrelsen, som igen er en styrelse under Miljø- og Fødevareministeriet.

Da der ikke findes nogen større systematisk fotografering af Parforcelandskabet endnu, som fx det crowdsourcet gør-det-selv lignende Street View projekt Mapillary eller Google StreetView, så besluttede jeg at starte et Mapillary kortlægningsprojekt op i går søndag.

Derfor gik min søndagscykeltur op til Store Dyrehave ved Hillerød, hvor man tydeligt kan se en af stjerneformationerne på et kort (Link til Mapillary kort her)

Store Dyrehave
(Billede – Den store stjerneformation i Store Dyrehave set på Mapbox kort)

De 8 grene på stjerneformationen blev kørt igennem samt fotograferet til Mapillary, cykelturen gik fra centrum og så ud til enden og så tilbage til centrum igen for hver enkelt gren [vej] (Mapillary link til billeder fra stjernenformationens centrum her). Store Dyrehave området er absolut ikke fladt, det går op og ned ad bakker. De 8 veje på stjernens grene gav ca. i alt 20 km Mapillary fotografering og ca. 2500 billeder.

Disse billeder er udgivet under en fri licens (CC BY-SA 4.0), det vil sige hvis en redaktør hos Wikipedia, OpenStreetMap frivillig eller en skoleelev skal bruge et billede, kan dette gøres uden at få ørerne i copyright maskinen.

Store Dyrehave
(Billede – Centrum af den store stjerneformation i Store Dyrehave)

Nu er hele Parforcelandskabet i Store Dyrehave langt fra færdigt vedr. Mapillary fotografering, der mangler nogle stjerneformationer og kvadratnet, da det var ufattelig varmt i går, nøjes vi i første omgang fra min side af med bidraget af den store stjerneformation i Store Dyrehave. Samlet set for Gribskov, Store Dyrehave og Jægersborg Hegn vil Parforcelandskabets samlede længde nok være oppe i flere hundrede km, som venter på Mapillary fotografering.

Så hvis du bor i nærheden af Gribskov, Jægersborg Hegn, Store Dyrehave kunne du installere Mapillary appen (findes til Andriod, iPhone og Windows) og hjælpe til med at få kortlagt hele det geometriske system af Parforcelandskabet i Nordsjælland.

Eller måske Naturstyrelsens årlige skovtur kan være indlagt med en mindre Mapillary fotografering event i området? (giver en god madappetit inden frokosten).

Store Dyrehave
(Billede – Et kig ned ad Femvejen i Store Dyrehave)

Du kan også se en tur langs med en stjernegren, som en slags time lapse video ved at klikke på afspil-knappen (nederst i højre hjørne – eller klik på direkte link her)

Det kunne også være interessant at få de fire årstider lagt ind i Mapillary, så vi har en forår, sommer, efterår og vinter (gerne sneklædt) version, men igen det forudsætter nogen gide at cykle eller gå rundt i områderne.

Måske Naturstyrelsen kunne afholde et hackathon i stil med det, der blev afholdt i Pompeji i sidste måned. Hvor der udover Mapillary fotografering også var emner som indskanning af historiske kort, forbedring af OpenStreetMaps geodata mm. Det samme kunne gøres for Parforcelandskabet. Ideen er hermed givet videre til Naturstyrelsen.

Længder, omkredse og arealer værktøj er kommet til iD redigeringsværktøjet

De forskellige OpenStreetMap redigeringsværktøjer bliver løbende forbedret. Dette sker ofte efter en løbende feedback fra OpenStreetMap communitiet. Et længe ønsket værktøj til det webbaseret iD redigeringsværktøj har været at få beregnet et geografisk objekts længde, omkreds eller areal hurtigt ved at klikke på det pågældende geografiske objekt. Nu er sådan et værktøj klar i iD redigeringsværktøjet og kan fortælle dig noget om OpenStreetMaps objekternes størrelse.

Værktøjet i iD startes ved at du først angiver med tasterne en gang Kontrol (Ctrl) “i” – Dernæst klikker du på fx en polygon i redigeringsvinduet, det kan være en bygning som vist i billedet nedenfor.

areal

Af bygningen kan aflæses, at den er ca. 6148 m2 stor i grundoverfladen samt at omkredsen er ca. 398,6 meter. Andet eksempel er et linjestykke og det kan fx være en vej. I billedet nedenfor se villavejen Granhøj i Slangerup. Her kan læses, at den er ca. 126,1 meter lang.

areal

Bemærk at mål og længde angivelser er vejledende i værktøjet, og er ikke udtryk for at man har været ude og lave præcise lasermålinger. Værktøjet er sådan mest beregnet på at få en nogenlunde ide om, hvor stort et geografisk objekt er.