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)

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.

Server-skiene er smurt og klar til Vinter OL i Vancouver

Fik du prøvet flyveturen i Google Earth plugin rundt til de forskellige Vinter OL 2010 faciliteter?

Vinter-OL 3D

Nu er turen og musik pakket ned i en KMZ fil (en zippet udgave af KML) og fylder 1,5 MB. Men hvad sker der hvis en KMZ/KML fil lige pludselig får flere tusinde hits på få minutter? som godt kan sende din webserver/hotel i knæ. Her er Google så venlige og cacher din KML/KMZ fil, så det afvikles på Googles serverpark. Man må vist formode at Google kan håndtere sådanne mængder af trafik.

Hvordan kan Google vide hvad der sker på din webserver/hotel? Svaret er såre simpelt, når du benytter dig af Google Earth API, Google Maps API eller Google Earth softwaren til at kalde en KML/KMZ fil op, så registrer Google med det samme når der sker en belastning af en bestemt fil(er) – og kan så sende den(dem) ud i deres server cache.

Bemærk hvis du benytter andre API’er (til at indlæse KML/KMZ) der ikke er Googles – så sker der ingen server cache – så skal du selv sørge for at din webserver/hotel kan håndtere trafikken. Googles API’er er også en af de måder, de finder frem til at indeksere hvilke, samt hvor mange KML/KMZ filer der er på nettet.

Mulighed for nyt navigationspanel til Google Maps API

Google lavede i november 2008 et nyt navigationspanel

til deres Google Maps sider (maps.google.com maps.google.dk osv). Men det var ikke muligt at benytte dette nye standard navigationspanel, hvis du benyttede Google Maps API (kort på dit eget domæne). Men siden i går er det nu muligt at benytte dette.

Det gamle navigationspanel så sådan her ud (se billede nedenfor)

Gamle navigationspanel

Jeg har nu opdateret Københavnermusik mashup

Out of Rosenheim movie download

Gladiator film

The Marksman move

The Muppet Christmas Carol hd med en enkelt linie kode i JavaScriptet, og nu ser det nye standard navigationspanel sådan her ud.

Nye Navigationspanel

I den stump kode jeg har tilføjet til Københavnermusik mashup, er der så som noget nyt keyboard kontrol som standard funktion (var også muligt før via Google Maps API, men lidt for tricky at installere). Dette betyder, at du kan klikke på -+ for zoom på Google Maps. Du kan bruge piletasterne for at bevæge dig rundt. Dette er virkeligt fedt, at Google har lavet keyboard kontrol som en standard funktion. Så det er ikke den store operation du evt. skal i gang med hvis du ønsker at skifte til det nye standard navigationspanel.

Du kan læse mere hos Google Geo Developers Blog hvordan koden skal udformes (1 linie) til standard opsætning.Ace in the Hole video

77 landområder i Google Maps kan rettes af brugerne

I foråret 2008 startede Google et program under titlen “Google Map Maker

D.L. Hughley: Unapologetic dvd

“, hvor brugere i områder af verden der ikke er så godt dækket ind med vejkort (hvis der overhovedet findes nogen), kan tilføje veje, punkter (eng. POI = points of interest), administrative grænser fx kommuner/regioner osv. De startede med 20 områder i verden. Nu er det muligt i 77 lande buy Soleil rouge Australia ipod

at rette og tilføje. Som du kan se i de to følgende timelapse videoer, så sker der ændringer og tilføjelser.

Første video viser Da Lat i Vietnam

[youtube]http://www.youtube.com/watch?v=7HpxClNkyw4[/youtube]

Anden video viser hovedeveje i området omkring Lahore i Pakistan

[youtube]http://www.youtube.com/watch?v=jdQuFDByyfQ[/youtube]

Nu er dette her ikke noget breaking nyt koncept. OpenStreetMap (Wiki for vejkort) har siden 2004 gjort det samme. Men der er en stor forskel, de data folk tilføjer til Google Maps tilhører Google. I OpenStreetMap er data udgivet under en Creative Commons licens. Det er det den primære kritik går på vedr. Google Map Maker.

Det blive lige en tand ekstra interessant, da Google har skrevet kontrakt med Tele Atlas (ejet af GPS fabrikanten TomTom) som vejkortleverandør globalt. I den kontrakt står der at Tele Atlas har adgang til brugerskabt indhold. Det betyder at Tele Atlas på denne vis får mulighed for at udbygge deres kort i mange lande, men det er brugerne, der gratis laver det hårde arbejde. Google slipper så billigere i regningen fra Tele Atlas må man formode.

Nu kunne den moralske pegefinger dukke op, men man er godt naiv, hvis man tror at Google, Yahoo og Microsofts korttjenester er sat i verden for, at nogle webudviklere verden rundt kan more sig med at lave interaktive kort. Det er ren forretning, som de forventer at tjene penge på, måske ikke lige nu og her, men ude i tidshorisonten. Den positive billede i den sammenhæng er, at udgivelsen af diverse APIer (siden 2005) til ovennævnte korttjenester i den grad har bidraget til at almindelige mennesker, biblioteker, lokal historiske arkiver osv. også nemt kan formidle viden via kort til en billig penge. Førhen var det kun supereliten (fx militæret, store mediehuse, kommuner, statslige institutioner, universiteter) med adgang til dyre GIS data og kort, der havde disse muligheder.

Nyheden om de 77 lande via Google Maps Mania

.

Mapstraction et Meta API

Simon Willison beskrev i december, hvordan man kunne opmærke adresser med microformattet hCard, og via JavaScript bibliotekerne jQuery og Mapstraction blev disse adresser plottet ind på et Google Maps. Nu er Mapstraction ikke kun beregnet til brug med Google Maps. Mapstraction fungerer som et Meta API, der kan bruges til at kalde korttjenesterne Openstreetmap, Microsoft Virtual Earth, Yahoo Maps, Map24, MapQuest, OpenLayers og som nævnt Google Maps. Mapstraction indsætter så det indhold/infopunkter på det(de) kort, du ønsker at benytter til dit projekt.

Jeg har opmærket 5 københavnske biografer på en liste (ul elementet) og benyttet hCard for deres respektive adresser. Et hCard for en af biograferne ser således ud

  1. <li class="vcard">
  2. <h3><a title="besøg biografens hjemmeside" class="fn org url" href="http://www.grandteatret.dk/">Grand Teatret</a></h3>
  3. <div class="adr">
  4. <p class="street-address">Mikkel Bryggers Gade 8</p>
  5. <p><span class="postal-code">1460</span> <span class="locality">København K</span></p>
  6. </div>
  7. <p>Telefon: <span class="tel">33 15 08 82</span></p>
  8. <p class="geo"><span class="latitude">55.67651969417516</span>, <span class="longitude">12.570902109146118</span></p>
  9. </li>

Med jQuery og Mapstraction har jeg så lavet 3 kort med h.h.v

Google Maps med Mapstraction

Hvis du går ind i ovennævnte 3 korteksempler og under Vis >Sidens kildekilde. Her vil du se, hvordan linking til de forskellige JavaScript biblioteker ser ud. De små JavaScript konfigurationsfiler, der styrer hvad jQuery (parser hCard’ene fra mit XHTML dokument) og Mapstraction skal udføre er hhv.

Jeg har skrevet danske kommentarer til, hvad det er der sker i ovenstående JavaScript konfigurationsfiler.

Mere introduktion til Mapstraction se Andrew Turner (2007) – Get To Grips with Slippy Maps og Mapstraction Documentation

Mit næste indlæg om Mapstraction vil handle om hvordan du mixer en GeoRSS ind på forskellige kort nemt og hurtigt. Dette vil gøres uden brug af jQuery og microformats.

Middellevetider vist med Simile Exhibit 2.0

Jeg faldt lige over Statens Institut for Folkesundheds liste over Middellevetider i danske kommuner 007 Diamonds Are Forever movie download . Med Simile Exhibit 2.0 værktøjet tog det ikke mere end 15 minutter, at lave et mashup med et Google Maps og en tabel der kan sorteres efter mænds, kvinder eller total (for begge køn) forventet middellevetid (i stigende eller faldende orden) i Danmarks 98 kommuner.

Google Maps - middellevetid i Middelfart

Du sorterer ved at klikke på tabellens kolonnetekst under tabelmenuen.

Tabel over middellevetider

Hvis du ønsker kun at se data fra en bestemt region, så klik på facetten ude til højre. Eksport af data sker ved at klikke på saksen (lidt oppe over Google Maps eller tabel) og vælg dit format.

Eksport af data fra Exhibit 2.0

Okay, mine berømte 15 minutter mashup tid skyldes, at jeg allerede havde alle bredde- og længdegraderne til alle kommunerne fra et tidligere Exhibit 2.0 projekt.