It’s my geodata and I map if I want to

OpenStreetMap Danmark fik i går en glædelig og supergod besked fra Geodatastyrelsen om, hvordan Geodatastyrelsens geodata skal krediteres, hvis deres geodata bliver brugt i OpenStreetMaps regi. Det har været en hel del tvivl i OpenStreetMap Danmark om, hvordan dette præcis skulle ske. Men nu er der en god og simpel løsning, som passer hånd i hanke med, hvordan OpenStreetMap allerede krediterer andre åbne geodatasæt verden over.

Geodatastyrelsen har mange forskellige geodatasæt og for at du kan kommme godt og hurtigt i gang, så tager jeg i dette blogindlæg udgangspunkt i det nemmeste geodatasæt, du som OpenStreetMap frivillig kan bruge til at gøre OpenStreetMap endnu bedre.

Hvis du går ind på siden “Vis Kort” – så vil du her se et Danmarkskort. Dette Danmarkskort er Geodatastyrelsens Skærmkort og dette hører også under de frie grunddata.

Lad os tage en case med søen “Nørreballe Nor” på Sydlangeland. Jeg zoomer ind på området på “Vis Kort” siden.

Jeg kigger på dette samme område i OpenStreetMap og opdager at søen ikke er blevet navngivet endnu i OpenStreetMap i forhold til “Vis Kort” siden.

Jeg åbner så et OpenStreetMap redigeringsværktøj – i dette tilfælde her “Potlatch 2″ – jeg markerer søens polygon ud og går så til venstre side og indsætter “Nørreballe Nor” i “Name” feltet.

Jeg går nu ind i “Details” menuen og under “Source” feltet indsætter jeg følgende “Geodatastyrelsen – Skærmkort – 2013

Her er så syntaksen til, hvordan der kan krediteres, hvis man benytter dette geodatasæt. Geodatastyrelsens Skærmkort er godt til at tjekke i ens nærområde, om man måske har overset stednavne på forskellige typer af geografiske objekter (Læs mit indlæg om stednavnedatabasen SNSOR) i OpenStreetMap. Jeg gemmer mit arbejde og kort tid efter dukker nu stednavnet “Nørreballe Nor” op på OpenStreetMap (interaktivt kort her).

Nu skal du ikke bare bevistløst tage stednavne fra Geodatastyrelsens Skærmkort. Fx hvis en OpenStreetMap frivillig har navngivet en skov A og det på Geodatastyrelsens Skærmkort hedder så Skov B, så skal du ikke erstatte det med “Skov B” per automatik. Du skal kontakte vedkommende, der har navngivet “Skov A” og sige, der nok er en konflikt her. Sammen kan I så løse og opklare, hvad egentlig det rigtigte navn er. Dette kan godt være et større detektivarbejde, og det er ikke altid sikkert, at Geodatastyrelsen har ret med hensyn til stednavnet.

Geodatastyrelsen er naturligvis interesseret i disse stednavne konflikter og der arbejdes på, hvordan udveksling af geodata fra OpenStreetMap til Geodatastyrelsen kan ske ved disse stednavnekonflikter.

NB – selvfølgelig skal du så ikke skrive “NØRREBALLE NOR” i OpenStreetMap, fordi det står sådan på Geodatastyrelsens Skærmkort som i mit ovenstående eksempel.

Det geodatasæt som vil bringe OpenStreetMap mest værdi og nytte (mit eget personlige synspunkt) er det landsdækkende luftfoto kaldt “FOT ortofoto”, som er i 10 cm opløsning og lavet i foråret 2012. Se preview nedenfor af Cirkusbygningen i København (i stort format her). Bemærk hvilken god opløsning det er.

OpenStreetMap frivillige vil nu meget tydeligt kunne se mindre objekter i landskabet fx cykelstativer, petanquebaner,informationstavler osv og så indsætte disse geografiske objekter. Disse luftfotos vil være klar i løbet af foråret. Jeg skal nok skrive om dette når det går live.

Analyse af geodata – Geodatastyrelsen kontra OpenStreetMap

Med frigivelsen af de fri grunddata 1. januar 2013 er der åbnet mulighed for at lave sammenligninger af geodata fra Geodatastyrelsen kontra OpenStreetMap Danmark. Førhen var det kun den ene vej, at de offentlige institutioner eller firmaer der kunne smide en million på bordet, der kunne gøre dette. OpenStreetMaps geodata har altid været frie, og hellere end gerne har communitiet ønsket, at folk brugte eller lavede analyser af disse geodata.

Mit indlæg i dag handler om navngivne søer i hhv. SNSOR (StedNavne- og StamOplysningsRegister) og OpenStreetMap. Jeg vil igen benytte den gratis QGIS software (findes til Windows, Linux og Mac) til at lave min analyse. Først skal det nævnes at Danmark har ca. 120.000 søer over 100 m2. Udfra SNSOR databasens oplysninger, så har Geodatastyrelsen kendskab til ca. 1050 navngivne søer i Danmark. Jeg har trukket navngivne søer ud fra OpenStreetMaps database og indtil videre har de frivillige navngivet ca. 690 søer i Danmark, men det kan meget hurtigt ændre sig.

Jeg kan så benytte QGIS til at visualisere disse to geodatasæt med navngivne søer fra hhv SNSOR og OpenStreetMap ved at tilføje dem som to “lag”. Hvert enkelt lag får så sin egen unikke farve, derved kan der hurtigt ses forskelle i landskabet. Nu er det temmeligt abstrakt kun at se søerne som polygoner i QGIS.

I QGIS kan du så kalde nogle basiskort op og smide dem ind som et ekstra lag. Det er fx OpenStreetMap, satellit – og luftfotos fra Bing Maps og Google Maps. Dette giver et bedre overblik over, hvor du sidder og kigger på geodata henne i Danmark.

Vi kan fx kigge på “Fedte Sø” på Agersø og her kan ses at OpenStreetMap ikke har navngivet søen. Søen er blevet indtegnet, men ikke fået noget navn endnu.


(Baggrundskort OpenStreetMap brugt her)

Jeg har nu fået navngivet søen i OpenStreetMap (OpenStreetMaps metadata for søen kan ses her). Går vi så den anden vej og kigger på “Kongens Dam” ved Jægerspris Slot, så har Geodatastyrelsen ikke “Kongens Dam” med i SNSOR.


(Baggrundskort Bing Maps brugt her)

Flere steder i Danmark har jeg set, at lokale OpenStreetMap frivillige har fået navne med på søer, som SNSOR ikke har endnu. Geodatastyrelsen har selv nævnt at de kommende år vil de satse mere på at få mange flere stednavne med. Et sted de så kan få nye stednavne fra er via OpenStreetMap. Selvfølgelig følger geometrien med (hvor er det henne i landet) og ikke bare et stednavn.

OpenStreetMaps geodata er i sin grundform bare XML, og dette volder så nogle GIS folk problemer da de er vant til måske Shape formatet. Med QGIS kan OpenStreetMaps XML let transformeres til Shape (eller hvilket format geografisk format man nu ønsker)- Læs mit indlæg fra i mandags om dette punkt.

Jeg har flere analyser på vej vedr. Geodatastyrelsen og OpenStreetMaps geodata. Du kan så imens se om der mangler et stednavn i dit lokalområde i OpenStreetMap på et eller andet geografisk objekt (sø, hus, bakke, strand osv). Hvis svaret er ja, så smid lige denne værdifulde lokalviden ind i OpenStreetMap.

Sådan gør du geodata fra Geodatastyrelsen webklar med QGIS

Mit sidste indlæg handlede om SNSOR (StedNavne- og StamOplysningsRegister) fra Geodatastyrelsen som indeholder ca. 244.000 stednavne over forskellige geografiske objekter i hele Danmark.

Dette indlæg fortsætter med det samme geodatasæt. Denne gang skal vi se på hvordan man kan transformere geodata fra Geodatastyrelsen over i et andet format. Samtidigt skal vi se, hvordan man kan klippe bestemte ønskede geografiske objekter ud samt at disse kan bruges på WWW. Til dette formål benyttes den gratis QGIS software (findes til Windows, Linux og Mac).

Lad os tage husnavne fra SNSOR som case. Det ses, at husnavne gemmer sig i shape filen “NAVNE_A.shp“. Filen åbnes og dernæst laves en søgning med “Query Builder” i QGIS.

"FEAT_TYPE" = 'Hus'

Vi får så, at SNSOR indeholder 8843 stednavne på huse i Danmark. Hvis man nu kun skal benytte husnavne fra SNSOR, man synes er sjove, så er tricket at åbne “Attribute Table” i QGIS. Du kan sortere listen alfabetisk med navne ved at klikke på “NAVN” kolonnen. Du holder nu “Control” knappen nede og klikker på en række ude til venstre ved et navn du vil have klippet ud. Hold hele tiden “Control” knappen nede, når du udvælger flere navne ned langs listen.

Du ruller videre der ned ad og stadigvæk holdes “Control” knappen nede.

Når du er færdig med at udvælge, så gå til QGIS hovedbillede igen. Ude til venstre er der en “Layers” menu – Højreklik på denne og vælg “Save Selection As …“.

Nu dukker et nyt skærmbillede op “Save Vector Layer As…” Nu skal vi vælge et format som de valgte navne skal gemmes i. Da vi skal lave et format til webbrug, så er KML et godt valg. Find “KML” i dropdown menuen under “Format“.

I næste felt “Save As” giv her filen et navn. Gå videre ned til “CRS” feltet og vælg “Selected CRS” i dropdown menuen.

Lige neden under dette felt vil du se teksten “ETRS89 / ETRS-TM32“. Dette er den standard projektion Geodatastyrelsen bruger (samt alle andre offentlige myndigheder). Denne projektion er ikke noget vi umiddelbart kan bruge i diverse web-kort. Så vi skal have lavet det om til en anden projection. Du klikker på “Browse” ude til højre og endnu et nyt skærmbillede dukker op. Du skal her finde “WGS 84 / World Mercator” projektionen. Klik på denne og klik så “Ok

Du er så tilbage i “Save Vector Layer As…” billedet og klik så endelig “Ok” og din KML fil er lavet.

Denne KML kan der så arbejdes videre med fx med andet layout og design, men den er under alle omstændigheder klar til at blive vist i fx Google Earth. Denne KML kan også vises via Google Maps API, Bing Maps API eller OpenLayers.

Ovenstående beskrivelse er så trin for trin metoden for at gøre geodata fra Geodatastyrelsen brugbar på webben. Du kan også transformere hele geodatasæt på samme vis. Du behøver ikke nødvendigvis at vælge KML, et format som GeoJSON er også meget benyttet ude på WWW. Det vigtigste er, at “ETRS89 / ETRS-TM32” projektionen ikke skal være dig en forhindring for at lave kortmashups på WWW. QGIS hjælper dig godt på vej med at løse dette problem.

Mere om grunddata – stednavne fra Geodatastyrelsen

Det allerførste jeg downloadede af de frie geodata fra Geodatastyrelsen var geodata-pakken “FOTkort10 [landsdækkende]“, som rummer 18,7 GB (valgt her i Shape format) af mange forskellige maskinlæsbare geodatasæt. Et geodatasæt i denne pakke er SNSOR (StedNavne- og StamOplysningsRegister) som indeholder ca. 244.000 stednavne over forskellige geografiske objekter i hele Danmark. SNSOR gemmer sig i en mappe i stil med “…KORT10NAVNE…” i geodata-pakken “FOTkort10 [landsdækkende]” og består faktisk af 3 shape filer (hvis du har downloadet i det format).

  1. Fil – NAVNE_A.shp – Indeholder geometrien til stednavne beskrevet som områder (polygoner) fx søer, enge
  2. Fil – NAVNE_L.shp – Indeholder geometrien til stednavne beskrevet som linjer – fx vandløb, diger
  3. Fil – NAVNE_P.shp – Indeholder geometrien til stednavne beskrevet som punkter – fx udsigtstårn, vejkryds

Nu er hver eneste gang, man dykker ned i et nyt geodatasæt en rejse ind i et nyt klassifikationssystem dvs hvordan bliver de geografiske objekter defineret (emneord, attributeværdier, tags – alt efter hvem man spørger) samt hvilke der er blevet taget med. For at lette indgangen til SNSOR har jeg trukket alle emneord ud i et online regneark. Der er samtidigt angivet hvilken shape fil de kan findes i. Geodatastyrelsen putter for tiden disse 244.000 SNSOR stednavne ind under 197 emneord. Nogen er lidt specielle fx “Erratisk blok/Sten (overskyllet)”

Lad os tage en case med SNSOR – Casen er “Jeg ønsker at vide hvor mange navngivne bakker der findes i Danmark“. Jeg kigger først i online regnearket for at se hvilket emneord der passer på det jeg vil undersøge. Jeg finder at “Bakke” er det ønskede og det finder jeg i shape filen “NAVNE_A.shp”. Jeg åbner denne fil med den gratis QGIS software (findes til Windows, Linux og Mac). I QGIS er der et søgeværktøj “Query Builder”, som jeg åbner. Jeg skal så lave en søgning på

"FEAT_TYPE" = 'Bakke'

Jeg klikker på “Ok” i “Query Builder” for at udføre søgningen. QGIS vil nu vise mig et Danmarks oversigtkort, som kun rummer alle navngivne bakker i Danmark.

Jeg kan i “Attribute tables” i QGIS få alle navnene listet samt tillige se at SNSOR har 8711 navngivne bakker i Danmark.

Det slog mig at ret mange bakker indeholder ordet “bjerg” i stednavnet. Så lad os se hvor mange det drejer sig om. Jeg laver en ny søgning via “Query Builder” i QGIS i stil med

"FEAT_TYPE" = 'Bakke' AND "NAVN" LIKE '%bjerg%'

Det giver mig så 3172 navngivne bakker i Danmark, der indeholder ordet “bjerg” fx Dødemandsbjerg, Allenbjerg, Æblebjerg, Bjerget, Bjergkammer. I et fladt land som Danmark finder vi så ca. 36,4 % af alle bakker har et navn der rummer ordet “bjerg”. Har vi sagt bakker, så må vi også lige kigge på dale. Der er 893 navngivne dale i Danmark ifølge SNSOR. Hvis jeg ønsker at arbejde videre eller dele geodata, der indholder reslutat af en SNSOR databasesøgning i QGIS, så er det en smal sag lige at “Save as …” og i et hav af forskellige geografiske formater.

Hvis du har hang til sære og underlige navne er SNSOR perfekt sted at kigge samt ikke mindst blive klogere. Fx under husnavne finder du navne som “Sunbeam, Tossehulshus, Truntehus, Munkehætten, Santa Rita, Bund, Kryb i Ly, Snehvide, Helvede”

Se fx hvor du finder “Tossehulshus” henne i Danmark på OpenStreetMap.

Nu har SNSOR rigtigt meget med, men ikke nødvendigvis alt. Det kan godt være at der findes bakker og dale (eller andre objekter som de registrerer) som Geodatastyrelsen ikke har hørt om eller fået indsamlet endnu. Geodatastyrelsen planlægger i de kommende år at få indsamlet endnu flere stednavne.

Sådan får du flotte kurver med Geodatastyrelsen

Så er det blevet tid til endnu en omgang kig på et geodatasæt fra Danmarks Højdemodel. Denne gang ser vi på “DHM/Højdekurver (0,5 m ækvidistance)” som er et geodatasæt der viser

En repræsentation af terrænets topografi i form af isolinjer, der hver især angiver den beregnede terrænhøjde, hver gang højden i landskabet ændrer sig med 0,5 meter

Jeg går ud fra at du allerede har fået oprettet en konto hos Geodatastyrelsen – Login og find DHM/Højdekurver (0,5 m ækvidistance)” geodatasættet.

Klik på det, og du bliver ført videre til en side med et Danmarkskort, der er delt op i geografiske felter af 10X10 km. Klik de felter du vil downloade. Jeg har valgt at få mine download i Shape formattet.

Klik dernæst på “Læg i kurv” > “Checkout”> og download så det ønskede. Pak de downloadede zip filer ud. En udpakket “Shape” file fylder ca. 65 MB for et 10X10 km område.

Den gratis QGIS software (findes til Windows, Linux og Mac) kan bruges til at åbne disse 10 x 10 km geografiske felter af højdemodellen.

Lad mig tage et eksempel med Christiansø området. I billedet nedenfor har jeg åbnet en Shape fil over området i QGIS, og du ser en højdekurverne over området.

Jeg kan med QGIS eksportere disse geodata til en KML fil og derved kan det visualiseres i fx Google Earth (download KML fil her og leg selv rundt med det)

De gule højdekurver i min KML fil er interaktive dvs du kan klikke på dem og så vil en infoboks dukke op. Her står der et tal som fortæller dig, hvor højt over havets overflade en given højdekurve er.

Andre artikler om Danmarks Højdemodel læs fx mit blogindlæg “Se København og Århus som Hill Shading visualiseringer

Se København og Århus som Hill Shading visualiseringer

I mit sidste indlæg om Danmarks Højdemodel fortalte jeg, hvordan man kan lave “Hill shading” visualisering som viser et relief af terrænet. Nu egner en Geotiff fil på størrelsen 6250 X 6250 pixels (dækker et område på 10×10 km ) og fylder ca. 38 MB sig ikke til webformidling.

Men det findes der heldigvis en let løsning på. Jeg skærer bare billedet op i en masse små 256X256 pixels billeder og lader Google Maps API kalde disse småbilleder. Med denne teknik så er det ikke særligt tungt og langsomt for slutbrugeren at benytte.

Så her kan du nu se et kortmashup af Københavns området set i en “Hill shading” visualisering. Kan du genkende byen, når du browser/zoomer rundt?

Den samme kortmashup teknik har jeg lavet for Århus. Igen, Kan du genkende byen, når du browser/zoomer rundt?

NB – husk, at Danmarks Højdemodels geodata er blevet indsamlet i perioden 2005-07, så det er ikke alt nyt, du kan se i ovenstående kortmashups af København og Århus.

Danmarks Højdemodel fra Geodatastyrelsen

I dette indlæg ser vi på Danmarks Højdemodel, som lige er blevet frigivet under grunddata pakken. Danmarks Højdemodel skal også hentes hos Geodatastyrelsen (læs mit indlæg hvordan du får adgang). Nu gemmer Danmarks Højdemodel sig faktisk bag flere geodatasæt. Jeg har i første omgang haft kig på “DHM/Overflade (1,6 m grid)” som er

DHM/Overflade er en digital model af den fysiske overflade. DHM/Overflade beskriver således højden af bygningsanlæg og vegetation med reference til havniveau.

Efter et klik på dette geodatasæt “DHM/Overflade (1,6 m grid)“,

så vil du blive ført videre til et Danmarkskort, som er opdelt i geografiske felter af 10 X 10 km. Du skal så vælge vælge områder af Danmarks Højdemodel, som du er interesseret i at downloade.

Du kan godt vælge mere end et område på en gang. Du skal bare klikke på de forskellige geografiske felter (de valgte områder bliver high-lightet med en lys grøn farve). Efter du har valgt områder, dernæst vælg “Læg i Kurv” > “Checkout” > “Download”.

Et område er pakkket ned i en zip fil og fylder ca. 55 MB pakket og efter det er pakket ud fylder det ca. 225 MB. Så hvis du skal have hele Danmarks Højdemodel ned, så er det altså et kæmpe geodatasæt, og din harddisk vil helt sikkert blive hurtigt fyldt op.

Den gratis QGIS software (findes til Windows, Linux og Mac) kan bruges til at åbne disse 10 x 10 km geografiske felter af højdemodellen (se billede neden for)

QGIS har nogle værktøjer til at lave visualiseringer af en DEM (Digital Elevation Model), som Danmarks Højdemodel jo er. En klassisk visualisering er en “Hill shading“, som viser et relief af terrænet. I mit eksempel neden for ser vi Novo Nordisk bygningerne i Måløv i en “Hill shaing” visualisering.

Du kan helt tydeligt se bygninger, veje og træer og andre geografiske objekter i landskabet. Samme område vist i Bing Maps som et luftfoto ses neden for (link her).

QGIS laver en “Hill shading” visualisering i et GeoTiff format (billedeformat) som standard og i størrelsen 6250 X 6250 pixels og fylder ca. 38 MB. Disse “”Hill shading” visualiseringer er en ny måde og sjov måde at stifte bekendskab med ens lokal område på. Det er så nu blevet helt gratis, at gå på opdagelse i Danmarks geografi set fra en højdemodel.

NB – Geodata til Danmarks Højdemodel er blevet indsamlet i perioden 2005-07, så den viser selvfølgelig ikke bygninger og ændringer i terrænet lavet efter den periode.

Første kortmashup af geodata fra Geodatastyrelsen

I mit forrige blogindlæg skrev jeg om, hvordan du fik adgang til Geodatastyrelsens forskellige geodatasæt , hvor jeg hentede “FOTkort10 [landsdækkende]” samt gav en anbefaling til QGIS softwaren. Jeg vil så her lave det første kortmashup med brug af QGIS og ovennævnte geodatasæt.

Som case tager vi sommerhuseområder i Danmark. QGIS har mulighed for at lave søgninger efter bestemte geografiske objekter. Her skal man så selvfølgelig vide, hvad Geodatastyrelsen har tildelt de forskellige geografiske objekter af tags eller attributværdier om man vil, for at lave en effektiv søgning ind i de forskellige geodatasæt. Jeg kan ud fra den åbne geodatasæt fil i “Attribute Table” værktøjet i QGIS læse, at Geodatastyrelsen har brugt tagget “Sommerhusbebyggelse” for sommerhusområder. En søgning efter kun denne værdi angiver så, at der findes 468 sommerhuseområder i Danmark jfr. Geodatastyrelsens oplysninger.

Nu er vi så heldige, at det ikke bliver angivet kun som et enkelt punkter, men som områder (GIS lingo : polygoner). Jeg eksporter min ovennævnte søgning i QGIS med de relevante geodata videre til online visualiseringsstedet GeoCommons og har hurtigt et kortmashup liggende på nettet (se det interaktive sommerhusområdekort her).

Da geodata var beskrevet som områder (GIS lingo : polygoner) , så har vi mulighed for at se hvilket sommerhusområde, der er størst i Danmark arealmæssigt. Ifølge Geodatastyrelsens oplysninger er det Oksby nord/vest for Esbjerg, som er det største område med sine 6,4 km2

QGIS har også mulighed for at sortere geodata, så det er en smal sag at lave en rangliste over hvilke sommerhuseområder, der er størst i Danmark arealmæssigt. Her overraskede det mig at se Henne Strand ved Vesterhavet ikke var i top 10, men befandt sig på en 19′ende plads. Så blev jeg så klogere.

Hvad er så summen af alle arealerne for de 468 sommerhuseområder tilsammen? QGIS har nogle statistiske værktøjer til at regne dette ud for dig. Det skulle give et område på ca. 296,42 km2

Det svarer så til et sommerhusområde, der fylder lidt mere end hele Ringsted Kommune, som er på ca. 295,48 km2.

Det svarer også til et sommerområde, som er ca 36,5 gange større end Frederiksberg Kommune.

Hvis jeg sidste år skulle have lavet ovenstående kortmashup eller arealanalyse af de danske sommerhusområder, så skulle jeg have smidt mindst 1 million kr på bordet for adgangen. Nu har vi alle fri og gratis adgang til at gå på opdagelse, udvikle nye produkter (forhåbentligt) og ikke mindst måske blive lidt klogere på omverdenen.

Så er der åbent i geodata-supermarkedet hos Geodatastyrelsen

Lad tusinde geoideer blomstre i 2013

Kort før jul vedtog et enigt Folketing lov “L 71 Forslag til lov om ændring af lov om Kort- og Matrikelstyrelsen og forskellige andre love.” og denne lov er her i dag 1/1 2013 trådt i kraft. I samme forbindelse har Kort & Matrikelstyrelsen skiftet navn til nu at hedde Geodatastyrelsen. I dag er der så tillige blevet åbnet for, at en hel del geodatasæt kan kvit og frit downloades som led i denne ny lov.

Du får adgang til disse geodata ved først at oprette en gratis konto på Kortforsyningens hjemmeside. Opret konto (feltet “Opret ny bruger” ude til højre) og dernæst log så på.

Nu er det lidt forvirrende, hvor man skal begynde og starte første gang, man har logget sig ind. Så mit tips er, hvis det især er geodata (i maskinlæsbart format) som har din primære interesse at vælge at downloade “FOTkort10 [landsdækkende]” geodatasættet. Klik på geodatasættet når du har fundet det på listen.

Du er nu ført til en ny side, hvor du kan vælge i hvilket format du vil have “FOTkort10 [landsdækkende]” i (midt på siden) . Jeg har selv valgt det i GIS formattet “Shape” og klik så på “Læg i kurv

Helt ude til højre og oppe på siden vil du nu have din “Indkøbskurv” (her kommer geodata supermarked metaforen ind i billedet).

Klik så på “Checkout” knappen og gå videre til downloadsiden af dit valgte geodatasæt (eller flere på en gang). I GIS formattet Shape fylder “FOTkort10 [landsdækkende]” ca. 3,72 GB pakket (zip fil). Når det er hentet, og pakket ud i en mappe fylder det ca. 18,7 GB. Igen er det lidt forvirrende at finde rundt i de udpakkede mapper samt, hvad de forskellige Shape filer indeholder af geodata.

Men prøv at finde mappen “GEO“, hvor du vil se en del undermapper som er blevet klassificeret alt efter hvilken type af geodata, der er tale om. I disse undermapper finder du forskellige Shape filer (hvis du altså valgte det format, da du valgte geodatasæt).

Nu mangler du et godt stykke software til at se disse Shape filer. Her er det gratis QGIS (findes til Windows, Linux og Mac) helt klart mit bedste bud for folk, der er nybegyndere indenfor dette område.

I mit eksempel nedenfor har jeg åbnet et geodatasæt (i Shape formatet) i QGIS sofwaren, som viser alle Danmarks 2377 kirkegårde.

Prøv at åbne nogle forskelige geodatasæt fra “FOTkort10 [landsdækkende]” med QGIS for at få en ide om hvad der findes af forskellige typer af geodata. En lille advarsel her – nogle af geodatasæt i “FOTkort10 [landsdækkende]” er meget store, så det kan godt tage et stykke tid at åbne dem i QGIS.

Jeg vil de kommende dage kigge nærmere på, hvad Geodatastyrelsen tilbyder og ikke mindst lavet nogle få kortmashups som eksempler.

Til sidst i årets første blogindlæg vil jeg godt sige, at det er fantastisk at Danmark nu endelig træder ind i denne række af forskellige lande, som tilbyder det meste af deres offentlige geodata kvit og frit. Samtidigt er det også rart at alle Folketingets partier bakker op om dette frie geodata initiativ.

Anden omgang af masseimport fra Kolding området

(Artikelserie Dit og mit kort, 121). I foråret skrev jeg om nogle geodatasæt (bygninger, statuer og mindesmærker) doneret af Kolding Kommune var blevet masseimporteret til OpenStreetMap. Nu har OpenStreetMap frivillig Jens Winbladh igen været ankermand for at skaffe mere geodata fra Kolding Kommune.

Den seneste uges tid er flere hundrede af Kolding Kommunes polygoner over skove, søer, moser, enge, hedeområder og strandenge blevet importeret til OpenStreetMaps database. Derudover er linjerne til forskellige vandløb i Kolding tillige blevet importeret. Til tjek og kvalitetssikring af disse geodata har Jens fået hjælp af Erik Hartwell (medlem af Dansk Cyklist Forbunds OpenStreetMap korps og har lokalkendskab til området) til lige at kigge på nogle af de importeret polygoner.

Og jo det sparer tid at masseimportere, men forudsat at kvaliteten af geodata er høj. Dårlig kvalitet bør ikke importeres i OpenStreetMap, så derfor kræver en evt. geodata import en god forberedelse og stikprøver før man iværksætter en masseimport.

Kolding Kommune har også leveret geodata om deres 395 busstoppesteder. Her kan endvidere få oplyst om der findes en bænk, skur samt om busstoppestedet er oplyst (se billede nedenfor – direkte link til POI her).

Kolding Kommune kan betragtes som et forsøgslaboratorium for hvad der er muligt for kommunerne i forbindelse med at sætte deres geodata i spil samt hvor de evt. kan bruges.

Der er blevet sat en dansk kommune data wiki op, hvor du kan kan se hvad de forskellige kommuner indtil videre har bidraget med af forskellige datasæt. Denne liste skulle da gerne vokse med tiden samt med endnu flere kommuner. Arbejder du i en kommune, kan du da hente inspiration til hvilke slags data din kommune evt. kan frigive under en fri licens. Måske det kan bruges af OpenStreetMap.

Berlin Open Data inkluderer OpenStreetMap som geodatasæt

(Artikelserie Dit og mit kort, 99). Berlin Open Data (Berlin bystyres datakatalog) har indsat i deres arkiv et link til OpenStreetMap filerne for kun Berlin området. På siden kan man så hente OpenStreetMap filerne i OpenStreetMaps eget format (teknisk set bare en XML fil) og i ESRI shapefile format.

Nu er et projekt som OpenStreetMap dynamisk af natur, og der bliver af de frivillige hele tiden indsat nye ændringer i Berlin området. Men OpenStreetMap filerne er ikke statiske (et her og nu historisk datadump). Linket på Berlin Open Data fører til GeoFabriks daglige opdateret filer. Så du får altid en downloadet fil, der er maks. 24 timer bagud.

Tyske GeoFabrik laver hver dag nye OpenStreetMap filer for de fleste lande i verden samt tillige også tilbyder de store byer i Tyskland og England kan downloades. Det er helt gratis og frit at hente disse filer. Hvis du er teknisk nysgerrig i hvordan GeoFabrik laver disse filer så læs deres blogindlæg “A Night at the Office

Nu kunne fx store danske byer tage samme ide op, som Berlin har gjort. Hvor byerne så kunne tilbyde deres by som et download af OpenStreetMap filer. Eller hvad med Danmarks kommuner kunne tilbyde deres respektiv kommune som geodatasæt download mulighed?

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.

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.

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.