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.

Krølle-Bølle og de andre bygherrer fra Bornholm

(Artikelserie Dit og mit kort, 149). “I deres ansigts sved byggede håndværkere og arbejderne Rundetårn” sådan var et godt svar i bedste flid, fedt og snyd stil, da jeg gik i folkeskole. At udnævne Kong Christian d. 4 som ham der personligt stod og byggede Rundetårn faldt ikke i god jord hos nogle lærere. I OpenStreetMap kan vi direkte se hvilken frivillig, der har bygget (kortlagt) hvad samt hvornår, da alt arbejde eller kortlægning får et unikt ID samt tidstempel.

Hvad kan vi så bruge det til? Vi kan fx se hvem der har kortlagt et bestemt område og med hvor meget disse personer har bidraget med. Lad tage Bornholm som en case. Først skal vi bruge et værktøj som kan overvåge/analysere et bestemt område. Med ITO OSM Mapper kan vi gøre dette. Først oprettes en gratis konto, dernæst angives hvilket område, der skal overvåges/analyseres i (op til 50X50 km).

Nu kan man se hvilke “tags” og “users”, der udgør Bornholm. ITO OSM Mapper opdaterer en gang dagligt alle ændringerne i det overvågede område. Nu kan vi fra ITO OSM Mapper eksportere et kort over, hvem der er de store bidragsydere af geodata på Bornholm.


(Se billede i stort format her)

Billedet fortæller så, at den OpenStreetMap frivillige “mantson” er den helt store bygherre på Bornholm. ITO OSM Mapper har selvfølgelig også en eksport af “statistiske geodata oplysninger” funktion i CSV eller KML i det valgte område. Lad os eksporterer oplysninger om alle “users” på Bornholm i en CSV fil. Vi smider så disse oplysninger fra denne CSV fil ind i IBM Research Many Eyes værktøj, og laver et interaktivt klassisk lagkagediagram.

Klik på de forskellige navne og % sats og tallet for antal geografiske objekter dukker op. Her kan vi så læse, at den OpenStreetMap frivillige “mantson” den 28. februar 2012 står for 37,5 % af alt geografisk indhold på Bornholm. Lad os se de samme data i et interaktivt boble-diagram fra Many Eyes.

Den sidste smarte funktion ITO OSM Mapper tilbyder, er en GeoRSS feed, det vil sige at når der sker ændringer i ens overvågede område, så kommer der en besked til din RSS-læser. Du kan så gå ind og se konkret hvem og hvad der er sket i området. Betragt denne GeoRSS funktion som en slags mini GeoEchelon tjeneste.

ITO OSM Mapper kan også bruges til hvis I fx holder et lokalt mapping party i et lille lokalt område, så kan kort bagefter vise hvem der har bidraget med hvad og hvor meget.

Ovenstående muligheder kan betragtes som gamification af geodata bidragene til OpenStreetMap. Jeg skrev i sidste uge om andre tiltag vedr. gamification af dataindsamlinger i OpenStreetMap regi.

Sådan laver du en masseadresseforspørgsel på højden over havet

Nogen er sikkert bekendt med at man kan hos KMS lave enkeltsøgning på en adresse og så få angivet højden. Men hvad nu hvis man ønsker at få angivet alle højderne på adresserne på ens vej at vide i et hug? Det kan du ikke, med mindre du ønsker at betale en bondegård for at få adgang til Danmarks Højdemodel. Så er der enkelt opslagsløsningen med adresse efter adresse, denne løsning er så for selvpinerne.

Nu kan vi så bruge en anden løsning, hvor vi bruger NASA SRTM 3 højdemodel sammen med Geoservicen fra IT- og Telestyrelsen. NASAs højdemodel er ikke så præcis som Danmarks Højdemodel, men er gratis.

Vi tager som case Storkebakken i 2400 København NV. Først skal vi lave en REST søgning hos Geoservicen, der henter alle adresser på Storkebakken og returner en KML fil. REST URL kommer til at se sådan her ud

http://geo.oiorest.dk/adresser.kml?postnr=2400&vejnavn=storkebakken

Vi kopierer denne URL, og går så til GPS Visualizers “Convert your GPS data for use in Google Earth” værktøj. Nede i højre hjørne under “Or provide the URL of data on the Web:” indsættes denne URL.

Dernæst i venstre side vælg under “Output file type:” i menuen “.kml (uncompressed)”. Længere nede ved “Add DEM elevation data:” vælg i menuen “NASA SRTM 3 database”.

Klik så på knappen “Create KML file”. Nu får du lavet en ny KML fil (download min case KML fil her), som du kan hente ned og der er så tilføjet en højde på hver enkelt adresse på Storkebakken. Fx under Storkebakken 10 står der i KML filen følgende

<coordinates>12.507378838,55.712271385,31.1</coordinates>

Hvor 31.1 så er højden angivet i meter. De andre tal er så længde- og breddegrader. Nu kan kan GPS Visualiser ikke bruges til fx at tage alle adresser i en kommuner og så benytte ovenstående metode. GPS Visualizer tillader kun KML filer på maks 3 MB, men det er også en hel del adresser alligevel. Alt andet lige er det bedre end det KMS tilbyder i gratis version, hvis du vil undersøge alle husenes højde over havet på din villavej. Hvis vi fx går til USA, så har USGS (United States Geological Survey ) National Elevation Dataset (højdemodeller) , som er helt gratis at downloade for alle. Disse geodatasæt må selvfølgelig bruges helt frit i kommerciel og privat regi. Danmark har stadigvæk en helt del at lære af USA vedr. deling af offentlige data.

Ønsker du at finde højden over havet på en vej(e), så kan du bruge mit Google Maps værktøj her. Googles API benytter sig her og så af NASA SRTM 3 for Danmark.

Det er en sjov tendens at i offentlig regi, at enkeltopslag er den herskende norm. Fx du kan kun lave enkelt opslag i BBR eller i CVR registret. Hvis du ønsker alt fra fx 2400 København NV i en massedownload , så skal pengepungen frem. Dansk IT har også i deres ønskeseddel til den nye regering påpeget dette punkt. Det kan for nystartede virksomheder være en økonomisk belastning at skulle betale for offentlige data. Eller bedre sagt “en skjult skat på innovation”

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.

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.

Cycle Map møder Google Earth

(Artikelserie Dit og mit kort, 26). Du har måske lagt mærke til på OpenStreetMap, at oppe til højre, der er en folde ud knap til andre typer af kort baseret på OpenStreetMap geodata. Et af disse er Cycle Map, som er specielt designet kort til cyklister. (gå direkte til Cycle Map her)

Nu er det også muligt at se dette Cycle Map som et lag i Google Earth softwaren. Jeg har lavet en KML fil, der henter Cycle Map ind i Google Earth (KML fil her). KML filen starter op Google Earth op over Danmark, og så kan du zoome ind og ned på det område du vil se af Danmark. Kort kan også roteres rundt – sætte en hældning på (eng: tilt) og andre effekter som kan bruges i Google Earth.


Har du den helt nye Google Earth 6 version installeret, så kan du trække den lille gule mand ikon (oppe i højre hjørne) hen over kortet – slippe ikonet over et af de blå områder – og så er du inde i Google Street View.

Cycle Map er ligesom det almindelige OpenStreetMap (Mapnik) ikke helt udbygget i mange egne af Danmark. I Google Earth kan du fx lave en interaktiv flyvetur hen til fx disse områder via Cycle Map KML laget. Dermed kan man visualisere hvor man evt. kan tage på cykeltur til foråret henne med sin GPS’er og få kortlagt disse områder.

Andre forslag med Google Earth flyveture visualiseringer med geodata fra OpenStreetMap kunne være fx hvis der er et borgerønske om en bestemt vejstrækning i en kommune får cykelsti. Her kan der også let laves en visualisering, der kan vises for at overbevise kommunalpolitikerne. Husk musik, speak, billeder og video kan sættes sammen i sådan en visualisering.

Ovenstående KML fil med Cycle Map lag er baseret på et KML network link lavet af Google Earth Map Overlays.

Danmarks 11 nationale cykelruter nu også i GPX format

Jeg lavede i januar måned de 11 nationale cykelruter (i alt 4.233 km) som KML filer. Jeg har opdaget i min webservers søgelog, at jeg får lidt søgninger på fraser i stil med følgende “nationale cykelruter gpx”. Så der er åbenbart også et behov for cykelruterne findes i GPX format (GPX kan indsættes i de fleste GPS’ere).

Jeg har nu opdateret listen nedenfor, så du kan hente frit og kvit (udgivet under en CC 3 licens) de 11 nationale cykelruter i KML eller GPX format (der er højdedata tilføjet i begge formater). Højre klik på hyperlinket til det ønskede format – vælg “Gem link som” og hent så ned på din computer.

  • Vestkystruten 560 km – 70 % asfalt – KMLGPX
  • Hanstholm – København 420 km – 80 % asfalt – KMLGPX
  • Hærvejsruten 450 km – 78 % asfalt – KMLGPX
  • Søndervig – København 310 km – 90 % asfalt – KMLGPX
  • Østkystruten 650 km – 90 % asfalt – KMLGPX
  • Esbjerg – København 330 km – 92 % asfalt – KMLGPX
  • Sjællands Odde – Rødbyhavn 240 km – 90 % asfalt – KMLGPX
  • Sydhavsruten (Rudbøl – Møn) 360 km – 95 % asfalt – KMLGPX
  • Helsingør – Gedser 290 km – 92 % asfalt – KMLGPX
  • Bornholm rundt 105 km – 90 % asfalt – KMLGPX
  • Limfjordsruten 610 km – 90 % asfalt – KMLGPX
  • Alle 11 cykelruter KML & GPX format i en zip fil (1 MB)

Jeg hører gerne, hvis du bruger ovenstående filer til et eller andet – Nedenstående billede viser Hærvejsruten ned igennem Jylland vist på Google Earth. Det er en cykelrute, jeg gad godt trampe igennem på et tidspunkt.

Hærvejsruten gennem Jylland

Teknisk note – Jeg har brugt det fantastiske online værktøj GPS Visualizer: Web interface to GPSBabel til konvertering af KML til GPX.

Ugens geotagget billede fra Wikimedia Commons : Marianne

Denne uge har jeg fundet Eugène Delacroixs berømte “Friheden fører folket på barrikaderne” maleri fra 1830 i Wikimedia arkivet. Maleriet viser Julirevolutionen 1830. Maleriet er mest kendt for at vise det franske nationalikon Marianne.

Jeg har gættet mig frem til, hvor henne maleriet i Paris, at motivet stammer fra. I baggrunden til højre ses Notre Dame, så på baggrund af dette må motivet være sådan ca. fra Louvre området.

Marianne

I denne uge er maleriet ikke i så stort format “1400×1100 pixels”, så kvaliteten falder hurtigt ved zoom. Dette billede er et af disse, hvor man godt kunne ønske, at der var et super stort indskannet format (over 10X10K pixels) gratis tilrådighed ude på nettet.

Hvis du hellere vil se billedet i Google Earth softwaren, så er KML fil her.

Ugens geotagget billede fra Wikimedia Commons : Reading Room

I denne uge har jeg fundet et billede fra British Museum Reading Room i Wikimedia Commons arkivet. Billedet som tillige er et panoramabillede af læsesalen fylder 4,996 × 1,701 pixels. Jeg har igen fremvist sådan et stort billede via Google Earth plugin.

Reading Room

.

Sidste uges geotagget billede var Vilhelm Hammershøi – titel: Fra Christiansborg Slot (1892)

Nye serie – Ugens geotagget billede fra Wikimedia Commons – Hammershøi

Jeg starter fra i dag en serie med titlen “Ugens geotagget billede fra Wikimedia Commons”. Hos multimedie arkivet Wikimedia Commons kan man finde en del gode og store billeder, som det er gratis at benytte (som den licens billedet er udgivet under nu tillader) i andre sammenhænge.

Jeg starter det første geotagget billede i serien med et maleri af Vilhelm Hammershøi – titel: Fra Christiansborg Slot (1892), som kan ses via Google Earth plugin. Denne teknik gør det muligt at se billede der fylder mere end din skærm (Hammershøi billedet fylder 2615X2011 pixels)

Hvis du hellere vil se maleriet via Google Earth softwaren, så er KML fil her

Du kan se andre eksempler med malerier, der benytter samme teknik som ovenstående

Hvilken herlig efterårsmorgen for en hel del år siden

Når museer og arkiver formidler deres malerisamlinger i form af digitale billeder på webben, så er det ofte i ret små billeder, hvor man ikke rigtigt kan nærstuderere kunsternes smådetaljer i malerierne. Til dette formål kan Google Earth og Google Earth plugin samt brug af KML elementet Photooverlay (billedepyramide teknikken) benyttes til at vise store billeder. Jeg har fundet “Christen Købke, Efterårsmorgen ved Sortedamssøen, 1838” i 3600 x 2600 pixels størrelse. Dette er så blevet skåret op i 230 miniaturebilleder (eng. tiles) af 256×256 pixels størrelse. Da maleriet har et geografisk sted tilknyttet, er det oplagt at tilknytte de geografiske koordinater i KML filen.

(kræver Google Earth plugin installeret) hvor henne ved Sortedamssøen det ca. er blevet malet af Christen Købke i 1838. Klik på “Hent Købke maleri” knappen for at vandre ind i billedet. Zoom ind og rundt for at kigge nærmere.

Christen Købke

Hvis du hellere vil se Christen Købke maleriet i Google Earth, så er KML fil her.

Efterlysning

Hvis du har kendskab til dansk landskabsmaleri i et digitalt format i mindst 10000×10000 pixels størrelse, samt ved hvor det er blevet malet henne. Så vil jeg meget gerne benytte dette til en geotagging af kunst demonstration i stil med ovenstående.

Årets Audio Slideshow – Paradise af Peter Hove Olesen

I går blev der delt priser ud i “Årets Pressefotos“. I år var Årets Multimedie og Årets Audio Slideshow to helt nye kategorier. I Årets Audio Slideshow vandt helt fortjent Peter Hove Olesens historie “Paradise” fra ferieøen Phuket. Jeg kan særdeles godt lide det mix af stillbilleder, timelapse video og almindelig video plus lyd, der er blevet sat sammen.

Jeg har sat en KML fil sammen til Google Earth (KML fil her), hvor du kan se hvor henne på Phuket, at historien er blevet lavet. Det nærmere bestemt i Patong Beach, at Peter Hove Olesen har taget billeder og video. Du kan klikke på “filmfremviser” ikonet på Google Earth kortet og så se det vindende audioslideshow ad den vej. Bemærk, at fuld skærm ikonet for audioslideshow ikke er muligt i Google Earth.

Paradise

NB

– hvis du prøver at genbruge min KML fil indover fx Google Maps eller Google Earth plugin (browser udg. af Google Earth) , så vil det ikke virke. Det skyldes, at KML filer der indeholder iframe elementet, ikke understøttes af disse to. Jeg har brugt iframe elementet til at hente audioslideshowet.