Status for datatæthed i Danmark for OpenStreetMap projektet

I sidste uge lavede Martin Raifer et globalt heatmap, en visualisering af OpenStreetMaps ca. 2,4 millarder punkter. Punkter som bruges til at danne geografiske objekter som fx veje, stier, bygninger, søer, fodboldbaner, skove. Som altid i OpenStreetMap er det en historisk visualisering vi ser. Tingene ændrer sig hver eneste minut og døgnet rundt, det er estimeret at hver eneste dag tilføjes et vejnet (almindelige veje og stier) på størrelse med Berlin (ca. 13500 km) samt ca. 80000 nye bygningspolygoner. Samt mange andre mulige andre geografiske objekter.

Du kan går direkte hen til Danmark i Martin Raifers visualisering her. Jeg vil i dette indlæg kigge nærmere på datatæthedsfordelingen i de 5 danske regioner. Der er nogle store forskelle fra region til region i selv sådan et lille land som Danmark. De danske geodata i nedenstående undersøgelse stammer fra 29. juni 2014 og er hentet fra Geofabriks download arkiv. Alle tal i undersøgelsen kan ses i et online regneark.

DK OSM undersøgelse
(Billede – © Martin Raifer, CC-BY – geodata © OpenStreetMap contributors, ODbL)

Det første diagram viser det samlede antal punkter i Danmarks regioner og her har Region Syddanmark taget føringen med ca. 4,6 millioner punkter i bunden finder vi Region Sjælland med 1,98 millioner punkter.

DK OSM undersøgelse
(Diagram – Antal punkter i regionerne)

Justerer vi i stedet for antallet af punkter med antal indbyggere i de respektive regioner, så topper Region Nordjylland med 3994 punkter per 1000 indbyggere og tæt efterfulgt af Region Syddanmark med 3832 punkter per 1000 indbyggere. På trods af der bor flest i Region Hovedstaden er den region placeret i bunden med 1468 punkter per 1000 indbyggere. Gennemsnittet for hele Danmark er 2557 punkter per 1000 indbyggere.

DK OSM undersøgelse
(Diagram – Antal punkter per 1000 indbyggere i regionerne)

Vi fordeler nu antallet af punkter per km2 i de 5 regioner og her topper Region Hovedstaden med 992 punkter per 2 og der er langt ned til nummer 2 som er Region Syddanmark med 378 punkter per km2. I bunden er Region Midtjylland med 224 punkter per km2. Landsgennemsnittet er 334 punkter per km2

DK OSM undersøgelse
(Diagram – Antal punkter per km2 i regionerne)

Nu er det ikke nogen hemmelighed at mange bygningspolygoner i et område trækker gennemsnit op. Hvis vi ser på to kommuner Frederikssund Kommune og Fanø Kommune som har noget nær 100 % dækning vedr. bygninger, så er disse to kommuner oppe på hhv. 1119 og 1557 punkter per km2, hvor landsgennemsnittet var 334 punkter per km2.

DK OSM undersøgelse
(Diagram – Antal punkter per km2 for Fanø og Frederikssund kommuner samt landsgennemsnit)

En konklusion der kan drages ud af ovenstående tal er, at Region Midtjylland og Region Sjælland er områder som i OpenStreetMap regi er lidt forsømte områder pt. Disse to områder kunne der i de kommende år gøres meget mere ved. Hvis du har været aktiv i OpenStreetMap et stykke tid, så vil det ikke komme som en overraskelse for dig at de to regioner er forsømte. En ny undersøgelse om 1 år vil måske vise et helt andet billede end mit øjebliksbillede for medio 2014.

Beslægtet artikel læs “Nordiske landskaber af geodata” fra 3. juni 2014 som er en lignende undersøgelse

Mindre ændring i klyngekort for 6552 danske landsbyer

Den anden dag frigav jeg et klyngekort over 6552 mindre danske landsbyer med under 200 indbyggere. Dette klyngekort skulle være en hjælp til de danske OpenStreetMap frivillige i tilfælde af at de fandt en mindre landsby, der ikke er lagt ind i OpenStreetMap endnu.

Jeg har nu gjort det endnu lettere at gå fra klyngekortet og så direkte over i OpenStreetMaps redigeringsværktøjer som fx iD og JOSM. Du skal selvfølgelig have oprettet en OpenStreetMap konto før du kan få lov til at redigere.

Sådan virker ændringen nu : Vi tager byen Klodskov på Falster som case. Jeg så, at byen var ikke lagt ind i OpenStreetMap endnu. Oppe i venstre side er der et lille ikon, hvor der står “Mere“. Jeg klikkede på dette ikon.

Byguide

Nu dukker nogle flere ikoner i et kontrolpanel frem. Jeg gik ned til det næstsidste ikon og førte musen over det. Nu havde jeg to muligheder at klikke på enten “iD” eller “JOSM” redigeringsværktøjerne.

Byguide

Jeg klikkede på “iD” og et nyt browservindue åbnede sig i området, hvor Klodskov befinder sig. Jeg tilføjede dernæst byen Klodskov samt angav også indbyggerantallet 67 (1. januar 2014 tal) i “iD“. Dernæst gemte jeg min redigering, og nu er Klodskov også at finde i OpenStreetMaps database.

Byguide

Til orientering – Alle 6552 navne på byerne samt indbyggerantal stammer fra Geodatastyrelsens SNSOR (StedNavne- og StamOplysningsRegister) database.

Det glemte folk dukker op – 6552 landsbyer fortæller nu en indbyggerhistorie

Hvis du for to år siden kom gennem små byer med under 200 indbyggere som fx Holtensminde, Lille Karleby, Lumsås og Kolby Kås og var nysgerrig efter at vide, hvor mange indbyggere disse byer havde, så var det lidt af en Sisyfos opgave, med mindre du havde lyst til at betale en offentlig myndighed for et dataudtræk. Danmarks Statistik har gennem en årrække kun frit tilgængeligt givet adgang til data om byer over 200 indbyggere (ca. 1450 byer) fra Danmarks Statistikbank.

Der er immervæk ca. 6552 byer i Danmark med under 200 indbyggere og samlet set bor der i alt ca. 234.000 mennesker. Nu har Geodatastyrelsen heldigvis for et par måneder siden i deres SNSOR (StedNavne- og StamOplysningsRegister) database tilføjet indbyggerantallet (per 1. januar 2014) for alle byer i Danmark. Disse geodata er også en del af de frie grunddata.

Jeg har nu lavet et klyngkort over samtlige 6552 danske byer med under 200 indbyggere. Du ser først hele Danmark og nogle cirkler med et tal angivet i. Dette tal viser hvor mange byer der befinder sig i den klynge.

Klyngekort

Zoomer du længere ind og helt inde så vil der til sidst dukke et ikon-markør op. Klik på et af disse og du får navnet på byen samt indbyggereantal. Indbyggereantallet er opgjort per 1. januar 2014. I mit eksempel nedenfor er det byen Hønge i Nordsjælland med 40 indbyggere, der dukker op.

Hønge

Ovenstående kort er primært lavet med henblik og hjælp til frivillige fra OpenStreetMap Danmark. Da stednavnene for mange små landsbyer i nogle egne af landet slet ikke er kommet med ind i OpenStreetMaps database endnu. Fx var Hønge i Nordsjælland fra ovenstående slet ikke kommet med endnu. Jeg har nu tilføjet Hønge (se tagging i billedet nedenfor)

Hønge

Som altid i OpenStreetMap regi er det en god ide at angive, hvor man har fået oplysninger fra. Jeg bruger som kildeangivelse her “source:population=Geodatastyrelsen - SNSOR - 2014“, hvor kilde-tagget til indbyggerantallet er angivet.

Lige i nærheden i Nordsjælland finder vi byen Valby, byen var allerede i OpenStreetMap, men byen havde ikke fået angivet noget indbyggerantal endnu. Jeg har nu tilføjet “population=115” for Valby.

Valby

At tilføje indbyggerantallet for alle danske byer i OpenStreetMap regi giver fx mulighed for at lave små befolkningsanalyser. Tag mit Overpass Turbo eksempel (se billede nedenfor) fra Samsø Kommune, hvor ciklernes størrelse angiver byernes befolkningsstørrelser (prøv interaktivt eksempel her)

Samsø Kommune

Samsø eksemplet virker selvfølgelig kun, da alle byer har fået angivet indbyggerantal (tag population=TAL) i OpenStreetMap. Så hvis alle byerne i din kommune ikke har fået angivet dette indbyggerantal endnu i OpenStreetMap, så kan du bruge ovenstående klyngekort som hjælp til dette.

Da Wikipedia Danmark også bruger OpenStreetMap, så vil tilføjelse af manglende bystednavne også gøre det hele mere værdifuldt for deres projekt. Læs om forskellige ting Wikipedia bruger OpenStreetMap til i følgende indlæg “Wikipedia og OpenStreetMap : et fornuft partnerskab i åbne data udveksling” og “Wikidata – noget for OpenStreetMap?“.

Hvis du er interesseret i maskinelt rådata af ovenstående 6552 byer, så er der en GeoJSON fil og en Shapefil (zip pakket) til fri benyttelse.

Der kom en shape fil fra felten

Det er nu ca. 4 uger siden at Læger uden Grænser bad HOT (Humanitarian OpenStreetMap Team) om hjælp med at få skabt kort (geodata) over det ebola ramte område i Vest Afrika. Hvilket så ca. 370 mennesker fra hele verden har hjulpet og bidraget med.

Da såkaldt sofakortlægning (kortlægning i områder man ikke kender) ikke kan hjælpe med nye lokale stednavne (byer, landsbyer) på kortet, her er man afhængig at folk med lokal indsigt kan bidrage. Læger uden Grænser har i sidste uge sammen med lokale embedsfolk i Guinea fået indsamlet en ESRI shape fil med 358 stednavne og fået den sendt til HOT.

HOT
(Billede – Læger uden Grænser shape fil med 358 stednavne set i QGIS)

Her har HOT så fundet 193 helt nye stednavne, som OpenStreetMap ikke havde. Disse er nu blevet lagt ind i OpenStreetMaps database. Vi ser nu en del landområder i Guinea, hvor disse stednavne nu dukker op. Du kan fx i dette Geofabrik Map Compare link se et landområde i Guinea med h.h.v. OpenStreetMap kontro Google Maps for samme område.

HOT
(Billede – Geofabrik Map Compare i Guinea)

Stednavne for fjerntliggende landområder (udenfor Europa og Nordamerika) er virkelig et sort hul informationsmæssigt, dette forhold gælder for alle store kortproducenter og ikke kun for OpenStreetMap. Jeg vil estimere at mindst 20 % af jordens befolkning, især i landområder ingen mulighed har for at se deres landsbys navn samt vejene der fører frem til landsbyen på et kort.

Kort
(Billede – fra Joshua S. Campbell fra Mapgive – foredrag ved State of The Map US)

Der er immervæk tale om ca. 1,4 mia mennesker, der er udelukket fra det vi i Danmark tager som en selvfølge at kunne placere os selv på et kort, uanset om du bor i en storby eller en i lille landsby i Danmark. Derfor vil hver eneste nye stednavn eller andet geografisk objekt, du tilføjer OpenStreetMaps database tilføje ny værdi. Fortsat god Jordens Dag.

Mere information om DigitalGlobe og OpenStreetMap aftalen

Jeg skrev i sidste uge om den tilladelse DigitalGlobe har givet OpenStreetMap til at indtegne efter deres satellitfotos.

I denne weekend gav DigitalGlobes produktmanager Kevin Bullock et foredrag ved State of The Map US konferencen (OpenStreetMap konference). Du kan i Kevins foredrag (i videoen nedenfor) “Mapping the World in Raster” få mere at vide om dette tiltag samt få en masse at vide om, hvordan DigitalGlobe arbejder. Der er også lidt information om deres kommende WorldView3 satellit, der skal opsendes i år.

Så hvis du er interesseret i dette emne. så brug lige 29 minutter på dette foredrag.

DigitalGlobe har givet en fuld tilladelse til OpenStreetMap – nye kortlægningseventyr venter

Firmaet DigitalGlobe, der er en af de helt store aktører på satellitfotos markedet gav i onsdags en fuld tilladelse til OpenStreetMap til at bruge DigitalGlobes satellitfotos til at indtegne nye geografiske objekter (vektordata). Denne tilladelse betyder at mange nye landområder i verden nu kan indtegnes i OpenStreetMap regi for første gang.

DigitalGlobe har ikke en 100 % dækning af hele jorden (endnu), så der vil stadigvæk være hvide pletter med hensyn til at OpenStreetMap frivillige kan kortlægge et hvert sted på jorden. Denne tilladelse vil dog udvide OpenStreetMaps frivillige mulige arbejdsområde med adskillige millioner km2 landområder.

Det lyder rigtigt godt, men hvordan får jeg så adgang til disse satellitfotos fra DigitalGlobe?

Vi tager byen Tan Tan i Marokko som eksempel. Når du har åbnet stedet i iD editoren, så er Bing laget standardopsætningen (bemærk, at Bing også mange steder bruger DigitalGlobe). Hvis du ser i billedet nedenfor, så ser du at i højre side, så er satellitfotos fyldt med skyer.

Digitalglobe

Vi vil nu tjekke om DigitalGlobe har bedre dækning i dette område. I højre side klik på “Baggrundsindstillinger” knappen. Sæt hak i “Mapbox Satelitte“.

Digitalglobe

Nu indlæses DigitalGlobe satellitfotos over dette område. Vi ser i billedet nedenfor, at her er der ingen skyer i højre side nu. Nu er det så bare at gå i gang med at tilføje nye geografiske objekter i området.

Digitalglobe

Og andre steder i verden er det så Bing, der har bedst dækning, så hvis du kortlægger i forskellige lande i Afrika, så tjek mellem disse to lag “Bing” og “Mapbox Satelitte“. Hvis du benytter JOSM eller Potlatch2 som dine redigeringsværktøjer, så er teknikken den samme – Gå ind i “Baggrundsindstillinger” og find så “Mapbox Satelitte” laget.

Opdatering lørdag 12. april kl. 20:30. Mapbox har lavet et “Request for better imagery” værktøj. Så hvis du ser et sted på jorden, hvor DigitalGlobal ikke har så god dækning eller der er mange skyer på deres satellitfotos. Så kan du afmærke området og så sende et ønske for dette område. I nedenstående billede lavede jeg et ønske for Kap Verde området. Der er en del skyer på DigitalGlobes satellitfotos her, hvilket så gør det umuligt at optegne mange veje og andre geografiske objekter.

Digitalglobe

Nu er det ikke sikkert at dit ønske så bliver opfyldt lige med det samme. Nu giver det heller ingen mening at ønske satellitfotos for områder i Danmark, Europa eller Nordamerika, da OpenStreetMap frivillige har adgang til masser af gode luftfotos og satellitfotos i disse områder.

Hvis du primært kortlægger i Danmark, så er kvaliteten (opløsningen og zoom) af Geodatastyrelsen luftfotos meget bedre end DigitalGlobe. Du kan læse min guide, hvordan man bruger Geodatastyrelsens luftfotos i forskelige OpenStreetMap værktøjer her.

Hvorfor bruger danske medier ikke OpenStreetMap geodata til understøttelse af artikler?

Politiken har i dag en artikel om at udenlandske mineselskaber forlader Guinea pga. ebola udbruddet.

Det stigende antal har skabt frygt blandt udenlandske mineselskaber, hvoraf flere nu vælger at stoppe arbejdet i landet, mens de venter på, at smittefaren daler. Epicentret for virusudbruddet ligger tæt på landets hovedjernreserve.

Her har vi et oplagt geografisk spørgsmål, nemlig hvor er der så minedrift i Guinea? – Det spørgsmål kan OpenStreetMap hjælpe godt på vej med at svare på. Vi laver en geografisk søgning efter minedrift i OpenStreetMap via Overpass API (prøv søgning her). Vi får på et kort en oversigt (se billede nedenfor) over miner (typisk åbne miner i landskabet). Denne simple visualisering (billedet) om minedrift kunne have understøttet Politikens artikel.

Miner

Da åbne miner fylder ret meget og er markant synlige i landskabet, så er der stor sandsynlighed for at en OpenStreetMap frivillig har fået den kortlagt (se billede nedenfor).

Miner

OpenStreetMap kan selvfølgelig ikke garantere en 100 % dækning af alle miner i landet. Da fx et værktøj som Overpass API tilbyder at downloade OpenStreetMap geodata (af hvilken som helst type af geografisk objekt) i formater som GeoJSON, KML eller GPX er det relativt let for datajournalister at arbejde videre med i deres egne visualiseringer. OpenStreetMaps geodata er frit tilgængelig for journalister og medier at bruge – Selvfølgelig med en kildeangivelse som eneste krav.

Nu vi er i området fik du læste artiklen om Læger uden Grænser og Humanitarian OpenStreetMap Team samarbejde i det ebola ramte område?

Ebola udbruddet – samarbejde Humanitarian OpenStreetMap Team og Læger uden Grænser

I den sidste uges tid har der været skriverier i medierne om ebola udbruddet i Guinea. Sidste onsdag fik HOT (Humanitarian OpenStreetMap Team) en henvendelse fra Læger uden Grænser Schweiz om hjælp med at få skabt nogle kort over de tre byer Guekedou, Kissidougou og Macenta i Guinea. I disse byer ønskede Læger uden Grænser fuld dækning med alle bygninger og veje. OpenStreetMap frivillige fra hele verden fik klaret de tre første byer i løbet af 24 timer.

Da situationen har udviklet sig i løbet af ugen har Læger uden Grænser ønsket endnu 6 byer i området (og flere er på vej) med fuld dækning. Alle 9 byer er nu blevet kortlagt af ca. 250 frivillige og har digitialiseret over 120.000 bygninger og tusindvis af kilometer nyt vejnet er blevet lavet. Såfremt Læger uden Grænser også ønsker byer i de mindre berørte lande Liberia og Sierra Leone kortlagt, så vil HOT også stå klar med teknisk bistand og crowdsourcing af nye geodata.

Disse kort skal hjælpe de ca. 60 personer som Læger uden Grænser har sendt til området med at finde rundt samt til medicinsk geografi (udbrudanalyser). Da ebola ikke nødvendigvis er noget der kun rammer i byer, så er screening og kortlægning af fjerntliggende landsbyer samt vejene derhen også en opgave HOT har påtaget sig. Da der findes millioner af landsbyer samt mange millioner kilometer af fysisk vejnet i verden, som aldrig er blevet digitaliseret, så er det en kæmpe opgave også i det berørte ebola område. Og lad mig slå fast her hverken Google Maps, Nokia HERE eller nogen anden kortaktører kan tilbyde dette.

I Guinea for at finde fjerntliggende landsbyer nemmere og hurtigere har OpenStreetMap frivillige taget Landsat8 satellitbilleder til hjælp. Landsat8 har nogle forskellige farvebånd (bands), så ved at sætte farverne til “false colors“, så vil geografiske objekter udståle meget synlige forskellige farver.

Landsat8
(Billede – Landsat8 med false color over Guinea, Liberia og Sierra Leone)

Så fx hvis man er er zoomet lidt ind på Landsat8 satellitbillederne, så vil landsbyer (se billede nedenfor) ofte have en lys pink farve.

Landsat8

Hvis man zoomer ind og får bedre satellitbilleder frem fra fx DigitalGlobe vil man ofte se at det er korrekt at denne pink farve er en landsby (se billedet nedenfor). Dernæst er det at optegne landsby området samt hvis muligt at få forbundet denne landsby til vejnettet.

Landsat8

En anden god taktik for at finde nye landsbyer er, at kortlægge floder,bække eller åer, man støder ofte under dette arbejde på nye landsbyer, da mennesker typisk bosættter sig ved sådanne steder.

Landsat8

Indtil videre er der i den sidste uges tid blevet tilføjet ca 3247 nye mindre landsbyer i Guinea, og der er mange endnu der kan digtialiseres. Dette er en af de lettere opgaver du som OpenStreetMap frivillig kan bidrage med. Såfremt der kommer anmodninger om hjælp til Liberia og Sierra Leone, så er der brug for enhver OpenStreetMap frivillig som har lidt tid i overskud til at hjælpe. De tre lande tilsammen er immervæk på størrelse med Sverige og det er ikke noget man lige digitaliserer fra dag til dag.

Så er det lettere at benytte Geodatastyrelsens luftfotos med iD editor

Så har nybegynder OpenStreetMap editoren iD fået en opdatering. Det betyder at det er blevet en hel del lettere at benytte Geodatastyrelsens luftfotos til at skabe nye geodata i hele Danmarks området.

Sådan får du hurtigere adgang – Først så starter du iD editor op et sted over Danmark. Dernæst ude i højre side klik på Bagggrundsindstillinger” ikonet [genvejstast er tast b ].

iD editor

Sæt et hak på listen ved “Geodatastyrelsen (Denmark)“.

iD editor

Nu skulle Geodatastyrelsens luftfotos gerne blive indlæst over det område du ønsker.

iD editor
(Billede – Geodatastyrelsens luftfoto ved Fodby Shelterplads, nær Næstved)

Hvad er fordelen ved at benytte Geodatastyrelsens luftfotos? De tre primære grunde er

  1. Det er det nyeste OpenStreetMap frivillige har adgang til og det er fra forår 2013 og enkelte steder fra år 2012
  2. Forårsluftfotos er taget før træerne får blade på, det betyder at man kan se en hel del andre geografiske objekter, end ved luftfotos, der er taget i sommerperioden. Fx nogle stier i skove bliver synlige
  3. Er i supergod kvalitet 10 cm (1 pixiel er lig 10 cm)

Hvis du som OpenStreetMap frivillig bedre kan lide JOSM eller Potlatch 2 redigeringsværktøjerne og vil benytte Geodatastyrelsens luftfotos, så læs mine vejledninger til opsætning 1,2.

Lidt teknisk vedr. Geodatastyrelsens luftofoto – Disse luftfotos er en del af de frie grunddata, så de skal selvfølgelig ud og blive benyttet af så mange som muligt. iD editoren kalder en mapproxy service som Gregers Petersen satte op for et par måneder siden.

God arbejdslyst derude.

Vespucci OSM Editor kan nu vise Geodatastyrelsens luftfotos

Andriod app Vespucci OSM Editor er kommet i en ny 0.9.4 version (Google Store her). Vespucci OSM Editor er beregnet på at du kan lave OpenStreetMap redigering ude i marken på din mobiltelefon eller tablet. I denne nye version er det muligt at benytte Geodatastyrelsens luftfotos (fra forår 2013 og enkelte steder fra forår 2012) som baggrundskort.

I indstillinger under “Kortbaggrund” vælges “Geodatastyrelsen (Denmark)” for det område du vil redigere i.

appeditor

Dernæst indlæses Geodatastyrelsens luftfoto – i mit billede eksempel nedenfor er det området ved Jægerspris Slot der vises.

appeditor

Dernæst er det bare at gå i gang med at tilføje nye geografiske objekter med Vespucci OSM Editor. Bemærk, du skal have oprettet en gratis brugerkonto hos OpenStreetMap før du får lov til at tilføje nye geografisk objekter via Vespucci OSM Editor.

appeditor

Lidt teknisk vedr. Geodatastyrelsens luftofoto – Disse luftfotos er en del af de frie grunddata, så de skal selvfølgelig ud og blive benyttet af så mange som muligt. Vespucci OSM Editor kalder en mapproxy service som Gregers Petersen satte op for et par måneder siden.

Denne mapproxy service er lavet for at de danske OpenStreetMap frivillige i OpenStreetMap redigeringsværktøjer som iD, JOSM og Potlatch 2 kan få adgang til de gode og nyere luftfotos i god kvalitet og dernæst aflede nye og endnu flere vektordata ved indtegning. Nu er der så endnu en mulighed mere i form af Vespucci OSM Editor.

Opdatering kl. 11:50 – Vespucci OSM Editor virker særligt godt på en Android baseret tablets og der er lidt mere arbejdsplads end på ens mobiltelefon. Billedet nedenfor viser Kronprins Frederiks Bro i en Andriod baseret tablet.

appeditor

Læger uden Grænser er tilbage i Lubumbashi med kortlægning

I februar 2014 blev der afholdt et OpenStreetMap mapping party, der skulle opbygge vejnettet i byen Lubumbashi i Demokratiske Republik Congo. Dette arbejde skulle/skal bruges af Læger uden Grænser (UK afdeling) til et medicinsk geografi projekt.

Jorieke Vyncke fra Humanitarian OpenStreetMap Team [HOT] er nu rejst der ned i denne uge. Hun skal sammen med medarbejdere fra Læger uden Grænser og 10 geografistuderende fra University of Lubumbashi lægge hånd på det sidste arbejde, som kræver feltarbejde. Dvs ud i virkeligheden og tjekke vejnavne (hvis nogen), vandbrønde, POIs o.lign og dernæst få disse geodata lagt ind i OpenStreetMap. Den første dag i felten blev overstået i går torsdag og vil fortsætte en uges tid endnu.

Lubumbashi
(Billede taget af Jorieke Vyncke)

Der kom en appel fra Jorieke Vyncke om, hvis nogen har lidt tid i overskud, så ville sofakortlægning (kortlægning af steder man aldrig har besøgt) af bygninger i området være en kæmpe hjælp for deres projekt dernede.

Lubumbashi

På baggrund af denne appel er der de sidste to dage i Lubumbashi blevet tilføjet ca. 15.000 bygninger af OpenStreetMap frivillige fra hele verden. Flere nye indtegnet bygninger er på vej i skrivende stund og den kommende uge.

Lubumbashi

Ovenstående historie er et godt eksempel på at OpenStreetMaps arbejdsgang er lig med Wikipedias. Nogen starter (måske langt væk i form af sofakortlægning) og så tilføjer andre mere på og i sidste ende i OpenStreetMap regi, er det så lokale der tilføjer geografisk viden som kun lokale kan vide noget om. Så hvis du kortlægger hjemmefra i andre lande er din hjælp også værdifuld.

Desværre er der ingen danske NGO’er endnu, som har kastet sig over kortlægning i OpenStreetMap i de områder de opererer i.

FNs World Water Day – kortlæg vandrelateret emner i OpenStreetMap

Lørdag den 22. marts er det FNs årlige World Water Day. I år er fokus på “Water & Energy“. Netop geografiske vandrelateret emner kunne være din indgang til at prøve OpenStreetMap kortlægning for første gang i et land udenfor Danmark.

Det er især bifloder, åer, elve og søer som er oplagte muligheder. I lande som fx Zambia, Lesotho og Zimbabwe er det nemt at finde gode satellitbilleder over bifloder, elve og søer. Så er det bare at gå i krig med optegning. Billedet nedenfor viser et par floder fra Lesotho. Lesotho har et omfattende flodsystem og faktisk meget af landets indtægter stammer fra elproduktion lavet fra vandenergi. Denne strøm eksporteres til Sydafrika.

World Water day

I en hel del lande i Afrika har vi masser af floder der tørrer ud i tørkeperioder eller sommerperioden. Disse er stadigvæk synlige i landskabet selvom satellitbillederne er taget i en tørkeperiode. I OpenStreetMap kan disse floder også tagges ved at smide et ekstra tag på, nemlig "intermittent=yes" (læs OpenStreetMap wiki her). I billedet nedenfor ser vi eksempel på en udtørret flod fra det sydlige Marokko.

World Water day

Hvad skal vi så bruge dette til? – Floder, å, bække, søer giver et godt indblik, hvor mennesker har bosat sig. Kortlægger du fx i øde landområder, vil du hele tiden støde på mindre landsbyer langs med floderne. Kort fortalt “Vand er liv“. Disse områder findes ofte slet ikke på nogen digitale korttjenester inkl. OpenStreetMap.

Så hvis du bruger et par timer på World Water Day på kortlægning, så er du en del af et større projekt med at skabe en større global indsigt. Samt ikke mindst at gøre disse geodata frit tilgængelig.

Wikidata – noget for OpenStreetMap?

Jeg fik på Open Data Day et spørgsmål om Wikidata var noget OpenStreetMap kunne bruge eller brugte? Mit korte svar var, at OpenStreetMap ikke rigtigt havde så meget i gang vedr. Wikidata. Jeg vil her fortælle lidt om, hvad nogle enkelte frivillige i OpenStreetMap har gjort sig af tanker og ideer om Wikidata.

En ganske kort introduktion til Wikidata. Det blev sat i gang i 2012 og fokuserer på data i struktureret form. Et eksempel – i stedet for at have forfatteren Dostojevskij under mange indførelser pga. der er mange stavemåder fra land til land. Så opretter man et unikt ID (Dostojevskij har fået Q991). Omkring dette ID fletter man så de forskellige stavemåder sammen og man kan flette oplysninger om fødested, dødssted, dødsår, begravet på XX sted osv sammen. Alle disse struktureret data har så forbindelse (kan have) til Wikipedias artikler, Wikimedia Commons eller andre struktureret datasteder (fx Freebase).

Hvad skal det så bruges til? Det er kerneideen, at man kan (en gang ude i fremtiden) lave meget avanceret søgninger. Fx “Vis mig svenske kommuner der har en kvindelig borgmester som er under 50 år gammel”. I ovennævnte søgning er der så mulighed for at OpenStreetMap er den strukteret dataleverandør i form af polygonerne til de svenske kommuner. Så ovenstående søgning kan fx returneres i et GeoJSON, KML, GPX format og dermed kan visualiseres let. Det er sød fremtidmusik og har lange udsigter. OpenStreetMap har mere end rigeligt arbejde med at få kortlagt alene vejnettet i mange lande.

Men lad os se på et udkast (arbejdspapirstatus) OpenStreetMap har lavet med at flette Wikidata ind i OpenStreetMaps database. Et eksempel med Skibby Kirke, der linker OpenStreetMap til Wikipedia artikel med følgende tag “wikipedia=da:Skibby Kirke” – Hvis vi vil have Wikidata på, så er taggget “wikidata=Q12335623″ hvor Q12335623 er det unikke ID som udtrykker Skibby Kirke.

I OpenStreetMap regi kan en kunstner eller arkitekt ikke være et unikt geografisk objekt, men vi kan godt flette disse personer sammen med Wikidata, så vi kan få endnu mere at vide om det geografiske objekt.

Det kræver et par eksempler. Ser vi på Tyge Brahe statuen placeret i Jægerspris Slotspark. Statuen er lavet af Johannes Wiedewelt. Hvis vi vil have Johannes Wiedewelt flettet sammen med Wikidata, så er tagudkastet at benytte “artist:wikidata=Q3364484” – Hvor Q3364484 er så lig Johannes Wiedewelt.

Andet eksempel er jagthytten Schweizerhuset i Færgelundsskoven. Jagthytten blev tegnet af Andreas Kirkerup. Her bliver OpenStreetMap tagget lig “architect:wikidata=Q4755490“. Hvor Q4755490 er lig med Andreas Kirkerup.

Sidste eksempel er at en indkøbskæde eller brand kan ikke være et unikt geografisk objekt i OpenStreetMap. Den enkelte butik i en kæde kan godt have en selvstændig artikel i fx Wikipedia, men det er sjældent. I stedet er det indkøbskæden/brandet som helhed der skrives om. Dette kan vi også beskrive med et OpenStreetMap tag – Eksempel McDonald’s i Frederikssund – her benytter vi tagget “brand:wikidata=Q38076“. Q38076 er lig McDonald’s som helhed der kobles sammen, og ikke den enkelte McDonald’s i Frederikssund.

Endelig kan ovenstående Wikidata eksempler og mange andre for Frederikssund Kommune ses i denne her Overpass søgning.

Wikidata

Wikidata tags i OpenStreetMap er brugt ca. 1785 gange globalt. Wikipedia tags er brugt ca. 398.449 gange globalt, hvilket er hverken helt eller halvt færdigt. Det skal selvfølgelig ikke afholde dig fra at koble geografiske objekter i OpenStreetMap sammen med Wikidata og Wikipedia. Læs fx hvorfor og hvordan Wikipedia tags i OpenStreetMap værdiberiger Wikipedia.

Wikidata har også lavet lidt sjovt data-påskeæg tjek Q42, Q666 og Q1337 ud.

Et billede af data er ikke data

I Computerworld er der i dag et indlæg om “Huskeseddel til digital innovation: Disse ting skal du vide“, og jeg stejler lidt ved følgende tekst

I mange virksomheder er data lukket inde i siloer, hvor det kan være bøvlet at tilgå dem. Ifølge Accenture er det imidlertid ved at gå op for de mere progressive virksomheder, at deres data bør behandles som enhver anden supply chain: [...] for eksempel ved hjælp af helt åbne API’er. Et godt eksempel er Google. I dag anvendes data fra Google Maps eksempelvis på mere end 800.000 websites.

Når data forlader Google Maps servere, så er det ikke data mere, men et billede af data vi ser, og der er en kæmpe forskel. Der er ingen mulighed for videre manipulation fx hente hele vejnettet på Fanø ned og rode med det i software som QGIS, TileMill, Mapertive eller smide det ind i ens egen PostGIS server osv. Forespørgsler om fx alle kirker på Bornholm og returnere det i fx GeoJSON, GPX, KML format er heller ikke muligt i Google Maps API.

Derfor er Google Maps ikke den bedste case at trække op af hatten. Men der findes en endnu bedre case med OpenStreetMap og det digitale økosystem, der er bygget op omkring geodata. Her finder vi et digitalt økosystem, der er gået “all-in“, hvad enten man skal have en en global kopi af OpenStreetMap (der er max 5 min. gammelt) eller bare en fuld geodata kopi af alt fra Bornholm. Eller hvad med alle polygonerne til fodboldbaner i Danmark i et GeoJSON, KML, Shape, XML eller GPX format? Der er ingen begræsninger på, hvordan du får eller bruger disse geodata.

Servere hos firmaer som Mapbox, Geofabrik og ESRI henter konstant nye geodata fra OpenStreetMaps moderdatabase. Hvis du har indtegnet en ny vej i Malawi via en OpenStreetMap editor og gemt dit arbejde, så vil der gå 5 min. og ovennævnte firmaer har den inde i deres systemer. At de så kan tjene penge på disse geodata er helt fint for OpenStreetMap organisationen som helhed, bare de husker at kreditere hvor geodata kommer fra. Wikipedias databasekopi af OpenStreetMap bliver en gang i døgnet fodret med dagens ændringer. Jeg kunne blive ved at nævne eksempler fra dette digitale økosystem OpenStreetMap har opbygget.

Så står du og skal bruge et eksempel på en organisation, der er gået “All-in” med hensyn til åbenhed i data supply-chain regi, så kan du nævne OpenStreetMap som mønstereksemplet på dette.