Das Big Spatial Data Analytics Team des HeiGIT entwickelt derzeit die OpenStreetMap-Historie-Analyseplattform "ohsome". Das Ziel ist es, OSM-Daten über der gesamten Bearbeitungshistorie der Daten für verschiedene Arten von Datenanalyseaufgaben auf globaler Ebene leichter zugänglich zu machen.

OpenStreetMap (OSM) ist eine frei verfügbare Weltkarte, zu der jeder geographische Informationen beitragen kann. Dies macht OSM zu einer reichhaltigen Ressource, die in Bezug auf Funktionsvielfalt und Skalierung vielfältig ist. Gleichzeitig ist die Datenqualität von OSM von großer regionaler Varianz und ändert sich auch im Laufe der Zeit ständig. Der Reichtum von OSM macht es oft schwierig, die OSM-Datenqualität extrinsisch zu bewerten, d. H. indem sie mit externen Referenzdatensätzen verglichen wird, da viele der Objekttypen und Eigenschaften in OSM in solchen Datensätzen nicht zur Verfügung stehen.

Die Analyse historischer OSM-Daten bietet interessante Einsichten in die Entwicklung der Kartendaten. Sie unterstützt die intrinsische Bewertung der OSM-Datenqualität, d.h. ohne mit anderen Datensätzen verglichen zu werden. Die Analyse der OSM-Historie ist jedoch komplex und rechenintensiv - insbesondere auf globaler Ebene. Es gibt zwar mehrere Methoden und Tools für bestimmte Zwecke, es steht jedoch keine umfassendes Softwarepaket für derartige Analysen zur Verfügung.

Die Datenanalyse-Plattform "ohsome" erleichtert die Analyse von OSM-Historiendaten durch die Bereitstellung von High-Level-Schnittstellen zu verschiedenen räumlich-zeitlichen Datenbanken. Darüber hinaus entwickelt das Big Spatial Data Analytics Team des HeiGIT die OpenStreetMap-Historien-Datenbank (Oshdb). Oshdb wendet Big-Data-Technologien an, um es zu ermöglichen, die ohsome Plattform in einer Scalabe-Cluster-Computing-Umgebung zu implementieren.

Mögliche Anwendungen der ohsome-Plattform reichen von Web-Dashboards über Datenqualitätsbeurteilung bis hin zur benutzerdefinierten Datenanalyse.

Sowohl ohsome als auch oshdb sollen im Laufe des Jahres 2018 als Open-Source-Software veröffentlicht werden.

Diese Arbeit wird von der Klaus Tschira Stiftung, Heidelberg, unterstützt. Es baut auf früheren und aktuellen Forschungen zur extrinsischen und intrinsischen OSM-Datenqualitätsanalyse der GIScience-Forschungsgruppe und der wachsenden internationalen Literatur auf.

übrigens: ohsome wird wie "awesome" ausgesprochen ;-)

http://ohsome.org

http://heigit.org

Ausgewählte Literatur:

Barron, C., Neis, P. & Zipf, A. (2013): Transactions in GIS, DOI: 10.1111/tgis.12073.

Ballatore, A. and Zipf, A. (2015): . COSIT - CONFERENCE ON SPATIAL INFORMATION THEORY XII. October 12-16, 2015. Santa Fe, New Mexico, USA. Lecture Notes in Computer Science, pp. 1-20.

Degrossi L.C., J. Porto de Albuquerque, R. dos Santos Rocha, A. Zipf (2018 accepted): A taxonomy of quality assessment methods for volunteered and crowdsourced geographic information. Transactions in GIS. DOI:10.1111/tgis.12329

Mocnik, F.-B., Zipf, A., Raifer, M. (2017):  Geo-spatial Information Science. DOI: 10.1080/10095020.2017.1368193.

Jokar Arsanjani, J., Zipf, A., Mooney, P., Helbich, M. (Eds.)(2015):  Series: Lecture Notes in Geoinformation and Cartography. 2015, VII, 373 p. Sringer Science. Heidelberg, Berlin. ISBN 978-3-319-14279-1

Neis, P., Zielstra, D. & Zipf, A. (2013):  Future Internet. Vol. 5, pp. 282-300.

Neis, P. & Zipf, A. (2012): ISPRS International Journal of Geo-Information. Vol.1(2), pp.146-165. MDPI. DOI:10.3390/ijgi1020146

Roick, O., Hagenauer, J. & Zipf, A. (2011):  SOTM-EU 2011. State of the Map EU. Scientific Track. Wien.

GIScience Research Group Heidelberg University
http://uni-heidelberg.de/gis
Heidelberg Institute for Geoinformation Technology
http://heigit.org