zur vollständigkeit des gebäudedatenbestandes von ... · schaffung methodischer grundlagen für...
TRANSCRIPT
www.ioer.de | DGFK, 6. März Bonn-Bad Godesberg
Fachvortrag der DGFK
Sektion Mittelrhein
Bonn - Bad Godesberg, 06. März 2014
Zur Vollständigkeit des Gebäudedatenbestandes
von OpenStreetMap
Robert Hecht1, Carola Kunze1,2, Stefan Hahmann2
1 Leibniz-Institut für ökologische Raumentwicklung Dresden 2 Institut für Kartographie, Technische Universität Dresden
www.ioer.de | DGFK, 6. März Bonn-Bad Godesberg
Agenda
Kurzvorstellung
Teil I – Bedeutung von Gebäudedaten
Warum gebäudebasierte Information?
Aktuelle Datensituation in Deutschland
Teil II – Vollständigkeit des Gebäudedatenbestandes in OpenStreetMap
OpenStreetMap
Vollständigkeitsuntersuchung (Geometrie, Semantik, weiteren Attributen)
Anreicherung amtlicher Daten mit OSM Information
Fazit/Ausblick
www.ioer.de | DGFK, 6. März Bonn-Bad Godesberg
Kurzvorstellung
des Forschungsbereichs FB Monitoring des
IÖR
www.ioer.de | DGFK, 6. März Bonn-Bad Godesberg
Forschungsbereiche des IÖR
Quelle: www.ioer.de
www.ioer.de | DGFK, 6. März Bonn-Bad Godesberg
Gegenstand der Forschung
Schaffung methodischer Grundlagen für die Beobachtung, Beschreibung und Erklärung der Entwicklung des Raumes
Entwicklung von Monitoring- und Analyseverfahren um Zustand und Veränderung der Flächennutzung räumlich hochauflösend und zeitlich vergleichbar zu beschreiben sowie
Prognoseverfahren um den Flächenbedarf für Wohnansprüche zu prognostizieren
www.ioer.de | DGFK, 6. März Bonn-Bad Godesberg
Ziele Gebäudebasierte
Erhebung der
Siedlungsstruktur
Topographische
Karten
SEMENTA®-CHANGE
Erhebung der
Gebäude-, Siedlungs-
und Freiraumstruktur
Geobasisdaten,
Geofachdaten,
Statistische Daten
Automatisierte GIS-
Analysen,
SEMENTA®
Kleinräumige Prognose
des Nachfragepotenzials
nach Flächen für
Wohnungsneubau
Regionalstatistik,
Mikrozensus,
IÖR-Monitordaten,
SOEP
IÖR-Wohnungs-
prognosesystem
Monitoring Prognose
Vergangenheit Gegenwart Zukunft
Monitor der Siedlungs- und
Freiraumentwicklung
(IÖR-Monitor)
Rechenprogramm
“Kommunale Wohnungs-
nachfrageprognose“
Daten-
grundlagen
Verfahren
(Grundlagen-
forschung)
Anwendung
(Wiss.
Dienstleistung)
www.ioer.de | DGFK, 6. März Bonn-Bad Godesberg
Wissenschaftliche Dienstleistung IÖR-Monitor
www.ioer-monitor.de
http://www.ioer-monitor.de
www.ioer.de | DGFK, 6. März Bonn-Bad Godesberg
Teil I – Bedeutung von Gebäudedaten
www.ioer.de | DGFK, 6. März Bonn-Bad Godesberg
Warum gebäudebasierte Information?
Wissenschaft und Praxis benötigen kleinräumige Informationen zur Siedlungsstruktur (physisch, funktional, sozio-ökonomisch)
© 2011 Modi Research Group
Energiebedarfs -planung
Anforderung: hochauflösend (räumlich/inhaltlich/zeitlich), objektiv, flächendeckend, homogen
Infrastrukturplanung (Lärm, Schadstoffe)
© 2010 DataKustik
Stadt- und Regionalplanung
© 2011 Umweltatlas Berlin Tribet (2011)
Risikoabschätzung (Hochwasser)
www.ioer.de | DGFK, 6. März Bonn-Bad Godesberg
Datensituation
Informationsbedarf nicht gedeckt (insb. Gebäudestruktur, Bebauungsdichte, Geschossfläche, Wohnung- und Einwohnerzahl, Baualter, bauliche Aktivität)
Amtliche Statistik: geringe räumliche Auflösung (nur auf Gemeindeebene)
Kommunalstatistik: nicht flächendeckend, heterogen, erschwerter Zugriff
Geobasisdaten: topographische Sicht, geringe thematische Auflösung, tlw. hohe Kosten
Kommerzielle Daten: intransparent, teuer
Eigene Erhebung: zeit- und kostenintensiv
Lösungsansatz: Ableitung der siedlungsstrukturellen Informationen mithilfe räumlicher Analysen im GIS
www.ioer.de | DGFK, 6. März Bonn-Bad Godesberg
Lösungsansatz – Räumliche Analyse
Kleinräumige Information zur Siedlungsstruktur (Gebäudedichte, Überbauungsgrad, Geschossflächendichte, Gebäudevolumen Wohnungs- und Einwohnerzahl, etc.)
Gebäudetypische Annahmen (z.B. Geschosse, Wohnungsgröße, Haushaltsgröße)
Räumliche Analysen (z.B. Verschneidung, Aggregation, Disaggregation)
Zweckmäßig klassifiziertes Gebäudemodell (z.B. Einfamilienhaus, Mehrfamilienhaus, Industriegebäude)
(vgl. Meinel et al. (2009): Analyzing building stock using topographic maps and GIS, Building Research & Information, Vol. 37 (5-6)
?
www.ioer.de | DGFK, 6. März Bonn-Bad Godesberg
Datengrundlagen
Geobasisdaten im entsprechendem Maßstab bundesweit verfügbar
Gebäudestruktur ist nur implizit enthalten
© GeoBasis-DE / BKG (2009), ALK © GeoSN 2009, 3D Gebäudestruktur © GEOBasis.nrw 2009
www.ioer.de | DGFK, 6. März Bonn-Bad Godesberg
Forschung am IÖR
Methoden zur kleinräumigen Analyse des Siedlungsbestandes und deren Entwicklung
Schaffung objektiver, kleinräumiger gebäudebezogener Basisinformationen für die Planung, Wissenschaft und Gesellschaft
Veredlung vorhandener flächendeckend verfügbarer Geobasisdaten
Entwicklung automatisierter Ansätze
Klassifizierung von Gebäudegrundrissen
Kleinräumige Beschreibung der Siedlungsstruktur (Indikatoren)
Identifizierung von Innenentwicklungspotenzialen
Gebäudegrundrisse ohne semantischer Information
Klassifizierte Gebäudegrundrisse
www.ioer.de | DGFK, 6. März Bonn-Bad Godesberg
Beispiel SEMENTA (SettlementAnalyzer)
Extension für ArcGIS Desktop (V. 9.0)
Systemvorraussetzung
ArcInfo
Windows XP/2000 (SP4)
HALCON run-time-library (ab Version 7.1)
1 GB Hauptspeicher,
25 GB Kapazität
www.ioer.de | DGFK, 6. März Bonn-Bad Godesberg
Krefeld - Siedlungsstrukturelle Kennzahlen
Quelle: IÖR im Auftrag von MWME des Landes Nordrhein-Westfalen (2011)
www.ioer.de | DGFK, 6. März Bonn-Bad Godesberg
Krefeld - Siedlungsstrukturelle Kennzahlen
Quelle: IÖR im Auftrag von MWME des Landes Nordrhein-Westfalen (2011)
www.ioer.de | DGFK, 6. März Bonn-Bad Godesberg
Welche Gebäudedaten sind geeignet?
Top. Karten
(TK25 , DTK25-V)
Dig. Top. Karten
(DTK25)
Hausumringe
(HU)
Kataster
(ALK, ALKIS®)
3D Gebäude
(3D-GS)
Geobasisdaten mit Gebäudegrundriss
Rasterdaten (mit grundrissähnlicher
Gebäuderegion-Repräsentation)
Vektordaten (mit grundrisstreuer Einzelgebäude-
Repräsentation)
ohne Nutzungsinformation
mit Nutzungsinformation
ohne Gebäudehöhe
mit Gebäudehöhe
Gebäude in separatem
Layer
Gebäude vereint mit anderen Elementen
Zunahme von Informationsgehalt, Genauigkeit und Datenkosten
Quelle: Hecht (2013): Automatische Erkennung von Gebäudetypen auf Grundlage von Geobasisdaten, Flächennutzungsmonitoring V - Methodik, Analyseergebnisse, Flächenmanagement, Rhombos-Verlag, 2013
www.ioer.de | DGFK, 6. März Bonn-Bad Godesberg
Zwischenfazit – Gebäudedaten
Gebäudedaten wichtig für verschiedene Anwendungen
Große Nachfrage nach hochauflösenden, objektiven,
quantitativen Daten zur Siedlungsstruktur und deren
Entwicklung über große Flächen
Methoden zur automatischen Ableitung relevanter
Informationen vorhanden
Amtliche Daten erfüllen Anforderungen an Flächendeckung,
Vollständigkeit, Aktualität, aber häufig hohe Datenkosten
bzw. erschwerter Zugriff (insbes. für
regionale/überregionale Planungsbehörden)
www.ioer.de | DGFK, 6. März Bonn-Bad Godesberg
Nutzergenerierte Geodaten als Alternative?
Studie zur Vollständigkeit von OSM im Rahmen einer Studien- und Diplomarbeit (Koop. mit TU Dresden)
Fragen:
Wie werden Gebäude in OpenStreetMap erfasst?
Wie vollständig sind die Gebäude in OpenStreetMap?
Wie kann die Vollständigkeit gemessen werden?
Wie vollständig sind die Gebäudeattribute (Nutzung, Gebäudehöhe)?
Wie lassen sich Informationen aus OSM mit amtlichen Geodaten kombinieren?
…
www.ioer.de | DGFK, 6. März Bonn-Bad Godesberg
Teil II Vollständigkeit des
Gebäudedatenbestandes von OpenStreetMap
www.ioer.de | DGFK, 6. März Bonn-Bad Godesberg
OpenStreetMap
Crowdsourcing erfährt zunehmendes Wachstum und Interesse im Netz
Nutzergenerierte Geodaten (Volunteered Geographic Information, VGI) werden ehrenamtlich von Bürgerinnen/Bürgern erhoben
Nutzung moderner Web 2.0 Technologie (GPS, Smartphones, etc.)
frei verfügbare, kostenlose Geoinformationen
Bekanntestes Projekt: OpenStreetMap (OSM) mit dem Ziel der Erzeugung einer „Freien Weltkarte“
www.ioer.de | DGFK, 6. März Bonn-Bad Godesberg
OpenStreetMap
Quelle: www.openstreetmap.de/
www.ioer.de | DGFK, 6. März Bonn-Bad Godesberg
Nutzer und Datenstatistik (2005-heute)
Quelle: wiki.openstreetmap.org/wiki/Stats
www.ioer.de | DGFK, 6. März Bonn-Bad Godesberg
Nutzerstatistik
Quelle: https://blog.openstreetmap.org/2009/10/17/where-are-people-editing/
www.ioer.de | DGFK, 6. März Bonn-Bad Godesberg
Nutzer
Quelle: http://neis-one.org/2012/11/active-users-osm-nov12/
www.ioer.de | DGFK, 6. März Bonn-Bad Godesberg
Lizenzierung
OpenStreetMap steht unter der Open Database License (ODbL) 1.0. (früher Creative Commons CC-BY-SA)
Daten können beliebig weiterverwendet werden, müssen aber OpenStreetMap als Quelle angeben
Datenbanken, die auf Basis dieser Daten hergestellt werden, müssen die Lizenz beibehalten, d.h. die Zwischenergebnisse (oder Prozessroutinen) müssen dem OSM Projekt zugute kommen
Abgeleitete Werke (Karten) können kommerziell vertrieben werden
www.ioer.de | DGFK, 6. März Bonn-Bad Godesberg
Datenmodellierung in OSM
Punkte (nodes),
Linien (ways)
Flächen (closed ways)
Relationen (Wegstücke eines
Wanderwegs, Multipolygons)
Attribute mittels „Tags“:
besteht aus Schlüssel und
einem Wert (Key-Value)
building=commercial
amenity=restaurant
source=bing
Verweis auf Buch:
Ramm/Topf „OpenStreetMap“
Quelle: http://www.geofabrik.de/media/2011-01-28-dgfk-openstreetmap.pdf
www.ioer.de | DGFK, 6. März Bonn-Bad Godesberg
Abgeleitete Karten
Verschiedene thematische
Karten mittels verschiedener
Renderer Stile (Straßenkarten,
ÖPNV-Karte, OpenCycleMap,
OpenPisteMap)
Projekt OpenLayers ermöglicht
Einbindung in Webseiten
www.öpnvkarte.de openpistemap.org
www.opencyclemap.org
www.ioer.de | DGFK, 6. März Bonn-Bad Godesberg
Straßennetz durch Vergleich mit kommerziellen Daten (z.B. TeleAtlas/ TomTom, NAVTEQ, amtliche Geodaten) in [Haklay 2010] (UK), [Zielstra/ Zipf 2010] (DE), [Neis et al. 2010] (DE)
Points of Interest (POI): Vollständigkeit/ Lagegenauigkeit [Strunk 2010] (DE), [Hauck 2011] (DE)
Landnutzungspolygone: OSM vs. ATKIS [Schoof 2012]
OSM Adressen: Vergleich mit TeleAtlas [Höpfner 2011]
Verschiedene Tools zum Qualitätsmanagement (z.B. OSM Inspector, Osmose, OSMAddressCorrector)
Bis dato keine regional differenzierte Untersuchung der Vollständigkeit der Gebäude in OSM!
Bisherige Qualitätsuntersuchungen
www.ioer.de | DGFK, 6. März Bonn-Bad Godesberg
Untersuchung der Datenqualität der Gebäude in OpenStreetMap hinsichtlich
geometrische Vollständigkeit und Modellierungsqualität
Semantische Vollständigkeit
Vergleich mit amtlichen Vermessungsdaten aus dem Liegenschaftskataster (ALK, ALKIS, HU) bzw. Ortsbegehungen
Prüfung des Nutzungspotenzials von OSM-Daten für raumwissenschaftliche Untersuchungen
Ziele der empirischen Untersuchungen
www.ioer.de | DGFK, 6. März Bonn-Bad Godesberg
Geometrische Vollständigkeit der Gebäude in OpenStreetMap
www.ioer.de | DGFK, 6. März Bonn-Bad Godesberg
Unterschiede OSM vs. amtliche Hausumringe
OpenStreetMap Amtliche Geobasisdaten (u.a.
ALK, Hausumringe, etc.)
Gebäudedefinition Keine Ja (i.d.R. entsprechend der
Landesbauordnung)
Erfassungsregel
Nur Empfehlungen (OSMWiki):
Umrisslinien für einen ganzen
Gebäudeblock bis hin zu
Einzelgebäuden
Definiert, z.B. im OBAK-LiegKat NRW
(äußerer Umring bzw.
Gebäudebegrenzungslinien
(Brandmauer))
Datenaufnahme
(Geometrie)
vorrangig Bing-Luftbilder, GPS,
Datenspenden Einmessung, Luftbilder
Datenaufnahme (Attribute)
Gebäudefunktion (Vorort),
Gebäudehöhe (Schätzen
/Geschosszahl (Zählen,
Schätzen (Schatten), Wissen,
Winkelmessung (Smart
Measure App)
Gebäudefunktion (zum Zeitpunkt der
Erhebung durch Einmessung),
Gebäudehöhe (oft LiDAR),
Geschosszahl (bei Einmessung)
Lagegenauigkeit
Abhängig von
Aufnahmeverfahren
(etwa 5 m)
+/- 0,5 m
Aktualisierung Kontinuierlich Kontinuierlich bzw. jährlich
zusammengeführt (Hausumringe)
www.ioer.de | DGFK, 6. März Bonn-Bad Godesberg
Detaillierungsgrad der Bing Luftbilder
(Quelle: http://ant.dev.openstreetmap.org/bingimageanalyzer/)
www.ioer.de | DGFK, 6. März Bonn-Bad Godesberg
2 Bundesländer Sachsen
Nordrhein-Westfalen
… mit je Großstadt (>500.000)
Mittelstadt
Kleinstadt (<100.000)
Kreis (ländliche Region)
≈14,7% der Gesamtfläche von D
Untersuchungsgebiete
www.ioer.de | DGFK, 6. März Bonn-Bad Godesberg
Download via www.geofabrik.de (verschiedene Formate)
XML .osm Datei
ESRI ArcGIS Editor for OSM (2.1 for 10.1) (www.esriosmeditor.codeplex.com)
Speicherung als Feature Class in GDB
Selektion aller Gebäude mit key „building“
Transformation von WGS84 nach GK-Koordinaten (DHDN/3)
OSM Datenimport
www.ioer.de | DGFK, 6. März Bonn-Bad Godesberg
OpenStreetMap
Referenzdatensatz
Nordrhein-
Westfalen Sachsen
Gebäudepolygone Polygone mit key
„building“
Polygone der
Amtliche
Hausumringe
(>20 m²)
Polygone der
Objektart
„Gebäude“ aus
ATKIS Basis-DLM*
Zeitbezug 17.11.2011
(Download)
24.06.2011
(Metadaten)
Juli 2011
(Metadaten)
Objektanzahl 274.806 (SN)
1.119.839 (NRW) 8.887.495 1.891.544
Verwendete Datensätze
* Aktuell fehlen 15% der Umringe in Sachsen (vernachlässigte Einmessungspflicht), siehe Burckhardt M.: Analyse des
Gebäudebestandes in Deutschland auf Grundlage der Hausumringe (HU) und georeferenzierter Adressdaten, Diplomarbeit 2012, TU
Dresden)
www.ioer.de | DGFK, 6. März Bonn-Bad Godesberg
Gebäudeanzahl
Gebäudefläche
Visualisierung von Differenzen oder Anteilen
…auf Basis von Bezugsflächen
(Unit-based methods)
… über räumliche Objektzuordnung
(Object-based methods)
Centroid-Methode
Overlap-Methode (Grad der Überdeckung)
Visualisierung von Differenzen oder Anteilen
Messung der Vollständigkeit
www.ioer.de | DGFK, 6. März Bonn-Bad Godesberg
Messung der Vollständigkeit
…auf Basis von Bezugsflächen
(Unit-based methods)
Verschneidung von Bezugsflächen (geometrisch, administrativ) mit Gebäudedatensätzen
Summierung von Gebäudeanzahl oder Gebäudefläche Fläche
Darstellung:
als absolute Zahlen pro Bezugsfläche
als relative Angabe (Differenz, Anteile) pro Bezugsfläche
… über räumliche Objektzuordnung
(Object-based methods)
www.ioer.de | DGFK, 6. März Bonn-Bad Godesberg
Bsp. Gebäudeanzahl
Quelle: Kunze (2012)
www.ioer.de | DGFK, 6. März Bonn-Bad Godesberg
Bsp. Prozentuale Differenz (Gebäudeanzahl)
Quelle: Kunze (2012)
www.ioer.de | DGFK, 6. März Bonn-Bad Godesberg
Räumliche Zuordnung homologer Objekte
Einseitige Abfrage: Ist das betrachtete Gebäudeobjekt in OSM repräsentiert?
Berechnung des Anteils der Referenzgebäude mit entsprechender Repräsentation in OSM (pro Bezugseinheit)
Zwei Ansätze betrachtet
Centroid-Methode
Overlap-Methode
…auf Basis von Bezugsflächen
(Unit-based methods)
… über räumliche Objektzuordnung
(Object-based methods)
Messung der Vollständigkeit
www.ioer.de | DGFK, 6. März Bonn-Bad Godesberg
…auf Basis von Bezugsflächen
(Unit-based methods)
… über räumliche Objektzuordnung
(Object-based methods)
Messung der Vollständigkeit
Centroid-Methode (Kriterium: Referenz-Centroid schneidet OSM-Polygon)
Overlap-Methode (Overlap-Fläche mindestens halb so groß, wie Fläche des Referenzpolygons)
OSM building
reference building (not in OSM)
reference building (in OSM)
overlapping area
OSM building
reference building (not in OSM)
reference building (in OSM)
reference building centroid (in OSM building)
reference building centroid (not in OSM building)
OSM building
reference building (not in OSM)
reference building (in OSM)
overlapping area
OSM building
reference building (not in OSM)
reference building (in OSM)
reference building centroid (in OSM building)
reference building centroid (not in OSM building)
Quelle: Kunze et. al., KN 63 (2013)
www.ioer.de | DGFK, 6. März Bonn-Bad Godesberg
Geometrische Raster Administrative Einheiten
Konzentrische Kreise Pufferzonen
Mögliche Bezugsflächen der Analyse
Quelle: Kunze et. al., KN 63 (2013)
www.ioer.de | DGFK, 6. März Bonn-Bad Godesberg
Unit-based method Object-based method
Saxony Anzahl [%]
Fläche [%]
Centroid [%]
Overlap [%]
Leipzig (Großstadt) 25.2 58.8 28.9 28.4
Chemnitz (Mittelstadt) 24.3 60.4 32.0 31.4
Bautzen (Kleinstadt) 37.4 80.8 47.8 44.5
Vogtlandkreis (ländl. Gebiete) 6.5 15.6 4.9 4.5
Bundesland 14.5 30.7 15.3 14.4
North Rhine-Westphalia
Anzahl
[%]
Fläche
[%]
Centroid
[%]
Overlap
[%]
Essen (Großstadt) 30.9 84.1 53.5 52.5
Münster (Mittelstadt) 5.5 28.1 8.8 8.7
Lemgo (Kleinstadt) 1.2 13.0 1.8 1.7
Kreis Coesfeld (ländl. Gebiete) 9.4 21.4 10.5 9.6
Bundesland 15.6 45.9 25.0 24.3
Großer Unterschied zwischen Fläche und Anzahl
Ergebnisse – Fokusgebiete
www.ioer.de | DGFK, 6. März Bonn-Bad Godesberg
Große Unterschiede bei Betrachtung der Gebäudeanzahl und Gebäudefläche (Unit-based method)
nicht robust gegenüber Modellierungsunterschieden
Objektbasierte Methoden zuverlässiger
robust gegenüber Modellierungsunterschiede
Vergleichbare Ergebnisse mit Centroid und Overlap-Methode
Empfehlung: Centroid-Methode (effizienter in der Prozessierung)
Wahl der Messmethode
www.ioer.de | DGFK, 6. März Bonn-Bad Godesberg
Unit-based method Object-based method
Saxony Anzahl [%]
Fläche [%]
Centroid [%]
Overlap [%]
Leipzig (Großstadt) 25.2 58.8 28.9 28.4
Chemnitz (Mittelstadt) 24.3 60.4 32.0 31.4
Bautzen (Kleinstadt) 37.4 80.8 47.8 44.5
Vogtlandkreis (ländl. Gebiete) 6.5 15.6 4.9 4.5
Bundesland 14.5 30.7 15.3 14.4
North Rhine-Westphalia
Number
[%]
Area
[%]
Centroid
[%]
Overlap
[%]
Essen (Großstadt) 30.9 84.1 53.5 52.5
Münster (Mittelstadt) 5.5 28.1 8.8 8.7
Lemgo (Kleinstadt) 1.2 13.0 1.8 1.7
Kreis Coesfeld (ländl. Gebiete) 9.4 21.4 10.5 9.6
Bundesland 15.6 45.9 25.0 24.3
Stadt-Land-Gefälle (Bevölkerungsdichte)
Ergebnisse – Fokusgebiete
www.ioer.de | DGFK, 6. März Bonn-Bad Godesberg
Gebäudegrundfläche (Referenz vs. OSM)
Quelle: Kunze (2012)
www.ioer.de | DGFK, 6. März Bonn-Bad Godesberg
Detailkarten
Quelle: Kunze (2012)
Quelle: Kunze et. al., KN 63 (2013)
www.ioer.de | DGFK, 6. März Bonn-Bad Godesberg
Sachsen
Dresden
Chemnitz
Bautzen Leipzig
Quelle: Kunze (2012)
www.ioer.de | DGFK, 6. März Bonn-Bad Godesberg
NRW
Quelle: Kunze (2012)
www.ioer.de | DGFK, 6. März Bonn-Bad Godesberg
NRW
www.ioer.de | DGFK, 6. März Bonn-Bad Godesberg
NRW
www.ioer.de | DGFK, 6. März Bonn-Bad Godesberg
Untersuchung der Objektbeziehungen
… geben differenzierteren Aufschluss über Vollständigkeit/Modellierungsqualität
Quelle: Kunze et al., KN 63 /2013
www.ioer.de | DGFK, 6. März Bonn-Bad Godesberg
Stadt Essen: 50 % 1:1 der Referenzgebäude können eindeutig einem OSM-Gebäude zugeordnet werden
Stadt Leipzig: nur ¼ aller Referenzgebäude mit 1:1
Aber auch OSM-Gebäude, die nicht in Referenzdaten sind!
Leipzig Essen
23%
68%
9%
Reference : OSM
1:1
1:0
1:n51%40%
9%
Reference : OSM
1:1
1:0
1:n
50%
3%
47%
OSM : Reference
1:1
1:0
1:n
33%
2%
65%
OSM : Reference
1:1
1:0
1:n
Untersuchung der Objektbeziehungen
Quelle: Hecht/ Kunze/Hahmann (2013)
www.ioer.de | DGFK, 6. März Bonn-Bad Godesberg
Untersuchung an einer Zeitreihe für Sachsen (11/2011, 05/2012, 11/2012)
Vollständigkeitszuwachs
0
5000
10000
15000
20000
25000
30000
35000
40000
45000
11/2011 05/2012 11/2012
Nu
mb
er
of
bu
ildin
gs
Total number of OSM buildings at different time points
Leipzig
Chemnitz
Bautzen
Vogtlandkreis
0
10
20
30
40
50
60
70
11/2011 05/2012 11/2012
Co
mp
lete
ne
ss i
n %
Completeness of OSM buildings at different time points
Leipzig
Chemnitz
Bautzen
Vogtlandkreis
Saxony
Quelle: Hecht/ Kunze/Hahmann (2013)
www.ioer.de | DGFK, 6. März Bonn-Bad Godesberg
Vollständigkeitszuwachs
Quelle: Hecht/ Kunze/Hahmann (2013)
www.ioer.de | DGFK, 6. März Bonn-Bad Godesberg
Vollständigkeitszuwachs
Quelle: Hecht/ Kunze/Hahmann (2013)
www.ioer.de | DGFK, 6. März Bonn-Bad Godesberg
Vollständigkeitszuwachs
Quelle: Hecht/ Kunze/Hahmann (2013)
www.ioer.de | DGFK, 6. März Bonn-Bad Godesberg
Zunahme der Vollständigkeit von 15% (2011) auf 23% (2012)
Geringerer Zuwachs in der zweiten Jahreshälfte (saisonal bedingt?)
Räumlich sehr unterschiedlich (abhängig von der Anzahl aktiver Nutzer)
Bei Annahme von 8% p.a. Vollständigkgeit in 9 Jahren erreicht
Ob annähernde Vollständigkeit der Gebäude tatsächlich erreicht wird, ist fraglich (Gebäude nicht so relevant wie Straßennetz, dass zum Routing genutzt wird)
Vollständigkeitszuwachs
www.ioer.de | DGFK, 6. März Bonn-Bad Godesberg
Semantische Information in OSM
Untersuchung von Gewerbeeinlagerungen durch Auswertung von Gebäude- und POI-Tags (OSM Rohdaten)
Untersuchungsgebiet: 8 zufällig gewählte Straßenzüge in Dresden
Abgleich von OSM und GoogleMaps mit Vorort-Kartierung
www.openstreetmap.de
www.ioer.de | DGFK, 6. März Bonn-Bad Godesberg
Semantische Information in OSM
Ergebnisse
OSM Vollständigkeit: 85%
Google Maps Vollständigkeit: 66%
OSM: gute Erfassung von Gewerbe des täglichen Bedarf (Shops, Bäckerei, etc.), Defizit bei Dienstleistungen ohne Verkaufsraum (Physiotherapiepraxen, Finanzbüros, Rechtsanwälte)
Google Maps: bessere Abdeckung Dienstleistungen ohne Ladengeschäft (Rechtsanwälte, Finanzberater), aber viele veraltete Einträge
OSM Eigenheit: Absichtliche Verschiebung der Punkte durch Doppel-Tags (pub & restaurant), wenig Einträge für nicht signaturierte Objekte (jewelry, travel agency)
Quelle: Kunze (2013)
www.ioer.de | DGFK, 6. März Bonn-Bad Godesberg
Exkurs: Nutzung semantische OSM Information
Verbesserung von Modellen zur kleinräumigen Abschätzung von Wohnungs- und Einwohnerzahlen (insb. im Stadtzentrum)
In Städten Wohnungs-/Einwohnerzahl häufig überschätzt (partielle Gewerbeeinlagerung, nicht in amtlichen Daten modelliert)
Integration der POI tags (z.B. shop=bakery, amenity=restaurant, tourism=museum) und Bestimmung des Nichtwohnnutzungsanteils
Verweis auf Diplomarbeit
C. Kunze (2013): “Nutzung semantischer Informationen aus OSM zur Beschreibung des
Nichtwohnnutzungsanteils in Gebäudebeständen“ (TU Dresden)
Quelle: Kunze (2013)
www.ioer.de | DGFK, 6. März Bonn-Bad Godesberg
Fehler der Überschätzung der Einwohner durch Nichtwohnnutzung
konnte mit OSM von +15,3% auf +12,5% reduziert werden
Exkurs: Nutzung semantische OSM Information
Quelle: Kunze (2013)
www.ioer.de | DGFK, 6. März Bonn-Bad Godesberg
Gebäudehöhe/Geschosszahl
OSM erlaubt Modellierung der Gebäudehöhe (building:height) und Geschosszahl (building:levels)
62.349 Gebäude mit Höhe (0,13 %*)
115.488 Gebäude mit Geschossanzahl (0,25 %*)
* bei ca. 47 Mio. Haupt- und
Nebengebäuden (HU)
Stand: 05.11.2013 Quelle: Eigene
www.ioer.de | DGFK, 6. März Bonn-Bad Godesberg
Gebäudehöhe/Geschossangabe (Innenstadt Dresden)
Lokal beschränkt
Keine gleichmäßige Verteilung
Inkonsistente Eingaben
OSM-Höheninformationen zu unvollständig (nur in
urbanen Gebieten teilweise vorhanden)
Gebäudehöhe/Geschosszahl
Quelle: Eigene
www.ioer.de | DGFK, 6. März Bonn-Bad Godesberg
Fazit (1)
OSM-Gebäudebestand in Deutschland nicht annähernd vollständig (deutlich unter 30%)
Objektbasierte Methoden liefern valideres Vollständigkeitsmaß
„Typisches“ OSM Vollständigkeitsmuster (Defizite in ländlichen Regionen)
Starke Modellierungsunterschiede (fehlende Vereinheitlichung)
Gebäudehöhe/Geschossanzahl nur selten attribuiert
Wichtige semantische Information
Aktuell kein flächendeckender, konsistenter
Gebäudedatensatz
Quelle: Kunze (2012)
www.ioer.de | DGFK, 6. März Bonn-Bad Godesberg
Fazit (2)
Nutzung der OSM Gebäudegeometrie für raumwissenschaftliche Untersuchungen nur bedingt geeignet (lediglich in zentrumsnahen Stadtgebieten)
Gebäudebestand kann u.U. aktueller sein (insbesondere der Neubau, Gebäudeneubau spiegelt sich erst nach etwa einem Jahr in den Geobasisdaten) Kombination mit amtlichen Daten?
OSM beherbergt nützliche Nutzungsinformationen, die in amtlichen Daten nicht enthalten sind (z.B. Gewerbeeinlagerungen)
Kombiniert mit amtlichen Daten können diese zur Verfeinerung räumlicher Modellierungsprozesse beitragen
www.ioer.de | DGFK, 6. März Bonn-Bad Godesberg
Vollständigkeit wächst sehr schnell (tlw. auch durch Datenspenden)
Neue Bilddienste, Erfassungstools, Anwendungen bessere
geometrische Modellierung?
Sensibilisierung der OSM Mapper nötig (Gebäude bisher topographisches Orientierungsobjekt) 3D-OSM Entwicklung
könnte Mapper-Community motivieren
Semantik größte Herausforderung (für “Weltkarten” nicht immer sichtbar) OSM sollte für Unternehmen attraktiver werden (z.B.
Verknüpfung mit Öffnungszeiten)
Es bleibt deshalb abzuwarten bis ...
Vollständigkeit/Datenqualität von OSM verbessert
Amtliche Gebäudedaten als Open Data?
Ausblick
www.ioer.de | DGFK, 6. März Bonn-Bad Godesberg
Vielen Dank!
Kontakt
Robert Hecht Leibniz-Institut für ökologische Raumentwicklung e.V. Dresden [email protected] Tel: (0)351 46 79 248 Carola Kunze [email protected] Stefan Hahmann Inst. Für Kartographie, TU Dresden [email protected]
Publikationen
Kunze, C.; Hecht, R.; Hahmann, S. (2013) Zur Vollständigkeit des Gebäudedatenbestandes von OpenStreetMap. Kartographische Nachrichten 63 (2013) 2-3, S.73-81 Kunze, C. (2012) „Vergleichsanalyse des Gebäudedatenbestandes aus OpenStreetMap mit amtlichen Datenquellen “, Studienarbeit, TU Dresden (Download via qucosa.de) Kunze, C. (2013) „Nutzung semantischer Informationen aus OSM zur Beschreibung des Nichtwohnnutzungsanteils in Gebäudebeständen “, Diplomarbeit TU Dresden (Download via qucosa.de)
Hecht, R. Kunze, C.; Hahmann, S. (2013): Measuring Completeness of Building Footprints in OpenStreetMap over Space and Time. ISPRS Int. J. Geo-Inf. 2013, 2, 1066-1091. (doi:10.3390/ijgi2041066)