Ungemappte Wohngebiete in Deutschland anhand Zensus

Hallo hfs,

danke für diese sehr interessante Auswertung Gründe für Fehlalarme sind u.a.:

  • In Gewerbegebieten haben manche Firmengründer auch ihr Wohnhaus auf dem Firmengrundstück stehen (landuse=commercial)

  • ehemalige Kasernen werden abgerissen und gerade neu bebaut (landuse=brownfield)

  • Ganze Ortschaften werden platt gemacht, z.B. für Braunkohletagbau Hambach (landcuse=brownfield)

  • Bereits abgebaggert z.B. für Braunkohle-Tagebau Inden (landuse=quarry)

  • Baustelle (landuse=constuction), z.B. https://www.openstreetmap.org/way/100019764

  • abrerissene Gebäude, renaturiertes Gebiet (abandoned|razed|…:building=yes), z.B. https://www.openstreetmap.org/way/399255458

  • Schule mit Wohnheim (amenity=school), z.B. https://www.openstreetmap.org/way/217940824

Viele Grüße
Joachim

Hier wird ein Campingplatz als Fehler mit 94 gemeldeten Einwohner:innen gemeldet. Wahrscheinlich, weil man dort auch einen festen Wohnsitz haben kann. Kenne ich jedenfalls so von einem anderen Campingplatz.

Das sind super Hinweise, vielen Dank!

Folgende Tags habe ich in die Ausschluss-Liste aufgenommen und die MapRoulette-Tasks neu erzeugt:

  • landuse=brownfield =quarry =construction

  • tourism=camp_site =caravan_site

  • amenity=school

  • building=construction

  • Building lifecycle prefixes: disused:, abandoned:, demolished:, removed:, razed:

Bei landuse=commercial war ich mir nicht so sicher. Wenn es dort Wohnungen/Wohnhäuser gibt, dann sollte es hoffentlich ein passendes building=house/apartments/yes geben?

Weiterhin ist mir noch aufgefallen, dass Ferienhaus-/Bungalow-Siedlungen teilweise als leisure=recreation_ground getaggt sind. Das erscheint mir falsch angesichts der Wiki-Beschreibung und auch der anderen Objekte, die so getaggt sind (Sportanlagen, Spielplätze, Grünanlagen). Aber ich habe auch im Thread Schlüssel für Bungalow-Siedlung oder Ferienhaus-Siedlung gesehen, dass noch Uneinigkeit über das Tagging herrscht.

Hallo hfs,
das ist wirklich eine tolle Arbeit.
Die Ergebnisse sind sehr hilfreich, insbesondere in gut gemappten Gebieten. Selbst in BW mit gefühlt hoher Mapper Dichte und guter Adress-Abdeckung durch Maps4BW gab es noch einige ungemappte Häuser.

Nach einigen bearbeiteten Aufgaben ein paar Bemerkungen:

  • Die Aufgabe lautet zwar “Ungemappte Wohngebiete”, ich fände es gut, wenn unabhängig vom landuse auch fehlende Gebäude
    erkannt würden. Vielleicht kann man auch zwei getrennte Tasks machen.
  • Zum Mappen von fehlenden Gebäuden sind die Tasks für mich zu groß: 400 Einwohner leben in ca. 100 Gebäuden.
  • Es kommt relativ häufig vor, dass in Gewerbe-/Industriegebieten zwar alle Gebäude gemappt sind, es aber nicht erkennbar ist,
    ob und wo da Leute wohnen. Vielleicht kann man diese Gebiete vorab ausschließen.

Hallo, da ich mich mit den tiefen von OSM nicht beschäftige verstehe ich das hier auch nicht. Man soll doch residential eintragen wo es fehlt. Dann kriege ich diesen Fehler angezeigt. https://maproulette.org/challenge/14893/task/69770850 Ein kleines rechteck aber rundum sind alle Häuser ohne residential. Wie weit soll man sich vom Fehler entfernen?

Hallo fx99,

bzgl. der fehlenden Gebäude denke ich, dass man sich schrittweise heranarbeiten muss.

Man könnte erst einmal mit den landuse=* anfangen, in denen man Gebäude erwarten würde, die aber gar keine Gebäude enthalten. Von denen allein gibt es schon genug. Das könnte man natürlich auch noch ausweiten und den Flächenanteil der Gebäude an der Gesamtfläche heranziehen. Damit findet man dann noch mehr Landuse-Flächen, die „zu wenige“ Gebäude haben.

Die Zensus-Daten enthalten auch Angaben zur Anzahl von Wohngebäuden je 100m×100m Rasterzelle (Stand 2011). Die könnte man auch mit der Anzahl von Gebäuden in OSM abgleichen. Da müsste man building=yes mitzählen (auch wenn man nicht weiß, ob es ein Wohngebäude ist) und eine großzügige Abweichung erlauben, um nicht zu viele falsch-positive Treffer zu haben.

Feiner aufgelöst als 100m² wird man es mit Zensusdaten allerdings nicht hinbekommen. Für diese Maproulette-Challenge hatte ich aneinander grenzende Rasterzellen zu einem Task zusammengefasst. Man könnte sie auch einzeln lassen und hätte dann mehr kleine Aufgaben.

Hallo Hiddenhausener,

ich denke es bleibt Dir selbst überlassen, ob Du um vorhandene Gebäude auch Landuse einzeichnen möchtest. Für diese Challenge reicht es, Gebäude oder Landuse einzutragen und man braucht sich nur das umrandete Gebiet anzusehen. Aber man darf natürlich jederzeit mehr mappen, was auf dem Luftbild zu erkennen ist, z.B. fehlende Wege, Gebäude, Wälder, usw.

Ok, Danke

Auf Anhieb zwei Fälle, wo dem nicht so ist:
Kursdorf zwischen Halle und Leipzig, direkt zwischen den beiden Landebahnen des Flughafens:
https://www.openstreetmap.org/#map=18/51.41891/12.23643
und Lebendorf-Siedlung zwischen Könnern und Bernburg:
https://www.openstreetmap.org/node/1712357335

Kann man letzteres eigentlich löschen?

Die Maproulette Kampagne wurde erfogreich abgeschlossen.
Nochmals herzlichen Dank an hfs für die Initiative.

Vielen, vielen Dank an alle, die mitgemacht haben!

Ich bin erstaunt und begeistert, in welcher Rekordzeit einige sehr fleißige Mapper die Challenge erledigt haben. Ein paar Auswertungen könnten interessant sein, dachte ich mir.

In den Weihnachtsferien hatten wohl einige Leute mehr Zeit, ab da ging es doppelt so schnell voran:

Die Charts der Beitragenden:


┌───────────────────┬─────────────┬───────┬───────────────┬──────────────┐
│      Mapper       │ Tasks total │ Fixed │ Already Fixed │ Not An Issue │
├───────────────────┼─────────────┼───────┼───────────────┼──────────────┤
│ kjon              │         985 │   830 │           145 │           10 │
│ Fischkopp0815     │         603 │   371 │           215 │           17 │
│ fx99              │         284 │   256 │            15 │           13 │
│ BeKri             │         274 │   230 │            22 │           22 │
│ pyram             │         130 │   110 │            11 │            9 │
│ hfs               │         125 │    93 │             2 │           30 │
│ Hiddenhausener    │          71 │    63 │             1 │            7 │
│ DD1GJ             │          65 │     0 │             0 │           65 │
│ _klaas_           │          48 │    45 │             1 │            2 │
│ cepesko           │          38 │    30 │             0 │            8 │
│ MKnight           │          31 │    28 │             2 │            1 │
│ R0bst3r           │          10 │     8 │             2 │            0 │
│ Chrisss Gü        │           9 │     8 │             0 │            1 │
│ derFred           │           9 │     6 │             0 │            3 │
│ GeorgFausB        │           8 │     7 │             0 │            1 │
│ miwktea           │           8 │     8 │             0 │            0 │
│ Strubbl           │           6 │     6 │             0 │            0 │
│ paradx            │           5 │     4 │             1 │            0 │
│ el_tommo          │           3 │     3 │             0 │            0 │
│ Leonmvd           │           3 │     3 │             0 │            0 │
│ Robobo            │           3 │     3 │             0 │            0 │
│ WegefanHB         │           3 │     3 │             0 │            0 │
│ gormo             │           2 │     2 │             0 │            0 │
│ AmandaHatesGoogle │           2 │     2 │             0 │            0 │
│ Luktopus          │           2 │     2 │             0 │            0 │
│ alo8              │           1 │     0 │             1 │            0 │
│ streckenkundler   │           1 │     0 │             0 │            1 │
│ CNelke            │           1 │     1 │             0 │            0 │
│ Claudius Henrichs │           1 │     1 │             0 │            0 │
│ newrandomusername │           1 │     0 │             0 │            1 │
│ Korgi1            │           1 │     0 │             0 │            1 │
│ mcheck            │           1 │     0 │             0 │            1 │
│ mbethke           │           1 │     1 │             0 │            0 │
│ Mammi71           │           1 │     0 │             0 │            1 │
│ altacc            │           1 │     1 │             0 │            0 │
│ Morty123          │           1 │     1 │             0 │            0 │
│ OPerivar          │           1 │     1 │             0 │            0 │
│ elle67            │           1 │     1 │             0 │            0 │
│ OSM_RogerWilco    │           1 │     1 │             0 │            0 │
│ Rainero           │           1 │     1 │             0 │            0 │
│ choessei          │           1 │     1 │             0 │            0 │
│ RobertR11         │           1 │     1 │             0 │            0 │
│ tyr_asd           │           1 │     1 │             0 │            0 │
└───────────────────┴─────────────┴───────┴───────────────┴──────────────┘

Und dann wollte ich noch herausfinden, wie viele neue Landuse-Flächen und Gebäude denn nun im Rahmen der Challenge entstanden sind. Gar nicht so einfach, weil es keine direkte Verbindung vom Maproulette-Task zur OSM-Changelist gibt.

Es wurden 14.330 neue Landuse-Flächen angelegt und 17.440 neue Gebäude (obwohl danach gar nicht direkt gefragt wurde). Wow!

Man sieht auch die im OSM-Projekt typische Pareto-Verteilung, wer wie viele Änderungen beiträgt: 5 (16 %) Mapper liefern über 85 % der neuen Daten.


                  ┌───────────────────────────────────────────────────────────────────────────────────────────────┬────────────────────────────────────────────────────────────────────────────────────────────────┬─────────────────────┐
                  │   create                                                                                      │ modify                                                                                         │ delete              │
┌─────────────────┼───────────┬────────┬────────┬──────────┬───────┬────────┬────────┬───────┬─────┬─────┬────────┼───────────┬────────┬────────┬──────────┬────────┬────────┬────────┬───────┬─────┬─────┬────────┼──────┬─────┬────────┤
│                 │landuse=   │landuse=│landuse=│landuse=  │landuse│building│building│highway│other│other│other   │landuse=   │landuse=│landuse=│landuse=  │landuse=│building│building│highway│other│other│other   │other │other│other   │
│Mapper           │residential│farmyard│farmland│industrial│=other │=yes    │=other  │=*     │node │way  │relation│residential│farmyard│farmland│industrial│other   │=yes    │=other  │=*     │node │way  │relation│node  │way  │relation│
├─────────────────┼───────────┼────────┼────────┼──────────┼───────┼────────┼────────┼───────┼─────┼─────┼────────┼───────────┼────────┼────────┼──────────┼────────┼────────┼────────┼───────┼─────┼─────┼────────┼──────┼─────┼────────┤
│TOTAL            │      7937 │   5159 │    154 │      121 │   959 │  15739 │   1701 │  1957 │ 251 │1911 │     12 │       823 │    317 │    783 │       85 │   1441 │    697 │    361 │  4656 │9333 │1385 │     78 │  918 │ 459 │      9 │
├─────────────────┼───────────┼────────┼────────┼──────────┼───────┼────────┼────────┼───────┼─────┼─────┼────────┼───────────┼────────┼────────┼──────────┼────────┼────────┼────────┼───────┼─────┼─────┼────────┼──────┼─────┼────────┤
│kjon             │      3831 │   2773 │     42 │       17 │   433 │     20 │      5 │   315 │  13 │ 266 │      1 │       254 │     82 │    321 │       27 │    564 │     49 │     41 │  1515 │6556 │ 444 │     21 │  576 │ 228 │      1 │
│Fischkopp0815    │      1456 │   1266 │      0 │        3 │    73 │   4017 │    236 │   247 │   0 │  51 │      0 │       125 │     89 │     80 │        4 │    139 │     52 │     14 │   485 │4022 │  85 │      2 │  307 │  25 │      0 │
│fx99             │        13 │      6 │      0 │        1 │     8 │   3422 │   1270 │    21 │  16 │   4 │      0 │        18 │      2 │      5 │        6 │     33 │    189 │     90 │    53 │ 778 │  27 │      0 │   37 │   5 │      0 │
│BeKri            │       836 │    497 │     27 │       59 │   244 │   3901 │     94 │  1118 │ 183 │1324 │      2 │       215 │     93 │    263 │       18 │    458 │    308 │    159 │  1931 │2623 │ 603 │     40 │  165 │ 110 │      7 │
│pyram            │       734 │    218 │     14 │       17 │   120 │   3128 │     16 │   132 │   8 │ 128 │      9 │       114 │     35 │     26 │       14 │     93 │     77 │     42 │   425 │3057 │ 129 │     14 │  374 │  45 │      1 │
│hfs              │       220 │    107 │      0 │        1 │    22 │    249 │      1 │    58 │   0 │  14 │      0 │        21 │      2 │     21 │        4 │     54 │      2 │      4 │    76 │ 430 │  33 │      1 │  212 │   9 │      0 │
│Hiddenhausener   │       332 │    201 │      3 │       15 │    37 │      1 │      0 │     6 │   0 │  56 │      0 │        23 │      9 │     54 │        9 │     68 │      6 │      4 │    93 │1393 │  24 │      0 │  761 │  33 │      0 │
│_klaas_          │       305 │     42 │      0 │        1 │     5 │    449 │     56 │     3 │   1 │  20 │      0 │         6 │      2 │      0 │        0 │      2 │      3 │      0 │     3 │  82 │   0 │      0 │    0 │   0 │      0 │
│cepesko          │        33 │     12 │      0 │        5 │     0 │      3 │      0 │     5 │   2 │   0 │      0 │        10 │      0 │      3 │        1 │     10 │      0 │      0 │     8 │  53 │   7 │      0 │   41 │   1 │      0 │
│MKnight          │        24 │      0 │      0 │        0 │     0 │      0 │      0 │     0 │   0 │   1 │      0 │        13 │      0 │      0 │        1 │      1 │      0 │      0 │     0 │  12 │   4 │      0 │   10 │   2 │      0 │
│R0bst3r          │         8 │      1 │      0 │        2 │     1 │     48 │      2 │     0 │   0 │   0 │      0 │         1 │      0 │      1 │        0 │      3 │      0 │      0 │     1 │  20 │   5 │      0 │    6 │   0 │      0 │
│Chrisss Gü       │        31 │      0 │      0 │        0 │     6 │      1 │      0 │     0 │   1 │   0 │      0 │         6 │      0 │      6 │        0 │      5 │      0 │      1 │     4 │  15 │   4 │      0 │   12 │   1 │      0 │
│derFred          │         7 │      0 │      0 │        0 │     0 │     24 │      0 │     0 │   0 │   2 │      0 │         1 │      0 │      0 │        0 │      0 │      1 │      0 │     1 │  30 │   2 │      0 │    0 │   0 │      0 │
│GeorgFausB       │        14 │      8 │      0 │        0 │     2 │      1 │      0 │     0 │   0 │   5 │      0 │         4 │      0 │      0 │        1 │      2 │      1 │      0 │     8 │  66 │   5 │      0 │    0 │   0 │      0 │
│miwktea          │        38 │      3 │     27 │        0 │     1 │    218 │      0 │     0 │   0 │   1 │      0 │         5 │      0 │      0 │        0 │      0 │      0 │      0 │    16 │   0 │   5 │      0 │    0 │   0 │      0 │
│Strubbl          │        15 │      0 │      2 │        0 │     0 │      2 │      0 │     0 │   0 │   0 │      0 │         0 │      0 │      0 │        0 │      0 │      0 │      0 │     1 │   4 │   1 │      0 │    0 │   0 │      0 │
│paradx           │        14 │      6 │     36 │        0 │     0 │     56 │      0 │     3 │   0 │   3 │      0 │         0 │      0 │      2 │        0 │      1 │      1 │      3 │     8 │   3 │   2 │      0 │    0 │   0 │      0 │
│Leonmvd          │         3 │      0 │      0 │        0 │     0 │      0 │      3 │     0 │   0 │   0 │      0 │         0 │      0 │      0 │        0 │      1 │      0 │      0 │     0 │   2 │   1 │      0 │    0 │   0 │      0 │
│Robobo           │         1 │      8 │      0 │        0 │     3 │     47 │      2 │     1 │   0 │   2 │      0 │         1 │      1 │      0 │        0 │      0 │      0 │      0 │     3 │  20 │   0 │      0 │    0 │   0 │      0 │
│WegefanHB        │         6 │      1 │      1 │        0 │     1 │      7 │     14 │     4 │  24 │  17 │      0 │         1 │      0 │      0 │        0 │      0 │      0 │      0 │     4 │   7 │   2 │      0 │    0 │   0 │      0 │
│gormo            │         8 │      3 │      0 │        0 │     0 │      0 │      0 │     0 │   1 │   4 │      0 │         2 │      0 │      0 │        0 │      0 │      0 │      0 │     1 │   2 │   0 │      0 │    0 │   0 │      0 │
│AmandaHatesGoogle│         1 │      0 │      0 │        0 │     0 │      0 │      0 │     0 │   1 │   0 │      0 │         1 │      0 │      0 │        0 │      0 │      0 │      0 │     0 │   1 │   0 │      0 │    0 │   0 │      0 │
│CNelke           │         0 │      0 │      0 │        0 │     0 │      0 │      0 │     0 │   0 │   0 │      0 │         0 │      0 │      0 │        0 │      0 │      0 │      0 │     0 │   3 │   0 │      0 │    0 │   0 │      0 │
│altacc           │         1 │      0 │      0 │        0 │     0 │      3 │      0 │     0 │   0 │   0 │      0 │         0 │      0 │      0 │        0 │      0 │      0 │      0 │     0 │   0 │   0 │      0 │    0 │   0 │      0 │
│Morty123         │         2 │      0 │      2 │        0 │     2 │      9 │      0 │     0 │   0 │   2 │      0 │         1 │      0 │      0 │        0 │      0 │      0 │      0 │     0 │   0 │   0 │      0 │    0 │   0 │      0 │
│OPerivar         │         1 │      0 │      0 │        0 │     0 │      7 │      2 │     0 │   0 │   1 │      0 │         0 │      0 │      0 │        0 │      0 │      0 │      0 │     3 │   0 │   0 │      0 │    0 │   0 │      0 │
│elle67           │         0 │      4 │      0 │        0 │     1 │     24 │      0 │     8 │   1 │  10 │      0 │         0 │      0 │      0 │        0 │      0 │      0 │      0 │     4 │  23 │   1 │      0 │    1 │   0 │      0 │
│Rainero          │         1 │      2 │      0 │        0 │     0 │     16 │      0 │     6 │   0 │   0 │      0 │         1 │      1 │      1 │        0 │      4 │      8 │      3 │     5 │ 123 │   0 │      0 │    2 │   0 │      0 │
│choessei         │         1 │      0 │      0 │        0 │     0 │     41 │      0 │    23 │   0 │   0 │      0 │         0 │      0 │      0 │        0 │      0 │      0 │      0 │     4 │   1 │   0 │      0 │    0 │   0 │      0 │
│RobertR11        │         0 │      0 │      0 │        0 │     0 │     31 │      0 │     0 │   0 │   0 │      0 │         0 │      1 │      0 │        0 │      2 │      0 │      0 │     0 │   0 │   1 │      0 │    0 │   0 │      0 │
│tyr_asd          │         1 │      1 │      0 │        0 │     0 │     14 │      0 │     7 │   0 │   0 │      0 │         0 │      0 │      0 │        0 │      1 │      0 │      0 │     4 │   7 │   0 │      0 │    1 │   0 │      0 │
└─────────────────┴───────────┴────────┴────────┴──────────┴───────┴────────┴────────┴───────┴─────┴─────┴────────┴───────────┴────────┴────────┴──────────┴────────┴────────┴────────┴───────┴─────┴─────┴────────┴──────┴─────┴────────┘

Was für eine umfangreiche Auswertung! Sehr cool.

Gibt es eigentlich eine Möglichkeit sich diejenigen Wohngebiete anzeigen zu lassen, die zwar als solche Flächen ausgezeichnet sind, aber noch keine Häuser eingezeichnet haben?

Wäre dann das nächste Maproulette Projekt …

Da könnt ihr euch gerne in Ostfriesland austoben, da sind noch tausende Gebäude zu mappen… :wink:
Das ist jetzt kein Ostfriesenwitz, sondern tatsächlich so

Viele Grüße
klaas

(aus Ostfriesland)

Das mach ich schon seit Jahre in Bayern :wink: Ich nimm mir eine Gemeindegrenze und schaue ich Fläche von “vorne nach hinten” durch… ob Wohngebietsfläche oder die Häuser in der Fläche fehlen… und alles mögliche was man im carto-Kartenstil eben finden kann… größere Lücken in der Bebauung… größere weiße Flecken ohne Wege usw. usw. wenn ich dann mit einer Gemeinde fertig hab vermerke ich mir das im Wiki auf der Seite den Landkreises das ich auf offensichtliche Dinge geprüft hab. (z.B. hier aktuell: https://wiki.openstreetmap.org/wiki/Landkreis_Alt%C3%B6tting )

Und glaub mir auch ohne irgendeine Auswertung findet man da sehr sehr viel :wink:

Gruß Miche

Bekommt man das wirklich mit Maproulette abgebildet, dass Wohngebiete ohne gemappte Häuser erkannt werden?

Alternativ: Geht das mit einer Overpass Abfrage zu realisieren? Die Abfrage nach Wohngebieten wäre so in der Art “keine Gebäude innerhalb der Grenzen von Wohngebiet”.

Ich habe mir natürlich auch schon überlegt, was die nächste Maproulette-Challenge sein könnte. Ich befürchte, dass die Wohngebiete ohne Gebäude einfach viel zu viele sind.

landuse=residential/commercial/retail/industrial – also alles Gebiete, wo man Gebäude erwarten kann – ohne jegliche Gebäude darauf gibt es in Deutschland aktuell 86802 Stück. Selbst wenn man sich auf Flächen größer als 5000 m² beschränkt, sind es 40737 Stück. Das ist glaube ich zu viel für eine realistisch bearbeitbare Challenge.

(Jetzt wo ich nochmal über die Ergebnisse schaue sollte ich landuse=industrial herausnehmen. Darunter sind einfach zu viele Kiesgruben und Solarparks.)

Wie wäre es mit den größten 2000 Flächen als Challenge? Oder den größten 1000 pro Bundesland?

Mit den größten anzufangen, könnte natürlich auch demotivierend sein, weil man dann pro Task sehr viele Häuser zu malen hat. Ein großes Beispiel: https://www.openstreetmap.org/way/183759485

Hallo hfs,
das ist eine tolle Auswertung. Kann man die irgendwie detaillierter anschauen? Hast du einen Link auf diese Karte oder die Abfrage? Oder gibt es ein größer aufgelöstes Bild, dass du erstellen könntest?

Wenn du Sorgen wegen der Größe der Challenge und der Anzahl der Gebiete, vielleicht könntest du eine einfache Liste der Flächen bereitstellen? So wie die eine Fläche, die du als Beispiel gepostet hast.

Könnte man das sonst als Projekt auf hotosm anlegen? Da kann man die großen Fläche ja kleiner aufteilen.

183759485 esse ich zum Frühstück—naja wird ein ausgedehntes Frühstück von ca. 4-6h, aber die Ortschaft ist sehr geordnet. Es gibt schlimmere Stellen, z.B. Altdorfstrukturen und Innenstädte.

Ich wäre auch dabei, würde Sinn machen sich das anzuschauen.
Vielleicht macht man 16 einzelne Challenges, für jedes Bundesland? Oder man fängt mit den HotSpots in Niedersachsen an …

Erfolge beginnen mit dem ersten Schritt … ein Versuch wärs wert.

Ich würd mich für Bayern interessieren :wink: besonders was da östlich von München (Landkreis Ebersberg) noch für rote Punkte sind? Hab ich da was übersehen :confused:

mfg Miche