Die Maproulette Kampagne wurde erfogreich abgeschlossen.
Nochmals herzlichen Dank an hfs fΓΌr die Initiative.
Vielen, vielen Dank an alle, die mitgemacht haben!
Ich bin erstaunt und begeistert, in welcher Rekordzeit einige sehr fleiΓige Mapper die Challenge erledigt haben. Ein paar Auswertungen kΓΆnnten 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:
βββββββββββββββββββββ¬ββββββββββββββ¬ββββββββ¬ββββββββββββββββ¬βββββββββββββββ
β Mapper β Tasks total β Fixed β Already Fixed β Not An Issue β
βββββββββββββββββββββΌββββββββββββββΌββββββββΌββββββββββββββββΌβββββββββββββββ€
β kjon β 985 β 830 β 145 β 10 β
β Fischkopp0815 β 603 β 371 β 215 β 17 β
β fx99 β 284 β 256 β 15 β 13 β
β BeKri β 274 β 230 β 22 β 22 β
β pyram β 130 β 110 β 11 β 9 β
β hfs β 125 β 93 β 2 β 30 β
β Hiddenhausener β 71 β 63 β 1 β 7 β
β DD1GJ β 65 β 0 β 0 β 65 β
β _klaas_ β 48 β 45 β 1 β 2 β
β cepesko β 38 β 30 β 0 β 8 β
β MKnight β 31 β 28 β 2 β 1 β
β R0bst3r β 10 β 8 β 2 β 0 β
β Chrisss GΓΌ β 9 β 8 β 0 β 1 β
β derFred β 9 β 6 β 0 β 3 β
β GeorgFausB β 8 β 7 β 0 β 1 β
β miwktea β 8 β 8 β 0 β 0 β
β Strubbl β 6 β 6 β 0 β 0 β
β paradx β 5 β 4 β 1 β 0 β
β el_tommo β 3 β 3 β 0 β 0 β
β Leonmvd β 3 β 3 β 0 β 0 β
β Robobo β 3 β 3 β 0 β 0 β
β WegefanHB β 3 β 3 β 0 β 0 β
β gormo β 2 β 2 β 0 β 0 β
β AmandaHatesGoogle β 2 β 2 β 0 β 0 β
β Luktopus β 2 β 2 β 0 β 0 β
β alo8 β 1 β 0 β 1 β 0 β
β streckenkundler β 1 β 0 β 0 β 1 β
β CNelke β 1 β 1 β 0 β 0 β
β Claudius Henrichs β 1 β 1 β 0 β 0 β
β newrandomusername β 1 β 0 β 0 β 1 β
β Korgi1 β 1 β 0 β 0 β 1 β
β mcheck β 1 β 0 β 0 β 1 β
β mbethke β 1 β 1 β 0 β 0 β
β Mammi71 β 1 β 0 β 0 β 1 β
β altacc β 1 β 1 β 0 β 0 β
β Morty123 β 1 β 1 β 0 β 0 β
β OPerivar β 1 β 1 β 0 β 0 β
β elle67 β 1 β 1 β 0 β 0 β
β OSM_RogerWilco β 1 β 1 β 0 β 0 β
β Rainero β 1 β 1 β 0 β 0 β
β choessei β 1 β 1 β 0 β 0 β
β RobertR11 β 1 β 1 β 0 β 0 β
β tyr_asd β 1 β 1 β 0 β 0 β
βββββββββββββββββββββ΄ββββββββββββββ΄ββββββββ΄ββββββββββββββββ΄βββββββββββββββ
Und dann wollte ich noch herausfinden, wie viele neue Landuse-FlΓ€chen und GebΓ€ude 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-FlΓ€chen angelegt und 17.440 neue GebΓ€ude (obwohl danach gar nicht direkt gefragt wurde). Wow!
Man sieht auch die im OSM-Projekt typische Pareto-Verteilung, wer wie viele Γnderungen beitrΓ€gt: 5 (16 %) Mapper liefern ΓΌber 85 % der neuen Daten.
βββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββ¬βββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββ¬ββββββββββββββββββββββ
β create β modify β delete β
βββββββββββββββββββΌββββββββββββ¬βββββββββ¬βββββββββ¬βββββββββββ¬ββββββββ¬βββββββββ¬βββββββββ¬ββββββββ¬ββββββ¬ββββββ¬βββββββββΌββββββββββββ¬βββββββββ¬βββββββββ¬βββββββββββ¬βββββββββ¬βββββββββ¬βββββββββ¬ββββββββ¬ββββββ¬ββββββ¬βββββββββΌβββββββ¬ββββββ¬βββββββββ€
β βlanduse= βlanduse=βlanduse=βlanduse= βlanduseβbuildingβbuildingβhighwayβotherβotherβother βlanduse= βlanduse=βlanduse=βlanduse= βlanduse=βbuildingβbuildingβhighwayβotherβotherβother βother βotherβother β
βMapper βresidentialβfarmyardβfarmlandβindustrialβ=other β=yes β=other β=* βnode βway βrelationβresidentialβfarmyardβfarmlandβindustrialβother β=yes β=other β=* βnode βway βrelationβnode βway βrelationβ
βββββββββββββββββββΌββββββββββββΌβββββββββΌβββββββββΌβββββββββββΌββββββββΌβββββββββΌβββββββββΌββββββββΌββββββΌββββββΌβββββββββΌββββββββββββΌβββββββββΌβββββββββΌβββββββββββΌβββββββββΌβββββββββΌβββββββββΌββββββββΌββββββΌββββββΌβββββββββΌβββββββΌββββββΌβββββββββ€
βTOTAL β 7937 β 5159 β 154 β 121 β 959 β 15739 β 1701 β 1957 β 251 β1911 β 12 β 823 β 317 β 783 β 85 β 1441 β 697 β 361 β 4656 β9333 β1385 β 78 β 918 β 459 β 9 β
βββββββββββββββββββΌββββββββββββΌβββββββββΌβββββββββΌβββββββββββΌββββββββΌβββββββββΌβββββββββΌββββββββΌββββββΌββββββΌβββββββββΌββββββββββββΌβββββββββΌβββββββββΌβββββββββββΌβββββββββΌβββββββββΌβββββββββΌββββββββΌββββββΌββββββΌβββββββββΌβββββββΌββββββΌβββββββββ€
βkjon β 3831 β 2773 β 42 β 17 β 433 β 20 β 5 β 315 β 13 β 266 β 1 β 254 β 82 β 321 β 27 β 564 β 49 β 41 β 1515 β6556 β 444 β 21 β 576 β 228 β 1 β
βFischkopp0815 β 1456 β 1266 β 0 β 3 β 73 β 4017 β 236 β 247 β 0 β 51 β 0 β 125 β 89 β 80 β 4 β 139 β 52 β 14 β 485 β4022 β 85 β 2 β 307 β 25 β 0 β
βfx99 β 13 β 6 β 0 β 1 β 8 β 3422 β 1270 β 21 β 16 β 4 β 0 β 18 β 2 β 5 β 6 β 33 β 189 β 90 β 53 β 778 β 27 β 0 β 37 β 5 β 0 β
βBeKri β 836 β 497 β 27 β 59 β 244 β 3901 β 94 β 1118 β 183 β1324 β 2 β 215 β 93 β 263 β 18 β 458 β 308 β 159 β 1931 β2623 β 603 β 40 β 165 β 110 β 7 β
βpyram β 734 β 218 β 14 β 17 β 120 β 3128 β 16 β 132 β 8 β 128 β 9 β 114 β 35 β 26 β 14 β 93 β 77 β 42 β 425 β3057 β 129 β 14 β 374 β 45 β 1 β
βhfs β 220 β 107 β 0 β 1 β 22 β 249 β 1 β 58 β 0 β 14 β 0 β 21 β 2 β 21 β 4 β 54 β 2 β 4 β 76 β 430 β 33 β 1 β 212 β 9 β 0 β
βHiddenhausener β 332 β 201 β 3 β 15 β 37 β 1 β 0 β 6 β 0 β 56 β 0 β 23 β 9 β 54 β 9 β 68 β 6 β 4 β 93 β1393 β 24 β 0 β 761 β 33 β 0 β
β_klaas_ β 305 β 42 β 0 β 1 β 5 β 449 β 56 β 3 β 1 β 20 β 0 β 6 β 2 β 0 β 0 β 2 β 3 β 0 β 3 β 82 β 0 β 0 β 0 β 0 β 0 β
βcepesko β 33 β 12 β 0 β 5 β 0 β 3 β 0 β 5 β 2 β 0 β 0 β 10 β 0 β 3 β 1 β 10 β 0 β 0 β 8 β 53 β 7 β 0 β 41 β 1 β 0 β
βMKnight β 24 β 0 β 0 β 0 β 0 β 0 β 0 β 0 β 0 β 1 β 0 β 13 β 0 β 0 β 1 β 1 β 0 β 0 β 0 β 12 β 4 β 0 β 10 β 2 β 0 β
βR0bst3r β 8 β 1 β 0 β 2 β 1 β 48 β 2 β 0 β 0 β 0 β 0 β 1 β 0 β 1 β 0 β 3 β 0 β 0 β 1 β 20 β 5 β 0 β 6 β 0 β 0 β
βChrisss GΓΌ β 31 β 0 β 0 β 0 β 6 β 1 β 0 β 0 β 1 β 0 β 0 β 6 β 0 β 6 β 0 β 5 β 0 β 1 β 4 β 15 β 4 β 0 β 12 β 1 β 0 β
βderFred β 7 β 0 β 0 β 0 β 0 β 24 β 0 β 0 β 0 β 2 β 0 β 1 β 0 β 0 β 0 β 0 β 1 β 0 β 1 β 30 β 2 β 0 β 0 β 0 β 0 β
βGeorgFausB β 14 β 8 β 0 β 0 β 2 β 1 β 0 β 0 β 0 β 5 β 0 β 4 β 0 β 0 β 1 β 2 β 1 β 0 β 8 β 66 β 5 β 0 β 0 β 0 β 0 β
βmiwktea β 38 β 3 β 27 β 0 β 1 β 218 β 0 β 0 β 0 β 1 β 0 β 5 β 0 β 0 β 0 β 0 β 0 β 0 β 16 β 0 β 5 β 0 β 0 β 0 β 0 β
βStrubbl β 15 β 0 β 2 β 0 β 0 β 2 β 0 β 0 β 0 β 0 β 0 β 0 β 0 β 0 β 0 β 0 β 0 β 0 β 1 β 4 β 1 β 0 β 0 β 0 β 0 β
βparadx β 14 β 6 β 36 β 0 β 0 β 56 β 0 β 3 β 0 β 3 β 0 β 0 β 0 β 2 β 0 β 1 β 1 β 3 β 8 β 3 β 2 β 0 β 0 β 0 β 0 β
βLeonmvd β 3 β 0 β 0 β 0 β 0 β 0 β 3 β 0 β 0 β 0 β 0 β 0 β 0 β 0 β 0 β 1 β 0 β 0 β 0 β 2 β 1 β 0 β 0 β 0 β 0 β
βRobobo β 1 β 8 β 0 β 0 β 3 β 47 β 2 β 1 β 0 β 2 β 0 β 1 β 1 β 0 β 0 β 0 β 0 β 0 β 3 β 20 β 0 β 0 β 0 β 0 β 0 β
βWegefanHB β 6 β 1 β 1 β 0 β 1 β 7 β 14 β 4 β 24 β 17 β 0 β 1 β 0 β 0 β 0 β 0 β 0 β 0 β 4 β 7 β 2 β 0 β 0 β 0 β 0 β
βgormo β 8 β 3 β 0 β 0 β 0 β 0 β 0 β 0 β 1 β 4 β 0 β 2 β 0 β 0 β 0 β 0 β 0 β 0 β 1 β 2 β 0 β 0 β 0 β 0 β 0 β
βAmandaHatesGoogleβ 1 β 0 β 0 β 0 β 0 β 0 β 0 β 0 β 1 β 0 β 0 β 1 β 0 β 0 β 0 β 0 β 0 β 0 β 0 β 1 β 0 β 0 β 0 β 0 β 0 β
βCNelke β 0 β 0 β 0 β 0 β 0 β 0 β 0 β 0 β 0 β 0 β 0 β 0 β 0 β 0 β 0 β 0 β 0 β 0 β 0 β 3 β 0 β 0 β 0 β 0 β 0 β
βaltacc β 1 β 0 β 0 β 0 β 0 β 3 β 0 β 0 β 0 β 0 β 0 β 0 β 0 β 0 β 0 β 0 β 0 β 0 β 0 β 0 β 0 β 0 β 0 β 0 β 0 β
βMorty123 β 2 β 0 β 2 β 0 β 2 β 9 β 0 β 0 β 0 β 2 β 0 β 1 β 0 β 0 β 0 β 0 β 0 β 0 β 0 β 0 β 0 β 0 β 0 β 0 β 0 β
βOPerivar β 1 β 0 β 0 β 0 β 0 β 7 β 2 β 0 β 0 β 1 β 0 β 0 β 0 β 0 β 0 β 0 β 0 β 0 β 3 β 0 β 0 β 0 β 0 β 0 β 0 β
βelle67 β 0 β 4 β 0 β 0 β 1 β 24 β 0 β 8 β 1 β 10 β 0 β 0 β 0 β 0 β 0 β 0 β 0 β 0 β 4 β 23 β 1 β 0 β 1 β 0 β 0 β
βRainero β 1 β 2 β 0 β 0 β 0 β 16 β 0 β 6 β 0 β 0 β 0 β 1 β 1 β 1 β 0 β 4 β 8 β 3 β 5 β 123 β 0 β 0 β 2 β 0 β 0 β
βchoessei β 1 β 0 β 0 β 0 β 0 β 41 β 0 β 23 β 0 β 0 β 0 β 0 β 0 β 0 β 0 β 0 β 0 β 0 β 4 β 1 β 0 β 0 β 0 β 0 β 0 β
βRobertR11 β 0 β 0 β 0 β 0 β 0 β 31 β 0 β 0 β 0 β 0 β 0 β 0 β 1 β 0 β 0 β 2 β 0 β 0 β 0 β 0 β 1 β 0 β 0 β 0 β 0 β
βtyr_asd β 1 β 1 β 0 β 0 β 0 β 14 β 0 β 7 β 0 β 0 β 0 β 0 β 0 β 0 β 0 β 1 β 0 β 0 β 4 β 7 β 0 β 0 β 1 β 0 β 0 β
βββββββββββββββββββ΄ββββββββββββ΄βββββββββ΄βββββββββ΄βββββββββββ΄ββββββββ΄βββββββββ΄βββββββββ΄ββββββββ΄ββββββ΄ββββββ΄βββββββββ΄ββββββββββββ΄βββββββββ΄βββββββββ΄βββββββββββ΄βββββββββ΄βββββββββ΄βββββββββ΄ββββββββ΄ββββββ΄ββββββ΄βββββββββ΄βββββββ΄ββββββ΄βββββββββ
Was fΓΌr eine umfangreiche Auswertung! Sehr cool.
Gibt es eigentlich eine MΓΆglichkeit sich diejenigen Wohngebiete anzeigen zu lassen, die zwar als solche FlΓ€chen ausgezeichnet sind, aber noch keine HΓ€user eingezeichnet haben?
WΓ€re dann das nΓ€chste Maproulette Projekt β¦
Da kΓΆnnt ihr euch gerne in Ostfriesland austoben, da sind noch tausende GebΓ€ude zu mappenβ¦
Das ist jetzt kein Ostfriesenwitz, sondern tatsΓ€chlich so
Viele GrΓΌΓe
klaas
(aus Ostfriesland)
Das mach ich schon seit Jahre in Bayern Ich nimm mir eine Gemeindegrenze und schaue ich FlΓ€che von βvorne nach hintenβ durchβ¦ ob WohngebietsflΓ€che oder die HΓ€user in der FlΓ€che fehlenβ¦ und alles mΓΆgliche was man im carto-Kartenstil eben finden kannβ¦ grΓΆΓere LΓΌcken in der Bebauungβ¦ grΓΆΓere weiΓe 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 geprΓΌft 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
GruΓ Miche
Bekommt man das wirklich mit Maproulette abgebildet, dass Wohngebiete ohne gemappte HΓ€user erkannt werden?
Alternativ: Geht das mit einer Overpass Abfrage zu realisieren? Die Abfrage nach Wohngebieten wΓ€re so in der Art βkeine GebΓ€ude innerhalb der Grenzen von Wohngebietβ.
Ich habe mir natΓΌrlich auch schon ΓΌberlegt, was die nΓ€chste Maproulette-Challenge sein kΓΆnnte. Ich befΓΌrchte, dass die Wohngebiete ohne GebΓ€ude einfach viel zu viele sind.
landuse=residential/commercial/retail/industrial β also alles Gebiete, wo man GebΓ€ude erwarten kann β ohne jegliche GebΓ€ude darauf gibt es in Deutschland aktuell 86802 StΓΌck. Selbst wenn man sich auf FlΓ€chen grΓΆΓer als 5000 mΒ² beschrΓ€nkt, sind es 40737 StΓΌck. Das ist glaube ich zu viel fΓΌr eine realistisch bearbeitbare Challenge.
(Jetzt wo ich nochmal ΓΌber die Ergebnisse schaue sollte ich landuse=industrial herausnehmen. Darunter sind einfach zu viele Kiesgruben und Solarparks.)
Wie wΓ€re es mit den grΓΆΓten 2000 FlΓ€chen als Challenge? Oder den grΓΆΓten 1000 pro Bundesland?
Mit den grΓΆΓten anzufangen, kΓΆnnte natΓΌrlich auch demotivierend sein, weil man dann pro Task sehr viele HΓ€user zu malen hat. Ein groΓes 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 grΓΆΓer aufgelΓΆstes Bild, dass du erstellen kΓΆnntest?
Wenn du Sorgen wegen der GrΓΆΓe der Challenge und der Anzahl der Gebiete, vielleicht kΓΆnntest du eine einfache Liste der FlΓ€chen bereitstellen? So wie die eine FlΓ€che, die du als Beispiel gepostet hast.
KΓΆnnte man das sonst als Projekt auf hotosm anlegen? Da kann man die groΓen FlΓ€che ja kleiner aufteilen.
183759485 esse ich zum FrΓΌhstΓΌckβnaja wird ein ausgedehntes FrΓΌhstΓΌck von ca. 4-6h, aber die Ortschaft ist sehr geordnet. Es gibt schlimmere Stellen, z.B. Altdorfstrukturen und InnenstΓ€dte.
Ich wΓ€re auch dabei, wΓΌrde Sinn machen sich das anzuschauen.
Vielleicht macht man 16 einzelne Challenges, fΓΌr jedes Bundesland? Oder man fΓ€ngt mit den HotSpots in Niedersachsen an β¦
Erfolge beginnen mit dem ersten Schritt β¦ ein Versuch wΓ€rs wert.
Ich wΓΌrd mich fΓΌr Bayern interessieren besonders was da ΓΆstlich von MΓΌnchen (Landkreis Ebersberg) noch fΓΌr rote Punkte sind? Hab ich da was ΓΌbersehen
mfg Miche
Das gleiche bei mir im Kreis Dithmarschen. Ich habe den Verdacht das sind hauptsΓ€chlich kleine landuse=industrial auf denen nur eine WEA steht (Node mit power=generator).
Ich fΓ€nde es auch schΓΆn wenn man deine Auswertung irgendwie detaillierter ΓΌberprΓΌfen kΓΆnnte
Hallo,
ich finde das koordinierte Mappen in Form von Challenges wirklich toll! Besonders die Datenanalyse und Darstellung von hfs ist spitze!
Wie in diesem Thread kΓΌrzlich erlΓ€utert, stellen wir nun auf der OpenTopoMap ParkplΓ€tze dar, die fΓΌr Wanderer interessant sind. HierfΓΌr nehmen wir nicht nur als WandererparkplΓ€tze kartierte ParkplΓ€tze (amenity=parking & hiking=yes) her, sondern beziehen die Umgebung in eine SchΓ€tzung mit ein, ob ein normaler Parkplatz (amenity=parking) interessant ist. HierfΓΌr sind korrekt kartierte landuse-Polygone essentiell: In StΓ€dten wird oft jede Parkbucht kartiert, welche das Kartenbild vΓΆllig ΓΌberladen wΓΌrden. Deshalb selektieren wir nur ParkplΓ€tze, die weit genug auΓerhalb von landuse=residential/commercial/β¦ liegen. Ein Negativ-Beispiel ist momentan (!) Eglfing bei MΓΌnchen: https://opentopomap.org/#map=17/48.11428/11.73822
Wie gesagt, deshalb haben wir ein Interesse daran, dass landuse-Polygone flΓ€chendeckend kartiert werden.
=> Eine ΓΌberschaubare Aufgabe kΓΆnnte sein:
GebΓ€udekluster (>= 20?), die nicht in einem landuse (residential, industrial etc.) liegen. Solche FlΓ€chen gibt es gelegentlich in grΓΆΓeren Orten, aber man sieht das auf der Karte nicht so leicht, wie landuse (wie vorstehend) ohne GebΓ€ude.
Des ist bei Haar das alte Bezirkskrankenhaus Haar I wird gerade umgebaut zum Wohngebiet.
Glaub des kann man Γ€ndern < 1 Woche und es ist drin
Hallo zusammen,
es tut mir sehr leid, dass ich nur so langsam antworten kann. Ich habe im Moment sehr wenig Freizeit.
Ich habe die erste Version der Analyse jetzt hier in Tabellenform hochgeladen: https://gist.github.com/hfs/9012472429e9531beacea724f7dac746
Es sind noch viele Fehler drin, das muss ich gleich dazu sagen. Bevor Ihr Euch darauf stΓΌrzt, wartet lieber noch die nΓ€chste Version ab.
Z.B. habe ich landuse=industrial importiert aber nicht building=industrial, so dass die landuse-FlΓ€che βleerβ erscheint. Ich werde mich erstmal auf landuse=residential und =farmyard beschrΓ€nken mit den dazu passenden GebΓ€udetypen. AuΓerdem ist mir noch aufgefallen, dass βinnerβ landuse-Ways von beliebigen Typen (z.B. farmland, grass) importiert werden, die LΓΆcher in Multipolygonen sind. Das muss irgendwie daran liegen, wie ich osm2pgsql benutze, und ich werde sie noch nachtrΓ€glich herausfiltern mΓΌssen.
Eigentlich hat GitHub eine schΓΆne interaktive Filterfunktion, aber dafΓΌr sind es zu viele Daten, so dass das nur bei den ersten BundeslΓ€ndern funktioniert. Bei Interesse mΓΌsstet Ihr die Dateien herunterladen oder im βrawβ-Modus ansehen.
Mein Plan ist jetzt zunΓ€chst, die Daten zu verbessern, so dass mΓΆglichst nur noch echte FΓ€lle ΓΌbrig bleiben. Dann schauen wir mal, wie viele FΓ€lle es pro Bundesland gibt. FΓΌr LΓ€nder mit weniger als sagen wir 2000 FΓ€llen kΓΆnnte ich eine MapRoulette-Challenge erstellen. Bei den LΓ€ndern mit noch mehr FΓ€llen wΓΌrde ich nochmals nach Landkreis aufteilen?
Andere Auswertungen als die CSV-Dateien wΓ€ren natΓΌrlich auch denkbar. Was wΓ€re denn hilfreich? Vielleicht eine OSM-Datei mit einem Punkt pro Landuse-FlΓ€che die man sich als Layer in JOSM laden kΓΆnnte? Das kΓΆnnte als eine Art TODO-Liste dienen.
Unter https://wiki.openstreetmap.org/wiki/User:Mmd/Overpass_API_-_experimental_corner#landuse.3Dresidential_without_buildings gibtβs einen Prototyp fΓΌr Overpass API, der landuse=residential ways oder relations ohne GebΓ€ude findet. Die Daten sollten minΓΌtlich aktuell sein, allerdings ist die Instanz nicht immer verfΓΌgbar. Diese Query funktioniert auch nur genau auf dieser Instanz. Spielt am besten etwas damit rum und meldet ggfs. Probleme mit den Ergebnissen.
Hi,
ich habe die zweite, verbesserte Version der Analyse unter der gleichen Adresse hochgeladen: https://gist.github.com/hfs/9012472429e9531beacea724f7dac746
Die Ergebnisse scheinen mir jetzt plausibel zu sein. Demnach sind es insgesamt 27360 FΓ€lle und pro Land:
305 Baden-WΓΌrttemberg
3871 Bayern
43 Berlin
2102 Brandenburg
18 Bremen
29 Hamburg
933 Hessen
332 Mecklenburg-Vorpommern
12580 Niedersachsen
814 Nordrhein-Westfalen
767 Rheinland-Pfalz
21 Saarland
1114 Sachsen-Anhalt
353 Sachsen
3339 Schleswig-Holstein
739 ThΓΌringen
Mein Plan ist es jetzt, MapRoulette-Challenges je Bundesland zu erstellen. Berlin/Bremen/Hamburg/Saarland sind so wenige FΓ€lle, dass ich die zu einer Challenge zusammenfassen wΓΌrde. In Niedersachen sind so viele, dass ich dort weiter in Landkreise unterteilen wΓΌrde.
Hier kann man sich die Gebiete auf Karten ansehen:
https://gist.github.com/hfs/791855a9cb64447794681e2dda3884bd