Skip to content
Open
Show file tree
Hide file tree
Changes from all commits
Commits
File filter

Filter by extension

Filter by extension

Conversations
Failed to load comments.
Loading
Jump to
Jump to file
Failed to load files.
Loading
Diff view
Diff view
158 changes: 158 additions & 0 deletions docs/indicators_de.md
Original file line number Diff line number Diff line change
@@ -0,0 +1,158 @@
# Indikatoren

## Kartierungssättigung

Berechnet die Sättigung der letzten 3 Jahre.
Der Zeitintervall beträgt einen Monat seit 2008.

Verschiedene statistische Modelle werden verwendet, um festzustellen, ob die Sättigung erreicht ist.

### Methoden und Daten

- **Intrinsischer Ansatz**

**Prämisse:**
Die Anzahl der hinzugefügten OSM-Objekte einer bestimmten Merkmalsklasse pro Zeitintervall nimmt ab, sobald die Anzahl der kartierten Objekte gegen die (unbekannte) tatsächliche Anzahl der Objekte konvergiert.

Jede Aggregation von Merkmalen (z. B. Länge von Straßen oder Anzahl von Gebäuden) hat ein Maximum. Nach erhöhter Kartierungsaktivität wird in der Nähe dieses Maximums die Sättigung erreicht.

### Referenzen

- Gröchenig S et al. (2014): *Digging into the history of VGI data-sets: results from a worldwide study on OpenStreetMap mapping activity*
[DOI:10.1080/17489725.2014.978403](https://doi.org/10.1080/17489725.2014.978403)

- Barrington-Leigh C und Millard-Ball A (2017): *The world’s user-generated road map is more than 80% complete*
[DOI:10.1371/journal.pone.0180698](https://doi.org/10.1371/journal.pone.0180698)

- Brückner J, Schott M, Zipf A, Lautenbach S (2021): *Assessing shop completeness in OpenStreetMap for two federal states in Germany*
[DOI:10.5194/agile-giss-2-20-2021](https://doi.org/10.5194/agile-giss-2-20-2021)



## Vollständigkeit der Landbedeckung

Prozentualer Anteil der Gesamtfläche, der durch OpenStreetMap-Landbedeckungsdaten abgedeckt wird.

### Methoden und Daten

- **Intrinsischer Ansatz**

Das Verhältnis wird berechnet, indem die Gesamtfläche des Interessensgebiets durch die Summe der Flächen aller darin enthaltenen Landbedeckungspolygone geteilt wird.

### Einschränkungen

Die Fläche von überlappenden OSM-Landbedeckungspolygonen wird mehrfach gezählt.



## Thematische Genauigkeit der Landbedeckung

Thematische Genauigkeit der OpenStreetMap-Landbedeckungsdaten im Vergleich zum CORINE Land Cover (CLC)-Datensatz.
Dieser Indikator kann für mehrere oder eine einzelne CLC-Klasse(n) berechnet werden.

### Methoden und Daten
- **Extrinsischer Ansatz**

#### CORINE Land Cover
In seiner aktuellen Form bietet das [CORINE Land Cover (CLC)](https://land.copernicus.eu/en/products/corine-land-cover)-Produkt
ein paneuropäisches Landbedeckungs- und Flächennutzungsinventar mit 44 thematischen Klassen,
die von großen Waldgebieten bis hin zu einzelnen Weinbergen reichen.
CORINE verwendet eine 3-stufige Nomenklatur für Landbedeckungsklassen.
Hier verwenden wir das Produkt "CORINE Land Cover 5 ha, Stand 2021 (CLC5-2021)",
das vom Bundesamt für Kartographie und Geodäsie bereitgestellt wird und
nutzen die zweite Ebene der Nomenklatur (z.B. 1.1 Siedlungsflächen, 1.2 Industrie-, Gewerbe- und Verkehrsflächen).

### Vorverarbeitung:

OSM-Objekte werden basierend auf ihren Tags einer CLC-Klasse zugeordnet, wie unten spezifiziert.
Wir berechnen die Schnittmenge der OSM-Landbedeckungspolygone mit den CORINE-Landbedeckungspolygonen.
Die resultierenden Polygone enthalten sowohl die OSM-CLC-Klasse als auch die CORINE-Klasse.


| CLC (level 2) | OSM tags |
|---------------------------------------------------|-----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
| 1.1 Städtische geprägte Flächen | `landuse in (residential, retail)` |
| 1.2 Industrie-, Gewerbe- und Verkehrsflächen | `landuse in (industrial, commercial, port, railway, lock) or leisure in (marina)` |
| 1.3 Abbauflächen, Deponien und Baustellen | `landuse in (quarry, construction, landfill, brownfield)` |
| 1.4 Grünflächen | `landuse in (recreation_ground, allotments, village_green, cemetery, grass) or leisure in (park, garden, pitch, golf_course, playground, stadium, recreation_ground, common, dog_park)` |
| 2.1 Ackerland | `landuse in (greenhouse_horticulture, greenhouse, farmland, farmyard)` |
| 2.2 Dauerkulturen | `landuse in (vineyard, orchard)` |
| 2.3 Grünland | `landuse in (meadow)` |
| 2.4 Heterogene landwirtschaftliche Flächen | *Für Klasse 2.4 gelten die meisten Tags, die für Klasse 2.1 genutzt werden. Daher wird Klasse 2.4 nicht zugewiesen.* |
| 3.1 Wälder | `landuse in (forest) or natural in (wood)` |
| 3.2 Strauch- und Krautvegetation | `landuse in (greenfield) or natural in (grassland, scrub, heath, fell)` |
| 3.3 Offene Flächen ohne/ mit geringer Vegetation | `natural in (beach, scree, shingle, bare_rock, sand, glacier, mud, glacier, rock, cliff, fill)` |
| 4.1 Feuchtflächen im Landesinneren | `natural in (wetland)` |
| 4.2 Feuchtflächen an der Küste | `landuse in (salt_pond)` |
| 5.1 Wasserflächen im Landesinneren | `natural in (water, pond) or landuse in (basin, reservoir)` |
| 5.2 Meeresgewässer | *Meeresgewässer werden in OSM nicht kartiert. Daher wird Klasse 5.2 nicht zugewiesen.* |

#### Indikatorberechnung:

Für das Interessensgebiet laden wir die Polygone aus dem Vorverarbeitungsschritt und schneiden sie zu.
Anschließend erstellen wir eine Konfusionsmatrix zwischen den OSM- und CORINE-Landbedeckungsklassen.
Diese Matrix dient als Grundlage für die Berechnung von Präzision, Recall und F1-Score.
Diese Berechnungen berücksichtigen die Fläche/Größe der Landbedeckungspolygone.

### Referenzen

- Schultz, Michael, Janek Voss, Michael Auer, Sarah Carter und Alexander Zipf. 2017.
*„Open Land Cover from OpenStreetMap and Remote Sensing“*.
International Journal of Applied Earth Observation and Geoinformation 63 (Mai): 206–13.
[DOI:10.1016/j.jag.2017.07.014](https://doi.org/10.1016/j.jag.2017.07.014)

---

## Thematische Genauigkeit von Straßen

### Methoden und Daten
- **Extrinsischer Ansatz**

#### Basis-DLM

Das Basis-DLM wird vom Bundesamt für Kartographie und Geodäsie (BKG) veröffentlicht und beschreibt die topographischen
Objekte der Landschaft und das Relief der Erdoberfläche in Vektorform. Die Objekte sind durch ihre räumliche Lage,
geometrischen Typ, beschreibende Attribute und Beziehungen zu anderen Objekten definiert.
Jedes Objekt besitzt eine bundesweit eindeutige Identifikationsnummer.
Die Straßen aus diesem Datensatz werden für diesen Indikator verwendet.

| Attribut | OSM-Tag | DLM-Attributspalte | Beschreibung |
|---------------------|-----------|--------------------|----------------------------------------------------------|
| Name | name, ref | NAM | Der Name oder die Referenz der Straße. |
| Oberflächenmaterial | surface | OFM | Das Material, aus dem die Oberfläche der Straße besteht. |
| Fahrspuren | lanes | FSZ | Die Anzahl der Fahrspuren einer Straße. |
| Fahrbahnbreite | width | BRF | Die Breite der Fahrbahn. |
| Fahrtrichtung | oneway | FAR | Die Fahrtrichtung bei Einbahnstraßen. |

### Verarbeitung

OSM-Straßen und DLM-Straßen werden mit [map-matching-2](https://github.com/addy90/map-matching-2) unter Verwendung eines auf Markov-Entscheidungsprozessen basierenden Modells abgeglichen.
Für die abgeglichenen Straßen wird zunächst das Vorhandensein jedes Attributes in beiden Datensätzen überprüft. Falls die Attribute in beiden Datensätzen vorhanden sind, werden die Werte verglichen. Standardmäßig werden die Werte direkt verglichen, es gibt jedoch einige Ausnahmen:

#### Name

Für den Namen wurde die [Levenshtein-Distanz](https://de.wikipedia.org/wiki/Levenshtein-Distanz) berechnet. Die Namen wurden als übereinstimmend gewertet, wenn ihr Levenshtein-Ähnlichkeitswert über 0,85 lag.

#### Oberfläche

Für die Oberfläche werden OSM-Tags und DLM-Tags abgeglichen. Alle OSM-Tags, die nicht in der folgenden Tabelle aufgeführt sind, wurden als nicht übereinstimmend gewertet.

| DLM-Wert | OSM-Tags |
|----------------------|-------------------------------------------------------------|
| Beton | concrete |
| Bitumen, Asphalt | asphalt |
| Pflaster | paving_stones, sett, brick, cobblestone, unhewn_cobblestone |
| Gestein, zerkleinert | fine_gravel, gravel, sand, compacted, pebblestone |

#### Fahrbahnbreite

For the width, a tolerance of 1 m was applied.
Für die Fahrbahnbreite wurde eine Toleranz von 1 m angewandt.

#### Fahrtrichtung

Um die Richtung der Straße zu überprüfen, wird der Vektor beider Geometrien berechnet. Wenn beide Vektoren das gleiche Vorzeichen aufweisen, wird dies als Übereinstimmung gewertet.

### Referenz

- A. Wöltche, *"Open source map matching with Markov decision processes: A new method and a detailed benchmark with existing approaches"*, Transactions in GIS, vol. 27, no. 7, pp. 1959–1991, Oct. 2023, doi: [10.1111/tgis.13107](https://onlinelibrary.wiley.com/doi/full/10.1111/tgis.13107).
File renamed without changes.