Bomen import Amsterdam

De gemeente heeft een zeer uitgebreide en vrij exacte dataset van een groot gedeelte van de bomen in Amsterdam, zo’n 270.000. Hiervan hebben nagenoeg alle bomen een geslacht (soort) toegekend (1.000 niet), een hoogte toegekend (8.000 niet) en een plantjaar toegekend (26.000 niet). Enige wat het grootste gedeelte niet heeft is een omtrek/diameter (190.000 niet).

Op dit moment zijn er zo’n 27.000 bomen aanwezig in OSM binnen de Gemeente Amsterdam. Hiervan zijn er ongeveer 18.000 ook aanwezig in de dataset van de gemeente. Deze 18.000 zullen dus moeten worden vervangen of worden bijgewerkt met de data van de gemeente (of niks mee doen en niet importeren kan ook natuurlijk).
(Dit getal 18.000 ben ik opgekomen d.m.v. QGIS door een buffer van 7,6 meter. Met een kleinere buffer krijg je meer dubbele bomen en met een grotere buffer verwijder je ook steeds meer bomen die niet aanwezig zijn in de dataset.)

Ik heb de tags van de dataset al omgezet naar tags die te gebruiken zijn in OSM. Dit is wat ik nu heb als tags (inclusief een aantal mogelijke waardes):
denotation=natural_monument
description=*
diameter:range=0.1-0.2 m;>1.5 m
genus=Ulmus
genus:en=Elm
genus:nl=Iep
height:range=<6 m;15-18 m;>24 m
leaf_cycle=deciduous;evergreen
leaf_type=broadleaved;needleleaved
name=*
natural=tree
operator=Begraafplaats De Nieuwe Ooster
owner=Gemeente Ouder-Amstel
ownership=municipal
ref=* (dit is het referentienummer uit de gemeentelijke database)
source=Gemeente Amsterdam
source:date=2023-09 (dit is de laatste update datum van de dataset)
species= Ulmus hollandica
species:nl=Hollandse iep
start_date=*
taxon=Ulmus hollandica 'Belgica'
taxon:nl=Hollandse iep (cultuurvariëteit)
wikidata=*
wikipedia=*
De referentie tag kan worden gebruikt voor het in de toekomst mogelijk updaten van de dan geïmporteerde data in OSM.
En als jullie betere benamingen voor sommige tags en/of keys weten dan hoor ik het graag!

Dan nog een vraagje, wat zijn de volgende stappen (indien de meerderheid van jullie hiermee akkoord gaat)? Gewoon deze stappen tot in detail volgen?

Onder welke licensie publiceert de gemeente deze data?

Licentie

De Gemeente Amsterdam (hierna de Gemeente) verleent u hierbij een licentie voor het gebruiken en hergebruiken van de gedownloade dataset voor elk wettig doel. U mag de dataset zowel voor niet-commerciële als commerciële doeleinden gebruiken. U erkent hierbij dat deze licentie u geen auteursrecht of andere eigendomsrechten op de dataset geeft.

Bronvermelding

Bij hergebruik van de dataset is bronvermelding niet verplicht, al wordt dat wel op prijs gesteld indien mogelijk. U mag niet de indruk wekken dat de Gemeente de strekking van uw afgeleide werk onderschrijft. U mag geen officieel merkteken, embleem, logo of andere referenties van de Gemeente gebruiken zonder voorafgaande schriftelijke toestemming van de Gemeente.
Als u de dataset in originele of aangepaste vorm tegen betaling of gratis als dataset doorlevert of anderszins distribueert, moet u vermelden dat de originele dataset voor iedereen gratis beschikbaar is bij de Gemeente, onder deze Gebruiksvoorwaarden, die ook op de doorgeleverde dataset van toepassing zijn.

Bron: Gebruiksvoorwaarden Maps Data

Klinkt als een goed plan. Het zou handig zijn om steekproefsgewijs de kwaliteit te bekijken. Bijvoorbeeld van 100 bomen de afstand van de dataset bekijken tot hoe het in het echt is.

Verder lijkt het mij wel handig om de huidige bomen bij te werken. Anders zit je in een situatie waar je maar een deel van een dataset hebt geïmporteerd en dat bemoeilijkt updaten later.

De conflictatie voor punten is gelukkig vrij eenvoudig. Gegeven:

A = { bomen OSM Amsterdam }
B = { bomen Amsterdam dataset }

Alles wat nog niet in OSM zit (B \ A) kan geïmporteerd worden.
Dan moet alles wat in beiden zit (A ∩ B) kan geüpdatet worden.
Het restant (A \ B) kan verwijderd worden.

De radius van 7,6 lijkt mij te veel. De afstand moet ruim minder zijn dan de maximale afstand die tussen twee bomen in de Amsterdam set zit. De range kan wel groter zijn maar dan moet je zorgen dat je voor elke boom in de range de dichtstbijzijnde pakt. Anders heb je risico dat bomen van plek wisselen.

2 Likes

Ik denk dat wij hieraan moeten voldoen door op deze pagina aan te geven dat we hebben geimporteerd en dat de orginele dataset bij de gemeente is te downloaden.

Een ding dat ik vergeten ben te vermelden. Er zijn zeker nog heel wat bomen die niet in de Amsterdam dataset zitten. De gemeente zelf vermeldt dat ze denken nog zo’n 500.000 bomen te missen (dit is inclusief alle bomen in het Amsterdamse Bos).
Er zijn hierdoor zo’n 9.000 bomen die wel in de OSM dataset zitten, maar niet in de Amsterdam dataset.

Is er een manier om op grote schaal bestaande nodes te vervangen voor nieuwe, waardoor de geschiedenis van de node bewaard blijft?

Zal ik doen! Ik zal hier laten weten wat daaruit komt.

1 Like

Ik heb wat bomen bij mij in de buurt gecheckt. Van de 97 bomen zijn er 89 binnen ongeveer 2 meter. En de overige 8 (hebben een vrij grote standaard deviatie en) liggen tussen de 2 en 8 meter.
Dus het overgrote gedeelte lijkt vrij goed te kloppen en een aantal niet echt. Dit komt ook overeen met wat ik nog heb gevonden op de site van de gemeente:

De nauwkeurigheid van de inmeting van de bomen is sterk wisselend: de afwijking ten opzichte van de werkelijke positie op straat varieert van 10 cm tot meer dan 10 m.

Hieronder ook wat info die ik met QGIS heb vergaard:


Afstand tussen bomen in de twee datasets rond de RAI


Afstand tussen bomen in de twee datasets rond De Pijp

De reden dat ik deze twee plekken in het specifiek laat zien, is omdat deze vrij recentelijk d.m.v. surveys zijn gemapped.


En hier ook nog eentje van heel Amsterdam

Het lijkt mij dat zeker alles binnen 2 meter aan elkaar kan worden gekoppeld binnen de datasets. En ik denk ook nog wel alles binnen 4 meter.
Hoe denken jullie hierover?

1 Like

Heer eerlijk denk ik dat de meeste bomen door mappers zijn ingetekend op basis van de BGT of de AHN. En die zouden dan overeen moeten komen met de dataset van Amsterdam; waarbij die laatste véél vollediger is.

Ik kan het mis hebben natuurlijk; maar ik zou er geen traan om laten as je de door mij ingetekende bomen overschrijft met deze dataset en daarmee in één slag 10x zoveel bomen in OSM hebt staan. Scheelt toch 243.000 keer klikken…