In Dortmund läuft ein Pilotprojekt mit hochauflösenden Luftbildern.
Das Stadtzentrum ist mittlerweile fast komplett mit Häusern bestückt.
Auch im Umfeld ist die Abdeckung mittlerweile sehr hoch.
Jedes Haus sind mindestens vier Knoten. Dazu kommen dann noch viele
Details wie separat erfasste Fuß-/Radwege, komplett erfasste Kreuzungen,
Alle Bahnen oberirdisch gleisgenau erfasst usw.
Das hinkt aber unbeschreiblich: Mal ein überzogenes Bsp., dass den Unsinn erklärt.
Kuhkaff hat 1000 Nodes um sich herum
Metrople (100 mal größer als Kuhkaff) hat 10000 Nodes um sich herum
Jetzt würde mich interessieren wie man aus diesen Daten eine Aussage zur Detailiertheit bzw. Güte erhält. Nach obiger Logik wäre Metropole besser, obwohl die Nodedichte 10mal kleiner ist.
Ich denke FK270673 wertet die Place-Angabe aus und vergleicht dann
town mit town bzw. city mit city. Zu allen Place-Typen wird in der Ursprungs-
auswertung ein (mehr oder weniger passender) Standard-Radius verwendet.
Zu kleineren Einheiten hat er bisher nichts geschrieben.
In diese Richtung (klein vor groß) ist es richtig. Ist dann eindeutig. Mir geht es darum, dass Berlin bspw. von der Fläche deutlich größer ist als Rostock, Dresden und all die anderen kleinen Städte. Es ist also garkein Wunder, dass Berlin mehr Nodes hat als Rostock. Daher fände ich es sinnvoll, die Vergleichsgröße zu relativieren und besser Nodes pro km² miteinnder zu vergleichen. Wenn du wirklich Kreise nimmst, ist das ja auch recht einfach. Ansonsten könnte man in einer kleinen Großstadt jeden Hundehaufen taggen und würde dennoch in deiner Hitliste nie an Berlin vorbeikommen.
In diesem speziellen Fall wird bei jeder Großstadt nur ein 4-Kilometer-Kreis rund ums Stadtzentrum zur Berechnung verwendet. Alles, was jenseits dieses 4-Kilometer-Kreises liegt, wird bei der Statistik nicht berücksichtigt. Beispielsweise endet der Hamburger 4-Kilometer-Radius kurz vor Altona.
In meinem Fall hat dies ganz tragische Auswirkungen, weil ich in den vergangenen Wochen und Monaten zwar Tausende neuer Gebäude in Bremen eingetragen habe, diese aber außerhalb des 4-Kilometer-Radius liegen und deshalb bei der Statistik nicht berücksichtigt werden:
Da habe ich gewissermaßen umsonst gearbeitet und Bremen bleibt trotz aller persönlichen Anstrengungen die am schlechtesten kartografierte Großstadt Deutschlands (nur 33.000 Knotenpunkte - Hannover hat 43.000!).
Falsch… es wird entweder die Fläche ausgewertet, welche das Place = Town tragen oder wenn das nicht vorhanden ist, dann wird der Punkt mit dem Attribut Place = Town gesucht, der nicht zwingend mittig sein muss. Für mein Kaff bedeutet dies z.B. das der Kreis nur 2/3 meines Kaffs abdeckt. Ansonsten wäre mein Kaff sicherlich unter den 13 “Bestgemappten” kleinstädten
Was in dieser Berechnung noch gar nicht auftaucht, ist die Dichte der Daten jenseits der Quantität der Nodes.
Die Anzahl der tags (Haus- und Telefonnummern, Bushaltestellen mit oder ohne Häuschen etc.) und Relationen (Die machen so viel Arbeit!) wird nicht berücksichtigt
Könnte man nicht KByte statt Nodes pro km² (bzw. in dem o.g. Kreis) nehmen?
Oder z.B. die Anzahl der tags pro km²? (Auseinandergeschnippelte Straßen würden dann viele tags ergeben - und auseinandergeschnippelt sind die ja, um verschiedene Daten auszunehmen.)
Selbst, wenn man die nodes/km² berücksichtigt, sagt das nicht viel aus.
Hier in Düsseldorf liegt der place-node mitten im Rhein. Innerhalb des Flusses kann man leider nicht so viel erfassen, wie an Land. Dazu noch ein paar große Seen und Wälder, schon war’s das mit der Statistik.
Also, der größte Stadtwald Europas (Eilenriede, Hannover) ist ziemlich voll von Nodes etc: http://osm.org/go/0GzqDoWd-?
Für Flüsse ist das natürlich völlig richtig.