Ein Grund mehr, nicht die Zeit mit irgendwelchen Zusatztags zu residential zu verplempern.
Die Qualität der Gebäudeform mag schlecht sein, aber es ist erfasst und die Anzahl erlaubt entsprechende Analysen.
In Hamburg habe ich mehrere “Grünflächen” gefunden, deren letzte Änderung den Changeset comment “investigated by Grass_and_Green_Project under www.opensciencemap.org\quality” haben. Keine davon erschien mir sinnvoll.
Bei dieser Fläche wurde z.B. vor zwei Monaten “leisure=garden” unverändert gespeichert, vor einem Monat “landuse=grass” hinzugefügt.
Offenbar speichert Grass&Green die Tags, die von mehreren Besuchern bestätigt wurden unter der Identität des letzten Besuchers.
Zwar muss man beim Login das Recht zum Verändern der Datenbank akzeptieren, aber sonst habe ich keinen Warnhinweis gesehen, dass man live editiert.
Wegen der seltsamen Vorgabe von jeweils zwei Tags, die sich nach meiner Meinung fast immer ausschließen, bestätigen vermutlich viele User diese Tags.
Zu den Vorgaben hatte ich im User diary von grass_and_green einen Kommentar hinterlassen, aber keine Reaktion erhalten.
Ich finde nicht sinnvoll, auf Basis solch einseitiger Fragen mit vorgegebenen Antworten die OSM-Datenbank zu ändern.
Gibt es eine Möglichkeit, nach diesem Changesetkommentar zu suchen.
Die Suche von Pascal Neis http://resultmaps.neis-one.org/osm-changesets funktioniert bei mir nicht.
Ja, ich denke, alle Edits von “Grass and Green” sollten revertiert werden. Leider verteilen sie sich auf beliebig viele, teils auch ganz neue, User.
Bye
Frederik
Ein Problem ist damit aber immer noch nicht geklärt:
“Stadtgrün”
als landcover=, leisure=, landuse=* (theoretisch als Relation im landuse=residential).
Wobei ich zu leisure=* tendiere, auch als leisure=grass würde es nicht mit landuse kollidieren, da die Pflege bei leisure=* intensiver ist
Leisure=* würde ich nur für öffentliche Anlagen verwenden. Landuse ist Quatsch und gehört nicht per MP aus landuse=residential ausgeschnitten, ist ja ein Teil davon. Mein Favorit: landcover=*. Das beschreibt die Flächeneigenschaft und ist unabhängig vom (darunterliegenden) Primärgebiet.
Vielleicht noch was zu den Vorzügen von landcover=: Es sollte nur für kleinere Flächen innerhalb/auf anderen Flächen benutzt werden, z.B. Wiese im Wohngebiet. Man denke dabei auch an die Auswertung: Jemand der keine Wiesen braucht, erhält trotzdem eine zusammenhängende residential-Fläche im Gegensatz zu landuse per Multipolygon. Gleiches gilt für Wäldchen/Baumgruppen in Städten: vielleicht uninteressant, aber “richtige” Waldgebiete sollten mittels landuse= auswertbar bleiben Bei zunehmender Datendichte wird man sich Gedanken über von der Verwendung abhängiges Sparpotential machen müssen. Lieber gleich damit anfangen…