Feed on
Posts
Comments

Welchen Einfluss haben steigende Temperaturen und die zunehmende Zahl heißer Tage auf Städte, insbesondere auf die Hitzebelastung öffentlicher Plätze? Mit dieser Frage beschäftigte sich das Dissertationsprojekt von Dr. Kathrin Foshag an der Heidelberg School of Education. Nachdem die Ergebnisse kürzlich unter dem Titel “Viability of public spaces in cities under increasing heat: A transdisciplinary approach” im Journal “Sustainable Cities and Society” veröffentlich worden waren, lancierte die Pressestelle der Universität Heidelberg Ende Juni eine Pressemitteilung (”Kein Platz für den Klimawandel“). Wie aktuell das Thema Klimawandel-Anpassung ist, zeigt sich an der großen Resonanz von Seiten der Medien, beispielsweise der Rhein-Neckar-Zeitung, die am 10.07.2020 ein Interview mit Kathrin Foshag veröffentlichte.

In ihrem Forschungsprojekt arbeitete Dr. Kathrin Foshag mit Dr. Nicole Aeschbach (Leiterin des TdLab Geographie (Transdisziplinaritätslabor) am Geographischen Institut, Universität Heidelberg), Prof. Dr. Bernhard Höfle (3DGeo Group, Abteilung Geoinformatik am Geographischen Institut, Universität Heidelberg), Prof. Dr. Alexander Siegmund (Research Group for Earth Observation (rgeo) und UNESCO Chair on World Heritage and Biosphere Reserve Observation and Education, Pädagogische Hochschule Heidelberg sowie Geographisches Institut, Universität Heidelberg) und Prof. Dr. Werner Aeschbach (Institut für Umweltphysik, Universität Heidelberg) zusammen.

Die Studie ist sowohl inter- als auch transdisziplinär angelegt, das heißt die mit natur- und sozialwissenschaftlichen Methoden erhobenen Informationen wurden mit Wissen von lokalen Stakeholdern entscheidend ergänzt. Erst dadurch kann die Umsetzbarkeit der Maßnahmen überprüft und sichergestellt werden. In diesem Projekt war vor allem die Kooperation mit städtischen Ämtern von Bedeutung, allen voran mit dem Heidelberger Amt für Umweltschutz, Gewerbeaufsicht und Energie in Person von Dr. Raino Winkler, einem der Ko-Autoren der Veröffentlichung.

Universität Heidelberg, Kommunikation und Marketing)

Dr. Kathrin Foshag (Foto: Universität Heidelberg, Kommunikation und Marketing)

Vom 06. bis zum 08. Juli fand das Online Symposiums “COVID-19 als Zäsur? Geographische Perspektiven auf Räume, Gesellschaften und Technologien in der Pandemie” statt. Teilnehmer aus Geographie, Medizin, Public health und meidizinischer Geographie diskutierten über drei Tage in sechs verschiedenen Sessions aktuelle Implikationen der COVID-19 Pandemie im Rahmen von Studienergvorhaben und -ergebnissen. In der Session Gesundheit und Raum berichtete Marcel Reinmuth aus seinen Arbeiten am HeiGIT zu physischen Erreichbarkeiten von Krankenhäuser in Subsahara Afrika.

Die vorgestellten Ergebnisse können Sie hier nachlesen:

Mithilfe von Standorten von Krankenhäusern und der Isochronen Funktion des OpenRouteService haben wir eine Methode zum Vergleich des physischen Zugangs zur Gesundheitsversorgung in SubSahara-Afrika. Die Krankenhausstandorte wurden aus OpenStreetMap abgeleitet und mit einem anderen frei verfügbaren Datensatz verglichen. Die Ergebnisse weisen auf eine starke Ähnlichkeit der beiden Krankenhaus-Datensätzen hin. Die Unsicherheit der Methode erfordert jedoch weitere Untersuchungen.

Abbildung 1 Gestapeltes Balkendiagramm zum Vergleich der Bevölkerungsanteile, die innerhalb von 1 Stunde / 10 Minuten Intervallen für OSM und KEMRI erreicht wurden. (HeiGIT 2020)

Abbildung 1 Gestapeltes Balkendiagramm zum Vergleich der Bevölkerungsanteile, die innerhalb von 1 Stunde / 10 Minuten Intervallen für OSM und KEMRI erreicht wurden. (HeiGIT 2020)

Motivation

Seit Januar sehen wir das neue SARS-CoV-2 Virus um die Welt reisen. Ausgehend von Wuhan, China, im Dezember 2019 wurde Europa im März 2020 zum Epizentrum der Krise und im darauf folgenden Monat folgten die USA. Anfang Juni erklärte die WHO Lateinamerika zum neuen Epizentrum, wobei vorallem die Zahlen in Brasilien steigen. Afrika, ein Kontinent mit ~1.27 Milliarden Menschen und nur  ~2000 Beatmungsgeräten, wurde in den Medien bisher wenig beachtet. Die pandemie erreichte den Kontinent Ende Februar und breitete sich bis Mitte Mai in alle 55 Länder aus. Heute gibt es in Afrika ~523,000 bestätigte Fälle und ~12,233 gemeldete Todesfälle. Offiziell gab es in keinem afrikanischen Land einen Ausbruch wie in Norditalien oder New York City. Das Risiko eines unerkannten Ausbruchs, vor allem in ländlichen Regionen wird durch geringe Testkapazitäten verschärft.  Im globalen Wettlauf um medizinische Ausrüstung fehlt den meisten afrikanischen Ländern die wirtschaftliche Macht auf dem Weltmarkt zu konkurrieren (Kavanagh et al. 2020). Die Struktur der Gesundheitssysteme wird vermutlich eine der Schlüsselrollen bei der Bewältigung der Pandemie zukommen. Wir schauen uns die Erreichbarkeiten und damit die Einzugsgebiete für Krankenhäuser südlich der Sahara im folgenden genauer an.

Methode

Wir sind die Frage zur Struktur der Gesundheitssysteme in Subsahara-Afrika (SSA) mit einem Proxy - der physischen Erreichbarkeit von Krankenhäusern - angegangen. Mit Hilfe von öffentlich zugänglichen Krankenhausstandortdaten, dem Openrouteservice ORS Isochrone und Bevölkerungsdaten konnten wir die Fahrtzeiten von Krankenhausstandorten und die jeweils erreichte Bevölkerung pro Land in SSA berechnen. In einem früheren Blogpost verglichen wir die Vollständigkeit der in OSM kartierten Gesundheitseinrichtungen mit einem Archiv von öffentlichen Gesundheitseinrichtungen, das von einem Team des KEMRI-Wellcome Trust Research Programme zusammengestellt wurde (Maina et al. 2019). Für die Analyse in diesem Blog haben wir sowohl OSM- als auch KEMRI-Einrichtungen verwendet. Für jedes Land haben wir Isochronen mit einer Reisezeit von 1 Stunde mit Hilfe eines Profils zum Autofahren berechnet. Anschließend kombinierten wir die Isochronen zusammen und extrahierten Bevölkerungsinformationen aus einem 1-km-Raster von WorldPop.

0.973 ± 0.023. Die rote linie ist die Identitätslinie. (HeiGIT 2020)

Abbildung 2 Streudiagramm der erreichten Bevölkerungsanteile innerhalb 1 Stunde im OSM und KEMRI Datensatz. Pearson

Ergebnisse
Obwohl sich beide Datensätze hinsichtlich der Anzahl der repräsentierten Krankenhäuser erheblich unterscheiden, haben wir festgestellt, dass die Unterschiede eher marginal sind, wenn sie für eine Erreichbarkeitsanalyse verwendet werden (Abbildung 1). Der Anteil der Bevölkerung innerhalb einer Autostunde liegt bei 49,8 %, wenn die in OSM kartierten Krankenhäuser genutzt werden, und bei 47,9 %, wenn man sich auf Krankenhäuser in KEMRI stützt. Das Land mit dem am wenigsten erreichten Bevölkerungsanteil für beide Datenquellen ist der Südsudan (OSM: 6,99%; KEMRI: 8,81). Das Land mit der größten Abdeckung in OSM ist Burundi, für KEMRI ist es Ruanda. KEMRI beinhaltet 4.831 Krankenhäuser für SSA, während in OSM mit 13.460 fast dreimal so viele Krankenhäuser abbildet. Der durchschnittliche Unterschied in der erreichten Bevölkerung beträgt 5 % und reicht von 0,06 % in Äthiopien bis 14,9 % in Gambia. Insgesamt gibt es eine starke Korrelation des Bevölkerungsanteils, der von beiden Datenquellen erreicht wird, was durch einen Pearson r von 0,973 angegeben wird (Abbildung 2)

Abbildung 3 Karten für Lesotho (obere) und Nigeria (untere) zur Bevölkerungsverteilung (links), Zeitentfernung von Krankenhäusern und Krankenhausstandorten für OSM (mitte) und KEMRI (rechts). (HeiGIT 2020)

Abbildung 3 Karten für Lesotho (obere) und Nigeria (untere) zur Bevölkerungsverteilung (links), Reisezeit von Krankenhäusern und Krankenhausstandorten für OSM (mitte) und KEMRI (rechts). (HeiGIT 2020)

Wenn wir uns die Unterschiede nach Ländern ansehen, stellen wir fest, dass die Auswirkungen einer Über- oder Unterschätzung von Krankenhäusern für unsere Analyse nicht entscheidend sind. Abbildung 3 zeigt die Verteilung der Bevölkerung, der Krankenhäuser und des innerhalb einer Stunde erreichten Gebiets für Nigeria und Lesotho. Nigeria ist mit 2.907 Krankenhäusern in OSM und 887 in KEMRI repräsentiert. Lesotho ist mit 56 Krankenhäusern in OSM und 14 in KEMRI vertreten. Ungeachtet der Tatsache, dass OSM die Zahl der Krankenhäuser scheinbar weit überschätzt, unterscheidet sich der erreichte Anteil an der Bevölkerung für Nigeria nur um etwa 11,9% und für Lesotho um 1,3%. Obgleich die Anzahl an Krankenhäusern sehr unterschiedlich ist, folgt OSM einer ähnlichen Verteilung wie KEMRI und umgekehrt.

Aber wie ergeben sich Verteilungsmuster, wie wir sie in Nigeria sehen? Der zentrale Norden Nigerias ist laut OSM sehr dicht mit Krankenhäusern versorgt. Eine kurze Recherche zeigt dass in der Region Daten importiert wurden. In Kano und Bauchi, zwei Bundesstaaten am selben Ort, wurden 2014 ~1.500 Einrichtungen importiert. Für den nordöstlich gelegenen Staat Borno wurden 2015 etwa 500 Einrichtungen importiert.

Limitierungen & Ausblick
Weitere Untersuchungen zur Zuverlässigkeit der Ergebnisse sind erforderlich. Die Genauigkeit sowohl von KEMRI als auch von OSM ist fraglich und erfordert eine solide Bewertung. Das zugrunde liegende Modell des Isochronendienstes nutzt das Straßennetz in OSM. Die Vollständigkeit und Genauigkeit von OSM kann von Region zu Region variieren. Darüber hinaus ist das Isochronenmodell für einen globalen Use case ausgelegt, wobei die Ergebnisse in stärker industrialisierten Kontexten näher an der Realität liegen. Unsere Ergebnisse der Reisezeiten in SSA müssen im entsprechenden Kontext, als best-case Szenario betrachtet werden. Werkzeuge und Dienste wie die OpenStreetMap History Analytics-Plattform ohsome und ohsomeHEX werden uns helfen die OSM Daten und ihre Entwicklung in diesem und anderen Kontexten besser zu verstehen.

Bleiben Sie dran. Unsere Arbeiten zur Aussagekraft der Ergebnisse werden wir in einem kommenden Blog-Beitrag veröffentlichen.

Here you find a English version of that Blogpost

it's magic!

We are back again with a fresh part of the How to become ohsome blog series. In case this 6th part of the series is your first one, or you have not heard from our awesome OpenStreetMap History Data Analytics Platform before (short form: ohsome platform), don’t worry. We’ve added some context, as well as links to other relevant blog posts at the end of this one.

Within the open source release 1.0 of the ohsome API, we’ve introduced a new parameter that is simply called filter. You might wonder now what is so magical about this parameter. Its syntax comes from the wizard used in Overpass Turbo, a well established and widely used tool within the OpenStreetMap community to query OSM data. But let’s get back to our new ohsome feature. This filter substitutes the former types, keys and values parameters and adds new functionalities on top of it. Here, we’ve prepared a couple of examples that should give you an idea of how it works and what you can do with it.

If you want to compute the amount of area that is covered with a forest, you usually need to consider two tags: landuse=forest as well as natural=wood. With any pre 1.0 version of the ohsome API, you would have to make two requests, one for each of these key-value combinations. Using this new magical parameter, you can combine both of them in one single request. The filter would then have the following syntax: (landuse=forest or natural=wood) and geometry:polygon. As you can see, the syntax is similar to SQL, where you can combine different tags with the and or the or keywords and use brackets to influence the precedence. The tags themself are given in the key=value syntax and an additional filter on the geometry uses geometry:geomType to be distinguishable from the tags. Click here for sending a test request using a bbox around the German city Dresden.

The second example that we want to show you is a little quality analysis and focuses on residential roads without a name tag. The filter syntax looks like that: type:way and highway=residential and name!=* and noname!=yes. With this filter, we get all way features that have the highway=residential tag, don’t have any name tag and also don’t have the noname=yes tag. Additionally, this example shows the usage of the OSM types filter, again using the colon instead of the equals sign to distinguish it from an OSM tag. We’ve prepared another example request using this filter.

You can find further examples and explanations directly on the filter subpage of our new documentation page. The code that performs the processing of the filter parameter has also been published as a standalone library, so this functionality can be easily included in other applications as well. Also checkout our recently published post about the new documentation page of the ohsome API. As always, make sure to hit the like button and subscribe to our.. oh wait.. wrong platform. Anyway, if you want to know more about our ohsome framework, don’t hesitate to reach out to us via info(at)heigit.org or contact any member of our team directly. Stay ohsome!

Context: the aim of the ohsome OpenStreetMap History Data Analytics Platform is to make OpenStreetMap’s full-history data more easily accessible for various kinds of OSM data analytics tasks, such as data quality analysis, on a global scale. The ohsome API is one of its components, providing free and easy access to some of the functionalities of the ohsome platform via HTTP requests. Some intro can be found here:

HeiGIT unterstützt Workshops zu OpenStreetMap und humanitärem Mapping auf der AGIT 2020

In dieser Woche findet die jährliche AGIT-Konferenz und das parallele GI Forum statt. Während die Konferenz bereits seit mehr als 30 Jahren erfolgreich Vertreter aus Wissenschaft, angewandter Forschung und Wirtschaft nach Salzburg brachte, musste aufgrund der Corona Situation zum ersten Mal auf eine virtuelle Version umgestellt werden.

Dies hindert aber nicht daran, wie gehabt aktuelle Projekte vorzustellen, Ideen auszutauschen und gemeinschaftlich neue Ansätze zu entwickeln. Und so ist auch die GIScience Research Group Heidelberg und HeiGIT in diesem Jahr wieder gerne bei der AGIT vertreten.

Sven Lautenbach und Melanie Eckle (HeiGIT) nehmen an den Veranstaltungen teil und freuen sich auf regen Austausch mit den weiteren virtuellen Teilnehmern. Zudem organisierte Melanie Eckle am Dienstag, 7.7.2020, zusammen mit Partnern von Spatial Services, dem Fachbereich für Geoinformatik der Z_GIS (Universität Salzburg) und Trafficon zwei Workshops rund um das humanitäre Mapping.

Im ersten Teil der Workshops wurde ein Überblick zur Funktionsweise und den Anwendungsgebieten von OpenStretMap (OSM) gegeben. Ein spezieller Fokus lag hierbei auf humanitärem Mapping. Teilnehmer bekamen einen Überblick über die Potentiale, sowie diesbezügliche Projekte des Humanitarian OpenStreetMap Teams, der Missing Maps Initiative und HeiGIT/GIScience. Darauf folgend wurde gezeigt, wie jeder selbst aktiv werden kann und aktuelle Mapping Projekte unterstützen.

Wie bereits im vergangenen Jahr, wurde der zweite Teil des Workshops für einen gemeinsamen Mapathon genutzt. Aufgrund der engen Zusammenarbeit des HeiGIT Teams mit dem Deutschen Roten Kreuz (DRK), wurde in diesem Jahr ein internationales Projekt des DRK in Zentralasien unterstützt. Zentralasien ist eine Region, die besonders anfällig für Naturkatastrophen ist und zunehmend unter den Auswirkungen des Klimawandels leidet. Das DRK führt aktuell in der Region Projekte durch um Auswirkungen von Kälte- und Hitzewellen frühzeitig zu minimieren. Um eine Risikoanalyse durchzuführen und mögliche Optionen für das Katastrophenmanagement zu entwickeln, sind genaue Karten mit Gebäudeinfrastrukturen unerlässlich. Die Teilnehmer des Mapathons haben daher durch das Kartieren von Gebäuden in der Region diese Arbeit aktiv unterstützt.

Wir danken hiermit nochmal unseren Teilnehmern für deren Interesse und Unterstützung sowie die angeregte Diskussion und freuen uns auf den weiteren Austausch- in den folgenden Tagen im Rahmen der AGIT, aber natürlich auch darüber hinaus.

Am 02.07. besuchte eine Delegation von Alumni von “Jugend präsentiert” im Rahmen der diesjährigen Summer School REMOTE von “Jugend präsentiert” das Heidelberg Institute for Geoinformation Technology (HeiGIT gGmbH) an der Universität Heidelberg. Aufgrund der Corona-Pandemie fand der Besuch allerdings nur virtuell statt: Prof. Alexander Zipf berichtete und diskutierte in einem Online-Meeting mit den Teilnehmerinnen über die Arbeit des HeiGIT, insbesondere den Aktivitäten mit Bezug zur Unterstützung humanitärer Aktivitäten mittels Geodaten und Geoinformationsdiensten. Dabei wurden auch die Bezüge zu den beiden anderen Kerngebieten des HeiGIT, nämlich Routenplanung (Smart Mobility) und Big Spatial Data Analytics, erläutert.

Nutzergenerierte Geodaten, beispielsweise von OpenStreetMap oder dem Social Web, sind neben amtlichen Geodaten und Fernerkundungsdaten von wachsender Bedeutung im Katastrophenmanagement. Das Zusammenführen verschiedener Datensätze ermöglicht es humanitären Hilfsorganisationen und Ersthelfern bereits kurz nach dem Eintreten eines Katastrophenereignisses ein Bewusstsein für die Situation vor Ort zu erlangen. Hierbei unterstützen Werkzeuge, Dienste und Methoden des HeiGIT, wie z.B. der openrouteservice for disaster management, die mobile crowdsouring App MapSwipe, Datenqualitätsanalysen von nutzergenerierten Geodaten mittels der ohsome OpenStreetMap History Analytics platform, sowie aktuelle Analyseverfahren und Ansätze zur Veredelung von Geodaten mittels Methoden des maschinellen Lernens (z.B. deepVGI etc.). Aufgrund der Reichhaltigkeit verwenden wir OpenStreetMap und MapSwipe-Daten, um die Genauigkeit von maschinellen Lernalgorithmen zu verbessern. So extrahieren wir die relevanten Informationen und lernen räumliche Strukturen und Prozesse besser zu verstehen.

Mit der gemeinnützigen Bildungsinitiative Jugend präsentiert möchte die Klaus Tschira Stiftung gGmbH die Präsentationskompetenzen von Schülerinnen und Schülern, vor allem im naturwissenschaftlich-mathematischen Unterricht, fördern. Für Schülerinnen und Schüler bietet Jugend präsentiert einen bundesweiten Schülerwettbewerb an, der den Teilnehmenden die Möglichkeit bietet, sich im außerschulischen Kontext mit dem Thema Präsentation zu beschäftigen. Seit dem Start des Wettbewerbs 2011 haben es mehr als 536 Schülerinnen und Schüler bis in die letzte Wettbewerbsrunde zum Finale nach Berlin geschafft, wovon nunmehr rund 300 Ehemalige am Jugend präsentiert Alumni-Programm teilnehmen. Im Rahmen des Alumni-Programms fand im Juli 2020 den Umständen geschuldete eine Summer School in digitaler Form statt. Das Projektbüro ist bei der Wissenschaft im Dialog gGmbH angesiedelt.

We are proud to announce the successful Kickoff of the 25 Mapathons project. On June, 22th a joint team of HeiGIT and the German Red Cross (GRC) carried out the first mapathon of the 25 Mapathons series. The mapathon was conducted with the local GRC groups from Witten and Lünen, which is part of the Red Cross Regional association of Westfalen-Lippe.

The 25 Mapathons Project

The aim of the 25 Mapathons project is to spread knowledge about OpenStreetMap (OSM) and humanitarian mapping among GRC volunteer groups. Furthermore, the mapathons will enhance the cooperation of GRC volunteers’ groups working on a national level with their GRC counterparts working in international projects. The final outcome of the project should be the capability of the GRC to harness the power of the great number of GRC volunteers to produce open geodata specifically for GRC projects abroad. The 25 Mapathons are funded and supported by the Klaus Tschira Foundation.

Background

In the last years, GRC and HeiGIT developed a strong cooperation which helped to push forward the topic of GIS and open geodata in GRC. Since last year, the GRC is member of the Missing Maps Project, which underlines the importance of this topic for the GRC. In the course of the productive partnership between HeiGIT and the GRC (learn more here) several mapathons in a wide variety of occasions were conducted.

The experiences from these events proofed for mapathons to be a great tool to introduce GRC volunteers and employees to humanitarian mapping.

What happened in the Kick off Mapathon

Melanie Eckle (HeiGIT) gave an introductory presentation, providing an overview of humanitarian mapping. Katharina Lorenz (GRC) introduced the work of the GRC abroad and the use of geodata in forecast-based financing and Disaster Risk Reduction projects. In the following, the GRC volunteers mapped an area in Uzbekistan around the city of Fargona. The GRC has been active in the region for years. In close cooperation with the local Red Cross Red Crescent Societies and other project partners, the GRC is implementing forecast-based financing projects in Central Asia to prevent adverse effects from cold- and heatwaves on the local population. Accurate and comprehensive geodata are therefore crucial. Currently the 25 Mapathons team is processing the feedback from this last event to adapt the mapathons to the distinctive setting of local GRC groups.

Outlook

In the next weeks and months, we will conduct additional mapathons with GRC groups all across Germany. Due to the covid-19 situation, these will be conducted online until further notice.

While the list of Red Cross associations that are interested in participating in a mapathon is growing, we are still looking for further GRC groups to take part in the project and to host a mapathon with us. If you are interested, please contact katharina.lorenz@drk.de or melanie.eckle@heigit.org

Spielplatz in Heidelberg

Wo befindet sich dieser Spielplatz in Heidelberg? Wie komme ich zum nächst gelegenden Park und das möglichst auf einer Route mit viel Grün oder wenig Lärm? Wer das herausfinden möchte, sollte an der meinGrün Schnitzeljagd teilnehmen. Nachdem die Schnitzeljagd in Dresden bereits seit zwei Wochen läuft, können nun auch die HeidelbergerInnen zu Fuß oder auf dem Fahrrad die städtischen Grünflächen und die meinGrün App erkunden. Es gibt eine kurze Fußgänger-Route (3 km) und eine lange Fahrrad-Route (13 km). Beide starten an der Neckarwiese und können in ca. 1,5 Stunden zurückgelegt werden. Wie bei jeder Schnitzeljagd gibt es natürlich auch bei uns verschiedene Schätze zu gewinnen in Form von Gutscheinen für lokale Läden und Cafes.

Wie Sie teilnehmen können, erfahren Sie hier. Viel Spaß beim Erkunden!

Tipp: Den Spielplatz auf dem Bild findet man nur über die Fahrrad-Route.

Die meinGrün Routenplanung basiert auf einer erweiterten Version von openrouteservice.org

https://www.geog.uni-heidelberg.de/gis/meingruen.html

Today (1st July 2020) marks the first birthday of HeiGIT gGmbH! Over this first year, HeiGIT, the Heidelberg Institute for Geoinformation Technology at Heidelberg University has been involved a large number of events, projects, publications, and press coverage. Founded on the 1st July 2019, HeiGIT is a non-for-profit organisation receiving core-funding by the Klaus Tschira Stiftung, with an objective of improving knowledge and technology transfer from fundamental research in geoinformatics to practical applications.

Over the past year there have been a number of technological advancements made in the various open source tools and services that HeiGIT provides. These include for example the release of the public ohsome API (1.0), inclusion of super fast routing with restrictions in openrouteservice, a brand new version of the widely used MapSwipe app, or the Covid-19 Map of Hope in cooperation with the GIScience and medicine groups of Heidelberg University. During the current Corona outbreak, HeiGIT has worked closely with various humanitarian organisations to provide assistance where our services can make a large impact. Examples of these activities include for example analysing the healthcare access in Sub-Saharan Africa or increasing the quota of the openrouteservice optimize API for better logistics and fleet management for distribution of food and medicine.

The services offered by HeiGIT have also received attention from a number of prestigious organisations. Examples of these include the use of openrouteservice in flood assessment by NASA, the prize for MapSwipe as best humanitarian app at Mobile World Congress, or the publication of an article in Nature Neuroscience about the effects of urban greenspace on peoples’ wellbeing.

Working closely with our colleagues at the GIScience research group at Heidelberg University, several of our services have been implemented and extended in a research context. The MeinGrün, BKG and TARDUR projects all extended openrouteservice, with MeinGrün improving on the already existent healthy routing, the BKG project implementing really fast isochrones and TARDUR introduced time dependent routing functionality. The ohsome API has been used for OSM data extraction and data analysis in a number of projects together with the GIScience group including among others the Waterproofing, IDEAL-VGI, OSMlanduseDEEP-VGI and HCE Klimahandeln projects.

It hasn’t just been the development and research that team members of HeiGIT have been highly involved in. In September 2019, the HeiGIT and GIScience team hosted the Humanitarian OpenStreetMap Team annual Summit (HOT Summit 2019) and the annual international gathering of the OSM community, the State of the Map 2019 conference. Both of these featured workshops and presentations predominantly relating to OpenStreetMap. With the State of the Map conference having about 600 attendees from all over the globe, and the HOT Summit having over 200 attendees from more than 40 different countries, they were the biggest State of the Map and Summit events to date.

Apart from this, there have been a couple of interesting partnerships and collaborations that have been further established throughout the first year. While HeiGIT, GIScience and the German Red Cross already signed a Memorandum of Understanding (MoU) in 2018, last September was the starting date of a German Red Cross (GRC) project, which facilitates closer further collaboration. In addition to several joint presentations, workshops and project ideas, HeiGIT and GRC are currently working together in the “25 Mapathons” initiative supported by the Klaus Tschira Foundation to raise awareness about our work and the Missing Maps initiative in regional and youth associations of the German Red Cross all over Germany. In December 2019, an additional MoU was signed between HeiGIT, GIScience and healthsites.io with the objective of producing and completing new joint ideas, and to conduct joint activities related to research as well as development of GIS technologies, workflows and communities in relation to health contexts.

These are just some of the highlights from the first year of HeiGIT gGmbH, and here’s hoping to continued success for many more years to come! Some things to look out for in the not too distant future include a new mobile friendly web client for openrouteservice, and an extension of the MapSwipe app and of ohsomeHEX.

Finally, the team at HeiGIT would like to cordially thank the Klaus Tschira Foundation, Heidelberg for their continued support in facilitating our vision of a better society and environment by improving open geoinformation and geoinformation technology.

Heigit Birthday Cake

Multi-sensor remote sensing image classification has been considerably improved by deep learning feature extraction and classification networks. In this recent paper, we propose a novel multi-sensor fusion framework (CResNet-AUX) for the fusion of diverse remote sensing data sources. The novelty of this paper is grounded in three important design innovations:

  • A unique adaptation of the coupled residual networks to address multi-sensor data classification;
  • smart auxiliary training via adjusting the loss function to address classifications with limited samples;
  • A unique design of the residual blocks to reduce the computational complexity while preserving the discriminative characteristics of multi-sensor features.

The proposed classification framework is evaluated using three different remote sensing datasets: the urban Houston university datasets (including Houston 2013 and the training portion of Houston 2018) and the rural Trento dataset. The proposed framework achieves high overall accuracies of 93.57%, 81.20%, and 98.81% on Houston 2013, the training portion of Houston 2018, and Trento datasets, respectively. Additionally, the experimental results demonstrate considerable improvements in classification accuracies compared with the existing state-of-the-art methods.

More importantly, the proposed CResNet-AUX is designed to be a fully automatic generalized multi-sensor fusion framework, where the network architecture is largely independent from the input data types and not limited to specific sensor systems. Our framework is applicable to a wide range of multi-sensor datasets in an end-to-end, wall-to-wall manner.

Future works in developing intelligent and robust multi-sensor fusion methods may benefit from the insights we have produced in this paper. In further research, we propose to test the performance of our framework on a large-scale application (e.g., continental and/or planetary land use land cover classification) and include additional types of remote sensing data. Find more details in the paper:

Li, H.; Ghamisi, P.; Rasti, B.; Wu, Z.; Shapiro, A.; Schultz, M.; Zipf, A. (2020) A Multi-Sensor Fusion Framework Based on Coupled Residual Convolutional Neural Networks. Remote Sensing. 12, 2067. https://doi.org/10.3390/rs12122067

What does the tool behind the recently published documentation of the ohsome API have in common with a statue made of stones in Egypt? - Apart from the name, both are of course awesome (and now also ohsome). As previously announced, together with the open source release 1.0 of the ohsome API, we have published a new set of documentation pages. We are giving you now a much more detailled insight in how to properly use the different endpoints and parameters of our API, as well as showing concrete examples for different endpoints. The Swagger documentation, which used to be our prime source for information of the API is still available and can be used as a playground to test simple GET requests. Let’s take a look at the different sections of the new documentation.

The main part of the docs lists the different endpoints, namely the general aggregation, user aggregation, extraction and metadata endpoints. All of them have a short description, followed by the possible aggregation, or geometry types, as well as a specific set of valid parameters. You can find further example requests for every endpoint in four different formats: GET, POST, and the two programming languages Python and R. This should help you to get a better idea on how to access our API using one of these languages. Please also note the various “! Note” windows giving additional information to the respective endpoint.

The second part displays two visualizations of the API endpoints and shows the hierarchy behind them (you can see one of the two graphs just here below). The first ones gives a graphical view on the various endpoints and the second one a rather textual one using indenting as an identifier of the hierarchy within the endpoints. Both are providing a different perspective on the same schema and summon up to a total number of 68 endpoints.

The third part of the docs can be found under the chapter “Additional Information” and comprises, as the name might suggest, of additional infos on the grouping endpoints, as well as the time, filter and spatial boundary (bboxes, bpoints, bpolys) parameters. It gives an in-depth explanation on the different posibilities that these parameters and endpoints offer and how their specific formats look like. The filter parameter is a special case, as it has just recently been introduced to the ohsome API with version 1.0 and will be presented in a follow-up post coming next week. If you want to know more about the ohsome API, or any other component of the ohsome platform, just contact us via email info@heigit.org.

Older Posts »