Se former à #OpenStreetMap
À travers ce petit parcours de formation de 2 heures, apprenez à connaître, utiliser et contribuer à OpenStreetMap.
▻https://www.openstreetmap.fr/se-former-a-openstreetmap
#manuel #guide #OSM #open_street_map #contribution #cartographie #ressources_pédagogiques
Pourquoi sommes-nous tellement accros à #Google_Maps et #Waze ?
S’il y’a bien un logiciel propriétaire difficile à lâcher, c’est Google Maps. Ou Waze, qui appartient également à Google. Pourquoi est-ce si compliqué de produire un logiciel de navigation libre ? Ayant passé quelques années dans cette industrie, je vais vous expliquer les différents composants d’un logiciel de navigation.
Les briques de base d’un logiciel de navigation sont la position, les données, le mapmatching, le routing, la recherche et les données temps réel. Pour chaque composant, je propose une explication et une analyse des solutions libres.
La position
Le premier composant est un système de positionnement qui va fournir une coordonnée géographique avec, parfois, un degré de précision. Une longitude et une latitude, tout simplement.
Il existe plusieurs manières d’estimer une position. Le plus connu est le GPS qui capte des ondes émises par les satellites du même nom. Contrairement à une idée tenace, votre téléphone n’émet rien lorsqu’il utilise le GPS, il se contente d’écouter les signaux GPS tout comme une radio FM écoute les ondes déjà présentes. Votre téléphone n’a de toute façon pas la puissance d’émettre jusqu’à un satellite. Les satellites GPS sont, au plus près, à 20.000 km de vous. Vous croyez que votre téléphone puisse envoyer un signal à 20.000 km ?
Pour simplifier à outrance, le principe d’un satellite GPS est d’émettre en permanence un signal avec l’heure qu’il est à son bord. Votre téléphone, en captant ce signal, compare cette heure avec sa propre horloge interne. Le décalage entre les deux permet de mesurer la distance entre le téléphone et le satellite, sachant que l’onde se déplace à la vitesse de la lumière, une onde radio n’étant que de la lumière dans un spectre invisible à l’œil humain. En refaisant cette opération pour trois satellites dont la position est connue, le téléphone peut, par triangulation, connaître sa position exacte.
Fait intéressant : ce calcul n’est possible qu’en connaissant la position des satellites GPS. Ces positions étant changeantes et difficilement prévisibles à long terme, elles sont envoyées par les satellites eux-mêmes, en plus de l’heure. On parle des « éphémérides ». Cependant, attendre l’envoi des éphémérides complètes peut prendre plusieurs minutes, le signal GPS ne pouvant envoyer que très peu de données.
C’est la raison pour laquelle un GPS éteint depuis longtemps mettra un long moment avant d’afficher sa position. Un GPS éteint depuis quelques heures seulement pourra réutiliser les éphémérides précédentes. Et pour votre smartphone, c’est encore plus facile : il profite de sa connexion 4G ou Wifi pour télécharger les éphémérides sur Internet et vous offrir un positionnement (un « fix ») quasi instantané.
Le système GPS appartient à l’armée américaine. Le concurrent russe s’appelle GLONASS et la version civile européenne Galileo. La plupart des appareils récents supportent les trois réseaux, mais ce n’est pas universel.
Même sans satellite, votre smartphone vous positionnera assez facilement en utilisant les bornes wifi et les appareils Bluetooth à proximité. De quelle manière ? C’est très simple : les appareils Google et Apple envoient, en permanence, à leur propriétaires respectifs (les deux entreprises susnommées) votre position GPS ainsi que la liste des wifi, appareils Bluetooth et NFC dans le voisinage. Le simple fait d’avoir cet engin nous transforme un espion au service de ces entreprises. En fait, de nombreux engins espionnent en permanence notre position pour revendre ces données.
Exemple d’un moniteur de batterie de voiture Bluetooth qui collecte les données de position à l’insu de son propriétaire.
Si on coupe le GPS d’un appareil Android Google, celui-ci se contentera d’envoyer une requête à Google sous la forme : « Dis, je ne connais pas ma position, mais je capte le wifi grandmaman64 et superpotes89 ainsi qu’une télé Samsung compatible Bluetooth, t’aurais pas une idée d’où je suis ? ». Réponse : « Ben justement, j’ai trois utilisateurs qui sont passés hier près de ces wifis et de cette télé, ils étaient dans la rue Machinchose. Donc tu es probablement dans la rue Machinchose. » Apple fait exactement pareil.
Quelle que soit la solution utilisée, GPS ou autre, la position d’un smartphone est fournie par le système d’exploitation et ne pose donc aucun problème au développeur d’application. C’est complètement transparent, mais l’obtention d’une position sera parfois légèrement plus longue sans les services Google ou Apple propriétaires décrits ci-dessus.
Les datas (données cartographiques)
Ce n’est pas tout d’avoir une position, encore faut-il savoir à quoi elle correspond. C’est le rôle des données cartographiques, souvent appelées "data" dans l’industrie.
Obtenir des données cartographiques est un boulot inimaginable qui, historiquement, impliquait de faire rouler des voitures sur toutes les routes d’un pays, croisant les données avec la cartographie officielle puis mêlant cela aux données satellites. Dans les années 2000, deux fournisseurs se partageaient un duopole (Navteq, acquis par Nokia en 2007 et TeleAtlas, acquis par Tomtom en 2008). Google Maps utilisait d’ailleurs souvent des données issues de ces fournisseurs (ainsi que tous les GPS de l’époque). Dans certaines régions, le logo Navteq était même visible sur la cartographie Google Maps. Mais plutôt que de payer une fortune à ces entreprises, Google a décidé de lancer sa propre base de données, envoyant ses propres voitures sur les routes (et profitant de l’occasion pour lancer Google Street View).
La toute grande difficulté des data, c’est qu’elles changent tout le temps. Les sentiers et les chemins se modifient. Des routes sont ouvertes. D’autres, fermées. Des constructions se font, des quartiers entiers apparaissent alors qu’une voie se retrouve à sens unique. Parcourir la campagne à vélo m’a appris que chaque jour peut être complètement différent. Des itinéraires deviennent soudainement impraticables pour cause de ronces, de fortes pluies ou de chutes d’arbres. D’autres apparaissent comme par magie. C’est un peu moins rapide pour les automobilistes, mais tentez de traverser l’Europe avec une carte d’une dizaine d’années et vous comprendrez votre douleur.
En parallèle de ces fournisseurs commerciaux est apparu le projet OpenStreetMap que personne ne voulait prendre au sérieux dans l’industrie. On m’a plusieurs fois ri au nez lorsque j’ai suggéré que cette solution était l’avenir. Tout comme Universalis ne prenait pas Wikipédia au sérieux.
Le résultat, nous le connaissons : OpenStreetMap est aujourd’hui la meilleure base de données cartographiques pour la plupart des cas d’usage courant. À tel point que les géants comme Waze n’hésitent pas à les repomper illégalement. Sebsauvage signale le cas d’un contributeur OSM qui a sciemment inventé un parc de toutes pièces. Ce parc s’est retrouvé sur Waze…
Mais les applications utilisant OpenStreetMap doivent faire face à un gros défi : soit demander à l’utilisateur de charger les cartes à l’avance et de les mettre à jour régulièrement, soit de les télécharger au fur et à mesure, ce qui rend l’utilisation peut pratique (comment calculer un itinéraire ou trouver une adresse dans une zone dont on n’a pas la carte ?). Le projet OpenStreetMaps est en effet financé essentiellement par les dons et ne peut offrir une infrastructure de serveurs répondant immédiatement à chaque requête, chose que Google peut confortablement se permettre.
Le mapmatching
Une fois qu’on a la carte et la position, il suffit d’afficher la position sur la carte, non ? Et bien ce n’est pas aussi simple. Tout d’abord parce que la planète est loin de correspondre à une surface plane. Il faut donc considérer la courbure de la terre et le relief. Mais, surtout, le GPS tout comme les données cartographiques peuvent avoir plusieurs mètres d’imprécision.
Le mapmatching consiste à tenter de faire coïncider les deux informations : si un GPS se déplace à 120km/h sur une ligne parallèle située à quelques mètres de l’autoroute, il est probablement sur l’autoroute ! Il faut donc corriger la position en fonction des données.
En ville, des hauts bâtiments peuvent parfois refléter le signal GPS et donc allonger le temps de parcours de celui-ci. Le téléphone croira alors être plus loin du satellite que ce n’est réellement le cas. Dans ce genre de situation, le mapmatching vous mettra dans une rue parallèle. Cela vous est peut-être déjà arrivé et c’est assez perturbant.
Une autre application du mapmatching, c’est de tenter de prédire la position future, par exemple dans un tunnel. La position GPS, de par son fonctionnement, introduit en effet une latence de quelques secondes. Dans une longue ligne droite, ce n’est pas dramatique. Mais quand il s’agit de savoir à quel embranchement d’un rond-point tourner, chaque seconde est importante.
Le logiciel peut alors tenter de prédire, en fonction de votre vitesse, votre position réelle. Parfois, ça foire. Comme lorsqu’il vous dit que vous avez déjà dépassé l’embranchement que vous devez prendre alors que ce n’est pas le cas. Ou qu’il vous dit de tourner dans trente mètres alors que vous êtes déjà passé.
La recherche
On a la position sur la carte qui est, le plus souvent, notre point de départ. Il manque un truc important : le point d’arrivée. Et pour trouver le point d’arrivée, il faut que l’utilisateur l’indique.
Les recherches géographiques sont très compliquées, car la manière dont nous écrivons les adresses n’a pas beaucoup de sens : on donne le nom de la rue avant de donner la ville avant de donner le pays ! Dans les voitures, la solution a été de forcer les utilisateurs à entrer leurs adresses à l’envers : pays, ville, rue, numéro. C’est plus logique, mais nous sommes tellement habitués à l’inverse que c’est contre-intuitif.
Le problème de la recherche dans une base de données est un problème très complexe. Avec les applications OpenStreetMap, la base de données est sur votre téléphone et votre recherche est calculée par le minuscule processeur de ce dernier.
Ici, Google possède un avantage concurrentiel incommensurable. Ce n’est pas votre téléphone qui fait la recherche, mais bien les gigantesques serveurs de Google. Tapez "rue Machinchose" et la requête est immédiatement envoyée à Google (qui en profite pour prendre note dans un coin, histoire de pouvoir utiliser ces informations pour mieux vous cibler avec des publicités). Les ordinateurs de Google étant tellement rapide, ils peuvent même tenter d’être intelligent : il y’a 12 rue Machinchose dans tout le pays, mais une MachinChause, avec une orthographe différente, dans un rayon de 10km, on va donc lui proposer celle-là. Surtout que, tient, nous avons en mémoire qu’il s’est rendu 7 fois dans cette rue au cours des trois dernières années, même sans utiliser le GPS.
Force est de constater que les applications libres qui font la recherche sur votre téléphone ne peuvent rivaliser en termes de rapidité et d’aisance. Pour les utiliser, il faut s’adapter, accepter de refaire la recherche avec des orthographes différentes et d’attendre les résultats.
Le routing
On a le départ, on a l’arrivée. Maintenant il s’agit de calculer la route, une opération appelée « routing ». Pour faire du routing, chaque tronçon de route va se voir attribuer différentes valeurs : longueur, temps estimé pour le parcourir, mais aussi potentiellement le prix (routes payantes), la beauté (si on veut proposer un trajet plus agréable), le type de revêtement, etc.
L’algorithme de routing va donc aligner tous les tronçons de route entre le départ et l’arrivée, traçant des centaines ou des milliers d’itinéraires possibles, calculant pour chaque itinéraire la valeur totale en additionnant les valeurs de chaque tronçon.
Il va ensuite sélectionner l’itinéraire avec la meilleure valeur totale. Si on veut le plus rapide, c’est le temps total estimé le plus court. Si on veut la distance, c’est la distance la plus courte, etc.
À mon époque, l’algorithme utilisé était le plus souvent de type « Bidirectionnal weighted A-star ». Cela signifie qu’on commence à la fois du départ et de l’arrivée, en explorant jusqu’au moment où les chemins se rencontrent et en abandonnant les chemins qui sont déjà de toute façon disqualifiés, car un plus court existe (oui, on peut aller de Bruxelles à Paris en passant par Amsterdam, mais ce n’est pas le plus efficace).
Une fois encore, le problème est particulièrement complexe et votre téléphone va prendre un temps énorme à calculer l’itinéraire. Alors que les serveurs de Google vont le faire pour vous. Google Maps ne fait donc aucun calcul sur votre téléphone : l’application se contente de demander aux serveurs Google de les faire à votre place. Ceux-ci centralisent les milliers d’itinéraires demandés par les utilisateurs et les réutilisent parfois sans tout recalculer. Quand on est un monopole, il n’y a pas de petits profits.
Les données temps réels
Mais si on veut le trajet le plus rapide en voiture, une évidence saute aux yeux : il faut éviter les embouteillages. Et les données concernant les embouteillages sont très difficiles à obtenir en temps réel.
Sauf si vous êtes un monopole qui se permet d’espionner une immense majorité de la population en temps réel. Il vous suffit alors, pour chaque tronçon de route, de prendre la vitesse moyenne des téléphones qui sont actuellement sur ce tronçon.
L’artiste Simon Weckert avait d’ailleurs illustré ce principe en promenant 99 smartphones connectés sur Google maps dans un chariot. Le résultat ? Une rue déserte est devenue un embouteillage sur Google Maps.
Là, force est de constater qu’il est difficile, voire impossible, de fournir ces données sans espionner massivement toute la population. À ce petit jeu, les alternatives libres ne pourront donc jamais égaler un monopole de surveillance comme celui de Google.
Mais tout n’est pas noir, car, contrairement à ce qu’on pourrait croire, les infos trafic ne nous permettent pas d’aller plus vite. Elles donnent une illusion d’optimalité qui empire le trafic sur les itinéraires alternatifs et, au final, le temps perdu reste identique. Le seul avantage est que la prévision du temps de trajet est grandement améliorée.
Ce résultat résulte de ce que j’appelle le paradoxe de l’embouteillage. C’est un fait bien connu des scientifiques et ignoré à dessein des politiciens que le trafic automobile est contre-intuitif. Au plus la route est large et permet à de nombreux véhicules de passer, au plus les embouteillages seront importants et la circulation chaotique. Si votre politicien propose de rajouter une bande sur le périphérique pour fluidifier la circulation, changez de politicien !
L’explication de ce phénomène tient au fait que lorsqu’il y’a un embouteillage sur le périphérique, ce n’est pas le périphérique qui bouche. C’est qu’il y’a plus de voitures qui rentrent sur le périphérique que de voitures qui en sortent. Or, les sorties restent et resteront toujours limitées par la taille des rues dans les villes.
En bref, un embouteillage est causé par le goulot d’étranglement, les parties les plus étroites qui sont, le plus souvent, les rues et ruelles des différentes destinations finales. Élargir le périphérique revient à élargir le large bout d’un entonnoir en espérant qu’il se vide plus vite. Et, de fait, cela rend les choses encore pires, car cela augmente le volume total de l’entonnoir, ce qui fait qu’il contient plus d’eau et mettra donc plus longtemps à se vider.
99 smartphones dans un bac à roulette : c’est tout ce que nous sommes pour Google
Les infotrafics et les itinéraires alternatifs proposés par Google Maps ne font pas autre chose que de rajouter une bande de trafic virtuelle (sous forme d’un itinéraire alternatif) et donc élargissent le haut de l’entonnoir. Les infos trafic restent utiles dans les cas particuliers où votre destination est complètement différente du reste de la circulation. Où si la congestion apparait brusquement, comme un accident : dans ce cas, vous pourriez avoir le bénéfice rare, mais enviable d’emprunter l’itinéraire de secours juste avant sa congestion.
La plupart du temps, les infotrafics sont globalement contre-productifs par le simple fait que tout le monde les utilise. Elles seraient parfaites si vous étiez la seule personne à en bénéficier. Mais comme tout le monde les utilise, vous êtes également obligé de les utiliser. Tout le monde y perd.
Leur impact premier est surtout psychologique : en jouant avec les itinéraires alternatifs, vous pouvez vous convaincre que vous n’avez pas d’autre choix que prendre votre mal en patience. Alors que, sans eux, vous serez persuadés qu’il y’a forcément une autre solution.
Les logiciels
Alors, se passer de Google Maps ? Comme nous l’avons vu, ce n’est pas évident. Le service Google Maps/Waze se base sur l’espionnage permanent et instantané de milliards d’utilisateurs, offrant une précision et une rapidité insurpassable. Quand on y pense, le coût de ce confort est particulièrement élevé. Et pourtant, Google Maps n’est pas la panacée.
J’ai personnellement un faible pour Organic Maps, que je trouve bien meilleur que Google Maps pour tout à l’exception du trafic routier : les itinéraires à pieds, en vélo et même en voiture hors des grands axes sont bien plus intéressants. Certes, il nécessite de télécharger les cartes. Inconvénient, selon moi, mineur, car permettant une utilisation même sans connexion. La recherche est, par contre, souvent frustrante et lente.
Mais le mieux est peut-être d’explorer les alternatives libres à Google Maps dans cet excellent article de Louis Derrac.
Et puis, pourquoi ne pas lutter contre la privatisation du bien commun qu’est la cartographie en apprenant à contribuer à OpenStreetMap ?
Les #outils_numériques de l’#humanitaire sont-ils compatibles avec le respect de la #vie_privée des #réfugiés ?
Pour gérer les opérations humanitaires dans le camp de réfugiés syriens de #Zaatari en #Jordanie, les ONG ont mis en place des outils numériques, mais l’#innovation a un impact sur le personnel humanitaire comme sur les réfugiés. Travailler sur ce camp ouvert en 2012, où vivent 76 000 Syriens et travaillent 42 ONG, permet de s’interroger sur la célébration par le monde humanitaire de l’utilisation de #nouvelles_technologies pour venir en aide à des réfugiés.
Après plusieurs années d’observation participative en tant que chargée d’évaluation pour une organisations non gouvernementales (ONG), je suis allée plusieurs fois à Amman et dans le camp de Zaatari, en Jordanie, entre 2017 et 2018, pour rencontrer des travailleurs humanitaires de 13 organisations différentes et agences de l’Onu et 10 familles vivant dans le camp, avec l’aide d’un interprète.
Le camp de Zaatari a été ouvert dès 2012 par le Haut Commissariat aux Réfugiés pour répondre à la fuite des Syriens vers la Jordanie. Prévu comme une « #installation_temporaire », il peut accueillir jusqu’à 120 000 réfugiés. Les ONG et les agences des Nations Unies y distribuent de la nourriture et de l’eau potable, y procurent des soins et proposent un logement dans des caravanes.
Pour faciliter la #gestion de cet espace de 5,2 km2 qui accueille 76 000 personnes, de très nombreux rapports, cartes et bases de données sont réalisés par les ONG. Les #données_géographiques, particulièrement, sont collectées avec des #smartphones et partagées via des cartes et des #tableaux_de_bord sur des #plateformes_en_ligne, soit internes au camp comme celle du Haut Commissariat des Nations unies pour les réfugiés (HCR), soit ouvertes à tous comme #Open_Street_Map. Ainsi, grâce à des images par satellite, on peut suivre les déplacements des abris des réfugiés dans le camp qui ont souvent lieu la nuit. Ces #mouvements modifient la #géographie_du_camp et la densité de population par zones, obligeant les humanitaires à modifier les services, tel l’apport en eau potable.
Les réfugiés payent avec leur iris
Ces outils font partie de ce que j’appelle « l’#humanitaire_numérique_innovant ». Le scan de l’#iris tient une place à part parmi ces outils car il s’intéresse à une partie du #corps du réfugié. Cette donnée biométrique est associée à la technologie de paiement en ligne appelée #blockchain et permet de régler ses achats au #supermarché installé dans le camp par une société jordanienne privée. Avant l’utilisation des #scanners à iris, les réfugiés recevaient une #carte_de_crédit qu’ils pouvaient utiliser dans divers magasins autour du camp, y compris dans des #échoppes appartenant à des réfugiés.
Ils ne comprennent pas l’utilité pour eux d’avoir changé de système. Nour*, une réfugiée de 30 ans, trouvait que « la #carte_Visa était si facile » et craint de « devenir aveugle si [elle] continue à utiliser [son] iris. Cela prend tellement de temps : “ouvre les yeux”, “regarde à gauche”, etc. ». Payer avec son corps n’a rien d’anecdotique quand on est réfugié dans un camp et donc dépendant d’une assistance mensuelle dont on ne maîtrise pas les modalités. Nisrine, une autre réfugiée, préférait quand « n’importe qui pouvait aller au supermarché [pour quelqu’un d’autre]. Maintenant une [seule] personne doit y aller et c’est plus difficile ». Sans transport en commun dans le camp, se rendre au supermarché est une contrainte physique pour ces femmes.
Le principal argument des ONG en faveur du développement du scan de l’iris est de réduire le risque de #fraude. Le #Programme_Alimentaire_Mondial (#Pam) contrôle pourtant le genre de denrées qui peuvent être achetées en autorisant ou non leur paiement avec la somme placée sur le compte des réfugiés. C’est le cas par exemple pour des aliments comme les chips, ou encore pour les protections hygiéniques. Pour ces biens-là, les réfugiés doivent compléter en liquide.
Des interactions qui changent entre le personnel humanitaire et les réfugiés
Les effets de ces #nouvelles_technologies se font aussi sentir dans les interactions entre le personnel du camp et les réfugiés. Chargés de collecter les #données, certains humanitaires doivent régulièrement interroger des jeunes hommes venant de zones rurales limitrophes (qui forment la majorité des réfugiés) sur leur hygiène ou leurs moyens de subsistance. Cela leur permet de créer des #indicateurs pour classer les réfugiés par catégories de #vulnérabilité et donc de #besoins. Ces interactions sont considérées par les réfugiés comme une intrusion dans leur espace de vie, à cause de la nature des questions posées, et sont pourtant devenues un des rares moments d’échanges entre ceux qui travaillent et vivent dans le camp.
Le #classement des ménages et des individus doit se faire de manière objective pour savoir qui recevra quoi, mais les données collectées sont composites. Difficile pour les responsables de projets, directement interpellés par des réfugiés dans le camp, d’assumer les choix faits par des logiciels. C’est un exercice mathématique qui décide finalement de l’#allocation de l’aide et la majorité des responsables de programmes que j’ai interrogés ne connaissent pas son fonctionnement. Le processus de décision est retiré des mains du personnel humanitaire.
Aucune évaluation de la #protection_des_données n’a été réalisée
La vie privée de cette population qui a fui la guerre et trouvé refuge dans un camp est-elle bien protégée alors que toutes ces #données_personnelles sont récoltées ? Le journal en ligne The New Humanitarian rapportait en 2017 une importante fuite de données de bénéficiaires du Pam en Afrique de l’Ouest, détectée par une entreprise de protection de la donnée (▻https://www.thenewhumanitarian.org/investigations/2017/11/27/security-lapses-aid-agency-leave-beneficiary-data-risk). En Jordanie, les #données_biométriques de l’iris des réfugiés circulent entre une banque privée et l’entreprise jordanienne qui exploite le supermarché, mais aucune évaluation de la protection des données n’a été réalisée, ni avant ni depuis la mise en œuvre de cette #innovation_technologique. Si la protection des données à caractère personnel est en train de devenir un objet de légalisation dans l’Union européenne (en particulier avec le Règlement Général sur la Protection des Données), elle n’a pas encore été incluse dans le #droit_humanitaire.
De la collecte de données sur les pratiques d’hygiène à l’utilisation de données biométriques pour la distribution de l’#aide_humanitaire, les outils numériques suivent en continu l’histoire des réfugiés. Non pas à travers des récits personnels, mais sur la base de données chiffrées qui, pense-t-on, ne sauraient mentir. Pour sensibiliser le public à la crise humanitaire, les équipes de communication des agences des Nations Unies et des ONG utilisent pourtant des histoires humaines et non des chiffres.
Les réfugiés eux-mêmes reçoivent peu d’information, voire aucune, sur ce que deviennent leurs données personnelles, ni sur leurs droits en matière de protection de données privées. La connexion Internet leur est d’ailleurs refusée, de peur qu’ils communiquent avec des membres du groupe État Islamique… La gestion d’un camp aussi vaste que celui de Zaatari bénéficie peut-être de ces technologies, mais peut-on collecter les #traces_numériques des activités quotidiennes des réfugiés sans leur demander ce qu’ils en pensent et sans garantir la protection de leurs données personnelles ?
▻http://icmigrations.fr/2020/01/16/defacto-015-01
#camps_de_réfugiés #numérique #asile #migrations #camps #surveillance #contrôle #biométrie #privatisation
voir aussi le film Bienvenue au Refugistan qui montre bien l’application de ce genre d’innovations dans les camps de réfugiés :
►https://seenthis.net/messages/502311
Vendredi soir j’ai participé à un #mapathon , organisé par à #Grenoble dans le cadre de la #Nuit_de_la_géogrpahie :
C’était la première fois que je participais au mapathon, et ça a été très sympa. Beaucoup de jeunes présents dans la salle mise à disposition par l’Institut d’urbanisme et géographie alpine :
C’est l’occasion pour faire un petit peu de pub ici pour CartONG, #association dont le siège est à #Chambéry :
CartONG est une ONG française créée en 2006 par des cartographes souhaitant améliorer la façon dont les organisations humanitaires utilisaient les cartes et les données géographiques. Elle a depuis grandi et propose aux acteurs de l’humanitaire et du développement de nombreux outils innovants de gestion de l’information, de cartographie, d’analyse et de communication.
La géographie ne sauve pas de vies, mais elle peut avoir un impact déterminant quand elle est utilisée à bon escient. L’objectif central de CartONG est donc de soutenir les organisations et les personnes qui sauvent des vies, participent au développement et protègent l’environnement à travers le monde, afin que ceux-ci puissent le faire mieux et à plus grande échelle.
Nous pensons que cela n’est possible qu’en permettant à ces organisations et personnes d’acquérir les compétences et la stratégie adaptés à chaque structure et contexte particulier. C’est pour cela que nos équipes fournissent des conseils, des formations, de l’appui stratégique, et du staff, à la fois au siège et sur le terrain. Nous proposons les outils les plus adaptés grâce à notre veille technologique et contribuons au développement de nouvelles solutions et à la définition de bonnes pratiques. Pour en savoir plus, jetez un oeil à nos projets et services.
Nos experts et nos bénévoles participent à de nombreux secteurs des réponses humanitaires et du développement : par exemple, l’aide aux réfugiés, la logistique, la santé, les catastrophes naturelles et l’environnement. Nous promouvons la gestion de l’information et les SIG comme des outils transversaux pouvant être utilisés dans différents métiers (par exemple, l’analyse des besoins, la planification de projet, ou le suivi/évaluation), mais permettant également de diffuser un esprit innovant et collaboratif au sein des organisations et des communautés que nous soutenons.
Travailler avec les communautés locales et renforcer les compétences du staff local est crucial pour nous, puisque c’est le prérequis pour développer des projets durables et répondant aux besoins des populations que nous aidons. Nous sommes également des partisans actifs du partage de l’information, de l’open data et de la mutualisation des moyens pour améliorer l’efficacité globale et l’impact de l’aide.
CartONG est le coordinateur français du projet international #Missing_Maps :
Remettre les personnes les plus vulnérables de la Terre sur la carte
Chaque année, les catastrophes naturelles tuent près de 100 000 personnes et touchent ou déplacent 200 millions de personnes dans le monde. La plupart des endroits où se produisent ces catastrophes sont littéralement ’absents’ des cartes et les premiers secours manquent d’informations pour prendre les bonnes décisions sur le terrain. Missing Maps est un projet ouvert et collaboratif auquel vous pouvez participer, en cartographiant les zones où les organisations humanitaires essaient de répondre aux besoins des populations touchées.
▻https://www.missingmaps.org/fr
#cartographie_humanitaire #catastrophes_naturelles #géographie_du_vide #géographie_du_plein
Lors du mapathon, on a utilisé la plateforme #HOT , #Humanitarian_OpenStreetMap_Team :
HOT is an international team dedicated to humanitarian action and community development through open mapping.
▻https://www.hotosm.org
#OSM #OpenStreetMap #open_street_map
Pokemon GO migre sur OpenStreetMap - LinuxFr.org
▻https://linuxfr.org/users/blink38/journaux/pokemon-go-migre-sur-openstreetmap
Il y a quelques jours, les joueurs de PokemonGO ont vu les cartes du jeu modifiées. Il s’agit simplement d’une bascule des cartes de Google Maps vers OpenStreetMap par Niantic, l’éditeur du jeu Pokemon GO.
Plus exactement, d’après ce que j’ai compris, Pokemon GO utilise les données OSM (libres), mais pas leurs serveurs (pas libres de tous usages).
Du coup, plus de visibilité et de contributeurs pour OSM ?
Je crois bien avoir lu que le bouzin utilisait déjà les données OSM, et que d’ailleurs la communauté avait du essuyer une vague d’éditions de type « spam » opérées par des joueurs qui souhaitaient faire apparaître des poketrucs autour de chez eux, parce que ça va 5 minutes de devoir se déplacer IRL :p
OSMnx: A Python package to work with graph-theoretic OpenStreetMap street networks, by Geoff Boeing - The Journal of Open Source Software
▻http://joss.theoj.org/papers/10.21105/joss.00215
La carte est une reconquête de territoire
►http://www.politis.fr/blogs/2017/02/la-carte-est-une-reconquete-de-territoire-34177
Comme l’affirmait Alfred Korzybski « Une carte n’est pas le territoire », au sens où elle n’est pas un modèle applicable partout et déterminant la pensée et les comportements humains, mais, couplée à divers jeux de données, elle dit beaucoup. Avec les progrès de l’informatique, de la géolocalisation et des réseaux, la cartographie est aujourd’hui devenue une pratique courante, citoyenne, qui permet de révéler, comme l’a excellemment fait Jean-Christophe Victor durant vingt ans, le dessous des cartes. Grâce à des outils libres comme Khartis (développé par l’atelier de cartographie de Sciences Po tout un chacun peut réaliser une carte statistique, interactive ou non, pour éclairer une problématique choisie.
Prenons pour exemple celle réalisée par @b_b, membre du réseau Seenthis sur lequel j’ai posté une récente chronique sur les cormorans. Partant de la liste des quotas par département, intégrée à l’arrêté autorisant le tir des oiseaux noirs, il a créé une carte sur laquelle chaque couleur, de jaune pâle à rouge foncé, correspond à des quotas de + en + élevés. Un autre membre ayant suggéré d’y superposer les routes migratoires, et bien qu’on ne dispose pas des données SIG (système d’information géographique, format pour le recueil, le traitement, l’analyse et la présentation des données spatiales et géographiques) @b_b a réussi à produire cette carte
▻►http://bl.ocks.org/brunob/501c17003bf7f4495d8f71b675df8069
Elle permet de vérifier l’hypothèse selon laquelle une bonne part des départements ayant les quotas élevés sont situés sur ces routes, ce qui augmente le risque pour les cormorans de se faire tuer lors des haltes migratoires de mars ou d’octobre.
Autre exemple, cette Carte de France de l’absentéisme des députés au moment du vote sur l’état d’urgence, qui montre les circonscriptions dont les parlementaires étaient présents (en vert) lors de ce vote particulièrement important en février 2016....
#cartes #cartographie_collaborative #territoire #cormoran #absentéisme #nucléaire #Ashley_Madison #Open_Street_map #Corruption #chaine_du_livre #CQFD #Seditions_graphiques #World_government #Bureau_d'Etudes
Cool :)
Pour info, je n’ai utilisé Khartis que pour la première version de la carte (celle sous forme d’image), ensuite j’ai utilisé des outils libres comme QGIS et mapshapper pour la préparation des données, et surtout la libraire javascript d3js ►https://d3js.org pour la réalisation de la carte.
#cartographie #cartographie_participative
le lien de @b_b semble mort ?
Ha oui bien vu @reka le lien vers la dernière version de la carte est ici : ►https://seenthis.net/messages/565996#message570353
Les cartes des votes de l’Assemblée nationale n’intègre jamais – même hors carte – les 11 députés des Français de l’étranger.
Bravo pour l’initiative et le mouvement collectif, ça donne envie d’en faire plus sur seenthis, toutes et tous ensemble. On avait commencé avec les lignes d’avion Afrique Asie, mais on a hélas jamais finalisé ce projet... En tout cas ça donne de l’énergie.
On a essayé de lancer un projet sur les lobbies de Bruxelles mais ça n’a pas pris !
@reka entre nous cette année j’ai pris la résolution de ne plus dénoncer les dysfonctionnements sans essayer de proposer quelques solutions, même fantasques. Ca fait du bien ! Et avec un réseau de gens comme celles et ceux sur seenthis, y’a moyen d’atteindre à une certaine efficacité, de partager et de se faire plaisir. Pourquoi se priver :-°
Mais c’est peut-être aussi l’effet magique du cormoran...
Voyage chez les cartographes 2.0
Les #bénévoles d’Open street map, une plate-forme de #cartographie_participative, se sont retrouvés à Clermont-Ferrand. Qu’est-ce qui pousse ces bénévoles à vouloir cartographier le monde rue après rue ? La Croix est allée à la rencontre de cette joyeuse tribu.
▻http://www.la-croix.com/Sciences-et-ethique/Numerique/Voyage-chez-les-cartographes-2-0-2016-07-19-1200776794
#OSM #open_street_map
cc @albertocampiphoto
Recent imagery in Calais France for Mapfugees
▻https://www.mapbox.com/blog/mapfugees
Mapfugees
▻https://mapfugees.wordpress.com
L’équipe cherche à dresser une carte du camp de réfugiés de Grande-Synthe (proche de Dunkerque), nouvellement installé par Médecins sans frontières. La tâche n’est pas simple d’autant que nous partons de zéro : le camp était, il y a encore quelques semaines, une simple friche, les images satellites ne sont d’aucune utilité. Les résidents du camp participent au travail de cartographie, c’est une condition essentielle à la tenue du projet. Nous rassemblons rapidement le matériel, quelques ordinateurs, des clés 3G, des GPS, des chargeurs, des batteries et une montagne de Field Papers vierges ou déjà annotés.
Connected Refugees
Je retrouve l’équipe de MapFugees : Katja, Jorieke et Johan. Ils sont là depuis une semaine déjà, éprouvés mais toujours aussi motivés. D’autres m’ont précédé, d’autres nous succéderons. L’équipe cherche à dresser une carte du camp de réfugiés de Grande-Synthe (proche de Dunkerque), nouvellement installé par Médecins sans frontières. La tâche n’est pas simple d’autant que nous partons de zéro : le camp était, il y a encore quelques semaines, une simple friche, les images satellites ne sont d’aucune utilité. Les résidents du camp participent au travail de cartographie, c’est une condition essentielle à la tenue du projet. Nous rassemblons rapidement le matériel, quelques ordinateurs, des clés 3G, des #GPS, des chargeurs, des batteries et une montagne de Field Papers vierges ou déjà annotés. Le territoire occupé par le camp a été préalablement divisé en portions égales, imprimées sur papier en autant de Field Papers qui serviront de support à la récolte d’informations sur place. Chaque Field Paper est unique et porte la marque du binôme qui l’a édité : réfugié + bénévole + numéro du GPS + date, permettant de tracer et de suivre l’évolution du processus de cartographie de chaque zone.
https://mapfugees.files.wordpress.com/2016/04/img-01.png?w=1160 
https://mapfugees.files.wordpress.com/2016/04/img-03.png?w=1160
Séisme en Equateur : Cartographie, #images_satellites des zones affectées et #aide_humanitaire
De nombreux moyens permettent de localiser rapidement les destructions de bâtiments, les glissements de terrain, les routes endommagées, etc. afin, dans un premier temps, de permettre aux secours de se rendre dans les régions les plus touchées et parfois aussi les moins accessibles. Il s’agit d’études faites à partir de cartes (#Open_street_Map) et d’images satellites pour que les missions de sauvetage et les organisations humanitaires onusiennes puissent localiser les zones les plus affectées et dresser rapidement des cartes de dommages actualisables.
https://planetevivante.files.wordpress.com/2016/05/sc3a9lection_009.png?w=1108&h=514 
https://planetevivante.files.wordpress.com/2016/05/sc3a9lection_008.png?w=1108&h=830 
https://planetevivante.files.wordpress.com/2016/05/sc3a9lection_011.png?w=1108&h=780 #séisme #tremblement_de_terre #Equateur #cartographie #visualisation #OSM
@louca @shenriod
#Open_Street_Map en #tuiles vectorielles (#vectiles)
▻http://osmlab.github.io/osm-qa-tiles
on peut faire des calculs dessus en javascript :
►https://github.com/mapbox/tile-reduce
par exemple :
▻https://github.com/mapbox/osm-coverage
ou plus simple encore :
▻https://github.com/tcql/mlk-map
(évidemment, comme il faut environ 20 minutes chez moi pour lire toutes les tuiles l’une après l’autre, ça ne fait pas une méthode efficace pour faire un moteur de recherche dans OSM : mais ça a le mérite de servir de #tutoriel très simple)
Ca dépend de l’usage, mais ça permet d’avoir tout OSM chez soi dans un simple fichier #mbtiles de 18 Go, plutôt qu’un énorme machin à base de postgresql et tout. ping @kent1 @b_b
Can you identify the world cities from their ’naked’ metro maps ? | Cities | The Guardian
▻http://www.theguardian.com/cities/2015/nov/30/world-cities-quiz-naked-geographically-accurate-metro-maps?CMP=fb_gu
Artist and urban planner Neil Freeman of Fake is the New Real has been updating his geographically accurate #maps of city #subway systems, all drawn to the same scale. We’ve used a selection of his maps below: can you identify the cities?
All images: Neil Freeman / Open Street Map
The Rise of OpenStreetMap
▻http://thenextweb.com/insider/2014/02/28/openstreetmap/#!znhbZ
This definition of omnipresent sums up many facets of society. Fast food chains? Everywhere. Reality TV shows? You know the answer. And what about Google? Yup, right again.
What started as a simple search engine back in 1998 is now an omnipresent force, spanning search, email, video, productivity, smartphones, laptops, glasses, navigation and more. And by more, we mean more. Just last month, Google acquired Nest for multiple billions, even though it really only has a (smart) thermostat and smoke detector to its name. But it’s all about the future, and the future is very much about smart homes and the Internet of everything.
les Murs
▻http://lesmurs.org
Ce site qui n’est encore qu’une ébauche vous propose d’ouvrir à l’heure de la mondialisation un débat sur l’inquiétante prolifération de ces Murs dressés sur nos frontières en tristes reflets de ceux qui se sont sournoisement érigés dans nos têtes.
https://dl.dropbox.com/s/0ixnte7k7gcz98z/MURS.png
Construits sur les ruines du passé ils nous séparent de notre avenir et nous enferment dans nos peurs complices de la haine.
S’adressant à nos Murs intérieurs, ces pages sont une invitation à prendre conscience, avant que l’histoire ne nous convoque, que si les murs semblent, à court terme être la solution , à long terme, ils deviennent le problème.
dommage d’utiliser #google_maps, qui représente un autre type de mur / alors qu’il y a #open_street_map
Et hop, la même carte sous umap (ping @ybon) en 5 minutes :
Arf, j’aurais pu nettoyer un peu plus le kml avant de poster, désolé... (voilà c’est fait).
Par contre il faudrait peut-être contacter les personnes responsables du site pour leur demander si elles autorisent la reprise de « leurs données » sur umap... Ou mieux, leur proposer d’afficher directement cette nouvelle carte sur leur site avec le code d’embed fourni par umap :)
Utiliser #open_street_map pour le développement local | Open data à Tours
▻http://www.vendomois.tv/Open-Data-4-a-Tours_v102.html
plein d’exemples d’usages locaux de la #cartographie_participative ; au milieu desquels, au rayon #tourisme, les #jardins du #château de Villandry
Les data en forme | Paule d’Atha
►http://owni.fr/2012/09/24/les-data-en-forme-episode49
Cette semaine en vedette dans la veille data nouvelle formule, une magnifique #infographie en parallaxe sur l’eau virtuelle, des bubulles dans Le Monde, la guerre, la santé, les migrations, OSM et un générateur de mème qui se paie la fiole de Mitt Romney.
#Chronique #Cultures_numériques #Data #angela_morelli #d3.js #data_en_forme #eau_virtuelle #modest_maps_js #open_street_map #raphael.js #romneymakes #virtual_water
Juste fais le. | Andréa Fradin et Guillaume Ledit
►http://owni.fr/2012/06/16/pses-juste-fais-le
A Pas Sage en Seine, les #hackers réunis sont passés aux choses sérieuses : ou plutôt, aux « workshops », ces ateliers collectifs qui visent à apprendre ou à faire. Deuxième journée de festival sous le signe du « do it yourself », donc.
#Cultures_numériques #Reportage #Vive_Internet ! #cyberguerre #do_it_yourself #gael_musquet #hack #open_street_map #pas_sage_en_seine
Open data : toujours pas de licence commune en France ? | libertic
►http://owni.fr/2011/07/29/open-data-toujours-pas-de-licence-commune-en-france
L’empilement des textes tels que la loi Cada de 1978, #ODbL ou la licence-type de l’#APIE, freine le développement de la libération des données publiques dans notre pays. État des lieux de licences utilisées.
#Cultures_numériques #Opendata #CADA #open_street_map #opendata #wikipedia
Cartes de France pour GPS Garmin
►http://fredericbonifas.free.fr/osm/garmin.html
#OSM #Open_Street_Map #carte #GPS #Garmin #libre #gratuit #France
OpenStreetMap for Garmin
►http://emexes.powweb.com/osm
OSM Map On Garmin/Download - OpenStreetMap
►http://wiki.openstreetmap.org/index.php/OSM_Map_On_Garmin/Download