Find Geolocation Leads med Bellingcats OpenStreetMap Search Tool #
Nogle gange kan den sværeste del af geolokalisering af et billede være at vide, hvor man skal begynde at lede.
I tidligere Bellingcat-undersøgelser har udgangspunkter involveret omvendt billedsøgning, søgning i Google Earth efter jord med den rigtige farve, søgning efter minareter og endda identifikation af planter .
Bellingcat har bygget et nyt værktøj til at søge i OpenStreetMap-data for at hjælpe med at geolokalisere billeder og identificere udgangspunkter for geolokationsundersøgelser, baseret på objekter og strukturer, du kan identificere i et billede. Du kan tænke på det som en dramatisk forenklet version af Overpass-forespørgselssprogværktøjet, som nogle open source-forskere måske allerede er bekendt med at bruge via Overpass-Turbo .
Brugere kan tilmelde sig værktøjet og tjekke det ud her.
Sådan fungerer værktøjet #
Lad os lære, hvordan værktøjet fungerer ved at se på et eksempel. Her er et billede fra et sted i Belgien. Med henblik på denne øvelse, lad os forestille os, at vi allerede har indsnævret det land, hvor billedet er taget. Kan vi geolokalisere det med OpenStreetMap Search?
For det første identificerer vi et par unikke ting på billedet, der kan være tagget i OpenStreetMap: springvandet, sporvognssporene og nærbutikken på hjørnet. (Butikken fortæller os også, at vi er et sted fransktalende – det er nyttigt!)
I OpenStreetMap-søgeværktøjet kan vi vælge disse funktioner ved at klikke eller trække forudindstillingerne til markeringsruden.
Funktionerne ser alle ud til at være inden for omkring 100 meter fra hinanden på billedet, så vi lader skyderen “Maksimal afstand mellem funktioner” være på standardindstillingen på 100 meter.
Dernæst ruller vi ned og justerer kortet for at vælge det område af interesse, som vi vil søge efter. Generelt gælder det, at jo mindre du kan gøre dit område af interesse, jo bedre. Regioner, der er for store, er muligvis ikke søgbare, hvilket resulterer i en søgeforespørgsel-timeout. Dette er relateret til antallet af elementer i OpenStreetMap for den pågældende region. I regioner i verden, som har færre elementer i OpenStreetMap, er større søgeforespørgsler mulige. I øjeblikket har Vesteuropa en tendens til at være det mest tætte detaljerede område. Dette kort over OSM node tæthed af Martin Raifer er nyttigt til at opbygge intuition til dette.
Vi vælger et bredt område, der omfatter den fransktalende region i Belgien.
Tryk på søg for at køre forespørgslen. Når forespørgslen er færdig, vises resultaterne på kortet og vises som kortchips, som det kan ses nedenfor.
Vores forespørgsel returnerede 15 resultater (og tog over 40 sekunder at køre – det ville have taget længere tid og måske ikke lykkedes, hvis vi havde brugt et større område af interesse), mest i Bruxelles, men også i en håndfuld mindre byer.
Ser man på resultaterne i kortchipformat, skiller et af svarene sig ud: nummer 8. Her ser vi en kurve i sporvognssporene over et vandfontæne, ligesom på billedet. Klik på bredde-/længdegraden under kortchippen for at åbne resultatet i Google Maps og gå ind i Google Street View.
Succes! Der er ikke vand i springvandet i Google Street View-billedet, og hjørnebutikken har et andet navn, men krydset er tydeligvis det samme.
For nogle forespørgsler er det måske ikke umiddelbart indlysende fra kortchippen, hvilket resultat der er det bedste. Brugeren kan skifte mellem OpenStreetMap, Google Maps, Google Terræn eller satellitbilleder ved at bruge skiftet over resultaterne. Det er også muligt at eksportere resultaterne som en CSV- eller en KML-fil, der kan åbnes i Google Earth.
Det kan kræve noget erfaring, intuition og gætværk at vælge, hvilke funktioner der skal inkluderes i din søgeforespørgsel. Ikke alt er på OpenStreetMap. For eksempel kan du se et træ i dit billede, men det er usandsynligt, at hvert enkelt træ bliver kortlagt. Derudover er OpenStreetMap kun lige så aktuel som dens sidste brugerindsendte redigering, så visse funktioner er muligvis ikke opdaterede. Bellingcats værktøj er sat op til at søge i databasen fra april 2023 og vil blive opdateret to gange om året.
På OpenStreetMap-webgrænsefladen kan “query”-værktøjet bruges til at se information om de funktioner, der findes på kortet, og hvordan de er tagget.
For eksempel, hvis vi klikker på den lille rektangulære park i midten af kortet, kan vi se en liste over alle kortfunktioner nær den valgte placering.
Ud over mange bænke, træer (ualmindelige uden for meget tæt kortlagte vesteuropæiske byer) og veje, kan vi også se mindesmærket “Chasseurs Ardennais.” Ved at klikke på dette element på listen vises alle de tags, der er knyttet til det.
At gennemse OpenStreetMap-funktioner som denne kan være nyttig til at forstå, hvor godt kortlagt en placering er. For eksempel kan vi i Khartoum, Sudan, se, at der er langt færre kortlagte funktioner, men veje, moskeer, busstoppesteder og parker er inkluderet.
Søger efter brugerdefinerede funktioner #
Der kan være nogle funktioner i et billede, som endnu ikke har forudindstillinger i vores værktøj. Du kan søge efter disse objekter ved at tilføje et brugerdefineret filter i værktøjet. For at gøre dette skal du kende det korrekte OpenStreetMap-tag for at forespørge. OSM-tags består af en nøgle og værdi (“nøgle” = “værdi”), for eksempel “envejs” = “ja”. Disse tags bærer et væld af information om ting, der kan kortlægges i verden. Det er dog et samarbejdet redigeret projekt, og nogle gange kan disse tags være lidt kaotiske. Den bedste måde at finde ud af, hvordan et bestemt objekt kan mærkes, er at konsultere OpenStreetMap-wikien .
Hvis du bruger en forudindstilling, er der også et link til wikien for den nøgle, som forudindstillingen bruger. Dette kan være et nyttigt udgangspunkt. Lad os for eksempel se nærmere på den forudindstilling af dagligvarebutik, vi brugte ovenfor.
Hvis du klikker på linket ud for ‘shop’, kommer du til wiki-siden for denne nøgle . Wikien indeholder andre fælles værdier for denne nøgle. For eksempel kan vi se, at “butik=bageri” er et gyldigt OSM-tag i wikien.
Når du tilføjer en brugerdefineret funktion, vil søgeværktøjet foreslå de mest almindelige OSM-tagværdier som autofuldførelsesforslag. For eksempel kan vi finde ‘bageri’ på listen, eller vi kan klikke direkte på det.
Nu kan vi klikke på knappen “Tilføj brugerdefineret funktion” for at tilføje dette som en søgeparameter.
I dette tilfælde har vi tilføjet det som en “enhver” funktion, hvilket betyder, at den matcher punkter , linjer og polygoner , som er præcis, hvad de lyder som. Et punkt kan være hvad som helst repræsenteret af et enkelt punkt på kortet, og kan desværre ofte være udskifteligt med en polygon. For eksempel kan et bageri være repræsenteret ved et punkt på dets placering, eller det kan være en polygon, der sporer omridset af bygningen. Linjerne kan være klarere – for eksempel er veje, hegn, mure osv. alle definitivt linjer. Hvis du ved, hvilken slags objekt du leder efter, kan du ændre “Funktionstype”-vælgeren. Ellers vil brug af “enhver” finde enhver type funktion (men vil være lidt langsommere).
Denne punkt/linje/polygon-taksonomi er forskellig fra hvordan OpenStreetMap-data i sig selv er struktureret. Det kan være nyttigt at forstå denne struktur, når du gennemser OpenStreetMap-wikien, da du også kan se, hvor mange af hver type objekt, der findes i OSM-databasen med det tag: noder, måder og relationer .
- noder
- Disse er enkelte geografiske punkter. Nogle af disse repræsenterer punktelementer (f.eks. en kraftpylon eller busstoppested), men mange af dem bruges som dele af veje.
- måder
- Disse er samlinger af punkter, der enten repræsenterer linjer (som en vej) eller en polygon (som en bygning eller et industriområde).
- relationer
- Disse er samlinger af måder eller noder, der er forbundet på en eller anden måde. For eksempel busstoppesteder langs en bestemt busrute eller usammenhængende polygoner, der er en del af det samme naturreservat.
Så i dette tilfælde kan vi se, at objekter med “shop”-tagget for det meste er noder (punkter), men omkring 20% er måder (linjer/polygoner, i dette tilfælde sandsynligvis polygoner).
Brug af brugerdefinerede funktioner til at geolokalisere et andet billede #
Lad os illustrere brugen af en brugerdefineret funktion med et andet, vanskeligere eksempel.
Hvordan kunne dette billede geolokaliseres med OSM-værktøjet?
For det første har vi brug for en region at begynde at søge i. Hvad der ser ud til at være forenklede kinesiske tegn kan ses på vindmøllerne, så lad os antage, at dette billede er taget i Kina.
Derudover kan vi se en stor bjergkæde i baggrunden, og jorden set i forgrunden af billedet ser ud til at være meget tør. Disse visuelle spor kunne tyde på, at billedet blev taget i Xinjiangs ørkener i det fjerne vestlige Kina, så vi vil søge der.
Der er to åbenlyse funktioner, som vi kan bruge med OSM-søgeværktøjet: vindmøllerne og jernbanestrækningen. Selvom bjergene tydeligvis er nyttige til geolokalisering, er det ikke brugbart til OSM-søgeværktøjet, da de er meget længere end 500 meter væk fra vores placering. Der er ingen forudindstilling i værktøjet til vindmøller, så det er nødvendigt at oprette en brugerdefineret funktion. For at gøre dette er det vigtigt at vide, hvordan vindmøller er tagget i OpenStreetMap. Googling af “OSM tag vindmølle” finder den relevante wiki-side .
På wiki-siden kan vi se, at dette tag hovedsageligt anvendes på noder (punktfunktioner).
Dette er al den information, der er nødvendig for at gå videre og oprette en brugerdefineret funktion: generator:kilde=vind.
Vi kan også tilføje jernbanefunktionen, da den er synlig foran vindmøllerne på billedet. Da det er svært at sige ud fra fotografiet, hvor tæt jernbanen og vindmøllerne egentlig er, så lad os sætte afstandsskyderen til maksimalt 500 meter.
Vi vælger et søgeområde, der dækker et bredt område omkring Xinjiang. Bemærk advarselsmeddelelsen om størrelsen af søgeområdet. Som tidligere nævnt kan søgeområder, der er for store, muligvis ikke søges. Dette er dog relateret til mængden af detaljer i OpenStreetMap, som har en tendens til at være højest i Europa og Nordamerika. Søgninger i andre dele af verden kan dække større områder uden at udgøre så meget af et problem.
Efter at have kørt søgningen har vi 100 resultater (“af mange”, hvilket indikerer, at der muligvis er yderligere resultater, der ikke kan ses, medmindre vi søger i et mindre område). Det er dog ikke umiddelbart klart, hvilket af resultaterne der kan være det, vi leder efter .
Du har et par muligheder for at undersøge resultaterne; en er at bruge ‘Google/Terræn/Satellit’ mulighederne til at se vindmøllerne, en anden er at klikke på koordinaterne og udforske dem i Google Maps.
En tredje mulighed for at udforske resultaterne og finde det rigtige område er at eksportere disse punkter som en KML-fil og åbne den i Google Earth. Rul til bunden af siden, og klik på knappen “Eksporter som KML” for at downloade en KML-fil.
Punkterne er spredt over et stort område. Men fordi vi leder efter vindmøller i nærheden af store bjerge, er punkterne i nordvest lovende. Zoomer vi ind, kan vi se flere vindmøller arrangeret i rækker, svarende til hvad der kan ses på fotografiet.
Ser vi nærmere, kan vi se, at ikke alle vindmøllerne er fastspændte. Dette skyldes, at der er et maksimum på 100 funktioner, der returneres fra OSM-søgeværktøjet. Alligevel, selv med dette begrænsede antal funktioner, var det i stand til at guide os til denne vindmølleparks placering.
Efter jernbanen langs vindmølleparken ser ét område særligt lovende ud. Vi kan se en jordbarm fra det originale billede, den drænende stikledning og en lys jordplet, der matcher jorden på billedet.
Til sidst, hvis vi zoomer ind på Google Earths jordoverfladevisning, ser vi et godt terræn, der matcher baggrundsbjergene på dette sted (delvist markeret med rødt).
Dette viser, hvordan selv når der er få funktioner i et billede, kan OpenStreetMap-søgeværktøjet være nyttigt til geolokalisering – især når det kombineres med andre værktøjer såsom Google Earth.
Adgang til værktøjet #
Du kan i øjeblikket få adgang til Bellingcats OpenStreetMap-søgeværktøj ved at besøge: https://osm-search.bellingcat.com/ .
Det kræver et login med en Google-konto. Da vi i øjeblikket tester dette værktøj, kan vi ikke give nogen garantier for oppetid eller tilgængelighed. Derudover logger vi forespørgselsanmodninger for at spore ydeevne og identificere fejl.
