Možnosti Využití Otevřených Dat (Open Data) Ve Vybraných Agendách Veřejné Správy Diplomová Práce

PŘÍRODOVĚDECKÁ FAKULTA

Možnosti využití otevřených dat (Open Data) ve vybraných agendách veřejné správy Diplomová práce

Anna Hradecká

Vedoucí práce: doc. RNDr. Petr Kubíček, CSc.

Geografický ústav

BRNO 2019

Bibliografický záznam

Autor: Bc. Anna Hradecká Přírodovědecká fakulta, Masarykova univerzita Geografický ústav Název práce: Možnosti využití otevřených dat (open data) ve vybraných agendách veřejné správy Studijní program: Geografie a kartografie

Studijní obor: Geografická kartografie a geoinformatika

Vedoucí práce: doc. RNDr. Petr Kubíček, CSc.

Akademický rok: 2018/2019

Počet stran: 89 + 6

Klíčová slova: otevřená data, veřejná správa, VGI, OpenStreetMap, OSM, Brno, Magistrát města Brna, prostorová data

Bibliographic Entry

Author: Bc. Anna Hradecká Faculty of Science, Masaryk University Department of Geography

Title of Thesis: Use of selected open spatial data within the public administration agendas Degree programme: Geography and cartography

Field of Study: Geographic Cartography and Geoinformatics

Supervisor: doc. RNDr. Petr Kubíček, CSc.

Academic Year: 2018/2019

Number of Pages: 89 + 6 Keywords: Open Data, Government, VGI, OpenStreetMap, OSM, Brno, Brno municipality, Spatial data, Public administration, Volunteered Geographic Information

Abstrakt Tato diplomová práce se věnuje konceptu otevřených prostorových dat a Volunteered Geographic Information (VGI) – datům vytvářeným dobrovolníky většinou bez kartografického vzdělání, a jejich využití ve veřejné správě. Cílem práce bylo analyzovat, jaká otevřená data a jakým způsobem jsou ve veřejné správě publikována a jaká využívána. V praktické části byla zhodnocena současná situace v Brně a byly navrženy způsoby spolupráce mezi OpenStreetMap komunitou a Magistrátem města Brna. Na základě rozhovorů se zástupci obou stran byla provedena SWOT analýza, vytvořen model výměny dat a navrženy další možné kroky spolupráce.

Abstract In this thesis we study the concepts of Open Spatial Data and Volunteered Geographic Information (VGI) – data collected by volunteers, who oftentimes do not have any form of education in Cartography. The aim of the thesis was to identify what data is being published and what data is being used within the public administration and analyze this process. In the practical part the current situation in Brno was analyzed and a model of possible cooperation between the OpenStreetMap community and the Brno Municipality was proposed. Based on interview with representatives of both parties the SWOT analysis was created, a model of data exchange was designed, and the next steps of successful cooperation were suggest.

MASARYKOVA NIVERZITA Přírodovědecká fakulta

ZADÁNÍ DIPLOMOVÉ PRÁCE

Akademický rok: 2018/2019

Ústav: Geograﬁcký ústav:

Studentka: Bc. Anna Hradecká

Program: Geograﬁe a kartograﬁe

Obor: Geograﬁcká kartograﬁe a geoinformatika

Ředitel Geograﬁckého ústavu PřF MU Vám ve smyslu Studijního a zkušebního řádu MU určuje diplomovou práci s názvem:

Název práce: Možnosti využití otevřených dat (open data) ve vybraných agendách veřejné správy

Název práce anglicky: Use of selected open spatial data within the public administration agenda

Oﬁciální zadání: Veřejná správa stále častěji poskytuje své data v otevřeném formátu a na druhou stranu se také zabývá možností využití otevřených dat jiných subjektů pro své vybrané agendy. Diplomová práce se zaměří na analýzu uvedené problematiky a bud obsahovat následující kapitoly: 1) Analýza struktury a způsobu předávání vybraných prostorových dat veřejné správy. 2) Možnosti využití otevřených dat veřejné správy v otevřených mapových zdrojích. 3) Způsoby ověření kvality a původu dat z otevřených zdrojů. 4) Pilotní studie - využití otevřených zdrojů prostorových dat v agendách veřejné správy na příkladu OpenStreetMap. 5) Zhodnocení pilotní studie. Doporučená literatura: Pánek, J. (2016). From Mental Maps to GeoParticipation. The Cartographic Journal (in print). Capineri, C et al. (2016). European Handbook of Crowdsourced Geographic Information. London: Ubiquity Press.

Jazyk závěrečné práce:

Vedoucí práce: doc. RNDr. Petr Kubíček, CSc.

Datum zadání práce: 3. 10. 2016

V Brně dne: 9. 4. 2019

Souhlasím se zadáním (podpis, datum):

...... Bc. Anna Hradecká doc. RNDr. Petr Kubíček, CSc. prof. RNDr. Petr Dobrovolný, CSc. studentka vedoucí práce ředitel Geograﬁckého ústavu

Poděkování Na tomto místě bych chtěla poděkovat doc. RNDr. Petru Kubíčkovi, CSc. za odborné vedení, pomoc a rady při zpracování této diplomové práce. Ráda bych také poděkovala kolegyním z Oddělení GIS Magistrátu města Brna, především RNDr. Bc. Kamile Dolák Klemešové a Mgr. Janě Morávkové za konzultace při zpracování problematiky z pohledu MMB. Chtěla bych také ocenit čas a ochotu členů OpenStretMap komunity – Tomáše Kašpárka, Petra Vozdeckého, Miroslava Suchého a Tomáše Pokorného, kteří mi pomohli pochopit fungování OSM a především místní komunity.

Prohlášení Prohlašuji, že jsem svoji diplomovou práci vypracovala samostatně pod vedením doc. RNDr. Petra Kubíčka, CSc. s využitím informačních zdrojů, které jsou v práci citovány.

Brno, 30. dubna 2019 …………………………………. Anna Hradecká OBSAH 1 Úvod ...... 9 2 Koncept otevřených dat…………………………………………………………………………. 11 2.1 Definice ...... 11 2.2 Druhy otevřených dat dle zdroje ...... 11 2.3 Otevřené Licence ...... 13 2.3.1 Licence v ČR ...... 15 2.4 Otevřená Geodata ...... 16 3 Volunteered Geographic Information…………………………………………………………… 18 3.1 Definice pojmu ...... 18 3.2 Technologie, které umožnily rozvoj VGI ...... 18 3.3 Komponenty VGI ...... 19 3.4 Druhy zdrojů ...... 19 3.5 Přispěvatelé ...... 20 3.5.1 Typologie přispěvatelů ...... 21 3.5.2 Motivace k přispívání ...... 22 3.6 Soukromí, etika a zákon ...... 23 3.7 OpenStreetMap ...... 23 3.7.1 Datový model ...... 24 3.7.2 Editační nástroje ...... 24 3.7.3 Licence ...... 24 3.7.4 Využití OSM ...... 25 3.7.5 Motivace ...... 26 3.7.6 Česká komunita ...... 27 3.8 Další příklady využití VGI ...... 27 4 Kvalita otevřených prostorových dat……………………………………………………………. 29 4.1 Kvalita prostorových dat ...... 29 4.1.1 Kvalita VGI ...... 29 4.2 Způsoby ověření a dosažení kvality ...... 30 4.2.1 Metody měření kvality VGI dat ...... 30 4.2.2 Indikátory kvality VGI dat ...... 31 4.2.3 Možnosti dosažení kvality VGI dat ...... 31 4.3 Kvalita OSM dat ...... 32 4.3.1 Prevence kvality OSM dat ...... 32 4.3.2 Práce s chybami v databázi OSM ...... 32 4.4 Ověření původu dat ...... 33 5 Otevřená prostorová data a veřejná správa……………………………………………………… 34 5.1 VGI a veřejná správa ...... 34

5.1.1 Výhody a nevýhody vzájemné spolupráce ...... 34 5.1.2 Způsoby spolupráce s veřejnou správou v rámci VGI projektů ...... 35 5.1.3 Model spolupráce ...... 36 5.1.4 Příklady VGI projektů vytvářených ve spolupráci s veřejnou správou ...... 38 5.2 Otevřená data poskytovaná veřejnou správou ...... 39 5.2.1 Legislativní rámec ...... 39 5.2.2 Index otevřených dat a žebříčky otevřených měst a států ...... 40 5.2.3 Portály otevřených dat ...... 44 5.2.4 Pohled zástupců z oblasti geodat českých měst na jejich otevírání ...... 50 5.2.5 Brno ...... 50 5.3 Využití otevřených dat poskytovaných veřejnou správou ...... 53 5.3.1 Aplikace nad otevřenými daty a Hackathony ...... 53 5.3.2 Datová žurnalistika ...... 58 5.3.3 Věda a vzdělávání ...... 58 5.3.4 Otevřené datové zdroje ...... 59 5.4 Využití otevřených dat ve veřejné správě ...... 59 5.4.1 Brno ...... 60 6 Spolupráce OSM a GIS MMB…………………………………………………………………... 64 6.1 Představy, požadavky a možnosti OSM a GIS MMB ...... 64 6.1.1 Pohled GIS oddělení MMB ...... 64 6.1.2 Pohled OSM ...... 66 6.1.3 SWOT Analýza ...... 67 6.2 Výběr vhodné oblasti pro spolupráci ...... 69 6.3 Návrh modelu spolupráce ...... 73 7 Závěr…………………………………………………………………………………………….. 77 Seznam použité literatury…………………………………………………………………………. 78 Knihy a články ...... 6478 Elektronické nosiče a www stránky ...... 6981 Zákony a normy ...... 84 Rozhovory ...... 84 Seznam zkratek……………………………………………………………………………………. 85 Seznam obrázků………………………...…………………………………………………………. 86 Seznam tabulek……………………………………………………………………………………. 87 Seznam příloh……………………………………………………………………………………... 89

1 ÚVOD V dnešní době se data, a to i ta prostorová, stávají stále důležitější komoditou. Mění se především postoje společnosti a pohled, jakým se na získávání a zpracování dat dívá. Jedním z významných trendů jsou otevřená data, často označována anglickým souslovím Open Data. Jde o koncept, který podporuje sdílení dat s celou společností, tedy umožňuje opakované využití dat libovolnými uživateli bez finančních a technických překážek. To zvyšuje hodnotu dat samotných, ale především je možné datové sady kombinovat mezi sebou a přicházet na nové poznatky. Tento přístup, ač se může zdát na první pohled ekonomicky nevýhodný, může naopak přinášet spíše i rozvoj, a to například pomocí vytváření nových aplikací, produktů a podnikatelských záměrů. Klasickým, ale rozhodně ne jediným poskytovatelem otevřených dat je veřejná správa, na kterou je vytvářen tlak veřejností, aby publikovala data, která byla vytvořena za peníze daňových poplatníků. Města, kraje i státy mají své datové portály, které jsou postupně naplňovány a jednotlivé položky z nich jsou více a více využívány při tvorbě různých aplikací pro veřejnost i soukromý sektor, v otevřených mapových projektech, vědě, výzkumu, žurnalistice a také na ostatních úřadech. Veřejná správa nemusí být pouhým poskytovatelem otevřených dat, může se stát také jejich aktivním uživatelem. Oběma těmito pohledy se zabývá tato práce. Dalším konceptem, jehož vznik umožnil rozvoj technologií, jako je Web 2.0 nebo masově přístupné GPS přístroje, je Volunteered Geographic Information (VGI), který jde do češtiny volně přeložit jako „data vytvářena dobrovolníky“, kteří nemusí být profesionálové v oboru kartografie a geoinformatiky. Může jít o aktivní přispěvatele, kteří vědomě vytváří data v rámci vybraných projektů, nebo o využití pasivních dat, která vznikají jako vedlejší produkt při používaní různých aplikací, sociálních sítí a mobilních telefonů. Oficiální mapovací agentury tak v těchto projektech získávají nového konkurenta či kolegu, který se stává běžným zdrojem dat. I přes obávanou nevýhodu VGI dat, především kvůli jejich neznámé kvalitě a prostorové a atributové nekonzistenci v naplnění databází, se tento druh dat v posledních letech dostává do povědomí veřejné správy. Zde se otevírá možnost zajímavé spolupráce při kombinaci výhod jak oficiálních zdrojů, tak VGI, která spočívá především v zaměření na jiné tematiky a schopnosti rychle reagovat na aktuální situace. Asi nejuváděnějším příkladem VGI projektu je OpenStreetMap (OSM), celosvětová prostorová databáze, která je naplněna převážně informacemi vytvářenými přispěvateli v jejich volném čase a to buď mapováním v terénu, nebo zpracováváním podkladů s vhodnou licencí. OpenStreetMap má velký potenciál kvůli možnosti opětovného využití dat, a to i ve veřejné správě. Pro tu je OSM nejen užitečných zdrojem, ale v podobě místních komunit také vhodným partnerem pro spolupráci při vytváření a aktualizaci datových sad. Do roviny spolupráce by se ráda posunula také brněnská část české komunity OSM a Oddělení GIS Magistrátu města Brna (MMB). Hlavním cílem této diplomové práce proto bylo vytvořit pilotní studii, která by se zabývala možnostmi vzájemného poskytování a využití otevřených dat a případně spoluprací obou subjektů na vytváření a aktualizaci společných datových sad. Kromě výše popsaného hlavního cíle práce bylo stanoveno několik vedlejších: • Popsat možnosti hodnocení kvality a ověření původu otevřených dat, a to se zaměřením na VGI a OSM. • Analyzovat strukturu dat, která otevírá veřejná správa, a ukázat způsoby jejich předávání.

• Definovat možnosti využití otevřených dat veřejné správy, a to především v otevřených mapových projektech. • Vysvětlit varianty využití otevřených dat v agendách veřejné správy. • Popsat práci s otevřenými daty (publikování i využití) na Magistrátu města Brna. Práce je rozdělena do několika kapitol. Rešeršní část se zaměřuje na otevřená data (kapitola 2), VGI (kapitola 3) a hodnocení jejich kvality (kapitola 4). Popis otevřených dat navazuje na bakalářskou práci: Volně dostupná prostorová data a jejich využití v konceptu „SmartCity“ a vybírá pouze téma související úzce s VGI projekty a využitím ve veřejné správě. Tyto teoretické kapitoly vystavěly dostatečný znalostní rámec, který umožnil rešeršní část kapitoly 5 (Otevřená prostorová data a veřejná správa) doplnit o vlastní analýzy a výběr příkladů. Vlastní práce spočívala především v hodnocení jednotlivých datových portálů, hledání možností využití otevřených dat publikovaných veřejnou správou a zpracování poznatků pracovníků úřadů, analýze možnosti využití otevřených dat ve státní správě a popisu přístupu Magistrátu města Brna k celé problematice. Poslední část práce (kapitola 6: Spolupráce OSM a GIS MMB) se snaží výše popsané poznatky doplněné o informace z konzultací se zástupci OSM komunity a zaměstnanci MMB využít prakticky a navrhnout pilíře budoucí spolupráce těchto subjektů.

2 KONCEPT OTEVŘENÝCH DAT Informace a také data, ze kterých jsou odvozeny, se v dnešní době stávají opravdu významnou komoditou. Rozvoj technologií umožňuje sběr velkého množství dat. Různé tematiky jsou za vysoké náklady zpracovány vícekrát a situace se pro uživatele webu stává nepřehlednou. Koncept otevřených dat, který získává na významu v posledním desetiletí díky přístupnému internetu a změně myšlení ve společnosti, umožňuje opakované využití a kombinovaní datových sad pro různé účely při stejných finančních nákladech, a to díky poskytování dat všem a zdarma. A právě tomuto konceptu se věnuje tato kapitola.

2.1 Definice Otevřená data (Open Data) mohou být definována pomocí Open Definition, která je součástí Open Knowledge Foundation Network. Ta ve zkrácené verzi říká: “Open data and content can be freely used, modified, and shared by anyone for any purpose” (OPEN KNOWLEDGE, 2018a). Rozšířená definice, která je ve verzi 2.0 přeložená také do češtiny, se skládá z požadavků na dostupnost: „Dílo by mělo být k dispozici celé, za cenu ne vyšší, než jsou přiměřené náklady na výrobu jeho kopií a s možností jeho bezplatného stahování prostřednictvím internetu. (OPEN KNOWLEDGE, 2018b)“, otevřený formát: „Dílo musí být poskytnuto ve vhodné a upravitelné formě, aby nevznikaly žádné technické překážky k výkonu licenčních ujednání. Přesněji řečeno, data by měla být strojově čitelná, k dispozici ve velkém a poskytnuta v otevřeném formátu (tj. formát s veřejně a volně dostupnou specifikací, která neklade žádná finanční či jiná omezení pro jeho použití), nebo by měla být zpracovatelná přinejmenším alespoň jedním svobodným/open-source softwarovým nástrojem. (OPEN KNOWLEDGE, 2018b)“ a otevřenou licenci: „Dílo musí být vystaveno pod otevřenou licencí. Jakékoli další podmínky, které dílo doprovázejí (např. práva k užití, patenty), nesmí být v rozporu s podmínkami licence. (OPEN KNOWLEDGE, 2018b)“ Další z možných definic, která by se dala použít především pro vědecká data, je popsána v publikaci Science as an open enterprise. Otevřená data jsou zde definována takto: „Open data is data that meets the criteria of intelligent openness. Data must be accessible, useable, assessable and intelligible (THE ROYAL SOCIETY, 2012, s. 12).“ Otevřená data tedy mají splňovat kritérium dostupnosti (musí být umístěna tak, aby byla snadno dohledatelná), srozumitelnosti (mají být způsobem komunikace přizpůsobena těm, kdo s nimi budou dále pracovat), ohodnocení (měl by být zveřejněn původ dat a jejich kvalita) a použitelnosti (data by měla být opakovatelně použitelná, což by měla zajišťovat jejich kvalitní metadata.) (THE ROYAL SOCIETY, 2012)

2.2 Druhy otevřených dat dle zdroje Zdroje otevřených dat mohou být opravdu různorodé. Datové sady může sdílet v podstatě jakýkoliv vlastník dat, pokud dodrží výše uvedené podmínky otevřenosti. Dle původu lze rozlišit jednotlivé druhy. Podle dokumentu Open data Driving growth, ingenuity and innovation (DELOITTE ANALYTICS, 2012) můžeme definovat data veřejné správy, soukromého sektoru a občanů. Členění a provázanost zobrazuje obrázek 1. Podrobnější popis výhod i nevýhod sdílení jednotlivých druhů dat ukazují tabulky ze stejného dokumentu v přílohách 1 –3.

Obr. 1 Druhy otevřených dat (upraveno podle: DELOITTE ANALYTICS, 2012) Veřejný sektor je tradiční poskytovatel dat. Státy, města a další veřejné instituce mohou sdílet údaje a informace, které získaly za peníze daňových poplatníků. Tato data mohou být znovu využita a tím se zvyšuje jejich nejen ekonomická hodnota. Otevřenost veřejného sektoru také napomáhá transparentnosti na úřadech. Významným problémem v této oblasti je práce s osobními údaji, které musí být v rámci zveřejňování řádně chráněny. (BONINA, 2013; DELOITTE ANALYTICS, 2012) Také soukromý sektor je vhodným poskytovatelem otevřených dat. Zapojení může přinášet hned několik výhod, např. podpora partnerství s veřejnou správou, možnost spolupráce s ostatními firmami nebo prokázání transparentnosti ke svým zákazníkům. (DELOITTE ANALYTICS, 2012) Kromě organizací a institucí mohou být i občané poskytovateli dat, ať už jde o data osobní (Deloitte Analytics, 2012), nebo o účast v některém z dobrovolnických projektů. Druhá kategorie se v oboru geoinformatiky nazývá Volunteered Geographic Information (dále VGI).

Dalším poskytovatelem otevřených dat jsou mezinárodní instituce a organizace. Často jde o organizace, kde tato činnost podporuje jejich cíl. Příkladem může být Organizace spojených národů1, Světová banka2, OECD3, UNICEF4 nebo Světová zdravotnická organizace5. Pro tuto práci jsou nejdůležitější data veřejné správy a otevřená data, které naopak veřejná správa může využívat ve svých agendách.

2.3 Otevřené Licence Otevřená data jsou taková data, která jsou volně dostupná, kdokoliv je může využívat a sdílet. Aby toto mohla splňovat, je potřeba, aby měla licenci, která tyto nároky právně podporuje (OPEN DATA INSTITUTE, 2013). V Evropě se dají rozlišit dva druhy dat, u kterých může autor použít licencování. Prvním druhem je samotný obsah, který autor vytvořil. Druhou variantou jsou databázová práva, která jsou dána databázi, případně jiné kolekci dat, kde obsah nemusí být přímo dílem autora, který sestavil kolekci. (DODDS, 2013) Pro otevřená data je vhodné použít otevřenou licenci, která by měla obsahovat minimum omezení pro další využití údajů. Dle otevřené definice musí splňovat otevřená licence následující požadavky: • „Užití: Licence musí umožnit svobodné užití licencovaného díla. • Redistribuce: Licence musí umožnit redistribuci licencovaného díla, včetně prodeje. Dílo může být distribuováno samostatně, nebo jako součást souboru vyrobeného z různých zdrojů. • Úpravy díla: Licence musí umožnit vznik odvozenin licencovaného díla a zároveň musí umožnit, aby odvozená díla mohla být distribuována za podmínek originálního licencovaného díla. • Rozdělení: Licence musí jakékoli části díla umožnit svobodné užití, distribuci nebo úpravu, a to odděleně od jakékoli jiné části díla nebo od jakéhokoli souboru děl, ve které byla tato část původně distribuována. Všechny strany, které obdrží jakoukoli distribuci jakékoli části díla ve smyslu původní licence, by měly mít stejná práva, jako jsou práva poskytnuta společně s původním dílem. • Kompilace: Licence musí umožnit licencovanému dílu distribuci spolu s další- mi odlišnými díly, a to bez kladení omezení na tato odlišná díla. • Zákaz diskriminace: Licence nesmí diskriminovat žádnou osobu či skupinu osob. • Šíření: Práva spojená s dílem se musí vztahovat na všechny osoby, jimiž je dílo šířeno, a to bez nutnosti odsouhlasení jakýchkoli dalších právních pojmů. • Použití na jakýkoli účel: Licence musí umožnit užití, redistribuci, úpravu a sestavení díla za jakýmkoli účelem. Licence nesmí nikoho omezovat při užívání díla v konkrétní oblasti použití.

1 http://data.un.org 2 https://data.worldbank.org 3 https://stats.oecd.org 4 https://data.unicef.org 5 https://www.who.int/whosis

• Bez poplatku: Licence nesmí v rámci svých podmínek ukládat žádné smluvní poplatky, honoráře (autorské poplatky), či jiné kompenzace nebo peněžní odměny.“ (OPEN KNOWLEDGE, 2018b)

Tyto podmínky mají definované možné výjimky:

• „Uvedení autora: Jako podmínku pro distribuci díla může licence vyžadovat uvedení přispěvatelů, držitelů práv, sponzorů a tvůrců, pokud ovšem takové předpisy nejsou příliš omezující. • Integrita: Licence může vyžadovat, aby upravené verze licencovaného díla nesly jiný název nebo měly jiné označení verze, než mělo dílo původní, nebo aby bylo jiným způsobem uvedeno, jaké změny byly provedeny. • Zachování licence: Licence může vyžadovat, aby kopie nebo odvozeniny původního licencovaného díla zůstaly pod stejnou nebo podobnou licencí, která byla uvedena u původního díla. • Upozornění: Licence může požadovat zachování upozornění na autorská práva a označení licence. • Zdroj: Licence může požadovat, aby upravená díla byla k dispozici v preferované formě pro další (dodatečné) úpravy. • Zákaz technických omezení: Licence může zakázat distribuci díla, a to v případě, kdy technická opatření ukládají omezení na výkon jinak povolených práv. • Neútočení: Licence může požadovat úpravy, které veřejnosti poskytnou dodatečná oprávnění (např. patenty), která jsou potřebná pro výkon práv povolených licencí. Licence také může podmínit povolení neútočením proti držiteli licence s ohledem na výkon některých povolených práv (např. opět patentové spory).“ (OPEN KNOWLEDGE, 2018b)

Častěji jsou ale pro otevřenou licenci zmíněny jen dvě přípustné podmínky, případně jejich kombinace: attribution (podmínka uvedení původu, většinou označována zkratkou BY) a sharealike (podmínka zachování licence, známá pod zkratkou SA). Pokud nejsou přiděleny ani tyto podmínky, jde o licenci označovanou jako Public domain.

Tabulka 1 zobrazuje základní přehled otevřených licencí v mezinárodním kontextu, které odpovídají podmínkám otevřenosti. Vybrané licence jsou rozděleny podle podmínek, které nastavují, a podle dat, pro která jsou určena. (DODDS, 2013) Tab. 1 Příklady otevřených licencí

Autorské dílo (Content) Databáze (Database) Public domain CC0 PDDL Attribution CC-by ODC-by Atributtion & share-alike CC-by-sa ODbL

(Sestaveno podle DODDS, 2013)

2.3.1 Licence v ČR Výše zmíněné informace k otevřeným licencím platí především v mezinárodním kontextu. Jednotlivé státy mají své zákony a zpřesnění fungování licenčního práva. Stejně je tomu i v České republice. Nejdříve je nutné vymezit pojmy, které jsou v českém právu používány. Důležitou částí jsou díla, o kterých v autorském právu mluvíme. První možností jsou autorská díla, u kterých jde o výsledek tvůrčí činnosti autora. Druhou možností jsou díla, která vznikají kreativní kombinací jiných autorských děl, ty nazýváme díly soubornými, neboli databázemi. Autorské právo samotné vzniká vždy se vznikem díla a můžeme ho rozdělit na právo osobní a majetkové. Pokud mají být autorská díla užita jinými osobami, je nutné uzavřít licenční smlouvu. Tím se ovšem nepřenáší autorská práva, pouze se vymezují podmínky, za kterých je může jiná osoba použít. Pouze ve dvou případech je možné dílo použít i bez uzavření licenční smlouvy, a to pokud se jedná o užití jen k osobním potřebám, nebo má dílo takzvanou zákonnou licenci. (MYŠKA a kol., 2014) Koncept otevřených licencí je původně záležitostí severoamerického práva. Pojmů je více, free, public, libre, open, a jejich české překlady jsou většinou matoucí. Dle názoru autorů publikace Veřejné licence v České republice (MYŠKA a kol., 2014) je možné rozlišit tyto termíny: • Veřejné licence – jde o nejobecnější pojem, který zahrnuje všechny licence, které poskytovatel uzavírá s neomezeným počtem nabyvatelů zveřejněním licenčních podmínek. Poskytovatel a nabyvatel nejsou v přímém kontaktu. • Svobodné licence – jsou takové veřejné licence, které nabyvateli poskytují maximální rozsah práv v mezích zákona, tedy především neobsahují podmínky komerčního a kreativního užití a dalšího šíření upraveného díla. Jsou to takové, které dříve byly označovány jako otevřené. • Volné licence – veřejné licence, které umožňují šíření, ale připouští další omezení rozsahu a užití díla (licenční prvky NC a ND). Pro Českou republiku je možné vybrat několik různých licencí, které jsou vhodné pro jednotlivé typy dat a mají různá omezení užití. Nejpoužívanější jsou řady licencí Open Data Commons (ODC) přizpůsobené pro data a databáze a Creative Commons (CC), používané jak pro autorská díla, tak databáze. Druhá sada licencí existuje v několika verzích, kde do češtiny je přeložena a místnímu právnímu prostředí přizpůsobena verze 3.0. I přesto se doporučuje používat novější anglickou verzi 4.0, která lépe funguje v mezinárodním kontextu. (MYŠKA a kol., 2014) Obě z těchto sad mají nástroj, který umožňuje vzdát se veškerých práv ke konkrétnímu dílu, obecně se nazývá Public Domain Mark. V ČR tento nástroj právo nedovoluje, ale i s tímto nástroj Public Domain Mark počítá, a tak se v takovémto případě licence převádí na nejvíce liberální právem dovolenou licenci. V našem prostředí se tedy místo nástroje z řady Creative Commons – CC0 využije licence Creative Commons „Uveďte autora“ a místo nástroje PDDL ze sady ODC bude využita licence ODC-by, kde obě dvě stanovují podmínku užití autora. (MYŠKA a kol., 2014) (REINÖHL, 2015) Další kategorií jsou licence svobodné, neboli otevřené. Patří sem licence s podmínkou uvedení autora, většinou označované zkratkou BY a licence s podmínkami uvedení autora (BY) a zachování licence (SA). Nejpoužívanější jsou tyto:

• Attribution 4.0 International (CC BY 4.0) do češtiny překládaná jako CC Uveď autora 4.0. Dílo je možné sdílet, tedy rozmnožovat a distribuovat, také upravovat pro jakýkoliv, i komerční, účel. Podmínkou je uvedení autorství, poskytnutí odkazu na licenci a vyznačení provedené změny (CREATIVE COMMONS, 2018a). Česká mutace je označována jako Uveďte původ 3.0 Česká republika (CC BY 3.0 CZ) (CREATIVE COMMONS, 2018b). • Open Data Commons Attribution License (ODC-By) v1.0 je alternativou předchozí licence pro databáze, tedy umožňuje volné šíření, úpravu a užití za podmínky uvedení autorství. (OPEN DATA COMMONS, 2018a) • Attribution-ShareAlike 4.0 International (CC BY-SA 4.0) do češtiny překládaná jako CC Uveďte původ Zachovejte licenci 4.0. Licence umožňuje všechno jako varianta CC BY, ale přidává podmínku zachování licence. Odvozené díla musí být vystavena pod stejnou licencí jako dílo původní. (CREATIVE COMMONS, 2018c) Česká varianta licence je Uveďte původ-Zachovejte licenci 3.0 Česká republika (CC BY-SA 3.0 CZ) (CREATIVE COMMONS, 2018d). • Open Database License (ODbL) v1.0 je opět databázovou alternativou pro licenci ze sady CC, konkrétně CC BY-SA. Pro šíření, tvorby odvozených děl z databáze a úpravu databáze je potřeba dodržet podmínky uvedení autora, zachování licence a zachování otevřenosti. (OPEN DATA COMMONS, 2018b) Ostatní licence z dílny Creative Commons už přidávají další omezení v užití, a tak je nelze označit za otevřené, případně svobodné, ale pouze volné. Jsou to CC BY-ND, která nedovoluje další zpracování, CC BY-NC, která zakazuje komerční užití, CC BY-NC-SA, kde není možné komerční užití a je potřeba zachovat původní licenci, a CC BY-NC-ND, která nepovoluje ani komerční užití, ani zpracování. Řada licencí ODC nemá žádné volné licence, jelikož podmínky nekomerčního užití a nemožnosti dalšího zpracování nejsou povoleny přímo v základní definici této licenční sady. (REINÖHL, 2015; MYŠKA a kol., 2014; CREATIVE COMMONS ČESKÁ REPUBLIKA, 2018)

2.4 Otevřená Geodata Geodata, tedy geografická nebo geoprostorová data jsou dle Terminologického slovníku zeměměřictví a katastru nemovitostí (TERMINOLOGICKÁ KOMISE ČÚZK, 2018): „Data s implicitním nebo explicitním vztahem k místu na Zemi“, případně: „Data identifikující geografickou polohu a charakteristiky přírodních a antropogenních jevů a hranic mezi nimi“. Kromě informace o poloze by data měla obsahovat ještě geometrii, topologii a atributy nesoucí informace o objektu (PROCHÁZKA a kol., 2006). Velká část dat obsahuje informaci o poloze, jež umožňuje provádět analýzy zaměřené na prostorovou distribuci. Často jsou proto vhodným adeptem k otevírání. Jejich otevření umožní kvalitnější služby pro veřejnost, redukuje administrativní zátěž a zvyšuje ekonomickou hodnotu dat jejich opětovným užíváním. Prostorová data jsou využívána v nejrůznějších oborech. To přispívá k faktu, že právě geografické informace mají po otevření nejvyšší komerční hodnotu., jak znázorňuje obrázek 2 vytvořený Evropskou komisí (EUROPEAN COMMISSION, 2015). Pokud se v rámci otevřených dat zaměříme pouze na geodata, můžeme najít vybraná specifika. Jedním z nich je dlouholetá tradice standardů a technických norem vytvořených pro tuto oblast, na které je v dnešní době možno navazovat a dále je rozvíjet, jako to dělá například

16 evropská směrnice INSPIRE (EUROPEAN COMMISSION, 2019). Zmíněné normy jsou vytvářeny technickou komisí ISO TC 211 a mezinárodní standardizační organizací Open Geospatial Consortium (OGC). Mezinárodní ISO normy mohou být přejímány jako normy národní. (OPENGEOLABS, 2014) Otevřená geodata nejsou v dnešní době výsadou pouze veřejné správy, i když ta ve sdílení hraje velmi podstatnou roli. Na projektech vytvářejících prostorová otevřená data se podílí také občané bez kvalifikace v oboru. Tyto projekty se nazývají Volunteered Geographic Information (VGI) a jsou speciálním příkladem fenoménu user-generated content. Příklady takových projektů jsou například Wikimapia nebo OpenStreetMap. (GOODCHILD, 2007)

Obr. 2 Komerční opětovné použití různých druhů otevřených dat (upraveno podle: EUROPEAN COMMISSION, 2015)

3 VOLUNTEERED GEOGRAPHIC INFORMATION Zkoumání povrchu Země a tvorba map je už od starověku nedílnou součástí geografického výzkumu. V poslední době, kdy máme stále více dat a svět se poměrně rychle mění, je toto zkoumání stále komplexnější a aktualizace map se stává nelehkou výzvou. (COMMITTEE ON STRATEGIC DIRECTIONS FOR THE GEOGRAPHICAL SCIENCES IN THE NEXT DECADE, 2010) Dříve byly geografické informace zpracovávány pouze mapovacími agenturami a společnostmi a byly v papírové formě předávány jejich uživatelům. Od 90. let 20. století se ale situace postupně mění díky technologickému vývoji, který umožnil téměř každému poměrně přesně určovat geografickou polohu a vytvářet jednoduché mapové vizualizace i bez kartografického vzdělání (GOODCHILD; GLENNON, 2010). To je také jedním z důvodů velkého rozšíření Volunteered Geographic Information (zkráceně VGI) (CAPINERI, 2016). Pojem Volunteered Geographic Information by do češtiny mohl být přeložen jako geografická informace vytvářená dobrovolníky. Tento inovativní přístup pracuje s občany jako se senzory, které vytvářejí velké množství dat. Další příčinou rozvoje může být kulturní změna, kdy společnost přechází k otevřenému přístupu, spolupráci a sdílení. (CAPINERI, 2016) Tato cesta je také podporována komerčními společnostmi, které potřebují delegovat menší úkoly, a vědeckých institucí, které potřebují nejrůznější data pro své výzkumy. A tak se sběr prostorových dat z primárně profesionální domény stává záležitostí širší veřejnosti. (SEE a kol., 2016)

3.1 Definice pojmu Označení Volunteered Geographic Information použil poprvé Goodchild (2007). Říká, že jde o specifický případ fenoménu anglicky pojmenovaného jako user-generated content (obsah vytvářený uživateli). VGI popisuje jako významnou inovaci, která bude mít velký význam na GIS a geografii jako vědu. Jde o rozšíření zapojení občanů, často s malým oficiálním vzděláním, do vytváření geografických informací. Jelikož jde většinou o tvůrce bez vzdělání v této oblasti a jejich práce je dobrovolnická, výsledek nemusí být vždy přesný. (GOODCHILD, 2007) V této oblasti se kromě VGI používá velké množství různých pojmů. Jejich rozdíly identifikuje See a kol. (2016). Mezi nejpoužívanější pojmy, které popisují vytváření dat, patří: User-generated content (UGC), User-created content (UCC) a Crowdsourcing. Jejich definice jsou uvedeny v příloze 4.

3.2 Technologie, které umožnily rozvoj VGI Pro vznik a rozšíření VGI byl podstatný rozvoj některých technologií. Patří mezi ně Web 2.0, který umožnil větší interakci na straně webového klienta, výkonné grafické karty u běžných domácích počítačů a rychlé internetové připojení. (GOODCHILD, 2007) Další podmínky rozvoje VGI souvisí především s určováním a popisováním polohy. Jde o georeferencování, tedy určení zeměpisné šířky a délky, ať už přiřazením lokace pomocí adresy – geokódováním, nebo využitím GPS v různých přístrojích. Samotné určení polohy pomocí GPS bylo jednou z klíčových technologií, zvláště poté, co se tato metoda stala přístupnou téměř každému v mobilním telefonu. Je oblíbená nejen při navigaci, ale také při různých hrách, jako je geocaching, nebo různých VGI aktivitách. Důležitým faktorem je také využívání geotagů, tedy přidání informace o poloze ke konkrétním článkům na wikipedii, nebo u příspěvků a fotografií na sociálních sítích. (GOODCHILD, 2007)

3.3 Komponenty VGI Všechna VGI data se skládají ze 3 základních komponent, které znázorňuje obrázek 3. Jsou to také 3 různé pohledy, ze kterých se můžeme na vzniklá data dívat a vytvářet různé analýzy zaměřující se na jednotlivé složky. (CAPINERI, 2016)

Obr. 3 Komponenty VGI dat (upraveno podle: CAPINERI, 2016) První komponentou je geografická reference, tedy odpověď na otázku Kde? Tato informace je získána ze souřadnic, uvedeného geografického jména nebo geotagu, které jsou velmi často i nevědomky přidávány uživateli v rámci nejrůznějších aktivit na internetu. Tento pohled umožnuje analýzy typu: Pro kterou zemi existuje více lokalizovaných článku na Wikipedii nebo Kde se komentovala vybraná událost na Twitteru. (CAPINERI, 2016) Druhou složkou je samotný obsah, neboli místní perspektiva, která odpovídá na otázku Co? a dokáže změnit pouhou lokaci na mapě v informaci o tomto místě. Obsah může být nejrůznějších formátů, jako jsou obrázky, texty, mapy, videa nebo fotografie. Tento pohled na data, který VGI umožňuje, přináší náhledy různých lidí na stejná místa, ale také místní informace a názvosloví. (CAPINERI, 2016) Poslední pohled na VGI data je ze strany přispěvatelů, jejich motivace, zapojení do komunity a zájmů. Odpovídá proto na otázku Kdo data vytváří? (CAPINERI, 2016)

3.4 Druhy zdrojů Zjednodušeně můžeme rozdělit zdroje VGI podle dvou základních kritérií. Prvním je druh dat, který je sbírán. Na jedné straně může jít o základní topografická data, tedy taková, která jsou většinou sbírána národními mapovacími agenturami. Obvyklými tématy jsou administrativní jednotky, doprava, hydrologie, geodetické a katastrální údaje, tedy základní součásti SDI. Pro členské státy Evropské unie jde především o data popsaná v rámci směrnice INSPIRE. Na druhé straně jsou ostatní prostorová data. (SEE a kol., 2017)

Druhým kritériem je způsob sběru dat. Ta mohou být sbírána aktivně nebo pasivně. Jako aktivní data jsou označována ta, která dobrovolníci vytvářeli za účelem vzniku prostorové informace, jde o konkrétní projekty, do kterých se sami vědomě zapojili, jako je například OpenStreetMap. Pasivní data jsou naopak taková, která byla vytvářena pro jiný účel, například jako geotaggované příspěvky na sociálních sítích, ale následně mohou být využita pro různé studie a analýzy bez vědomí těchto přispěvatelů. (SEE a kol., 2017) Rozdělení zdrojů dat na základě těchto dvou hlavních kritérií včetně příkladů VGI projektů znázorňuje obrázek 4.

Obr. 4 Rozdělení zdrojů VGI (upraveno podle SEE a kol., 2017) a vybrané příklady projektů pro jednotlivé kategorie

3.5 Přispěvatelé Přispěvatelem, tedy dobrovolníkem ve VGI projektech může být v podstatě kdokoliv, nezávisle na věku, zkušenostech nebo motivaci (FOODY a kol., 2017). Převážně v projektech, kde obsah vytváří uživatelé aktivně, dochází k nerovnosti v zapojení, kterou popisuje pravidlo 90 –9 –1. To říká, že 90 % obsahu je tvořeno 1 % aktivních dobrovolníků, téměř všechen zbylý obsah vytvoří 9 % přispěvatelů, kdežto 90 % registrovaných uživatelů nepřispívá nikdy, nebo jen výjimečně (NIELSEN, 2006). Přesná čísla se mohou lišit pro různé projekty, ale myšlenka zůstává stejná. To potvrzuje také obrázek 5, který prezentuje přispěvatele OpenStreetMap v roce 2014 podle počtu jejich editací. Přiblížený výřez z grafu zobrazuje část, kde se vyskytují uživatelé z prostřední skupiny (s malým počtem editací).

Obr. 5 Přispěvatelé OpenStreetMap v roce 2014 podle počtu jejich editací, výřez bez 1000 nejaktivnějších uživatelů pro zvýrazněný bodu zlomu, (upraveno podle: WOOD, 2014)

3.5.1 Typologie přispěvatelů Participanty lze rozdělit podle různých charakteristik a tak se s jednotlivými kategoriemi seznámit a lépe nastavit nástroje motivace. Jedno z dělení zapojených osob uvedl Coleman a kol. (2009), překlad pojmů podle Vrbíka (2018), a stanovuje několik pojmů na spojnici mezi dvěma protipóly při tvorbě informací: • Nováček (neophyte) – osoba bez oficiálních znalostí v tématu, ale s opravdovým zájmem, časem a touhou se vyjádřit. • Poučený amatér (interested amateur) – člověk, který má zájem o další rozšíření znalostí v daném tématu pomocí čtení knih a konzultací konkrétních problémů. • Zapálený amatér (expert amateur) – osoba s hlubší znalostí tématu, ale stále pouze v neprofesionální rovině. • Profesionál (expert professional) – člověk, který problematiku vystudoval a zabývá se jí i na profesionální úrovni, tedy je zodpovědný za chyby, které způsobí. • Odborná autorita (expert authority) – osoba, která má za sebou dlouhou praxi v oboru, je uznávána pro svou vysoce kvalitní práci a odborné názory a porušením této kvality může lehce přijít o svoji reputaci. Sám ale dodává, že tato jednoduchá charakteristika není pro přispěvatele ve VGI projektech zcela použitelná. Uživatelé mohou být sice nováčky ve sběru prostorových informací, ale experty v oboru, pro který jsou data sbírána, naopak odborná autorita může rozumět mapovacímu procesu, ale mít značné nedostatky ve vybrané problematice, případně ve specifikách studovaného území. (COLEMAN a kol., 2009) Další typologii přispěvatelů nabízí Heipke (2010). Ta dává větší důraz na motivaci jednotlivých participantů, a tak je vhodná pro další práci s motivací: • Milovníci map – lidé, kteří s radostí zpřesňují, doplňují a opravují informace v mapách. • Příležitostní přispěvatelé – například členové turistické komunity.

• Mediální přispěvatelé – reagují na konkrétní události, účastníci mapovacích párty. • Pasivní přispěvatelé – lidé, kteří sdílí například dopravní data pomocí mobilních telefonů. • Otevření přispěvatelé – například členové komunity OpenStreetMap. • Přispěvatelé, kteří jsou motivovaní finanční odměnou.

3.5.2 Motivace k přispívání Samotná motivace je často zkoumaným tématem. VGI projekty jsou postaveny na práci dobrovolníků, a tak je důležité vědět, co je k přispívání do projektů přivedlo a co je motivuje k setrvání. Coleman a kol. (2009) definuje na základě nastudované literatury o Wikipedii a podobných projektech několik druhů motivace pro vytváření obsahu uživateli: • Altruismus – přispívání bez příslibu zlepšení vlastní situace, pouze jako pomoc ostatním. • Profesní nebo osobní zájem – přispívání v rámci zaměstnání, nebo osobního projektu. • Intelektuální stimulace – zlepšení technických schopností, znalostí a zkušeností pomocí participace. • Ochrana nebo zvýšení vlastní investice – přispívání jako praktické řešení pro problémy sdílení a společné zdroje. • Sociální ocenění – způsob, jak se stát součástí komunity. • Zvýšení osobní reputace – pro registrované uživatele je možnost vybudovat si svoji vlastní respektovanou identitu. • Prostor pro kreativitu a nezávislé sebevyjádření. • Místní hrdost – přidání informací o určitém místě může vést k jeho zatraktivnění pro turismus a zlepšení ekonomického rozvoje. Motivace ale nemusí být jen pozitivní. Setkáváme se také s motivátory jako vandalismus a snaha ostatní poškodit. Tito škůdci používají praktiky jako masové mazání, spamy, nepravdivé informace a útočný obsah. (COLEMAN a kol., 2009) Další autoři, kteří popisují druhy motivace, jsou Budhathoki a kol. (2010). Rozdělují je na vnitřní a vnější. Mezi vnitřní faktory patří především možnost učení, zábava, osobní obohacení (myšleno především jako uspokojení z přispívání), přesvědčení, že jde o dobrou věc, rekreace (v rámci outdoorového mapování), seberealizace, sebevyjádření, sebedůvěra, užitečnost, snaha pomoct, altruismus, svoboda vyjádření a naplnění vlastních potřeb. Jako faktory vnější motivace jsou definovány kariéra (přispívání jako součást životopisu), možnost být součástí komunity, posílení sociálních vazeb, vytváření lokální i mezinárodní sítě, tvorba vlastní identity jako součást projektu, reputace, shoda cílů projektu s vlastními cíli, peněžní výnos (z přispívání i vytvořených dat), kolegialita (představa, že pokud přispěji, přispějí i ostatní), důvěra v systém a sociálně- politické faktory. Podrobnější popis jednotlivých faktorů znázorňují tabulky v přílohách 5 a 6. (BUDHATHOKI a kol., 2010) Motivace ovlivňuje nejen participaci na projektech jako takovou, ale také kvalitu a kvantitu vzniklých dat (VRBÍK, 2018). Při zakládání nového projektu, ale i při práci s již fungujícími, je důležité přemýšlet, jak s těmito nabytými informacemi pracovat a nabírat a udržovat si dostatečný počet zapojených osob. Můžeme tak učinit například pomocí mapovacích párty pro posílení komunity a sociální interakce nebo gamifikace mapování, tedy přidání herního prvku a zvýšení atraktivity, nebo oceňováním kvalitních přispěvatelů. Dalším způsobem může být zjednodušení editace a tvorby obsahu (NIELSEN, 2006). Více o způsobech náboru a udržení dobrovolníků

22 popisuje kapitola Motivating and Sustaining Participation in VGI v knížce Mapping and the Citizen Sensor (FRITZ a kol., 2017).

3.6 Soukromí, etika a zákon Pro využívání dat z VGI projektů není důležitá pouze jejich kvalita, která bude řešena v kapitole 4, ale také otázka ochrany soukromí přispěvatelů, etika a zákonné problémy. Tato problematika spočívá například ve sběru velmi podrobných dat o poloze, a tedy možnosti při propojení s konkrétním uživatelem zjistit velké množství informací o jeho soukromém životě a denních rytmech. Dalším problémem může být nedostatečné poučení uživatelů, k jakým všem účelům mohou být jejich data využita. (MOONEY a kol., 2017) Z pohledu soukromí mluvíme o osobních datech ve VGI jako o všech geografických informacích, které mohou být propojeny s konkrétním člověkem, který je vytvářel, sbíral nebo editoval. Tomuto propojení můžeme zamezit pomocí omezení sběru osobních údajů na minimum nebo různými nástroji na ochranu soukromí. Jednou možností je snížení přesnosti určování polohy, což přináší nevýhody pro výsledný produkt. Dále je možné použití aliasů pro označení uživatelů, nebo anonymizování dat. Ochrana soukromí se netýká pouze uživatelů, kteří vytváří obsah databází, ale také samotného obsahu, kdy může jít například o výskyt přísně chráněných rostlin nebo živočichů, který musí být široké veřejnosti z bezpečnostních důvodů utajen. (MOONEY a kol., 2017) Z etického hlediska můžeme ve VGI definovat 2 úkoly. První zadává přispěvatelům vytvářet pouze pravdivé informace podle jejich nejlepších schopností. Druhý se týká zpracovatelů dat, výzkumníků a manažerů projektů, kde přispěvatele, ať už aktivní, nebo pasivní, definuje jako subjekty výzkumu. Ty by měli být plně informování o tom, jak s jejich prací i osobními daty bude zacházeno. (MOONEY a kol., 2017) Z legislativního pohledu je potřeba ve VGI projektech řešit především 2 problémy. Jedním z nich je zodpovědnost za kvalitu vytvořených dat a následné škody při jejich využití. Většina problematiky spočívá v nastavení licencování těchto dat. Popisy vybraných licencí obsahuje již podkapitola 2.3. Tato problematika se netýká jen přiřazení vhodné licence určitému datasetu, ale také možností jejich kombinování ve složitějších projektech. (MOONEY a kol., 2017)

3.7 OpenStreetMap Projekt OpenStreetMap (OSM) je pravděpodobně nejtypičtějším a ve vědeckých článcích nejzmiňovanějším příkladem VGI na světě. Nejedná se pouze o rozsáhlou databázi geografických dat, ale také softwarová řešení, aplikace, nástroje, popisné stránky na OSM wiki, diskuzní fóra a komunitu. OSM byla založena Stevem Coastem v roce 2004 jako součást jeho závěrečné práce v době, kdy byl crowdsourcing teprve v počátcích. Za vznikem stála Coastova myšlenka, že pokud zmapuje své území za použití místní znalosti a někdo další stejným způsobem své známé okolí, může při kombinaci těchto zdrojů vzniknout zajímavá a kvalitní prostorová databáze. Ta by pro mnohé případy byla schopná nahradit drahá institucionální data. Z těchto jednotlivých kousků postupně vznikla editovatelná databáze, kam přispívají nejen jednotlivci pomocí mapování v terénu a vektorizování licenčně vhodných leteckých snímků, ale jsou také nahrávány větší datasety, jejichž licence použití v OSM umožňuje. (MOONEY, MINGHINI, 2017)

3.7.1 Datový model Datový model se skládá ze 3 základních prvků: uzel (node), cesta (way) a relace (relation). Uzel, jinak nazývaný Bod, popisuje konkrétní místo na zemském povrchu. Je definovanými minimálně dvěma souřadnicemi (zeměpisná šířka a délka) a identifikačním číslem. Cesta je uspořádaný seznam minimálně 2 a maximálně dvou tisíc uzlů. Cesta se používá nejen k popisování lineárních prvků, ale také plošných, kdy první a poslední prvek je stejný. Pro odlišení plošného prvku od uzavřené cesty slouží speciální atribut nebo relace. Relace je datový typ, který popisuje vztah mezi více prvky (uzly, cestami i relacemi). Jako příklady mohou být uvedeny trasa, která sdružuje několik cest (např. jednu silnici, nebo turistickou trasu), nebo multipolygon, který umožňuje vytvořit plochy s dírami. Jednotlivé typy relací jsou rozlišovány pomocí atributu type. (PŘISPĚVATELÉ OPENSTREETMAP, 2019) Jednotlivé uzly, cesty i relace jsou doplněny atributy, které jsou v OSM pojmenovány jako značky (tagy). Každá značka se skládá z páru klíč=hodnota (key=value). Klíč popisuje téma, kategorii nebo typ prvku. Je možné ho doplnit různými předponami nebo jmennými prostory pro vytváření podkategorií a jazykových specifikací (příklad addr:country, name:en). (PŘISPĚVATELÉ OPENSTREETMAP, 2019) Obě části, klíče i hodnoty, mohou obsahovat libovolný textový, ale i číselný obsah, což umožňuje mapovat cokoliv, co uživatel potřebuje. Pro jednodušší zpracování ale vznikla určitá konvence užívaných klíčů a hodnot. Ty jsou popsány na OSM wiki na stránce Map Features6 a How to map a7. Další možností, jak zjistit, které značky a klíče je vhodné použít, je taginfo8, které má i variantu pracující pouze s českými daty9. Je to internetová stránka, na níž je možné najít statistiky používanosti jednotlivých tagů a klíčů, a to i s informací, kde všude byly použity. (PŘISPĚVATELÉ OPENSTREETMAP, 2019) Kromě značek jsou pro jednotlivé prvky ukládány také další informace: id (jednoznačný identifikátor prvku), user (jméno uživatele, který prvek upravil jako poslední), uid (jednoznačný identifikátor uživatele), timestamp (datum a čas poslední změny ve formátu W3C), visible (určuje, jestli je prvek viditelný – true, nebo už byl vymazán a je se na něj možné dotazovat jen v historii databáze – false), version (číslo, které určuje verzi objektu dle počtu jeho změn), changeset (číslo označující sadu změn, ve které byl objekt vytvořen). Po zavedení směrnice GDPR jsou atributy user a uid viditelné pouze pro přihlášené uživatele.(PŘISPĚVATELÉ OPENSTREETMAP, 2019)

3.7.2 Editační nástroje Pro přispívání do OpenStreetMap bylo vytvořeno několik editorů. Mezi nejpoužívanější patří iD editor, který umožňuje editaci přímo v prohlížeči. Další je desktopový JOSM (Java for OSM), který je vhodný pro pokročilejší přispěvatele. (PŘISPĚVATELÉ OPENSTREETMAP, 2019)

3.7.3 Licence Aby bylo možné správně do projektu přispívat svými daty, je důležité znát nejen datový model, mít nadšení a umět data nahrát, ale také mít jasno v licenčních podmínkách. To je potřebné nejen pro import, ale především pro export. Data z databáze OSM jsou licencována pod ODbL, tedy je

6 https://wiki.openstreetmap.org/wiki/Cs:Map_Features 7 https://wiki.openstreetmap.org/wiki/How_to_map_a 8 https://taginfo.openstreetmap.org 9 https://taginfo.openstreetmap.cz

24 potřeba dodržet podmínky uvedení autora a zachování licence. Kartografická díla jsou poté pod licencí CC BY-SA. Autora je vyžadováno uvádět ve formě: © OpenStreetMap contributors, česky © Přispěvatelé OpenStreetMap. (PŘISPĚVATELÉ OPENSTREETMAP, 2019) Komunita klade velký důraz na to, aby data, která jsou přidávána do OSM nebo ze kterých jsou díla do OSM odvozována, byla kompatibilní s licencí ODbL. Nejlépe tomu odpovídá licence Public domain a CC0, ODbL poté s mírnými problémy. Pro CC BY je nutný souhlas autora a data pod CC BY-SA není možné použít vůbec. Konkrétnější rozpis licencí uvádí OSM wiki stránka Import/ODbL Compatibility 10 . Především větší importy je doporučeno konzultovat s místní komunitou, která má jak přehled o dění v zemi, tak zkušenosti s tvorbou OSM. Pokud jde o zdroje pro odvozování dat na území České republiky, členové místní komunity vytvořili seznam nekonfliktních podkladových dat 11 , z nichž některá jsou přímo přednastavená ve vybraných editorech. (PŘISPĚVATELÉ OPENSTREETMAP, 2019)

3.7.4 Využití OSM S licencí ODbL pro data a CC BY-SA pro kartografické produkty je možné díla využívat a dále šířit při uvedení autora a zachování licence. OSM nabízí hned několik druhů využití. Prvním z nich jsou již vytvořené mapy a aplikace, o kterých bude zmínka ještě později. Dalšími možnostmi jsou export mapy ve formě obrázku, vložení mapy na svoji webovou stránku, využití OSM dat v offline podobě, například v rámci různých mobilních aplikací (Locus Map, Mapy.cz – mimo ČR a SR, MAPS.ME), tvorba vlastních webových map nebo stažení dat pro různé analýzy a vlastní mapové produkty. (PŘISPĚVATELÉ OPENSTREETMAP, 2019) Data je možné stáhnout různými způsoby. Zde je uveden krátký seznam příkladů s jejich možnostmi: • Planet.osm 12 – týdenní exporty dat za celou planetu ve formátu OSM XML a PBF a změnové týdenní datasety. (PŘISPĚVATELÉ OPENSTREETMAP, 2019) • GeoFabrik13 – stránka, která umožňuje stažení různých národních extraktů. (HOT OSM, 2019) • BBBike14 – umožňuje stahovat předpřipravené balíky dat v různých formátech a definovat si i vlastní oblasti. (PŘISPĚVATELÉ OPENSTREETMAP, 2019) • overpass-turbo15 – stránka umožňuje stahovat data na základě databázových dotazů nejen na prostor, ale také atributy. (PŘISPĚVATELÉ OPENSTREETMAP, 2019) • kyblsoft 16 – archiv dat pro Českou republiku od roku 2007. (PŘISPĚVATELÉ OPENSTREETMAP, 2019) • HOT OSM 17 – stránky Humanitárního OSM týmu umožňují stahování dat v různých formátech a z různých částí světa. (HOT OSM, 2019)

10 https://wiki.openstreetmap.org/wiki/Import/ODbL_Compatibility 11 https://wiki.openstreetmap.org/wiki/Cs:WikiProjekt_Česko/freemap 12 https://planet.openstreetmap.org 13 http://download.geofabrik.de 14 https://download.bbbike.org/osm/ 15 http://overpass-turbo.eu 16 http://osm.kyblsoft.cz/archiv/ 17 https://export.hotosm.org/en/v3/

• Úvodní stránka OSM18 – data je možné stahovat přímo z hlavní stránky OSM. Tato varianta je ale vhodná pouze pro malé objemy dat. (PŘISPĚVATELÉ OPENSTREETMAP, 2019) • JOSM – aktuální data je možné stahovat také v softwaru JOSM, který slouží pro editaci OSM dat. (PŘISPĚVATELÉ OPENSTREETMAP, 2019) • QGIS – OSM data lze stahovat v Open Source programu QGIS, kde jdou následně upravovat a exportovat v dalších formátech. (HOT OSM, 2019) OpenStreetMap data mají velké využití v nejrůznějších aplikacích a webových mapách zaměřených na rozličná témata. Jedním z nich jsou mapy pro humanitární účely, které vytvářejí iniciativy jako HOT OSM 19 a Missing Maps 20 . Ty pomocí dobrovolníků a task manageru (seznamu potřebných úkolů), případně mapathonů (srazů dobrovolníků, kde se společně učí a mapují), vytvářejí mapy míst po přírodních katastrofách nebo spolupracují s Lékaři bez hranic a Červeným křížem a mapují území pro potřeby jejich zásahu. (PŘISPĚVATELÉ OPENSTREETMAP, 2019) Jiné aplikace jsou orientované více tematicky. Velmi časté jsou mapy se zaměřením na turistiku a cyklistiku, například 4UMaps 21 , OpenCycleMap 22 a české verze na stránkách www.openstreetmap.cz. Další témata jsou třeba stopování (HITCHWIKI23), železniční doprava (OpenRailwayMap24), historie (Historical Objects25) nebo přístupnost objektů pro vozíčkáře (wheelmap 26 ). Vybrané aplikace se zabývají také zobrazením ve 3D, a to především budov a stromů (F4map27, Izometrická 3D mapa České republiky28), jiné se zaměřují na filtraci POI (points of interest) – bodů zájmu (searchosm29, OSM POI Viewer30) nebo porovnávání více různých webových map (Map Compare -– Geofabric31, Map Compare -– BBBike32). Jelikož jsou OSM data volně dostupná, neexistuje jeden seznam všech aplikací, které nad nimi byly vytvořeny. Toto byl jen krátký výběr. Existuje mnohem více využití dat, ať už aplikace pro jejich vizualizaci, nebo pro jejich analýzu, zpracování, stahování, vkládání a editaci. (PŘISPĚVATELÉ OPENSTREETMAP, 2019)

3.7.5 Motivace Jak již bylo zmíněno dříve v kapitole o VGI, dobrovolníky pracující na projektu je dobré motivovat i přes to, že mají často svoji vlastní vnitřní motivaci. OSM přispěvatelé se navzájem motivují pomocí společných akcí, kde také získávají nové zkušenosti a diskutují různé problémy. Mezi tato setkání patří mapovací párty a mapathony, ale i různé konference, prezentace a neformální akce.

18 https://www.openstreetmap.org/export 19 https://www.hotosm.org 20 https://www.missingmaps.org 21 https://www.4umaps.com 22 http://www.opencyclemap.org 23 http://hitchwiki.org/maps/ 24 https://www.openrailwaymap.org 25 http://gk.historic.place/historische_objekte/translate/cs/index-cs.html 26 https://wheelmap.org 27 https://demo.f4map.com 28 http://osm.kyblsoft.cz/3dmapa/ 29 https://searchosm.com 30 http://www.lenz-online.de/cgi-bin/osmpoi/osmpoi.pl 31 http://tools.geofabrik.de/mc 32 https://mc.bbbike.org/mc/

Seznam nadcházejících událostí je na úvodní straně OSM wiki. (PŘISPĚVATELÉ OPENSTREETMAP, 2019)

3.7.6 Česká komunita V České republice, stejně jako v jiných regionech, vznikla místní komunita, která částečně autonomně řeší své vlastní projekty a koordinaci českých přispěvatelů za podpory nástrojů a datové základny OSM, jejichž repertoár také rozšiřuje. Především pro účely lepší komunikace s jinými subjekty a vyřešení otázky vlastnictví technické infrastruktury byl v roce 2018 založen spolek OpenStreetMap Česká republika z.s. (ČESKÁ KOMUNITA OPENSTREETMAP, 2015 – 2019) Česká komunita se stará především o kvalitu českých dat, tedy editaci mapy, opravy chyb, vandalismu, import vhodných datasetů a vyhledávání výhodných zdrojů, specifikace pro značky s místním charakterem, překlad týdeníku WeeklyOSM, který také doplňuje o informace z České a Slovenské republiky, provoz mapových služeb a webů, z nichž nejznámější je asi OpenStreetMap.cz, ale za zmínku stojí určitě také mtbmap.cz se zaměřením na pěší a cykloturistiku, osm.kyblsoft.cz, kde jsou kromě 3D mapy i statistické přehledy, historická data a různé nástroje, a poloha.net, kde je možný využít například taskman (přehled úkolů pro mapování) a možnost překryvných vrstev, jako jsou budovy z RUIANu. Jednotliví členové komunity se také zabývají svými projekty jako například mapování turistických stezek a focení turistických rozcestníků (projekt Fody), tracer (doplněk pro JOSM pro poloautomatické mapování budov z RUIANu a polí a luk z LPIS), POI importer (nástroj pro porovnání OSM s jinými zdroji bodových dat, využívá se například pro vkládání schránek České pošty). (ČESKÁ KOMUNITA OPENSTREETMAP, 2015 – 2019) Komunita řeší aktuální problémy a nápady nejčastěji přes e-mailovou konferenci Talk_cz33, schází se na konferencích, jako je State of the Map CZ a SK, nebo OpenAlt, a neoficiálních akcích, například Kvartální pivo pořádané každého čtvrt roku jako setkání komunity především v Praze a Brně, ale i v jiných městech. Jsou pořádána různá školení a semináře. Někteří zástupci komunity se také účastní Missing Maps Mapathonů, kde je ale cíl trochu jiný, a tak se členská základna ne zcela překrývá. (ČESKÁ KOMUNITA OPENSTREETMAP, 2015– 2019)

3.8 Další příklady využití VGI OpenStreetMap je možná nejúspěšnější VGI projekt, ale určitě není jediný. Ze stejné kategorie, tedy základních topografických aktivně sbíraných dat, je možné uvést i další ukázky. Wikimapia34 je projekt, který chtěl svou myšlenkou navázat na encyklopedii Wikipedie, ale použil ji pro vznik celosvětového gazetteeru, v podstatě slovníku, který jednotlivým pojmům přiřazuje polohu. (GOODCHILD, 2007) Dalším příkladem byl Google Map Maker, který byl v roce 2017 zrušen. Velká část funkcí byla přesunuta do Google Maps35 programu Místní průvodci (GOOGLE, 2019a). Mezi projekty, kde jsou aktivně sbírána tematická data, patří biologická databáze BioLog od AOPK, v níž mohou uživatelé zaznamenávat výskyt rostlin, hub a živočichů (AOPK, 2019). Příkladem z úplně jiné oblasti může být opět česká aplikace, tentokrát pro hlášení černých

33 https://openstreetmap.cz/talkcz/ 34 http://wikimapia.org 35 https://www.google.com/maps

27 skládek a různých závad a komunikaci o těchto problémech s obcemi – ZmapujTo.cz (KUBÁSEK, 2012–2019). Na druhou stranu existují také projekty, které pracují s pasivně sbíranými daty. Jde často o stránky nebo aplikace, které o uživatelích sbírají prostorové informace, jež následně využívají pro další účely. Častým příkladem mohou být informace o aktuálním provozu na silnicích. Tímto způsobem získává data z mobilních zařízení například Google (GOOGLE, 2011), nebo Waze (WAZE MOBILE, 2006–2019). Oblast, na kterou je důležité nezapomenout, jsou data ze sociálních sítí, označovaná jako Social Media Geographic Information – SMGI (CAMPAGNA, 2016). Typickým příkladem je stránka Flickr 36 , na kterou mohou uživatelé přidávat fotografie s jejich zeměpisnou šířkou a délkou. Alba i samotné fotografie, u kterých to jejich autoři povolili, je poté možné stahovat a dále používat (FLICKR, 2019). Poslední ukázka pasivně sbíraných dat, která by zde měla být zmíněna, jsou data internetového vyhledávače Google. Ten ukládá informace o jednotlivých zadaných výrazech. Pro uživatele jsou poté přístupné statistiky na stránce Google Trends (GOOGLE, 2019b).

36 https://www.flickr.com

4 KVALITA OTEVŘENÝCH PROSTOROVÝCH DAT Kvalita prostorových dat a metody jejího hodnocení jsou významným tématem geoinformatiky. Data jsou vytvářena s určitou nepřesností a chybami, znalost tohoto jejich pozadí může být klíčová pro jejich správné využití. Následující kapitola nejdříve uvádí stručný kontext kvality prostorových dat a poté se s ohledem na zaměření práce soustředí na měření kvality dat VGI, která jsou vytvářena zcela jiným způsobem, a proto se i ke kvalitě přistupuje jinými metodami. U otevřených dat, kde uživatel data nevytváří, ani přímo nekomunikuje s jejich tvůrcem, je klíčová přítomnost metadat s popisem kvality dat, aby nedošlo k jejich špatnému využití.

4.1 Kvalita prostorových dat V oblasti kvality prostorových dat existuje velké množství přístupů, pro zjednodušení je Devillers a Jeansoulin (2006) rozdělují do 2 skupin: Interní a externí kvalita. Interní kvalita popisuje rozdíl mezi posuzovanými a ideálními daty, která by mohla být vytvořena, a to pomocí charakteristik jako jsou kompletnost, polohová a atributová přesnost a logická konzistence. Externí kvalita popisuje shodu mezi vytvořenými daty a představou či potřebou uživatele, anglicky se používají fráze „fitness for use“ a „fitness for purpose“. Tento koncept říká, že záleží na účelu, ke kterému jsou data použita. Data stejné interní kvality proto mohou vykazovat rozdílnou externí kvalitu v různých situacích. S nárůstem množství a dostupnosti prostorových dat od 2. poloviny 20. století se začala zvyšovat potřeba standardizace posuzování jejich kvality. V této oblasti působí Mezinárodní organizace pro standardizaci – ISO (the International Organization for Standardization), která pro kvalitu prostorových dat vydala hned několik standardů, z nichž nejaktuálnější je standard ISO 19157:2013, který reviduje a nahrazuje předešlé: ISO/TS 19138:2006, ISO 19114:2003 a ISO 19113:2002. (ISO, 2013) Kvalita prostorových dat nemůže být posuzována pouze z jednoho pohledu, proto norma ISO 19157:2013 stanovuje 6 elementů hodnocení (ISO/TC 211, 2013): 1. Úplnost (Completeness) – absence, nebo nadbytek prvků v prostorové databázi vůči realitě. 2. Logická konzistence (Logical consistency) – míra dodržení struktury databáze, atributů a vztahů mezi nimi. 3. Polohová přesnost (Positional accuracy) – rozdíl mezi polohou určenou souřadnicemi prvku v databázi a v reálném světě. 4. Tematická přesnost (Thematic accuracy) – přesnost atributové, neprostorové složky dat. 5. Časová přesnost (Temporal quality) – přesnost časových prvků geografických dat, důležité především u často se měnících prvků. 6. Použitelnost (Usability element) – využitelnost pro uživatele dat. Další elementy kvality, které analyzují ve svých pracích Van Oort (2006) a Brus (2013), jsou například: původ dat, sémantická přesnost, metakvalita, rozlišení a homogenita.

4.1.1 Kvalita VGI Nedostatečná či neznámá kvalita VGI je jednou z největších překážek ve využití těchto dat národními mapovacími agenturami a veřejnou správou celkově. Většina dat využívaných těmito orgány je vytvářena profesionály, vychází z výše zmíněných standardů a prochází kontrolami

29 kvality. Na druhou stranu zmíněné specifikace nebyly vytvořeny pro VGI, a tak hledání vhodných jednotných způsobů hodnocení kvality VGI dat zůstává pro odborníky stále ne zcela vyřešenou výzvou. Problematickými vlastnostmi VGI dat může být jejich tvorba laickou veřejností, a tak předpokládaná větší chybovost, heterogenita v prostorové i atributové kompletnosti, nedostatek datových specifikací. (FONTE a kol., 2017) Z výše zmíněných důvodů byly kromě klasických prvků hodnocení kvality vytvořeny ještě nové, přizpůsobené VGI. Nezaměřují se tolik na samotnou přesnost dat, ale spíše na spolehlivost a důvěryhodnost. Nad volbou konkrétních indikátorů ale ještě nepanuje v komunitě shoda. Například Goodchild a Li (2013) definují 3 přístupy hodnocení: 1. Crowdsourcing – kvalitu dat je schopna zajistit komunita, která se o VGI projekt stará. Problém ale nastává u méně zřejmých faktů a v méně osídlených oblastech. 2. Sociální hierarchie – pracuje obdobně jako předchozí přístup, ale nastavuje různou důvěryhodnost jednotlivým členům komunity podle jejich předchozí práce. 3. Geografický přístup – kvalita se vyhodnocuje na základě známých geografických zákonitostí a vztahů mezi prvky.

4.2 Způsoby ověření a dosažení kvality Pro tradiční prostorová data je možné aplikovat výše zmíněné standardy nejen jako formu, která jejich kvalitu definuje, ale také rámec, který pomáhá k jejímu dosažení a následné kontrole. Pro ověření kvality VGI je možné použít několik různých metod. Jejich stanovením a rozdělením se zabývá několik různých autorů.

4.2.1 Metody měření kvality VGI dat Rozsáhlou studii o možných metodických přístupech k hodnocení kvality VGI dat představili Yang a kol. (2018). Dle uvedené studie lze metody rozdělit na 2 druhy: porovnání zkoumaných VGI s jinou existující datovou sadou a práce s vnitřními aspekty vybraného souboru dat. Pro každou z kategorií byly vybrány jako ukázka 2 metody, které jsou zmíněny v příspěvcích dalších autorů. První skupinou jsou analýzy porovnáním s jinou existující datovou sadou. V tomto případě je zásadní zvolit vhodnou datovou sadu k porovnání. Často jsou využívány oficiální mapové zdroje daného státu nebo data komerčních společností. Před začátkem analýzy je důležité znát kvalitu této srovnávací datové sady a rozhodnout se, zda dosahuje minimální akceptovatelné kvality. (FONTE a kol., 2017) Pod touto kategorií se ukrývá mnoho metod použitých v různých výzkumech. Zde jsou 2 vybrané příklady: 1. Buffer – tuto metodu využívá například Haklay (2010) na porovnání prostorové přesnosti OSM dat silnic ve Velké Británii s Ordnance Survey. Pro referenční vrstvu byl vytvořen buffer, aby byly eliminovány rozdíly ve vedení jednotlivých pruhů silnic jako jednu nebo více linií. Dále bylo sledováno, jaká část hodnocených silnic leží v tomto bufferu. Podobnou metodu používá při svém výzkumu ohledně přesnosti POI také Touya a kol. (2017). 2. Délka linií – metoda vhodná pro porovnání úplnosti dat byla využita opět na datasetu silnic z OSM, tentokrát ale v Německu. Zielstra a Zipf (2010) porovnávali celkovou délku silnic z OSM a Tele Atlasu pro určité území. Obdobně by bylo možné hodnotit kompletnost

bodových dat pomocí jejich počtu. V obou případech může dojít k chybě, pokud se v každém datasetu vyskytují jiné prvky, což pouze pomocí délky (počtu) nepoznáme. Ne vždy je možné pro určení kvality použít jinou existující datovou sadu k porovnání, a to především v místech, kdy nejlepším zdrojem jsou právě VGI. Pro tyto případy je důležité stanovit metody ověření kvality VGI pouze pomocí vnitřních aspektů. Dále jsou uvedeny opět 2 vybrané metody, které se touto problematikou zabývají: 1. Charakteristika přispěvatelů – na základě vybraných předchozích výzkumů jako například Haklay (2010) je možné říct, že počet aktivních přispěvatelů OSM v dané oblasti souvisí s kvalitou dat pro toto místo. Proto počet přispěvatelů a jejich aktivita za určité období mohou být indikátorem kvality a stability systému. (BARRON a kol., 2013) 2. Analýza prostorových vztahů – v rámci metody jsou zkoumány prostorové vztahy ve vybraném datasetu. Pokud se vyskytují nemožné prostorové vztahy, například nákupní středisko mimo budovu, předpokládá se nižší kvalita celé datové sady. Tomuto tématu se věnoval například Touya a kol. (2017).

4.2.2 Indikátory kvality VGI dat Ve studii o jednotlivých indikátorech kvality VGI představili Fonte a kol. (2017) 3 kategorie. První popisuje indikátory založené na samotných datech, druhá na demografii a socioekonomických faktorech a třetí na přispěvatelích projektu. První skupina, indikátory popisují data, se zaměřuje především na spolehlivost dat. Její první část hodnotí informace v porovnání s jinými zdroji. Zvolené metody mohou být různé, patří mezi ně geometrická vzdálenost od prvku z referenčního zdroje nebo porovnání atributů. Dalšími indikátory jsou externí a interní logická konzistence a metadata, ze kterých je možné analyzovat například metodu sběru, použitá zařízení a historii změn. Druhá skupina indikátorů ukazuje, že existuje korelace mezi kvalitou dat ve VGI projektech a demografickými a socioekonomickými faktory oblasti, ve které vznikají. Zielstra a Zipf (2010) ve svém výzkumu zjistili, že celková délka zmapovaných silnic v OSM v porovnání s databází Tele Atlas je v oblastech s menší hustotou zalidnění nižší než ve velkých městech. Kromě hustoty zalidnění patří mezi indikátory této kategorie například věk populace, příjem a sociální deprivace. Poslední skupina indikátorů popisuje samotné přispěvatele, jejich zájmy, chování, zkušenosti, vzdělání, historii příspěvků a doporučení ostatními přispěvateli. Tak je možné vytvořit profil každého dobrovolníka a zjistit důvěryhodnost jeho příspěvků.

4.2.3 Možnosti dosažení kvality VGI dat Criscuolo a kol. (2016) ve své studii nepopisují ani tak indikátory kvality VGI, jako tomu bylo v předchozích případech, ale spíše metody kontroly, které umožňují kvality dosáhnout. Jednotlivé metody je potřeba vybrat podle charakteristik konkrétního projektu. Autoři popsali strukturu, se kterou lze pracovat. Kvalita VGI jde zajistit pomocí prevence (vzdělávání přispěvatelů, učební materiály a návody) a oprav (výběr příspěvků, automatické nebo manuální korekce). Kontrolu může provádět vybraný tým (koordinátoři projektu, odborníci na danou problematiku, technická

31 podpora) v rámci komunity přispěvatelů, nebo se může dít automaticky. Při nalezení nějaké chyby či nepřesnosti dochází k varování autora nebo vymazání daného prvku.

4.3 Kvalita OSM dat Pro ověření kvality dat z OSM se dají použít obecné výše zmíněné metody a postupy, dokonce velká část výzkumu kvality VGI je prováděna právě na databázi OpenStreetMap. Komunita okolo OSM při své velikosti a diverzitě přispěvatelů potřebuje mít vytvořené mechanismy pro prevenci vzniku chyb a jejich případného řešení. Proto vznikla velká řada nástrojů, z nichž každý má své uživatele například v podobě národních komunit.

4.3.1 Prevence kvality OSM dat Pro prevenci slouží velké množství studijních materiálů a vysvětlujících stránek na OSM wiki37, kde jsou články jak pro úplné začátečníky, tak pro jednotlivé národní komunity a podrobnější informace pro zkušené uživatele. Dalším nástrojem, který může pomoct především pro mapování pro přispěvatele nových prvků, je nástroj taginfo38, který vytváří statistiku o četnosti využívání jednotlivých tagů. (PŘISPĚVATELÉ OPENSTREETMAP, 2019) Prevenci chyb v OSM zajišťují také editační nástroje, které při vytváření prvků nabízejí jejich možné atributy, z nichž uživatel může vybírat. Pro nezkušené přispěvatele je také možnost nechat si svoji práci před přidáním do databáze zkontrolovat někým zkušenějším. (PŘISPĚVATELÉ OPENSTREETMAP, 2019)

4.3.2 Práce s chybami v databázi OSM Databáze OpenStreetMap ukládá pro každý prvek jeho historii, včetně uživatelů, kteří ji měnili. To je důležitý fakt, kterého je možné využít při detekci a opravách chyb. Nejjednodušší detekci chyb je možné provést na úvodní stránce OSM, kde libovolný uživatel internetu může přidat komentář, který pak jakýkoliv přispěvatel může zapracovat. (PŘISPĚVATELÉ OPENSTREETMAP, 2019) Další možností, jak detekovat chyby, jsou nástroje pro kontrolu kvality. Ty pomáhají díky částečné automatizaci, například vyhledáváním zastaralých tagů a prvků bez typických atributů nebo topologicky nesprávných dat, nalézat chyby, na které se uživatelé mohou podrobněji zaměřit. Těchto aplikací je velké množství, mezi nejznámější patří Keep Right39, Osmose40 a OSM Inspector 41 . Pro uživatele, kteří jsou opravdu znalí určitého území, jsou určeny nástroje monitorující změny. Přispěvatel si zobrazí poslední změnový dataset svého území a dokáže odhalit pravděpodobné chyby. (PŘISPĚVATELÉ OPENSTREETMAP, 2019) Chyby se bohužel nevytvářejí jen kvůli nedostatečným zkušenostem a omylům, jako ve většině crowdsourcingových projektů i zde dochází k vandalismu. Ten je možné řešit vrácením původních dat do stavu před změnami, případně dočasným nebo trvalým zablokováním uživatele. (PŘISPĚVATELÉ OPENSTREETMAP, 2019) Kromě odhalování chyb v již vytvořených datech je dobré se zaměřit také na jejich kompletnost. Touto problematikou se zabývají spíše jednotlivé národní komunity, které vytvořená

37 https://wiki.openstreetmap.org/wiki/Main_Page 38 https://taginfo.openstreetmap.org 39 www.keepright.at 40 http://osmose.openstreetmap.fr 41 https://tools.geofabrik.de/osmi/

32 data pro své území porovnávají s jinými zdroji. Takovým příkladem může být již vícekrát zmíněný výzkum autorů Zielstra a Zipf (2010), kteří porovnávali délku silnic OSM s databází Tele Atlas. Kompletnost vybraných datových sad je řešená také v české komunitě, a to především u jednotlivých projektů. Příkladem mohou být turistické trasy, jejichž promapovanost je možné porovnat se seznamem všech tras vydávaným Klubem českých turistů. Podobné to je s poštovními schránkami, kde komunita může pozorovat, jaká místa je potřeba zkontrolovat, pomocí nástroje POI importer42, který porovnává OSM data s dalšími databázemi, v tomto případě s informacemi od České pošty. (ČESKÁ KOMUNITA OPENSTREETMAP, 2015-2019)

4.4 Ověření původu dat Aby otevřená data mohla být opakovaně využívána, potřebují uživatelé znát pozadí jejich vzniku a jejich historii. Původ pomůže identifikovat, zda jsou data pro zvolený účel vhodným zdrojem. Proto by jednotlivé otevřené datové sady neměly být sdíleny samostatně, ale s přiloženými kvalitními metadaty. Složitější je to opět u VGI, kde jeden metadatový soubor nemůže jednoduše vystihnout informace o sběru jednotlivých prvků různými uživateli, metodami v rozdílných časových obdobích a odlišné úrovně přesnosti i aktualizace. I přesto je vhodné hledat způsoby, kterými lze datovou sadu dokumentovat a předávat informace budoucím uživatelům. Příkladem může být databáze OSM (PŘISPĚVATELÉ OPENSTREETMAP, 2019), která přidává automaticky informace ke každému prvku, a to pomocí tagů, které obsahují čas poslední aktualizace, uživatele, který prvek editoval, a verzi objektu. Dále je možné si dohledat celou historii prvku. Podrobnější metadata může doplnit samotný přispěvatel přidáním dalších atributů, například source=survey.

42 http://osm.kyralovi.cz/POI-Importer/

5 OTEVŘENÁ PROSTOROVÁ DATA A VEŘEJNÁ SPRÁVA Otevřená data ve veřejné správě pomáhají budovat důvěryhodnost směrem k občanům, zjednodušovat přístup k informacím, zvyšovat hodnotu dat jejich opětovným využitím, ale také ulehčují komunikaci a předávání dat mezi jednotlivými orgány veřejné správy. Úřady nemusí otevřená data jen zveřejňovat, mohou je také využívat pro svoje agendy, případně spolupracovat na open datových a VGI projektech.

5.1 VGI a veřejná správa Data pořizovaná a spravovaná veřejnou správou většinou spadají do kategorie Spatial Data Infrastructure (SDI), v Evropském prostředí především INSPIRE (INfrastructure for SPatial InfoRmation in Europe). Data vytvářená v rámci VGI projektů mají každá své výhody a nevýhody. SDI jsou konkrétní kategorie dat, které jsou pořizovány podle jasných specifikací a postupů. Jde o data vytvářená veřejnými autoritami, tedy jsou certifikovaná a řádně licencovaná. Problémem může být jejich pořizovací cena i následné poplatky. Na rozdíl od toho VGI používají různé formáty, většinou nemají stanovené standardy, neznáme jejich kvalitu. Výhodou může jejich aktuálnost a menší problém s poplatky. (DEMETRIOUet al., 2017) Tyto rozdíly je možné spojit do jedné spolupráce využívající výhody obou stran. Jaké je postavení jednotlivých stran při této spolupráci, zobrazuje obrázek 6.

Obr. 6 Vztah jednotlivých stran ve spolupráci VGI a národní mapovací agentury (upraveno podle: OLTEANU- RAIMOND a kol., 2016)

5.1.1 Výhody a nevýhody vzájemné spolupráce Své výhody může přinést také kombinace těchto dvou rozdílných zdrojů, a to jak pro Národní mapovací agentury, VGI projekty, tak koncové uživatele. Jde nejen o obohacení stávajících dat veřejné správy novými daty z dobrovolnických projektů, ale také zapojení občanů do ovlivňování místního dění (DEMETRIOU a kol., 2017).

Mezi hlavní podněty k propojení může být dle reportu připraveného pro Světovou banku (HAKLAY a kol., 2014) nedostatek institucionálních dat v naléhavých situacích, jako jsou například různé přírodní katastrofy, celkové otevírání veřejné správy, nedostatečné finanční prostředky pro údržbu datové infrastruktury, rozvoj a věda, například environmentální výzkum. Stejná zpráva popisuje cíle spolupráce jako vytvoření základního mapového pokrytí především v rozvojových zemích, kde chybí jakékoliv mapové podklady, aktualizace prostorových datasetů, vylepšení veřejných služeb, podávání hlášení (například o závadách nebo čistotě ovzduší) a příprava na řešení případných krizových situací. Spolupráce s sebou může nést i problémy. Patří mezi ně náročnost dlouhodobé udržitelnosti jednotlivých projektů, pokud nejde pouze o jednorázové vytvoření dat, a především práce s přesností a kvalitou. Veřejná správa totiž musí často zodpovídat za kvalitu dat, které používá. (HAKLAY a kol., 2014) Pokud se zaměříme přímo na integraci VGI a INSPIRE, narazíme hned na několik problémů, jako je například povinnost v INSPIRE poskytovat metadata, dodržovat specifikace, datový model a jiné podmínky, kterých je u VGI projektů těžké dosáhnout. Stejně tak INSPIRE využívá jasně definované komunikační prostředky – především webové služby, které mohou být pro VGI odlišné. (DEMETRIOU a kol., 2017) Také Olteanu-Raimond a kol. (2016) zmiňují bariéry pro spolupráci: kvalita dat a validace, zákonné problémy – především licencování, vlastnosti a motivace velké komunity, trvalá udržitelnost a strach zaměstnanců agentur o jejich pozici.

5.1.2 Způsoby spolupráce s veřejnou správou v rámci VGI projektů Spolupráce může probíhat různými způsoby. Report vytvořený pro Světovou banku (HAKLAY a kol., 2014) uvádí 5 druhů: 1. Propojení veřejné podpory a spolupráce s již fungujícími nebo novými komunitami. 2. Uvolnění existujících dat pro využití ve VGI projektech. 3. Přímá investice, kdy veřejná správa přímo podporuje dobrovolníky, kteří zpracovávají data do VGI projektů, jež poté veřejný sektor dále využívá. 4. Mapování v rámci vědeckých projektů. 5. Práce jednotlivců, kteří znají dobře způsob využití VGI dat a přimějí k zapojení svoji organizaci. Způsoby spolupráce se kromě již výše zmíněného dokumentu zabývá Olteanu-Raimond a kol. (2017). Popisují, že téměř všechny mapovací agentury mají nějakou zkušenost se získáváním dat od svých občanů, nejčastěji zřejmě s hlášením, případně vystavování alespoň vybraných dat pro následné volné použití. Olteanu-Raimond a kol. (2016) ve svém výzkumu zkoumajícím využití VGI u evropských národních mapovacích agentur identifikovali 5 významných příkladů: 1. Hlášení – patří k nejrozvinutějším typům spolupráce, téměř každá mapovací agentura má nějaký nástroj sloužící především k hlášení různých problémů či podávání reportů. Příkladem může být finský systém43, který umožňuje občanům podávat zpětnou vazbu na

43 https://www.maanmittauslaitos.fi/en

topografickou databázi, nebo francouzský Ripart 44, který slouží pro sdílení reportů od partnerů, jako jsou například hasiči. 2. Detekce změn – důležitý úkol, který je možné zjednodušit a urychlit pomocí VGI, protože dobrovolníci stihnou zaznamenat změnu na svém území rychleji než složité oficiální mechanismy. Nizozemský katastr používá pro detekci změn o silnicích a budovách ve své mapě 1 : 10 000 externí zdroje, mezi které patří i OSM. 3. Místní názvy – obyvatelé často používají vlastní typické označení míst více než oficiální názvy, proto je i tyto názvy výhodné mít zaznamenané v mapě, a to především pro případné krizové situace, kdy je díky tomu jednodušší navádění občanů. Pro tuto problematiku vytvořila Švédská mapovací agentura aplikaci jménem Platsnamna, která umožňuje sběr místních názvů pomocí mobilních telefonů. 4. Sběr nových dat případně atributů – v Německu sbírají například velké množství geografických prvků, budovy, cesty, řeky, jezera, POI a další pomocí sekundárních zdrojů jako OSM. 5. Interpretace fotografií

5.1.3 Model spolupráce Nastavení vzájemné spolupráce mezi veřejnou správou a VGI komunitami není vůbec jednoduchý proces. Jeho možné zjednodušení zobrazuje obrázek 7, tabulka 2, která se zabývá důležitými pojmy v obrázku, a následný text, který některé jeho body popisuje.

Obr. 7 Model typického sběru VGI dat ve spolupráci s veřejnou správou (upraveno podle: OLTEANU- RAIMOND a kol., 2017)

44 http://ripart.ign.fr

Tab. 2 Popis některých částí modelu sběru dat za použití VGI

Příležitosti při použití VGI Rizika při použití VGI nové objekty příliš velký rozsah dat vylepšení přesnosti tematická roztříštěnost Datový model, objekty obohacení atributů nekompletnost vedení národních mapovacích agentur v rozvoji

standardů pro sběr dat nízký počet přispěvatelů Rozhraní ztráta motivace nábor velkého množství přispěvatelů zklamání přispěvatelů Motivace zlepšení kvality VGI pocit zneužití možnost kontaktování a zpětné vazby problémy soukromí Registrace možnost analýzy skupiny přispěvatelů nekorektní informace získávání informací je

překážka v přispívání problém při použití externích Licencování dat s jinou licencí využití přispěvatelů k validaci příliš mnoho informací Kontrola počet přispěvatelů nutně kvality možnost využití automatizované kontroly nekoreluje s kvalitou

(Upraveno podle OLTEANU-RAIMOND a kol., 2017)

Autoři (OLTEANU-RAIMOND a kol., 2017) uvádí několik doporučení pro nastavení fungující spolupráce. V oblasti datového modelu a objektů navrhují: • použití kvalitního online fóra s nápovědou pro uživatele • vytvořit jednoduché nástroje pro export i import • dávat zpětnou vazbu přispěvatelům • jasně označit data kontrolované kvality od veřejné správy • sdílet pro použití podkladová autoritativní data • přidat do datového modelu nové objekty, třídy i atributy dle potřeby obou stran • použít nástroj pro hlášení chyb • definovat jasný protokol pro mapování objektů a pravidelně ho aktualizovat Další doporučení se týkají rozhraní. To by mělo být jednoduché a uživatelsky přívětivé tak, aby uživatele provedlo krok za krokem všemi potřebnými úkony, dále je vzdělávalo a předalo všechny potřebné informace (metadata). Navrhují také způsoby, jak podpořit motivaci, a to například pomocí techniky zvané gamifikace, tedy přidáním herního prvku do sběru dat, podáváním kvalitní průběžné zpětné vazby přizpůsobené jejich pokročilosti, zapojením do komunity, podporou veřejných partnerů, spoluprací se školami. (OLTEANU-RAIMOND a kol., 2017) Problematickou fází spolupráce je také registrace uživatelů. Pokud uživatelé přispívají anonymně, napomáhá to vandalismu a spamování. Je tak těžké najít data těch, kteří se rozhodli projekt ničit. Pokud se uživatelé registrují, prokazují tak již nějakou vyšší motivaci k projektu a je možné s nimi lépe pracovat. Registrací je více druhů podle množství sbíraných dat. Základem je alespoň platná e-mailová adresa a heslo. (OLTEANU-RAIMOND a kol., 2017)

Kontrolu kvality je dobré provádět v několika úrovních. Level 0 – kontrola v reálném čase požaduje po přispěvatelích zadání alespoň nejnutnějších informací a metadat k prvku a zajišťuje základní topologickou konzistenci (uzavřené polygony, navázané linie silnic atd.). Level 1 – automatická kontrola by měla umožnit zohlednit spolehlivost jednotlivých příspěvků na základě dodržení vybraných pravidel logické konzistence (budova uprostřed řeky nebude brána jako zcela spolehlivá) a specifikací (budovy menší než je minimální velikost budou označeny jako pro daný projekt nevhodné) a přispěvatelů na základě jejich historie v projektu. Level 2 zapojuje do kontroly dat přispěvatele a vytváří z nich validátory. Level 3 – finální validace, která zahrnuje stanovení kvality a využitelnosti na základě zvolených indikátorů. (OLTEANU-RAIMOND a kol., 2017)

5.1.4 Příklady VGI projektů vytvářených ve spolupráci s veřejnou správou Konkrétními projekty spolupráce mezi VGI a veřejnou správou se zabývá knížka Crowdsourced Geographic Information Use in Government (HAKLAY a kol., 2014), která ve své případové studii popisuje hned několik příkladů z různých zemí a oborů. Vybrané projekty z tohoto zdroje, ale i vlastní rešerše budou popsány v tomto oddílu. Skandobs45 je společný projekt Norského institutu pro výzkum přírody a Švédské agentury pro ochranu přírody, který má za cíl sbírat data o výskytu rysů, vlků a medvědů hnědých. Uživatelé mohou přispívat kdykoliv z mobilní aplikace nebo webového prohlížeče. Výhodou je i přidávání fotografií a popisu. Projekt má vlastní systém validace, dokonce status každého pozorování je zobrazen ve webové mapě a jen ty, které jsou v pořádku, jsou přidány do primární databáze. Problémem může být rozložení pozorování, které je ovlivněno hustotou zalidnění, a tedy nemůžeme jednoduše odvozovat velikost populace na jednotlivých místech. (HAKLAY a kol., 2014) Podobným projektem z českého prostředí je již dříve zmiňovaný BioLog46, který sbírá pozorování o živočišné skladbě pro Agenturu ochrany přírody a krajiny ČR (AOPK, 2019). Dalším příkladem je poskytnutí dat Corine Land Cover 2006 pro použití v OSM ve Francii. Corine Land Cover 2006 – data o využití území, byla vytvořena pomocí koordinace Evropskou agenturou pro životní prostředí ve 39 evropských zemích. Francouzská OSM komunita se pokusila importovat tato data do OpenStreetMap s cílem vytvořit data o využití území především v rurálních oblastech. To se podařilo asi z 60 %, zbylá území nebyla aktualizována, jelikož původní OSM data byla pravděpodobně podrobnější a aktuálnější. Tato spolupráce se stala vzorem i pro další země a jejich OSM komunity, například Španělsko, Maďarsko nebo Rumunsko. (HAKLAY a kol., 2014, PŘISPĚVATELÉ OPENSTREETMAP, 2009) FixMyStreet 47 je projekt, který umožňuje spolupráci občanů a místní samosprávy při řešení lokálních problémů a závad. Aplikace umožňuje zadávání různých problémů, na které občané narazí na ulicích svého města. Tato informace je poté předána příslušným místním úřadům dle vložené lokace k řešení. Komplikací může být, pokud některé obce mají další své systémy pro hlášení problémů, protože pozornost přispěvatelů i řešících orgánů se poté tříští. (HAKLAY a kol., 2014). Projekt má opět paralelu u nás, mapovou aplikaci ZmapujTo48, která umožňuje občanům hlásit různé druhy problémů, jako jsou rozbité silnice, poškozená zeleň nebo černé skládky. Přímo

45 https://www.skandobs.com 46 http://biolog.nature.cz 47 https://www.fixmystreet.com 48 https://www.zmapujto.cz

38 na silnice se poté zaměřuje aplikace a webová stránka Výmoly.cz49, kde uživatelé mohou hlásit výtluky, nebezpečné úseky a nepřehledné železniční přejezdy. Tyto informace jsou poté předávány přímo správci komunikace. Další ukázkou je spolupráce organizace Mapping Information Branch (MIB) a Natural Resources Canada (NRCan) s OSM komunitou v Kanadě. Hlavními faktory ke spolupráci byla nemožnost udržovat data tak rozsáhlého území aktuální a ochota důvěřovat datům OSM. Digitální topografická mapa Kanady (Canvec) byla poskytnuta v nativním formátu OSM (.osm). To umožnilo komunitě jednodušší integraci a možnost provádět opravy a aktualizace. Ty jsou poté porovnávány s databází Canvec. Rozdíly jsou kontrolovány v terénu a ověřené změny jsou zavedeny do databáze. Kanadské úřady vyvinuly důležitý nástroj pro detekci změn, ale stále před nimi stojí spousta výzev: sladění licence, nedostatek metadat v OSM, rozdíly v pokrytí dat. (HAKLAY a kol., 2014) V roce 2013 otevřelo město New York50 velkou část svých dat veřejnosti, což umožnilo jejich přidání do databáze OSM, kde využili především dat o budovách. Jelikož je velmi těžké a nákladné dataset budov ve městě tak velkém jako New York udržovat, započala spolupráce s komunitou. Ta může data z městských stránek pravidelně stahovat, newyorskému GIS týmu na oplátku chodí denně e-maily o změnách provedených komunitou. Tento cyklus přináší výhody oběma stranám. (HAKLAY a kol., 2014)

5.2 Otevřená data poskytovaná veřejnou správou Jak již bylo zmíněno výše, veřejná správa je tradičním poskytovatelem otevřených dat. Jaká je struktura otevíraných dat různých měst, krajů a států a jakým způsobem jsou tato data zveřejňována, popisuje tato kapitola.

5.2.1 Legislativní rámec V českém prostředí upravuje otevřená data zákon č. 106/1999 Sb., o svobodném přístupu k informacím, který navazuje na předpisy Evropské unie. Tento zákon upravuje pravidla pro poskytování informací, definuje základní pojmy z oblasti otevřených dat, upravuje právo svobodného přístupu k informacím a ukotvuje Národní katalog otevřených dat. Přesný seznam dat, která poté musí zveřejňovat jako otevřená data povinné subjekty, kterými jsou dle zákona „subjekty, kterým zákon svěřil rozhodování o právech, právem chráněných zájmech nebo povinnostech fyzických nebo právnických osob v oblasti veřejné správy, a to pouze v rozsahu této jejich rozhodovací činnosti, (Zákon č. 106/1999 Sb.) je uveden v Nařízení vlády č. 425/2016 Sb. Patří do něj především různé informace z rejstříků a informačních systémů veřejné správy, například z IS o jízdních řádech, veřejných zakázkách, registru poskytovatelů sociálních služeb nebo centrální evidence volných pracovních míst. Z pohledu geoinformatiky je ale důležitá především zmínka o základním registru územní identifikace, adres a nemovitostí (RUIAN). (Nařízení vlády č. 425/2016 Sb., Zákon č. 106/1999 Sb.) Otevřená data u nás ale nejsou pouze otázkou povinného poskytování. Velká část měst a krajů poskytuje svá data ve formátu otevřených dat bez zákonné povinnosti. Ta je poté možné najít buď také v Národním katalogu, případně přímo na stránkách daných měst a krajů.

49 https://www.vymoly.cz 50 https://opendata.cityofnewyork.us

5.2.2 Index otevřených dat a žebříčky otevřených měst a států Indexy a žebříčky otevřenosti jednotlivých měst a států nejsou jen metodou pro porovnání, jak si v této oblasti vybraná jednotka stojí vůči ostatním. Je to také dobrý nástroj pro popis struktury otevřených dat, prostředek pro stanovení cílů a zjištění možností. Jedním z významných příkladů je Global Open Data Index, který jednotlivé státy světa řadí podle otevřenosti určených datových sad. Otevřenost je zde definována podle Open Definition, která byla popsána na začátku této práce. U každé datové sady otevřených dat je proto posuzováno jednotlivě 6 vlastností: otevřená licence, strojově čitelný formát, aktuálnost, možnost si naráz stáhnout celý dataset a zda je sada dostupná veřejně a bez poplatků. (OPEN KNOWLEDGE, 2018a) Dle metodiky použité v tomto výzkumu v letech 2016/2017 se na prvním místě umístil Taiwan, následován Austrálií a Velkou Británií. Distribuci ostatních míst je možné si prohlédnout na mapě (Obr. 8). Česká republika se z 94 hodnocených států umístila na 27. místě. Hodnoty pro jednotlivé oblasti otevřených dat v České republice zobrazuje obrázek 9. Z tohoto přehledu je vidět, že silnou stránkou ČR byly národní statistiky, výsledky voleb a národní rozpočet, naopak problematické byly například administrativní hranice, kde chybí informace o jedné úrovni hranic, nebo kvalita vody. Podrobnější popis metodiky, vybraných oblastí i hodnocení jednotlivých míst je možné najít na webových stránkách výzkumu51. (OPEN KNOWLEDGE, 2016 –2017)

Obr. 8 Global Open Data Index v roce 2016/2017 (OPEN KNOWLEDGE, 2016 –2017)

51 https://index.okfn.org

Obr. 9 Indikátory Global Open Data Index v roce 2016/2017 pro Českou republiku (OPEN KNOWLEDGE, 2016 –2017) Pokud se ze světové perspektivy přesuneme do českého měřítka, můžeme použít žebříček vytvořený firmou CleverMaps ve spolupráci s Centrem dopravního výzkumu dle metodiky Konceptu inteligentních měst. Výsledky jednotlivých ročníků (2015, 2016 a 2017) byly publikovány v časopise city:one nebo Smart Cities. Města byla hodnocena na základě toho, jaká data a jakým způsobem publikují. (ŽÍDKOVÁ a kol., 2015; SIROTEK, ŽÍDKOVÁ, 2016; ZIMMERMAN, 2017)

Metodika hodnocení z prvního roku výzkumu (SIROTEK, 2015) rozděluje indikátory na kvalitativní (kval.) a kvantitativní (kvant.). Patří mezi ně: • Datové sady – počet publikovaných datových sad (kvant.), počet datových sad přístupných přes API (kvant.), počet datových sad se stupněm otevřenosti 3 (kvant.), otevřenost dat (kval.). • Metadata (kval.) – základní a ostatní metadata, použití standardu a implementace INSPIRE.

• OpenData portál (kval.) – dostupnost, aktuálnost dat, novinky, informační kanály, prohlížení dat, filtrace a export, stažení vzorku, koncept OpenData, možnost připomínek, Best practices, kategorizace, vyhledávání, začlenění do Národního portálu otevřených dat, statistika využívání. • Aplikace – odkazy na aplikace nad publikovanými daty (kval.), možnost přidat aplikaci (kval.), motivace pro nové aplikace (kval.), hackhatony (kval.), počet akcí (kvant.), počet unikátních stažení aplikace a počet aktivních uživatelů za poslední 3 měsíce (kvant.). • API (kval.) – existence API, možnost parametrizace, dokumentace, změnová data, možnost volby formátu dat, anonymizovaný přístup. V roce 2017 už se píše o potřebě změny metodiky a přidání důrazu na kvalitativní část (ZIMMERMAN, 2017). Vývoj celkového skóre pro všechna statutární města ČR za 3 uvedené roky zobrazuje obrázek 10. Obrázek 11 se zaměřuje na odlišný vývoj kvalitativních a kvantitativních charakteristik u 6 nejlepších měst v roce 2017. Rok 2017 byl bohužel poslední, pro který byl výzkum prozatím publikován (k 4. 3. 2019). Od té doby došlo v této rychle se vyvíjející oblasti k různým změnám, například v Brně vznikl nový dataportál pro sdílení otevřených dat a aplikací. Na prvním místě se všechny 3 roky umístilo Hlavní město Praha. Další pozice se měnily více. Můžeme ale vidět velký rozdíl mezi městy na vyšších pozicích a městy na okraji hodnocení. Mezi ta úspěšnější dále patří Plzeň s přehledným kvalitním dataportálem, Hradec Králové s velkým množstvím sdílených sad, Ostrava, Brno, Ústí nad Labem a v roce 2017 také Jablonec nad Nisou. (ŽÍDKOVÁ a kol., 2015; SIROTEK, ŽÍDKOVÁ, 2016; ZIMMERMAN, 2017) Dataportály a geoportály vybraných měst nejen z České republiky budou součástí dalšího oddílu práce.

, 2017)

IMMERMAN Z

, 2016;

ÍDKOVÁ

IROTEK S

a kol., 2015;

ÍDKOVÁ Ž

(zdroj dat: (zdroj

letech 2015, a2016 2017

Obr. 10 Hodnoceníotevřenosti statutárních ČR měst v

1300 Praha - kvantitativní 1200 Praha - kvalitativní 1100 Plzeň - kvantitativní Plzeň - 1000 kvalitativní Hradec Králové - kvantitativní 900 Hradec Králové - kvalitativní Ostrava - 800 kvantitativní Ostrava - 700 kvalitativní Brno - kvantitativní 600 Brno - kvalitativní

500

400

300

200

100

0 2015 2016 2017

Obr. 11 Vývoj kvalitativních a kvantitativních indikátorů v letech 2015, 2016 a 2017 pro 6 nejlepších měst v roce 2017 (zdroj dat: ŽÍDKOVÁ a kol., 2015; SIROTEK, ŽÍDKOVÁ, 2016; ZIMMERMAN, 2017)

5.2.3 Portály otevřených dat Další možností, jak zjistit více informací o struktuře a způsobu předávání otevřených prostorových dat v jednotlivých státech, krajích a městech, je analýza jejich datových a někdy i mapových portálů. Portály byly v tomto odílu porovnávány z několika hledisek, první část se týkala především struktury dat, tedy jestli jsou na stránkách prezentována i prostorová data a jestli jsou jasně rozpoznatelná, jak jsou na portálu kategorizovaná, zda je možné datové sady jednoduše vyhledávat a filtrovat, jestli jsou doplněná metadata a hodnotila se icelková přehlednost. Druhá část se zabývala způsobem předávání dat – úroveň otevřenosti, formáty, licence, možnost náhledů, potřeba registrace, hlášení chyb a problémů, kontakt na správce datových sad a provázanost

44 s datovými portály jiných úrovní. Kromě těchto dvou hlavních kategorií byla hodnocena dohledatelnost portálu a jeho jazykové možnosti. Základní charakteristiky struktury a předávání dat zobrazují tabulky. Jsou hodnoceny na škále – ano, částečně a ne. Jde konkrétně o tyto vlastnosti: • Otevřená data – existence otevřených dat pro daný územní celek. • Otevřená prostorová data – existence otevřených prostorových dat pro daný územní celek. • Jednoduše rozpoznatelná prostorová data – možnost identifikace, zda jde o prostorová data bez nutnosti zkoumat formát, např. pomocí filtrace, nebo speciální stránky. • Kategorie – rozdělení datových sad do kategorií dle tématu. • Klíčová slova – přidělení klíčových slov, takzvaných tagů jednotlivým datovým sadám. • Filtrace dle poskytovatele – možnost výběru datové sady na základě poskytovatele dat, většinou jednotlivých organizací. • Filtrace dle licence – výběr datové sady na základě její licence. • Filtrace dle formátu – výběr datové sady na základě jejího formátu. • Filtrace dle lokace – výběr datové sady na základě zvoleného územního rozsahu. • Filtrace dle data – výběr datové sady na základě zvoleného časového rozsahu. • Datum pořízení/publikace/aktualizace – uvedení alespoň jednoho ze zmíněných termínů. • Fulltextové vyhledávání – vyhledávání na základě uživatelem zvoleného textového řetězce. • Publikace i datových sad jiných autorů – publikace i dat jiných organizací, případně možnost vkládat po přihlášení vlastní relevantní datové sady. • Metadata – přítomnost kvalitních metadat nejlépe s možností exportu. • Kontaktní osoba datové sady – autor nebo zodpovědná osoba pro konkrétní datovou sadu i s kontaktem. • Hlášení chyb a problémů / diskuze – nástroj pro hlášení chyb v datových sadách, případně prostor pro diskuzi. • Možnost náhledu – nástroj k zobrazení datasetu, případně jeho části bez nutnosti stažení, u prostorových dat ideálně pomocí mapy. • Provázanost s jinými dataportály – propojenost portálů měst s národními a nadnárodními. • Stahování pro neregistrované uživatele – možnost použití dat anonymně pro všechny. • Angličtina – překlad portálu i popisu datových sad do angličtiny. Nejdříve byly analyzovány portály států. Pro tuto příležitost byl použit Národní portál otevřených dat (NKOD) pro Českou republiku zmiňovaný výše. Pro porovnání sloužil katalog našeho kulturně nejbližšího souseda – Slovenska, dále Rakouska, kde si bere inspiraci například město Brno v oblasti otevírání dat, Taiwanu, který byl označen jako nejlepší stát v hodnocení Global Open Data Index v roce 2016/2017 (OPEN KNOWLEDGE, 2016-2017), USA a Kanady, tedy států, jež se v hodnocení umisťují také na vysokých příčkách. Poslední portál nebyl přímo jednoho státu, ale Evropské unie, a zastřešuje data členských států. Výsledky jejich základních charakteristik zobrazuje tabulka 3.

Tab. 3 Základní charakteristiky struktury a způsobu předávání dat vybraných států na základě analýzy jejich datových portálů

ČR SR Kanada Taiwan USA EU Rakousko Otevřená data ano ano ano ano ano ano ano Otevřená ano ano ano ano ano ano ano prostorová data Jednoduše rozpoznatelná ne ne ano ne ano ne ne prostorová data Kategorie ne ne ano ano ano ano ano Klíčová slova ano ano ano ne ano ano ano Filtrace dle ano ano ano ano ano částečně ano poskytovatele Filtrace dle ne ano ne ne ne ano ano licence Filtrace dle ano ano ano ano ano ano ano formátu Filtrace dle ne ano ne ne ano ano ne lokace Filtrace dle data ano ne ne ne ne částečně částečně Datum pořízení / publikace / částečně ano ano ano ano ano ano aktualizace Fulltextové ano ano ano částečně ano ano ano vyhledávání Publikace i datových sad ano ano ano ano ano ano ano jiných autorů Metadata částečně částečně ano ano ano částečně ano Kontaktní osoba částečně částečně ano ano ano částečně ano datové sady Hlášení chyb a problémů / ne ne ano částečně částečně ano ano diskuze Možnost náhledu ne ano ano ne ne ne ne Provázanost s ano ano ano jinými portály Stahování pro neregistrované ano ano ano ano ano ano Ano ano uživatele Angličtina částečně ano ano částečně ano ano ne

(Sestaveno podle: (MINISTERSTVO VNITRA ČR, 2019; NÁRODNÁ AGENTÚRA PRE SIEŤOVÉ A ELEKTRONICKÉ SLUŽBY, 2015; BUNDESMINISTERIUM FÜR DIGITALISIERUNG, 2019; DATA.GOV, 2019; GOVERNMENT OF CANADA, 2019; NATIONAL DEVELOPMENT COUNCIL, 2019; EUROPEAN COMMISSION, 2019; hodnocení vlastní) První hodnocený byl Národní portál otevřených dat ČR. Ten kromě samotných otevřených dat obsahuje také množství návodů pro poskytovatele i uživatele dat. Jde o katalog, který by měl být naplněn nejen daty povinných subjektů, které jsou definovány ze zákona, ale také by měl seskupovat data z dalších datových portálů na území ČR. To se ovšem děje zatím jen v menší míře. V současné chvíli je zapojeno 24 subjektů, které poskytují dohromady

130 753 datových sad. Datum pořízení stejně jako kontaktní osoba a metadata se odvíjejí od konkrétních datasetů a často jsou uvedeny jen v názvu nebo volném textu. Možnost překladu do anglického jazyka funguje pouze pro všeobecné části stránky, ne ovšem pro popis jednotlivých datových sad. Samotný portál je díky běžně užívané adrese data.gov jednoduše dohledatelný a vyhledávací část je poměrně přehledná. (MINISTERSTVO VNITRA ČR, 2019) Nevýhodou slovenského portálu může být velké množství dat poskytovaných pouze ve formátu PDF, nevyrovnaná kvalita poskytovaných metadat a chybějící kontakty na správce datové sady. Kladně může být hodnocená přehlednost. Portál obsahuje 1852 datových sad od 81 organizací. (NÁRODNÁ AGENTÚRA PRE SIEŤOVÉ A ELEKTRONICKÉ SLUŽBY, 2015) Výhodou i nevýhodou kanadského dataportálu může být jeho součinnost se všeobecnou stránkou kanadské veřejné správy, což umožňuje vyhledávat i další spojené informace, ale zároveň přidává na nepřehlednosti, což doplňuje i webová adresa. Na druhou stranu v samotném katalogu je možné datasety jednoduše vyhledávat pomoci spousty filtrů. (GOVERNMENT OF CANADA, 2019) Taiwan zpřístupňuje uživatelům bez znalosti čínštiny pouze velmi omezené funkcionality portálu. Základní rozdělení na kategorie zůstává, další popis už je ovšem jen v čínštině, což je vzhledem k velmi rozdílnému písmu opravdu náročné na zpracování. To platí nejen pro popis, ale také pro vyhledávání, které v anglické verzi není podporováno. Podobné problémy má i rakouský portál, který angličtinu nepodporuje vůbec. Stránky jsou ale snadno vyhledatelné a pro uživatele, kteří rozumí čínsky (u rakouského portálu německy), dobře strukturovaně pracují s daty. (BUNDESMINISTERIUM FÜR DIGITALISIERUNG, 2019; NATIONAL DEVELOPMENT COUNCIL, 2019) Hezkým příkladem přehledného portálu je americký data.gov, který strukturuje data dle mnohých faktorů. Problematický by se mohl zdát velký výskyt PDF souborů, ty jsou ale u velké části datasetů doplněny také daty v jiných formátech. (DATA.GOV, 2019) Posledním portálem zmíněným v této kategorii je dataportál Evropské unie. Je specifický svojí funkcí, kdy nejen sdružuje data jednotlivých členských států, ale také je analyzuje a porovnává. Různá je proto také kvalita metadat a datových sad. (EUROPEAN COMMISSION, 2019) Další zpracovávanou kategorií byly datové portály měst. Ze zahraničních byl vybrán Londýn, New York City (NYC) a Vídeň, jejichž základní charakteristiky porovnává tabulka 4. Z českých měst byli vybráni vedoucí představitelé výše zmíněného žebříčku: Praha, Děčín, Plzeň a Ostrava a představitel z řad krajů – Jihomoravský kraj (JMK). Výsledky českých měst zobrazuje tabulka 5.

Tab. 4 Základní charakteristiky struktury a způsobu předávání dat vybraných zahraničních měst na základě analýzy jejich datových portálů Londýn NYC Vídeň Otevřená data ano ano ano Otevřená prostorová data ano ano ano Jednoduše rozpoznatelná prostorová data částečně ne ne Kategorie ano ano ano Klíčová slova ano ano ano Filtrace dle poskytovatele ano ano ano Filtrace dle licence ne ne ano Filtrace dle formátu ano ne ano

Tab. 4 Pokračování

Londýn NYC Vídeň Filtrace dle lokace částečně ne ne Filtrace dle data ne částečně částečně Datum pořízení / publikace ano ano ano Fulltextové vyhledávání ano ano ano Publikace i datových sad jiných autorů ano ano ano Metadata částečně částečně ano Kontaktní osoba datové sady ano ne ano Hlášení chyb a problémů / diskuze částečně ne ano Možnost náhledu ano ano ne Provázanost s jinými portály ano Stahování pro neregistrované uživatele ano ano ano Angličtina ano ano ne

(Sestaveno podle: CITY OF NEW YORK, 2017; GREATER LONDON AUTHORITY, 2019; BUNDESMINISTERIUM FÜR DIGITALISIERUNG, 2019; hodnocení vlastní) Londýn i NYC působí svými portály hned na první pohled příjemným moderním vzhledem a velkým množstvím informací. NYC se při struktuře vyhledávání zaměřuje spíše na tematické položky. Chybí však položky technické, jako formát nebo licence. V Londýně můžeme zase vidět častý výskyt formátu XLS místo lépe hodnoceného CSV. (CITY OF NEW YORK, 2017; GREATER LONDON AUTHORITY, 2019) Vídeň svá otevřená data prezentuje v rámci rakouského portálu, jehož charakteristiky byly popsány již výše.

Tab. 5 Základní charakteristiky struktury a způsobu předávání dat vybraných českých měst a kraje na základě analýzy jejich datových portálů

Praha Děčín Plzeň Ostrava JMK Otevřená data ano ano ano ano ano Otevřená prostorová data ano ano ano ano ano Jednoduše rozpoznatelná ne ano částečně ano ano prostorová data Kategorie ne ano ne částečně částečně Klíčová slova ano ne ano částečně ne Filtrace dle poskytovatele ano ne ano částečně ne Filtrace dle licence ano ne ano ne ne Filtrace dle formátu ano ne ano ne ne Filtrace dle lokace ne ne ne ne ne Filtrace dle data částečně ne částečně ne ne Datum pořízení / publikace ano ano ano ano ano Fulltextové vyhledávání ano ne ano ne ne Publikace i datových sad jiných ano ne ne ano ne autorů Metadata částečně částečně částečně ano ano

Tab. 5 Pokračování

Praha Děčín Plzeň Ostrava JMK Kontaktní osoba datové sady částečně částečně ne ano ano Hlášení chyb a problémů / diskuze ne ne ne ne ne Možnost náhledu ne ne ne ne ano Provázanost s jinými portály ano ne ano ano ne Stahování pro neregistrované ano ano ano ano ano uživatele Angličtina ne ne částečně ne ne

(Sestaveno podle: HLAVNÍHO MĚSTO PRAHA, 2019; OTEVŘENÁ DATA DĚČÍN, 2019; PLZEŇ, [2019]; MAGISTRÁT MĚSTA OSTRAVY, 2019; JIHOMORAVSKÝ KRAJ, 2013; hodnocení vlastní) Praha svá otevřená data sdílí na portálu platformy CKAN, která umožňuje jednoduché filtrování a práci s daty. Ta jsou často publikovaná ve formátu SHP, který není zcela otevřený, ale běžně se s ním pracuje, naopak je správně omezeno používání formátu PDF pro dokumenty a tabulková data. Otevřená prostorová data jsou také součástí geoportálu, který je využíván zároveň i pro další datové agendy. Portál neobsahuje pouze popis otevřených dat, ale také dalších datových sad, což může na uživatele působit matoucím dojmem, stejně jako duplicita portálů. Vyhledávání datových sad a metadat na geoportálu bylo v době zpracování dočasně mimo provoz, a tak nebylo podrobněji hodnoceno. (HLAVNÍHO MĚSTO PRAHA, 2019; INSTITUT PLÁNOVÁNÍ A ROZVOJE HLAVNÍHO MĚSTA PRAHY, 2010 – 2013) Stejnou platformu (CKAN) využívá pro svá data Plzeň. Proto jsou vlastnosti struktury portálů těchto měst stejné, rozdílné je jen naplnění. U obou ale chybí lepší filtrování na kategorie místo pouhých použitých tagů. (PLZEŇ, 2019) Město Děčín svá data rozděluje na mapová a ostatní, dále už je ale příliš nečlení. Portál zůstává přehledný, ale to jen díky tomu, že datových sad není velké množství. (OTEVŘENÁ DATA DĚČÍN, 2019 ) Ostrava rozděluje datové sady podobným způsobem jako Děčín. Geografická data mají svoji samostatnou stránku na mapovém portálu. Tam je omezené vyhledávání pouze na tabulku s daty. Po rozkliknutí datové sady se ale zobrazí poměrně podrobná metadata a možnost stažení. Zbylá data jsou na datovém portálu, kde jsou rozčleněna dle kategorií. Možnost vyhledávání a filtrace ale opět chybí. (MAGISTRÁT MĚSTA OSTRAVY, 2019) Krajské úřady většinou sdílí menší množství dat. Tomu odpovídá také forma jejich portálů. Jihomoravský kraj otevírá prostorová data jednotlivých odborů na svém geoportálu. Ta jsou dostupná ve formátech SHP, KML a GeoJSON. Metadata je možné stáhnout ve formátu XLS a pro data lze zobrazit náhled. I přes tento kvalitní servis u jednotlivých sad chybí celková možnost vyhledávání a filtrace a přehlednější portál. Ten ale není potřebný ve chvíli, kdy organizace poskytuje tak málo dat jako Jihomoravský kraj. (JIHOMORAVSKÝ KRAJ, 2013) Pokud se podíváme celkově na strukturu dat a způsoby poskytování na vybraných portálech, je možné říct, že neexistuje žádný „dokonalý“ portál, který by optimálně naplnil zvolená kritéria. Každý má své výhody a nevýhody. Pro zveřejňování dat v České republice platí, že je stále na čem pracovat a to jak v počtu sdílených dat, tak na formě, například způsobech filtrace a vyhledávání.

5.2.4 Pohled zástupců z oblasti geodat českých měst na jejich otevírání Tato část krátce shrne pohled zástupců z oblasti GIS a územního plánování vybraných českých měst na otevřená data, který neoficiálně prezentovali na GIS setkání krajů a měst 30. 1. 2019 v Jihlavě, kde byla otevřená data jedním z témat k diskuzi. Setkání organizovali zaměstnanci úřadu kraje Vysočina a Statutárního města Jihlava, především Jaroslav Škrobák a Martin Tejkal, jako společnou platformu pro pracovníky zabývající se tématikou GIS a územního plánování na úřadech krajů a obcí s rozšířenou působností. Na akci přijelo přibližně 50 účastníků z různých míst České republiky. Úvodní blok byl postaven jako prostor pro sdílení problémů a zkušeností v různých oblastech, jako jsou Digitální technická mapa, Územní plánování, Geoportály. Dalším z témat, které účastníci v rámci diskuze řízené Martinem Tejkalem řešili, byla práce s otevřenými daty. Rozebíraly se především tyto otázky: Otevírá daný úřad svá data? Jaká data otevírá a v jaké podobě? Která z otevíraných dat se nejvíc využívají? Proč (ne)otevírají svá data? Zapojení do diskuze nebylo nijak povinné, zapojovali se především účastníci, kteří s vybranou problematikou měli zkušenost ze své praxe. Celkově z diskuze vyplynulo, že největší problémem je odpovědnost za otevírání dat. Pokud jde o povinná data ze zákona či vyhlášky, není problematické je otevřít, protože nikdo nemůže pochybovat o tom, že se to má stát. Otázkou je, kdo rozhoduje o otevření ostatních datových sad a kdo za toto rozhodnutí ponese odpovědnost, jestli je to GIS pracovník, správce dat z odboru, vedoucí odboru, zodpovědný úředník. V Praze tuto problematiku vyřešili podepsaným písemným vyjádřením vedoucího odboru, který data spravuje, v Opavě možnost využití určuje garant datové sady. Města a kraje poskytují především datové sady, které sami vytváří, případně jinak pořizují a jejich licence to dovoluje. Problém je, že těchto datových sad není velké množství. Úřady často využívají data třetích stran a jen přidávají atributy. Mezi sdílené datové sady proto patří mobiliář (např. veřejné osvětlení), kontejnery nebo třeba běžecké trasy. Obce mají často pocit, že se data příliš nevytěžují. Opačnou zkušenost má Praha, kde je asi nejvyužívanější vrstvou Digitální technická mapa. Často se sdílí data jen „aby se neřeklo“, tedy aby instituce alespoň nějaká otevřená data měla. Jde tedy často především o neměnné sady. Úřady mají nezřídka problém s malým počtem zaměstnanců na pozicích zabývajících se GIS a územním plánováním a správa otevřených dat přidává poměrně dost práce. V Kraji Vysočina se například obávají nedostatečných aktualizací, a také stížností ze strany veřejnosti, které bude potřeba řešit.

5.2.5 Brno V Brně popis struktury dat zpracovával projekt Městská data, který měl za úkol vytvořit inventarizaci dat jednotlivých odborů a městských organizací, vytipovat datové sady vhodné k otevírání a vytvořit metodiku pro poskytování těchto datasetů. Výsledkem byl také brněnský dataportál DATA.BRNO 52 (Obr. 12), který na jaře roku 2018 vystřídal provizorní katalog na datahubu53.

52 https://data.brno.cz 53 https://old.datahub.io/organization/statutarni-mesto-brno

Obr. 12 Vyhledávání datových sad na portálu DATA.BRNO (MAGISTRÁT MĚSTA BRNA, 2019) Nový dataportál umožňuje vyhledávání na základě klíčových slov, a to nad opensource katalogem CKAN, který je možné najít jak na adrese: https://kod.brno.cz, tak nad datovými sadami uloženými přímo na webu portálu. Samotný CKAN umožňuje také filtrování dle organizace, formátu a licence a řadit podle data. Pokud se zaměříme pouze na data z katalogu CKAN, zjistíme, že obsahuje ke dni 16. 3. 2019 celkem 116 datových sad, z nichž 76 přidalo Oddělení dat analýz a evaluací a 24 Oddělení GIS. Nejvíce jsou zastoupeny sady ve formátu CSV, pro geografická data MapServer a WMS. (MAGISTRÁT MĚSTA BRNA, 2019) Velkým problémem portálu DATA.BRNO je jeho neaktuálnost. O té vypovídá sekce Co je nového?, kde poslední položka v části Data byla přidána 25. 5. 2018 a nejnovější aplikací je 3D Model Brna z roku 2017. Další nevýhodou je absence strukturovaných metadat k datovým sadám, především chybí informace o autorech datové sady, tedy o oddělení nebo organizaci, která je za data zodpovědná, ale také o propojení s konkrétními aplikacemi nebo o datu aktualizace. Druhý pohled nabízí Katalog prostorových dat (Obr. 13) připravovaný na Oddělení GIS MMB. Na rozdíl od dataportálu zpracovává pouze prostorová data. Zaměřuje se nejen na poskytování informací veřejnosti, ale především na interní práci na magistrátu. Jde o metadatový katalog, který umožňuje vyhledávání datových sad a aplikací na základě licence, formátu, témat a klíčových slov. Pracovníci magistrátu, ale také veřejnost, budou moct najít data, která jsou pro ně otevřena, případně informace o dalších datasetech, o kterých budou moct přes uvedenou kontaktní osobu zjistit více. Metadata o jednotlivých datových sadách by měla být v budoucnu přenášena do brněnského portálu DATA.BRNO pomocí formátu XML, a tak by obě platformy měly být propojeny. Katalog prostorových dat je spuštěn zatím interně pouze v testovací verzi, ale brzy by měl být zahájen jeho ostrý provoz.

51 a)

Obr. 13 Katalog prostorových dat – a) vyhledávání, b) metadata datové sady (T-MAPY, 2019)

Tabulka 6 zobrazuje charakteristiky, které byly popsány výše, pro obě brněnské platformy: Katalog prostorových dat a DATA.BRNO. Pro Brno, stejně jako pro jiná výše zmíněná města, je otevírání dat důležitým aktuálním tématem. Snahou je vytvořit a udržovat platformu, kde otevřená data budou mít jasnou strukturu, budou jednoduše přístupná svým uživatelům, ale zároveň budou pro jejich poskytování jasně nastavená pravidla uvnitř magistrátu.

Tab. 6 Základní charakteristiky struktury a způsobu předávání dat pro brněnské datové platformy

. DATA.BRNO Katalog prostorových dat Otevřená data ano ano Otevřená prostorová data ano ano Jednoduše rozpotnatelná prostorová data ne Ano Kategorie ne částečně Klíčová slova, tagy ano ano Filtrace dle poskytovatele ne ne Filtrace dle licence ne ano Filtrace dle formátu ne ano Filtrace dle lokace ne ne Filtrace dle data ne ne Datum pořízení / publikace částečně částečně Fulltextové vyhledávání ano ano Publikace i nepůvodních datových sad ano ne Metadata částečně ano Kontaktní osoba datové sady ne ano Hlášení chyb a problémů / diskuze ano ne Možnost náhledu ne částečně Provázanost s jinými portály částečně částečně Stahování pro neregistrované uživatele ano ano Angličtina částečně ne

(Sestaveno podle: MAGISTRÁT MĚSTA BRNA, 2019; T-MAPY, 2019, hodnocení vlastní)

5.3 Využití otevřených dat poskytovaných veřejnou správou Poskytování dat veřejnou správou, ale i jinými subjekty, není samo o sobě dostatečné. Je důležité myslet také na opětovné využití dat, které je důležitým pilířem otevírání. Data mohou být využita pro jakýkoliv účel, například pro komerční využití v různých firmách, ale také pro tvorbu všeobecně prospěšných aplikací, datovou žurnalistiku, vědu a výzkum a jako zdroj pro otevřené datové projekty.

5.3.1 Aplikace nad otevřenými daty a Hackathony Veřejná správa v posledních letech častěji vytváří a prezentuje aplikace, pomocí kterých představuje svá data, a tedy i problematiky, kterými se zabývá, svým občanům. Stále důležitější je ale poskytovat surová data v otevřeném formátu tak, aby tyto aplikace mohli vytvářet i vývojáři mimo veřejnou správu a mohli tak datům dávat další přidanou hodnotu. Tato kapitola představí

53 vybrané aplikace vytvořené třetími stranami nad otevřenými daty, ale také hackathony jako zajímavý prostředek pro jejich vytváření.

Prvním příkladem a jediným zahraničním je aplikace Neighborhood Scout (LOCATION INC, 2000–2019), která agreguje data o bydlení, demografických parametrech, kriminalitě a školství pro různá místa na území USA, a tím pomáhá všem stranámv realitním průmyslu. Základní statistiky pro větší území jsou zdarma, konkrétní reporty pro vybraná menší území jsou za poplatek. Nejedná se tedy o pouhé zobrazení jedné charakteristiky vyplývající ze zveřejněné datové sady veřejné správy, ale o aplikaci, která vytváří vlastní přínos kombinováním otevřených dat z více zdrojů, které jsou popsané v aplikaci.

Obr. 14 Aplikace Neighborhood Scout (LOCATION INC, 2000–2019) České aplikace byly vybírány na základě výsledků soutěže Společně otevíráme data, kterou pořádá Nadace Open Society Fund Praha (NADACE OPEN SOCIETY FUND PRAHA, 2019 ), případně její Fond Otakara Motejla (VIZUS , 2019) a ze stránek DATA.BRNO (MAGISTRÁT MĚSTA BRNA, 2019) jako aplikace třetích stran. Encyklopedie Migrace je webová aplikace, která se snaží uživatelům přiblížit fungování migrace v dnešním světě. Jednou částí jsou slovníková hesla, která definují základní pojmy z této oblasti. Druhou částí je interaktivní mapa, která je postavena na migračních datech z OSN. V kartogramu zobrazuje imigraci a emigraci a především migrační saldo. Tyto informace lze filtrovat podle roku a států. Kromě celkové mapy umožňuje aplikace procházet medailonky jednotlivých států, kde jsou jejich základní charakteristiky, státy s největší emigrací a imigrací, ale i slovní popis migrační situace a odkaz na související články. (UNIVERZITA KARLOVA, MASARYKOVA UNIVERZITA, 2019)

Obr. 15 Encyklopedie migrace (UNIVERZITA KARLOVA, MASARYKOVA UNIVERZITA, 2019) Příklad české aplikace, která agreguje větší množství různých informací do jedné mapy, kde je možné tyto charakteristiky logicky kombinovat je zmapováno.cz Interaktivní mapa pracuje s podklady z těchto zdrojů: Registr územní identifikace, adres a nemovitostí, Český statistický úřad, Česká pošta, Ministerstvo financí ČR a OpenStreetMa. Vytváří 21 statistik a pro každou z nich, ale i pro jejich kombinace, počítá index, který je možné znázornit na úrovni krajů, okresů a obcí. (HÝŽA, HUTNÍKOVÁ, 2019).

Obr. 16 Aplikace zmapováno.cz (HÝŽA, HUTNÍKOVÁ, 2019). Jiný typ aplikace představuje NESEHNUTÍ, které vytvořilo webovou stránku Můžu dýchat?. Tato aplikace především interpretuje data z Českého hydrometeorologického ústavu o kvalitě ovzduší v Brně. Na základě naměřených hodnot na stanicích doporučuje občanům, jestli je v jejich okolí vhodné vycházet ven či sportovat a jestli je ovzduší vhodné pro děti, těhotné ženy, starší a nemocné lidi a zda mají podmínky negativní vliv na zdraví občanů. Pro tato doporučení je doplněna metodika výpočtu. Informace jsou doplněny grafem o vývoji znečištění a hodnotami pro

55 jednotlivé stanice porovnané s limity pro ČR. Dále je na stránce možné data porovnat s aktuální mapou dopravní situace od Googlu a s charakteristikami počasí z OpenWeatherMap. Vše je doplněno o užitečné informace o přístupu ke kvalitě ovzduší a možné občanské iniciativě. (NESEHNUTÍ, 2019)

Obr. 17 Aplikace Můžu dýchat? (NESEHNUTÍ, 2019) Za posledními 2 aplikacemi stojí iniciativa Otevřená společnost o.p.s. První z nich je Mapa exekucí, která byla vytvořena ve spolupráci s Ekumenickou akademií z.s. Data pro tuto aplikaci pochází z Centrální evidence exekucí provozované Exekutorskou komorou ČR. Zobrazuje statistiky pro celou ČR, kraje, okresy, obce s rozšířenou působností a obce, které prezentuje, jak v tabulce, tak v kartogramu. Webová stránka nezobrazuje jen data, ale také analyzuje celkovou situaci ohledně exekucí v České republice a navrhuje řešení. (OTEVŘENÁ SPOLEČNOST, EKUMENICKÁ AKADEMIE, 2019)

Obr. 18 Aplikace Mapa exekucí (OTEVŘENÁ SPOLEČNOST, EKUMENICKÁ AKADEMIE, 2019) Druhá aplikace Otevřené společnosti se jmenuje Genderová mapa a prezentuje zastoupení žen ve vedení veřejných firem dle měsíčně aktualizovaných dat z veřejného rejstříku

56 justice.cz. Zastoupení žen je hodnoceno pomocí gender indexu, který udává poměr žen souhrnně v dozorčích radách a předsednictvech společností. Tento index se zobrazuje v interaktivní mapě společně s podrobnostmi k jednotlivým firmám. (OTEVŘENÁ SPOLEČNOST 2019)

Obr. 19 Aplikace Genderová mapa (OTEVŘENÁ SPOLEČNOST 2019) Aby otevřená data byla aktivně využívána pro tvorbu aplikací, je dobré je především přehledně sdílet a předávat bez jakýchkoliv překážek uživatelům. Jejich opětovné využívání mohou zvýšit i další nástroje. Jedním takových jsou hackathony. Jde o akce, na nichž se společně sejdou zástupci aktivní veřejnosti, neziskových organizací, firem a veřejné sféry, vývojáři, ale i zástupci jiných oborů. Společně se pak na jednom místě rozdělení do menších týmů a ve vymezeném čase se snaží přijít na nové nápady a možnosti, jak využít poskytnutá data a vytvořit smysluplné projekty. V ČR už se odehrálo několik takových akcí, například: PragueHacks54 v letech 2015 a 2016 a BrnoHacks55 v roce 2017 a Kóduj pro Česko56 v roce 2018 pořádané Fondem Otakara Motejla, Open Data Hackathon57 v roce 2017 v Ostravě, Climathon58 v roce 2016 v Brně. V září 2019 naváže chystaný Hackathon veřejné správy59.

54 http://www.praguehacks.cz 55 http://brnohacks.cz 56 https://kodujprocesko.osf.cz 57 https://www.hubostrava.cz/event/open-data-hackathon/ 58 https://climathon.climate-kic.org/en/brno 59 https://www.hackujstat.cz

5.3.2 Datová žurnalistika Datová žurnalistika je v Česku poměrně nový novinářský obor, který se zabývá sháněním dat z veřejných databází, ale i od soukromých subjektů, jejich následnou analýzou, hledáním zajímavostí a souvislostí a v neposlední řadě vizualizací v rámci interaktivní aplikace (ČESKÁ TELEVIZE, 2015). Proto právě tento obor je dalším častým konzumentem a zpracovatelem otevřených dat nejen veřejné správy. V České republice asi nejznámější 3 jména (Jan Boček, Jan Cibulka a Petr Kočí) datových novinářů, kteří působili v redakci Hospodářských novin, IHNED.cz a Českém rozhlasu (SAMI Z DAT, 2019). Tito lidé nejsou známí jen díky své kvalitní novinářské práci, ale také pro svou trpělivost při získávání dat od veřejných institucí a pomoc v otevírání dat v českém prostředí. Ukázkou práce datových žurnalistů může být článek na webovém portálu iROZHLASU o problémech se suchem v létě 2018 (CIBULKA a kol., 2018), který pracuje nejen s interaktivní mapou, kterou zobrazuje obrázek 21, ale i dalšími datovými analýzami a názory odborníků, vše ve formě přístupné pro čtenáře. Dalšími příklady mohou být analýzy volebních výsledků 60 až do podrobností volebních okrsků z dat Českého statistického úřadu nebo Interaktivní mapa kvality života61.

Obr. 20 Článek Českého rozhlasu popisující problémy se suchem v létě 2018 (CIBULKA a kol., 2018)

5.3.3 Věda a vzdělávání Dalším směrem, v němž je možné otevřená data využívat, je věda a výzkum. Pro vědecké a výzkumné organizace je mnohdy snazší získat data od státní správy pro svůj výzkum zdarma, případně za manipulační poplatek. Příkladem jiných podmínek pro poskytování dat studentům může být Institut plánování a rozvoje hlavního města Prahy a jeho geoportálu (INSTITUT PLÁNOVÁNÍ A ROZVOJE HLAVNÍHO MĚSTA PRAHY, 2010 – 2013), který poskytuje data i zpracované výstupy bezplatně na základě vyplněné žádosti.

60 Příklad 2. Kola prezidentských voleb 2018: https://www.irozhlas.cz/volby/data-prezidentske-volby- mapa_1801271900_cib 61 https://www.irozhlas.cz/zpravy-domov/mapa-kvality-zivota-median-prokop-kscm-spd_1811220600_jab

I přes to, že data touto cestou mohou získat, by pro tyto instituce mohlo být technicky i organizačně jednodušší, kdyby data, u kterých je to možné, mohly využívat volně. To platí jak pro vzdělání v oblasti technické práce s těmito daty, tak při snaze pochopit konkrétní tematiky a při vědeckému výzkumu zaměřeném oproti datové žurnalistice, spíše na odbornou veřejnost a vědeckou komunitu. Otevřená data je možné využít jak při výuce, tak pro zpracování samostatných projektů. Jedním z takových projektů bylo zpracování volebních výsledků senátních a komunálních voleb v roce 2018 na Střední škole zemědělské a potravinářské v Klatovech62.

5.3.4 Otevřené datové zdroje Posledním příkladem využití otevřených dat veřejné správy uvedeným v této práci je možnost přispívání v otevřených datových zdrojích, tedy takových zdrojích, které vytváří otevřená data, jež jejich uživatelé mohou dále využívat. Mezi ně mohou být zařazeny i některé výše zmíněné aplikace, které data z jiných zdrojů nejen vizualizují, ale také poskytují dále. Patří k nim aplikace Zmapováno.cz, která má vlastní API (HÝŽA, HUTNÍKOVÁ, 2019). Typičtějším příkladem jsou ale VGI projekty, kde nepřispívají pouze dobrovolníci svými daty, ale je navázána spolupráce s místní veřejnou správou, která poskytuje do projektu vlastní data. Často zde může platit, že poskytovaná data nemusí být nejlepší kvality, ale v projektu dojde k jejich vylepšení, což nakonec pomůže oběma stranám. Nejznámějším VGI projektem, který využívá také dat veřejné správy a je možné ho označit za otevřený datový zdroj, je OpenStreetMap. Na území České republiky využívají dobrovolníci hned několik zdrojů, které importují a zpracovávají do této databáze. Před importem většího množství dat do OSM je vhodné spolupracovat s místní komunitou. Pro Českou republiku dokonce funguje stránka na OSM wiki 63 , kde jsou popsány jednotlivé zdroje a jejich kompatibilita a využitelnost v databázi. Mezi významná otevřená data veřejné správy, která byla importována do OSM, patří adresní body z Registru územní identifikace, adres a nemovitostí (RUIAN), vodní plochy z databáze DIBAVOD a data z Veřejného registru půdy (LPIS) (PŘISPĚVATELÉ OPENSTREETMAP, 2019). V současné době probíhá spolupráce mezi českou komunitou a Českou poštou ve snaze importovat, zkontrolovat a upravit data o poštovních schránkách. Pro kontrolu dat České pošty se používá dříve zmíněná aplikace POI Importer (ČESKÁ KOMUNITA OPENSTREETMAP, 2015-2019). Mimo to jsou zpracovávaná i další data, například ve spolupráci s různými městy a jinými organizacemi (PŘISPĚVATELÉ OPENSTREETMAP, 2019).

5.4 Využití otevřených dat ve veřejné správě Veřejná správa nemusí být pouze poskytovatelem otevřených dat, ale také jejich aktivním příjemcem a uživatelem. Může jít hned o několik skupin dat: • Data od jiných veřejných orgánů. • Data, která instituce nesbírá přímo v žádné své agendě, ale mohou být vhodná jako doplňková informace, ať už při publikaci pro veřejnost, tak pro interní analýzy. • Data využitá pro porovnání kvality s vlastními datovými zdroji.

62 http://volby.maleskoly.info 63 https://wiki.openstreetmap.org/wiki/Cs:WikiProjekt_Česko/freemap#Corine_Land_Cover

• Informace o možných datových sadách, jejich kvalitě, rozsahu, atributech, které je možno využít při objednávce vlastních dat. • Informace od občanů, například v podobě VGI dat. Mnohá data od jiných orgánů veřejné správy mohou jednotlivé instituce získat bezplatně i přesto, že nejsou publikována jako otevřená data, ale jejich otevření by proces mohlo značně zjednodušit. Příkladem prostorových dat, která se tímto způsobem předávají, je ZABAGED, cestou otevírání se naopak vydávají data z databází RUIAN a DIBAVOD. Jako doplňkové zdroje informací, případně pro porovnání kvality při vytváření nových datových sad, lze využít například OpenStreetMap. Jiným přístupem je využívání informací přímo od občanů měst, a to pomocí různých VGI projektů. Ty poté napomáhají úřadům k analýze spravované oblasti, spokojenosti obyvatel a plánování řešení případných problémů. Příkladem mohou být různé aplikace a šetření, kde běžní občané vybraného regionu zaznamenávají vybranou informaci do mapy, může jít o ohlášení různých závad nebo označování míst podle toho, jak se na nich občané cítí. První kategorii zastupuje aplikace ZmapujTo 64 . Druhá kategorie se označuje jako Pocitová mapa (POCITOVEMAPY.CZ, 2015 - 2016). Pro získávání těchto dat existují různé placené aplikace, tedy tato data nelze označit přímo za otevřená data, ale pouze VGI, využívaná ve veřejné správě. Je ale možné podobné aplikace vytvářet přímo ve veřejné správě nebo v různých projektech a tato data otevírat široké veřejnosti.

5.4.1 Brno Informace pro tento oddíl byly získány přímo od zaměstnanců MMB a z vlastní zkušenosti při práci na oddělení GIS. Brno si velkou část prostorových dat, se kterými běžně pracuje, vytváří samo. Datové sady většinou vznikají na jednotlivých odborech a spravuje je oddělení GIS v rámci každé z aplikací. Existují ale i informace, které získává externě, například datové sady, na které má, jako součást veřejné správy, ze zákona nárok. Využívány jsou i ostatní kategorie externích dat, které byly popsány výše. Například průzkum otevřených dat Hlavního města Prahy pomohl při zkoumání možných zdrojů a vypisování výběrového řízení pro získání vlastních dat magistrátu. Další volně dostupné zdroje se používají na různé prvotní analýzy, ukázkou mohou být služby v Living Atlas na ArcGIS online. Nejvýraznější prací s otevřenými zdroji prostorových dat můžeme vidět v rámci aplikací, ať už vytvářených pro veřejnost, nebo interně. Tabulka 7 nastiňuje přehled vybraných datasetů, které se využívají. U každého je uveden název aplikace, zdroj dat, formát zdrojových dat, jestli je zdroj uveden v aplikaci (většinou v záložce o aplikaci nebo v mapovém poli), jestli dochází k ověření kvality použitých dat a jakým způsobem, a v případě potřeby také poznámka. Na konci tabulky jsou uvedeny také datové zdroje, které byly vybrány v rešerši pro aplikaci, která se teprve připravuje. Z tabulky 7 vyplývá, že nedochází k výrazné kontrole kvality použitých otevřených dat, a to především proto, že tato data jsou buď přebírána od autority v daném oboru, např. AOPK, nebo jde pouze o doplňkový zdroj k referenčním datům vytvářeným na MMB.

64 https://www.zmapujto.cz

Tab. 7 Vybrané otevřené zdroje prostorových dat využívané v aplikacích MMB

Název datové Název formát Uvedení Ověření Zdroj Poznámky sady aplikace zdroje zdroje kvality Podkladové základní mapa OSM Osm ano ne mapy65 Cyklistická stojany OSM Osm ano ne opatření66 bikesharing – Cyklistická úprava dle OSM Osm ano velonet opatření55 webu Velonetu Cyklistická cyklonehody PČR CSV ano ne opatření Využití jen Cyklistická SHP, KML, cyklotrasy JMK ano ano ke kontrole opatření55 GeoJSON tras od KČT. Cyklistická mapová uzavírky ŘSD ano ne opatření55 služba Upravuje se např. na územní základě identifikace, většina ČÚZK podnětů od parcely, aplikací GIS VFR, SHP ano ano (RÚIAN) MČ, chyby adresní body, Brno se posílají správní členění zpět na ČÚZK. Přírodní parky, MZCHÚ, Velkoplošná zvláště Ochrana WMS Náhrada za chráněná AOPK ano ne přírody67 služba data z JMK. území, Evropsky významné lokality Nahrazeny MZCHÚ, Ochrana SHP, KML, JMK ne WMS přírodní parky přírody GeoJSON z AOPK. Pohyb obyvatel na ARCDATA GDB, ArcČR 500 základě dat ano ne PRAHA SHP mobilního operátora68 Dopravní dopravní Policie nehody CSV ano ne nehody ČR v Brně69 pošty a OSM / Mapa pro Aplikace se poštovní Česká Osm/CSV ne občany připravuje. schránky pošta

65 http://gis.brno.cz/mapa/mapa-mesta 66 http://gis.brno.cz/mapa/cykloopatreni 67 http://gis.brno.cz/mapa/ochrana-prirody 68 https://mestobrno.maps.arcgis.com/apps/Cascade/index.html?appid=da44c39668f04f2f9d69f500c8bfe1d4 69 http://mestobrno.maps.arcgis.com/apps/webappviewer/index.html?id=86b43aee740641d99b841b8b1416dd d7

Tab. 7 Pokračování

Název datové Název formát Uvedení Ověření Zdroj Poznámky sady aplikace zdroje zdroje kvality Mapa pro Czech Aplikace se Czech Points CSV ne občany Points připravuje. ano, porovnání Mapa pro více zdrojů Aplikace se školy MŠMT XLSX občany OŠMT MMB, připravuje. MŠMT, CEDA ano, porovnání zdravotnická Mapa pro Aplikace se ÚZIS CSV s daty OZ zařízení občany připravuje. MMB automaty na Mapa pro ano, porovnání Aplikace se OSM Osm jízdenky občany s daty DPMB připravuje.

veřejná WC, Mapa pro ano, porovnání Aplikace se OSM Osm pítka občany s dalšími zdroji připravuje.

(Sestaveno podle: MAGISTRÁT MĚSTA BRNA, 2019) Samostatnou kapitolou jsou VGI data, které představí tabulka 8. Pro tuto příležitost byla databáze OSM zařazena již do předchozí tabulky, jelikož pro použití na magistrátu slouží jako jeden zdroj. V tabulce 8 jsou uvedeny pouze informace sbírané přímo od lidí. Nejčastěji jde o hlášení různých chyb v datech, případě problémů v terénu. Dobrým příkladem je také již zmiňovaná pocitová mapa, jejíž výsledky z roku 2018 byly zpracovány pomocí aplikace story map.

Tab. 8 Vybrané VGI zdroje prostorových dat využívané v aplikacích MMB

Název datové sady Název aplikace formát zdroje Hlášení nedostatků Cyklistická opatření55 textové připomínky, formulář v aplikaci Hlášení změn – Mapa přístupnosti70 textové připomínky, formulář v aplikaci mapa přístupnosti hlášení změn – Mapa přístupnosti - textové připomínky, formulář v aplikaci mapa přístupnosti sluchově postižení71 možnost vložit svůj vlastní příběh pomocí události 1968 Mapa 196872 Google formuláře na úvodní straně posílání připomínek a nových informací na nálety Bombardování Brna73 email nástroj pro přidávání závad přímo na webové závady Brňáci pro Brno74 stránce Hodnocení pocitové Sběr názorů pomocí webové aplikace a na pocitová mapa mapy města Brna75 debatách v jednotlivých městských částech

(Sestaveno podle: MAGISTRÁT MĚSTA BRNA, 2019)

70 http://gis.brno.cz/mapa/mapa-pristupnosti 71 http://gis.brno.cz/mapa/sluchove-postizeni 72 https://www.brno.cz/1968/ 73 https://www.brno.cz/bombardovani/ 74 https://www.brnaciprobrno.cz/akce/mapa 75 https://mestobrno.maps.arcgis.com/apps/MapSeries/index.html?appid=1623962fb5fc47aa8d7c7f8fe549374d

Kromě otevřených externích dat jsou využívána také ta placená, ale i data, která byla získána zdarma pro konkrétní použití. Ta se nedají považovat za otevřený datový zdroj, protože většinou nesplňují jednu ze zásadních podmínek, například nejsou volně dostupná. V některých případech mohou být využita ve veřejných aplikacích, nebo dokonce v rámci těchto aplikací poskytnuta ke stažení veřejnosti. Ukázkou takové spolupráce jsou data od společnosti BlaBlaCar ve stejnojmenné aplikaci76.

76 https://mestobrno.maps.arcgis.com/apps/webappviewer/index.html?id=853439baa2e14ee697422bc9f2f0342b

6 SPOLUPRÁCE OSM A GIS MMB Pro pilotní studii, která dokumentuje konkrétní případ spolupráce veřejné správy a vybraného datového zdroje, byl vybrán Magistrát města Brna, konkrétně jeho oddělení GIS a OpenStreetMap komunita v České republice. Důraz byl kladen na hodnocení současného stavu navázané spolupráce a možnosti jejího rozšíření při tvorbě společných datových sad.

6.1 Představy, požadavky a možnosti OSM a GIS MMB Prvním důležitým faktem je, že oba dva subjekty mohou využívat data druhé strany bez jakékoliv oficiálně navázané spolupráce. V návaznosti na předchozí kapitoly lze říct, že OSM je otevřený zdroj VGI, ze kterého může kdokoliv, například zaměstnanci MMB, data používat za předpokladu dodržení ODbL licence. Na druhé straně MMB poskytuje zatím omezený počet otevřených dat na svém dataportálu, odkud si je může opět každý, například členové OSM komunity, stahovat a používat ve svých projektech při splnění podmínek uvedené licence. Právě vybrané licence a jejich vzájemná nekompabilita, případně malé množství zveřejněných dat, mohly být motivací pro zahájení bližší spolupráce s MMB ze strany OSM. Na druhé straně město Brno vidělo potenciál v projektu, jako je OSM, který vytváří data v jiných tematických oblastech, jež by se mohla stát doplňkem pro vybrané aplikace a analýzy. Proto v roce 2017 proběhla první schůzka a následné školení zaměstnanců oddělení GIS MMB o fungování OSM a místní komunity. Následoval návrh datových sad, které by bylo možné dle oddělení GIS komunitě poskytnout a za jakých podmínek. Na druhou strany byly vzneseny návrhy na témata, které by se hodily magistrátu od OpenStreetMap. Na základě tohoto požadavku byl vytvořen projekt na sběr informací o poštovních stránkách, který se v komunitě rozrostl na území celé republiky. Poštovní schránky budou v rámci GIS města Brna použity v plánované aplikaci Mapa pro občany. Představy, požadavky a možnosti obou stran, tedy především jejich jednotlivých zástupců, představují následující oddíly.

6.1.1 Pohled GIS oddělení MMB Tento oddíl nepopisuje pohled celého oddělení GIS ani žádné oficiální stanovisko. Jde o názory zpracované na základě konzultací se zaměstnanci daného oddělení Mgr. Janou Morávkou a RNDr. Bc. Kamilou Dolák Klemešovou a z vlastních poznatků zaměstnankyně oddělení GIS MMB. Pracovníci magistrátu v současné chvíli využívají některé tematiky z databáze OSM, jak již bylo zmíněno v oddíle 5.4.1. Nejčastěji jde o stahování dat pomocí stránek, jako je overpass-turbo77 a přidávání do vlastních aplikací. Náročný je způsob aktualizace těchto dat v aplikacích a kombinace s jinými datovými zdroji. Při komunikaci s brněnskou komunitou OSM Mgr. Jana Morávková vytvořila začátkem roku 2017 seznam datových sad, které by za určitých podmínek bylo možné do OSM poskytnout (Tab. 9). Podmínkou je souhlas správce dat, který je většinou z jiného odboru. Na těchto souhlasech se pracuje i pro všeobecné otevírání těchto datasetů. Nabídka pro zveřejnění stále platí, ze strany OSM ale zatím nebyl projeven žádný zájem o tato nebo jiná data.

77 http://overpass-turbo.eu

Tab. 9 Vytipované datové sady pro poskytnutí pro užití v OSM

Datové sady Poznámka Podmínka zmapované ve většině lavičky, odpadkové koše domluva se všemi MČ městských částí některá venkovní hřiště zmapovaná v některých MČ domluva s jednotlivými MČ kontejnery na tříděný souhlas Odboru životního odpad, sběrná střediska prostředí odpadu zvláště chráněná území, souhlas Odboru životního významné krajinné prvky, prostředí památné stromy základní školy, školky, hlavně ta, na které nějak souhlas Odboru školství, sportoviště přispívá město mládeže a tělovýchovy Family Pointy, zdravotnická zařízení, instituce řešící souhlas Odboru zdraví problematiku domácího násilí instituce zaměřené na výhledově (cca do půl roku) rodiny (rodinná centra, převedeno na mapovou

kluby, poradny, zábavní aplikaci – tj. data budou vč. parky, ...) souřadnic památky z katalogu Národního památkového ústavu (pomníky, morový souhlas Odboru kultury sloup, ...), památky drobné architektury (pamětní desky, busty,...) data z mapových aplikací LesWeb (viz legendy – souhlas OVLHZ vyhlídky, ranče, obory, ... ) hranice městských částí,

katastrálních území

(Upraveno podle: MORÁVKOVÁ, 2017) V rámci stejné komunikace byly zmíněny také tematiky, které by GIS oddělení uvítalo k doplnění mapových podkladů. Mezi návrhy patřily především různé druhy hřišť, které magistrát nemá jako kompletní vrstvu, a poštovní schránky. Poštovní schránky byly v režii OSM zmapovány a Brno je má v plánu použít v chystané aplikaci. Další výraznější spolupráce je pro oddělení momentálně náročná z personální stránky, kdy je potřeba zajistit fungování interních aplikací a systému. Do budoucna by ale byla zajímavá komunikace nad tvorbou společných datových sad a výměna dat v případě, kdy ani jedna organizace nemá kompletní data, a tak může dojít nejen k jednorázovému předání podkladů, ale k společné aktualizaci.

6.1.2 Pohled OSM Obdobně jako u předchozí oddíly popisující pohled oddělení GIS MMB jde v tomto oddílu pouze o názory jednotlivců, kteří jsou ale velmi aktivní v komunitě OSM. Téma bylo konzultováno s Tomášem Kašpárkem, Petrem Vozdeckým a Miroslavem Suchým. Při rozhovoru s Tomášem Kašpárkem a Petrem Vozdeckým (2018) šlo především o nastínění fungování komunity OSM v České republice a Brně a diskuzi nad problémy, které by mohly při spolupráci s magistrátem nastat. Jednou z klíčových oblastí, kterou je dle pana Kašpárka (2018) nutné brát v potaz, je personální otázka. Aktivní část české komunity tvoří přibližně 20 lidí, kteří jsou ochotni vést projekty, a řádově desítky přispěvatelů. Každý z těchto lidí vytváří OSM dobrovolně ve svém volném čase. Proto je důležité pracovat s motivací těchto lidí. V tomto ohledu nejde s komunitou pracovat jako s levnou silou, která zmapuje cokoliv, co si město usmyslí, nebo ihned zapracuje data, která některá instituce poskytne. Tvorba OSM balancuje mezi cílem mít kompletní databázi a potěšením, které dobrovolníci mají z odvedené práce. Spolupráci je v tomto případě možné nastavit u vybrané datové sady, kterou některý člen považuje za tak atraktivní, že se ujme jejího předzpracování pro ostatní přispěvatele. Další možností je vytvořit zajímavou aplikaci nebo cíl, kterého chceme mapováním dosáhnout, např. Pojďme zmapovat pouliční osvětlení a najít tak temné a nebezpečné ulice ve městě, případně dát přispěvatelům možnost účastnit se sběru dat, které budou použita v nějaké výrazné aplikaci pro veřejnost, která tímto způsobem bude prezentovat kvalitní práci OSM.

V rámci rozhovoru (KAŠPÁREK, VOZDECKÝ, 2018) byly navrženy také 3 modely spolupráce veřejné správy s OSM: 1. Zkvalitňování dat – V tomto případě komunita dostane data od veřejné správy, případně jiné organizace. Data nejsou kompletní, jsou nepřesná, nebo vykazují jiné chyby. Ty komunita před importem do OSM databáze zpřesňuje a opravuje. Příkladem tohoto modelu mohou být poštovní schránky. Organizace si v tomto případě drží data primárně ve své databázi, kterou může upravovat dle aktualizací v OpenStreetMap. 2. OSM jako primární databáze – Model, který se hodí spíše pro menší obce, kdy prostorová data jsou spravována primárně v databázi OSM, kam přispívají nejen běžní občané, ale i veřejná správa. Odtud je možné data exportovat a použít pro další účely. 3. OSM jako platforma pro zapojení veřejnosti – Třetí model navrhuje využití platformy OSM a jejich nástrojů pro mapování vybrané tematiky širokou veřejností. Obavy ze spolupráce vzbuzuje fakt, že oblast Brna je již dobře zmapovaná a bude náročné najít oblasti, pro jejichž zmapování bude dostatečná motivace. Případný import dat může mít vyšší nároky na čas, než který jsou dobrovolníci schopni poskytnou pro tematiku, již nepovažují za dostatečně přínosnou. (KAŠPÁREK, VOZDECKÝ, 2018) Výhodou spolupráce by naopak mohla být nabídka dat Brnu i za hranicemi obce, které běžně magistrát nezpracovává ve svých agendách, a motivace pro členy komunity, pokud by tento projekt dopadl úspěšně. Snahou by mělo být sdílet data dlouhodobě a myslet na způsob aktualizace a předávání zpětné vazby. (KAŠPÁREK, VOZDECKÝ, 2018) Rozhovor s Miroslavem Suchým (2019) se zaměřil již na konkrétnější problémy a kroky pro navázání vztahů mezi oddělením GIS a OSM komunitou. Byl představen pohled na dosavadní

66 spolupráci a také drobná stížnost na absenci zhodnocení vytvoření databáze poštovních schránek magistrátem. Pokud by docházelo ke společné práci na konkrétní datové sadě, bylo by nutné dodržovat některá společná pravidla, například nastavit si systém určování ID (v OSM ref) jednotlivých prvků nebo používat tag source pro označení dat importovaných pracovníky magistrátu. V databázi by mělo být možné dohledat například všechny prvky vytvořené zvoleným uživatelem a jejich historii, magistrát by si mohl takto kontrolovat své přidané prvky a stát se v podstatě garantem kvality pro vybranou datovou sadu. (SUCHÝ, 2019) Další řešenou problematikou bylo, jak může město či organizace navázat spolupráci s OSM komunitou, podle čeho postupovat a kde zjistit informace. První věc, kterou je dobré si uvědomit, je otevřenost OSM. Každý, kdo chce, může při dodržení licence data použít pro libovolný účel, stejně tak vkládat data může kdokoliv. Pokud jde o import větších dat a organizace nemá kapacity vkládat data do OSM sama, zároveň by je však především kvůli své reklamě chtěla mít, je možné si najmout firmu, která data do různých mapových zdrojů vloží. Pokud je zájem s komunitou spolupracovat a sdílet zajímavá data, je nejjednodušší možností zkusit najít někoho z komunity, kdo by mohl pomoct. Na českém webu OSM komunity jsou kontakty na jednotlivé členy s popisem oblastí, o které se zajímají. Poslední možností je napsat do konference talk-cz, jejíž příspěvky chodí všem aktivním členům a je tedy velká pravděpodobnost, že někdo kompetentní na otázku odpoví. Podle potřeb a zájmu je také možné uspořádat školení, které pracovníkům dané organizace pomůže pochopit, jak OSM pracuje a jakým způsobem by bylo možné spolupracovat. (SUCHÝ, 2019) Jednoduchým krokem, pokud chce město OSM pomoct, ale nechce navazovat hlubší spolupráci, může být poskytnutí otevřených dat pod kompatibilní licencí tak, aby mohla být bez větších problémů naimportována do databáze. (SUCHÝ, 2019) O kompatibilitě licencí referuje kapitola 3.7.3.

6.1.3 SWOT Analýza Pro posouzení budoucích možností vzájemné spolupráce mezi GIS oddělením MMB a českou OSM komunitou na vytváření společných datových sad je nejdříve nutné zhodnotit aktuální stav. Ten byl částečně definován v postojích obou stran. Pro jeho systematičtější posouzení byla vybrána metoda SWOT analýzy, která pomůže stanovit slabé (W – weaknesses) a silné (S – strengthts) stránky, příležitosti (O – opportunities) a hrozby (T – threats), které by spolupráce mohla přinést. Aby bylo možné vybrat vhodné ukazatele v jednotlivých oblastech, je potřebné vědět, jaký je cíl, kterého chceme dosáhnout. Z tohoto hlediska poté posoudíme aktuální situaci, ale také možné příležitosti a hrozby, které nás na cestě mohou potkat. • Cíl projektu: Brněnská OSM komunita a pracovníci oddělení GIS budou společně vytvářet a aktualizovat datové sady. Bude vytvořen nástroj, pomocí kterého budou mít oba subjekty přístup k aktuálním datům druhé strany. Ta bude možné dle uvážení upravovat a přidávat do své databáze. Nástroj bude hojně využíván na vhodné datové sady. • Silné stránky – S o GIS města Brna představuje širokou základnu především dat referenčních a tematických, která jsou vytvářena jednotlivými obory většinou původně k internímu využití.

o Území města Brna a jeho blízké okolí jsou v OpenStreetMap poměrně podrobně zmapována, proto je poptávka o data z OSM. o OSM je podporováno celosvětovou aktivní komunitou, která vytváří platformu pro jednotlivé přispěvatele, ale také nástroje, které je možné využít při spolupráci s MMB. o OSM je VGI projekt, který přináší všechny výše popsané výhody (rychlé reakce na změny v terénu, mapování reálného výskytu, open data). o OSM je mezinárodní projekt, kterým se zabývá velké množství výzkumů a studií, a to i v oblasti spolupráce s veřejnou správou a možností sdílení dat. o GIS města Brna je postaven nejen na platformách společnosti ESRI, ale také na produktech společnosti T-Mapy, jejichž rozvoj může částečně ovlivnit. • Slabé stránky – W o Oddělení GIS je u většiny prostorových dat na MMB jen technickým správcem, pouze malé množství datasetů je tu vytvářeno. Data sbírají městské části a jiné odbory magistrátu, které musí schválit jejich poskytování do OSM. Některé datové sady jsou sbírány více subjekty a není určen žádný konkrétní správce. Osvěta v této oblasti je složitá a prozatím neexistuje žádná směrnice, která by jednotlivým zaměstnancům nastavovala možnosti rozhodování o nakládání s těmito daty. o Spolupráce na vytváření společných dat není nejdůležitějším tématem ani pro oddělení GIS, které se zabývá především správou interního systému, ani pro OSM komunitu, jejíž hlavní metoda sběru dat je postavena na terénním průzkumu. o Území města Brna a jeho blízkého okolí je v OpenStreetMap poměrně podrobně zmapováno. Motivace pro pracné získávání dalších dat není příliš vysoká. o OSM je VGI projekt, který přináší všechny výše popsané nevýhody (nekonzistence v promapovanosti území a atributů, práce dobrovolníků, nedostatečná metadata). o Absence člověka na MMB, který by se mohl naplno věnovat spolupráci s OSM, případně získávání dat z jiných otevřených zdrojů. o V komunikaci mezi stranami vznikají nejasnosti, a to především v pohledu obou subjektů, které mohou odradit v další společné práci. • Příležitosti – O o Pro aplikace v GIS MMB budou potřeba data s tematikou, na které by bylo nejjednodušší spolupracovat s OSM, což povede k motivaci rozvoje této problematiky. o Otevřená data jsou v současné chvíli na MMB diskutovaným tématem s politickou podporou. o MMB a OSM budou spolupracovat s brněnskými univerzitami a především studenty, kteří by mohli na problematiku předávání dat, a to především z pohledu vytvoření vhodného nástroje, zaměřit své závěrečné práce. o Jiný subjekt veřejné správy v ČR naváže podobný typ spolupráce s OSM, což povede k vývoji nástrojů, ale také k možnosti výměny zkušeností. o Najde se motivovaný pracovník MMB nebo přispěvatel OSM, který bude ve spolupráci vidět přínos a zasadí se o její rozvoj.

• Hrozby – T o Motivace členů současné komunity vlivem různých faktorů (např. změna zájmů, rodina, stěhování) klesne a spolupráce MMB pro ně, ani pro nové členy, nebude dostatečně atraktivní. o Pracovníci GIS MMB budou zahlceni jinými aktuálními tématy a nezbyde čas na rozvoj spolupráce s OSM. o Vlivem politických rozhodnutí se razantně změní postoj k otevírání dat na MMB. o Strany se neshodnou na tom, jak by mělo předávání dat a práce na společných datových sadách fungovat. o Vytvořený nástroj nebude nikým využívaný. o Pracovníci jiných odborů odmítnou poskytnout data k otevření. o Datové sady, které zpracovává MMB, se do OSM podaří získat z jiných zdrojů. o Brněnská komunita vytvářející OpenStreetMap je příliš malá (přibližně 7 aktivních lidí), a proto bude pro MMB příliš slabým partnerem. Na základě provedené SWOT analýzy je možné zvolit vhodné strategie tak, aby se spolupráce ubírala správným směrem. Možnou spolupráci je vhodné postavit na silných stránkách, kde je z pohledu tohoto projektu dobré zmínit především kvalitní výchozí polohu obou stran. Problémem naopak může být samotná spolupráce, tedy vymyšlení způsobu, jak tyto 2 strany propojit ve fungující systém. Proto je důležité se snažit rozvíjet jednotlivé příležitosti a snažit se zabránit hrozbám. Dalším krokem je proto navržení konkrétních kroků: • Oslovit školy (nejlépe fakulty se zaměřením na informatiku) s návrhem na závěrečnou práci vytvářející nástroj pro spolupráci. • Vytipovat datové sady a oblasti, které jsou vhodné ke spolupráci. o Zjistit, jaké faktory motivují členy komunity OSM. o Najít oblasti, které MMB potřebuje zmapovat. • Dělat osvětu na MMB o OSM jako zdroji, který má v určitých oblastech své výhody a je možné ho použít. • Komunikovat s OSM komunitou situaci a nastavení procesů na MMB pro lepší pochopení stavu otevírání dat.

6.2 Výběr vhodné oblasti pro spolupráci Jedním z kroků, jak vytvořit kvalitní spolupráci a začít vytvářet datové sady pomocí vzájemné spolupráce, je výběr vhodných tematik. V tomto případě není nejvýhodnější pracovat s daty, která má kompletně zpracovaná magistrát. U nich potřeba prosazovat jejich otevírání a do budoucna přijímat zpětnou vazbu od veřejnosti, včetně OSM přispěvatelů, případně využít komunitu pro aktualizaci, nikoliv spolupracovat přímo na samotném vzniku. Rozhodně to ale není cesta k vytvoření motivace v počátcích projektu, protože pracovníci nemusí cítit potřebu, pokud mají data kompletní. Obdobně je to s tématy, které má kompletně podchycená OSM. V tomto případě si je pracovníci magistrátu mohou jednoduše stáhnout a využít pro svoji agendu i bez informování kohokoliv z komunity. Vhodné jsou na základě výše uvedených konzultací a z empirického pohledu dva případy. Prvním jsou data, která jsou ve špatné kvalitě, ale jsou natolik zajímavá, že stojí za to je

69 zpřesňovat. Příkladem mohou být poštovní schránky od České Pošty. Druhou skupinou jsou datové sady, které má jak magistrát, tak OSM ve své databázi, ale ani jedna strana je nemá kompletní. Tato situace nabízí možnost spojit síly a pracovat dohromady. Především pro druhý případ vznikla tabulka 10, která vybírá tagy z přehledu doporučených značek na OSM wiki 78 tak, aby bylo zajímavé jejich srovnání s tím, v jakém stavu je tato oblast zpracovaná v GIS na MMB, případně proč by se Brnu tato sada, většinou POI, hodila.

Tab. 10 Hodnocení vhodnosti vybraných tematik mapovaných v OSM z pohledu spolupráce s MMB (barevné schéma je vysvětleno dále v textu)

MMB by se hodilo Tag v OSM V jaké stavu má Brno pro … Některé MČ a městské organizace spravují Vhodné téma do amenity=bbq veřejné grily, MMB nemá jednotnou databázi. mapy pro občany. Některé MČ a městské organizace spravují amenity=drinking_ Vhodné téma do pítka na pitnou vodu, MMB nemá jednotnou water mapy pro občany. databázi. amenity=college V GIS MMB jsou vedena školská zařízení, amenity=kindergarten která jsou zřizována městem. Ostatní jsou Vhodné téma do amenity=library částečně přebírána z dat CEDA a rejstříku mapy pro občany. amenity=school školských zařízení. amenity=university amenity=bicycle_ Navrhované cyklostojany jsou sbírány od MČ, Pro aplikaci parking zbylé jsou přebírány od OSM. cyklistická opatření. amenity=bicycle_ V GIS MMB nejsou vedena tato data. Přebírá Pro aplikaci rental data od OSM. cyklistická opatření. Zastávky přebírá MMB z databáze od Pro aplikace amenity=bus_station KORDISu. s tematikou dopravy. amenity=parking Tematiku parkování zpracovává společnost BKOM. Nejedná se ale o všechna parkoviště, Pro aplikace amenity=parking_ ale především parkovací domy a oblasti s tematikou dopravy. space placeného stání. Vhodné téma do amenity=atm V GIS MMB nejsou vedena tato data. mapy pro občany. amenity=clinic amenity=dentist MMB připravuje datovou sadu zdravotnických amenity=doctor zařízení v Brně pomocí dat z Národního Vhodné téma do amenity=hospital registru poskytovatelů zdravotnických služeb mapy pro občany. amenity=nursing_ a informací z Odboru zdraví. home amenity=pharmacy amenity=art_centre GIS MMB připravuje datovou sadu kulturních amenity=cinema Vhodné téma do institucí a plánuje spolupráci s Odborem amenity=music_venue mapy pro občany. kultury. amenity=theatre

78 https://wiki.openstreetmap.org/wiki/Cs:Map_Features

Tab. 10 Pokračování

MMB by se hodilo Tag v OSM V jaké stavu má Brno pro … V rámci GIS si mohou jednotlivé MČ vést Brno využívá v rámci amenity=bench pasport mobiliáře, v rámci kterého si některé interního pasportu z nich udržují aktuální přehled laviček. mobiliáře. MMB připravuje databázi úřadů v Brně, a to Vhodné téma do amenity=embassy nejen městských, ale i jiných institucí. mapy pro občany. MMB má databázi služeben od Policie ČR Nachystáno pro amenity=police i městské Policie Brno. Mapu pro občany. V GIS MMB nejsou vedena tato data. Přebírá Nachystáno pro amenity=post_office data od OSM. Mapu pro občany. V GIS MMB nejsou vedena tato data. Přebírá Nachystáno pro amenity=post_box data od OSM. Mapu pro občany. Pro aplikace, které V GIS MMB jsou vedeny nádoby na sběr zpracovávají tříděného opadu pro interní využití tematiku odpadu, amenity=recycling jednotlivých odborů, ale také pro veřejnou např. veřejná Mapa mapovou aplikaci. nádob na tříděný odpad. Odbor dat analýz a evaluací MMB vytvořil aplikaci o veřejných WC, ta ale není Vhodné téma do amenity=toilets kompletní. MMB nemá jednotnou a kompletní mapy pro občany. databázi. V rámci GIS si mohou jednotlivé MČ vést amenity=waste_baske pasport mobiliáře, v rámci kterého si některé Pro mapu pasportu t z nich udržují aktuální přehled odpadkových mobiliáře. košů. Některé MČ a městské organizace spravují Vhodné téma do amenity=water_point pítka na pitnou vodu, MMB nemá jednotnou mapy pro občany. databázi. Data o náboženských budovách přebírá MMB Vhodné téma do bulding=religious z různých externích databází. mapy pro občany. MMB připravuje databázi úřadů v Brně, a to Vhodné téma do building=qovernment nejen městských, ale i jiných institucí. mapy pro občany. MMB připravuje datovou sadu zdravotnických zařízení v Brně pomocí dat z Národního Vhodné téma do bulding=hospital registru poskytovatelů zdravotnických služeb mapy pro občany. a informací z Odboru zdraví. building=school V GIS MMB jsou vedena školská zařízení, která jsou podporovaná MMB. Ostatní jsou Vhodné téma do building=university částečně přebírána z dat CEDA a rejstříku mapy pro občany. školských zařízení. Odbor dat analýz a evaluací MMB vytvořil aplikaci o veřejných WC, ta ale není Vhodné téma do building=toilets kompletní. MMB nemá jednotnou a kompletní mapy pro občany. databázi.

Tab. 10 Pokračování

MMB by se hodilo Tag v OSM V jaké stavu má Brno pro … Tematiku parkování zpracovává společnost BKOM. Nejedná se ale o všechna parkoviště, Pro aplikace building=parking ale především parkovací domy a oblasti s tematikou dopravy. placeného stání. MMB vede pasport sportovišť a to především Pro aplikaci Kam za building=sports_hall těch, které patří klubům pobírající městské sportem v Brně. dotace. emergancy= Vhodné téma do V GIS MMB nejsou vedena tato data. defibrillator mapy pro občany. Některé MČ a městské organizace spravují Vhodné téma do leisure=firepit veřejná ohniště, MMB nemá jednotnou mapy pro občany. databázi. MMB zpracovává místa, kde je možné venčit psy a kde je to zakázáno dle městské vyhlášky, bez ohledu na to, jestli jde o psí Vhodné téma do leisure=dog_park výběh, nebo ne. Některé psí výběhy si MČ mapy pro občany. vedou v pasportu mobiliáře nebo pasportu zeleně. leisure=fitness_statio V rámci GIS si jednotlivé MČ vedou pasport n mobiliáře a pasport zeleně, v rámci kterého si Vhodné téma do některé z nich udržují aktuální přehled hřišť mapy pro občany. leisure=playground a venkovních posiloven. Některé MČ a městské organizace spravují man_made=drinking_ Vhodné téma do pítka na pitnou vodu, MMB nemá jednotnou fountain mapy pro občany. databázi. V rámci GIS si mohou jednotlivé MČ a městské organizace vést pasport zeleně, Pro mapu pasportu nature=tree v rámci kterého si některé z nich udržují zeleně. aktuální přehled stromů. MMB vede pasport sportovišť a to především Pro aplikaci Kam za sport=* těch, které patří klubům pobírající městské sportem v Brně. dotace.

Tagy v OSM vybrány dle wiki OSM (PŘISPĚVATELÉ OPENSTREETMAP, 2019) Na základě tabulky 10 je možné vytipovat, které datové sady by mohly být vhodné pro pilotní projekt. Jsou to především témata vyznačena zelenou barvou: veřejné grily a ohniště, pítka s pitnou vodou, cyklostojany, kulturní instituce, veřejné toalety, výběhy pro psy a hřiště. Červené oblasti nejsou vhodné, protože jde o informace, které MMB sám sbírá a nepotřebuje porovnávat s OSM. Modré naopak nesbírá vůbec a často dokonce již v současné době přebírá z OpenStreetMap, oranžovou kategorii zatím přebírá z jiných zdrojů, např. jiných oficiálních databází.

Pro další strategii výběru vhodných datových sad je možné se inspirovat v Bonnu, kde funguje nástroj 79 , jenž zobrazuje otevřená data města Bonn, s jejich licencí a formátem, na podkladu OpenStreetMap. Umožňuje tak vizuální porovnání mezi prvky zveřejňovanými místní samosprávou a daty OSM. U některých vrstev je dokonce vytvořené propojení s konkrétními OSM prvky. Podobný nástroj by mohl fungovat i pro nekompletní data města, což by usnadnilo výběr datových sad pro vzájemnou spolupráci, ale také informovanost o tom, jaká data veřejné správy je vhodné do OSM importovat.

6.3 Návrh modelu spolupráce Z výše popsaných požadavků a představ oddělení GIS Magistrátu města Brna a komunity vytvářející OpenStreetMap byl vytvořen model, podle kterého by mohla probíhat spolupráce mezi těmito subjekty při tvorbě datových sad vytipovaných v předchozí podkapitole. Vytvořený model představuje způsob, jakým mohou MMB a OSM udržovat společně aktuální datovou sadu tak, aby si každý udržoval ty informace, které chce a považuje za správné. Před tím, než je možné schéma použít, je pro každou datovou sadu potřeba provést několik kroků. Nejprve je nutné vybrat koordinátory pro obě strany, kteří na začátku nastaví pravidla, a dále je budou udržovat aktuální a funkční a budou komunikovat případné problémy. Dále je potřeba zkontrolovat kompatibilitu licencí a případně zařídit souhlas s poskytnutím dat. Nejdůležitějším krokem je nastavení datového modelu. Koordinátoři musí zvolit, které atributy se budou pro párování používat, na ostatní parametry nebude brán zřetel, nebude proto vadit, když budou mít odlišné hodnoty V rámci datového modelu je potřebné každému prvku obou datových sad přiřadit jednoznačný identifikátor. Tyto identifikátory se pak budou používat pro vzájemné odkazování mezi sadami. V databázi OSM má každý prvek přiřazené id, pro identifikátor datové sady od MMB lze v databázi OSM použít atribut ref, který je k těmto účelům vyhrazen. V databázi MMB má každý prvek svoje jedinečné id, pro udržování id z OSM lze vytvořit nový atribut. Následuje vložení dat z magistrátu a na jejich základu přiřazení atributu ref odpovídajícím prvkům z OSM. Poté přiřazení zkontroluje koordinátor z MMB. Další kroky, například porovnání rozdílů v poloze a atributech, je možné řešit podle vytvořeného modelu, který představuje obrázek 22 a jeho popis.

79 https://opengeodata-bonn.de

Obr. 22 Model tvorbydatové ve sady spolupráci MMB a OSM

Oba subjekty mají svoji vlastní databázi, ve které si vedou svá data. Na straně magistrátu do ní mohou přispívat pouze pracovníci a má ji pod kontrolou koordinátor datové sady. OpenStreetMap je nastavena jiným způsobem. Přispívat a zadávat změny může každý, jelikož jde o otevřenou databázi. Každá z databází může být aktualizována 2 způsoby. První je klasické mapování, tedy sběr nových dat dobrovolníky OSM a pracovníky na jednotlivých odborech, kteří o celé spolupráci nemusí nic vědět, další je pomocí informací od druhé strany, ať už těch počátečních, nebo jejich aktualizací. Aby data mohla být porovnávána, je potřeba je transformovat do srovnatelné podoby. Pro to slouží v modelu konvertor, který na základě tabulky pro převod atributů převádí atributy do jednotného datového modelu, který si domluvili koordinátoři na začátku projektu. Tabulka obsahuje informace o tom, které atributy se k porovnání používají a jaké mají mezi sebou vztahy. Konvertor také transformuje formát původních dat do jednotného, který byl zvolen na začátku a se kterým umí pracovat grafické rozhraní. Obdobně na konci procesu jsou formát i atributy převedeny opět do nativní podoby. V současnosti je již vytvořeno několik nástrojů, které umožňují konvertování mezi nativním formátem databáze OSM (.osm) a běžnými formáty prostorových dat. Jejich základní přehled je možné nalézt na wiki OSM80. Stěžejním bodem celého modelu je propojovací databáze. Jednotlivé prvky z obou zdrojů by zde měly být kombinovány pomocí id z databáze MMB a ref z OSM. Dále by zde měly být informace o poloze prvků a společných atributech, případně jejich rozdílech. Zaznamenat by se měl i případ, kdy jsou poloha či atributy odlišné, ale obě strany chtějí zůstat u své verze a nechtějí nic měnit. Dalším typem rozdílu je absence prvku v jedné z databází. V tomto případě je nutné rozlišit, jestli byl na jedné straně nově vytvořen, nebo naopak v rámci aktualizace na druhé smazán. To by měla zaručit historie posledních změn, která by v této databázi měla být udržována a to i pro prvky, které byly vymazány z obou zdrojů. Jakákoliv změna v propojovací databázi, ať už byla vytvořena nová data, nebo libovolný uživatel provedl změnu na základě popisovaného nástroje, je nahlášena oběma koordinátorům, kteří na ni mohou adekvátně reagovat a v případě potřeby i obnovit předchozí verzi prvku z propojovací databáze. Tyto jednotlivé změny, ale i celý rozdílový dataset, případně jeho vybraná část (např. pouze prvky rozdílné polohou, atributem, chybějící v OSM, chybějí na straně MMB) se zobrazují v grafickém rozhraní. Inspirací pro jeho tvorbu mohou být nástroje, které česká komunita OSM již využívá. Jejich nevýhodou je to, že jsou vytvořené pouze pro potřeby komunity. Na druhou stranu nový nástroj by měl podporovat práci obou. Prvním z nástrojů je POI Importer81, který porovnává OSM s jinou datovou sadou a to včetně jejich atributů. Rozlišuje barevně prvky, které jsou shodné, které se vyskytují v obou zdrojích, ale s rozdílnými nebo chybějícími atributy, a ty, které v OSM chybí. Aplikace umožňuje editaci pro potřeby OSM v nástroji JOSM. Druhým nástrojem je DataPort82, který zatím funguje pouze v beta verzi. Rozlišuje data, která mají stejnou polohu, tedy jsou spárovaná v rámci OSM a druhého zdroje, a ta, která jsou pouze v jedné původní databázi. Pokud jde o prvek z externího zdroje, je možné pomocí jednoho tlačítka zadat, jestli se bod na daném místě opravdu nachází,

80 https://wiki.openstreetmap.org/wiki/Converting_map_data_between_formats 81 http://osm.kyralovi.cz/POI-Importer-testing 82 http://dataport.kub.cz

75 a případně ho přidat do OSM. Všechny prvky je poté možné editovat na stránce OpenStreetMap.org a v JOSM. Pokud se vrátíme k modelu spolupráce, grafické rozhraní by mělo umožnit úpravu polohy i atributů v obou databázích, stejně tak přidávání a mazání prvků. K jednotlivým editacím je vhodné připojit komentář, který je vysvětluje. Každou změnu je možné uložit do původních databází, do OSM může přidávat každý, do magistrátní pouze koordinátor MMB a pracovníci pouze u svých prvků. Každá takováto uložená změna se automaticky nahrává také do propojovací databáze, a to i pokud jde o pouze o nepřijetí změny vytvořené jiným uživatelem. Tento nástroj by měl umožnit zobrazit rozdíly na podkladových datech OSM, ale i magistrátu pro vytvoření správného obrázku pro obě strany. Kromě práce s grafickým rozhraním by měl být možný také export reportu z databáze, který si může uživatel zobrazit nezávisle na nástroji a zjistit, jaký je stav jednotlivých prvků. U jednotlivých procesů v modelu jsou doplněna písmena, která popisují, jak probíhá. Písmeno A znamená automatický proces, v případě přebírání dat z původních databází jde o pravidelný proces např. každou půlnoc, hlášení změn naopak probíhá při každé nové změně. F znamená funkci, kterou nástroj uživateli umožňuje. Další znaky definují, kdo může daný rok provádět. Jsou to: K. MMB – koordinátor datové sady z MMB, P. MMB – pracovník na daném tématu z magistrátu, K. OSM – koordinátor projektu ze strany OSM, D. OSM – libovolný dobrovolník přispívající do OSM. Podobnou spolupráci mezi OSM komunitou a veřejnou správou lze nalézt v různých částech světa. Časté je to především u rozvojových států, kde VGI data, jako OSM, je nejkvalitnějším zdrojem, který v oblasti existuje. Ukázky lze nalézt ale i v rozvinuté části světa, například spolupráce na aktualizaci budov v NYC nebo udržování dat na rozlehlém území Kanady. V České republice zatím probíhá zatím spíše vzájemné poskytování a import dat, pro který jsou vyvinuty různé nástroje pro kontrolu. Spolupráce na konkrétní datové sadě je především ve formě úpravě dat pro nahrání do OSM, které zahrnuje i terénní výzkum a následné hlášení změn správci dat. Nástroj pro vytváření a dlouhodobé udržování jedné datové sady společně veřejnou správou a OSM zatím neexistuje, ale minimálně na Magistrátu města Brna by po něm byla poptávka.

7 ZÁVĚR Diplomová práce se zaměřila na dva důležité koncepty dnešní společnosti – otevřená prostorová data a VGI – a to s důrazem na jejich začlenění do agend veřejné správy. Pomocí žebříčků otevřenosti, rozhovorů se zaměstnanci úřadů a hodnocení datových portálů měst, kraje a států byla analyzována struktura a způsob poskytování otevřených dat. Zvláštní důraz byl kladen na město Brno, kde kromě portálu DATA.BRNO byl hodnocen také chystaný metadatový Katalog prostorových dat. Všeobecně jde říct, že žádný zkoumaný subjekt není z této oblasti dokonalý, jednotlivá města a státy se vydaly rozdílnými cestami a jsou na nich různě daleko. Z českých měst ale trochu vystupuje Praha, která má velké množství datových sad a i podle charakteristik portálu působí nejlépe. Dále byly zkoumány možnosti využití otevřených dat veřejné správy. Popsána byla tvorba aplikací a hackathony, využití v datové žurnalistice, vědě a výzkumu, při vzdělávání, ale i jinými orgány veřejné správy. Vyplývá z toho, že i úřady mohou být aktivními uživateli otevřených dat. Pro konkrétní případ byl využit GIS města Brna, pro který byl sestaven přehled externích otevřených zdrojů, jež využívá. Nejdůležitější částí byla pilotní studie, která se zabývala možnostmi vzájemného poskytování a využití otevřených dat a případně spoluprací MMB a OSM na vytváření a aktualizaci společných datových sad. Popsán byl aktuální stav spolupráce, postoje a představy zástupců jednotlivých stran. Na základě výsledků konzultací byla vytvořena SWOT analýza a navrženy konkrétní kroky, které by měly minimalizovat rizika a podpořit příležitosti. Patří mezi ně všeobecná osvěta o nastavení procesů u obou subjektů a jejich správná komunikace druhé straně, oslovení škol, a to především informatických fakult s návrhem spolupráce a vytipování vhodných tematických okruhů, na jejichž vytvoření by šlo spolupracovat. Následně byly navrženy vhodné datové sady pro spolupráci. Z tematik, které MMB zajímají a v OSM se běžně zpracovávají, byly vybrány tyto: pítka s pitnou vodou, veřejné grily a ohniště, stojany na kola, kulturní instituce, veřejné toalety, psí výběhy a hřiště. Na závěr celé práce byl vytvořen model, který navrhuje způsob, jakým by mohli OSM komunita a zaměstnanci MMB společně vytvářet datové sady. Jsou popsány konkrétní procesy a nástroje, které by bylo vhodné vytvořit. Tato práce sama o sobě nevytváří žádný nástroj, jde spíše o posouzení možností a nastínění cest, kterými se lze vydat. Dalšími kroky by mohlo být vybrání pilotní datové sady, vytvoření navrženého nástroje, jeho testování a případná úprava. Pokud by tato spolupráce byla úspěšná, bylo by vhodné vytvořit metodiku, která by sloužila dalším městům především v České republice. Další oblast, kterou by bylo zajímavé se v budoucnu zabývat, je kompatibilita v ČR běžně využívaných licencí s licencí OpenStreetMap.

SEZNAM POUŽITÉ LITERATURY

Knihy a články BARRON, C., NEIS, P., ZIPF, A. (2013): A Comprehensive Framework for Intrinsic OpenStreetMap Quality Analysis. Transactions in GIS, 2013, č. 18. https://doi.org/10.1111/tgis.12073

BONINA, C. M. (2013): New business models and the value of open data: definitions, challenges and opportunities. London School of Economics and Political Science, London, 30 s. http://www.nemode.ac.uk/wp-content/uploads/2013/11/Bonina-Opendata-Report-FINAL.pdf (7. 6. 2018)

BRUS, J. (2013): Vizualizace nejistoty v environmentálních studiích. Disertační práce. Univerzita Palackého v Olomouci, Olomouc, 144 s. https://theses.cz/id/34uobh/Disertan_prce_Jan_Brus.pdf (15. 3. 2019)

BUDHATHOKI, N., NEDOVIC-BUDIC, Z., BRUCE, B. C. (2010): An interdisciplinary frame for understanding volunteered geographic. Geomatica, 64, č. 1, s. 313-320. https://www.researchgate.net/publication/281563673_An_interdisciplinary_frame_for_understandi ng_volunteered_geographic_information (25. 2. 2019)

CAMPAGNA, M. (2016): Social Media Geographic Information: Why social is special when it goes spatial?. In: CAPINERI, C., HAKLAY, M., HUANG, H., ANTONIOU, V., KETTUNEN, J., OSTERMANN, F., PURVES, R.. ed.: European Handbook of Crowdsourced Geographic Information. Ubiquity Press, London, s. 45–54.

CAPINERI, C. (2016): The Nature of Volunteered Geographic Information. In: CAPINERI, C., HAKLAY, M., HUANG, H., ANTONIOU, V., KETTUNEN, J., OSTERMANN, F., PURVES, R.. ed.: European Handbook of Crowdsourced Geographic Information. Ubiquity Press, London, s. 15–33.

CIBULKA, J., KOPECKÝ, T., VODIČKA, M. (2018): Přísečná na Českokrumlovsku nebo Ivanovice na Hané. Podívejte se na mapu míst, kde nejvíc bojují se suchem.iRozhlas. https://www.irozhlas.cz/zpravy-domov/sucho-cesko-mapa-voda-pocasi-teplo_1807020625_cib (19 3 2019)

COLEMAN, D. J., GEORGIADOU, Y., LABONTE, J. (2009): Volunteered Geographic Information: The Nature and Motivation of Produsers. International Journal of Spatial Data Infrastructures Research, 2009, č. 4, s. 332-358. doi: 10.2902/1725-0463.2009.04.art16

COMMITTEE ON STRATEGIC DIRECTIONS FOR THE GEOGRAPHICAL SCIENCES IN THE NEXT DECADE (2010): How Might We Better Observe, Analyze, and Visualize a Changing World?. In: Understanding the Changing Planet: Strategic Directions for the Geographical Sciences. National Academies Press , Washington, DC, s. 97–104. http://www.crcsi.com.au/assets/Resources/0e9dc5b5-2fb6-4594-ada6-374bdf51208f.pdf (24. 6. 2018)

CRISCUOLO, L., CARRARA, P., BORDOGNA, G., PEPE, M., ZUCCA, F., SEPPI, R., OGGIONI, A., RAMPINI, A. (2016): Handling quality in crowdsourced geographic information. In: CAPINERI, C., HAKLAY, M., HUANG, H., ANTONIOU, V., KETTUNEN, J., OSTERMANN, F., PURVES, R.. ed.: European Handbook of Crowdsourced Geographic Information. Ubiquity Press, London, s. 57-74

DELOITTE ANALYTICS (2012): Open data Driving growth, ingenuity and innovation. Deloitte LLP, London, 33 s. https://www2.deloitte.com/content/dam/Deloitte/uk/Documents/deloitte- analytics/open-data-driving-growth-ingenuity-and-innovation.pdf (7. 6. 2018)

DEMETRIOU, D., CAMPAGNA, M., RACETIN, I., KONEČNÝ, M., 2017. Integrating Spatial Data Infrastructures (SDIs) with Volunteered Geographic Information (VGI) for creating a Global GIS platform. In: FOODY, G., SEE, L., FRITZ, S., MOONEY, P., OLTEANU-RAIMOND, A.-M., FONTE, C. C., ANTONIOU. V. ed.: Mapping and the Citizen Sensor. Ubiquity Press , London, s. 273-297.

DEVILLERS, R., JEANSOULIN, R. (2006): Spatial Data Quality: Concepts. In: DEVILLERS R., JEANSOULIN, R., ed.: Fundamentals of Spatial Data Quality.iSTE, London, s. 31-42.

EUROPEAN COMMISSION (2015). Creating Value through Open Data: Study on the Impact of Re- use of Public Data Resources. Publications Office of the European Union, Luxembourg, 112 s. https://www.europeandataportal.eu/sites/default/files/edp_creating_value_through_open_data_0.pd f (23. 6. 2018)

FONTE, C. C., ANTONIOU, V., BASTIN, L., ESTIMA, J., ARSANJANI, J. J. J-C, L., SEE, L., VATSEVA, R. (2017): Assessing VGI Data Quality. In: FOODY, G., SEE, L., FRITZ, S., MOONEY, P., OLTEANU- RAIMOND, A.-M., FONTE, C. C., ANTONIOU. V. ed.: Mapping and the Citizen Sensor. Ubiquity Press , London, s. 137-163.

FOODY, G., FRITZ, S., FONTE, C. C., BASTIN, L., OLTEANU-RAIMOND, A.-M., MOONEY, P., SEE, L., ANTONIOU, V., LIU, H,.Y., MINGHINI, M., VATSEVA, R. (2017): Mapping and the Citizen Sensor. In: FOODY, G., SEE, L., FRITZ, S., MOONEY, P., OLTEANU-RAIMOND, A.-M., FONTE, C. C., ANTONIOU. V. ed.: Mapping and the Citizen Sensor. Ubiquity Press , London, s. 1-12.

FRITZ, S., SEE, L., BROVELLI, M.. (2017). Motivating and Sustaining Participation in VGI. In: FOODY, G., SEE, L., FRITZ, S., MOONEY, P., OLTEANU-RAIMOND, A.-M., FONTE, C. C., ANTONIOU. V. ed.: Mapping and the Citizen Sensor. Ubiquity Press , London, s. 93-117.

GOODCHILD, M. F. (2007): Citizen as sensors: The world of volunteered geography. 15 s. http://www.ncgia.ucsb.edu/projects/vgi/docs/position/Goodchild_VGI2007.pdf (23. 6. 2018)

GOODCHILD , M. F., GLENNON, J. A. (2010): Crowdsourcing geographic information for disaster response: a research frontier. International Journal of Digital Earth, s. 231-241. doi: 10.1080/17538941003759255

GOODCHILD, M. F., LI, L. (2012): Assuring the quality of volunteered geographic information. Spatial Statistics, 2012, č. 1, s. 110-120. https://doi.org/10.1016/j.spasta.2012.03.002

HAKLAY, M. (2010): How good is volunteered geographical information? A comparative study of OpenStreetMap and Ordnance Survey datasets. Environment and Planning B: Planning and Design, 2010, č. 37, s. 682-703. https://kfrichter.org/crowdsourcing-material/day1/haklay10.pdf (20. 3. 2018)

HAKLAY, M., ANTONIOU, V., BASIOUKA, S., SODEN, R., MOONEY, P. (2014): Crowdsourced geographic information use in governmen. Report to GFDRR (World Bank). London. 76 s. https://www.gfdrr.org/sites/gfdrr/files/publication/Crowdsourced%20Geographic%20Information% 20Use%20in%20Government.pdf (24. 1. 2019)

HEIPKE, C. (2010): Crowdsourcing Geospatial Data. ISPRS Journal of Photogrammetry and Remote Sensing, 65, č. 6, s. 550-557. doi: 10.1016/j.isprsjprs.2010.06.005

MOONEY, P., MINGHINI, M. (2017): A Review of OpenStreetMap Data. In: FOODY, G., SEE, L., FRITZ, S., MOONEY, P., OLTEANU-RAIMOND, A.-M., FONTE, C. C., ANTONIOU, V. ed.: Mapping and the Citizen Sensor. Ubiquity Press , London, s. 37-59.

MOONEY, P., OLTEANU-RAIMOND, A.-M., TOUYA, G., ALVANIDES, S., KERLE, N. (2017):. Considerations of Privacy, Ethics and Legal Issues in Volunteered Geographic Information. In FOODY, G., SEE, L., FRITZ, S., MOONEY, P., OLTEANU-RAIMOND, A.-M., FONTE, C. C., ANTONIOU, V. ed.: Mapping and the Citizen Sensor. Ubiquity Press , London, s. 119-135.

MYŠKA, M., POLČÁK, R., ŠAVELKA, J., KYNCL, L., SVIRÁKOVÁ, I. (© 2014): Veřejné licence v České republice .Verze 2.0. Masarykova univerzita, Brno, 189 s. https://is.muni.cz/repo/1203341/Myska_et_al._-_Verejne_licence_2.0_-_online.pdf (25. 6. 2018)

OLTEANU-RAIMOND, A.-M., HART, G., FOODY, G., TOUYA, G., KELLENBERGER, T., DEMETRIOU, D. (2016): The scale of VGI in map production: A perspective of European National Mapping Agencies. Transactions in GIS, 2016, č. 21. https://doi.org/10.1111/tgis.12189

OLTEANU-RAIMOND, A.-M., LAAKSO, M., ANTONIOU, V., FONTE, C. C., FONSECA, A., GRUS, M., HARDING, J., KELLENBERGER, T., MINGHINI, M., SKOPELITI, A. (2017). VGI IN NATIONAL MAPPING AGENCIES: EXPERIENCES AND RECOMMENDATIONS. In FOODY, G., SEE, L., FRITZ, S., MOONEY, P., OLTEANU-RAIMOND, A.-M., FONTE, C. C., ANTONIOU, V. ed.: Mapping and the Citizen Sensor. Ubiquity Press , London, s. 299-326.

OORT, P. (2006): Spatial data quality: from description to application. Optima, Rotterdam, 125 s. http://edepot.wur.nl/38987 (15. 3. 2019)

REINÖHL, M. (2015): Veřejné licence v českém a evropském právu. Diplomová práce. Masarykova univerzita, Brno, 76 s. https://is.muni.cz/th/v3g1h/DP_- _Verejne_licence_v_ceskem_a_evropskem_pravu.pdf (25. 6. 2018)

SEE, L., MOONEY, P., FOODY, G., BASTIN, L., COMBER, A., ESTIMA, J., FRITZ, S., KERLE, N., JIANG, B., LAAKSO, M., LIU, H.-Y., MILČINSKI, G., NIKŠIČ, M,. PAINHO, M., PÖDÖR, A., OLTEANU- RAIMOND, A. M., RUTZINGER, M. (2016): Crowdsourcing, Citizen Science or Volunteered Geographic Information? The Current State of Crowdsourced Geographic Information. International Journal o Geo-Information. 2016, č. 5, s. 1-23. doi:10.3390/ijgi5050055

SEE, L., ESTIMA, J., PŐDÖR, A., ARSANJANI, J. J., BAYAS, J.-C. L., VATSEVA, R. (2017): VGI for Mapping. In: FOODY, G., SEE, L., FRITZ, S., MOONEY, P., OLTEANU-RAIMOND, A.-M., FONTE, C. C., ANTONIOU, V. ed.: Mapping and the Citizen Sensor. Ubiquity Press , London, s. 13-35.

SIROTEK, J., ŽÍDKOVÁ, Š. (2016): Žebříček otevřených dat 2016. city:one. https://www.cityone.cz/zebricek-otevrenych-dat-2016/t6504 (4 3 2019)

TOUYA, G., ANTONIOU, V., OLTEANU-RAIMOND, A.-M., VAN DAMME, M.-D. (2017): Assessing Crowdsourced POI Quality: Combining Methods Based on Reference Data, History, and Spatial

Relations. International Journal of Geo-Information, 2017, č. 6, s. 3-29. https://pdfs.semanticscholar.org/b600/b2438ae7d682d9573ceff06f793ad4ef5b6c.pdf (20. 3. 2019)

VRBÍK, D. (2018): Koncept neokartografie ve studiu starých map. Disertační práce. Masarykova Univerzita, Brno, s. 199. https://is.muni.cz/th/ordot/metody_neokartografie_ve_studiu_starych_map.pdf (2. 3. 2019)

YANG, S., SHEN, J., KONEČNÝ, M., WANG, Y., ŠTAMPACH, R. (2018): Study on the spatial heterogeneity of the POI quality in OpenStreetMap. 7th International Conference on Cartography and GI 18. -23. 2018. Sozopol, s. 286-295. https://iccgis2018.cartography- gis.com/7ICCGIS_Proceedings/7_ICCGIS_2018%20(32).pdf (16. 3. 2019)

ZIELSTRA, D., ZIPF, A., 2010. A Comparative Study of Proprietary Geodata and Volunteered Geographic Information for Germany. University of Heidelberg, Heidelberg. https://pdfs.semanticscholar.org/3668/31353f16c3b06c072768aaa77993a38b54b5.pdf (20. 3. 2019)

ZIMMERMAN, M. (2017): Žebříček datové otevřenosti českých statutárních měst v roce 2017. city:one. https://www.cityone.cz/zebricek-datove-otevrenosti-ceskych-statutarnich/t6680 (4 3 2019)

ŽÍDKOVÁ, Š., SIROTEK, J., PUCHRIK, L., BÁRTA, D. (2015): Žebříček otevřenosti statutárních měst. city:one. https://www.cityone.cz/zebricek-otevrenosti-statutarnich-mest-cr/t6322 (4 3 2019)

Elektronické nosiče a www stránky AGENTURA OCHRANY PŘÍRODY A KRAJINY ČESKÉ REPUBLIKY [2019]: BioLog - Pomozte nám mapovat přírodu. http://biolog.nature.cz/biolog/ (11 2 2019)

BUNDESMINISTERIUM FÜR DIGITALISIERUNG [2019]: Open Data Östereich, https://www.data.gv.at (11 3 2019)

CITY OF NEW YORK (2017): NYC Open Data, https://opendata.cityofnewyork.us/ (11 3 2019)

CREATIVE COMMONS [2018 a]: Attribution 4.0 International (CC BY 4.0), https://creativecommons.org/licenses/by/4.0/ (22. 6. 2018)

CREATIVE COMMONS [2018 b]: Uveďte původ 3.0 Česká republika (CC BY 3.0 CZ), https://creativecommons.org/licenses/by/3.0/cz/deed.cs (22. 6. 2018)

CREATIVE COMMONS [2018c]: Attribution-ShareAlike 4.0 International (CC BY-SA 4.0), https://creativecommons.org/licenses/by-sa/4.0/ (22. 6. 2018)

CREATIVE COMMONS [2018d]: Uveďte původ-Zachovejte licenci 3.0 Česká republika (CC BY-SA 3.0 CZ), https://creativecommons.org/licenses/by-sa/3.0/cz/ (22. 6. 2018)

ČESKÁ KOMUNITA OPENSTREETMAP (2015-2019): OpenStreetMap.cz, https://openstreetmap.cz (11 2 2019)

ČESKÁ TELEVIZE (2015). Newsroom ČT2,. https://www.ceskatelevize.cz/ivysilani/11030967025- newsroom-ct24/215411058170021/obsah/404598-datova-zurnalistika (18 3 2019) DATA.GOV [2019]: DATA.GOV, https://www.data.gov (11 3 2019)

DODDS, L. (2013): Reuser’s Guide to Open Data Licensing, https://theodi.org/article/reusers-guide- to-open-data-licensing/ (20. 6. 2018)

EUROPEAN COMMISSION, 2019. European Data Portal, https://www.europeandataportal.eu (11 3 2019)

EUROPEAN COMMISSION (2019): INSPIRE Knowledge base, https://inspire.ec.europa.eu (25 3 2019)

FLICKR [2019]: flickr, https://www.flickr.com (11 2 2019)

GOOGLE (2011): Live traffic information for 13 European countries, https://maps.googleblog.com/2011/07/live-traffic-information-for-13.html (11 2 2019)

GOOGLE (2019a): Map Maker Help, https://support.google.com/mapmaker/answer/7195127?hl=en (11 2 2019)

GOOGLE [2019b]. Google Trends - Zjistěte, co uživatele na celém světě zajímá, https://trends.google.com/trends/ (11 2 2019)

GOVERNMENT OF CANADA (2019) Canada.ca, https://www.canada.ca (11 3 2019)

GREATER LONDON AUTHORITY (2019): London Datastore, https://data.london.gov.uk/ (11 3 2019)

HLAVNÍHO MĚSTO PRAHA [2019]: opendata hlavního města Prahy, http://opendata.praha.eu/ (11 3 2019)

HOT OSM, [2019]. learnOSM, https://learnosm.org (9 2 2019)

HÝŽA, V., HUTNÍKOVÁ, E., [2019]: zmapováno.cz, https://www.zmapovano.cz (18 3 2019)

INSTITUT PLÁNOVÁNÍ A ROZVOJE HLAVNÍHO MĚSTA PRAHY (2010 – 2013): geoportal praha, http://www.geoportalpraha.cz (11 3 2019)

JANA MORÁVKOVÁ (2017): Návrh dat k poskytnutí do OSM. In: MIROSLAV SUCHÝ (2017): [TALK- CZ] Data z magistratu Brna, https://openstreetmap.cz/talkcz/c1968 (2. 4. 2019)

KUBÁSEK, M. (2012-2019): ZmapujTo, https://www.zmapujto.cz (11 2 2019)

MAGISTRÁT MĚSTA BRNA [2019]: DATA.BRNO, https://data.brno.cz (11 3 2019)

MAGISTRÁT MĚSTA OSTRAVY [2019]: OSTRAVA!!!, https://opendata.ostrava.cz/ (11 3 2019)

MINISTERSTVO VNITRA ČR [2019]: Otevřená data, https://data.gov.cz (11 3 2019)

NATIONAL DEVELOPMENT COUNCIL [2019]: DATA.GOV.TW, https://data.gov.tw/en (11 3 2019) NESEHNUTÍ [2019]: Můžu dýchat,. https://muzudychat.cz (18 3 2019)

NIELSEN, J. (2006): Nielsen Norman Group. The 90-9-1 Rule for Participation Inequality in Social Media and Online Communities, https://www.nngroup.com/articles/participation-inequality/ (30. 1. 2019)

OPEN DATA COMMONS [2018a]: Open Data Commons Attribution License (ODC-By) v1.0, https://opendatacommons.org/licenses/by/1.0/ (22. 6. 2018)

OPEN DATA COMMONS, [2018b]: ODC Open Database License (ODbL) Summary, https://opendatacommons.org/licenses/odbl/summary/ (22. 6. 2018)

OPEN DATA INSTITUTE (2013). What makes data open?, https://theodi.org/article/what-makes-data- open/ (20. 6. 2018)

OPEN KNOWLEDGE (2016-2017). Global Open Data Index, https://index.okfn.org (4 3 2019)

OPEN KNOWLEDGE (2018a): The Open Definition, https://opendefinition.org (5. 6. 2018)

OPEN KNOWLEDGE (2018b): Otevřená definice -- definice otevřených znalostí, https://opendefinition.org/od/2.0/cz/ (5. 6. 2018)

OPENGEOLABS (2014): Otevírání geografických dat - Případová studie, http://training.gismentors.eu/otevrena-geodata/index.html (23. 6. 2018)

OTEVŘENÁ SPOLEČNOST O.P.S [2019]: Genderová map, http://www.genderovamapa.cz (18 3 2019)

OTEVŘENÁ SPOLEČNOST, EKUMENICKÁ AKADEMIE [2019]: Mapa exekucí, http://mapaexekuci.cz (18 3 2019)

PLZEŇ [2019]: Město Plzeň, https://opendata.plzen.eu/ (11 3 2019)

POCITOVEMAPY.CZ (2015-2016): Pocitvé mapy, www.pocitovemapy.cz (25 3 2019)

PROCHÁZKA, D., KOMINÁCKÁ, J., KRYŠTOF, J., TYLLICH, M. (2006). Geografické informační systémy. Data, geodata, metadata..., https://is.mendelu.cz/eknihovna/opory/index.pl?opora=35 (23. 6. 2018)

PŘISPĚVATELÉ OPENSTREETMAP [2019]. OpenStreetMap Wiki, https://wiki.openstreetmap.org/wiki (8 2 2019) SAMI Z DAT [2019]: SAMI Z DAT, https://samizdat.cz (18 3 2019)

SIROTEK, J. (2015): Metodika otevřených dat a žebříček měst v ČR. https://www.slideshare.net/JanSirotek/open-data-smartcities2015 (4 3 2019)

TERMINOLOGICKÁ KOMISE ČÚZK [2018]. Terminologický slovník zeměměřictví a katastru nemovitostí, http://www.vugtk.cz/slovnik/termin.php?jazykova_verze=&tid=1070&l=geograficka- data--geodata--geoprostorova-data (23. 6. 2018)

T-MAPY SPOL. S R.O (2019). Katalog prostorových dat. GIS města Brna, https://gis.brno.cz/ost/edas/public/ (17 3 2019)

UNIVERZITA KARLOVA, MASARYKOVA UNIVERZITA, [2019]: Encyklopedie migrace, https://www.encyclopediaofmigration.org (18 3 2019) VIZUS (© 2019): Společně otevíráme data, http://www.otevrenadata.cz (18 3 2019)

WOOD, H. (2014): The Long Tail of OpenStreetMap, http://harrywood.co.uk/blog/2014/11/17/the- long-tail-of-openstreetmap/#slide18 (2 2 2019)

Zákony a normy ISO/TC 211 (2013): ISO 19157:2013 Geographic information -- Data quality Nařízení vlády č. 425/2016 Sb. o seznamu informací zveřejňovaných jako otevřená data Zákon č. 106/1999 Sb. ze dne 11. Května 1999 o svobodném přístupu k informacím

Rozhovory DOLÁK KLEMEŠOVÁ, K.Osobní sdělení zaměstnankyně Oddělení GIS MMB (Magistrát města Brna, Kounicova 67, 601 67 Brno) dne 10. 4. 2019

KAŠPÁREK, T., VOZDECKÝ, P. Osobní sdělení přispěvatelů OpenStreetMap (Fakulta informačních technologií VUT, Božetěchova 2, 612 00 Brno) dne 22. 5. 2018

MORÁVKOVÁ, J. Osobní sdělení zaměstnankyně Oddělení GIS MMB (Magistrát města Brna, Kounicova 67, 601 67 Brno) dne 10. 11. 2018

SUCHÝ, M. Osobní sdělení přispěvatele OpenStreetMap (Red Hat Czech, Purkyňova 111, 621 00 Brno) dne 6. 3. 2019

SEZNAM ZKRATEK AOPK Agentura ochrany přírody a krajiny CC0 Universal - Public Domain Dedication (Univerzální -Potvrzení o statusu volného díla) CC BY Creative Commons Attribution (CC Uveď autora) CC BY-SA Creative Commons Attribution-ShareAlike ČÚZK Český úřad zeměměřický a katastrální DIBAVOD Digitální báze vodohospodářských dat INSPIRE Infrastructure for spatial information in Europe IS Informační systém ISO International Organization for Standardization (Mezinárodní organizace pro normalizaci) JOSM Java OpenStreetMap Editor (Nástroj pro editaci OpenStreetMap) MMB Magistrát města Brna ODbL Open Database License ODC-By Open Data Commons Attribution License OECD Organization for Economic Cooperation and Development (Organizace pro hospodářskou spolupráci a rozvoj) OGC Open Geospatial Consortium OSM OpenStreetMap POI Poits of Interest (Body zájmu) RUIAN Registr územní identifikace, adres a nemovitostí SDI Spatial data infrastructure SWOT S = Strengths (Silné stránky), W = Weaknesses (Slabé stránky), O = Opportunities (Příležitosti), T = Threats (Hrozby) UNICEF United Nations International Children's Emergency Fund (Dětský fond Organizace spojených národů) VGI Volunteered Geographic information (Projekty, kde jsou prostorová data vytvářena dobrovolníky ze široké veřejnosti.)

SEZNAM OBRÁZKŮ Obr. 1 Druhy otevřených dat 12 Obr. 2 Komerční opětovné použití různých druhů otevřených dat 17 Obr. 3 Komponenty VGI dat 19 Obr. 4 Rozdělení zdrojů VGI a vybrané příklady projekty pro jednotlivé kategorie 20 Obr. 5 Přispěvatelé OpenStreetMap v roce 2014 podle počtu jejich editací, výřez bez 1000 nejaktivnějších uživatelů pro zvýrazněný bodu zlomu 21 Obr. 6 Vztah jednotlivých stran ve spolupráci VGI a národní mapovací agentury 34 Obr. 7 Model typického sběru VGI dat ve spolupráci s veřejnou správou 36 Obr. 8 Global Open Data Index v roce 2016/2017 40 Obr. 9 Indikátory Global Open Data Index v roce 2016/2017 pro Českou republiku 41 Obr. 10 Hodnocení otevřenosti statutárních měst ČR v letech 2015, 2016 a 2017 43 Obr. 11Vývoj kvalitativních a kvantitativních indikátorů v letech 015, 2016 a 2017 pro 6 nejlepších měst v roce 2017 44 Obr. 12 Vyhledávání datových sad na portálu DATA.BRNO 51 Obr. 13 Katalog prostorových dat – a) vyhledávání, b) metadata datové sady 52 Obr. 14 Aplikace Neighborhood Scout 54 Obr. 15 Encyklopedie migrace 55 Obr. 16 Aplikace zmapováno.cz 55 Obr. 17 Aplikace Můžu dýchat? 56 Obr. 18 Aplikace Mapa exekucí 56 Obr. 19 Aplikace Genderová mapa 57 Obr. 20 Článek Českého rozhlasu popisující problémy se suchem v létě 2018 58 Obr. 21 Model tvorby datové sady ve spolupráci MMB a OSM 74

SEZNAM TABULEK Tab. 1 Příklady otevřených licencí 14 Tab. 2 Popis některých částí modelu sběru dat za použití VGI 37 Tab. 3 Základní charakteristiky struktury a způsobu předávání dat vybraných států na základě analýzy jejich datových portálů 46 Tab. 4 Základní charakteristiky struktury a způsobu předávání dat vybraných zahraničních měst na základě analýzy jejich datových portálů 47 Tab. 5 Základní charakteristiky struktury a způsobu předávání dat vybraných českých měst a kraje na základě analýzy jejich datových portálů 48 Tab. 6 Základní charakteristiky struktury a způsobu předávání dat pro brněnské datové platformy 53 Tab. 7 Vybrané otevřené zdroje prostorových dat využívané v aplikacích MMB 61 Tab. 8 Vybrané VGI zdroje prostorových dat využívané v aplikacích MMB 62 Tab. 9 Vytipované datové sady pro poskytnutí pro užití v OSM 65 Tab. 10 Hodnocení vhodnosti vybraných tematik mapovaných v OSM z pohledu spolupráce s MMB 70

PŘÍLOHY

SEZNAM PŘÍLOH Příl. 1 Výhody a nevýhody otevírání dat veřejné správy Příl. 2 Výhody a nevýhody otevírání dat soukromého sektoru Příl. 3 Výhody a nevýhody otevírání dat občanů Příl. 4 Definice vybraných termínů podobných VGI Příl. 5 Vnitřní faktory motivace k přispívání ve VGI projektech Příl. 6 Vnější faktory motivace k přispívání ve VGI projektech

Příl. 1Výhody a nevýhody otevírání dat veřejné správy (DELOITTE ANALYTICS, 2012)

Příl. 2 Výhody a nevýhody otevírání dat soukromého sektoru (DELOITTE ANALYTICS, 2012)

Příl. 3 Výhody a nevýhody otevírání dat občanů (DELOITTE ANALYTICS, 2012)

Příl. 4 Definici vybraných termínů podobných VGI (SEE a kol., 2016)

Příl. 5 Vnitřní faktory motivace k přispívání ve VGI projektech (BUDHATHOKI a kol., 2010)

Příl. 6 Vnější faktory motivace k přispívání ve VGI projektech (BUDHATHOKI a kol., 2010)