Otevírání geografických dat

Doporučený postup otevírání geografických dat

K otevření geodat je vhodné postupovat v jednoznačně oddělených fázích, které na sebe navazují, což umožní využít získané zkušenosti a aplikovat požadavky uživatelů, které při provozu otevřených dat získáme.

Jednotlivé odbory městských samospráv často vytvářejí velké množství kvalitních dat, která jsou potenciálně atraktivní pro širokou škálu uživatelů. Na druhou stranu zdroje pro otevírání dat jsou omezené, proto je potřeba pečlivě vybírat, co se bude uvolňovat. Rizikem je vyčerpání energie na datové sady, které nebudou uživateli příliš využívané a naopak nepokrytí těch, které by byly pro veřejnost více atraktivní.

Pro cílový stav doporučujeme, aby otevřená data byla publikována jako webové služby OGC OWS. Tam, kde se to ukáže jako problematické (např. z důvodu přílišné zátěže na stávající technickou infrastrukturu), doporučujeme poskytování statických datových sad, tj. těch, které se vygenerují, připraví na server včetně vyhledávací infrastruktury s využitím formátu Atom. V druhém kroku, s využitím zkušeností při otevírání statických dat, je vhodné přistoupit k otevírání dat dynamických, měnících s v čase. Každý krok je rozdělen na pilotní fázi, ve které jsou otevřeny vhodně vybrané datové sady, u kterých předpokládáme velký zájem uživatelů, a fázi implementační, ve které jsou aplikovány zkušenosti z pilotní fáze do přípravy rutinního provozu a systémového otevírání dat. Otevírání dalších datových sad pokračuje postupně tak, aby byla neustále zabezpečena kvalita poskytovaných dat a služeb.

Doporučený postup otevírání dat je znázorněn na následujícím schématu:

Doporučený postup otevírání dat

Příprava datových sad pro zveřejnění by měla zahrnovat následující kroky [ref70]:

1. Identifikace datových sad pro otevření,
2. kontrola kvality vybraných datových sad - kompletnost, aktuálnost a přesnost, geometrická správnost,
3. přidání/kontrola metadat a jejich údržba,
4. volba a přidání licenčních podmínek,
5. fyzické otevření dat publikováním stahovacích/prohlížecích služeb.

Pro identifikaci datových sad je vhodné zvolit kombinaci z následujících možností:

1. dotazníkové šetření v komunitě uživatelů
2. analýza požadavků stávajících uživatelů
3. analýza nákladů na zveřejnění a porovnání s náklady na stávající systém distribuce
4. analýza složitosti zveřejnění (legislativní omezení, čištění dat, …)
5. odhad potřeb/pozorování uživatelů

Důležité je nejenom jednorázově provést průzkum a odhad potřeb uživatelů, ale také umožnit uživatelům zpětnou vazbu směrem k poskytovateli, minimálně pomocí formuláře na webových stránkách.

Otevírání dat je proces, který nikdy nebude možné označit za ukončený. Proto není cílem otevřít všechny datové sady, které jsou momentálně k dispozici, ale pracovat na jejich otevírání postupně.

Velice důležitým krokem se jeví popularizace s cílem získat maximální spektrum potenciálních uživatelů. Zveřejnění v aktualitách portálu města je potřeba periodicky opakovat pro všechny nové uživatele, minimálně v intervalu dvakrát ročně. Manažerskou veřejnost je nutné oslovit propagací na konferencích a workshopech. Odbornou veřejnost a vývojáře potom pomocí hackfestů, hackathonů, cílených workshopů, cenami pro nejlepší produkt a pod.

Technické řešení infrastruktury otevřených dat

Při návrhu a budování infrastruktury otevřených dat je vhodné dodržovat několik základních pravidel, která zabezpečí maximální efektivitu, rozšiřitelnost a odolnost celého řešení.

• Vnitřní infrastrukturu je nutné logicky, ne nutně fyzicky, oddělit od infrastruktury pro poskytování otevřených dat.
• Data jsou publikována v souladu s platnými standardy. Je možné, že stávající softwarové vybavení nebude tuto podmínku splňovat. Softwarové řešení může být hybridní (Open Source a proprietarní), každopádně takové, aby plnilo daný účel.
• Pokud to licenční podmínky umožní, je vhodné v maximální míře využít stávajících technologií tak, aby se zbytečně nerozšiřovalo spektrum provozovaného software a tím i složitost celého řešení. To znamená, že optimální je vnitřní infrastrukturu geografických dat a infrastrukturu dat otevřených provozovat na stejné platformě, doplněné o případné nutné další technologie tam, kde fyzicky stávající technologie nedostačuje.
• Klíčovým prvkem infrastruktury je validace dat před jejich publikováním validátorem příslušného standardu. Validaci samotnou je nutné svěřit jiné části týmu, případně externistům, aby byly nalezeny i nepopsané vlastnosti, sdílené pouze vnitřními pracovníky.
• Provoz dynamických služeb je vhodné delegovat na externí infrastrukturu, která umožní zabezpečit její škálovatelnost a dostupnost podle aktuálního zatížení.

Technická infrastruktura při otevírání dat

Nasazené řešení je vhodné testovat na co možná nejširší škále běžně používaných nástrojů z oblasti desktopových GIS aplikací, geodatabází, katalogů a pod. Výběr referenčního softwaru je vždy ovlivněn osobní preferencí administrátora, objektivními vlastnostmi, znalostí určitého technologického okruhu.

Doporučení k validaci

Publikovaná data v souborových formátech i webové služby by mělo jít snadno přidat jako vrstvy do tzv. projektů (workspace) v desktopových aplikacích jako je Esri ArcGIS, GeoMedia, QGIS, případně Topol a další. Pro ověření správnosti definice souřadnicového systému poskytovaných dat lze použít transformační nástroje Open Source knihovny GDAL [ref59]. Dále je pomocí této knihovny vhodné ověřit konzistenci a validitu dat včetně nastavení kódování češtiny v poskytovaných datech. To je možné zpětným importem a porovnáním s původními daty. Knihovna GDAL je taktéž využívána systémem Esri ArcGIS, lze ji tedy považovat za vhodnou referenční knihovnu. Pro úplnost dodáváme, že za ekvivaletní řešení ke knihovně GDAL pro prostředí jazyka Java lze považovat knihovnu GeoTools [ref63].

Provázání mezi metadatovým katalogem a samotnou službou je vhodné testovat pomocí zásuvného modulu QGIS MetaSearch [ref58], který umožnuje v katalogu přidat službu jako vrstvu do projektu. Dále by mělo být možné ověřit validitu služeb (vyhledávacích ale i prohlížecích a stahovacích) a dat na národním geoportálu INSPIRE [ref61].

Pro automatické testování validity a dostupnosti webových služeb můžeme s výhodnou využít knihovnu OWSLib [ref62], kterou lze spouštět periodicky na serveru a provádět tak pravidelnou kontrolu.

Pro ověření funkčnosti a dostupnosti webových služeb, ale i předgenerovaných rastrových dlaždic prostřednictvím služby OGC WMTS, je vhodné využít i webové aplikace, např. pomocí knihoven Leaf-let  [ref64] nebo OpenLayers [ref65]. Více v Příloha A: Open Source software pro jednotlivé úlohy.

U poskytovaných geodat, kde předpokládáme migraci na straně uživatele do geodatabáze, jakou jsou například objemnější data v relační nebo stromové struktuře, případně soubory se změnovými větami, je na místě tuto migraci otestovat. Pakliže se zaměříme na Open Source řešení, tak se jako nejvhodnější referenční geodatabáze jeví PostGIS [ref60]. Zde je třeba počítat s tím, že postup nebude triviální a není od věci jej publikovat, například na stránkách IPR Praha.