Kdo vlastně vytváří ostrá geodata? Před očima hned naskočí postava geodeta s laserovou stanicí na stativu, nebo člověka s GPS přijímačem pobíhajícího po poli. Ale když se vyskytnu v prostředí lidí, kteří se živí úplně jinou prací v krajině, tím víc si uvědomuji, že kolem nás vznikají obrovské zásoby prostorových dat, o jejichž přítomnosti ani jejich autoři mnohdy nevědí.

Traktorista, který celý den jezdí po poli, dávno není jen řidič stroje. Je to aktivní sběrač geodat. Systémy přesného zemědělství, které dnes jezdí v kabinách zemědělských strojů, jsou malé GIS platformy. Terminály jako John Deere Operations Center, Trimble GFX nebo česká platforma CleverFarm pracují s prostorovými daty. Řidič může okamžitě zaznamenat bod, linii nebo plochu s přesností na centimetry, pokud má k dispozici RTK korekci. Šachta meliorační sítě uprostřed pole, vyčnívající balvan, osamocený strom, podmáčená plocha nebo sloup elektrického vedení jsou v systému záznamem s GPS souřadnicí. Software data zapamatuje, příště obsluhu varuje a podle nastavení upraví cestu a automaticky zvedne pracovní nářadí.

Formáty, ve kterých se data z traktoru ukládají, jsou převoditelné do světa otevřeného GIS. Standard ISOXML je sice trochu průmyslové esperanto, ale export do Shapefile nebo GeoJSON je u většiny platforem možný. Přesto tato data takřka nikdy neopustí uzavřené firemní systémy. Zemědělec je vnímá jako výrobní know-how. Vědět přesně, kde je pole podmáčené nebo kde leží kamenná mez pod ornicí, to má pro hospodaření skutečnou hodnotu a tu nechce sdílet s konkurencí. Ale stejný zemědělec rád využívá jiné otevřené informace. Jako např. Intersucho, Agrorisk, nebo ClimRisk.

Tady leží nevyužitý potenciál. Nejde o to, aby zemědělci sdíleli celá svá datová portfolia. Jde o to, jestli by část z těchto dat, anonymizovaná a dobrovolná, nemohla najít cestu do veřejného prostoru. Sdílená poloha meliorační šachty uprostřed pole nikomu byznys neohrozí, ale jako součást veřejné mapové databáze by mohla být střípkem do mozaiky nezmapovaných odvodňovacích sítí, které v Čechách odvodňují pole a jejichž aktuální stav je stále neúplný.

Podobná situace přesahuje zemědělství do jiných sfér zájmů. V lesnictví pracují revírníci a lesní dělníci s mobilními aplikacemi, které jim umožňují zaznamenávat kůrovcová ohniska, poškozené porosty nebo průchodnost lesních cest po kalamitě. Aplikace QField, která je mobilní verzí QGIS, jim k tomu dává nástroj, který je dostatečně profesionální a přitom zvládnutelný bez geodetického vzdělání. Správci vodních toků mapují černé skládky u břehů, stav propustků a výpustí. Krajinní architekti pracují s daty existujících krajinných prvků, alejí a mokřin, které jim uchovávají podrobnosti, jež by veřejný registr po realizaci projetu nakonec ocenil.

V některých lidských činnostech se tvoří geodata s cennou přidanou hodnotou. Data, která jsou aktuálnější než státní mapový podklad a prostorově přesnější než cokoliv, co by bez přímého terénního kontaktu bylo možné zjistit ze satelitu. Mohou to být informace o místě skryté pod povrchem, pod hladinou, v éteru.

Projekt OpenInfrastructure Map, který běží na datech OpenStreetMap pod ODbL, ukazuje, jak infrastrukturní vrstva může vypadat, když ji komunita dobrovolně buduje. Zobrazuje elektrická vedení, produktovody a telekomunikační infrastrukturu po celém světě. Přesto jsou v něm mezery právě tam, kde by lokální znalost mohla chybějící data doplnit rychleji a přesněji než dosavadní způsoby mapování.

Podobný princip funguje v navigačních systémech pro silniční dopravu. Komerční navigační platformy sbírají anonymizovaná data od řidičů a na jejich základě aktualizují mapy, opravují rychlostní limity nebo detekují nové komunikace. Je to efektivní, ale data zůstávají v proprietárních systémech. Otevřená alternativa existuje a OSM ji aktivně rozvíjí, ale k plnohodnotnému napojení profesionálních zdrojových systémů na otevřenou databázi má celý ekosystém ještě co budovat.

Termín Volunteered Geographic Information přinesl geograf Michael Goodchild z Univerzity Kalifornie v Santa Barbaře, jeden z nejvlivnějších vědců v oblasti geoinformatiky. OpenStreetMap je nejznámějším příkladem VGI, ale není jediným. iNaturalist je příkladem, jak mohou biologická pozorování amatérskými přírodovědci vytvořit vědecky hodnotnou databázi výskytu druhů, kde každý záznam má svoji polohu a čas. OpenAerialMap agreguje snímky z dronů pořízených humanitárními organizacemi a jednotlivci po celém světě a zpřístupňuje je volně jako otevřená data. Humanitarian OpenStreetMap Team koordinuje dobrovolné mapování v oblastech postižených konflikty nebo přírodními katastrofami a dokázal v krátkém čase zmapovat území, která by klasický geodetický přístup zvládl za roky. Nebo nikdy.

V ČR je např. portál DIBAVOD, který provozuje Výzkumný ústav vodohospodářský T.G.M., nabízí otevřená data o vodních tocích a nádržích jako Shapefile ke stažení. ČÚZK stále výrazněji uvolňuje datové sady jako otevřená data, včetně digitálního modelu terénu s vysokým rozlišením. AOPK zpřístupňuje vrstvy ochrany přírody. Na tyto zdroje lze navazovat a doplňovat je právě tím, co státní registry nemusí nést v patrnosti: co je aktuální stav v terénu, kde jsou nezmapované objekty a kde se krajina, nebo zástavba právě proměnila.

Výzvou k realizaci dalšího něčeho takového není technologie, ale motivace a důvěra. Traktorista, který zaznamenal meliorační šachtu, zatím nemá žádný důvod ji sdílet. Klíčem by bylo vytvoření skutečně jednoduchého, bezpečného a dobrovolného propojení mezi uzavřenými profesními systémy a otevřenými mapami. Něco ve smyslu: pokud chcete, jedním kliknutím sdílíte tento bod anonymně do OSM nebo do národní otevřené databáze. Dobrovolnost a jednoduchost by musely být absolutní podmínkou, jinak to nebude fungovat.

Druhá výzva je v samotném zpracování dat. I kdybychom sbírali data dobrovolně od mapově poučených zemědělců, lesníků, správců areálů nebo jachtařů, výsledkem by byl obrovský a různorodý soubor surových záznamů. Tady vstupuje do hry strojové učení a umělá inteligence. Systémy, které dokážou automaticky identifikovat vzory v polohových datech, odfiltrovat chyby, deduplikovat záznamy a navrhnout jejich zařazení do mapové ontologie, jsou dnes reálné a jejich vývoj se rychle posouvá. Právě přechod od surových dat k čistým a importovatelným mapovým vrstvám je oblastí, kde bych rád viděl více výzkumu a kde si myslím, že česká věda a komunita OSM mají co nabídnout, že tu je příležitost k dalšímu rozvoji. Zbývá jen najít způsoby, kudy prostorová zkušenost může přijít na mapu. Integrovat a dotáhnout existující nástroje k zakreslení dat z terénu a začít stavět datový most z obou stran najednou.