Skip to content

Hack for Sweden contribution for the 2017 competition

Notifications You must be signed in to change notification settings

hartstrattoncreative/h4s2017

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

38 Commits
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

Repository files navigation

LuminoCity

Mapping shadows cast by buildings over the course of a day

Stockholm in winter

Svenska Eko-Kartan image

Stockholm in summer

Svenska Eko-Kartan image

Description (in Swedish)

Du tittar på en karta av alla sammanlagda skuggor som producerats av tusentals byggnader Stockholm under loppet av en dag. Genom att visualisera byggnadsskuggor kan vi få insikt i hur stadens silhuett påverkar livet nere på marknivå. Solljus och skuggor influerar inte bara gångtrafik, val av promenadsrutt eller vilka caféer och butiker som är övergivna och vilka som blomstrar. Det kan också bidra till en markant skillnad i fastighetspriser och kanske även vår hälsa. Med hjälp av öppen data från Stockholms Stad har vi utvecklat en karta som visualiserar skuggor från byggnader i Stockholms Stad och hur de kan skilja sig åt under olika årstider. Förhoppningen är att kartan kan bidra till att stadsplanerare och beslutstagare kan få en bättre bild av stadens miljö och på så vis leda till mer informerade initiativ och positiv urban utveckling i framtiden.

Installing

The client side runs on Node.js to serve the map tiles of the shadows generated from the processing steps below.

brew install node
cd h4s2017

Build bundle files

npm install -g webpack
npm run webpack

Start development server

npm start

Data Processing

You need Python installed.

brew install python

Install virtualenv, although it isn't strictly necessary.

pip install virtualenv

Clone the source, go ahead and create a new virtualenv:

git clone https://github.com/geoshepherds/h4s2017.git
cd ~/h4s2017
virtualenv venv
source venv/bin/activate

Then install the requirements with pip:

pip install -r /shadow_map/requirements.txt

Generating HeightMap

python path/to/heightmap.py --projection epsg:3011 --geojson path/to/<buildings>.geojson --elevation-dir path/to/dir --output path/to/<name>.heightmap --save-image path/to/<name>.png 59.34413 18.09595 2 4272

Generating ShadowMap

python shadow_map/render.py path/to/<name>.heightmap "2014-06-25 12:00" "2014-06-25 13:00" 60 path/to/dir