Lepsza jakość danych przestrzennych tworzonych przez użytkowników

Coraz więcej ludzi gromadzi dane identyfikujące lokalizację czy wielkość i kształt znajdujących się na Ziemi obiektów, takich jak budynki, góry, jeziora lub drogi. Uczestnicy unijnej inicjatywy badają wady tworzenia map przez osoby niewykwalifikowane i proponują, jak im zaradzić.

fot. Wikipedia

Częściej niż kiedykolwiek zwykli obywatele wykorzystują narzędzia internetowe do tworzenia, zbierania i rozpowszechniania danych geograficznych. Wzrost ilości informacji geograficznych generowanych przez wolontariuszy (VGI – volunteered geographic information) może prowadzić do pojawiania się danych subiektywnych lub nacechowanych emocjonalnie, dostarczanych przez ludzi pozbawionych formalnego szkolenia. Jakość i niezawodność technik VGI jest przedmiotem dyskusji w instytucjach państwowych i firmach prywatnych odpowiedzialnych za ocenę, przetwarzanie lub analizowanie danych przestrzennych przy pomocy systemów informacji geograficznej.

Aby rozwiązać ten problem, uczestnicy projektu „Deriving spatial data from volunteered geographic information” (VGI_SLAM), finansowanego ze środków UE, przygotowują nowe metodologie umożliwiające dostarczanie wysokiej jakości danych przestrzennych na podstawie VGI.

Chcąc lepiej zrozumieć, co wpływa na jakość danych przestrzennych, uczeni rozpoczęli projekt od zbadania VGI oraz tradycyjnych metod tworzenia map przez specjalistów. Ustalono, że jakość można poprawić dzięki automatyzacji obu procesów tworzenia map, co tym samym przekłada się na zmniejszenie nakładów roboczych potrzebnych do wykonywania zadań z zakresu informacji geoprzestrzennych.

Partnerzy projektu opracowują metodologię umożliwiającą automatyzację procedury dodawania danych semantycznych do siatki ulic generowanej przez jeden z bezpłatnych serwisów do edytowania map świata. W tym celu wykorzystano siatkę ulic Bostonu stworzoną w popularnym serwisie map typu wiki.

Dzięki projektowi VGI_SLAM mają w sposób opłacalny ekonomicznie powstawać wysokiej jakości dane dla specjalistów badań geoprzestrzennych, jak i ogółu społeczeństwa. Uczestnicy inicjatywy zaproponują też sposoby na wykorzystanie generowanych przez użytkowników danych geoprzestrzennych oraz tworzenie dużych zbiorów danych w ramach crowdsourcingu.

Źródło: CORDIS