مطالعه کیفی مجموعه داده نقشه خیابان باز برای تهران

چکیده

در دهه گذشته پیشرفت های عظیمی در اکتساب داده های جغرافیایی صورت گرفته است. جمع آوری متمرکز داده ها، عمدتاً توسط دفاتر نقشه برداری زمین و سازمان های دولتی محلی، به طور چشمگیری به ارائه داوطلبانه داده ها توسط شهروندان تغییر کرده است. در میان فهرست گسترده‌ای از ابتکارات مربوط به اطلاعات مکانی تولید شده توسط کاربر، OpenStreetMap (OSM) یکی از معروف‌ترین محصولات با منبع جمعی است. اعتقاد بر این است که کیفیت اطلاعات جمع آوری شده یک نگرانی معتبر باقی می ماند. بنابراین، ارزیابی کیفی داده‌های OSM به‌عنوان مهم‌ترین نمونه از اطلاعات مکانی داوطلبانه (VGI) یک موضوع قابل توجه در جامعه اطلاعات مکانی است. یکی از جنبه‌های ارزیابی کیفیت VGI به مقایسه آن با پایگاه‌های اطلاعاتی مکانی ارجاع‌شده سازمانی مربوط می‌شود. این مقاله یک معیار کیفیت جدید برای ارزیابی دقت VGI و همچنین برای تجزیه و تحلیل کیفی مجموعه داده OSM با ارزیابی سازگاری آن با نقشه مرجع تولید شده توسط شهرداری تهران پیشنهاد می‌کند. یک نقشه شبکه‌بندی شده استفاده می‌شود و معیارهای اکتشافی مانند مساحت حداقل هندسه مرزی و توزیع جهت (بیضی انحرافی استاندارد)، برای هر دو VGI و داده‌های مرجع ارزیابی می‌شوند، به طور جداگانه در هر شبکه مقایسه می‌شوند. در نهایت، به منظور داشتن یک خروجی خاص به عنوان یک معیار کیفیت یکپارچه برای VGI، سازگاری آن با داده‌های حقیقت زمینی با استفاده از منطق فازی ارزیابی می‌شود. نتایج این تحقیق تأیید می‌کند که کیفیت نقشه‌های OSM در منطقه مورد مطالعه نسبتاً خوب است، اگرچه توزیع فضایی عدم قطعیت در VGI در سراسر مجموعه داده متفاوت است. یک نقشه شبکه‌بندی شده استفاده می‌شود و معیارهای اکتشافی مانند مساحت حداقل هندسه مرزی و توزیع جهت (بیضی انحرافی استاندارد)، برای هر دو VGI و داده‌های مرجع ارزیابی می‌شوند، به طور جداگانه در هر شبکه مقایسه می‌شوند. در نهایت، به منظور داشتن یک خروجی خاص به عنوان یک معیار کیفیت یکپارچه برای VGI، سازگاری آن با داده‌های حقیقت زمینی با استفاده از منطق فازی ارزیابی می‌شود. نتایج این تحقیق تأیید می‌کند که کیفیت نقشه‌های OSM در منطقه مورد مطالعه نسبتاً خوب است، اگرچه توزیع فضایی عدم قطعیت در VGI در سراسر مجموعه داده متفاوت است. یک نقشه شبکه‌بندی شده استفاده می‌شود و معیارهای اکتشافی مانند مساحت حداقل هندسه مرزی و توزیع جهت (بیضی انحرافی استاندارد)، برای هر دو VGI و داده‌های مرجع ارزیابی می‌شوند، به طور جداگانه در هر شبکه مقایسه می‌شوند. در نهایت، به منظور داشتن یک خروجی خاص به عنوان یک معیار کیفیت یکپارچه برای VGI، سازگاری آن با داده‌های حقیقت زمینی با استفاده از منطق فازی ارزیابی می‌شود. نتایج این تحقیق تأیید می‌کند که کیفیت نقشه‌های OSM در منطقه مورد مطالعه نسبتاً خوب است، اگرچه توزیع فضایی عدم قطعیت در VGI در سراسر مجموعه داده متفاوت است. سازگاری آن با داده های حقیقت زمینی با استفاده از منطق فازی ارزیابی می شود. نتایج این تحقیق تأیید می‌کند که کیفیت نقشه‌های OSM در منطقه مورد مطالعه نسبتاً خوب است، اگرچه توزیع فضایی عدم قطعیت در VGI در سراسر مجموعه داده متفاوت است. سازگاری آن با داده های حقیقت زمینی با استفاده از منطق فازی ارزیابی می شود. نتایج این تحقیق تأیید می‌کند که کیفیت نقشه‌های OSM در منطقه مورد مطالعه نسبتاً خوب است، اگرچه توزیع فضایی عدم قطعیت در VGI در سراسر مجموعه داده متفاوت است.

کلید واژه ها:

VGI _ کیفیت داده های مکانی ؛ فازی ; مجموعه داده نقشه خیابان باز

1. مقدمه

تنها چند شرکت خاص و آژانس های ملی در هر کشور در گذشته داده های مکانی را جمع آوری کرده اند. با این حال، سال‌های اخیر شاهد هجوم وب‌سایت‌ها و مجموعه‌های ابزار مبتنی بر وب به دلیل ظهور Web 2.0 بوده‌ایم که امکان اکتساب اطلاعات مکانی با منبع جمعی را فراهم کرده است و دسترسی و دسترسی به داده‌ها را به سرعت در حال رشد در فضای جغرافیایی به ارمغان آورده است. دامنه [ 1 ].

وب 2.0، ارجاع جغرافیایی، برچسب های جغرافیایی، GPS، گرافیک و ارتباطات پهن باند از جمله فناوری هایی هستند که توسط Goodchild [ 2 ] به عنوان فناوری هایی که این فعالیت را امکان پذیر کرده اند شناسایی شده اند. گودچایلد همچنین اصطلاح «اطلاعات جغرافیایی داوطلبانه» (VGI) را برای توصیف این مورد خاص از محتوای تولید شده توسط کاربر ابداع کرد.

اصطلاح “VGI” عمدتاً بیانگر اقدام عمدی ارائه اطلاعات مکانی است که اغلب توسط کاربران آموزش ندیده انجام می شود. علاوه بر این، برخی اصطلاحات دیگر مانند «نئوجغرافی» [ 3 ]، یا «ویکیفیکاسیون GIS» [ 4 ] برای توصیف این عمل استفاده می‌شوند. با این حال، همه این اصطلاحات به مفهوم یکسان تبدیل مصرف کنندگان منفعل به تولیدکنندگان فعال اطلاعات جغرافیایی دلالت دارند.

در این زمینه، وب سایت OpenStreetMap (OSM) به عنوان یکی از پروژه های VGI شناخته شده در نظر گرفته می شود. تاریخچه این پروژه به حدود ده سال پیش برمی گردد و مانند سایر وب سایت های مشابه و معروف مانند ویکی پدیا، اطلاعات گردآوری شده آن را می توان به عنوان محتوای تولید شده توسط کاربر (UGC) توصیف کرد [ 5 ]. به عبارت دیگر، OSM یک نقشه آنلاین از جهان است که متن باز و قابل ویرایش است. این نقشه عمدتاً توسط کاربران داوطلب در سراسر جهان از طریق جمع‌آوری و مشارکت داده‌های مکانی یا از طریق مسیرهای داده GPS خود کاربران، ردیابی دیجیتالی تصاویر هوایی یا جمع‌آوری داده‌ها از منابع رایگان متفرقه ایجاد می‌شود. تمام داده های OpenStreetMap را می توان به صورت رایگان و در قالب برداری دانلود کرد که منجر به استفاده گسترده از آنها شده است.

داده های OSM به سه دلیل اصلی [ 6 ] مفید در نظر گرفته می شوند: اول رایگان بودن، دوم به روز بودن و سوم ارائه پوشش جهانی، حتی برای بخش های کمتر توسعه یافته جهان. با وجود این مزایا، برخی نگرانی‌های کلی در مورد داده‌های OSM و VGI وجود دارد. کیفیت داده یکی از مشکلات اصلی در این زمینه است که می تواند به سایر پورتال های آنلاین مبتنی بر UGS نیز نسبت داده شود [ 5 ]. کیفیت داده را می توان به عنوان تناسب و تناسب برای استفاده، یا میزان مناسب بودن برخی از داده ها برای رفع نیازهای خاص یا برآوردن الزامات معین برای حل یک مشکل خاص تعریف کرد.

در حالی که آژانس‌های نقشه‌برداری حرفه‌ای از استانداردهای کاربردی، مشخصات و روش‌های فنی پیشرفته استفاده می‌کنند تا اطمینان حاصل کنند که تولید اطلاعات آنها از اعتبار و اعتبار مطلوبی برخوردار است، اطلاعات جغرافیایی ارائه‌شده توسط پروژه‌های VGI مانند OSM ماهیت توزیع‌شده جمع‌آوری داده‌ها و هماهنگی ضعیف از نظر استانداردها در نتیجه، اطلاعات مکانی تولید شده توسط کاربر دارای اعتبار مشکوک است و نیاز به ارزیابی مناسب بودن و مناسب بودن داده های OSM وجود دارد.

تعداد زیادی از کارهای تحقیقاتی انجام شده در مورد ارزیابی کیفیت VGI بر تحلیل‌های کمی که از طریق مقایسه VGI با نقشه‌های مرجع انجام شده است، تمرکز دارند. این مطالعات با استفاده از داده های OSM در کشورهای مختلف مانند انگلستان [ 7 ]، ایرلند [ 8 ]، آلمان [ 9 ] و فرانسه [ 10 ] انجام شده است.

یکی از آنالیزهای مقایسه اولیه روی OSM توسط Haklay [ 7 ] انجام شد که تحقیقاتش شامل ارزیابی اولیه دقت و کامل بودن موقعیت برای داده‌های بریتانیای کبیر از طریق مقایسه بخش‌های بزرگراه بین مجموعه داده‌های OSM و Ordnance Survey (OS) Meridian 2 بود. برای ارزیابی دقت موقعیت، او ساده ترین نسخه روش افزایش بافر (IBM) [ 11 ] را برای مقایسه اشیاء خطی، با استفاده از یک مقدار بافر از پیش تعریف شده برای محاسبه درصد همپوشانی متناظر، دنبال کرد ( شکل 1 ). و برای ارزیابی کامل بودن داده ها، طول کل در هر دنباله کیلومتر را برای دو مجموعه داده محاسبه و آنها را با هم مقایسه کرد.

شکل 1. روش افزایش بافر (IBM): تعیین سطح دقت بر اساس نسبت خط آزمایش شده در بافر ایجاد شده در اطراف خط مرجع [ 11 ].

یک مقایسه بصری بین OSM، Google Maps و Bing Maps در ایرلند برای مطالعه کامل، ارز و دقت داده ها انجام شد [ 8 ]. Zielstra و Zipf [ 9 ] داده های OSM را در آلمان با مقایسه آن با مجموعه داده TeleAtlas ارزیابی کردند. آنها داده ها را به کاشی های یک کیلومتر مربع تقسیم کردند، طول کل مجموعه داده ها را برای هر کاشی محاسبه کردند و کامل بودن داده ها را بر اساس مقادیر محاسبه شده ارزیابی کردند. کیفیت داده های VGI در فرانسه با گسترش کار هاکلی مورد مطالعه قرار گرفت و ارزیابی مجموعه بزرگتری از عناصر کیفیت داده های مکانی (به عنوان مثالهندسه، صفت، معناشناسی و دقت زمانی، ثبات منطقی، کامل بودن، نسب و کاربرد) و استفاده از روش های مختلف کنترل کیفیت. به عنوان مثال، روش های هاسدورف و فاصله متوسط برای ارزیابی دقت موقعیت [ 10 ] استفاده شد.

برای کمک به بحث او، این مقاله سعی دارد کیفیت داده های OSM را ارزیابی کند. OSM همچنین با نقشه مرجع تولید شده توسط شهرداری تهران، بر اساس برخی معیارهای نوآورانه مقایسه شده است.

مزیت استفاده از معیارهای جدید دستیابی به دید جامع تری از کیفیت داده های مکانی مورد مطالعه و شناسایی هرگونه ناسازگاری آشکار در داده ها است. این می تواند به شناسایی مناطق جغرافیایی با ابهام کمتر و دقت بیشتر برای استفاده در کاربردهای مختلف GIS کمک کند.

با توجه به ساختار مقاله، بخش 2 تجزیه و تحلیل تجربی داده‌های OSM را تشریح می‌کند و بحثی درباره معیارهای کیفیت داده‌های مکانی در حوزه VGI ارائه می‌کند. بخش 3 مطالعه را با ارائه بحثی درباره نتایج به پایان می رساند.

2. روش شناسی

در این بخش روش پیشنهادی برای تحلیل کیفی داده‌های OSM برای تهران معرفی می‌شود. پهنه مورد مطالعه با مساحت تقریبی 20 کیلومتر مربع ^یکی از پهنه های مرکزی شهری تهران، پایتخت ایران است.

2.1. مجموعه داده های موجود

داده های جغرافیایی را می توان با دو روش اصلی از OpenStreetMap استخراج کرد. راه اول، تعریف یک ناحیه خاص و دانلود اطلاعات XML موجود از OpenStreetMap است. راه دوم استفاده از وب‌سایت‌هایی مانند «Geofabrik» یا «Cloudmade» است که داده‌های OpenStreetMap قابل دانلود را در قالب‌های مختلف مانند XML و Shapefile ارائه می‌دهند. مورد دوم در مطالعه حاضر مورد استفاده قرار گرفت. داده های OSM برای تهران در قالب فایل شیپ از کلودمد دانلود شد و سپس منطقه شهری مورد نظر برش داده شد ( شکل 2 ).

شکل 2. داده های OpenStreetMap از منطقه مورد مطالعه روی Google Earth قرار گرفته است.

از سوی دیگر، برای تعیین کیفیت VGI از نظر کمی، مقایسه با داده های رسمی با کیفیت بالاتر (داده های تولید شده توسط استانداردهای کیفیت پذیرفته شده) مورد نیاز است. در این تحقیق از نقشه مرجع در مقیاس 1:2000 که توسط شهرداری تهران در قالب Shapefile تهیه شده است، به عنوان داده های حقیقت زمینی استفاده شده است ( شکل 3 ).

شکل 3. همپوشانی نقشه OpenStreetMap (OSM) با نقشه مرجع.

2.2. روش ارزیابی

روش شناسی این پژوهش شامل سه مرحله است:

تقسیم مجموعه داده ها به کاشی با استفاده از شبکه. این مرحله مقایسه دو مجموعه در هر شبکه سلولی را امکان پذیر می کند.
ارزیابی معیارهای کیفیت بر اساس کاشی به کاشی برای هر دو نقشه VGI و مرجع.
ترکیبی از معیارهای ارزیابی شده از طریق یک رویکرد مجموعه فازی و محاسبه یک اصطلاح کمی که نشان دهنده کیفیت داده های OSM در هر سلول است.

2.3. معیارهای کیفیت

در این مطالعه از چهار معیار زیر برای مقایسه دو مجموعه داده استفاده شد.

2.3.1. طول جاده

این معیار معمولاً برای بررسی کامل بودن داده های OpenStreetMap در مقایسه با نقشه مرجع استفاده می شود. کامل بودن یک شبکه راه را می توان با محاسبه طول کل جاده ها در یکی از مجموعه داده های OSM در یک منطقه کاشی و سپس مقایسه آن با نقشه مرجع در همان منطقه با استفاده از رابطه (1) تعیین کرد ( شکل 4 ) . . تفاوت در طول کلی نشان دهنده ناسازگاری بین دو مجموعه داده است.

کامل بودن شبکه جاده ای OSM = |1 − (Σ(طول جاده های OSM)/Σ(طول جاده های مرجع))|

(1)

شکل 4. تفاوت محاسبه شده بین طول کل جاده های موجود در هر سلول در OSM و نقشه مرجع.

2.3.2. حداقل هندسه مرزی

کوچکترین چند ضلعی های محدب که ویژگی های جاده را در هر شبکه از هر دو مجموعه داده در بر می گیرد، به دست آمد و سپس مساحت آنها محاسبه و مقایسه شد ( شکل 5 ). واضح است که تنوع بیشتر بین نواحی محاسبه‌شده هندسه‌های مرزی حداقل نشان‌دهنده ناهماهنگی بیشتر بین دو مجموعه داده است.

2.3.3. توزیع جهتی (بیضی انحرافی استاندارد)

متریک توزیع جهتی ویژگی‌های فضایی ویژگی‌های مکانی مانند گرایش مرکزی، پراکندگی و روندهای جهتی را خلاصه می‌کند. بنابراین، اگر بیضی های انحرافی استاندارد برای هر شبکه از دو مجموعه داده به دست آید و جهت آنها مقایسه شود، می توان سازگاری دو مجموعه داده را ارزیابی کرد ( شکل 6 ).

2.3.4. مرکز میانه

آخرین معیار کیفیت مورد استفاده در این مطالعه مرکز میانه بود. مرکز میانه یک سلول نشان دهنده مکانی است که فاصله کلی اقلیدسی را تا ویژگی های موجود در آن سلول به حداقل می رساند. بنابراین، فاصله مراکز میانه دو مجموعه داده در هر سلول شبکه را می توان به عنوان معیاری برای مقایسه آنها در نظر گرفت ( شکل 7 ).

شکل 5. ( الف ) حداقل هندسه مرزی برای ویژگی های هر کاشی برای OSM. ( ب ) حداقل هندسه مرزی برای ویژگی های هر کاشی برای نقشه مرجع.

2.4. مدل فازی

کیفیت داده‌های مکانی از سه بخش شامل تعریف عناصر کیفیت داده‌های مکانی، ایجاد معیارهایی برای اندازه‌گیری این عناصر و در نهایت ارتباط کیفیت داده‌ها تشکیل شده است [ 12 ]. اگرچه عناصر مختلفی از داده های مکانی وجود دارد که با کیفیت تعریف شده اند، مانند کامل بودن، دقت موقعیتی، دقت زمانی و اصل و نسب، از آنجایی که VGI یک گرایش جدید در علم اطلاعات مکانی است، سردرگمی در مورد چگونگی و کدام عنصر کیفیت داده های مکانی وجود دارد. می تواند برای VGI اعمال شود. از سوی دیگر، معیارهای تعریف شده تنها و دقیقاً یک عنصر کیفیت را اندازه گیری نمی کنند، بلکه هر یک از آنها جنبه های یکپارچه کیفیت داده های مکانی را پوشش می دهد.

شکل 6. ( الف ) بیضی انحرافی استاندارد برای ویژگی های هر سلول برای OSM. ( ب ) بیضی انحرافی استاندارد برای ویژگی های هر سلول برای نقشه مرجع.

در نتیجه، معیارهای اندازه‌گیری شده باید یکپارچه شوند تا مقدار مشخصی داشته باشند، که نشان‌دهنده کیفیت نقشه OSM در مقایسه با نقشه مرجع است. به همین دلیل، یک روش منعطف برای رسیدگی به ابهام یا عدم قطعیت پیرامون ترکیب معیارهای کیفیت مورد نیاز است [ 13 ]. یکی از شناخته شده ترین روش ها در این مورد، منطق فازی است که امکان ترکیب های وزنی انعطاف پذیر را فراهم می کند.

منطق فازی روشی مناسب برای نگاشت فضای ورودی به فضای خروجی است. اگرچه روکش فازی و روکش وزنی شبیه یکدیگر به نظر می رسند، اما این دو روی پایه های متفاوتی ساخته شده اند. همپوشانی فازی مبتنی بر نظریه مجموعه ها است، در حالی که همپوشانی وزنی بر اساس ترکیبات خطی است. بنابراین در مرحله ترکیب، منطق فازی تعامل احتمال تعلق پدیده به مجموعه‌های متعدد و تعامل عدم دقت در عضویت مجموعه‌ها را بر خلاف همپوشانی وزنی که بر اساس مقیاس ترجیحی نسبی است، بررسی می‌کند. بنابراین، منطق فازی برای محققان جذابیت زیادی دارد زیرا برای مدیریت مبهم‌ها در حوزه جغرافیایی مناسب است، به‌ویژه برای تحلیل روابط و تعامل بین همه مجموعه‌ها برای معیارهای چندگانه در مدل همپوشانی.

با توجه به ایده منطق فازی [ 14 ]، معیارهای ارزیابی شده در کلاس‌ها مشخص می‌شوند. با این حال، به دلیل عدم دقت فکر، ابهام و ابهام، مرزهای بین طبقات همیشه دقیق نیست و مشخص نیست که آیا چیزی متعلق به یک طبقه است یا نه. هر دوی این منابع عدم دقت می توانند باعث عدم دقت در اختصاص سلول ها به کلاس های خاص شوند. در زبان انسان، این بی دقتی ها از طریق اصلاح کننده هایی مانند بسیار، اندک و متوسط و منطق فازی فرآیندی را بیشتر شبیه به تفکر طبیعی انسان انجام می دهد.

شکل 7. مراکز میانه OSM و ویژگی های داده مرجع در هر سلول شبکه.

در منطق فازی، کلاس ها به صورت مجموعه تعریف می شوند. در نظریه مجموعه کلاسیک، یک شی عضوی از یک مجموعه است که مقدار عضویت آن 1 باشد، در غیر این صورت مقدار عضویت 0 به آن اختصاص داده می شود. در مقابل، در تئوری مجموعه های فازی، مقدار عضویت می تواند هر مقداری بین 0 و 1 داشته باشد که منعکس کننده درجه قطعیت عضویت است. به عنوان مثال، برای طول جاده به عنوان یکی از معیارهای ورودی، هر مقدار کاشی تغییر می‌یابد یا مقداری بین 0 تا 1 به آن نسبت داده می‌شود که این امکان وجود دارد که مقدار طول جاده عضوی از کلاس (مجموعه) ناسازگاری بالا باشد. مقدار 1 نشان دهنده اطمینان کامل است که مقدار در مجموعه قرار دارد و 0 با اطمینان کامل نشان می دهد که در مجموعه نیست. همه مقادیر دیگر سطحی از امکان هستند، با مقادیر بالاتر احتمال بیشتر عضویت را نشان می دهد. فرآیند تبدیل مقادیر ورودی اولیه به مقیاس 0 تا 1 امکان عضویت را فرآیند فازی سازی می نامند. در این تحقیق یک پارامتر خروجی که نشان دهنده عدم قطعیت OSM است و چهار پارامتر ورودی تعریف شده در نظر گرفته شد و برای هر یک از این پارامترها از چهار کلاس استفاده شد تا متغیرهای طبقه بندی شوند. سپس یک تابع عضویت مثلثی که با تحلیل بصری به دست آمده بود به هر یک از آنها اختصاص داده شد. یک مورد در مورد پارامتر خروجی است. برای این متغیر، چهار مفهوم شامل سازگاری قوی (S1)، سازگاری کافی (S2)، سازگاری متوسط (S3) و ثبات هفته (S4) تعریف شد. که نشان دهنده عدم قطعیت OSM است و چهار پارامتر ورودی از قبل تعریف شده در نظر گرفته شد و برای هر یک از این پارامترها از چهار کلاس استفاده شد تا متغیرهای طبقه بندی شوند. سپس یک تابع عضویت مثلثی که با تحلیل بصری به دست آمده بود به هر یک از آنها اختصاص داده شد. یک مورد در مورد پارامتر خروجی است. برای این متغیر، چهار مفهوم شامل سازگاری قوی (S1)، سازگاری کافی (S2)، سازگاری متوسط (S3) و ثبات هفته (S4) تعریف شد. که نشان دهنده عدم قطعیت OSM است و چهار پارامتر ورودی از قبل تعریف شده در نظر گرفته شد و برای هر یک از این پارامترها از چهار کلاس استفاده شد تا متغیرهای طبقه بندی شوند. سپس یک تابع عضویت مثلثی که با تحلیل بصری به دست آمده بود به هر یک از آنها اختصاص داده شد. یک مورد در مورد پارامتر خروجی است. برای این متغیر، چهار مفهوم شامل سازگاری قوی (S1)، سازگاری کافی (S2)، سازگاری متوسط (S3) و ثبات هفته (S4) تعریف شد.شکل 8 ). برای مثال، معنای قوام قوی (S1) این است که بین OSM و نقشه مرجع سازگاری بالایی وجود دارد.

شکل 8. نمودار تابع عضویت متغیر خروجی.

مرحله بعدی استفاده از یک سیستم مبتنی بر قوانین فازی برای یکپارچه سازی ورودی ها و ارزیابی پارامتر خروجی است. روش استنتاج فازی ممدانی متداول ترین روش شناسی فازی است. شکل 9 نمودار سیستم استنتاج مبتنی بر قانون را نشان می دهد.

شکل 9. نمودار سیستم استنتاج مبتنی بر قانون فازی.

بر اساس نمودار فوق، انواع عملگرها مانند AND فازی و OR فازی را می توان برای ترکیب مقادیر عضویت ورودی بر اساس برخی قوانین تعریف شده به کار برد. در این مطالعه برای یافتن قوانین مناسب، مقایسه تصویری بین نقشه OSM، نقشه مرجع و هر یک از نقشه های ارزیابی شده معیارها انجام شد. تعدادی از قوانین به کار گرفته شده در شکل 10 ارائه شده است.

نتیجه اعمال عملگرهای فازی به دست آوردن یک عدد است که نشان دهنده نتیجه مقدم برای قاعده است و پس از آن، نتیجه قانون به عنوان یک مجموعه فازی نشان داده می شود که توسط یک تابع عضویت که با پیشین تغییر شکل داده شده است. از آنجایی که ارزیابی مبتنی بر آزمایش تمام قوانین موجود در سیستم است، قوانین باید با هم ترکیب شوند. تجمیع فرآیندی است که در آن مجموعه های فازی که خروجی هر قانون را نشان می دهند در یک مجموعه فازی واحد ترکیب می شوند. پس از فرآیند تجمیع، یک مجموعه فازی برای متغیر خروجی وجود دارد که نیاز به فازی سازی دارد. شاید محبوب‌ترین روش فازی‌زدایی، محاسبه مرکز است، که مرکز ناحیه زیر منحنی تابع عضویت مرتبط با مجموعه فازی خروجی کل را برمی‌گرداند.

شکل 10. تعدادی از قوانین تعریف شده در سیستم استنتاج.

سیستمی که در بالا توضیح داده شد برای ادغام ورودی ها و ارزیابی پارامتر خروجی برای هر سلول شبکه استفاده شد. شکل 11 یک نمای کلی از عدم قطعیت ارزیابی شده نقشه OSM در مقایسه با نقشه ارجاع شده با استفاده از منطق فازی ارائه می دهد.

شکل 11. ارزیابی عدم قطعیت مجموعه داده OSM در مقایسه با نقشه مرجع بر اساس کاشی به کاشی.

استفاده از معیارهایی مانند طول، کوچکترین چند ضلعی های محدب و توزیع جهت (کاشی به کاشی) در واقع ساده تر از استفاده از روش هایی مانند IBM است که به برخی مراحل پیش پردازش نیاز دارند. هیچ یک از اقدامات پیشنهادی به تنهایی نمی تواند در ارزیابی کیفیت داده های OSM کاربرد زیادی داشته باشد. به عنوان مثال، اندازه گیری طول به تنهایی نمی تواند چیز زیادی در مورد کیفیت بگوید. دو مجموعه داده با طول کل جاده‌ها یکسان ممکن است جاده‌های متفاوتی داشته باشند. با این حال، هر یک از این معیارها می تواند یک شاخص تقریبی از سازگاری بین داده های OSM و نقشه حقیقت زمین باشد و اندازه گیری حاصل از ادغام موضوع می تواند در ارائه درجه سازگاری دقیق تر و مفیدتر باشد. این ممکن است توجیه شود زیرا ترکیب آنها می تواند عدم قطعیت هر معیار را کاهش دهد و شاخصی ایجاد کند که جنبه های کیفی بیشتری از داده های OSM را پوشش دهد. بنابراین، منطق فازی برای ادغام آنها استفاده می شود. مقایسه بصریشکل 3 ، که پوششی از نقشه OSM را با یک نقشه مرجع ارائه می دهد، با شکل 11 ، که معیار کیفیت یکپارچه را در هر کاشی نشان می دهد، می تواند توانایی روش پیشنهادی را برای ارزیابی سازگاری نقشه OSM با یک نقشه مرجع نشان دهد.

3. نتیجه گیری

اگرچه داده های OSM، به عنوان نمونه ای از داده های VGI، دارای مزایای متعددی هستند، نگرانی هایی در مورد استفاده از آنها وجود دارد. یکی از این نگرانی ها کیفیت داده های مکانی است که روش های مختلفی برای ارزیابی آن پیشنهاد شده است.

مطالعه حاضر، علاوه بر ارائه یک نمای کلی از کیفیت داده های مکانی در VGI و OSM، سعی در ارزیابی کیفیت داده های رایگان و داوطلبانه ارائه شده توسط کاربران OpenStreetMap دارد. یکی از مناطق مرکزی شهر تهران برای این تحلیل انتخاب شد. منطقه مورد مطالعه شامل برخی مکان‌ها بود که داده‌های کامل‌تری داشتند و برخی از آنها نسبتاً خالی بودند.

روش مورد استفاده در این مطالعه برای ارزیابی کیفی داده های مکانی OSM، مقایسه آنها با داده های دقیق موجود بود. در مقایسه با مطالعات تحقیقاتی قبلی، مطالعه حاضر در توسعه معیارهای کیفی جدید برای ارزیابی داده‌های OSM نوآورانه بود که می‌تواند جنبه‌های کیفی بیشتری از داده‌های فضایی VGI را پوشش دهد.

با توجه به نتایج عددی به‌دست‌آمده، عدم قطعیت ارزیابی‌شده برای هر یک از سلول‌های شبکه‌ای منطقه مورد مطالعه (68/0-36/0) و اصطلاحات زبان‌شناختی تعریف‌شده در مرحله فازی‌سازی، می‌توان بیان کرد که هیچ ناحیه‌ای با داده‌های باکیفیت بالا وجود ندارد اما وجود دارد. هیچ منطقه ای با داده های با کیفیت بسیار پایین نیز وجود ندارد. با این حال، منطقه مورد مطالعه به طور کلی از سلول هایی با داده های با کیفیت متوسط (حدود 80٪ از منطقه مورد مطالعه) تشکیل شده است.

اگرچه نشان داده شد که VGI می تواند به کیفیت داده های فضایی نسبتاً خوبی برسد، تأیید شد که مشکل واقعی راه مقابله با عدم قطعیت OSM است زیرا همانطور که در شکل 9 ارائه شده است.، کیفیت داده های OSM در کاشی های مختلف به طور قابل توجهی متفاوت است. با توجه به نتایج مطالعه، مشکل اصلی کیفیت مجموعه داده های OSM ناهمگونی داده های OpenStreetMap از نظر کامل بودن آنها در مقایسه با نقشه مرجع است. چنین ناهمگونی منجر به ناسازگاری بین مجموعه داده OSM و داده های حقیقت زمینی می شود. در حالی که این یک فرضیه پذیرفته شده است که مجموعه داده های تجاری حاوی برخی از خطاهای توزیع شده تصادفی هستند، چنین خطاهای تصادفی را نمی توان دلیل سطح عدم قطعیت ارزیابی شده برای سلول های شبکه OSM فرض کرد. این سوال در مورد قابلیت اطمینان اطلاعات VGI، به ویژه در تجزیه و تحلیل های GIS دقیق ایجاد می کند. بنابراین، می توان نتیجه گرفت که حتی اگر داده های OSM بسیار مقرون به صرفه هستند، قابلیت اطمینان و کاربرد آن به عنوان جایگزینی برای مجموعه داده های تجاری تا حد زیادی به کاربرد واقعی آن بستگی دارد.

منابع

زیلسترا، دی. Zipf، A. مطالعه مقایسه ای ژئوداده اختصاصی و اطلاعات جغرافیایی داوطلبانه برای آلمان. در مجموعه مقالات سیزدهمین کنفرانس بین المللی AGILE در علم اطلاعات جغرافیایی، گیماراس، پرتغال، 10-14 مه 2010. صص 1-15.
Goodchild، MF Citizens به عنوان حسگر: دنیای جغرافیای داوطلبانه. ژئوژورنال 2007 ، 69 ، 211-221. [ Google Scholar ] [ CrossRef ]
هادسون اسمیت، ا. کروکس، آ. گیبین، م. میلتون، آر. Batty، M. NeoGeography و Web 2.0: مفاهیم، ابزارها و کاربردها. J. Locat. سرویس مبتنی بر 2009 ، 3 ، 118-145. [ Google Scholar ] [ CrossRef ]
Sui, DZ ویکی‌سازی GIS و پیامدهای آن: یا خالکوبی جدید آنجلینا جولی و آینده GIS. محاسبه کنید. محیط زیست سیستم شهری 2008 ، 32 ، 1-5. [ Google Scholar ]
کوپر، ا. کوتزی، اس. کاچمارک، آی. کوری، دی. ایوانیاک، ع. چالش های کیفیت در اطلاعات جغرافیایی داوطلبانه کوبیک، تی. در مجموعه مقالات کنفرانس AfricaGEO 2011، کیپ تاون، آفریقای جنوبی، 31 مه تا 2 ژوئن 2011.
Goodchild، MF; Li, L. اطمینان از کیفیت اطلاعات جغرافیایی داوطلبانه. تف کردن آمار 2012 ، 1 ، 110-120. [ Google Scholar ] [ CrossRef ]
Haklay, M. اطلاعات جغرافیایی داوطلبانه چقدر خوب است؟ مطالعه تطبیقی مجموعه داده‌های OpenStreetMap و Ordnance Survey. محیط زیست طرح. B طرح. طراحی 2010 ، 37 ، 682-703. [ Google Scholar ] [ CrossRef ]
سیپلوچ، بی. یعقوب، ر. مونی، پی. Winstanley، A. مقایسه دقت OpenStreetMap برای ایرلند با Google Maps و Bing Maps. در مجموعه مقالات نهمین سمپوزیوم بین المللی ارزیابی دقت فضایی در منابع طبیعی و علوم محیطی، لستر، بریتانیا، 20 تا 23 ژوئیه 2010.
نیس، پ. زیلسترا، دی. Zipf، A. تکامل شبکه خیابانی نقشه‌های crowdsourced: OpenStreetMap در آلمان 2007-2011. اینترنت آینده 2011 ، 4 ، 1-21. [ Google Scholar ] [ CrossRef ]
گیرس، جی اف. Touya, G. ارزیابی کیفیت مجموعه داده OpenStreetMap فرانسه. ترانس. GIS 2010 ، 14 ، 435-459. [ Google Scholar ] [ CrossRef ]
Goodchild، MF; Hunter، GJ یک اندازه گیری دقت موقعیتی ساده برای ویژگی های خطی. بین المللی جی. جئوگر. Inf. علمی 1997 ، 11 ، 299-306. [ Google Scholar ] [ CrossRef ]
سروین، اس. لیزیج، ن. رویکردهای لیبورل، تی به عدم قطعیت در داده های فضایی. در مبانی کیفیت داده های مکانی ; Devillers, R., Jeansoulin, R., Eds. ISTE Ltd.: لندن، انگلستان، 2006; صص 179-210. [ Google Scholar ]
بوردوگنا، جی. کارارا، پی. کریسکوئولو، ال. پپه، م. رامپینی، الف. رویکرد تصمیم‌گیری زبانی برای ارزیابی کیفیت اطلاعات جغرافیایی داوطلبانه برای علم شهروندی. Inf. علمی 2014 ، 258 ، 312-327. [ Google Scholar ] [ CrossRef ]
Zadeh, LA Fuzzy sets. Inf. کنترل 1965 ، 8 ، 338-353. [ Google Scholar ] [ CrossRef ]

© 2014 توسط نویسندگان; دارنده مجوز MDPI، بازل، سوئیس. این مقاله یک مقاله با دسترسی آزاد است که تحت شرایط و ضوابط مجوز Creative Commons Attribution (http://creativecommons.org/licenses/by/3.0/) توزیع شده است.

;کاربردهای GIS مقالات

درخواست مشاوره

09120049370

8 صبح تا 12 شب