Сравнение подходов, основанных на FOSS4G, для повышения производительности.
Геопространственное распределение землепользования и почвенно-растительного покрова (ЛУЛК) представляет наибольший интерес как для исследований, так и для городского или регионального планирования.
ЛУЛК является одним из входных параметров моделей, применяемых в нескольких областях.
Например: мониторинг окружающей среды, моделирование множественных рисков и бедствий, городское и региональное планирование, управление природными ресурсами или моделирование распределения природных видов.
Таким образом, усилия и ресурсы, затраченные на создание карт ЛУЛК, вполне оправданы. Оправданы, как официальными картографическими ведомствами, так и научными сотрудниками, которые постоянно стремятся к повышению детализации и качества с меньшими затратами.
Хотя традиционные подходы к получению данных ЛУЛК основаны на классификации аэрофотоснимков или спутников, последние технологические разработки позволяют использовать другие возможности, основанные на новых методах сбора данных.
В частности, разработки в области гражданской науки, геосервиса и приложений на базе Web 2.0 позволяют создавать, распространять и обновлять добровольно предоставляемую географическую информацию (ДГИ). Это позволяет разрабатывать новые подходы, предусматривающие получение карт ЛУЛК или их валидацию. Что касается VGI-ресурсов геопространственных данных, то OpenStreetMap (OSM)1 является одним из первых совместных проектов по предоставлению бесплатных геопространственных данных.
Поскольку OSM охватывает широкий спектр тематических областей по всему миру, у него есть значительный потенциал для картирования ЛУЛК.
Кроме того, тот факт, что данные OSM постоянно обновляются огромным сообществом сотрудников, делает его крупнейшей, самой разнообразной, полной и современной базой геопространственных данных. Являясь ключевым компонентом любого продукта производных данных, оценка качества имеет еще большее значение для VGI, учитывая их добровольный характер.
Для валидации данных OSM используется несколько подходов, которые включают валидацию самой толпой (например: добровольцы могут редактировать вклады и исправлять возможные неправильные данные, применять алгоритмы для обнаружения неправильных редакций, созданных, например, вандализмом), а также валидацию экспертами. Имеются также инструменты, помогающие авторам данных создавать высококачественные данные (например: для корректировки формы элементов, для преобразования неправильных полигонов в прямоугольную форму).
Потребность в картах LULC наряду с наличием большого объема бесплатных геопространственных данных в OSM стали стимулом для разработки методологии получения данных LULC из OSM.
Арсанджани и др. протестировали преобразование данных OSM в карту LULC с использованием номенклатуры Urban Atlas с обнадеживающими результатами.
Фонте и др. предложили автоматизированную методологию преобразования данных OSM в карты LULC, и показали потенциал объединения данных LULC, полученных из OSM, с существующими продуктами LULC, а именно GlobeLand30. Использование данных LULC , полученных с помощью OSM, для проверки карт LULC также было проверено с многообещающими результатами. Поскольку в номенклатуре Urban Atlas уровня 1 показатели точности, полученные с помощью данных LULC (если таковые есть) для получения эталонного класса, не сильно отличались от тех, которые были получены, когда эталонный класс всегда получался путем интерпретации фотографий.
Шульц и др. создали глобальный продукт по почвенному покрову с использованием данных OSM и использовали имеющиеся данные для обучения классификатора, который использовался для классификации спутниковых снимков с целью получения данных для регионов, по которым данные OSM недоступны. Обнадеживающие результаты, полученные в ходе предыдущих работ, послужили основанием для создания OSM2LULC - FOSS4G, предназначенного для автоматической конвертации данных OSM в карты LULC.
OSM2LULC2 является частью пакета Питона GeoData Algorithms for Spatial Problems (GASP)3 , конечной целью которого является предоставление различных инструментов для извлечения, преобразования, анализа и подтверждения геопространственной информации. Кроме того, OSM2LULC - это свободные программы под GNU-GPL v3.0 . Принято решение о том, чтобы сделать OSM2LULC свободным программным продуктом без ограничений по использованию для исследователей и ГИС-аналитиков, которым необходимо работать с информацией LULC.
Принято решение сделать бесплатное программное обеспечение OSM2LULC неограниченным, чтобы сделать его важным инструментом для исследователей и аналитиков ГИС, которым необходимо работать с информацией LULC.
OSM2LULC представляет собой последовательную логическую интеграцию нескольких инструментов, принадлежащих другим пакетам FOSS4G. Такая интеграция устанавливает связь между характеристиками OSM и классами LULC, номенклатур LULC городского атласа, коринового покрова или GlobeLand30. В тех случаях, когда такая связь не является прямой, OSM2LULC использует другие пакеты программного обеспечения географических информационных систем (ГИС) для анализа их геометрических и топологических свойств, чтобы определить, должны ли они быть связаны с определенным классом LULC или нет.
Для линейных OSM объектов эти геометрии преобразуются в полигоны путем создания буферных зон с использованием расстояния (заданного заранее или рассчитанного с помощью методов пространственного анализа) до других OSM объектов. Наконец, после привязки каждого элемента OSM к классу LULC, несоответствия становятся частыми и очевидными при наличии перекрывающихся регионов, классифицированных по разным классам.
Алгоритм устраняет оставшиеся несоответствия (или, например, при наличии перекрывающихся областей, классифицированных по разным классам) путем применения правила, основанного на различных приоритетах, присвоенных каждому классу LULC, которое объединяет все классы в один вектор или растровую тему.
В настоящее время эффективность Версии 1.4 ограничена только геопространственной протяженностью исследуемой площади и размером ячейки и не зависит от объема данных, имеющихся в OSM. Несмотря на различия, полученные при использовании растровых данных и при изменении размеров ячеек, результаты с меньшими размерами ячеек могут быть использованы во многих приложениях. Основное ограничение данной версии связано с размерами массивов, используемых при применении иерархического подхода.