Jakość danych OpenStreetMap – analiza informacji o budynkach na terenie Siedlecczyzny

ROCZNIKI GEOMATYKI 2016 m TOM XIV m ZESZYT 2(72): 201–211

JakoϾ danych OpenStreetMap Рanaliza informacji

o budynkach na terenie Siedlecczyzny

OpenStreetMap building data quality: the Siedleckie county study

Wojskowa Akademia Techniczna, Wydzia³ In¿ynierii L¹dowej i Geodezji

S³owa kluczowe: OpenStreetMap, dane o budynkach, wolontariackie dane przestrzenne VGI, kompletnoœæ, jakoœæ danych

Keywords: OpenStreetMap, building data, Volunteered Geographic Information (VGI), completeness, data quality

Wprowadzenie

Zagadnienie jakoœci danych przestrzennych od wielu lat jest przedmiotem szerokiego za-interesowania nie tylko producentów i dystrybutorów danych, ale tak¿e u¿ytkowników i naukowców. Znaczenie jakoœci danych w prowadzeniu dzia³alnoœci biznesowej i nauce jest dobrze rozpoznane i szeroko opisywane od co najmniej æwieræwiecza (Redman, 1996; Lo-shin 2006; Xia i in., 2011; Bielecka, 2015). Z punktu widzenia dostawcy lub dystrybutora danych ocena jakoœci jest jednym z kluczowych elementów produkcji i zawsze jest analizo-wana w kontekœcie zgodnoœci ze specyfikacjami technicznymi. Problem ten jest doœæ szero-ko naœwietlony przez miêdzynarodow¹ organizacjê normalizacyjn¹, która kwestiom oceny i raportowania jakoœci danych poœwiêci³a kilka norm, w tym normy: ISO 8000-Data Quality i ISO 19 157:2003-Geographic information – Data quality. W dokumentach normatywnych ISO jakoœæ jest definiowana jako ca³oœciowy zespó³ cech i charakterystyk zbiorów danych i us³ug, które wp³ywaj¹ na mo¿liwoœæ zaspokojenia obecnych i przysz³ych wymagañ u¿yt-kowników (ISO19157:2003). Cechy i charakterystyki wspomniane w normie, w odniesieniu do zbiorów danych przestrzennych, s¹ okreœlane za pomoc¹ kilkunastu wskaŸników iloœcio-wych i jakoœcioiloœcio-wych (Bielecka, 2010). Przy czym, do najczêœciej stosowanych i obowi¹zu-j¹cych miêdzy innymi tak¿e dla zbiorów danych INSPIRE nale¿¹: kompletnoœæ (brak i nad-miar obiektów), spójnoœæ logiczna (pojêciowa, topologiczna, dziedziny, formatu), dok³ad-noœæ po³o¿enia, dok³addok³ad-noœæ czasowa i dok³addok³ad-noœæ tematyczna (np. poprawdok³ad-noœæ klasyfikacji lub poprawnoœæ okreœlenia atrybutów jakoœciowych) oraz pochodzenie (ang. lineage). Wszyst-kie iloœciowe elementy jakoœci s¹ oceniane w kontekœcie zgodnoœci ze specyfikacjami tech-nicznymi danych, a wyniki oceny raportowane w metadanych. Naukowcy zwracaj¹ tak¿e uwagê na dostêpnoœæ danych, która jest czêsto kluczowym elementem jakoœci oraz autory-tet dystrybutora gwarantuj¹cy lepsz¹ jakoœæ (Xia i in., 2011).

W odniesieniu do danych zbieranych dobrowolnie i bezp³atnie przez bardzo du¿¹ liczbê wolontariuszy, okreœlanych w jêzyku angielskim jako volunteered geographic information (VGI) lub crowdsourcing geodata, stosowanie wy¿ej wymienionych wskaŸników staje siê problematyczne. Powodem tego jest brak szczegó³owych specyfikacji technicznych, a jedy-nie podajedy-nie zasad i wskazówek dostarczania danych oraz czêsty brak formalnej weryfikacji wszystkich wprowadzanych danych. Wolontariuszom zostawia siê zazwyczaj du¿o swobo-dy w zakresie dok³adnoœci wprowadzanych danych oraz szczegó³owoœci ich charakterysty-ki opisowej. Weryfikacja danych jest wykonywana z regu³y przez innych u¿ytkowników, potencjalnie lepiej znaj¹cych dany teren lub chc¹cych wykorzystaæ dane spo³ecznoœciowe do realizacji swoich zadañ.

Najczêœciej badanym i ocenianym pod k¹tem jakoœci danych jest OpenStreetMap (OSM). Od co najmniej dekady wielu naukowców na ca³ym œwiecie analizuje jakoœæ danych OSM skupiaj¹c siê g³ównie na kompletnoœci i dok³adnoœci po³o¿enia dróg.

W artykule przedstawiono uwarunkowania heterogenicznej charakterystyki OpenStreet-Map, zwracaj¹c uwagê na aspekt niedoskona³oœci ustaleñ semantycznych i za³o¿eñ jakoœcio-wych tej oddolnej inicjatywy. Przeanalizowano tak¿e kompletnoœæ i dok³adnoœæ lokalizacji wybranych klas obiektów OSM w stosunku do krajowych danych urzêdowych zgromadzo-nych w bazie dazgromadzo-nych obiektów topograficzzgromadzo-nych (BDOT10k). Analizy wykonano dla powiatu siedleckiego i miasta Siedlce. Opracowanie to dope³nia dotychczasowe rezultaty badawcze w zakresie analiz iloœciowych jakoœci OSM, szczególnie w odniesieniu do terytorium Polski.

OpenStreetMap

W 2004 roku Steve Coast, zniecierpliwiony permanentnym brakiem otwartego dostêpu do danych przestrzennych w Wielkiej Brytanii, zainicjowa³ projekt wolnej, otwartej i edyto-walnej mapy OpenStreetMap (OSM). Projekt, którego misj¹ jest dostarczanie zarówno goto-wych map, jak i surogoto-wych geodanych „wszystkim, którzy tego potrzebuj¹”, jest tworzony przez wolontariuszy na ca³ym œwiecie. Mimo swojej nazwy OpenStreetMap nie jest tylko map¹ dróg. Drogi stanowi¹ 28% wszystkich obiektów, a najliczniej reprezentowane s¹ obiekty o znaczniku (tag) 'building' (OSM, 2015a).

System OSM bazuje na idei otwartego serwisu spo³ecznoœciowego i wykorzystuje tech-nologiê wiki, co w praktyce oznacza, ¿e ka¿dy w dowolnym momencie mo¿e dodaæ lub edytowaæ dowolny obiekt bazy. W bazie przechowywana jest historia edycji ka¿dego obiektu (nawet ju¿ nieistniej¹cego), dziêki czemu mo¿na wycofaæ skutki pomy³ek lub wandalizmu. OSM ma w³asn¹ infrastrukturê do przechowywania, udostêpniania, przeszukiwania i wizu-alizacji danych, która nie jest zgodna z standardami OGC. Niezgodnoœæ tê Haklay i Weber (2008) t³umacz¹ niemo¿noœci¹ pogodzenia idei pracy „w stylu wiki”, z powszechnie obowi¹-zuj¹cymi standardami z zakresu informacji geograficznej. Dane OSM s¹ przechowywane w relacyjnej bazie PostgreSQL, bez rozszerzeñ przestrzennych, w uk³adzie wspó³rzêdnych WGS84. Do reprezentacji geometrii u¿ywa siê podstawowych typów geometrycznych (ang. primitive types), które w po³¹czeniu z doœæ dowolnym schematem etykietowania pozwalaj¹ opisaæ praktycznie ka¿dy obiekt geograficzny, w³¹cznie z jego topologi¹. Na etykietê (tag), zwan¹ te¿ znacznikiem, sk³ada siê para klucz=wartoœæ, któr¹ mo¿na uto¿samiæ z atrybutem,

przyk³adowo building=yes oznacza budynek (ten obiekt jest budynkiem), building=house oznacza dom jednorodzinny.

Najczêstszym typem reprezentacji geometrycznej budynków i budowli w bazie OSM jest wielobok obrazuj¹cy ich obrys. U¿ytkownicy-dostawcy danych OSM do pozyskania da-nych o budynkach wykorzystuj¹ ró¿ne techniki oraz Ÿród³a dada-nych, miêdzy innymi wektory-zacjê ortoobrazów, pomiar rêcznym odbiornikiem GPS podczas spaceru (lub nawet przejaz-du rowerem) dooko³a budynku, szkic lub pomiar z poziomu najbli¿szej drogi, zaimportowa-nie upublicznionych danych oficjalnych, itp. (OSM, 2015b; Arsanjani i in., 2015; Ramm i in., 2010). Zale¿noœæ dok³adnoœci geometrycznej od metod i technik pozyskiwania danych wyjaœnia heterogeniczn¹ dok³adnoœæ geometryczn¹ danych w bazie OSM. Ponadto, na efekt ró¿norodnoœci technik i urz¹dzeñ do pozyskiwania obiektów, nak³ada siê efekt interpretacji. Prawid³owa interpretacja obrysu budowli szczególnie na podstawie obrazów satelitarnych lub lotniczych wymaga doœwiadczenia, najlepiej podpartego odpowiednim szkoleniem. W 2007 roku Goodchild (2007), ambasador idei i terminu VGI, wyrazi³ opiniê, i¿ dobrze rozró¿nialne obiekty geograficzne s¹ mniej wymagaj¹ce jeœli chodzi o szkolenie i doœwiad-czenie obserwatorów-wolontariuszy. Traktuj¹c tê opiniê jako hipotezê badawcz¹ potwierdzi-my, ¿e budynki i wybrane budowle nale¿¹ do dobrze rozró¿nialnych obiektów geograficz-nych, czego dowodem jest niewielki œredni kwadratowy b³¹d po³o¿enia budynków OSM wzglêdem danych referencyjnych wynosz¹cy dla Siedlec 0,49 m i 1,23 m dla powiatu sie-dleckiego.

Metodyczne aspekty oceny jakoœci danych OSM

Jakoœæ danych OpenStreetMap, a w szczególnoœci takie jej elementy iloœciowe jak kom-pletnoœæ oraz dok³adnoœæ po³o¿enia, wzbudza szerokie zainteresowanie potencjalnych u¿yt-kowników na œwiecie. Wolontariacki sposób zbierania danych, bez szczegó³owych wytycz-nych techniczwytycz-nych uniemo¿liwia zastosowanie wprost zasad oceny dawytycz-nych geograficzwytycz-nych zawartych w normie ISO19157, która odwo³uje siê do porównania danych ze specyfikacj¹ techniczn¹. Goodchild (2012) wymieni³ trzy alternatywne podejœcia do oceny jakoœci da-nych geograficzda-nych pozyskiwada-nych w ramach projektów takich jak OpenStreetMap:

1) ujêcie wolontariackie (ang. crowd-sourcing approach) – bazuj¹ce na za³o¿eniu, ¿e b³êdne dane zostan¹ wykryte i poprawione przez u¿ytkowników,

2) ujêcie spo³eczne (ang. social approach) – zak³adaj¹ce minimaln¹ kontrolê poprawno-œci danych przez administratorów,

3) ujêcie geomatyczne (ang. geographical approach) – zak³adaj¹ce wykorzystanie pro-gramów typu GIS do kontroli jakoœci danych przez sprawdzenie poprawnoœci topolo-gii i regu³ logicznych.

Takie podejœcia do oceny jakoœci danych VGI nabieraj¹ popularnoœci, choæ nadal po-wszechnie stosowana jest ocena zewnêtrzna, wymagaj¹ca dostêpu do innych, najczêœciej dok³adniejszych i bardziej wiarygodnych danych. Podejœcie takie umo¿liwia ocenê komplet-noœci danych, która jest doœæ istotna z punktu widzenia potencjalnych u¿ytkowników. Do-bór danych referencyjnych stanowi jednak problematyczn¹ kwestiê. Obawê o to jaki wybraæ zbiór referencyjny dla celów kontroli jakoœci baz danych przestrzennych zasilanych przez ochotników nie-kartografów wyra¿ali równie¿ Goodchild i Li (2012) oraz Goodchild i Glen-non (2010) i Haklay (2010). A zdaniem Cichociñskiego (2013) metoda oceny jakoœci wykorzy-stuj¹ca dane zewnêtrzne jest skomplikowana, nie zawsze wiarygodna i k³óci siê z ide¹ OSM.

Do najczêœciej analizowanych danych OSM nale¿y sieæ drogowa. Badania takie przepro-wadzono dla wielu pañstw europejskich, a tak¿e Brazylii, USA, Iranu i innych. Do oceny wykorzystywano na ogó³ dane referencyjne, które stanowi³y bazy urzêdowe. Uzyskane wyniki dotycz¹ce kompletnoœci pokrycia drogami mapy OSM oraz geometrycznej dok³adnoœci wzglêdnej s¹ zbli¿one. Haklay (2010), Zielstra i Zipfl (2010), Esmail i inni (2013) oraz Zielstra i inni (2013) zauwa¿yli, ¿e kompletnoœæ danych o drogach jest bardzo zró¿nicowana i znacz-nie wiêksza w du¿ych ni¿ ma³ych miastach, najmznacz-niejsza zaœ na obszarach rolniczych. Po-dobnie oceniona zosta³a dok³adnoœæ: wysoka dla dróg g³ównych w du¿ych miastach, niska – dla dróg lokalnych na terenach rolnych i leœnych. Fakt ten t³umaczony jest wiêksz¹ aktywno-œci¹ wolontariuszy zamieszka³ych w du¿ych miastach ni¿ w ma³ych miastach i wsiach, zaœ wiêksze doœwiadczenie wp³ywa na znaczne zmniejszenie liczby pope³nianych b³êdów (Ma i in., 2015). Wed³ug czêsto cytowanego Haklay'a, w centrum Londynu uzyskano wyniki œredniej ró¿nicy po³o¿enia 3,2-4,8 m, podczas gdy w dzielnicach obrze¿nych spada³a do 6,8-8,3 m (z maksymalnymi 20-metrowymi odchy³kami) pomiêdzy drogami zarejestrowanymi w bazie OSM a danymi Ordnance Survey.

Analiza jakoœci danych o budynkach by³a przeprowadzona jedynie dla niewielkiego ob-szaru miasta Cramlington oraz terenów wiejskich Clara Valey, w hrabstwie Nortumberland, w Wielkiej Brytanii (Al-Bakri, Fairbairn, 2010) i obejmowa³a jedynie okreœlenie dok³adnoœci odwzorowania kszta³tu i lokalizacji 40 budynków. Ostatnio, na du¿ym terenie Niemiec (pra-wie 15% ca³ego terytorium), przebadano znacz¹c¹ liczbê budynków, zarówno na terenie silnie i mniej zurbanizowanym. Hecht, Kunze i Hahmann (2013) skupili siê g³ównie na po-równaniu po³o¿enia budynków OSM wzglêdem cyfrowych danych pañstwowych rezygnu-j¹c z porównañ na poziomie semantycznym.

Zwa¿ywszy na fakt, ¿e wiêkszoœæ dotychczasowych analiz dotycz¹cych jakoœci i przy-datnoœci OSM dotyczy dróg w du¿ych miastach, przedstawione poni¿ej wyniki badañ maj¹ charakter nowatorski, obejmuj¹ bowiem analizê danych o budynkach dla usytuowanego peryferyjnie obszaru ma³ego miasta oraz okalaj¹cych go terenów powiatu ziemskiego.

Eksperyment badawczy

Charakterystyka obszaru i wykorzystanych danych

Obszar testowy stanowi powiat siedlecki oraz miasto Siedlce (powiat grodzki). Jest to ma³o zurbanizowany i doœæ s³abo zaludniony obszar, le¿¹cy w œrodkowo-wschodniej Polsce. Siedlce nale¿¹ do œrednich miast w Polsce zarówno pod wzglêdem demografii (48 lokata w Polsce i 4 w województwie mazowieckim), jak i pod wzglêdem rozwoju gospodarczego, edukacji i kultury.

Na testowane dane sk³ada³y siê obiekty OSM maj¹ce znacznik 'budynek' (tag:building). Dane w formie plików shape (format Esri) zosta³y pozyskane z serwisu OSM Geofabrik (www.geofabrik.de). Aktualnoœæ badanych danych OSM to 28 maja 2015 roku. Analizowa-ny zestaw daAnalizowa-nych zawiera obiekty powierzchniowe w liczbie 24 000, z czego wiêkszoœæ le¿y w mieœcie Siedlce (21 434). Jako zbiór referencyjny wykorzystano dane zgromadzone w bazie danych obiektów topograficznych BDOT10k, o aktualnoœci na rok 2013 (16/8/ 2013). Obiekty bazy OSM o znaczniku 'building' porównywano z obiektami nale¿¹cymi do kategorii klas obiektów 'budynki, budowle i urz¹dzenia' (BU) BDOT10k. W szczególnoœci

skupiono siê na klasie obiektów 'budynki' (BUBD). Dodatkowo wykorzystano nieliczne obiekty z klas 'inne urz¹dzenia techniczne' (BUIT) i 'wysoka budowla techniczna' (BUWT) wyra¿o-ne zarysem podstawy lub posiadaj¹ce punktow¹ reprezentacjê geometryczn¹. Ogóln¹ cha-rakterystykê danych OSM w zestawieniu z danymi BODT10k zawiera tabela.

Tabela. _{Charakterystyka analizowanych danych OSM i danych referencyjnych BDOT10k}

y h c e C ObiektyOpenStreetMap ' g n i d l i u b ' u k i n z c a n z o ' a i n e z d ¹ z r u i e l w o d u b ,i k n y d u b ' w ó t k e i b o s a l k y t k e i b O 'i k n y d u b ' y s a l k y t k e i b o ) D B U B ( s a l k y t k e i b o T W U B i T I U B a j c i n i f e D brak Obiektybudowlane,trwale , m e t n u r g z e n a z ¹ i w z , y t n e m a d n u f e c ¹ j a d a i s o p i n e z r t s e z r p z e n o l e i z d y w d ó r g e z r p ¹ c o m o p a z . ) … ( h c y n a l w o d u b a i n e z d ¹ z r u e ³ a t s o z o P e n t o t s i , e n z c i n h c e t u t k n u p o g e n z c i f a r g o p o t z e n o i n d e l g z w u e i n , a i n e z d i w h c a s a l k h c y n n i w i m y n z c i n h c e t i m a t k e i b o z .i m a k n y d u b e c ¹ d ê b e i n i m y n ¿ ó r o e l w o d u b e i k o s y W . u i n e z c a n z e z r p a j c a t n e z e r p e R a n z c y r t e m o e g s y r b o y n a w o d n e m o k e r / n o g i l o P u k n y d u b y w a t s d o p s y r a z / n o g i l o P b u l y w o w a t s d o p g ê i s a z y n l a m y s k a m s y r a z / t k n u p b u l n o g i l o P k e d o r œ b u l y w a t s d o p y w a t s d o p b ó s o p S a i n a k s y z o p h c y n a d w ó k i n r o i b d o h c y n z c ê r z y r a i m o P h c y n n i z a r o h c y z c i n t o l æ ê j d z , S P G . h c y n a d ³ e d ó r Ÿ h c y n p ê t s o d w ó t n u r g a j c n e d i w E a j c a z y r o t k e w , w ó k n y d u b i r a i m o p , y p a m o t o f o t r o . y w o n e r e t , y n j y z e d o e g r a i m o P w ó t n u r g a j c n e d i w e y r t s e j e r e n n i b u l w ó k n y d u b i . e w o w t s ñ a p , æ œ o n d a ³ k o D æ œ o w o ³ ó g e z c z s æ œ o n d a ³ k o d a n z c i n e g o r e t e H d o a n ¿ e l a z , æ œ o w o ³ ó g e z c z s i , h c y n a d a i n a k s y z o p i k i n h c e t u t k e i b o u s y r b o a i n e i w o ³ ó g e z c z s u . a r o t a w r e s b o i c œ o n t ê j e i m u z a r o a c ¹ j a d a i w o p d o æ œ o n d a ³ k o d i æ œ o w o ³ ó g e z c z S . 0 0 0 0 1 : 1 i l a k s a l o r t n o K i c œ o k a j a i n a w o p ê t s o p s k e d o K h c y n a d a l e i c y z c r a t s o d , a w o r o n o h æ œ o n l a i z d e i w o p d o ( . ) a n l a r o m h c y n a d i j c a k i f y r e w æ œ o w i l ¿ o M h c y n z c y r t e m o e g o g e n n i r a i m o p z e z r p h c y w o s i p o i . a k i n w o k t y ¿ u a i n a t s y z r o k y w æ œ o w i l ¿ o M i l o r t n o k o d i z d ê z r a n h c y c ¹ j e i n t s i i m a d o t e m h c y n a d i c œ o k a j .i m y n z r t ê n w e w w ó r a i m o p y n z c i g o l o n h c e t r ó z d a n i e w o r a i m o p y ³ u g e R u b o s a z o d h c y n a w y z a k e z r p h c y n a d i l o r t n o k m e t s y s z a r o e l o r t n o k ,i i r t e m o e g i i i g o l o p o t e l o r t n o k ( k 0 1 T O D B . ) . p t i , e w o t u b y r t a i e n z c y t k a t n y s , e n z c y t n a m e s æ œ o n l a u t k A Zró¿nicowana,zale¿naod y z s u i r a t n o l o w i c œ o n w y t k a h c y w o n u i n a k s y z u o p e i n z c o ³ w z e i n , a c ¹ ¿ e i b a j c a z i l a u t k A h c y c ¹ j a l i s a z w ó r o i b z e z h c y n a d d a ³ k U h c y n d ê z r ³ ó p s w 4 8 S G W PL1992

Metoda badañ

Zestawione w tabeli cechy charakteryzuj¹ce oba zbiory unaoczniaj¹ podstawowe Ÿród³a rozbie¿noœci pomiêdzy analizowanymi zbiorami, a mianowicie: model pojêciowy, regu³y po-miarowe i nadzór technologiczny oraz system kontroli danych przekazywanych i przecho-wywanych w zasobach baz OSM i BDOT10k. Maj¹c na wzglêdzie wymienione ró¿nice w obu zbiorach prace badawcze obejmowa³y: analizê semantyczn¹, identyfikacjê odpowia-daj¹cych sobie obiektów w obu zbiorach, analizê dok³adnoœci geometrycznej oraz komplet-noœci obiektów i atrybutów.

Badania semantyki wykonano analizuj¹c definicje budynków oraz definicje i opisy atrybu-tów budynków w obu zbiorach. Poza Polsk¹ Klasyfikacj¹ Obiekatrybu-tów Budowlanych (PKOB, 1999), stosowan¹ do okreœlenia funkcji ogólnej budynku w BDOT10k, przeanalizowano fora dyskusyjne spo³ecznoœci internetowej OSM (OSM, 2015c) wyjaœniaj¹ce znaczenie poszcze-gólnych znaczników przypisanych do budynków.

Analizê dok³adnoœci przeprowadzono na podstawie rêcznego pomiaru odpowiadaj¹cych sobie naro¿ników budynków OSM wzglêdem BDOT10k. Do pomiaru wybrano 661 budyn-ków, z czego 316 jest po³o¿onych na terenie powiatu ziemskiego i 345 powiatu grodzkiego. Budynki te zlokalizowane s¹ na terenie ka¿dej z gmin. Wyniki przedstawiono w postaci œred-niego b³êdu kwadratowego (RMSE). Kompletnoœæ obiektów i atrybutów wykonano przez porównanie budynków i ich atrybutów z OSM z danymi z BDOT10k. Odpowiadaj¹ce sobie budynki w obu zbiorach dopasowano automatycznie, wykorzystuj¹c zapytanie przestrzenne umo¿liwiaj¹ce przyporz¹dkowanie centroidów budynków OSM wnêtrzu wieloboku okreœla-j¹cego po³o¿enie budynków w BDOT10k.

Wyniki

Analiza kompatybilnoœci semantycznej

Podstawowa trudnoœæ w harmonizacji semantycznej OSM z innymi danymi wynika z braku ogólnie przyjêtych regu³ definiowania obiektów i zdanie siê na intuicyjne rozumienie terminu 'budynek' przez wszystkich wolontariuszy. Nie ma te¿ rygorystycznych zaleceñ odnoœnie przypisywania atrybutów budynkom, st¹d a¿ 67,8% budynków na terenie powiatu i 23,6% w mieœcie ma jedynie etykietê o wartoœci 'yes' co oznacza, ¿e obiekt jest budynkiem, budowl¹ lub urz¹dzeniem. Lista dostêpnych wartoœci znaczników wykorzystywanych do oznaczenia budynków obejmuje 53 pozycje, z których wiêkszoœæ opisuje funkcje, a niektóre sposoby u¿ytkowania. S¹ one zgrupowane w cztery kategorie: budynki mieszkalne (do któ-rych zaliczone s¹ tak¿e hotele), budynki komercyjne, budynki publiczne oraz inne. Zastoso-wana klasyfikacja jest niepe³na, nieroz³¹czna, niejednoznaczna i reprezentuje ró¿ne poziomy hierarchii. Z tego te¿ powodu harmonizacjê znaczeniow¹ wykonano rêcznie, poszukuj¹c odpowiedników poszczególnych znaczników w wartoœciach atrybutu 'funkcja ogólna'. Z analizy tej wynika, ¿e nie mo¿na jednoznacznie przyporz¹dkowaæ sobie odpowiednich atry-butów, na przyk³ad budynek typu 'residential' odpowiada czterem klasom budynków miesz-kaniowych (jednorodzinne, o dwóch mieszkaniach, o trzech i wiêcej mieszkaniach oraz zbiorowego zamieszkania), jednoczeœnie istnieje etykieta 'house' oznaczaj¹ca dom jednoro-dzinny, 'detached' odpowiadaj¹ce w polskiej klasyfikacji tak¿e domowi jednorodzinnemu oraz 'terrace' – domy jednorodzinne w zabudowie szeregowej. Jednoznaczna odpowiednioœæ

zachodzi pomiêdzy budynkami typu: church – œwi¹tynia, garage – gara¿, industrial – budynki przemys³owe. Najczêœciej pomiêdzy cechami budynków i budowli zachodzi relacja jeden do wielu, przyk³adowo 'school' i 'education' odpowiadaj¹ klasie BUBD15 oznaczaj¹cej budynki szkó³ i instytucji badawczych; 'electricity' obejmuje dwie klasy: transformator lub zespó³ transformatorów, itp. Do budynków, u¿ytkownicy OSM zaliczyli tak¿e wiaty lub zadaszenia, klasyfikowane w BDOT jako obiekty inne o znaczeniu orientacyjnym (OIOR11). Warto tak-¿e zaznaczyæ, i¿ niektóre budowle i urz¹dzenia zaklasyfikowane w Polskiej Klasyfikacji Obiek-tów Budowlanych do budynków i budowli mog¹ mieæ w OSM znacznik 'man-made' zamiast 'building'. Wolontariusze najczêœciej zaliczaj¹ tutaj wysokie budowle techniczne (BUWT).

Analiza dok³adnoœci po³o¿enia

Maksymalne przesuniêcie naro¿ników budynków OSM wzglêdem odpowiadaj¹cych so-bie naro¿ników budynków w BDOT10k wynosi 9,4 m na terenie powiatu siedleckiego oraz 6,1 m na terenie miasta Siedlce. Odpowiednio, œredni b³¹d kwadratowy po³o¿enia budynku w stosunku do BDOT10k wynosi 1,23 m dla powiatu i 0,49 m dla miasta. Na 661 analizowa-nych budynków jedynie w 7 przypadkach zaobserwowano b³êdy, które mo¿na zaklasyfiko-waæ jako b³êdy grube (rys. 1).

Analiza kompletnoœci

Kompletnoœæ budynków w bazie OSM dla dwóch analizowanych powiatów jest krañco-wo ró¿na. Dla powiatu ziemskiego do bazy wprowadzono zaledwie 3,29% budynków, z czego a¿ 67,8% nie ma okreœlonej funkcji (tag:yes), 30% to, wed³ug wolontariuszy OSM, budynki mieszkalne okreœlane jako 'residential' lub 'house'. W Siedlcach (powiat grodzki) zaobserwowano nadmiar budynków OSM w stosunku do BDOT10k, wynosz¹cy 20,2%. W bazie OSM znajduje siê 5599 budynków o powierzchni mniejszej ni¿ 40 m2 _{(z czego jedna} czwarta nie osi¹ga nawet 10 m2_{), które zgodnie z rozporz¹dzeniem w sprawie bazy danych} obiektów topograficznych oraz bazy danych ogólnogeograficznych, a tak¿e standardowych opracowañ kartograficznych (MSWiA, 2012) s¹ pominiête lub zagregowane. Dla przyk³adu: twórcy danych OSM wprowadzali jako osobne budynki pojedyncze, przylegaj¹ce do siebie gara¿e, które w bazie BDOT10k stanowi¹ jeden obiekt. Sytuacjê tak¹ pokazano na rysunku 2a i 2b. Kreatorzy danych OSM czêsto wydzielali jako osobne budynki fragmenty budynku ró¿ni¹ce siê wysokoœci¹ lub rodzajem zadaszenia (np. ni¿sze wejœcie do budynku). Takie ró¿nice w modelowaniu zilustrowano na rysunku 2c i 2d.

Ró¿nice w kompletnoœci budynków na terenie poszczególnych gmin analizowanego ob-szaru pokazano w formie kartogramu na rysunku 3. Analiza tej mapy wskazuje tendencjê zmniejszenia kompletnoœci wraz z oddalaniem siê od miasta Siedlce. Dla gminy wiejskiej Siedlce wynosi ona niespe³na 15%, podczas kiedy dla pozosta³ych gmin waha siê od 3,15 do 0%. W kilku gminach twórcy danych OSM wprowadzili pojedyncze budynki, koœció³, szko-³ê lub urz¹d (po jednym budynku w gminach Skórzec, Domanice i Przesmyki, 3 budynki w Sucho¿ebrach).

Poszczególne budynki i budowle w OpenStreetMap s¹ opisywane atrybutami bardzo skromnie. Procent budynków nieopisanych ¿adnym z atrybutów dla powiatu ziemskiego wynosi prawie 68%, a dla miasta 23,6%. Niespe³na 0,5% budynków dla powiatu grodzkiego i 0,89% dla powiatu ziemskiego ma przypisane nazwy. W wiêkszoœci s¹ to urzêdy admini-stracji publicznej, koœcio³y, hotele, restauracje, sklepy, a zatem z punktu widzenia

u¿ytkow-nika wa¿ne obiekty publiczne. Kontrola spójnoœci pomiêdzy funkcj¹ budynku a jego nazw¹ wykaza³a wiele niezgodnoœci, przyk³adowo wpisanie funkcji w miejscu nazwy ('sklep spo-¿ywczy', 'biblioteka'). Wolontariusze ciekawie zaklasyfikowali halê widowiskow¹ w Siedl-cach jako obiekt edukacyjny, a bank i kilka sklepów spo¿ywczych jako budynki mieszkalne.

Dyskusja i wnioski

Zagadnienia ontologiczne w zakresie danych przestrzennych (w tym zagadnienie definicji budynku oraz sposobów jego u¿ytkowania) w szerszym, miêdzynarodowym kontekœcie obejmuje uwarunkowania kulturowe, historyczne, geograficzne, a nawet socjologiczne. Li-stê dope³niaj¹ uwarunkowania formalno-pragmatyczne, bêd¹ce czêsto konsekwencj¹ krajo-wych lub regionalnych dzia³añ o charakterze prawno-organizacyjnym (np. prawo budowla-ne). W efekcie, niezale¿nie stworzone bazy geodanych odnosz¹ce siê do innego, subiektyw-nego postrzegania rzeczywistoœci, wykorzystuj¹ce inne reprezentacje geometryczne, sche-maty modelowe, taksonomie, a nawet jêzyki prowadz¹ do problemów komunikacyjnych w procesie wspó³u¿ytkowania danych (Nowak i in., 2005).

Kwestia harmonizacji semantycznej cech opisuj¹cych budynki w OSM i BDOT10k wy-daje siê obecnie nierozwi¹zywalna ze wzglêdu na ró¿nice w modelu pojêciowym zbiorów, w tym naturalne aczkolwiek czêsto nieœcis³e, subiektywne i niewyczerpuj¹ce definicje doty-cz¹ce zastosowania znacznika 'building' i zwi¹zanych z nim kluczy 'use' dla oznaczania obiektów bazy OSM. Sami cz³onkowie spo³ecznoœci OSM zauwa¿aj¹ w tym pewn¹ niekonsekwencjê i Ÿród³o problemów co do jednoznacznego zapisania danych w bazie OSM oraz ich póŸniej-szego wykorzystania ze zrozumieniem, na co wskazuje ci¹gle niezamkniêta dyskusja na te-mat znacznika 'building' i klucza 'use' wœród cz³onków spo³ecznoœci (OSM, 2015c). Ewolu-uj¹ca w sposób oddolny lista etykiet, bazEwolu-uj¹ca na naturalnych i potocznych pojêciach, nie jest wolna od niedoci¹gniêæ. Koegzystencja synonimów oraz homonimów jest Ÿród³em nie-pewnoœci przy wprowadzaniu danych do bazy OSM, jak i przy korzystaniu z niej. Dodatkowo prezentacja etykiet w postaci prostej listy s³ownikowej w wiki-serwisie spo³ecznoœciowym OSM nie u³atwia wykrycia ewentualnych mankamentów.

Podobnie wytyczne OSM w zakresie definicji obiektów o znaczniku 'building', jak i spo-sób ich pomiaru, mo¿na okreœliæ mianem lakonicznych i nieustandaryzowanych, co równie¿ skonstatowali nasi poprzednicy, niemieccy badacze Hecht, Kunze i Hahmann (2013). Pod-czas gdy w Polsce, ustalenia co do definicji i klasyfikacji budynków, budowli i urz¹dzeñ, sposobu pomiaru oraz ich reprezentacji kartograficznej s¹ bardzo szczegó³owe i zatwierdzo-ne w postaci aktów prawnych.

W przypadku obiektów sieci drogowej, standardy ogólnoœwiatowe dotycz¹ce ich topolo-gii, geometrii i kategoryzacji, umo¿liwiaj¹ szczegó³ow¹ wewnêtrzn¹ ocenê (i ewentualn¹ poprawê) jakoœci zbiorów danych miêdzy innymi przez kontrolê spójnoœci topologicznej lub tematycznej. Takie sprzyjaj¹ce okolicznoœci na razie nie wystêpuj¹ w przypadku budynków i budowli ani na poziomie œwiatowym, ani w wytycznych OSM. Brak ujednolicenia sposo-bów pozyskiwania oraz modelowania danych klasy 'budynki/budowle' w bazie danych OSM skutecznie zawê¿a mo¿liwoœæ oceny jej jakoœci do niewiele ponad badania kompletnoœci atrybutów, w sensie ich wype³nienia informacj¹. I chocia¿ wiedza o kompletnoœci wartoœci atrybutów i istnieniu potencjalnych, uzasadnionych braków nierzadko jest po¿¹dana przez u¿ytkowników baz danych przestrzennych, to nie zastêpuje dok³adnoœci po³o¿enia, dok³ad-noœci tematycznej, aktualdok³ad-noœci lub kompletdok³ad-noœci obiektów.

Uzyskane wyniki, dotycz¹ce zarówno dok³adnoœci geometrycznej, jak i kompletnoœci potwierdzaj¹ ogólne wnioski wynikaj¹ce z analiz dok³adnoœci danych OSM w innych krajach mówi¹ce, ¿e na terenie miast dane s¹ dok³adniejsze i pe³niejsze. Z kolei zró¿nicowanie do-k³adnoœci po³o¿enia budynków w OSM wynika przede wszystkim ze znacz¹co ró¿nych technologii pozyskiwania danych, na przyk³ad kameralna wektoryzacja obrysu budynku na ortofotomapie lub szkic z ulicy, a tak¿e z wykorzystania odbiorników GPS ró¿nych klas.

Bardzo wysoka dok³adnoœæ po³o¿enia budynków zarówno w mieœcie Siedlce (0,49 m) i trzy razy mniejsza – lecz równie¿ wysoka – dok³adnoœæ na terenie powiatu (1,23 m) w zasadzie przekracza dok³adnoœæ popularnych odbiorników GPS oraz dok³adnoœæ wekto-ryzacji na ogólnodostêpnych ortofotomapach. Mo¿e to wskazywaæ na pozyskanie czêœci danych w formie cyfrowej z baz danych o wysokiej szczegó³owoœci i dok³adnoœci. Wniosek ten potwierdzi³a analiza metod pozyskania danych o budynkach z terenu Siedlec, z której wynika, ¿e w 2011 roku za pozwoleniem Starosty Powiatu Siedleckiego nast¹pi³o zaimporto-wanie czêœci danych o budynkach zgromadzonych w pañstwowym zasobie geodezyjnym i kartograficznym w Siedlcach. Dane w postaci pliku DXF zosta³y przekonwertowane autor-skim skryptem do postaci akceptowalnej przez OSM, z zastosowaniem kameralnej edycji (bez kontroli terenowej) oparte o doœwiadczenie autora skryptu, a zarazem cz³onka spo³ecz-noœci OSM (Load building footprints (not outlines\!) in Siedlce based on the Siedlce County's official data, some editing, and guessing of the data format details). Wyniki analizy dok³adno-œciowej potwierdzaj¹ tak¿e hipotezê o lepszej jakoœci danych dla obszarów zabudowanych ni¿ rolno-leœnych.

Poprawna identyfikacja i obrys budynku na ortoobrazie pozwala zaliczyæ je, za Goodchil-dem (2007) do obiektów ³atwo rozpoznawalnych. Problem pojawia siê jednak z okreœleniem funkcji budynku, która tylko w nielicznych przypadkach jest mo¿liwa do jednoznacznego okreœlenia na podstawie obrazu satelitarnego lub zdjêcia lotniczego. Podobnie nie ³atwo jest okreœliæ funkcjê budynku obserwuj¹c go z zewn¹trz w terenie (wysoki wie¿owiec mo¿e byæ apartamentowcem lub biurowcem lub mieœciæ w sobie muzeum sztuki nowoczesnej). Do-datkowo w ró¿nych krajach, ró¿ne tradycje budowlane uwarunkowane historycznie oraz prawnie mog¹ zaburzaæ ocenê wizualn¹, szczególne nielokalnemu obserwatorowi. Zdaniem autorów, to s¹ powody braków atrybutowych w budynkach bazy OpenStreetMap.

Mimo niedogodnoœci jakoœciowych, baza danych OSM, w³¹cznie z danymi o budynkach i budowlach, ma wielki i ci¹gle rosn¹cy potencja³ informacyjny. W szczególnoœci w krajach o s³abym pokryciu mapowym na poziomie krajowym (ascetyczne pokrycie mapowe, prze-starza³e dane, itp.) jak na przyk³ad Brazylia, z danymi z bazy OSM wi¹¿e siê wielkie oczeki-wania, nawet jako Ÿród³em oficjalnych danych przestrzennych (Camboim, 2015). Wed³ug Westrope i innych (2014) ca³a infrastruktura OSM, do której zaliczylibyœmy wolontariuszy-dostarczycieli danych, u¿ytkowników, narzêdzia i podejœcia zaprojektowane dla wspomaga-nia centralnej bazy danych i mapy OSM, i dane, jest silnym, prê¿nym i ³atwo adaptowalnym organizmem. Mo¿na siê spodziewaæ, ¿e wytyczne dla zapewnienia wysokiej jakoœci danych w OSM ulegn¹ doprecyzowaniu i unormowaniu. Niemniej powstaje pytanie czy wzmo¿ona formalizacja, wymagaj¹ca wiêkszego nak³adu czasu i intelektu wolontariuszy (dla zapoznania siê, zrozumienia i wdro¿enia wytycznych), nie odbije siê negatywnie na zaanga¿owaniu wo-lontariuszy.

Literatura

Al.-Bakri M., Fairbairn D., 2010: Assessing the accuracy of "crowdsourced" data and its integration with official spatial data sets. Accuracy 2010 Symposium, July 20-23, Leicester, UK.

Arsanjani J-J., Zipf A., Mooney P., Helbich M. (eds), 2015: OpenStreetMap in GIScience: Experiences, Research, and Applications. Lecture Notes in Geoinformation and Cartography.

Bielecka E., 2010: Zasady oceny jakoœci danych przestrzennych. Ocena jakoœci danych gromadzonych w TBD. Roczniki Geomatyki t. 8, z. 4(40): 53-66, PTIP, Warszawa.

Bielecka E., 2015: Geographical data sets fitness of use evaluation. Geodetski Vestnik vol. 59, No. 2: 335-348, DOI: 10.15292/geodetski-vestnik.2015.02.335-348.

Cichociñski P., 2012: Ocena przydatnoœci OpenStreetMap jako Ÿród³a danych dla analiz sieciowych. Rocz-niki Geomatyki t. 10, z. 7: 15-24, PTIP, Warszawa.

Esmail R., Naeseri F., Esmail A., 2013: Quality assessment of Volunteered Geographic Information. American Journal for Geographic Information System vol. 2(2):19-26. DOI: 10.5923/j.ajgis.20130202.01. Goodchild M.F., 2007: Citizens as Voluntary Sensors: Spatial Data Infrastructure in the World of Web 2.0.

International Journal of Spatial Data Infrastructures Research vol.2: 24-32.

Goodchild M.F., 2008: Spatial Accuracy 2.0. 8th international symposium on spatial accuracy assessment in natural resources and environmental sciences.

Goodchild M.F., Glennon J.A., 2010: Crowdsourcing geographic information for disaster response: a research frontier. International Journal of Digital Earth 3(3): 231-241.

Goodchild M.F., Li L., 2012: Assuring the quality of Volunteered Geographic Information. Spatial statistics 1:110-120.

Haklay M., Weber P., 2008: OpenStreetMap – User-generated Street Map. IEEE Pervasive Computing vol. 7: 12-18.

Haklay M., 2010: How good is volunteered geographical information? Comparative study of OpenStreetMap and Ordnance Survey Dataset. Environmental&Planning B: Planning and Design vol. 37 (4): 682-703. Hecht R., Kunze C., Hahmann S., 2013: Measuring Completeness of Building Footprints in OpenStreetMap

over Space and Time. ISPRS International Journal of Geo-Information vol. 2: 1066-1091. ISO 19 157:2003 Рinformacja geograficzna РjakoϾ danych.

Loshin D., 2010: Monitoring Data Quality Performance: Using Data Quality Metrics. White Paper Informa-tica. http://it.ojp.gov/docdownloader.aspx?ddid=999

Ma D., Sandberg M., Jiang B., 2015: Characterizing the Heterogeneity of the OpenStreetMap Data and Community. ISPRS Int. J. Geo-Inf. 4: 535-550, DOI:10.3390/ijgi4020535.

MSWiA, 2012: Rozporz¹dzenie Ministra Spraw Wewnêtrznych i Administracji z dnia 17 listopada 2011 r. w sprawie bazy danych obiektów topograficznych oraz bazy danych obiektów ogólnogeograficznych, a tak¿e standardowych opracowañ kartograficznych. Dz.U. 2011 nr 279 poz. 1642.

Nowak J., Nogueras-Iso J., Peedell S., 2005: Issues of multilinguality on creating a European SDI – the perspective for spatial data interoperability. [In:] K. Fullerton (ed.), Abstract book of 11th EC-GI&GIS Workshop – ESDI: Setting the Framework, European Commission , DG Joint Research Centre: 47-48. OSM, 2015a: Tags statistics – OpenStreetMap Wiki. (dostêp 22.08.2015 r.) http://taginfo.openstreetmap.org/tags OSM, 2015b: Buildings – OpenStreetMap Wiki. (dostêp 22.08.2015 r.) http://wiki.openstreetmap.org/wiki/

Buildings

OSM, 2015c. Open Discussion – Key:Building – OpenStreetMap Wiki. (dostêp 22.08.2015 r.) http://wiki.openstreetmap.org/wiki/Talk:Key:building

Camboim S.P., Bravo J.V.M., Sluter C.R., 2015: An Investigation into the Completeness of, and the Updates to, OpenStreetMap Data in a Heterogeneous Area in Brazil. ISPRS Int. J. Geo-Inf. (IJGI) vol. 4: 1366-1388. DOI:10.3390/ijgi4031366.

POKB, 1999: Rozporz¹dzenie Rady Ministrów z dnia 30.12.1999 r. w sprawie Polskiej Klasyfikacji Obiek-tów Budowlanych (PKOB). Dz.U. 1999, nr 112, poz. 1316 i Dz.U. 2002, nr 18, poz. 170.

Ramm F., Topf J., Chilton S., 2010: OpenStreetMap: Using and Enhancing the Free Map of the World; UIT Cambridge: Cambridge, UK.

Redman T.C. (ed.). 1996: Data Quality for the Information Age. Boston, MA: Artech House.

Westrope C., Banick R., Levine M., 2014: Groundtruthing OpenStreetMap building damage assessment. Procedia Eng. vol.78: 29-39.

Xia J., Myers R.L., Wilhiote S.K., 2011: Multiple open access availability and citation impact. Journal of Information Science 37 (1): 19-28.

Zielstra D., Hochmair H.H., Neis P., 2013: Assessing the Effect of Data Imports on the Completeness of OpenStreetMap – A United States Case Study. Transactions in GIS 17(3): 315-334.

Zielstra D., Zipf A., 2010: A comparative study of proprietary geodata and volunteered geographic informa-tion for Germany. [In:] Painho M., Santos M.Y., Pundt H., (eds.), AGILE 2010: 13th AGILE Internainforma-tional Conference on Geographic Information Science. Springer Verlag, Guimaraes, Portugal, 2010.

Streszczenie

Jakoœæ danych OpenStreetMap (OSM), a w szczególnoœci takie jej elementy iloœciowe jak kompletnoœæ oraz dok³adnoœæ po³o¿enia, wzbudza szerokie zainteresowanie naukowców na œwiecie. W artykule przedstawiono okolicznoœci powszechnie obserwowanej heterogenicznej charakterystyki OSM, zwra-caj¹c uwagê na aspekt niedoskona³oœci ustaleñ semantycznych i za³o¿eñ jakoœciowych inicjatywy oddolnej jak¹ jest OpenStreetMap. Czêœæ praktyczn¹ badañ stanowi ocena kompletnoœci i dok³adno-œci lokalizacji danych o budynkach i budowlach OSM w stosunku do krajowych danych urzêdowych, bazy danych obiektów topograficznych BDOT10k. Analizy zosta³y przeprowadzone dla peryferyjnie po³o¿onego powiatu siedleckiego i miasta Siedlce. Opracowanie dope³nia dotychczasowe rezultaty badawcze w zakresie analiz iloœciowych jakoœci OSM, a otrzymane wyniki potwierdzaj¹ zró¿nico-wan¹ jakoœæ danych o budynkach, w sensie ich kompletnoœci i wype³nienia wartoœciami ich atrybutów oraz dok³adnoœci lokalizacji, tak¿e na terenie Polski. Niemniej jednak, wyniki analizy dok³adnoœci geometrycznej s¹ zaskakuj¹co dobre. W dyskusji autorzy zwracaj¹ uwagê na fakt, ¿e mimo niedosko-na³oœci danych wolnych i otwartych s¹ one powszechnie wykorzystywane przez u¿ytkowników.

Abstract

Researchers all over the world are interested in OpenStreetMap data and its quality including comple-teness and geometric accuracy. This article looks into the commonly observed heterogeneous charac-teristics of OpenStreetMap geospatial data and draws attention to the vague semantic and quality foundations of this important grass-roots initiative. The experiment is an assessment of the complete-ness and positional accuracy of OSM building data compared to the national data: the Database of Topographic Objects in Poland (BDOT10k). The analysis was performed for the county and city of Siedlce. This study complements previous research results in the quantitative analysis of OpenStreet-Map data quality. The results confirm the variable quality of OSM data in terms of completeness and updating of building information found in their attribute's, and the positional accuracy of building corners even for the Polish territory. Nevertheless, the analysis did find that the positional accuracy of the OpenStreetMap building data was very good in comparison to the BDOT10K database. The authors draw attention to the fact that Free and Open geospatial data, despite its imperfections, is widely adopted by users including public administrations.

dr in¿. Joanna Nowak Da Costa joanna.nowakdc@wat.edu.pl

dr hab. in¿. El¿bieta Bielecka, prof. WAT elzbieta.bielecka@wat.edu.pl

dr in¿. Beata Ca³ka beata.calka@wat.edu.pl

c _d

Rysunek 2. Ró¿ny sposób modelowania obiektów: a, c – w OSM, b, d – w BDOT10k; górna para obrazów ilustruje gara¿e o przyleg³ych œcianach, dolna para – budynki o zró¿nicowanej wysokoœci i zadaszeniu