سنجش میزان کامل بودن داده های مکانی داوطلبانه با تمرکز بر داده های بلوک های ساختمانی (مطالعه موردی: کلانشهر تهران)شهر تهران)

در حال حاضر پروژه openstreetmap (osm) یکی از بزرگترین مجموعه داده‌های مکانی داوطلبانه است که در بسیاری حوزه‌های کاربردی مختلف به عنوان مکمل یا جایگزین با داده‌های معتبر استفاده می‌شود. با این حال کیفیت این داده‌ها یکی از موانع استفاده گسترده از آنها بوده است. در این مقاله از میان عناصر مرتبط با کیفیت داده‌های مکانی داوطلبانه، سعی در بررسی کامل بودن داده‌های بلوک ساختمانی osm کلانشهر تهران شده است. برای این منظور از دو رویکرد واحد مبنا و عارضه مبنا که غالبا در مطالعات مشابه بکار می‌روند استفاده شده است. نتایج حاصل از این مطالعه مشابه با سایر مطالعات نشان می‌دهد که برآورد کامل بودن داده‌های بلوک ساختمانی osm بشدت بین روش‌ها متفاوت است. نتایج نشان‌دهنده سرعت بالای ارزیابی روش‌های واحد مبنا و دقت بالاتر رویکرد عارضه مبنا است. علاوه بر این روش‌های واحد مبنا نسبت به تفاوت مدلسازی عوارض بین دو مجموعه داده رسمی و داوطلبانه بسیار حساس هستند. درحالیکه روش‌های عارضه مبنا، از حساسیت کمتری برخوردار هستند و در صورتی که داده‌ها صحت مکانی مناسبی داشته باشند منجر به برآورد دقیق‌تری از کامل بودن خواهند شد. بنابراین توصیه این مقاله استفاده از روش‌های عارضه مبنا در مطالعات ارزیابی کیفیت است.در نهایت بر اساس رویکرد عارضه مبنا کامل بودن داده‌های بلوک ساختمانی osm در کل منطقه مطالعاتی برابر با 2.7 درصد محاسبه گردید که نرخ پایین کامل بودن را نشان می‌دهد. ارزیابی بیشتر نتایج نشان می‌دهد که بخش شمالی، مرکزی و شرق تهران نسبت به سایر بخش‌ها از کامل بودن بیشتری برخودار هستند. همچنین در اکثر مناطق تهران بیش از %80 از داده‌های رسمی در مجموعه داده‌ osm وجود ندارند که نشان‌دهنده کامل‌تر بودن مجموعه داده رسمی نسبت به مجموعه داده osm می‌باشد.

Assessment of the completeness of Volunteered Geographic Information focusing on building blocks data (Case Study: Tehran metropolis)

Open Street Map (OSM) is currently the largest collection of volunteered geographic data, widely used in many projects as an alternative to or integrated with authoritative data. However, the quality of these data has been one of the obstacles to the widely use of it. In this article, from among the elements related to the quality of volunteered geographic data, we have tried to examine the completeness of building block data in the OSM for Tehran metropolis. In order to do it, we have applied two objectbased and unitbased approaches that are frequently applied in similar studies. The findings of this study demonstrate that the estimation of OSM building completeness strongly differs from these two approaches. The results demonstrate the high speed of evaluation of the unitbased approach and the higher accuracy of objectbased method. Moreover, the results for the unitbased method indicate that a unitbased comparison of the total number or area of buildings is highly sensitive to disparities in modeling. While the objectbased methods have lower sensitivity than disparities in modeling and if the data have an appropriate location accuracy, they will provide more accurate results for the completeness parameter. Therefore, the recommendation of this paper is to use an objectbased method in quality assessment studies. In the end, based on the objectbased approach, the parameter of completeness in the whole study area was calculated as 2.7%, which shows a low rate of completeness. Evaluating the results in closer detail, shows that the northern, central and eastern parts of Tehran are more complete than the other parts. Also, in most regions of Tehran, more than 80% of the official data is not in the OSM dataset, which indicates that the official dataset is more complete than the OSM one.