Joukkoistetun paikkatiedon laatu ja luotettavuus : Turun kaupunkiseudun pyöräilyverkosto OpenStreetMap-karttapalvelussa

Abstract

Kansalaislähtöinen joukkoistettu paikkatieto on noussut varteenotettavaksi tietolähteeksi viranomaisten ja kaupallisen sektorin tuottaman auktoritatiivisen paikkatiedon rinnalle. Tuotantotavat poikkeavat toisistaan merkittävästi, mikä ilmenee joukkoistetun lopputuotteen laatuvaihteluna. Sitä aiheuttavat tavoitteiltaan ja taitotasoltaan kirjava kartoittajajoukko, tuotantoalustojen ominaisuudet ja avoin tuotantotapa, joka ei pakota vaatimustenmukaisuutta. Jotta joukkoistettua paikkatietoa voidaan luotettavasti hyödyntää auktoritatiivisessa yhteydessä, on ymmärrettävä sen laadullisia piirteitä. Niitä koskevaa kotimaista tutkimustietoa on vähän ja tiedon tarve on uusiutuva joukkoistetun paikkatiedon jatkuvasti päivittyessä ja rikastuessa teemoiltaan. Tutkielmassa tähän tarpeeseen pyrittiin vastaamaan vertaamalla joukkoistetun OpenStreetMap-karttapalvelun pyöräilyverkostotietoa Turun kaupungin ja sen ympäryskuntien ylläpitämän paikkatietoaineiston laatuvaatimuksiin. Laatu mitattiin ISO 19157:2013-standardin mukaisesti täydellisyyden, sijaintitarkkuuden ja topologisen eheyden laatuparametreille. Niitä määrällistettiin verkoston kokonaispituudella, keskimääräisellä etäisyydellä ja geometrisella yhdenmukaisuudella sekä kappalemääräisellä laskennalla. Alueellista vaihtelua arvioitiin visuaalisesti, keskihajonnalla ja tilastollisesti Anselinin paikallisella Moranin I -tunnusluvulla. Koska paikkatietoaineiston kokonaislaadun muodostaa kvantitatiivisen laadun lisäksi sopivuus käyttötarkoitukseen ja lisäksi kokonaislaadun molempien komponenttien yhteisvaikutus luotettavuuteen on aiemmassa tutkimuksessa jäänyt vähälle huomiolle, aineiston käytettävyyttä arvioitiin pyöräilyverkoston kartoitustarpeiden näkökulmasta laatuarvioon perustuen. Luotaava käytettävyysmittaus painotti pyöräilyverkoston kartoitustarpeille kriittisiä laatuparametreja käytettävyyttä ilmaisevassa aggregaatissa. Joukkoistetun paikkatiedon laatuun vaikuttavat tekijät ovat osin tilasidonnaisia. Tätä tutkittiin laatu- ja käytettävyysarvioiden tulosten alueellisen vaihtelun arviolla. OpenStreetMap-aineiston täydellisyyden ja sijaintitarkkuuden havaittiin olevan lähellä laatuvaatimusta ja osin täyttävän sen. Topologinen eheys osoittautui sen sijaan heikoksi. Käytettävyysmittaus puolestaan osoitti virheettömyyden vaatimuksen korostuvan sovellustarpeiden monimutkaistuessa. Sama aineisto voi soveltua hyvin yhteen käyttötarkoitukseen, mutta olla kelvoton toiseen. Kvantitatiivisen laadun ja käytettävyyden suuri alueellinen vaihtelu heikensi selvästi aineiston luotettavuutta. Vaikka laajoja yhtenäisiä hyvätasoisia alueita paikallisesti havaittiin, aineistotason luotettavuus oli välttävä. Tulokset osoittavat joukkoistetun paikkatiedon lunastavan osan sen hyödyntämiseen liittyvistä odotuksista, mutta sen luotettavuutta on vaikea ennakoida. Tämä viittaa laadunvarmistuksen jatkuvaan välttämättömyyteen sekä tarpeeseen asettaa laatumittauksen tavoitteet tapauskohtaisesti. Tällöin myös laatuparametreiltään tai alueellisesti osittain heikkolaatuista aineistoa voidaan käyttää sovelluskohteiden niin salliessa ja joukkoistetun paikkatiedon temaattisesta moninaisuudesta päästään erityyppisissä sovellusyhteyksissä hyötymään.

Citizen-sourced volunteered geographic information (VGI) has emerged as a significant data source alongside authoritative spatial data produced by governmental agencies and the commercial sector. The modes of production differ substantially, resulting in variable quality in the crowdsourced final product. This variability stems from a diverse group of mappers in terms of objectives and skill levels, platform attributes, and an open production method that does not enforce conformity to standards. To reliably utilize crowdsourced spatial data in authoritative contexts, one must comprehend its quality attributes. There's a paucity of domestic research on this topic, and the need for information is recurrent, with VGI continually updating and diversifying in themes. This study aimed to address this gap by comparing the cycling network data from the crowdsourced OpenStreetMap service to the quality standards of spatial datasets maintained by the city of Turku and its surrounding municipalities. Quality was assessed based on the ISO 19157:2013 standard, focusing on completeness, positional accuracy, and topological integrity quality parameters. These were quantified by the total network length, average distance, geometric consistency, and count-based calculations. The regional variability was assessed both visually and statistically, using standard deviation and Anselin's local Moran's I index. Given that the overall quality of spatial datasets is not only defined by quantitative quality but also its suitability for intended use, and considering previous research has often overlooked the combined impact of these components on reliability, the usability of the dataset was evaluated from the perspective of cycling network mapping needs based on the quality assessment. This exploratory usability assessment emphasized quality parameters critical to cycling network mapping in an aggregate indicating usability. Factors influencing the quality of crowdsourced spatial data are partly location dependent. This was examined by analyzing the regional variability in the results of quality and usability assessments. The completeness and positional accuracy of the OpenStreetMap dataset were found to be close to the quality requirements and in some cases meeting them. However, topological integrity was notably weak. The usability assessment indicated an increased emphasis on the requirement for accuracy as application needs become more complex. The same dataset might be well-suited for one purpose but unsuitable for another. The significant regional variability in quantitative quality and usability markedly reduced the dataset's reliability. Even though extensive, consistently high-quality areas were observed locally, the dataset's overall reliability was found to be subpar. The results suggest that crowdsourced spatial data meets some of the expectations related to its utilization but remains a volatile data source in terms of reliability. This underscores the continuous necessity for quality assurance and the need to set quality assessment objectives on a case-by-case basis. This approach allows for the use of datasets that may be subpar in quality parameters or regional attributes, given the application permits, capitalizing on the thematic diversity of crowdsourced spatial data in various application contexts.