A framework for ontology-based spatial data quality assessment, design and development

Abstract

Konumsal veriler; kadastro, tarım, risk analizi gibi alanlarda, karar verme analizleri ve konumsal hesaplamaları içeren işlemler için kullanılmaktadır. Kurumlar veri üreterek bu verileri UKVA' da paylaşır ve verilerin mevcut belirtimlere uygunluğunu test etmeleri gerekir. Konumsal veri kalitesi sonuçların doğruluğu açısından birçok alan için önemli bir konudur. Konumsal veri kalitesinin değerlendirilmesi, belirtimlere ve kullanıcı hedeflerine uygunluğu temel almaktadır. Bu belirtimler, veri kümelerinin uyması gereken kural ve kısıtlamaları içerir. Geleneksel yazılımlar ve literatürdeki çözümler ticari ve çoğunlukla kural tabanlıdır. Yeniden kullanılabilirlik ve birlikte işlerlik sağlanmamıştır. Yazılımların kendilerine özgü kural biçemleri vardır. Güncellemeler, kuralların yeniden üretilmesini gerektirmektedir. Bu eksiklikleri gidermek için, konumsal verilere yönelik, alan-bağımsız ve açık kaynak tabanlı bir metodoloji gerekmektedir. Tezin hedefi, alan-bağımsız, İnternet-tabanlı veri kalitesi değerlendirme çerçevesi tasarlamaktır. Mantık ve ontoloji tabanlı yöntemler ortaya koyulmuştur. Ontoloji tabanlı veri kalitesi değerlendirme çerçevesi tasarlanmıştır. Bu çerçevede, tezin hedefine yönelik, iki tür ontoloji ortaya koyulmuştur. Bunlar; belirtim ontolojileri ve Konumsal Veri Kalitesi Ontolojisi'dir. Belirtim ontolojileri, kullanıcılar tarafından, alandaki belirtimlere yönelik kuralları tanımlamak için oluşturulur. Konumsal Veri Kalitesi Ontolojisi, değerlendirmeden sorumludur ve tasarımı, alan-bağımsız olarak, belirtim ontolojileri tarafından içe aktarılıp kalite değerlendirilmesinin doğru bir biçimde gerçekleştirilmesine yöneliktir. Önerilen çerçevenin konumsal verilere uygulanabilirliği, örnek çalışmalarla ortaya koyulmuştur.

Spatial data is used for operations involving decision-making analysis and spatial calculations, in various domains such as cadastre, agriculture and risk analysis. Institutions produce data and share with the NSDI and should control whether they are conformant with the specifications. Spatial data quality is an essential aspect in domains for the accuracy of the results. Quality assessment is based on the conformance of data to its specifications or fitness for users' purpose. These specifications include the rules and constraints that a dataset should comply with. Traditional quality assessment software and solutions in literature are mostly proprietary and rule-based. The rules are not reusable, shareable or interoperable; every software has its own format of rules. Updates require rewriting of rules. To overcome these shortcomings, a new open source-based methodology is required that can be applicable to spatial data in general, independent from the domain. Purpose of this thesis is to design a domain independent web-based data quality assessment framework. Logic programming and ontology-based methods are proposed. An ontology-based spatial data quality assessment framework is designed. For the purposes of the thesis, two types of ontologies are introduced. These are; the specification ontologies and the Spatial Data Quality Ontology. A specification ontology is to be created by users to define rules according to specifications. Spatial Data Quality Ontology is responsible with quality assessment; it is domain independent and used for quality assessment based on the rules defined by any specification ontology for the related domain. The framework's applicability to a spatial dataset against relevant quality metrics and rules are proven with case studies.