[論文レビュー] Automated identification and characterization of parcels (AICP) with OpenStreetMap and Points of Interest

Ying Long, Xingjian Liu|arXiv (Cornell University)|Nov 24, 2013

Land Use and Ecosystem Services参考文献 22被引用数 38

ひとこと要約

本稿では、中国における都市区画の自動特定と特徴化を目的として、OpenStreetMap (OSM) の道路ネットワークとポイント・オブ・インタレスト (POI) データを用いた自動手法を提案する。ベクトルベースの細胞自動機械モデルを適用することで、297都市にまたがる82,645の都市区画を同定し、リモートセンシングや現地調査に依存しない低コストでスケーラブルな代替手法を提供する。

ABSTRACT

Against the paucity of urban parcels in China, this paper proposes a method to automatically identify and characterize parcels (AICP) with OpenStreetMap (OSM) and Points of Interest (POI) data. Parcels are the basic spatial units for fine-scale urban modeling, urban studies, as well as spatial planning. Conventional ways of identification and characterization of parcels rely on remote sensing and field surveys, which are labor intensive and resource-consuming. Poorly developed digital infrastructure, limited resources, and institutional barriers have all hampered the gathering and application of parcel data in developing countries. Against this backdrop, we employ OSM road networks to identify parcel geometries and POI data to infer parcel characteristics. A vector-based CA model is adopted to select urban parcels. The method is applied to the entire state of China and identifies 82,645 urban parcels in 297 cities. Notwithstanding all the caveats of open and/or crowd-sourced data, our approach could produce reasonably good approximation of parcels identified from conventional methods, thus having the potential to become a useful supplement.

研究の動機と目的

• 中国をはじめとする発展途上国において、都市区画データが不足している現状に鑲って、従来のデータ収集方法が高コストでリソースを要することを解決すること。
• 高価なリモートセンシングや現地調査に依存せずに、自動的かつスケーラブルな方法で都市区画の同定と特徴化を実現すること。
• 特にOpenStreetMapの道路ネットワークとPOIデータを含むオープンソースデータを活用して、区画境界と属性を推定すること。
• クラウドソーシングされた地理空間データを用いた都市区画モデリングの実現可能性と正確性を、データが限られた環境下で評価すること。
• デジタルインfraが整備されていない地域における都市計画や微細スケールの都市モデリングの実用的で低コストな代替手段を提供すること。

提案手法

• ベクトルベースの細胞自動機械 (CA) モデルを用いて、OpenStreetMap (OSM) の道路ネットワークの空間的分布に基づき、都市区画境界のシミュレーションと同定を実施する。
• 区画の幾何形状は、OSM道路セグメントの接続性と密度から推定され、都市的土地利用境界の代理指標として扱う。
• ポイント・オブ・インタレスト (POI) を用いて、土地利用タイプ、活動強度、機能分類などの区画特性を推定する。
• 空間クラスタリングと属性推定技術を適用し、距離と空間的パターンに基づいてPOIを特定の区画単位に関連付ける。
• 複数段階の検証プロセスにより、利用可能な場合に限り従来の区画データと照合し、幾何的および属性的正確性を評価する。
• 本手法は中国全土にわたり、297都市をカバーする規模で適用され、汎用性と性能を評価する。

実験結果

リサーチクエスチョン

• RQ1 公式な登記データが存在しない状況下でも、OpenStreetMap (OSM) の道路ネットワークを信頼性を持って都市区画境界の推定に用いることができるか？
• RQ2 ポイント・オブ・インタレスト (POI) は、区画の機能と土地利用タイプをどの程度意味的に特徴づけることができるか？
• RQ3 従来の区画データ収集手法と比較して、自動区画同定手法の正確性はどの程度か？
• RQ4 発展途上国における多様な都市環境において、AICP手法のスケーラビリティと再現可能性はどの程度か？
• RQ5 オープンソースデータの制限が、得られる区画データセットの信頼性と精度にどのように影響するか？

主な発見

• 本手法は、OSM道路データとPOI情報のみを用いて、中国の297都市にまたがる82,645の都市区画を効果的に同定した。
• 得られた区画の幾何形状は、従来の区画境界と妥当な整合性を示しており、OSMを登記データの代理として使用する可能性を裏付けた。
• POIデータを活用することで、土地利用タイプや機能的活動といった区画特性の推定が効果的に行われ、出力データセットの有用性が向上した。
• クラウドソーシングされたデータに内在する制限が存在するものの、本手法は区画構造の妥当な近似を生成し、補完的データソースとしての可能性を検証した。
• 本手法はスケーラブルであり、国家レベルでの適用が可能であることが示され、公式の土地登記データが不足する地域における価値を示した。
• 本研究は、適切な計算モデリング手法（特にベクトルベースのCA）と組み合わせることで、オープンデータが大規模都市モデリングを支援できることを示した。