Evoluzione

Da 1993 Da 2008

Evoluzione

Da 1993 Da 2008 Dati spaziali strutturati Dati spaziali non-strutturati

Da ieri a oggi

2010

Due cambiamenti di paradigma

• Ricerca d’informazione geografica – in un GIS su Internet

• Involgimento degli utenti– solo come « lettori » anche come contributori

Web Semantico Geografico

• 1 – Introduzione al Geo Web• 2 – Ricerca d’informazioni

geografiche su Internet • 3 – Città Virtuali 3D• 4 – Conclusioni

1 – Introduzione al Geo Web

• Web Semantico

• Geoweb

• Mashup

• Ontologie

• Geobrowers

Le parole-chiavi del Web di oggi

Google Earth (e Google Maps)

• Google Maps e Google Earth entrambi sono stati liberati in 2005 (benchè Google Earth fosse comprato da una altra azienda)

• Hanno rivoluzionato l'uso dei dati spaziali sul web• Google Maps ha offerto gli API (programmazione

di applicazione di nterfacce) che hanno reso facile aggiungere i dati

• Uso di KML permette agli utenti di gestire dati in 3D

• Gran parte della visione interoperabile del OGC ora sta accadendo attraverso Google

Web semantico

• trasformazione del World Wide Web in un ambiente dove i documenti pubblicati (pagine HTML, file, immagini, e così via) siano associati ad informazioni e dati (metadati) che ne specifichino il contesto semantico

• in un formato adatto all'interrogazione, all'interpretazione e, più in generale, all'elaborazione automatica.

Wikipedia: http://it.wikipedia.org/wiki/Web_semantico

• Con l'interpretazione del contenuto dei documenti che il Web Semantico propone,

• Saranno possibili ricerche molto più evolute delle attuali, basate sulla presenza nel documento di parole chiave, ed altre operazioni specialistiche come la costruzione di reti di relazioni e connessioni tra documenti secondo logiche più elaborate del semplice link ipertestuale.

Scopi del Web Semantico

• Sviluppo di applicazioni per– l’estrazione di informazione da collezioni

estemporanee/dinamiche di documenti– il controllo di validità dei contenuti– l’identificazione di stile– il riconoscimento di collegamenti

ipertestuali virtuali– gli agenti intelligenti (cooperazione)

GeoWeb

• Geoweb o Geospatial è un termine relativamente nuovo che implica la fusione delle informazioni (basate sulle posizione) geografiche con le informazioni astratte che attualmente dominano Internet.

• Ciò genererebbe un ambiente in cui uno potrebbe cercare le cose basate soltanto su posizione anziché dalla parola chiave - cioè “che cosa è quì?”.

http://en.wikipedia.org/wiki/Geoweb

Geoweb

• Localizzazione intelligente• Uso di Internet• Toponimi localizzazione sul globo• Indirizzo postale localizzazione sul

globo• Relazioni di localizzazione• Gazetteer (elenco di toponimi)

Mashup

• I mashup integrano dati da fonti multiple per realizzare prodotti nuovi ed applicazioni utili

• Permettere la creazione dei mashup con dati e servizi, i fornitori devono fornire le interfacce ai loro dati in moda da creare una catena di servizi sul web

• I mashup permettono la mappatura interattiva dei dati in tempo reale ciò non era possibile con le mappe di carta (per esempio dove è ADESSO il mio treno?)

Terremoti

• http://serverx.esri.com/arcgisjavascriptapi/codegallery/EarthquakePopulation.html

Esempi di Mashup

• Interrogare le speci, chiedere informazioni sulle distribuzioni, sulle immagini e sugli articoli scientifici o i libri si sono chiesti alla domanda

• Mappare un itinerario sulle Stazioni di metropolitana di Londra

• Mappare gli aerei ed informazioni relative in tempo reale nella zona di Zurigo

• Mappare i crimini a Copenhaghen

Servizi geografici

• Dalla OGC (Open Geospatial Consortium)

• Servizi normalizzati– WMS: Web Map Service– WFS: Web Feature Service– WCS: Web Coverage Service– GML: Geography Markup Language– CAT: Catalog Service– CAT: Coordinate Transformation– SFS: Simple Features - SQL

http://maps.google.fr/maps?hl=it&safe=off&q=unibas&ie=UTF8&t=h&radius=0.08&sll=40.631925,15.806188&sspn=0.001431,0.002401&split=1&filter=0&rq=1&ev=zi&hq=unibas&hnear=&ll=40.63326,15.806258&spn=0,0.002401&z=19&layer=c&cbll=40.633365,15.80633

2&panoid=zCtP0VpgBNyWisu9rYxN8w&cbp=12,274.47,,0,-0.67

Ontologia

• Onto = L'essere ; Logia = discorso• Aristotele: "lo studio dell'essere in

quanto essere"• Def1: teoria degli oggetti e delle loro

relazioni• Def2: teoria delle entità, specialmente

delle entità che esistono nel linguaggio• Def3: specificazione esplicita di una

concettualizzazione (Gruber)• Def4: grafo semantico

Esempio d’ontologia

Inondazione

Temporale

Catastrofe naturali

Fuoco

Tsunami

Volcano

Slittamento di terreno

Terremoto

Relazione « è uno »Relazione « causa »

Valanghe

Ontologie geografiche

• Necessità di integrare tutti gli oggetti geografici

• Relazioni generalizzazione/specializzazione

• Relazioni topologiche• Necessità di averla rapidamente in

italiano

2 – Ricerca d’informazioni geografiche su Internet

• Nuovi termini– Geocoding– Geonaming – Geoparsing – Geotagging

• Geographic Information Retrieval• Cooperazione

Geocoding, Geonaming Geoparsing e Geotagging

• Geocoding– Trovare le coordinate di un luogo

• Geonaming– Dare un nome a un luogo

• Geoparsing– Da un testo, ritrovare il luogo corrisponde– Ambiguità in certi casi

• Geotagging– Annotare un luogo su una mappa

Geocoding

• Assegnare le coordinate a un luogo generalmente con longitudine e latitudine

• Due rappresentazioni– Gradi, minuti, secondi (gg°mm’ss”)– Gradi decimali (gg,ddd)

ddd=mm/60+ss/3600

• Certi casi: interpolazione– Interpolazione linearia per i civici nelle strade

tra le coordinate dei nodi

Geonaming

• Dalle coordinate al nome del luogo• Definizione del luogo

– Punto, linea, area– Problemi di linguistica– Problemi multilingue

• Che nome?– Nome nella lingua ufficiale del paese– Nome nella lingua dell’utente– Nome nella lingua del sistema

GeoParsing

• Analizzare per localizzare

• Esempio: Mississipi (fiume/estato ?)• Esempio: Roma

Toponimo LuoghoMany-to-many

GeoParsing: 3 definizioni

• Toponimo Ubicazione– Dove si trova la Malga Xomo?

• Relazione a un toponimo Ubicazione– A 15 Km al sudovest di Trento

• Analisi di testo Ubicazione– Bibblia, testi storici, ecc.

Strumenti

• Gazetteers = Elenco dei toponimi– Aosta/Aoste– Bolzano/Bozen

• Altre lingue– Venezia, Venice, Venise, Venecia,

Venedig, Benetke, Benátky... ecc.– Monaco di Baviera, Monaco

• Variazioni di confine (comuni, provincie, regioni, paesi, ecc.) con date

Esempio del postino

• Mrs Florence Manchester• 2345 New York Avenue• 97347 Aberdeen, WA

• Sgra Emilia Romagna• 145 viale Enesto Viale• Nicosia

GeoTagging

• Annotazioni geografiche generalmente multimediali– Foto– Testi– Filmati– Voce, musica

• Sistemi esistenti– Panoramio– Flickr– Everyscape– Wikimapia– Trippermap

Geographic Information Retrieval

• Gran parte dei dati che vediamo su una base quotidiana è non strutturata o parzialmente strutturata (per esempio documenti di testo)

• La ricerca ha indicato che – 85% di 20 000 documenti britannici

contengono un nome di luogo (Purves ed altri, 2007);

– 13% di 4 milioni domande sul web contengono una componente geografica (Zhang ed altri, 2006)

Elementi chiave di GIR

• Identificazione dell’orma: identificare i luoghi menzionati nei testi non strutturati

• Espansione di una query: aggiungere nomi non presenti nella domanda

• Indicizzazione spaziale ed indicizzazione testuale

• Classificazioni: secondo il tema e la posizione • Formulazione di domanda e visualizzazione

dei risultati : un'interfaccia che concede agli utenti formulare ed esplorare le domande spaziali

Orme spaziali di documenti

Espansione di query ed indicizzazione spaziale

• Espansione di domanda significa che se un utente ricerca documenti su Milano, aggiungiamo Sesto San Giovanni, Monza, ecc. a la domanda

• Per questo abbiamo bisogno di conoscere la topologia, i luoghi vicini ed i loro rapporti spaziali

• Si deve utilizzare tipicamente dizionari geografici

• Se un utente chiede documenti circa “i castelli a Zurigo”, un indice spaziale riduce il numero di documenti

Tipi di ricerca geografica su Internet

• Tutto sapare su un luogo:– Adesso– Nel passato

• Modo migliore per andare da A a B, con qualsiasi modo di trasporto

• Tasformare un testo in mappa– Meteorologia– Racconti di esploratori

• Ecc.

Difficoltà

• Lavoro gigantesco (indicizzazione spaziale dei tutti i documenti)

• Gazeteer ed ontologie• Controlo di qualità• Algoritmi per rispondere alle

domande• Algoritmi con un limite di tempo • Privatezza della localizzazione

Geographic Information Retrieval (GIR)

• GIR è dedicato alla ricerca delle risorse informative geografiche che potrebbero essere pertinenti per la zone geografica di query

Area della Baia di San Francisco

-122.418, 37.775

Geocoding

• Esempio

Preliminari

• Analizzare i testi esistenti– Estrazione dei nomi di luoghi (date)

• Geoparsing

– Codificazione • Geocoding

• Approccio spaziale dei documenti• Approccio semantico dei documenti

Approccio semantico

• Punteggio– Basato sulle parole-chiavi – Basato sull’analisi della query– Basato sul traffico legato a un

documento– Basato sui link– Basato sulla data di creazione– Basato sul pagamento

Punteggio semantico

• Peso delle parole-chiavi per ogni documento

• Consideriamo tutte le parole-chiavi– del documento– della query

• Esistono formole per calcolare la pertinenza (punteggio) di un documento secondo una domanda

Approccio spaziale

• Uso delle rappresentazioni spaziali e delle relazoni spaziali

• Due modi– Quantitativo, basato sulle proprietà

geometrica degli oggetti– Qualitativo, basato sulle proprietà non-

geometriche degli oggetti

Similarità spaziale

• Indicatore di pertinenza• Adeguazione tra

– Luogo (come descritto nel documento)– Luogo (come descritto nella domanda)

• Metodo– Grado di sovraposizione

D1

Sovraposizione

• Ricavare i documenti la cui orma è sovraposta alla zona di domanda

• Aggiungere gli oggetti totalmente o parzialmente inclusi

• Relazioni topologiche, senza raffinatezze metriche

Zone derequêteD3

D4

Grado di sovraposizione

• Calcolo della superficie di intersezione

• % di sovraposizione

http://calsip.regis.berkeley.edu/pattyf/mapserver/cheshire2/cheshire_init.html

Esempio

Classificazione

• Un sistema di ricerca dell'informazione restituisce i documenti con un punteggio

• In GIR questo punteggio ha, tipicamente, due dimensioni (tematico e spaziale)

Dimensionetematica

Dimensionespaziale

Cooperazione

• Come andare dalla Gioconda del Leonardo nel museo del Louvres di Parigi, alle Meninas di Velásquez nel museo del Prado di Madrid?

• Come generare l’itinerario da una pittura ad un'altra pittura?

• Generazione di Wlink basata su parecchi sistemi

?

Esempio di cooperazione

• Con il database del Louvres escendo dal Gioconda alla stazione della metropolitana seguente

• Con il database dell'azienda di trasporto di Parigi andando alla stazione di metropolitana più vicina all'aeroporto di Parigi

• Con il database delle linee aeree andando dall'aeroporto di Parigi all'aeroporto di Madrid

• Con il database dell'azienda di trasporto di Madrid andando dall'aeroporto di Madrid alla stazione di metropolitana più vicina al Prado

• Con il database del Prado andando dalla stazione di metropolitana più vicina alla pittura delle Meninas

Geobrowser

• Dai browser ai geobrowser– Google Earth– Virtual Earth– Ecc.

• Visione geografica dell’informazione• « 80 % delle informazione hanno una

base geografica »

3 – Città Virtuali 3D

• Visualizzazione della città a 3D• Linguaggio CityGML• Nuovi progetti coprendo la terra

– Google Earth (2D e 3D)– Virtual Earth della Microsoft

• Visione globale e ricerca locale

Applicazioni potenziali

• Simulazione del rumore urbano, dell’inquinamento dell’aria

• Simulazione delle inundazioni• Simulazione dei rischi naturali e tecnologici• Paragonare le altezze dei fabbricati con le

altezze legali• Impatto visuale di un nuovo progetto• Verifica delle dichiarazione per le tasse

locali• ecc

Altre applicazioni• Geomarketing: impatto visuale della publicità• Agenzie immobilari: dare un’idea agli acquirenti

della vicinanza• Turismo: monumenti e luoghi da visitare• Telefono mobile: localizzazione delle antenne

(intervisibilità)• Pannelli solari: ubicazione ottimale• Elicotteri: luoghi per atterrare• Istoria ed archeologia: modellare una città nei

secoli/milleni precedenti• ecc.

CityGML

• Initiativa tedesca

• Estensione di GML

• Scopo: città virtuali a 3D

Oggetti di CityGML

• Terreni nudi• Edifici, ponti, gallerie, mura• Scave, strade, trasporti, binari,

acqua, vegetazione• Semafori, arredo urbano

Esempi di oggetti CityGML

Terreno VegetazioneFabbricato

Uso del suolo Raggru-pamento

AcquaArredo urbano

Rete di trasporto

Modellazione 3D dei fabbricati

Livelli di dettaglio

• LOD0 – Modello Regionale – Modello di terreno (2.5D)

• LOD1 – Città/Modello del sito– Modello di blocco con o senza tetti

• LOD2 – Città/Modello del sito– Texture dei tetti e delle facciate

• LOD3 – Città/Modello del sito– Modello architetturale dettagliato

• LOD4 – Modello dell’interiore– Navigazione all’interno dell’edificio

Livelli di dettaglio

Livelli di dettaglio – esempio

Trento

Esempio modello di trasporto

Applicazione delle texture

Multi-risoluzione per le texture dei terreni

“Abbigliamento”

Texture e risoluzione

Baltimore

Estrazione dei punti simili

4 – Conclusioni

• Cambiamenti di paradigma• Uso di Internet• Le enti locali devono revisitare i loro SIT

– Google Earth, Bing– Uso di Mashup– VGIS GIS da volontari– Ecc.

• Nuove applicazioni– Uso d’informazione esterna– 3D, – partecipazione del pubblico– Ecc.

INPUT e GeoWeb

• Sviluppare ricerche sul GeoWeb– Per la pianificazione urbana ed

ambientale

• Introdurre GeoWeb nella docenza

• Corsi su GeoWeb – Lione– Venezia, Genova, Salerno– Puebla (Messico), Beyrouth (Lebano)

• Contenuto tipico (da 10 a 20 ore)– Introduzione al GeoWeb– Linguaggi XML per il GeoWeb – Città Virtuali 3D – Ontologie geografiche– Ricerca d’informazione geografica su Internet – Geoweb e servizi localizzati – Esercitazioni

Esempio di corso

Pr. Robert LauriniPresidente di USF-

AWB

PRESENTAZIONE DELLA NGO

« UNIVERSITARI SENZA FRONTIERE »