Évaluation de la qualité des données géographiques d'OpenStreetMap à l'aide des méthodes d'apprentissage automatique : cas de la République de Djibouti

Assessing the quality of spatial data OpenStreetMap : case of the Republic of Djibouti

• Auteur / Autrice : Ibrahim Maidaneh Abdi
• Direction : Ana-Maria Olteanu-Raimond
• Type : Thèse de doctorat
• Discipline(s) : Sciences et Technologies de l'Information Géographique
• Date : Soutenance le 23/11/2022
• Etablissement(s) : Université Gustave Eiffel
• Ecole(s) doctorale(s) : École doctorale Mathématiques, Sciences et Technologies de l'Information et de la Communication (Champs-sur-Marne, Seine-et-Marne ; 2015-....)
• Partenaire(s) de recherche : Laboratoire : Laboratoire en Sciences et technologies de l'information géographique (Champs-sur-Marne, Seine-et-Marne) - Laboratoire en Sciences et technologies de l'information géographique (Champs-sur-Marne, Seine-et-Marne)
• Jury : Examinateurs / Examinatrices : Mireille Batton-Hubert, Didier Josselin, Cyril de Runz, Anne Ruas
• Jury : Rapporteurs / Rapporteuses : Mireille Batton-Hubert, Didier Josselin

Mots clés

Mots clés contrôlés

Qualité -- Contrôle

OpenStreetMap (système d'information)

Apprentissage automatique

Données géospatiales

Mots clés libres

Évaluation de la qualité

OpenStreetMap

Données géographiques

Apprentissage automatique

Spatial data

OpenStreetMap

Quality assessment

Machine learning

Résumé

La qualité des données de la base OpenStreetMap (OSM) peut être évaluée en comparant les données d'OSM avec les données d'une base de données géographiques de référence. Cependant, en l'absence d'une telle base de référence (cas de Djibouti), la précision spatiale de ces données n'est pas connue. L'objectif de nos travaux est de mettre en place une méthode permettant de déterminer la qualité d'un jeu de données issue d'OSM sans le comparer avec une base de référence. Pour cela, nous cherchons à établir un lien statistique entre des mesures extrinsèques de qualité (calculées en confrontant les données OSM avec des données de référence), et des indicateurs intrinsèques de qualité (calculés en se basant uniquement sur les objets à évaluer), pour disposer d'une estimation des mesures extrinsèques de qualité d'un jeu de données OSM pour lequel il n'y aurait pas de référence. Nous implémentons un modèle d'apprentissage supervisé, amélioré au fil des méthodes d'apprentissages en partant par une régression multiple LASSO vers une classification de type Random Forest en passant par une étude d'autocorrélation spatiale pour aboutir sur une étude de la transférabilité du modèle de classification sur d'autres zones d'études. Le modèle de régression que nous calculons permet d'expliquer 30 % de la variance sur les mesures de qualité d'objets OSM de type bâtiments. Et si l'on agrège des bâtiments dans un voisinage défini, on améliore le score de variance expliquée par la régression jusqu'à 42 %. Quant avec la classification, notre modèle parvient à détecter une mauvaise qualité de saisie de bâtiments à 81,5 % d'AUC. Enfin, les résultats préliminaires testés sur deux zones d'études, montrent que le modèle d'apprentissage se transfère assez bien sur la nouvelle zone d'étude

The quality of the OpenStreetMap (OSM) data can be assessed by comparing it with data from a reference base. However, in the absence of such a reference base (case of Djibouti), the spatial accuracy of these data is not known. The objective of our work is to set up a study framework allowing to determine the quality of an OSM dataset without having to use a reference base. To this end, we seek to establish a statistical link between extrinsic quality measures (computed by comparing OSM data with reference data), and intrinsic quality indicators (computed based only on the objects to be evaluated), in order to have an estimate of the extrinsic quality measures of an OSM dataset for which no reference would exist. We implement a supervised learning model, improved through the learning methods, starting with a LASSO multiple regression towards a Random Forest classification, passing through a spatial autocorrelation study and ending with a study of the transferability of the classification model to other study areas. The regression model that we compute allows us to explain 30% of the variance on the quality measures of OSM objects of type buildings. And if we aggregate buildings in a defined neighborhood, we improve the variance score explained by the regression up to 42%. As for with classification, our model manages to detect poor quality building input at 81.5% AUC. Finally, the preliminary results tested on two study areas, show that the learning model transfers quite well to the new study area