Visualização da qualidade de dados do mapeamento colaborativo no contexto de desastres
Resumo
Resumo: Com a popularização de projetos baseados em Informações Geográficas Voluntárias (VGI), tornou-se possível que usuários com ou sem experiência em cartografia pudessem criar e compartilhar informações geográficas. No entanto, o conhecimento da qualidade desses dados torna-se um aspecto crucial para a integração e atualização de dados oficiais. No caso de regiões afetadas por desastres, onde são necessárias rápidas tomadas de decisão, o mapeamento colaborativo gera dados valiosos que muitas vezes são subutilizados devido à falta de conhecimento sobre sua qualidade. Além disso, a maioria das pesquisas sobre qualidade de dados colaborativos é focada na avaliação e descrição dos resultados, com poucas soluções para a visualização da qualidade dos dados, especialmente no contexto brasileiro. Portanto, o presente estudo teve como objetivo propor e avaliar um projeto cartográfico de um mapa interativo na web para a visualização da qualidade dos dados de mapeamento colaborativo, em áreas suscetíveis a desastres. A metodologia utilizada consistiu nas seguintes etapas: definição dos potenciais usuários e das principais necessidades da aplicação; aquisição de dados de fontes oficiais, como IBGE e CPRM, e de indicadores de dados da plataforma de mapeamento colaborativo OpenStreetMap; elaboração do projeto cartográfico, utilizando-se do método de grades de área para representar a qualidade dos dados, dentre outros métodos de visualização cartográfica; implementação de uma interface de teste do projeto cartográfico; e avaliação do projeto cartográfico por meio de testes de tarefas de leitura de mapas e testes de usabilidade realizados com usuários voluntários. Os resultados obtidos evidenciaram que o projeto cartográfico proposto foi, de maneira geral, eficaz no processo de percepção da qualidade dos dados colaborativos. Nas tarefas de leitura de mapa, os participantes apresentaram bons resultados na identificação de áreas propostas para maioria das tarefas, revelando maior dificuldade de percepção quando necessário identificar áreas pequenas e/ou classificadas com mais de uma varável visual. Além disso, a visualização das grades de qualidade em escala pequena tendeu na diminuição da precisão de corretas identificações. O teste de usabilidade, baseado no questionário SUS, evidenciou que os usuários se sentiram satisfeitos em interagir com a interface de teste, permitindo também estimar bons resultados referentes a eficiência e eficácia do projeto cartográfico. Com base nas pontuações obtidas no questionário SUS, o projeto cartográfico e sua interface de teste foram classificados com média "B", na classificação de Sauro (2011), e como "Excelente", na classificação de Bangor, Kortum e Miller (2009). Dessa forma, o projeto cartográfico proposto mostrou ser eficaz na visualização da qualidade VGI, em áreas suscetíveis a desastres. Recomenda-se, para pesquisas futuras, explorar novas metodologias de visualização da qualidade dos dados do mapeamento colaborativo. Testar outros indicadores e parâmetros de qualidade dos dados pode contribuir para tomadas de decisão mais ágeis em situações de desastre. Assim, estudos adicionais irão auxiliar numa compreensão científica mais aprofundada na área. Abstract: With the popularization of projects based on Volunteered Geographic Information (VGI), it has become possible for users with or without cartography experience to create and share geographical information. However, knowledge of the quality of these data becomes a crucial aspect for the integration and updating of official data. In the case of disaster-affected regions, where quick decision-making is required, collaborative mapping generates valuable data that is often underutilized due to a lack of knowledge about its quality. Furthermore, most research on collaborative data quality focuses on evaluation and description of results, with few solutions for visualizing data quality, especially in the Brazilian context. Therefore, the present study aimed to propose and evaluate a cartographic project of an interactive web map for visualizing the quality of collaborative mapping data in disaster-prone areas. The methodology consisted of defining potential users and their main application needs, acquiring data from official sources such as IBGE and CPRM, as well as data indicators from the OpenStreetMap collaborative mapping platform. The cartographic project was developed using area grids method and other cartographic visualization techniques. A test interface for the cartographic project was implemented, and the project was evaluated through map reading tasks and usability tests conducted with volunteer users. The results obtained evidenced that the proposed cartographic project was generally effective in the perception of collaborative data quality. In map reading tasks, participants achieved good results in identifying proposed areas for the majority of tasks, revealing greater difficulty in perceiving small areas and/or areas classified with multiple visual variables. Additionally, the visualization of quality grids at a small scale tended to decrease the accuracy of correct identifications. The usability test, based on the System Usability Scale (SUS) questionnaire, showed that users felt satisfied in interacting with the test interface, allowing for estimation of good results in terms of efficiency and effectiveness of the cartographic project. Based on the scores obtained in the SUS questionnaire, the cartographic project and its test interface were classified as "B" on Sauro's (2011) classification and as "Excellent" on Bangor, Kortum, and Miller's (2009) classification. In this way, the proposed cartographic project proved to be effective in visualizing VGI quality in disaster-prone areas. Recommendations for future research include exploring new methodologies for visualizing collaborative mapping data quality. Testing other indicators and data quality parameters can contribute to more agile decision-making in disaster situations. Therefore, further studies will assist in a deeper scientific understanding in this field.
Collections
- Dissertações [253]