Made available in DSpace on 2014-07-29T14:57:47Z (GMT). No. of bitstreams: 1 dissertacao thiago b de oliveira 2010.pdf: 575961 bytes, checksum: 7a5a7e195780fa853d33c7629520df2a (MD5) Previous issue date: 2010-12-15 / The demand for spatial data processing systems that support the creation of massive applications has steadily grown in the increasingly ubiquitous computing world. These demands aims to explore the large amount of existing data to assist people s daily lives and provide new tools for business and government. Most of the current solutions to process spatial data do not meet the scalability needed, and thus new solutions that efficiently use distributed computing resources are needed. This work presents a distributed and scalable system called DSI-RTree, which implements a distributed index to process spatial data in a cluster of computers. We also have done a review of details related to the construction of the distributed spatial index, by addressing issues such as the size of data partitions, how that partitions are distributed and the impact of these definitions in the message flow on the cluster. An equation to calculate the size of the partitions based on the size of data sets is proposed, to ensure efficiently query processing on the proposed architecture. We have done some experiments running window queries in spatial data sets of 33,000 and 158,000 polygons and the results showed a scalability greater than linear. / Em face de um mundo computacional ubíquo cada vez mais possível, tem crescido constantemente a necessidade de sistemas de processamento de dados espaciais que suportem a criação de aplicações massivas para explorar a grande quantidade de dados existente, a fim de auxiliar a vida cotidiana das pessoas e prover novas ferramentas para empresas e governo. Soluções atuais de processamento, em sua maioria, não possuem a escalabilidade necessária para atender esta demanda e novas soluções distribuídas que usam eficientemente os recursos computacionais são necessárias. Este trabalho apresenta o DSIRTree, um sistema distribuído e escalável, que implementa a indexação e processamento distribuído de dados espaciais em um cluster de computadores. Uma avaliação de parâmetros da construção do índice espacial distribuído é realizada, abordando aspectos como o tamanho das partições criadas, a forma de distribuição destas partições e o impacto destas definições na troca de mensagens entre as máquinas do cluster. Uma fórmula para cálculo do tamanho das partições conforme o tamanho dos datasets é proposta, a fim de garantir eficiência no processamento de consultas na arquitetura projetada. Testes práticos do sistema mostraram uma escalabilidade maior que linear no processamento de consultas de janela em datasets espaciais de 32 e 158 mil polígonos.

As zonas costeiras são áreas complexas que contemplam ambientes terrestres e marinhos que, além de possuírem enorme riqueza ambiental, também são áreas atrativas aos seres humanos por oferecer alimentos, lazer, negócios, transporte, entre outros. Algumas dificuldades de gerenciamento ocorrem pela complexidade, conflito de interesses e pelo fato de não haver padronização no levantamento de dados e disponibilização para a comunidade científica, órgãos públicos, etc. O uso de geotecnologias pode auxiliar na organização, padronização e compartilhamento destas informações em Atlas Web além de apoiar no planejamento e tomada de decisão pois agregam, em um único ambiente, diversos dados provenientes de fontes distintas. A construção de um modelo de dados espacial voltado à área ambiental, para ser utilizada em Infraestrutura de Dados Espaciais (IDE) é exemplificada a partir da modelagem de um bioindicador, Macrobentos, de qualidade de sedimentos. Este trabalho apresenta as etapas necessárias para a construção de modelo de dados espacial de Macrobentos e emprega a Região Metropolitana da Baixada Santista como referência, além de ilustrar e discutir as principais dificuldades para organizar os dados não padronizados. Conclui-se que a estruturação do conhecimento quando se trabalha com dados ambientais em um modelo é essencial para sua posterior integração em IDE. Constatou-se no processo de modelagem que questões metodológicas relativas ao processo de coleta podem dificultar ou até mesmo inviabilizar a integração de dados provenientes de diferentes estudos. A construção de um modelo de dados espacial e sua posterior publicação via Geoportal, como o apresentado neste estudo, poderá ser utilizado como referência para novas pesquisas com objetivos semelhantes. / Coastal zones are complex areas that include marine and terrestrial environments. Besides its huge environmental importance, they also attract humans because they provide food, recreation, business, transportation, among others. Some difficulties to manage these areas are related with their complexity, diversity of interests and the absence of standardization to collect and share data to scientific community, public agencies, among others. The use of geo-technologies can be used in the organization, standardization and sharing of this information through Atlas Web and assists planning and decision making issues because it aggregates different files from distinct sources. The construction of a spatial database integrating the environmental business, to be used on Spatial Data Infrastructure (SDI) is illustrated by a bioindicator, Macrobenthos, that indicates the quality of the sediments. This research shows the required steps to build Macrobenthos spatial database based on Santos Metropolitan Region as a reference. Besides, it tries to illustrate the problems related to organize non standardized data. It can be concluded, when working with environmental data, that the structuring of knowledge in a conceptual model is essential for their subsequent integration into the SDI. During the modeling process it can be noticed that methodological issues related to the collection process may obstruct or make impracticable the data integration from different studies of the same area. The development of a database model and its subsequent publication in a Geoportal can be used as a reference for further research with similar goals.

Context: Accurate decision-making requires updated and precise information to establish the reality of an overall situation. New data sources (e.g., wearable technologies) have been increasing the amount of available and useful data, which is now called big data. This has a great potential for transforming the entire business process and improving the accuracy of decisions. In this context, disaster management represents an interesting scenario that relies on big data to enhance decision-making. This is because it must cope with data provided not only by traditional sources (e.g., stationary sensors) but also by emerging sources - for instance, information shared by local volunteers, i.e., volunteered geographic information (VGI). When combined, these data sources can be regarded as large in volume, with different velocities, and a variety of formats. Furthermore, an analysis is required to confirm their veracity is required since these data sources are disconnected and prone to various errors. These are the 4Vs that characterize big data. Gap: However, although all these data open up further opportunities, their huge volume, together with an inappropriate data integration and unsuitable visualization, can result in information being overlooked by decision-makers. This problem arises because the integration of the available data is hampered by the intrinsic heterogeneity of their features (e.g., their occurrence in different formats). When integrated, this information also often fails to reach the decision-makers in a suitable way (e.g., in appropriate visualization formats). Moreover, there is not a clear understanding of the decision-makers needs or how the available data can meet these needs. Objective: In light of this, this thesis presents an approach for improving decision-making with heterogeneous geospatial big data based on spatial decision support systems and volunteered geographic information in disaster management. Methods: Systematic mapping studies were conducted to identify gaps in research studies with regard to the use of volunteered information and spatial decision support systems in disaster management. On the basis of these studies, two design science projects were carried out. The first of these aimed at defining the elements that are essential for ensuring the integration of heterogeneous data, whereas the second project aimed at obtaining a better understanding of decision-makers needs. A cross-organizational action research project was also conducted to define the design principles that should be observed for a spatial decision support system to effectively support decision-making with heterogeneous geospatial big data. A series of empirical case studies was undertaken to evaluate the outcomes of these projects. Results: The overall approach thus consists of the three significant outcomes that were derived from these projects. The first outcome was the conceptual architecture that defines the integration of heterogeneous data sources. The second outcome was a model-based framework that describes the connection of decision-making with appropriate data sources. The third outcome is based on the framework and comprises a set of design principles for guiding the development of spatial decision support systems for decision-making with heterogeneous geospatial big data. Conclusion: This thesis has made a useful contribution to both practice and research. In short, it defines ways of integrating heterogeneous data sources, provides a better understanding of decision-makers needs, and supports the development of a spatial decision support system to effectively assist decision-making with heterogeneous geospatial big data. / Contexto: Uma tomada de decisão precisa exige informações mais precisas e atualizadas para estabelecer a realidade da situação geral. Novas fontes de dados (e.g, tecnologias vestíveis) tem aumentado a quantidade de dados úteis disponíveis, que agora é chamado de big data. Isso tem grande potencial para transformar todo o processo de negócio e melhorar a precisão na tomada de decisão. Neste contexto, a gestão de desastres representa um interessante cenário que depende de big data para aprimorar a tomada de decisão. Isso porque, ela tem que lidar com dados fornecidos não apenas por fontes tradicionais (e.g., sensores estáticos), mas também por fontes emergentes por exemplo, informações compartilhadas por voluntários locais, i.e., as informações geográficas de voluntários (VGI). Quando combinadas, estas fontes de dados podem ser consideradas grandes em volume, com diferentes velocidades e uma variedade de formatos. Além disso, uma análise com relação à sua veracidade é necessaria uma vez que estas fontes de dados são desconectadas e propensas à erros. Estes são os 4Vs que caracterizam big data. Problema: No entanto, embora todos estes dados abrem novas oportunidades, seu grande volume em conjunto com uma integração inapropriada e uma visualização inadequada, podem tornar as informações ignoradas por tomadores de decisão. Isso ocorre, pois, a integração dos dados disponíveis torna-se complicada devido a heterogeneidade intrínseca nas suas características (e.g., dados em formatos diferentes). Quando integradas, estas informações frequentemente também não chegam aos tomadores de decisão em uma condição apropriada (por exemplo, no formato de visualização adequado). Além disso, não existe uma clara compreensão sobre as necessidades dos tomadores de decisão ou sobre como os dados disponíveis podem ser usados para atender essas necessidades. Objetivo: Dessa forma, esta tese de doutorado apresenta uma abordagem para melhorar a tomada de decisões com grande volume de dados espaciais heterogêneos baseada em sistemas de suporte à decisão espacial e informações geográficas de voluntários na gestão de desastres. Métodos: Mapeamentos sistemáticos foram conduzidos para identificar lacunas de pesquisa no uso de dados voluntários e sistemas de suporte à decisão na gestão de desastres. Com base nestes estudos, dois projetos de design science foram conduzidos. O primeiro deles buscou definir elementos essências para entender a integração de dados heterogêneos, enquanto o segundo projeto buscou fornecer um melhor entendimento das necessidades dos tomadores de decisão. Também foi conduzido um projeto de pesquisa-ação interinstitucional para definir princípios de projeto que deveriam ser observados para um sistema de suporte à decisão espacial ser efetivo no apoio a tomada de decisão com grande volume de dados espaciais heterogêneos. Uma série de estudos de caso empíricos foram conduzidos para avaliar os resultados destes projetos. Resultados: A abordagem geral então é composta pelos três resultados significantes que foram derivados destes projetos. Em primeiro lugar, uma arquitetura conceitual que especifica a integração de fontes de dados heterogêneas. O segundo elemento é uma estrutura baseada em modelo que descreve a conexão entre a tomada de decisão com as fontes de dados mais adequadas. Com base nesta estrutura, o terceiro elemento consiste em um conjunto de princípios de design que guiam o desenvolvimento de um sistema de suporte à decisão espacial para tomada de decisão com grande volume de dados espaciais heterogêneos. Conclusão: Esta tese de doutorado realizou importantes contribuições para a prática e pesquisa. Em resumo, ela define formas para integrar fontes de dados heterogêneos, fornece uma melhor compreensão sobre as necessidades dos tomadores de decisão e ajuda no desenvolvimento de sistemas de suporte à decisão espacial para tomada de decisão com grande volume de dados espaciais heterogêneos.

Spatial database systems widely employ spatial indexing structures to speed up the processing of spatial queries. Many of the proposed spatial indices in the literature, such as the R-tree, assume magnetic disks (i.e., HDDs) as the underlying storage device. They are termed as disk-based spatial indices. On the other hand, several spatial database applications are increasingly using flash-based Solid State Drives (SSDs) and thus, designing spatial indices for these storage devices has gained increasing attention. This is due the fact that, compared to HDDs, SSDs offer smaller size, lighter weight, lower power consumption, better shock resistance, and faster reads and writes. Hence, specific indices for SSDs, termed flash-aware spatial indices, have been proposed in the literature to deal with the intrinsic characteristics of SSDs, such as the asymmetric costs of reads and writes. However, the research to date has not been able to establish a flash-aware spatial index that actually exploits all the benefits of SSDs. This PhD thesis advances on the literature as follows. We firstly define a methodology to create spatial datasets for experimental evaluations. We also propose FESTIval, a versatile framework that provides a common and unique environment to execute experimental evaluations. Such contributions served as a foundation to conduct performance analysis along this PhD work. By using this foundation, we analyze the performance behavior of spatial indices on different storage devices, such as HDDs and SSDs. Further, we discuss the applicability of employing flash simulators on the evaluation of spatial indices. The findings of these experiments contributed to the proposal of eFIND, a generic and efficient framework for flash-aware spatial indexing. eFIND is generic because it can port a wide range of disk-based spatial indices to SSDs. eFIND is also efficient because it is based on a set of design goals that exploits SSD performance. Performance tests showed that, compared to the state of the art, eFIND improved the construction of ported disk-based spatial indices and the execution of spatial queries. For porting the R-tree (i.e., the eFIND R-tree), eFIND showed performance reductions from 43% to 77% to build spatial indices, and from 4% to 23% to execute spatial queries. For porting the xBR+-tree (i.e., the eFIND xBR+-tree), eFIND showed reductions from 28% to 83% to build spatial indices and up to 35% in the spatial query processing. / Sistemas de banco de dados espaciais empregam estruturas de indexação espaciais para acelerar o processamento de consultas espaciais. Muitos dos índices espaciais propostos na literatura, como a R-tree, assumem que os dispositivos de armazenamentos são os discos magnéticos (i.e., HDDs) e são denominados índices espaciais baseados em disco. Por outro lado, várias aplicações de banco de dados espaciais estão cada vez mais usando Solid State Drives (SSDs) baseados em memória flash e, assim, projetar índices espaciais para esses dispositivos tem ganhado cada vez mais atenção. Isso se deve ao fato de que, em comparação com os HDDs, os SSDs oferecem menor tamanho, menor peso, menor consumo de energia, melhor resistência a choques além de leituras e escritas mais rápidas. Assim, índices espaciais para memória flash têm sido propostos na literatura para lidar com as características intrínsecas dos SSDs, como os custos assimétricos de leituras e escritas. No entanto, a pesquisa até o momento não conseguiu estabelecer um índice espacial que realmente explora todos os benefícios dos SSDs. Esta tese de doutorado avança na literatura da seguinte forma. Primeiramente, é definida uma metodologia para criar conjuntos de dados espaciais para avaliações experimentais. Também é proposto FESTIval, um arcabouço versátil que fornece um ambiente comum e único para executar avaliações experimentais. Tais contribuições serviram como base para conduzir análises de desempenho ao longo deste trabalho de doutorado. Usando essa base, o comportamento de desempenho de índices espaciais em diferentes dispositivos de armazenamento, como HDDs e SSDs, é analisado. Além disso, discutese a aplicabilidade de simuladores flash na avaliação experimental de índices espaciais. Os resultados desses experimentos contribuíram para a proposta de eFIND, uma estrutura genérica e eficiente para indexação espacial em memórias flash. eFIND é genérico porque pode portar uma ampla gama de índices espaciais baseados em disco para SSDs. eFIND também é eficiente porque é baseado em um conjunto de objetivos de projeto que exploram o desempenho do SSD. Os testes de desempenho mostraram que, em comparação com o estado da arte, eFIND melhorou a construção de índices espaciais portados e a execução de consultas espaciais. Para portar a R-tree (ou seja, a eFIND R-tree), eFIND mostrou melhorias de desempenho de 43% a 77% para construir índices espaciais e de 4% a 23% para executar consultas espaciais. Para portar a xBR+-tree (ou seja, a eFIND xBR+-tree), eFIND mostrou melhorias de 28% a 83% para construir índices espaciais e de até 35% no processamento de consultas espaciais.

Submitted by Luis Ricardo Andrade da Silva (lrasilva@uefs.br) on 2016-03-01T21:58:16Z No. of bitstreams: 1 disserta??o.pdf: 1075417 bytes, checksum: 1ac0911a0f45578306a02c8eae7a090f (MD5) / Made available in DSpace on 2016-03-01T21:58:16Z (GMT). No. of bitstreams: 1 disserta??o.pdf: 1075417 bytes, checksum: 1ac0911a0f45578306a02c8eae7a090f (MD5) Previous issue date: 2015-12-17 / Coordena??o de Aperfei?oamento de Pessoal de N?vel Superior - CAPES / With the popularity of devices that are able to annotate data with spatial information (latitude and longitude), the processing of spatial queries has received a lot of attention from the research community recently. In this dissertation, we study a new query type named Top-k Spatial Keyword Preference Query that selects objects of interest based on the textual relevance of other spatio-textual objects in their spatial neighborhood. This work introduces this new query type, presents three algorithms for processing the query efficiently and performs an experimental evaluation using real databases to study the performance of the proposed algorithms. / Com a popularidade de dispositivos capazes de anotar dados com coordenadas espaciais (latitude e longitude), o processamento de consultas espaciais tem recebido bastante aten??o da comunidade cient?fica recentemente. Esta disserta??o apresenta uma nova consulta, chamada Consulta Espacial Preferencial por Palavra-chave, que seleciona objetos de interesse de acordo com a relev?ncia textual de outros objetos espa?o-textuais presentes na sua vizinhan?a espacial. Este trabalho introduz esta nova consulta, apresenta tr?s algoritmos para process?-la de forma eficiente e avalia o desempenho dos algoritmos propostos atrav?s de um estudo experimental, utilizando bases de dados reais.

Made available in DSpace on 2016-06-02T19:06:05Z (GMT). No. of bitstreams: 1 5287.pdf: 3924606 bytes, checksum: 935b5a09df26eb1b41df901a189a6e2a (MD5) Previous issue date: 2013-05-29 / Universidade Federal de Sao Carlos / Geographic information systems with the aid of spatial databases store and manage crisp spatial data (or exact spatial data), whose shapes (boundaries) are well defined and have a precise location in space. However, several spatial data do not have precisely known boundaries or have an uncertain location in space, which are called vague spatial data. The boundaries of a given vague spatial data may shrink or extend, therefore, may have a minimum and maximum extension. Clouds of pollution, deforestation, fire outbreaks, route of an airplane, habitats of plants and animals are examples of vague spatial data. In the literature, there are currently vague spatial data models, such as Egg-Yolk, QMM and VASA. However, according to our knowledge, they focus only on the formal aspect of the model definition. Thus, real or synthetic vague spatial data is not available for use. The main objective of this master thesis is the development of algorithms for the generation of synthetic vague spatial data based on the crisp models of spatial data vague Egg-Yolk, QMM and VASA. It was also implemented a tool, called VagueDataGeneration, to assist in the process of generation such data. For both the algorithms and the tool, the user is able to set the properties related to the data type of model, such as size, shape, volume, complexity, location and spatial distribution. By using the proposed algorithms and the VagueDataGeneration tool, researchers can generate large samples of vague spatial data, enabling new research, such as testing indexes for vague spatial data or evaluating query processing over data warehouses that store vague spatial data. The validation of the vague spatial data generation was conducted using a case study with data from vague rural phenomena. / Sistemas de informação geográfica com o auxílio de bancos de dados espaciais armazenam e gerenciam dados espaciais exatos, cujas formas (fronteiras) são bem definidas e que possuem uma localização exata no espaço. Entretanto, vários dados espaciais reais não possuem os seus limites precisamente conhecidos ou possuem uma localização incerta no espaço, os quais são denominados dados espaciais vagos. Os limites de um dado espacial vago podem encolher ou estender, portanto, podem ter uma extensão mínima e máxima. Nuvens de poluição, desmatamentos, focos de incêndios, rota de um avião, habitats de plantas e de animais são exemplos de dados espaciais vagos. Na literatura, atualmente existem modelos de dados espaciais vagos, tais como Egg-Yolk, QMM e VASA. No entanto, segundo o nosso conhecimento, estes enfocam apenas no aspecto formal da definição do modelo. Com isso, dados espaciais vagos reais ou sintéticos não estão disponíveis para uso. O principal objetivo deste trabalho de mestrado consiste no desenvolvimento de algoritmos para a geração de dados espaciais vagos sintéticos baseados nos modelos exatos de dados espaciais vagos Egg-Yolk, QMM e VASA. Também foi implementada uma ferramenta, chamada VagueDataGeneration, para auxiliar no processo de geração desses dados. Nos algoritmos propostos e na ferramenta desenvolvida, o usuário define as propriedades referentes ao tipo de dado de um modelo, tais como tamanho, formato, volume, complexidade, localização e distribuição espacial dos dados espaciais vagos a serem gerados. Por meio do uso dos algoritmos propostos e da ferramenta VagueDataGeneration, os pesquisadores podem gerar grandes amostras de dados espaciais vagos, possibilitando novas pesquisas, como exemplo, testar índices para dados espaciais vagos ou testar técnicas de processamento de consultas em Data Warehouses que armazenam dados espaciais vagos. A validação da geração de dados espaciais vagos foi efetuada usando um estudo de caso com dados de fenômenos rurais vagos.