Este trabalho apresenta uma nova proposta metodológica de previsão de enchentes: o Modelo de Alerta Hidrológico com Base Participativa (MAHP). O MAHP consiste em um modelo de previsão de enchentes em bacias urbanas que integra Informações Geográficas Voluntárias (VGI) e redes de sensores sem fio (WSN). A principal contribuição deste modelo é o uso de dados de fontes heterogêneas (sensores aliados a dados fornecidos por voluntários) com o objetivo de reduzir a incerteza na previsão de enchentes. O modelo MAHP foi dividido em módulos, cada um deles é responsável por uma atividade no processo de previsão de enchentes. Embora o modelo possua diversos módulos auxiliares, pode-se resumir o modelo MAHP em três módulos principais: aquisição de dados; previsão de precipitações e, por fim, o módulo responsável pela previsão das enchentes. Para o módulo de aquisição de dados foram desenvolvidas metodologias para uso de dados voluntários de nível da água e sensores medidores de nível foram instalados para a composição da rede de sensores sem fio em pontos estratégicos nos canais fluviais da cidade. No módulo de previsão da precipitação do modelo MAHP foram desenvolvidos dois softwares de previsão, sendo um modelo de previsão da precipitação conceitual e um empírico. Para o funcionamento do módulo responsável pela previsão das enchentes foi feita a modelagem da bacia urbana de São Carlos no modelo SWMM (Storm Water Management Model). As simulações chuva-vazão realizadas com a bacia modelada apresentaram ajustes satisfatórios quando comparadas com eventos de enchente reais. Como o uso de informações voluntárias na previsão de enchentes é um conceito bastante novo, outra importante contribuição do trabalho foi propor parâmetros espaço-temporais que influenciam na qualidade da previsão ocasionada pelo uso de dados VGI. Existem vários cenários e combinações de uso de informações voluntárias que podem influenciar na previsão de enchentes. Neste trabalho foi considerada apenas uma destas combinações. Devido à ausência de dados VGI reais em eventos de enchente recentes foram utilizados dados de nível medidos por sensores para simular dados voluntários. Foram levantadas diversas hipóteses para que a inserção de dados voluntários no modelo MAHP tenham maior influência na redução da incerteza na previsão de enchentes. / This work presents a new approach forflood forecasting: Hydrological Alert Model with Participatory Base (HAMPB). The HAMPB consists of a flood forecasting model applied to urban basins integrating Volunteered Geographic Information (VGI) and Wireless Sensor Networks (WSN). The main contribution of this model is the use of heterogeneous data sources (convencional sensors and volunteered data) aiming to reduce the uncertainty in the flood forecasting. The HAMPB model was divided in modules, which are responsible for the forecasting process activities. Although the model has multiple auxiliary modules, we can summarize the HAMPB model in three modules: data acquisition; rainfall forecasting and, finally, the module responsible for flood forecasting. Telemetric water level sensors were installed at strategic points in river channels of the city to create the WSN. In order to use the volunteered information, a methodology was proposed tdevelop the acquisition module. The rainfall forecasting module consists of two forecasting models: an empirical model and a conceptual model. The conceptual prediction model presented closest predictions of observed rainfall compared to the forecast of the empirical model. In order to apply the flood forecasting methodology, we modelled the urban basin of São Carlos using SWMM model. The rainfall-runoff simulations performed with the basin model showed satisfactory adjustments compared with actual flood events. Since the use of voluntary information on flood forecasting is a fairly new concept, another important contribution of this work was the proposition of spatiotemporal parameters that influence on the forecast caused by the use of VGI data. There are many scenarios and combinations which using volunteered information can be helpful in the flood forecasting. In this work we consider only one combination. Due to absence of real volunteered data, we use sensor data to simulate VGI data. Several hypotheses have been raised to the inclusion of volunteers in HAMPB data model to produce more relevant results than using traditional methods of forecasting.

Submitted by Pós graduação Engenharia Civil (ppec@ufba.br) on 2017-08-11T17:46:02Z No. of bitstreams: 1 Dissertação_MEAU_Gabriel_Oliveira.pdf: 12013457 bytes, checksum: 04dc1bc164e83b75dcbd34b68077bc54 (MD5) / Approved for entry into archive by Vanessa Reis (vanessa.jamile@ufba.br) on 2017-08-18T15:29:47Z (GMT) No. of bitstreams: 1 Dissertação_MEAU_Gabriel_Oliveira.pdf: 12013457 bytes, checksum: 04dc1bc164e83b75dcbd34b68077bc54 (MD5) / Made available in DSpace on 2017-08-18T15:29:47Z (GMT). No. of bitstreams: 1 Dissertação_MEAU_Gabriel_Oliveira.pdf: 12013457 bytes, checksum: 04dc1bc164e83b75dcbd34b68077bc54 (MD5) / CAPES / Este trabalho apresenta a concepção de um sistema de informações geográficas voluntárias voltado para o mapeamento colaborativo de áreas de riscos hidrológicos. O sistema foi concebido visando que a coleta de informações espaciais de suscetibilidade (ameaça) e vulnerabilidade (exposição), relacionadas aos desastres hidrológicos, seja realizada por estudantes de ensino médio, os quais não necessariamente possuem conhecimentos técnicos em cartografia ou sobre o mapeamento de áreas de riscos. Para a sua concepção, foram estabelecidos os requisitos do sistema a partir de revisão bibliográfica, análise de trabalhos correlatos e consulta a especialistas, sendo definidos os usuários principais do sistema, seleção das informações coletadas pelos usuários através do aplicativo, e as funcionalidades necessárias para a sua utilização. Para a avaliação da concepção e identificação de ajustes necessários, foi realizado um estudo de caso no município de Riachão do Jacuípe/BA, com estudantes de ensino médio que participaram de treinamentos e de uma campanha de coleta, com o intuito de avaliar os aspectos positivos e dificuldades encontradas durante a utilização do aplicativo. Os resultados da pesquisa demonstraram que é possível realizar mapeamentos preliminares de áreas de riscos hidrológicos utilizando o sistema proposto, mas que no entanto, não foram obtidos êxitos na coleta de informações sobre a intensidade de eventos hidrológicos e vulnerabilidade da população. Além da concepção do sistema, a pesquisa demonstrou que o desenvolvimento de sistemas de informações geográficas voluntárias deve considerar a possibilidade de obtenção de informações diferenciadas, que não são contempladas pela cartografia convencional; a implementação de funcionalidades que ampliem a confiabilidade das informações colaboradas; desenvolvimento de recursos para a avaliação da reputação dos usuários e da qualidade das informações coletadas; adequação do sistema ao perfil dos usuários; e o incentivo do envolvimento da população na gestão de riscos.

Este trabalho apresenta uma nova proposta metodológica de previsão de enchentes: o Modelo de Alerta Hidrológico com Base Participativa (MAHP). O MAHP consiste em um modelo de previsão de enchentes em bacias urbanas que integra Informações Geográficas Voluntárias (VGI) e redes de sensores sem fio (WSN). A principal contribuição deste modelo é o uso de dados de fontes heterogêneas (sensores aliados a dados fornecidos por voluntários) com o objetivo de reduzir a incerteza na previsão de enchentes. O modelo MAHP foi dividido em módulos, cada um deles é responsável por uma atividade no processo de previsão de enchentes. Embora o modelo possua diversos módulos auxiliares, pode-se resumir o modelo MAHP em três módulos principais: aquisição de dados; previsão de precipitações e, por fim, o módulo responsável pela previsão das enchentes. Para o módulo de aquisição de dados foram desenvolvidas metodologias para uso de dados voluntários de nível da água e sensores medidores de nível foram instalados para a composição da rede de sensores sem fio em pontos estratégicos nos canais fluviais da cidade. No módulo de previsão da precipitação do modelo MAHP foram desenvolvidos dois softwares de previsão, sendo um modelo de previsão da precipitação conceitual e um empírico. Para o funcionamento do módulo responsável pela previsão das enchentes foi feita a modelagem da bacia urbana de São Carlos no modelo SWMM (Storm Water Management Model). As simulações chuva-vazão realizadas com a bacia modelada apresentaram ajustes satisfatórios quando comparadas com eventos de enchente reais. Como o uso de informações voluntárias na previsão de enchentes é um conceito bastante novo, outra importante contribuição do trabalho foi propor parâmetros espaço-temporais que influenciam na qualidade da previsão ocasionada pelo uso de dados VGI. Existem vários cenários e combinações de uso de informações voluntárias que podem influenciar na previsão de enchentes. Neste trabalho foi considerada apenas uma destas combinações. Devido à ausência de dados VGI reais em eventos de enchente recentes foram utilizados dados de nível medidos por sensores para simular dados voluntários. Foram levantadas diversas hipóteses para que a inserção de dados voluntários no modelo MAHP tenham maior influência na redução da incerteza na previsão de enchentes. / This work presents a new approach forflood forecasting: Hydrological Alert Model with Participatory Base (HAMPB). The HAMPB consists of a flood forecasting model applied to urban basins integrating Volunteered Geographic Information (VGI) and Wireless Sensor Networks (WSN). The main contribution of this model is the use of heterogeneous data sources (convencional sensors and volunteered data) aiming to reduce the uncertainty in the flood forecasting. The HAMPB model was divided in modules, which are responsible for the forecasting process activities. Although the model has multiple auxiliary modules, we can summarize the HAMPB model in three modules: data acquisition; rainfall forecasting and, finally, the module responsible for flood forecasting. Telemetric water level sensors were installed at strategic points in river channels of the city to create the WSN. In order to use the volunteered information, a methodology was proposed tdevelop the acquisition module. The rainfall forecasting module consists of two forecasting models: an empirical model and a conceptual model. The conceptual prediction model presented closest predictions of observed rainfall compared to the forecast of the empirical model. In order to apply the flood forecasting methodology, we modelled the urban basin of São Carlos using SWMM model. The rainfall-runoff simulations performed with the basin model showed satisfactory adjustments compared with actual flood events. Since the use of voluntary information on flood forecasting is a fairly new concept, another important contribution of this work was the proposition of spatiotemporal parameters that influence on the forecast caused by the use of VGI data. There are many scenarios and combinations which using volunteered information can be helpful in the flood forecasting. In this work we consider only one combination. Due to absence of real volunteered data, we use sensor data to simulate VGI data. Several hypotheses have been raised to the inclusion of volunteers in HAMPB data model to produce more relevant results than using traditional methods of forecasting.

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.

Esta dissertação está inserida na área de configuração urbana, com foco em sistemas viários segregados por cidades. O objetivo desta pesquisa foi a exploração de dados viários urbanos disponíveis na Web e a extração de parâmetros com aplicabilidade em análises de morfologias de cidades. A intenção do trabalho foi corroborar a hipótese: A qualidade adquirida por dados de mapas colaborativos permite sua utilização em análises da morfologia urbana a nível local. Mapas colaborativos são plataformas online que agregam informações geográficas fornecidas pelos próprios usuários, de acordo com a experiência local. O Projeto OpenStreetMap foi utilizado como fonte de dados para avaliar o potencial e as limitações dos mapas colaborativos na representação das malhas viárias de municípios brasileiros. Os sistemas viários foram expressos em forma de grafos, em que as arestas representaram as ruas e os nós, as interseções entre ruas. Do ponto de vista da Engenharia de Transportes, o foco do uso da Teoria de Grafos em pesquisas de morfologias viárias está em questões como mensuração da acessibilidade, eficiência e resiliência da rede a falhas. As principais ferramentas computacionais utilizadas foram as bibliotecas OSMnx e Networkx, escritas em linguagem Python, com funções de construção e análises de redes. Para avaliar a viabilidade de utilização das ferramentas e da plataforma de dados propostos, foi realizada uma comparação com o estudo de Lima, Silva e van der Waerden (2003). Esse trabalho avaliou a compacidade e a acessibilidade global das malhas viárias de 11 cidades, com intuito de comparar exemplos brasileiros com estrangeiros. A reprodução do estudo de referência foi possível, com construção de redes com aumento médio de 47% de elementos, o que indicou expansão e maior detalhamento dos sistemas viários. Além disso, foi detectada uma diferença na comparação das cidades brasileiras com o panorama internacional. Marília e São Carlos apresentaram malhas mais próximas do padrão americano, junto com Piracicaba que já estava nesse grupo. Por outro lado, a malha viária de Presidente Prudente passou ao grupo de cidades mais próximas do padrão europeu. Em seguida, os materiais propostos neste trabalho foram utilizados para montar um banco de dados com mais de 300 cidades brasileiras de diferentes portes. Os parâmetros avaliados caracterizaram os municípios de acordo com a conectividade, acessibilidade e regularidade da malha viária. A grande variação destes aspectos ressaltou a diferença nas configurações ocasionadas pelos fatores influentes na formação de malhas viárias: processo histórico-social de crescimento urbano, limites geográficos e diferentes políticas de expansão. / This dissertation is inserted in the area of urban configuration, focusing on road systems segregated by cities. The objective of this research was the exploration of urban road data available on the Web and the extraction of parameters with applicability in analyzes of city morphologies. The intention of the work was to corroborate the hypothesis: The quality acquired by collaborative maps data allows its use in analyzes of the urban morphology at the local level. Collaborative maps are online platforms that aggregate geographic information provided by the users themselves, according to local experience. The OpenStreetMap Project was used as a data source to evaluate the potential and limitations of collaborative maps in the representation of road networks in Brazilian municipalities. The road systems were expressed in graph form, in which the edges represented the streets and nodes, the intersections between streets. From the point of view of Transport Engineering, the focus of the use of Graph Theory in research on road morphologies is on issues such as accessibility, efficiency and network resilience to failure measurement. The main computational tools used were the OSMnx and Networkx libraries, written in Python language, with built-in functions and network analysis. To evaluate the feasibility of using the proposed tools and data platform, a comparison was made with the study by Lima, Silva and van der Waerden (2003). This work evaluated the compactness and global accessibility of the road networks of 11 cities, in order to compare Brazilian examples with foreigners. The reproduction of the reference study was possible, with construction of networks with an average increase of 47% of elements, which indicated expansion and greater detailing of the road systems. In addition, a difference was detected in the comparison of Brazilian cities with the international panorama. Marília and São Carlos presented meshes closer to the American standard, along with Piracicaba who was already in that group. On the other hand, the road network of Presidente Prudente passed to the group of cities closest to the European standard. Then, the materials proposed in this work were used to build a database with more than 300 Brazilian cities of different sizes. The evaluated parameters characterized the municipalities according to the connectivity, accessibility and regularity of the road network. The great variation of these aspects highlighted the difference in the configurations caused by influencing factors in the formation of road networks: historical-social process of urban growth, geographical limits and different expansion policies

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.