O número e a intensidade dos desastres naturais têm aumentado em todo o mundo devido às mudanças climáticas. Atualmente, as inundações representam a maior parte dos desastres naturais e causam mais danos, mortes e impactos econômicos do que qualquer outro tipo de fenômeno natural. No Brasil, as inundações se intensificam principalmente no período de chuvas, entre os meses de Dezembro e Março, ocasionando dezenas de mortes, além de impactos econômicos, sociais e ambientais. Assim, prevenir esse tipo de desastre tem se tornado um fator importante para minimizar os impactos por ele provocados. Para isso, são necessárias informações atualizadas, completas e precisas sobre o atual estado das variáveis ambientais. Nesse contexto, as informações voluntárias estão sendo utilizadas como fonte de dados complementar para a gestão de risco de inundação, devido ao número elevado de voluntários que atuam como \"sensores\". Contudo, outras informações relacionadas a inundação estão dispersas em diferentes fontes de dados, dificultando as ações de resposta das agências de emergência. Neste trabalho e proposta uma abordagem que visa apoiar a gestão de risco de inundação, fornecendo mecanismos para a obtenção de informações voluntárias para esse contexto e permitindo a disponibilização dessas por meio de serviços geoespaciais em tempo real. Para tanto, mecanismos de interpretação foram definidos para apoiar os voluntários durante a análise e medição da altura da água, sendo essas informações fornecidas por meio de uma plataforma de crowdsourcing. Além disso, um framework foi desenvolvido a fim de disponibilizar as informações voluntárias de forma interoperável por meio de serviços geoespaciais. Ao final, foram realizados estudos experimentais para avaliar a eficácia dos mecanismos desenvolvidos para a obtenção de informações voluntárias para gestão de risco de inundação / The number and intensity of natural disasters have increased worldwide due to climate change. Currently, floods represent most natural disasters and cause more damage, deaths and economic impacts than any other natural phenomenon. In Brazil, the floods are intensified especially during the rainy season, between the months of December and March, causing dozens of deaths, as well as economic, social and environmental impacts. Thus, preventing this kind of disaster has become an important factor to minimize the impacts caused by it. For this, it\'s necessary up-to-date, complete and accurate information about the current state of the environmental variable. In this context, volunteer information is being used as a complementary data source for flood risk management, due to the high number of volunteers who act as \"sensors\". However, other information related to flooding are scattered in different data sources, hindering response actions of emergency agencies. This dissertation proposes an approach to support flood risk management, providing mechanisms for obtaining volunteer information for this context and allowing the availability of these by means of geospatial services in real time. For this, interpretation mechanisms were defined to support the volunteers during the analysis and measurement of the water height, being this information provided by means of crowdsourcing platform. Additionally, a framework was developed to provide volunteer information in an interoperable way through geospatial services. Finally, experimental studies were conducted to evaluate the effectiveness of the mechanisms developed to obtaining volunteer information for flood risk management

No description available.

Previous research has demonstrated that a network model of destination value creation (i.e. the Destination Value System model) based on the flows of travelers within a destination can be used to estimate and predict individual attractions’ marginal contributions to total visitor expenditures. While development to date of the Destination Value System (DVS) has focused on the value created from dyadic relationships within the destination network, previous research supports the proposition that system-level network structures significantly influence the total value created within a destination. This study, therefore, builds upon previous DVS research in order to determine the relationships between system-level network structures and total value creation within a destination. To answer this question econometric analysis of panel data covering 43 Florida destinations over the period from 2007 to 2015 was conducted. The panel data was created utilizing volunteered geographic information (VGI) obtained from 4.6 million photographs shared on Flickr. Results of econometric analysis indicate that both seasonal effects and DVS network structures have statistically significant relationships with total tourism-related sales within a destination. Specifically, network density, network out-degree centralization, and network global clustering coefficient are found to have negative and statistically significant effects on destination value creation, while network in-degree centralization, network betweenness centralization, and network subcommunity count are found to have positive and statistically significant effects. Quarterly seasonality is also found to have dynamic and statistically significant effects on total tourism-related sales within a destination. Based on the network structures of destinations and total tourism related sales within destinations, this study also uses k-means cluster analysis to classify tourism destinations into a taxonomy of six different system types (Exploration, Involvement, Development I, Development II, Consolidation, and Stars). This taxonomy of DVS types is found to correspond to Butler’s (1980) conceptualization of the destination life cycle, and additional data visualization and exploration based on the DVS taxonomy finds distinct characteristics in destination structure, dynamics, evolution, and performance that may be useful for benchmarking. Additionally, this study assesses the quality of VGI data for tourism related research by comparing DVS network structures based on Flickr data and visitor intercept survey data. Support for the use of VGI data is found, provided that thousands of observations are available for analysis. When fewer observations are available, aggregation techniques are recommended in order to improve the quality of overall destination network system quantification. This research makes important contributions to both the academic literature and the practical management of destinations by demonstrating that DVS network structures significantly influence the economic value created within the destination, and thus suggests that a strategic network management approach is needed for the governance of competitive destinations. As a result, this study provides a strong foundation for the DVS model and future research in the areas of destination resiliency, “smarter” destination management, and tourism experience design. / Tourism and Sport

With the economic growth, the number of motor vehicles has increased rapidly for the last decades, especially in developing countries like China and India. Availability of more vehicles makes it more convenient for people to travel and merchandise transport. The increase of the number of vehicles also brings stresses to public traffic and pollution to the environment. When the number of vehicles on the road is over the available space, it results in traffic congestion. The problem is being studied and there are several solutions to it, like building more roads, rebuilding the existing streets and enlarging the cities. Based on the traffic reason and the environment reason, the government and the institute of environmental protection appeal to the public to take public transport means instead of private cars. But the measure affects the utilization ofmotor vehicles. Global Positioning System (GPS) provides autonomous geo-spatial positioningand navigation service. Once the user enters the destination, the navigation service will show the shortest path from the location of the user to the destination. Following the guide makes the vehicles running purposively, and it is also favorable for traffic control and management. Theoretically, if the diver keeps the same driving mode, the shortest path will cost the shortest time, but in reality, the traffic environment is complex and the driving speed is variable thus the shortest path is probably not the fastest path. In this study, the hinder factors of the speed and traffic are fixed constructions on the road, like: turnings, hospitals, schools, residential areas, traffic lights and the user-controlled factor (sites of traffic jams, accidents, and temporary construction on the road). We take the hinderfactors of traffic and driving speed into consideration while providing the route plan, finding the shortest-time path, and showing the result as an online map via the web Geographic Information System (GIS) application. We show that reducing the travelling time of motor vehicles, makes the traffic flow more rapid and efficient. Alsoreducing the emission time of motor vehicles, diminishes the greenhouse effect. Beside these, the achievement of our study also shows that the public can take advantage of open source tools and data to build their GIS application to do spatial and data analysis.

Depuis les années 2000, les technologies du Web permettent aux utilisateurs de prendre part à la production de données : les internautes du Web 2.0 sont les nouveaux capteurs de l’information. Du côté de l’Information Géographique affluent de nombreux jeux de données en provenance de plates-formes de cartographie participative telles qu’OpenStreetMap (OSM) qui a largement impulsé le phénomène de la Géographique Participative (VGI). La communauté OSM représente aujourd’hui plus de deux millions de contributeurs qui alimentent une base de données géospatiales ouverte dont l’objet est de capturer une représentation du territoire mondial. Les éléments cartographiques qui découlent de ce déluge de VGI sont caractérisés par des tags. Les tags permettent une catégorisation simple et rapide du contenu des plates-formes de crowdsourcing qui inondent la toile. Cette approche est cependant un obstacle majeur pour le partage et la réutilisation de ces grands volumes d’information. En effet, ces ensembles de tags, ou folksonomies, sont des modèles de données beaucoup moins expressifs que les ontologies. Nous proposons un méta-modèle pour rapprocher la folksonomie et l’ontologie OSM afin de mieux exploiter la sémantique des données qui en sont issues, tout en préservant la flexibilité intrinsèque à l’utilisation de tags. / Post-2000s web technologies have enabled users to engage in the information production process: Web 2.0 surfers are the new data sensors. Regarding Geographic Information (GI), large crowdsourced datasets emerge from the Volunteered Geographic Information (VGI) phenomenon through platforms such as OpenStreetMap (OSM). The latter involves more than two millions contributors who aim at mapping the world into an open geospatial database. This deluge of VGI consists of spatial features associated with tags describing their attributes which is typical of crowdsourced content categorization. However, this approach is also a major impediment to interoperability with other systems that could benefit from this huge amount of bottom-up data. Indeed, folksonomies are much less expressive data models than ontologies. We address the issue of loose OSM metadata by proposing a model for collaborative ontology engineering in order to semantically lift the data while preserving the flexible nature of the activity of tagging.

No description available.

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.

In dieser Bachelorarbeit wird eine Beispiel-E-Learning-Lektion zum Import von GPS Daten in die Kartenherstellungssoftware OCAD erstellt. Dabei liegt im theoretischen Teil der Hauptschwerpunkt auf nutzergenerierten Daten (Volunteered Geographic Infor-mation; kurz: VGI). Nach einer kurzen, allgemeinen Einführung wird auf die Bedeutung der Kartographie im Zusammenhang mit VGI eingegangen. Der zweite Teil beinhaltet Didaktik mit Schwerpunkt E-Learning. Dazu werden das Goal Based Scenario Modell und das Cognitive Apprenticeship Modell kurz vorgestellt und anschließend das Projekt GITTA mit der enthaltenen ECLASS-Struktur näher erklärt. Den immer wichtiger werdenden Content Management Systemen (CMS) widmet sich der dritte Theorieteil. Für die Realisierung der zu erstellenden Lektion wird das Open-Source CMS Joomla! ausführlicher erläutert. Die Implementierung beschreibt die Umsetzung der E-Leraning-Lektion mittels Joomla! und die Nutzung des ECLASS-Modells. Bevor auf die Vorgehensweise eingegangen wird, enthält der Implementierungsteil die Erstellung eines groben Gesamtkonzeptes für eine komplette E-Leraning-Anwendung zu OCAD mit entsprechenden Erläuterungen. Anschließend folgen eine Zusammenfassung und ein Ausblick über die Weiterführung der E-Learning-Anwendung.

Submitted by Lucienne Costa (lucienneferreira@ufcg.edu.br) on 2018-08-30T17:53:33Z No. of bitstreams: 1 IGOR GOMES DE MENESES CRUZ – DISSERTAÇÃO (PPGCC) 2017.pdf: 3611712 bytes, checksum: 52e214b1e983514ff07991410708e671 (MD5) / Made available in DSpace on 2018-08-30T17:53:33Z (GMT). No. of bitstreams: 1 IGOR GOMES DE MENESES CRUZ – DISSERTAÇÃO (PPGCC) 2017.pdf: 3611712 bytes, checksum: 52e214b1e983514ff07991410708e671 (MD5) Previous issue date: 2017-07 / Indivíduos deficientes visuais, apesar de possuírem grande capacidade de adaptação por meio de outros sentidos, ainda apresentam algumas limitações, como, por exemplo, a locomoção segura. A navegação humana é um comportamento muito complexo, que depende principalmente da visão. Portanto, para uma pessoa com deficiência visual, a locomoção se torna uma tarefa muito difícil, especialmente em algumas situações, como em ambientes desconhecidos ou próximo ao tráfego urbano. Aplicativos de navegação, baseados em mapas, proporcionam uma ajuda significativa em questões de orientação, mobilidade e apoio à localização, bem como a estimativa das direções e distâncias. Porém, estes usuários ainda encontram grandes dificuldades no acesso à informação espacial, já que a interação com este tipo de aplicação é realizada, principalmente, por meio da visão. Assim, na presente pesquisa, foi realizado um estudo com deficientes visuais, visando desenvolver uma solução acessível colaborativa de mobilidade para entender as principais necessidades, em termos de locomoção, desses usuários. A solução proposta inclui uma aplicação móvel com mapas acessíveis e com efeitos sonoros, capaz de ajudar na mobilidade deste tipo de usuário, levando em consideração possíveis obstáculos em seus trajetos e descrevendo o ambiente, em termos de Pontos de Interesse (POI), ao seu redor e em torno de uma direção específica indicada pelo usuário. Para alcançar este objetivo, foi utilizada a técnica de Informação Geográfica Voluntária (Volunteered Geographic Information - VGI), que tem se mostrado eficaz e de baixo custo para obtenção de informação geográfica. Foi conduzida uma avaliação experimental para avaliar a qualidade dos dados obtidos de forma colaborativa, bem como experimentos envolvendo participantes voluntários, a fim de avaliar se a solução proposta é satisfatória para mitigar os problemas relacionados à navegação da população deficiente visual. Por fim, os resultados obtidos nos experimentos se mostraram encorajadores, demonstrando que a solução proposta pode ser satisfatória para usuários deficientes visuais. / Although visually impaired individuals have great ability to adapt to a variety of situations through other senses, they still face some limitations, such as safe locomotion. Human navigation is a complex behavior, which depends mainly on vision. Therefore, for a visually impaired person, locomotion is a difficult task, especially in some situations, such as in unfamiliar surroundings or close to urban traffic. Map-based navigation applications provide significant help with guidance, mobility and location support, as well as with estimation of directions and distances. However, this kind of users still find great difficulties in accessing spatial information, since the interaction with this type of application is performed, mainly, through the vision. Thus, a study was carried out with the visually impaired to understand their main mobility needs, aiming at developing an accessible and collaborative mobility solution. The proposed solution includes a mobile application with accessible maps and sound effects, able to help the mobility of this type of users, taking into account possible obstacles in their paths and describing the environment in terms of Points of Interest (POI) around them and around a specific direction indicated by the user. In order to reach this goal, the Volunteered Geographic Information (VGI) technique was used, since it has been shown to be efficient and low cost in obtaining geographic information. An experimental evaluation was conducted to evaluate the quality of the data obtained collaboratively, as well as experiments involving volunteer participants, in order to evaluate whether the proposed solution is satisfactory to mitigate the problems related to navigation of the visually impaired population. Finally, the results obtained in the experiments were encouraging, demonstrating that the proposed solution may be satisfactory for visually impaired users.

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.