Nei primi articoli di questa serie, ho presentato tre sfide comuni che incontro frequentemente nei progetti di integrazione geospaziale. Nei due articoli precedenti, ho approfondito l'importanza di conoscere i propri dati e di creare metadati basati su standard . In quest'ultimo articolo, mi concentro sui dati stessi, esplorando l'importanza di disporre di dati strutturati e basati su standard, pur riconoscendo che questa non è sempre la realtà.
Quando si desidera integrare dati vettoriali (ad esempio, punti, poligoni o linee) da un formato non strutturato come un PDF, un video o un'immagine, è necessaria una pre-elaborazione. Ciò complica il processo di estrazione, trasformazione e caricamento (ETL) e può comportare la perdita di informazioni.
Tuttavia, mi sono imbattuto in casi in cui non c'era alternativa perché i produttori di dati potevano fornire informazioni solo in quei formati. In tali casi, l'Intelligenza Artificiale (IA) può svolgere un ruolo prezioso aiutando a estrarre elementi strutturati da informazioni non strutturate, utilizzando algoritmi come le Reti Neurali Convoluzionali (CNN) per la segmentazione delle immagini.
Ma anche quando si parla di formati strutturati, non tutti i formati sono uguali.
Nell'immagine sottostante, mostro una classifica dei formati di dati basata sul loro potenziale di interoperabilità. È importante sottolineare che si tratta solo di esempi illustrativi e non di un elenco esaustivo di tutti i formati di dati vettoriali esistenti.
Il formato CSV è il meno raccomandato, nonostante sia uno standard ( RFC 4180 ). Il fatto che non abbia uno schema fisso rende difficile la validazione delle informazioni. Questo è particolarmente problematico per le geometrie, che possono essere codificate in diversi modi senza fornire alcuna informazione sui sistemi di riferimento di coordinate (CRS).
Shapefile è un formato strutturato e aperto; nel 1998 è stato pubblicato un white paper che descrive il formato in dettaglio, consentendo a chiunque di implementarlo (ed è effettivamente supportato dalla maggior parte degli strumenti geospaziali). Tuttavia, la specifica non è uno standard, in quanto non è sviluppata e gestita da un'organizzazione di standardizzazione indipendente. Di conseguenza, non offre lo stesso livello di garanzia degli standard formali.
I restanti tre formati, nella fascia più alta, sono standard e pertanto consigliati. GeoJSON e JSON-FG si posizionano più in alto in termini di interoperabilità, poiché supportano la validazione semantica tramite JSON Schema . JSON-FG, in particolare, supporta la definizione di FeatureType, definiti da FeatureSchema.
Quando si selezionano gli standard utilizzando questo diagramma, è opportuno tenere in considerazione alcuni aspetti. JSON-FG è uno standard relativamente nuovo e potrebbe non essere ancora ampiamente adottato, mentre GeoJSON presuppone sempre il sistema di riferimento predefinito (WGS84).
Sebbene sia utile raccomandare formati più interoperabili, riconosco che spesso gli utenti si presenteranno con formati diversi. Il lato positivo è che, se lavoriamo con formati strutturati, di solito è semplice convertirli utilizzando strumenti come GDAL.
Mettere in pratica queste raccomandazioni
Per indicazioni pratiche, consultare queste linee guida sui formati dei dati, i nomi dei file e i nomi dei campi. Questa guida fornisce un approccio graduale alla trasformazione dei dati tabellari in un formato di dati geospaziali.
