Oi Marcos, que tal organizarmos essa ideia de "metodologia para a organização" num Github? Acho q qualquer um pode iniciar projeto sob https://github.com/OSMBrasil voce inicia um? Se precisar de alguém mais "nerd" para o git, só avisar, posso ajudar ;-)
Em 1 de outubro de 2015 15:13, Marcos Fedato <[email protected]> escreveu: > Oi Lucas, > > Caramba vc tem pensado bastante nisso mesmo kkkk, vou tentar ajudar também. > > A) Até onde eu estudei, não existe base perfeita. Por exemplo, se a gente > usa ponto coletado por GPS como referência pode ser algo bom, mas existem > deformações também na coleta por GPS causados pela altitude, qualidade do > GPS e tudo mais. Porém eu já vi um fabricante de GPS falar que pra ele, ele > quer mesmo que a base dele tenha a mesma deformação do GPS pois os usuários > dele vão usar GPS para se locomover na cidade, então se der 5m a esquerda > na coleta, provavelmente o GPS do usuario também vai dar algo parecido a 5m > a esquerda, no final o ponto cai no meio da rua. Então nada é perfeito, é > preciso entender o que é a verdade conveniente para nós kkkkk. Eu acho que > essa de assumir o OSM uma boa. > > B) O processo que um colega meu tinha desenhado uma vez era "faseado", > primeiro se achava os que batiam tudo pelo nome, depois se ajustava eles > com o arruamento, depois se ajustava os setores vizinhos, depois fazia uma > junção espacial dos vizinhos com as quadras do arruamento abaixo deles, > depois se validava os atributos entre eles... > Uma época eu até estudei se a gente conseguiria fazer uma comparação de > formas de polígonos para validar se a/as quadras do arruamento realmente > batem com as do setor censitário, tipo se no setor censitário a forma é um > quadrado, mas no processo a quadra do OSM abaixo desse setor é triangular, > ou um quadrado girado x graus... > Pois esse colega tinha feito comparações usando a área e o perímetro dos > setores casados, o que já é bom. > > C) Não manjo nada de geometria direto no banco assim, mas talvez ele > esteja reprocessando o buffer a cada rodada, talvez poderia se criar uma > coluna da geometria com buffer preencher ela uma vez e então usar essa > coluna. > Menos impactante deve ser o join com os 2 ands, se eu me lembro bem no > geocodigo do município já tem o estado, então não precisa fazer join com o > estado, o municipio só já é estado e município. > > D) Já usei um processo parecido desse de ordem alfabética quando eu queria > cruzar 2 bases de dados usando as esquinas para achar os pontos de > referência. O que eu tinha em mente é que eu não precisava achar tudo, se > eu achasse 40% sei lá, o resto eu faria o processo de alinhar pelos > vizinhos, extrapolando o deslocamento de um para outro. Porém o que a gente > pode fazer é usar comparação de nome a nome ao invés de somar tudo. de > depois fazer o join de volta e ver quantos nomes bateram. > > Podemos implementar no post-gis, ou implementar uma ferramenta de carga, > que crie um campo novo já tipo "nome_fonetico" e usar esse campo pré > processado no processo. > > E) Fato, o que pode ser feito é usar o vizinho mesmo para veridficar qual > é o correto e inferir o nome se o vizinho já tiver sido encontrado. > > F) Tem mesmo muita coisa diferente. Eu sou muito bom em regex, essa parada > aí eu topo, da pra fazer alguma coisa com certeza, demora, não vai ser > perfeito, mas com testes a gente chega lá. > > G) O cep tem n possibilidades dentro do DNE tem um tipo do cep, que podia > ser igual dos dois lados, diferente, usando numeração sequencial e não > metrica... fato é que nem sempre é igual, mas pode ser usado nos casos em > que for igual. > > Att > Marcos Fedato > > > ------------------------------ > Date: Wed, 30 Sep 2015 10:20:55 -0300 > > From: [email protected] > To: [email protected] > Subject: Re: [Talk-br] RES: RES: OSM - CNEFE > > ops, mandei acidentalmente antes de terminar. Retomando no ponto C > > C) De fato a podemos usar o shape de setores para aproximar mais o > pareamento espacial (atualmente eu só usei os municípios) antes de parear > as quadras pelo nome. E com isso podemos aumentar ao grau de tolerancia nos > pareamentos fuzzy. Este pareamento OSM - poligonos de setor censitario > também é útil para a outra grande metade do projeto (na qual ainda não > avancei muito) que é sugerir nomes para ruas sem nome no OSM a partir do > CNEFE. > Eu já tentei rodar a query abaixo para fazer isso (resumindo, cruzar > primeiro por uf e municipio, atribuindo codigos para estes nas duas bases, > para reduzir o número de cruzamentos espaciais de fato entre setores e ruas > apenas dentro de cada municipio): > > CREATE TABLE OSM_Streets_by_SetorCensitario2 AS > SELECT OSM_Streets_by_Mun.*, setor_censitarioL.geom > FROM OSM_Streets_by_Mun, setor_censitarioL > WHERE OSM_Streets_by_Mun.cod_UF= > substring(setor_censitarioL.cd_geocodi,1,2) AND > OSM_Streets_by_Mun.cod_mun= substring(setor_censitarioL.cd_geocodi,1,7) > AND > ST_Intersects(way,ST_Buffer(setor_censitarioL.geom,0.005))=true > > O problema é que é um cruzamento muito grande. Se bem me lembro, são > ~1.6milhoes de ruas no OSM brasil e 312 mil setores censitarios. Deixei > rodando por 5 dias no servidor (relativamente potente, 126GB de ram, 4 > nucleos) e não terminou. Nao sei se tem uma forma de otimizar esta query, > talvez fazendo proceduralmente, num loop, muncipio a municipio (mas isso em > tese as 1as duas condições do WHERE já impõem). Ou entao cruzando com > layers espaciais intermediarios, como distrito e subdistrito antes de ir > pro setor censitario direto (mas não estou conseguindo criar estes layers > com base nos setores censitarios, por causa dos problemas topologicos > destes). Enfim, vou perguntar no StackOverflow para ver se alguém tem uma > idéia. > > D) melhorar as queries textuais, com filtros nos textos e fuzzy acho que é > um ótimo caminho. Uma restrição, pelo menos como eu modelei os dados, é que > estou fazendo pareamento de arrays contendo nomes de ruas, que internamente > são ordenados alfabeticamente (uma linha da tabela representa uma quadra, e > há uma coluna que é um array, e lá dentro tem todos os nomes de rua, > ordenados alfabeticamente). Se o erro ou correção ocorrer no começo de > certo nome de rua, isso vai afetar a ordem alfabetica dos nomes de rua, e > não sei como o pareamento (possivelmente fuzzy) vai reagir a isso. > > Você tem alguma idéia melhor de uma estrutura de dados mais adequada pro > pareamento? > > Outra coisa, estou trabalhando no PostGis-Postgresql então o ideal seria > os "filtros foneticos" serem implementados no próprio Postgis. Tenho boa > familiaridade com R também, então, se precisar sair, a 2a opção mais fácil > de implementar seria o R. > > E) pensei também nos blocos que parearem apenas 3 das 4 ruas. Bom, > considerando apenas quadras de 4 lados, para simplificar, seriam 2 quadras > para cada conjunto de 3 ruas. precisamos de uma forma de definir qual é > qual. Alguma idéia? > > F) voce mencionou uma outra idéia, na qual eu também já trabalhei um > pouco, que é ir seguinto a descrição textual dos setores. Estes aquivos vem > com dois campos: "ponto inicial" e "decrição do setor". Com banstante > traquejo no uso de expressões regulares da para quebrar isso em seguencias > de esquinas (cruzamentos). Mas uma dificuldade é que e linguagem não é > padrão. Como os arquivos são produzidos de forma descentralizada, pelos > ~500 escritórios locais do IBGE, há diferenças ao longo do brasil (talvez > seja por estado). Tem setores que está com "esquina da rua A com a B". Em > outros está "cruzamento rua A e rua B". Isso para o campo "ponto incial". A > descrição de setor tem ainda mais variabilidade. > > G) Outro elelmento que ainda não eplorei, mas que vem de uma idéia do > Peter Krauss, é que o CEP segue uma estrutura, tal que, cada seguimento de > uma rua, tem o mesmo CEP para as quadras dos dois lados da rua. Isso pode > ser mais um elemento para "amarrar" estes pareamentos de alguma forma. > > > > enfim, estes são menos comentarios sobre as idéias que você mencionou. > Vamos pensar mais nisso para "espremer" tudo de informação últil no CNEFE e > vice-versa > > > > > > > > > 2015-09-30 9:53 GMT-03:00 Lucas Ferreira Mation <[email protected]>: > > fantástico Marcos, > > eu já "ataquei" várias linhas das que você sugeriu, mas ainda não > completei. Tenho trocado algumas idéias a respeito, off-line do grupo para > não tumultuar muito por aqui, com o Peter Krauss. Podemos te incluir na > conversa. > > Vamos por partes: > > A) A primeira grande dúvida que eu tenho é quanto podemos confiar no > posicoinamento das ruas do OSM? Por exemplo, quando o shape de setor > censitário e o OSM não batem, como eu posse ter certeza que o certo é o > OSM? Será que o mapeador não se baseou numa imagem de satélite que também > estava deslocada? Enfim, no meu código estou de certa forma tomando o > posicionamento de ruas do OSM como "verdade", mas seria bom pensar um pouco > melhor nisso. Eu vi nos vídeos do SotM-Latin-America-2015 um cara da Mapbox > apresentando como eles tem umas técnicas para corrigir o posicionamento de > ruas do OSM, que aplicaram no Japao e em Lima. > > > B) Agora de manhã estou trabalhando nesta idéia de usar os quarteiroes que > parearem e que sejam setores de um só quarteirão como pontos de controle > para corrigir a malha de setores censitarios. > > Dos 95mil quarteiroes que eu consegui parear, 952 são setores com um > único quarteirão (que são os que de fato podemos parear no momento). Estes > 952 setores são de 81 municípios (eu estava com esperança de que seriam > mais). Para estes eu vou calcular a distancia (ST_distance) e o angulo > (ST_Azimuth) entre os centroides das quadras pareadas do OSM e do CNEFE. > Como você falou isso vai nos dar uma lista de pontos de controle. > > Com isso podemos: > b1) ter uma lista de "margens de erro" do shape de setor censitário para > cada municipio (ou melhor pros 81 muncípios em que há estes casos). Isso > serve para definir o buffer (max(ST_distance) para usar quando parear o > shape de setores censitarios com os ruas do OSM (como você sugere). > b2) Usar os pontos de controle para corrigir o shape de setor censitario. > Isto é, fazer uma transformação afim (que estica partes do mapa e contrai > outras partes) com base nestes pontos. > > C) De fato a podemos usar o shape de setores para aproximar mais o > pareamento espacial (atualmente eu só usei os municípios) antes de parear > as quadras pelo nome. E com isso podemos aumentar ao grau de tolerancia nos > pareamentos fuzzy. Este pareamento OSM - poligonos de setor censitario > também é útil para a outra grande metade do projeto (na qual ainda não > avancei muito) que é sugerir nomes para ruas sem nome no OSM a partir do > CNEFE. > Eu já tentei rodar uma query para fazer isso > > > > > > > > > > > > > > 2015-09-30 9:14 GMT-03:00 Marcos Fedato <[email protected]>: > > Caros, > > Eu trabalhei alguns anos com essa parte de endereçamento e tenho muito a > ajudar nesse processo do CNEFE. > > Além dos acentos e da lógica fuzzy (que pode adicionar erros), podemos > usar alguma coisa de fonética brasileira(que pode adicionar erros) e > tabelas auxiliares(que pode adicionar erros) com nomes padrão, dando > replace em erros conhecidos de grafia (AKA: juscelino kubitschek é > difícil de escrever). > > Tem esse algoritimo em Delphi que eu achei uma vez, que faz um trabalho > fantastico de fonética BR (tecnicamente não é BR é do Portugês) (AKA: > soundex não é bom para matches exatos) http://pastebin.com/KpYxxw5e. > > Vamos supor que o "quarteirão" tenha 4 ruas e 3 delas tem nome no OSM e > estes nomes batem, a gente pode supor que a rua que faltou no OSM tem o > nome da rua que sobrou no CNEFE. > > A gente pode usar não só os municipios, mas também os setores censitários > para achar exatamente onde estão os nomes faltantes. > > Os setores censitários tem uma tabela de descrição do entorno. É um campo > de texto livre para cada setor falando as ruas por onde ele é delimitado. > Com alguma inteligência a gente pode quebrar esse campo em ruas e cruzar > com o OSM também. > > O problema conhecido de cruzar diferentes bases de dados espaciais é o > deslocamento que pode haver entre uma e outra, tenho alguns esboços > interessantes de como resolver isso saíndo do mundo tabular e utilizando > GIS. > > Minha ideia se baseia em 2 coisas, achar alguns setores por cidade onde > tudo bate e usar eles como referência de posicionamento. Depois extrapolar > o erro destes setores para os setores próximos encaixando eles no lugar > mais próximo do correto. (se o setor que a gente sabe que bate com o OSM > estiver 5m para a direita, o setor vizinho dele estara provavelmente a algo > próximo de 5m a direita também, pois eles tem paredes que se tocam) > > Existe também o problema de ruas que de fato mudaram de nome, podemos usar > a tag old_name do OSM neste processo, se o nome do CNEFE constar lá, não é > erro, realmente foi mudado o nome da rua. > > Então os dados seriam OSM(Vetor, Name, Alt_Name, Official_Name, Ref, > Old_Name, No_Name), CNEFE, Shapes dos setores censitários, Descrições dos > setores censitários. > > Pegar as áreas verdes (acho que village_green e park) com nome seria legal > também, pois muitas praças dão nomes a logradouros, mas nem sempre isso se > reflete na base de arruamento. > > Eu quero muito de ajudar nisso, estudei isso do OSM e do CNEFE bastante > tempo e por isso tenho bastante conhecimento para tal, se tiverem interesse > em expandir essa conversa além da lista (dá uma preguiça de escrever e a > discussão demora, principalmente para brain storming) estou disposto a > participar de discussões via áudio sobre o tema em horário não comercial e > depois a gente pode colocar na lista um resumo para não perder o histórico. > > Sou programador experiente, posso ajudar a desenvolver rotinas de > transformação de texto, consultas e análises espaciais necessárias para > esse processo. > > Parabéns pelo trabalho até então, essa iniciativa é 10, somando esforços a > gente vai destruir de deixar o OSM completo! > > Atenciosamente > Marcos Fedato > > > ------------------------------ > Date: Wed, 30 Sep 2015 01:33:03 -0300 > From: [email protected] > To: [email protected] > Subject: Re: [Talk-br] RES: RES: OSM - CNEFE > > > coloquei agora. > Mudei o codigo mesmo , que estava grande demais pro Readme para > > > https://github.com/lucasmation/osm_cnefe_import/blob/master/OMS_and_CNEFE_blocks_matching.sql > > > > 2015-09-29 15:45 GMT-03:00 Márcio Aguiar Ribeiro <[email protected]> > : > > Oi, Lucas! > > Muito bom! Eu venho planejando fazer isso faz um tempo já. Entrei no > repositório e fiquei fuçando o código e o que eu entendi é que ainda não > está disponível, certo? > > Marcio Aguiar Ribeiro > > 2015-09-28 13:19 GMT-03:00 Lucas Ferreira Mation <[email protected]>: > > Pessoal, > > retomando este assunto: > consegui (finalmente!!!) cruzar os quarteirões do CNEFE com os do OSM. > > O Cnefe tem 2.1 milhões de quarteirões. > O OSM tem 1.6 milhões de "quarteirões" (os quarteirões são algo que eu > mesmo crio, a partir da interseção das Ruas do OSM). Destes apenas 480 mil > tem todos os lados nomeados. > > O primeiro critério do cruzamento foi que os quarteirões tinham que cair > no mesmo município (a partir do shapefile de municípios de 2010 do IBGE). O > 2o critéiro foi que os nomes de todas as ruas que compõem o quarteirão > batessem nas duas bases. > > Com este critério consegui identificar 95mil quarteirões do CNEFE no OSM. > Para estes quarteirões temos todos os endereços que estão no CNEFE. > > Os municípios com mais quarteirões são: > > São Paulo - 5mil. > Bejo Horizonte - 3,5mil > Curitiba - 3.2mil > Campo Grande - 2.7mil > Fortaleza - 1.9mil > Ribeirão Preto - 1.7mil > Rio de Janeiro - 1.5mil > > e assim vai. Encontrei quarteirões em 1822 municípios, mas a maioria tem > menos de 20 quarteirões encontrados. > > Isso foi com pareamento extato. Vou começar agora a testar com fuzzy > matches. > > > > ao longo do dia vou migrar o código para: > https://github.com/lucasmation/osm_cnefe_import > > > > Lucas > > > > > > > > > 2015-07-14 12:12 GMT-03:00 Peter Krauss <[email protected]>: > > Oi Lucas, ótimo trabalho (!), assim que sobrar um tempo (algum final de > semana) ponho a mão-na-massa, para entender o que voce fez e como podemos > conversar mais tecnicamente ;-) > (se tiver ilustrações, ex. UML, de modelo de dados para postar no git > também ajuda) > Como sou novato, pretendo seguir um pouco "pelas bordas" e no escopo mais > geral das discussões... > > A ideia geral do projeto de Mapa-do-CEP ainda é rascunho mas pode ser > apreciada em > http://wiki.okfn.org/Open_Knowledge_Brasil/Mapa-do-CEP > que tal começarmos pelo CEP2? > > - - - - > Quanto os problemas legais (direitos autorais reclamados pela ECT bem como > lei do monopólio) , precisamos de apoio internacional, inclusive da OSM... > Comecei a busca por essa discussão (link abaixo), e senti receptividade, > > * http://opendata.stackexchange.com/q/5600/1313 > <http://opendata.stackexchange.com/q/5600/1313>* > a parte juridica é importante para não jogarmos nosso tempo no lixo... Até > onde conversei com advogados, se criarmos uma metodologia (algoritmos) para > espacialização do CEP (ver links Wikipedia com preliminares), não tem > problema algum: o primeiro a publicar é o autor... Por isso acho importante > termos resultado a curto prazo de um projeto-piloto com OSM e publicarmos > no http://arxiv.org > > > > > > Em 14 de julho de 2015 11:13, Lucas Ferreira Mation <[email protected] > > escreveu: > > Pessoal, estou colocando o que já tenho de código em: > > > https://github.com/lucasmation/osm_cnefe_import > (que perdoe a lingua portuguesa, escrevi em ingles para poder pegar mais > feedback dos desenvolvedores do OSM no mundo, foruns, etc) > > Peter, bem vindo. Eu usei mesmo esta pergunta do gis.stackexchange. E > elaborei em cima. Esta questão de dois lados do mesmo seguimento de rua > teremo o mesmo CEP eu poderia explorar para melhorar o paramento, mesmo em > quadras não pareadas. Mas o quão certo, 100% é isso? > > abs > Lucas > > > > > 2015-07-13 19:01 GMT-03:00 Peter Krauss <[email protected]>: > > Oi gente, acabo de me inscrever na lista... Posso participar da discussão? > > Eu tenho interesse no mapeamento do CEP e do CNEFE, que justamente ajudam > a resolver ambiguidades e > dar mais confiança à geocodificação... Até onde verifiquei, o Mapa-do-CEP > não oferece problema jurídico... > Postei um esboço metodológico da sua construção, na Wikipedia, > > https://en.wikipedia.org/wiki/Postal_code#Codes_defined_indirectly_to_administrative_borders > que acham? > Alguem falou em quadras por aqui, é justamente o foco metodológico... > http://gis.stackexchange.com/q/80498/7505 > > PS: sobre pontos de endereçamento de utilidade publica, um bom projeto de > referencia é o http://adresse.data.gouv.fr/ > > > _______________________________________________ > Talk-br mailing list > [email protected] > https://lists.openstreetmap.org/listinfo/talk-br > > > > _______________________________________________ > Talk-br mailing list > [email protected] > https://lists.openstreetmap.org/listinfo/talk-br > > > > _______________________________________________ > Talk-br mailing list > [email protected] > https://lists.openstreetmap.org/listinfo/talk-br > > > > _______________________________________________ > Talk-br mailing list > [email protected] > https://lists.openstreetmap.org/listinfo/talk-br > > > > _______________________________________________ > Talk-br mailing list > [email protected] > https://lists.openstreetmap.org/listinfo/talk-br > > > > _______________________________________________ Talk-br mailing list > [email protected] https://lists.openstreetmap.org/listinfo/talk-br > > _______________________________________________ > Talk-br mailing list > [email protected] > https://lists.openstreetmap.org/listinfo/talk-br > > > > > _______________________________________________ Talk-br mailing list > [email protected] https://lists.openstreetmap.org/listinfo/talk-br > > _______________________________________________ > Talk-br mailing list > [email protected] > https://lists.openstreetmap.org/listinfo/talk-br > >
_______________________________________________ Talk-br mailing list [email protected] https://lists.openstreetmap.org/listinfo/talk-br
