One of the more important elements of spatial information infrastructure is the organisational structure defining the obligations and dependencies between stakeholders that are responsible for the infrastructure. Many SDI practitioners and theoreticians emphasise that its influence on the success or failure of activities undertaken is significantly greater than that of technical aspects. Being aware of the role of the organisational structure in the creating, operating and maintenance of spatial information infrastructure (SII), Polish legislators placed appropriate regulations in the Spatial Information Infrastructure Act, being the transposition of the INSPIRE Directive into Polish Law. The principal spatial information infrastructure stakeholders are discussed in the article and also the scope of cooperation between them. The tasks and relationships between stakeholders are illustrated in UML, in both the use case and the class diagram. Mentioned also are the main problems and obstructions resulting from imprecise legal regulations.

Rozwój technologii informatycznych i wzrastające zapotrzebowanie na dane przestrzenne w wielu dziedzinach gospodarki spowodowały, że raz pozyskane dane są wielokrotnie wykorzystywane w różnych systemach. Powtórne wykorzystanie danych wymaga ich adaptacji do potrzeb danej bazy danych i aplikacji GIS oraz zintegrowania z innymi danymi. Integracja danych przestrzennych polega na łączeniu danych pochodzących z różnych źródeł oraz na tworzeniu relacji pomiędzy zbiorami danych geometrycznych i opisowych. Integracji nie należy utożsamiać z transmisją i konwersją danych. Transfer danych stanowi jedynie techniczną część procesu integracji i ma wyłącznie formalny charakter oparty na jednorodnych i stałych strukturach, abstrahujących od aspektów znaczeniowych. Integracja danych pochodzących z różnych systemów wymaga zachowania semantyki tych danych, czyli przeanalizowania powszechnie występujących konfliktów nazewnictwa (homonimy, synonimy), znaczenia i schematów. Homonimy powstają wówczas, gdy ta sama nazwa przypisana jest różnym danym (obiektom lub pojęciom), synonimy - kiedy różne nazwy opisują dane o tym samym znaczeniu. Konflikt znaczenia jest wynikiem odmiennych definicji lub interpretacji tego samego pojęcia, zaś konflikt schematów - różnic w zastosowanych schematach aplikacyjnych. Ważnym aspektem integracji danych w systemach informacji przestrzennej jest zapewnienie zgodności w przebiegu odpowiadających sobie elementów geometrycznych i uzgodnienie styków pomiędzy danymi pochodzącymi od różnych dystrybutorów, a także zapewnienie zgodności topologicznej wewnątrz warstw i pomiędzy warstwami tematycznymi. Doprowadzenie do zgodności i poprawności topologicznej danych pozyskiwanych różnymi metodami jest zwykle procesem długotrwałym, a co za tym idzie i kosztownym. Rozważając przestrzenny aspekt integracji należy pamiętać o różnych systemach odniesień przestrzennych, odwzorowaniach i układach współrzędnych oraz związanych z nimi zniekształceniach i poprawkach odwzorowawczych. Integracja danych przestrzennych to również łączenie i zapewnienie wspólnych możliwości analitycznych danych geometrycznych zapisanych w postaci różnych modeli oraz towarzyszących im danych opisowych. Rozważania dotyczące integracji oparte zostały na doświadczeniu zdobytym przy realizacji projektu dotyczącego wyznaczania obszarów o niekorzystnych warunkach dla gospodarki rolnej. W bazie danych, zaprojektowanej i założonej na potrzeby projektu, zgromadzone zostały dane o: podziale administracyjnym kraju, użytkowaniu ziemi, rzeźbie terenu (spadki, wysokości), glebach, obszarach chronionych oraz dane statystyczne dotyczące waloryzacji rolniczej przestrzeni produkcyjnej, demografii oraz charakterystyki gospodarstw rolnych. Dane pochodzące z różnych źródeł przechowywane są w formacie wektorowym (dane dyskretne), rastrowym (dane ciągłe), TIN (dane o rzeźbie terenu) oraz relacyjnym (dane opisowe). Wybór modelu danych podyktowany był względami pragmatycznymi związanymi z zapewnieniem optymalnych warunków zarządzania danymi i możliwości analitycznych systemu. Zaprezentowane rozważania dotyczące integracji danych w jednolitym środowisku bazy lub hurtowni danych przestrzennych są kontynuacją dyskusji nad budową infrastruktury danych przestrzennych i zapewnienia dostępu do danych szerokiemu gronu użytkowników.

Population data are generally provided by state census organisations at the pre- defined census enumeration units. However, these datasets very are often required at user- defined spatial units that differ from the census output levels. A number of population estimation techniques have been developed to address these problems. This article is one of those attempts aimed at improving county level population estimates by using spatial disaggregation models with support of buildings characteristic, derived from national topographic database, and average area of a flat. The experimental gridded population surface was created for Opatów county, sparsely populated rural region located in Central Poland. The method relies on geolocation of population counts in buildings, taking into account the building volume and structural building type and then aggregation the people total in 1 km quadrilateral grid. The overall quality of population distribution surface expressed by the mean of RMSE equals 9 persons, and the MAE equals 0.01. We also discovered that nearly 20% of total county area is unpopulated and 80% of people lived on 33% of the county territory.

Polish spatial data infrastructure dates back 2010, the year when the Spatial Information Infrastructure Act transposing INSPIRE Directive entered into force. The present study provides valuable insight into the current status of Polish spatial data infrastructure (PSDI) as well as lessons learnt from so far efforts in implementing the principles and provisions of the INSPIRE Directive. Particular respect is given to policy, interoperability of data as well as cooperation between actors involved in PSDI establishment and maintenance. Data managed by the Surveyor General (SG), perceived as a backbone of a spatial data infrastructure, are of special importance. Finally, some conclusions and recommendations for further developments are given to foster SDI implementation in Poland. Results of the analysis clearly show that Polish spatial data infrastructure is in line with INSPIRE, and in a half of way being fully operational.

W artykule przedstawiono prace związane z kartowaniem użytkowania ziemi prowadzone w Polsce. Omówiono najważniejsze opracowania wykonane w pierwszej połowie XX wieku, scharakteryzowano przedsięwzięcia podejmowane po drugiej wojnie światowej, zwracając uwagę na wykorzystanie w kartowaniu użytkowania ziemi nowego źródła danych jakim są zdjęcia satelitarne. Omówiono również współczesne programy kartowania użytkowania ziemi prowadzone przez międzynarodowe organizacje na obszarze Europy, w tym również na terytorium Polski. Przedstawiono także wyniki prac zrealizowanych w Polsce w ramach programu CORINE Land Cover, jak też omówiono Land Cover Classification System opracowany przez FAO na potrzeby kartowania użytkowania ziemi.

The purpose of this article was to provide the user with information about the number of buildings in the analyzed OpenStreetMap (OSM) dataset in the form of data completeness indicators, namely the standard OSM building areal completeness index (C Index), the numerical completeness index (COUNT Index) and OSM building location accuracy index (TP Index). The official Polish vector database BDOT10k (Database of Topographic Objects) was designated as the reference dataset. Analyses were carried out for Piaseczno County in Poland, differentiated by land cover structure and urbanization level. The results were presented in the form of a bivariate choropleth map with an individually selected class interval suitable for the statistical distribution of the analyzed data. The results confirm that the completeness of OSM buildings close to 100% was obtained mainly in built-up areas. Areas with a commission of OSM buildings were distinguished in terms of area and number of buildings. Lower values of completeness rates were observed in less urbanized areas. The developed methodology for assessing the quality of OSM building data and visualizing the quality results to assist the user in selecting a dataset is universal and can be applied to any OSM polygon features, as well as for peer review of other spatial datasets of comparable thematic scope and detail.