Evaluating the Design of the Streamlined GIS‐based Transportation Corridors  

Nobrega, R.A.A,  O’Hara, C.  

sal@gri.msstate.edu, cgohara@gri.msstate.edu 

Geosystems Research Institute, Mississippi State University 

2 Research Blvd, Starkville MS, 39759, phone 662 325‐0821, fax 662 325‐7692 

 

Abstract: 

Context sensitive design, smart growth, and sustainability have become key factors in the planning and design of modern transportation projects. Nowadays more factors and attributes have been considered in transportation planning decision making process than in the past decades. Geographic Information Systems and Multi‐Criteria Decision Making are between the instruments used to lever the modernization of the process.  However, most of the present practical efforts on corridor planning follow the traditional manual‐oriented approaches. The traditional corridor planning delivers trustworthy alternatives to be analyzed on the field regarding NEPA guidelines, thus innovations in methods and data must be adequate to the goals and policies of transportation planning.  The purpose of this paper is to compare and quantify the geometric design of the highway alternatives derived from automated GIS process in relation to the final alignment of the I‐269. The analyses were performed in two steps: by distance and by the area occupied by the corridor.  The results show up to 95% in similarity between the lengths of the corridors generated from automatic approach in comparison to the reference corridor.  In the best case scenario we found 92% matching between the 1000‐foot right‐of‐way corridors of the innovative approach and the I‐269.    Furthermore, when highway design geometric smoothing is applied to the automatic pathway, the selected alignment can be shown to almost exactly correspond to the human‐derived design.  Therefore, metrics computed using linear comparative analysis by the end of the process suggests significant increasing to the design of the 300‐foot construction corridor after blend in highway design character.  Keywords: Transportation planning, MDCM, alignment, validation, linear correspondence analysis. 

 

 

1.  Introduction: 

 

Transportation planning can become a contentious process. It always involves a large collection 

of data, present and future perspectives and a substantial amount of issues to be considered prior to the 

construction phase takes place. According Sadasivuni et al (2009), delays to projects are frequently due 

to opposition, conflicting interests and differing opinions from stakeholders, resource agencies, planning 

organizations and others. 

On the other hand, transportation planning is in evolution. Today, one of the targets set for 

transportation projects is sustainability, which involves environmental, socio‐economic and risk 

assessment (Nobrega et al 2009).  According Gallis et al (2008) the environmental‐related projects today 

consider more variables than the projects taken in the past decades. The volume of the data as well as 

the complexity is time‐limiting factor for effective use in an Environmental Impact Assessment (EIA) 

study without compromise the project.  Traditionally, due to the many factors affecting the decision 

making process, the transportation planners design quite a few concurrent alternatives to be surveyed 

through ground work. Given the complementary information, the alternative corridors are compared 

based upon several factors (bio‐physical, socio‐economic and cultural). The analogical process reflects in 

identifying the best‐feasible solution in terms of minimum environmental impact, minimum cost, 

maximum safety and best performance.   

Despite the positive results, the traditional approach forces the transportation practitioners to 

digest the plurality of opinions and end up with Computer‐Aided Design (CAD) based technologies to 

design the alternative corridors without consider the possible of automation achievable when using 

Geographic Information Systems (GIS).  In this sense, most of the decision processes have been 

manually‐oriented, so the traditional approach reflects in lengthy and costly processes (Nobrega  and 

O’Hara 2009).  

   GIS are capable of handling massive amounts of data (Clevenger et al 2002, O’Hara et al 2000, 

Singleton and Lehmkuhl 1999). In terms of transportation planning, the integration of economical and 

ecological information in a spatial context is a valuable advance for strategic policy development and 

decision‐making (Hill et al, 2005). On behalf of finer decision making process in transportation, the use 

of Multi‐Criteria Decision Making (MCDM) is becoming popular. MDCM is a systematic methodology to 

generate, rank, compare, and select multiple conflicting alternatives using disparate data sources and 

attributes. MCDM coupled with GIS is a key solution to bring in decision making processes focusing on 

the sustainability (Spellerberg 1998, Malczewski 1999) and on the domain of transportation roadway 

planning (Sadasivuni 2009, Sharifi et al 2006).  

Aiming to promote the modernization of transportation systems, the U.S. Department of 

Transportation ‐ Research and Innovative Technology Administration (USDOT‐RITA) has supported 

several research initiatives. The National Consortium on Remote Sensing in Transportation ‐ 

Environmental Assessment (NCRST‐E) is one of the four consortia established by the USDOT and NASA 

to lead in the application of remote sensing and geospatial technologies in the transportation industry. 

The Streamlining Environmental and Planning Processes (SEPP) project conducts structured research to 

streamlining the Environmental Impact Assessment (EIA) process for a specific on‐the‐ground 

transportation project.  NCRST‐SEPP research is designed to demonstrate the innovative application of 

commercial remote sensing and spatial information technologies in specific environmental and planning 

tasks and activities, validating the use of those technologies by conducting rigorous comparison to 

traditional methods (Dumas et al 2009). 

  Based on NCRST‐SEPP developments, our initial hypothesis was that transportation corridors 

computed in semi‐automatic GIS‐oriented approaches can provide results close to the results obtained 

from traditional methods.  This paper addresses the first round of the validation of our results.  Thus, 

making use of the information from the recent approved I‐269 bypass traversing the Metropolitan 

Memphis‐TN to the East, the objective of this paper is to quantify the accuracy of three alternative 

corridors resultant from different perspectives of MCDM in comparison with the final design of the I‐

269.  The methodology used GIS resources to compute the matching between the I‐269 corridor and the 

corridors resulted from SEPP.  The analyses considered two different buffer‐widths to make the 

evaluation compatible with the typical 1000‐foot right‐of‐way and the 300‐foot construction corridors.  

 

2.  Streamlining Environmental and Planning Processes 

 

SEPP aims to modernize the planning process preceding the EIA ground survey. In the core of 

the SEPP project is a novel approach to integrate best‐available multi‐scale geodata and inputs from 

decision makers into a semi‐automatic GIS‐oriented framework to rapidly design corridors alternatives 

sensible to potential environmental impacts. The method focuses on selecting values that appropriately 

capture and integrated the NEPA guidelines.   

This enhanced method is based on remote sensing and spatial information technologies and 

delivers low or high‐predicted environmental costs per feature criteria and cumulative predicted costs 

while preserving local values and plans. Data are analysed and computed in a recursive multi‐scale 

process.  In practice it is a top‐down approach that starts from a wide regional corridor towards  the 

narrow engineering potential alignments.  The SEPP outputs provided clear indications that the effective 

use of data determined from structuring best‐available Federal, State and local spatial information 

databases combined with appropriate rankings in a decision making framework can deliver results that 

closely resemble traditional methods.  Furthermore, SEPP is supported by rational and objective 

processes that are traceable, repeatable, and readily adapted to consider adjustments to criteria as well 

as inclusion of additional factors or data layers.   

The Final Environmental Impact Statement – FEIS (USDOT 2006) supported the development of 

the SEPP. It provided a baseline on comparing the results delivered by tradition EIS approaches and the 

results of SEPP project.  The comparison indicates that SEPP can speed up and automate the delivery of 

feasible alignments that narrowly approximate the aligment designed for the final I‐269.  

The Fig. 1 shows the I‐269 corridor bypassing Memphis‐TN at East produced by traditional and 

SEPP approaches. Note how the SEPP corridor encapsulates the official alignments produced to EIA 

ground work.  From behind the scenes, SEPP employs MCDM to compute cumulative cost surfaces 

(grayscale background) that are used to delineate the least environmental impact corridors (multi‐color 

corridor).  The analogy of MCDM, cumulative cost surface and least cost path implementation in GIS are 

reported in details in Sadasivuni et al (2009). 

 

 

 

 

 

 

 

 Fig. 1: Overview of the 60‐mile long I‐269 bypass of Memphis‐TN. The initial alternatives for EIA ground survey at  left and  the  respective multi‐scale  corridors  computed by  the  innovative  SEPP approach at right.  

 

 

Given the positive aspects of the SEPP research as well as the relevance of the method face to 

the necessity of innovative solutions for best transportation projects, the methodology is being 

assembled into a toolkit. The Environmental Corridor Optimization & Planning ALignments (ECO‐PAL) 

Toolkit encompasses the planning process from regional corridor definition to pre‐EIA survey, as 

illustrated in Fig. 2. This paper deals with the quantification of the designed corridors that correspond to 

the ending processes of the scope of ECO‐PAL.  It reports statistics of the comparison between SEPP 

corridors and the corridor officially defined by the USDOT after the EIA. 

 Fig. 2: Workflow proposed on Environmental Corridor Optimization and Planning Alignments Toolkit. 

 

 

3.  Study Area and Material 

 

The SEPP project compiled diverse scenarios in a top‐down approach. The scenarios were 

constructed using different combination of input data and weights factors within the MCDM.  The 

evaluation of the GIS‐based transportation corridors concentrates into the 15‐mile along the approved I‐

269, between the I‐55 and the US‐78 in Desoto County, Mississippi. This particular area has an 

extraordinary variety of local geodata ranging from LiDAR topographic surface to meticulous long term 

plan, which were used on SEPP project to compute the alternative corridors. In behalf of quantify the 

matching between the alignment approved by the USDOT and the SEPP outputs, the analyses were 

performed within the 2‐mile buffer around the final I‐269 (Fig. 3). 

 

  Fig. 3: 15‐mile segment of Final I‐269 under construction between the I‐55 and US‐78 and the 2‐mile buffer used for the analysis. Background source: Google Earth   

Regarding the diversity of scenarios achievable, three of them were selected to be evaluated in 

this paper.  The first scenario emphazised the reutilization of existing roads (Fig. 4a), which reflects one 

of the desired options for non‐urban transportation planning in terms of cost saving. The second 

scenario (Fig. 4b) prioritized the avoidance of developed and wetland areas, as a tentative to minimize 

environmental impacts. The third scenario was a balanced solution that compromizes the avoidance 

areas used for the scenario 2 and context sensitive issues gathered from the enhanced local data such as 

long term plan, future developments and slope (Fig. 4c).    

The evaluation of the corridos was performed using ESRI ArcGIS as well as using the Linear 

Comparative Analiys Toolkit (Seo and O’Hara, 2004). 

 

 Fig. 4: Alternative I‐269 corridors resultant from three different scenarios through streamlining process using Spatial MCDM. Scenarios: a) emphasizing the reuse of existing roads, b) avoidance of developed and wetlands and c) balance between natural and developed areas enriched with context‐sensitive issues.  

 

4.  Methodology 

 

The methodology proposed to evaluate the design of the novel fashion corridors considers 

different criteria, such as the length of the alignment and the area occupied by the typical 1000‐foot 

right‐of‐way and the 300‐foot construction corridors.  The methods described to qualify, quantify and 

compare test case corridors to the reference corridor were implemented entirely through GIS analyses.  

At first, the lengths of the alternative corridors were used to qualify them to the next level of analysis.  

Then the quantification was performed by analysing the area matching between the 1000‐foot buffer of 

the alternative alignment and the 1000‐foot right‐of‐way corridor existing for the I‐269.  It is important 

to highlight that we hypothetically considered the final I‐269 as an error‐free designed corridor due to 

the well‐established methods practiced regarding the NEPA’s guidelines   and   aiming to have a solid 

baseline to compare our results as well.   

In addition, the final evaluation step consisted in blending highway design characteristics to the 

alignment that best approximate with the reference one.  Then metrics derived from the Linear 

Correspondence Analysis performed between the I‐269 and the smoothed alignments were used to 

support the final decision and attest the quality of the selected corridor.   

Prior to the GIS analyses, the least‐cost paths of the output corridors were also converted from 

a raster to a vector format. This was accomplished by using a basic conversion step that translates the 

raster into a “skeleton” line, which geometry followed the central path through the connected raster 

cells along the least‐cost pathway. The resultant vector lines were precisely analyzed for length and 

compared to other path scenarios and reference highway alignment design as well. Each of these lines 

was also used to create 1000‐foot buffer zones so as to enable analysis of corridor matching and linear 

correspondence. 

 

4.1 Analysis of Corridor Lengths: 

 

The analysis of the distance of each alternative corridor in comparison to the reference 

alignment of the I‐269 was a decisive factor, which was used to classify the alternative corridors to the 

next round of analysis.  Ideally, even when considering natural and man‐made barriers, the best corridor 

should be short as possible. Alignments shorter than the reference one are wanted but not always 

practicable.  Alternative corridors longer than the I‐269 have additional area, which increases the cost of 

the implementation (additional right‐of‐way corridor and longer alignments for the construction phase.  

Conversely, it should be understood at this stage of the analysis that relative comparison of 

lengths among the scenarios is more appropriate than absolute comparison to the length of final design. 

This is true because at this stage the length path follows the irregular edges of the analysis layer pixels 

(raster format). This inevitably adds length to a segment due to the small unit scale of the measurement 

increment.  This condition allowed us to consider certain degree of flexibility for the qualification step. 

For practical reasons, a matching criterion was applied as a qualifying criterion that allows for the 

selection of alternative scenarios that do not exceed the length of the reference by more than 10% (or 

similar criteria for applying this methodology to other studies).   

As a secondary method for analysis of length, pathway smoothing was applied (Polynomial 

Approximation with Exponential Kernel , session 4.3) in such a manner so as to more closely correspond 

to geometric requirements of highway design while preserving the cost‐path analysis criteria such as 

avoidance of environmentally sensitive areas of proximity to existing roads or other aspects. This 

secondary process was only applied to the alignments that meet the initial selection criteria.  

 

4.2 Analysis of Corridor Areas: 

 

Next, the qualified alternative corridors were quantified according to the proximity to the 

reference corridor.  A series of Euclidian Distance zones were computed from the central line of the 

designed I‐269, as shown in Fig. 5. In evaluating the quality of the alignments relative to the reference, 

the farther the cumulative distance from the I‐269 central line, the lower the quality of the matching. An 

ideal scenario would have very low cumulative distance away from the reference, demonstrating close 

proximity to the reference design.  For practical reasons we adopted 150 feet increment‐distance that 

made the information compatible with the corridor‐widths used in transportation studies.  

 

 Fig. 5: Euclidian Distances from I‐269 used to quantify the accuracy of the computed corridor per 

scenario. Path 1 (blue), path 2 (red) and path 3 (green). The final design is depicted by the yellow areas 

along the center of the corridor with increasing distances shown in increasing shades of red and blues 

along the outer edge of the 2‐mile corridor. 

 

 

The overlay of the alternative corridors and the Euclidian Distances provided way to perform a 

meticulous investigation of the deviations along the computed alignments. It enables to quantify the 

amount of additional area per corridor regarding the increment zones.   

In terms of GIS, the analyses were conducted using raster calculations.  Once computed the 

buffers 300‐foot and 1000‐foot for each alignment, they were converted into raster and then filled out 

with information from the background image Euclidian Distance. The Fig. 6 illustrates the method 

proposed to quantify area based on distance analysis. By ranging from yellow (shortest distance) to blue 

(highest distance) it exemplifies the overlay analysis used to quantify accuracy of the 1000‐foot corridor 

of the Path 2 (scenario 2). The lower the distance from I‐269, the higher the accuracy.  

The pixel size adopted for the raster analysis presented in this study was 10 meters. Finer 

resolutions such as 1meter, 2 meters and 5 meters were also tested but with no significant increase in 

accuracy.  Moreover, finer resolutions demanded considerable computational efforts in comparison to 

the 10 meters.   

 

  Fig. 6: Detail of the 1000‐foot corridor of Path 2 and the far‐off analysis regarding the final I‐269. 

 

 

4.3 Linear Correspondence Analysis: 

 

Subsequently to the evaluation of the corridors in terms of lengths and areas, the third and last 

step consisted in blend highway design character to the alignment that best approximate with the 

reference.  The highway design is basically a post processing step to smooth the original crisp path 

under certain transportation practitioner criteria as curve tolerance.  In this study we used the 

Polynomial Approximation with Exponential Kernel (PAEK) algorithm with 1 mile curve tolerance.  The 

PAEK method forces the smoothed polygon to avoid the vertices and simultaneously be tangent to the 

straight parts as maximum as possible regarding the tolerance. The results showed an outstanding post‐

processed alignment with minor modification along the original path alignment within 300‐foot.  As 

shown on Fig. 7, the method provided a good approximation to the final engineer highway design by 

straighten excessive small broke down parts in a balanced way without compromise the avoidance areas 

originally considered for the scenario.  

 

 Fig. 7: Path 3 (green), the smoothed Path 3 produced using PAEK method with 1‐mile curve tolerance 

(white) and the designed final I‐269 (black). On background the Euclidian Distances. 

 

 

Once computed, the smoothed alignment was analysed based on global linear comparative 

metrics. The linear comparative analysis has been used to assess completeness, correctness, gaps, 

redundancy and others global metrics in road network quality analysis. Mostly, these metrics are 

required to evaluate a new assessed transportation network (obtained from satellite or aerial images, 

from GPS‐driven survey or from maps digitalization) to the reference one.  Details of the quantification 

of linear features in transportation are available in Wieldermann (2003) and Seo and O’Hara (2004).   

As a final step of the evaluation, the highway design and the global linear comparative metrics 

were applied the corridor that matches with the reference one.  A comparison of metrics calculated 

from the raw alignment and the smoothed alignment showed in a quantitative manner a new round of 

GIS improvements over the best alignments computed.  

 

 

5.  Results and Analysis 

 

As proposed for the first round for the evaluation, the lenghts of the computed alighments were 

measured based on the vector data . The three scenarios produced alignments longer than the final I‐

269.  Similarly, the areas occupied by the computed corridors (300‐foot and 1000‐foot) were measured 

and compared with the the area occupied by 300‐foot construction corridor and 1000‐foot right‐of‐way 

corridor of I‐269.  Table 1 summarizes the results of lenghts for the raw computed alignments and the 

smotthed ones as well as the acres of the corridors. 

 

Table 1. Computed lengths and areas of the corridors 

  Final I‐269 Path‐1 Path‐2 Path‐3

Alignment  Lengths  15.26 miles 16.00 miles 15.08 miles* 

16.22 miles 15.23 miles* 

16.01 miles 15.20 miles* 

Area 300‐foot corridor  554.9 acres  578.3 acres  658.7 acres   579.6 acres 

Area 1000‐foot corridor  1849.5 acres  1910.8 acres  1946.4 acres   1919.6 acres 

* Distance computed for smoothed alignments (after highway design)  

 

The preliminary results showed a significant matching between the computed alignments and 

the I‐269.  Even considering the excessive curves of the raw alignments, the SEPP produced alternatives 

that fit in 95.4%, 94.1% and 95.3% respectively for the scenarios 1, 2 and 3.  Statistically, these results 

are close to 2‐sigma and they are in accordance with the proposed similarity criterion of 10%. However, 

considering the smoothed alignments, all three scenarios produced corridors shorter than the I‐269.  

Next in the methodology, the distances between the SEPP corridors and the I‐269 corridor were 

quantified to compute the matching. By using Euclidian Distances from the reference alignment 

distributed in classes created using 150‐foot increment, the method helped on understanding and 

measure the behaviour of the corridor per scenario. Table 2 contains the areas calculated per class. 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Table 2. Distance intervals and the respective areas used to evaluate the behavior of each SEPP 

corridors within the 2‐mile buffer from I‐269. 

 < 150 1405 6.07% 3994 5.22% 7658 28.84% 18244 23.39% 8736 37.65% 21577 28.07%

150 < 300 1259 5.44% 3174 4.15% 7644 28.79% 14745 18.91% 5753 24.79% 17159 22.32%

301 < 450 724 3.13% 2806 3.67% 3397 12.79% 12675 16.25% 4112 17.72% 14283 18.58%

451 < 600 323 1.40% 2023 2.64% 1117 4.21% 7468 9.58% 1065 4.59% 8226 10.70%

601 < 750 296 1.28% 1383 1.81% 759 2.86% 5705 7.32% 416 1.79% 5199 6.76%

751 < 900 329 1.42% 1402 1.83% 846 3.19% 4409 5.65% 459 1.98% 2747 3.57%

901 < 1050 441 1.90% 1617 2.11% 1526 5.75% 3883 4.98% 829 3.57% 2044 2.66%

1051 < 1200 656 2.83% 2029 2.65% 1984 7.47% 3428 4.40% 1025 4.42% 1798 2.34%

1201 < 1350 752 3.25% 2653 3.47% 1329 5.00% 3278 4.20% 653 2.81% 1715 2.23%

1351 < 1500 903 3.90% 2797 3.65% 291 1.10% 2537 3.25% 153 0.66% 1273 1.66%

1501 < 1650 1190 5.14% 2802 3.66% 4 0.02% 1333 1.71% 4 0.02% 669 0.87%

1651 < 1800 880 3.80% 2779 3.63% 278 0.36% 168 0.22%

1801 < 1950 706 3.05% 2627 3.43% 6 0.01% 6 0.01%

1951 < 2100 633 2.73% 2361 3.08%

2101 < 2250 513 2.22% 2545 3.33%

2251 < 2400 601 2.60% 3918 5.12%

2401 < 2550 1025 4.43% 5138 6.71%

2551 < 2700 2345 10.13% 5117 6.69%

2701 < 2850 2870 12.40% 5371 7.02%

2851 < 3000 1636 7.07% 5632 7.36%

3001 < 3150 1028 4.44% 4491 5.87%

3151 < 3300 802 3.46% 2908 3.80%

3301 < 3450 495 2.14% 2247 2.94%

3451 < 3600 366 1.58% 1668 2.18%

3601 < 3805 517 2.23% 1206 1.58%

3805 < 3950 378 1.63% 830 1.08%

3951 < 4100 79 0.34% 616 0.80%

4101 < 4250 343 0.45%

4251 < 4400 59 0.08%

Distance intervals (ft)  "from the final I‐269"

Path 1                                    "reusing existing roads"

Path 2                                      "avoidance of developed and wetlands"

Path 3                                   "balance of natural, developed and long term"

300ft                 

(pixels and %)

1000ft                 

(pixels and %)

300ft                 

(pixels and %)

1000ft                  

(pixels and %)

300ft                

(pixels and %)

1000ft               

(pixels and %)

    

 

Given the results as presented on Table 2, the cumulative areas were calculated for 300‐foot and 1000‐

foot corridors. As expected due to the reuse of existing roads, scenario 1 produced a corridor that 

mostly did not follow the I‐269 within the right‐of way.  Contrary, the others scenarios produced 

significant match to the reference alignment. The cumulative results are shown in Table 3 and Fig. 8. The 

results show that the corridor computed from the third scenario (path3) best fitted with the I‐269.   

 

Table3.  Fitting between I‐269 and computed corridors 

Corridor  Path‐1  Path‐2  Path‐3 

300‐foot  11.51 %  57.62 %  62.44 % 

1050‐foot*  20.63 %  86.07 %  92.68 % 

 

* Distance differs from 1000‐foot due to the regular interval increment used for the quantification 

through raster analysis as presented in Table 1 

 

 

 

 Fig. 8: Cumulative area of the corridors  considered to the matching analysis. 

 

 

6.  Applying Transportation Design to the Best Corridor  

 

Because SEPP project uses GIS raster environment to accommodate the MCDM layers of 

information , the corridors computed normally present excessive minor deviations along the pathway. 

This additional lengths are mostly caused by small obstacles or by the “pixelized” alignment.  However, it 

is desired that the corridor must be blend in design character to be compatible with corridors designed 

by transportation planners.   This means that the output of the MCDM least‐cost path must be 

manipulated so that it conforms to the geometric constraints typical of highway design. The irregular 

“pixilated” pathway must be smoothed so that it more aptly resembles an actual highway design rather 

than the following the irregular edges of the raster analysis layers.  

The overall linear matching and area matching criteria applied in steps 1 and 2 of the 

methodology clearly showed scenario 3 as the best alternative that closely approximated the selected 

corridor and provided an even closer match to the final highway design path. The rectification of the 

path 3 enhanced the visual aspect of the corridor by straighten the crisp parts.  The smoothed corridor 

presents close similarity with the design of the I‐269.  Therefore, in addition to the quantification and 

selection of the best corridor, the evaluation proposed in this study also considers the quantification in 

terms of the 300‐foot construction corridor.  The high confidence required on construction phase should 

be supported by metrics that enable a wide range of geometric comparisons between the proposed 

alignment and the ideal one. Thus, we computed metrics as completeness, correctness, redundancy, 

average distance and gaps based on L‐CAT (Seo and O’Hara, 2004).  The results presented in table 4 

show improvements in all the criteria when comparing the original alignment as computed from SEPP 

and its smoothed version.  Fig. 9 illustrates the behavior of the smoothed 1000‐foot right‐of way 

corridor and the 300‐foot construction corridor regarding the designed I‐269.  

 

 

 

Table4.  Metrics resultant from Linear Correspondence Analysis 

 Corridor 3 

300‐foot original 

Corridor 3 

300‐foot smoothed 

completeness  55.5%  65.8 % 

correctness  59.9% 66.2%

redundancy  14.2% 0.6%

average distance  100.1 feet 94.8 feet 

gaps per Mile  2.8% 2.8%

 

   

 Fig. 9:  Overlay of the final SEPP 1000‐foot (white) corridor and 300‐foot (green) corridor and the 

proposed I‐269 (black). Background source: Google Earth.   

 

 

7.  Conclusions 

 

The SEPP project uses a flexible method that delivered diverse alternatives according to 

different input factors and attributes in its decision making process.  The corridors produced from SEPP 

project present close similarity with the EIA approved corridor of the I‐269, however the accuracy in 

terms of horizontal deviation remained unknown. This study was developed to attest the hypothesis of 

close similarity between the design of the transportation corridors computed from SEPP and 

transportation corridors projected using traditional approaches. 

 The development counted with three different corridors generated from SEPP and compared 

their design to the design of the final I‐269.  We considered the similarity between the length of the 

alignments and the length of the I‐269 as the initial criterion.  The three raw corridors passed to the 

proposed length similarity criterion with results close to 2‐sigma. In fact the SEPP corridors present 

length around 0.5% longer than the I‐269, which we assumed excellent.   On the next step in the 

evaluation process, a series of Euclidian Distances was considered to quantify horizontal deviations of 

the corridor regarding the alignment of the I‐269. Standard intervals were used to provide basis to 

quantify the matching. In the best case scenario the right‐of‐way corridor matches in approximately 92% 

with the right‐of‐way corridor of the I‐269, which was a very good mark. The analyses were conducted 

using the raw SEPP outputs, without consider the smoothing of transportation design character.  Based 

on these results, we conclude the initial hypothesis was accepted.  

In addition, the best SEPP alignment was smoothed and a series of metrics of linear comparative 

analysis was computed to quantify possible enhancements along the 300‐foot construction corridor. The 

metrics showed significant improvements after apply the highway design character.  In a general sense, 

the proposed methodology and reached results helped to understand that deliverables from SEPP are 

engineered solutions beyond the simple sketch. 

 

 

 

Acknowledge 

 

The  authors  wish  to  thank  the  Mississippi  Department  of  Transportation  (MDOT)  and  the Tennessee  Department  of  Transportation  (TDOT)  for  partnering  and  contributing  to  the  research project. Special thank to the Department of GIS of the Desoto County  in Mississippi,  for providing the impressive collection of geodata for our local analysis. 

This  project  was  made  possible  by  funding  and  support  from  the  U.S.  Department  of Transportation  ‐  Research  and  Innovative  Technology  Administration  (USDOT‐RITA)  ‐  Cooperative Agreement DTOS59‐07‐H‐0004. The views, opinions, and statements contained  in this article are solely those  of  the  authors  and  do  not  represent  the  official  policy  or  position  of  the  Department  of Transportation or the Research and Innovative Technology Administration.    

References 

 

CLEVENGER, A. P., WIERZCHOWAKI, J., CHUSZCZ, B., GUNSON, K. (2002), “GIS‐generated, expert‐based 

models for  identifying wildlife habitat  linkages and planning mitigation packages”, Cons. Biol. Vol. 16, 

pp 503‐514. 

 

DUMAS, J.,  O’HARA, C., STICH, B.  (2009). Context sensitive solutions and transportation planning: the 

detection of land‐use, historical and cultural resources, community features and their integration into 

the planning process. Proceedings of Transportation Research Board, Washington DC, January 2009. 

 

GALLIS, M., MOLL, G., MILLAR H. (2008), People‐Nature: the human network, Essays on Geography and 

GIS, ESRI ArcNews, September 2008. Available at:       

http://www.esri.com/news/arcnews/fall08articles/essays‐on‐geography.html (09/29/2008) 

 

HILL, M.J., BRAATEN, R., LEES, B.G., VEITCH, S.M., SHARMA, S. (2005), Multi‐criteria decision analysis in 

spatial decision  support:  the ASSESS analytic hierarchy process and  the  role of quantitative methods 

and spatially, Environmental Modeling and Software 20 955 – 976  

 

MALCZEWSKI, J. (1999),  GIS and multicriteria decision analysis, Wiley, New York, New York. 

 

NOBREGA, R. A. A., OHARA, C. G., SADASIVUNI, R. ; DUMAS, J.  (2009). Bridging Decision Making 

Process and Environmental Needs in Transportation Corridor Planning. Management of Environmental 

Quality International Journal, v. 20, n. 6, pp 622‐637. 

 

NOBREGA, R. A. A., OHARA, C. G. (2009)  Implementation of MCDM: results of I‐269 case study. In: 

NCRST ‐ SEPP: May 2009 Memphis Workshop, 2009, Memphis, TN ‐ USA. National Consortium for 

Remote Sensing and Transportation Annual Meeting, 2009. 

http://www.ncrste.msstate.edu/project_present/index.html (09/24/2009) 

 

NOBREGA, R. A. A., OHARA, C. G,  SADASIVUNI, R., DUMAS, J. (2009) Evaluation of environmental 

impacted features from traditional approaches versus remote sensing and GIS based approaches for 

EIA study on transportation planning. In: American Society of Photogrammetry and Remote Sensing 

Annual Meeting, 2009, Baltimore, MD ‐ USA. Proceedings of 75th ASPRS annual meeting, 2009. 

 

O’HARA, C. G., DAVIS, A. A., KLEISS B. A.  (2000). A decision  support  system  for prioritizing  forested 

wetland restoration in the Yazoo Backwater Area, Mississippi, working paper.  United State Geological 

Service ‐ Water Resources Investigation Report 00‐4199. United States Geological Service, Pearl, MS. 

 

SADASIVUNI, R., NOBREGA, R. A. A., OHARA, C. G., DUMAS, J.  (2009).  A Transportation Corridor Case 

Study for Multi‐Criteria Decision Analysis. In: American Society of Photogrammetry and Remote Sensing 

Annual Meeting, 2009, Baltimore, MD ‐ USA. Proceedings of 75th ASPRS annual meeting, 2009. 

 

SEO,  S.;  O’HARA,  C.  (2004)  A  toolkit  for  quantifying  linear  feature  extraction  performance.  In 

Proceeding American Society of Photogrammetry and Remote Sensing Annual Meeting, Denver. 

 

SHARIFI, M. A., BEORBOOM, L., SHAMSUDIN, K. B., VEERAMUTHU, L. (2006), “Spatial Multiple criteria 

decision analysis in integrated planning for public transportation and land use development study in 

Klang Valley, Malaysia”, In: ISPRS Technical Commisision II Symposyum, Vienna, 2002, pp. 85‐91. 

 

SINGLETON,  P.H.,  LEHMKUHL,  J.  (1999),  Assessing wildlife  habitat  connectivity  in  the  interstate  90 

Snoqualmie  Pass  corridor,  Washington,  In:  Proceedings  of  the  third  International  Conference  on 

Wildlife Ecology and Transportation, September 13‐16, 1999. Missoula MT. (eds Evink, G., Garrett, P., 

and Ziegler, D.). pp 75‐ 84. Florida Department of Transportation. Tallahassee FL. Report No. FL‐ER‐73‐

99. 

 

SPELLERBERG, I. F. (1998), Ecological effects of roads and traffic: a literature review, Global Ecology and 

Biogeography Letters. Vol. 7, pp. 317–333. 

 

USDOT  (2006),  I‐69,  Section  of  Independent  Utility  #9,  Final  Environmental  Impact  Statement, U.S. 

Department of Transportation, Federal Highway Administration, TNDOT and MSDOT, Washington‐DC.  

 

WIELDERMANN, C. (2003) External evaluation of road network. In: ISPRS Workshop Photogrammetry 

and Remote Sensing, 2003, Munich, Germany, Proceedings, ISPRS 2003, v. 34, part 3/W8, p. 93‐98.