Sammeln und erfassen

Amtliche Informationen unter Verwendung vieler Quellen erstellen

Generisches Bild einer Karte mit einem separaten Bild zweier Vermesser darunter

Nationale Kartografiebehörden (National Mapping Authorities, NMAs) müssen zur Sammlung, Zusammenstellung und Validierung von Daten aus verschiedenen Informationsquellen und von verschiedenen Sensoren in der Lage sein. Fernerkundungsdaten (Luftbilddaten und Daten von Satelliten und weiteren Sensoren) sind zum Identifizieren und Erfassen neuer und veränderter Features und zu deren Aktualisierung in den Basisdaten von entscheidender Bedeutung. Dies erfolgt mit Analysewerkzeugen und zunehmend auch mit künstlicher Intelligenz (AI) und Deep Learning. Dabei können Daten und Services von Behörden auf allen Ebenen und weiteren Organisationen ohne großen Aufwand integriert werden. Die zusammengestellten Daten können dann durch Außendienstmitarbeiter*innen verifiziert und korrigiert werden.

Datenerfassung

Erkennung und Extraktion veränderter Features

Damit nationale Kartografie- und Geodatenbehörden (National Mapping and Geospatial Authorities, NMGAs) notwendige Aktualisierungen an den Karten für ihre Kunden durchführen können, ist die Identifizierung veränderter Features in der Realität von entscheidender Bedeutung. Dieser Prozess wird zunehmend durch den Einsatz von GeoAI und Deep Learning automatisiert. Um Veränderungen schnell zu erkennen, werden mit GIS für die Bildanalyse die neuen Bilddaten mit älteren Bilddaten verglichen. Diese Veränderungen werden mit den digitalen Kartendaten verglichen, um die Features schnell zu aktualisieren.

Ein Mann, der auf digitale Karten auf mehreren Desktop-Computern schaut

Identifizierung von Features mit GeoAI und DL

Der Prozess der Erkennung von Veränderungen und der Identifizierung von Features lässt sich durch den Einsatz von AI und Deep Learning (DL) mit GIS oder GeoAI automatisieren und beschleunigen. Zum Klassifizieren der Bilddaten und Beschriften der Daten für das Training der AI-Modelle wird ArcGIS verwendet. Die Inferenzergebnisse der AI-Modelle identifizieren veränderte Features, die in ArcGIS extrahiert und analysiert werden können. Diese Features können verwendet werden, um schnell die amtlichen Grundkartendaten für Ihr Land aktualisieren.

Karte mit Gebäuden, von denen bestimmte Gebäude hervorgehoben sind

Zugriff auf Informationen von anderen Organisationen

Behörden auf allen Ebenen und weitere Organisationen besitzen Daten, die von NMGAs genutzt werden können, um Veränderungen zusammenzustellen und Redundanzen in der Datensammlung zu beseitigen. Für die Integration dieser Quellen mit vielen verschiedenen Formaten werden Data Interoperability-Werkzeuge und Geoverarbeitungsskripte zum automatischen Extrahieren, Transformieren und Laden (ETL) von Daten benötigt, um ein effizientes Harvesting der Daten zu erreichen.

Schema der Verbindung zwischen Cloud-Plattformen und verschiedenen Datentypen

Außendienstdaten erfassen, verifizieren und korrigieren

Zum effektiven Erfassen der Veränderungen ist die Planung, wohin die Außendienstmitarbeiter*innen geschickt werden sollten, von entscheidender Bedeutung. Wenn zum Erfassen der Veränderungen im Außendienst dasselbe Enterprise-GIS wie im Innendienst verwendet wird, dann lassen sich Fehler und Barrieren zwischen den Arbeitsgruppen vermeiden. Mit der Zuweisung der Einsatzorte, der Navigation dorthin und der Überwachung des Fortschritts können die Sicherheit erhöht und die Effizienz gesteigert werden. Mit ArcGIS-Apps für den Außendienst kann überprüft werden, wer was wann und wo erfasst hat.

Vermesser mit Ausrüstung im Außendienst

SAMMELN UND ERFASSEN

Modernisierung der Verarbeitung umfangreicher Bilddaten

Ordnance Survey UK stellt sich der Herausforderung und nutzt bei der Verlagerung des Bildbearbeitungs-Workflows in die Cloud die Funktionen von ArcGIS Image.

Kontakt zum Vertrieb

Connect with the Esri national mapping team