Las Autoridades Cartográficas Nacionales requieren la recopilación, compilación y validación de datos de diversas fuentes de información y sensores. Los datos de detección remota (imágenes aéreas y datos de satélites y otros sensores) son de vital importancia para identificar y recopilar entidades nuevas y modificadas y actualizarlas en los datos base. Esto se logra con herramientas analíticas y, cada vez más, con inteligencia artificial (IA) y aprendizaje profundo. Los datos y servicios de todos los niveles de gobierno y otras organizaciones se incorporan fácilmente. Luego, los datos recopilados pueden ser verificados y corregidos por el personal de campo.
Recopilar datos
Detección y extracción de cambios
Identificación automática
Integración de datos dispares
Operaciones de campo
Detección y extracción de entidades modificadas
Identificar dónde cambian las entidades del mundo real es clave para que las Autoridades Cartográficas y Geoespaciales Nacionales (NMGA, por sus siglas en inglés) puedan actualizar mapas para sus clientes. Este proceso está cada vez más automatizado mediante el uso de GeoAI y el aprendizaje profundo. Las nuevas imágenes se comparan con imágenes más antiguas, utilizando tecnología SIG para el análisis de imágenes para detectar cambios rápidamente. Estos cambios se comparan con los datos del mapa digital para actualizar rápidamente las entidades.
Identificación de entidades con GeoAI y DL
La IA y el aprendizaje profundo (DL) con SIG, o la GeoAI, automatizan y aceleran el proceso de detección de cambios e identificación de entidades. ArcGIS se usa para clasificar imágenes y etiquetar datos para entrenar modelos de IA. Los resultados de inferencia de los modelos de IA identifican entidades modificadas, que se pueden extraer y analizar en ArcGIS. Estas entidades se pueden usar rápidamente para actualizar los datos del mapa base autorizados para su país.
Acceder a información de otras organizaciones
Los gobiernos nacionales, estatales, regionales y locales y otras organizaciones tienen datos que los NMGA pueden usar para recopilar cambios y reducir la redundancia en la recopilación de datos. La integración de estas fuentes desde muchos formatos diferentes requiere herramientas de interoperabilidad de datos y scripts de geoprocesamiento que extraen, transforman y cargan (ETL) datos automáticamente para recolectar datos de manera eficiente.
Recopile, verifique y corrija datos de campo
Planear dónde enviar a su fuerza laboral es clave para capturar el cambio de manera efectiva. La recopilación de cambios en el campo con el mismo SIG corporativo utilizado en la oficina evita errores y barreras entre grupos de trabajo. Asignar, navegar y monitorear las ubicaciones y el progreso del personal mejora la seguridad y la eficiencia. Las aplicaciones de operación de campo de ArcGIS brindan verificación de quién recopiló qué, cuándo y dónde.
RECOPILAR Y CAPTURAR
Modernizar el procesamiento de imágenes a gran escala
Ordnance Survey UK está enfrentando el desafío de mover su flujo de trabajo de procesamiento de imágenes a la nube aprovechando las capacidades de ArcGIS Image.
Recopilar y capturar
La PACI de Kuwait usa arcgis.learn
La Autoridad Pública de Información Civil (PACI, por sus siglas en inglés) utilizó el aprendizaje automático y el aprendizaje profundo para modernizar los datos SIG y respaldar la Kuwait Vision 2035.
Leer el artículo
RECOPILAR Y CAPTURAR
Inteligencia artificial y aprendizaje profundo
Descubra cómo usar los modelos de aprendizaje profundo para una amplia variedad de casos de uso, como la detección y clasificación de objetos 2D y 3D.
RECOPILAR Y CAPTURAR
ArcGIS Field Maps
ArcGIS Field Maps combina las funciones de ArcGIS Collector, ArcGIS Tracker y ArcGIS Explorer en una sola aplicación para una representación cartográfica móvil eficiente.
RECOPILAR Y CAPTURAR
Recopilación de datos con GeoAI y aprendizaje profundo
La inteligencia artificial y el aprendizaje profundo están revolucionando la producción de mapas, reduciendo tiempo y el esfuerzo y mejorando la calidad de los datos.
Leer el artículo
RECOPILAR Y CAPTURAR
Clasificaciones de tierras con aprendizaje automático
En Queensland, Australia, se entrenó un modelo de visión por ordenador para clasificar automáticamente diferentes tipos de uso del suelo.