수집 및 취득

다양한 원본을 활용하여 신뢰할 수 있는 정보 생성

아래에 두 측량사의 별도 이미지가 있는 맵의 일반 이미지

NMA(National Mapping Authority)에서는 다양한 정보 원본 및 센서의 데이터 수집, 컴파일, 유효성 검사를 수행해야 합니다. 원격탐사 데이터(위성 및 기타 센서의 항공영상과 데이터)는 새로운 기능과 변경된 기능을 식별 및 수집하고 기본 데이터에 업데이트하는 데 매우 중요합니다. 이는 분석 도구와 점점 더 증가하는 인공 지능(AI) 및 딥러닝을 통해 수행됩니다. 모든 수준의 정부 및 기타 기관의 데이터와 서비스가 쉽게 통합됩니다. 현장 직원이 컴파일된 데이터를 검증하고 수정할 수 있습니다.

데이터 수집

변경된 피처 감지 및 추출

NMGA(National Mapping and Geospatial Authority)가 고객을 위해 업데이트를 매핑하려면 실제 피처가 변경되고 있는 위치를 식별하는 것이 중요합니다. 이 프로세스는 GeoAI 및 딥러닝을 통해 점점 더 자동화되고 있습니다. 이미지 분석을 위해 GIS를 통해 변경 사항을 빠르게 감지하여 새로운 영상과 이전 영상을 비교합니다. 이러한 변경 사항을 디지털 맵 데이터와 비교하여 피처를 빠르게 업데이트합니다.

여러 데스크톱 컴퓨터에서 디지털 맵을 보고 있는 남성

GeoAI 및 DL을 통한 피처 식별

AI와 GIS 또는 GeoAI를 사용한 딥러닝(DL)은 변경 감지 및 피처 식별 프로세스를 자동화하고 가속화합니다. ArcGIS는 AI 모델 학습을 위해 영상을 분류하고 데이터에 레이블을 지정하는 데 사용됩니다. AI 모델의 추론 결과는 ArcGIS에서 추출 및 분석할 수 있는 변경된 피처를 식별합니다. 이러한 피처를 신속하게 사용하여 해당 국가의 신뢰할 수 있는 베이스맵 데이터를 업데이트할 수 있습니다.

특정 건물이 강조된 건물 맵

다른 기관의 정보에 접근

국가, 주, 지역, 지자체 및 기타 기관에는 NMGA가 변경 사항을 컴파일하고 데이터 수집 중복성을 줄이는 데 사용할 수 있는 데이터가 있습니다. 다양한 형식의 해당 원본을 통합하려면 데이터를 효율적으로 수집하기 위해 자동으로 데이터 추출, 변환, 불러오기(ETL)를 수행하는 데이터 상호 운용성 도구와 지오프로세싱 스크립트가 필요합니다.

클라우드 플랫폼 및 다양한 데이터 유형 간의 연결을 보여주는 다이어그램

현장 데이터 수집, 검증, 수정

인력을 파견할 위치를 계획하는 작업은 변경 사항을 효과적으로 취득하는 데 중요합니다. 사무실에서 사용되는 것과 동일한 엔터프라이즈 GIS로 현장의 변경 사항을 수집하면 작업 그룹 간의 오류 및 문제를 피할 수 있습니다. 직원의 위치와 진행 상황을 할당, 탐색, 모니터링하면 안전성과 효율성이 향상됩니다. ArcGIS 현장 운영 앱을 통해 누가 무엇을, 언제, 어디서 수집했는지 확인할 수 있습니다.

현장에서 장비를 들고 있는 측량사

수집 및 취득

대규모 영상 프로세싱 현대화

영국 국립 지도제작 기관(OS)은 ArcGIS Image 기능을 활용하여 영상 프로세싱 워크플로를 클라우드로 전환하는 문제를 해결하고 있습니다.

문의하기

Connect with the Esri national mapping team