Создание карт на основе данных дистанционного зондирования
Возможности
Создавайте достоверную информацию, используя множество источников
Национальные картографические ведомства (NMA) занимаются сбором, обобщением и проверкой данных из различных источников информации и сенсоров. Данные дистанционного зондирования — аэрофотоснимки и данные со спутников и других сенсоров — критически важны для выявления и сбора новых и измененных объектов и их обновления на основе базовых данных. Это делается с помощью аналитических инструментов и, все чаще, с привлечением методов искусственного интеллекта (ИИ) и глубокого обучения. Данные и сервисы от всех уровней правительственных органов и других организаций могут легко интегрироваться и обобщаться. Собранные данные затем могут быть проверены и исправлены сотрудниками на местах.
Определение того, где изменяются объекты реального мира, является ключевым для национальных картографических и геопространственных органов (NMGA) при обновлении карт для своих клиентов. Этот процесс все больше автоматизируется благодаря использованию гео-искусственного интеллекта (GeoAI) и глубокого обучения. Новые снимки сравниваются со старыми, используя ГИС для анализа изображений, чтобы быстро выявить изменения. Эти изменения сравниваются с данными цифровой карты для быстрого обновления объектов.
Применение методов искусственного интеллекта и глубокого обучения (DL) с помощью ГИС, или GeoAI, автоматизируют и ускоряют процесс обнаружения изменений и идентификации объектов. ArcGIS используется для классификации изображений и надписывания данных при обучении моделей искусственного интеллекта. Результаты вывода моделей искусственного интеллекта определяют измененные объекты, которые могут быть извлечены и проанализированы в ArcGIS. Эти объекты можно быстро использовать для обновления авторитетных базовых картографических данных для вашей страны.
Национальные, региональные и местные органы власти и другие организации располагают данными, которые картографические ведомства (NMGA) могут использовать для компиляции изменений и сокращения избыточности сбора данных. Интеграция этих источников данных во множестве различных форматов требует инструментов взаимодействия с данными и скриптов геообработки, которые автоматически извлекают, преобразуют и загружают данные (ETL) для их эффективного накопления и пополнения.
Планирование того, куда направить свою рабочую силу, является ключом к эффективной фиксации и восприятия изменений. Сбор изменений на местах с помощью той же корпоративной ГИС, которая используется в офисе, позволяет избежать ошибок и барьеров между рабочими группами. Назначение, навигация и мониторинг местоположения и прогресса работы персонала повышают безопасность и эффективность. Приложения для поддержки полевых операций в среде ArcGIS обеспечивают проверку того, кто что собрал, когда и где.
СБОР И ЗАПИСЬ
Агентство Ordnance Survey UK решает проблему переноса своего рабочего процесса обработки изображений в облако, используя возможности ArcGIS Image.
Сбор и запись
Государственное управление гражданской информации (PACI) использовало машинное обучение и глубокое обучение для модернизации данных ГИС и поддержки Концепции развития Кувейта до 2035 года.
СБОР И ЗАПИСЬ
Узнайте, как модели глубокого обучения могут быть использованы для широкого спектра задач, таких как обнаружение и классификация 2D- и 3D-объектов.
СБОР И ЗАПИСЬ
ArcGIS Field Maps объединяет функции ArcGIS Collector, ArcGIS Tracker и ArcGIS Explorer в одном приложении для эффективного мобильного картографирования.
СБОР И ЗАПИСЬ
Искусственный интеллект и глубокое обучение революционизируют процесс создания карт, сокращая время и усилия и повышая качество данных.
СБОР И ЗАПИСЬ
В Квинсленде, Австралия, модель компьютерного зрения была обучена автоматической классификации различных типов землепользования.
Создание карт на основе данных дистанционного зондирования
Возможности
ArcGIS Image Analyst
Продукт
ArcGIS Data Interoperability
Продукт