원격탐사 데이터로 맵 제작
기능
ArcGIS 사진 측량 제품군을 사용하면 드론, 항공, 위성 이미지를 신뢰할 수 있는 맵 제품으로 변환할 수 있습니다.
수집 및 취득
다양한 원본을 활용하여 신뢰할 수 있는 정보 생성
데이터 수집
- 변경 감지 및 추출
- 자동 식별
- 서로 다른 데이터 통합
- 현장 운영
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.
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.
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.
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.
National mapping strategies
이전
다음
