Carte dessinée à la main au Massachusetts Museum of Modern Art
Les cartographes modernes sont beaucoup plus faciles que leurs collègues du passé, qui ont créé un schéma loin d'être idéal avec des estimations très approximatives de l'emplacement des objets. Jusqu'au début du XXe siècle, la cartographie a changé lentement et, même s'il n'y avait presque pas de points blancs à cette époque, ils ne pouvaient pas se vanter de l'exactitude de la carte.
Avec le début de l'ère de la photographie aérienne de terrain, les cartographes ont reçu un excellent outil qui a permis d'élaborer un plan détaillé de n'importe quel territoire. L'imagerie satellite était censée achever le travail millénaire sur la création de l'outil d'orientation idéal, mais les cartographes ont été confrontés à de nouveaux problèmes.
Comme un outil pour résoudre les problèmes et les erreurs cartographiques, le projet OpenStreetMap (OSM) est apparu, basé sur les données dont notre service MAPS.ME existe. L'OSM possède une énorme quantité de données: non seulement des images satellite décrites, mais aussi des informations que seuls les résidents locaux connaissent. Aujourd'hui, nous vous expliquerons plus en détail comment le monde réel est numérisé et devient une carte.
Photofixation du terrain
Cette carte a 14 000 ans.
Les premières cartes sont apparues à l'époque de l'histoire primitive. Virages de rivières, crêtes, ravins, pics rocheux, sentiers d'animaux - tous les objets sont indiqués par de simples encoches, des lignes ondulées et droites. Les cartes suivantes ne sont pas loin des premiers dessins sommaires.
L'invention d'une boussole, d'un télescope, d'un sextant et d'autres instruments de navigation et la période subséquente des grandes découvertes géographiques ont conduit à l'essor de la cartographie, mais les cartes n'étaient pas encore assez précises. L'utilisation de divers instruments et méthodes mathématiques ne pouvait pas être la solution au problème - à la fin, les gens ont dessiné des cartes en utilisant une description ou des diagrammes créés en nature.
Une nouvelle étape dans le développement de la cartographie a commencé avec l'arpentage topographique. Pour la première fois, des levés au sol pour la production de cartes topographiques ont commencé au XVIe siècle et les premières photographies aériennes de territoires inaccessibles ont été réalisées dans les années 1910. En Russie, des «cartes de l'état-major» cadastrales et notoires, dont la précision et la couverture étaient alors sans précédent, ont été créées par des topographes utilisant le théodolite .
Exemple de décryptage du milieu du siècle dernier
Après la photographie aérienne, une étape de décryptage longue et complexe est nécessaire. Les objets dans l'image doivent être identifiés et reconnus, pour établir leurs caractéristiques qualitatives et quantitatives, ainsi que pour enregistrer les résultats. La méthode de décryptage est basée sur les lois de la reproduction photographique des propriétés optiques et géométriques des objets, ainsi que sur les relations de leur distribution spatiale. En termes simples, trois facteurs sont pris en compte: l'optique, la géométrie de l'image et la distribution spatiale.
Pour obtenir des données de relief, des méthodes combinant les contours et stéréotopographiques sont utilisées. Dans la première méthode, les hauteurs des points les plus importants de la surface sont déterminées directement à l'aide d'instruments géodésiques, puis la position des courbes de niveau est appliquée aux photographies aériennes. La méthode stéréotopographique implique le chevauchement partiel de deux images l'une avec l'autre de sorte que chacune d'elles représente la même zone. Dans un stéréoscope, cette zone ressemble à une image en trois dimensions. De plus, selon ce modèle, l'utilisation des instruments détermine les hauteurs des points du terrain.
Imagerie satellite
Exemple d'une paire stéréo du satellite WorldView-1
De même, lors de la création d'une image stéréo, les satellites fonctionnent également. Les informations sur le terrain (et de nombreuses autres données, y compris l’interférométrie radar - la construction de modèles numériques de terrain, la détermination des déplacements et des déformations de la surface et des structures de la Terre) sont fournies par les satellites radar et optiques de télédétection de la Terre.
Les satellites à ultra-haute résolution ne photographient pas tout de suite (les forêts sibériennes sans fin ne sont pas nécessaires en haute résolution), mais sur commande pour un territoire spécifique. Ces satellites incluent, par exemple, Landsat et Sentinel (en orbite se trouvent Sentinel-1, qui est responsable de l'imagerie radar, Sentinel-2, qui effectue des levés optiques de la surface de la Terre et l'étude de la végétation, et Sentinel-3, qui observe l'état des océans).
Image satellite Landsat 8 de Los Angeles
Les satellites envoient des données non seulement dans le spectre visible, mais aussi dans l'infrarouge (et plusieurs autres). Les données des gammes spectrales invisibles à l'œil humain nous permettent d'analyser les types de surfaces, de surveiller la croissance des cultures, de détecter les incendies et bien plus encore.
L'image de Los Angeles comprend les bandes de fréquences électromagnétiques correspondant (dans la terminologie Landsat 8) aux plages 4-3-2. Landsat désigne les capteurs rouge, vert et bleu comme 4, 3 et 2, respectivement. Une image en couleur apparaît lorsqu'une combinaison d'images de ces capteurs est combinée.
Les propriétaires de satellites et les distributeurs officiels - DigitalGlobe, e-Geos, Airbus Defence and Space et autres - reçoivent et traitent les données. Dans notre pays, les principaux fournisseurs d'imagerie satellite sont Russian Space Systems , Sovzond et ScanEx .
De nombreux services sont basés sur les ensembles de données Global Land Survey (GLS) de l'US Geological Survey (USGS) et de la NASA. GLS reçoit des données principalement du projet Landsat, qui crée des images satellites de la planète entière en temps réel depuis 1972. Avec Landsat, vous pouvez obtenir des informations sur toute la surface de la terre, ainsi que sur ses changements au cours des dernières décennies. C'est ce projet pour tous les services cartographiques publics qui reste la principale source de données de télédétection de la Terre à petite échelle.
Bahamas en termes de MODIS
Le spectroradiomètre à balayage à résolution moyenne MODIS (Spectroradiomètre imageur à résolution moyenne) est situé sur les satellites Terra et Aqua, qui font partie du programme intégré NASA EOS (Earth Observing System). La résolution des images résultantes est plus grossière que les résultats de la plupart des autres satellites, mais la couverture vous permet d'obtenir une collection globale quotidienne d'images en presque temps réel.
Les données multispectrales sont utiles pour analyser la surface de la Terre, l'océan et l'atmosphère, permettant en ligne (littéralement quelques heures) d'étudier les changements dans les nuages, la neige, la glace, les plans d'eau, la végétation, de suivre la dynamique des inondations, des incendies, etc.
« Atlas vivant du monde » est un atlas contenant des cartes et des données consacrées à une variété de sujets: population, affaires, paysage, climat, transports, etc.
Géoportail de Roscosmos - une source de données gratuite (partiellement). Images satellites fournies par Roscosmos et la NASA, données cartographiques - OpenStreetMap et Rosreestr, outils de recherche - GeoNames et OpenStreetMap Nominatim .
En plus des satellites, il existe une autre direction prometteuse de prise de vue "verticale" - recevoir des données de drones. Ainsi, la société DroneMapper envoie des drones (rarement - quadrocoptères) pour étudier les terres agricoles - cela s'avère plus économique que d'utiliser un satellite ou un avion.
Les satellites fournissent une énorme quantité d'informations diverses et peuvent prendre des photos de la Terre entière, mais les entreprises commandent des données uniquement pour le territoire dont elles ont besoin. En raison du coût élevé de l'imagerie satellite, les entreprises préfèrent détailler les territoires des grandes villes. Tout ce qui est considéré comme peu peuplé, généralement supprimé dans les termes les plus généraux. Dans les régions à couverture nuageuse constante, les satellites prennent de nouvelles images, obtenant des images claires et augmentant les coûts. Cependant, certaines sociétés informatiques peuvent se permettre d'acheter des photos de pays entiers. Par exemple, Bing Maps.
Sur la base d'images satellites et de mesures au sol, des cartes vectorielles sont créées. Les données vectorielles traitées sont vendues à des sociétés qui impriment des cartes papier et / ou créent des services cartographiques. Dessiner des cartes vous-même à l'aide de l'imagerie satellite coûte cher, de nombreuses entreprises préfèrent acheter une solution clé en main basée sur l'API Google Maps ou le SDK Mapbox et modifier leur propre personnel de cartographes.
Problèmes de carte satellite
Dans le cas le plus simple, pour dessiner une carte moderne, il suffit de prendre une image satellite ou un fragment de celle-ci et de redessiner tous les objets dans l'éditeur ou dans un service de création de carte interactive en ligne. À première vue, dans l'exemple ci-dessus, tout va bien d'OSM - les routes semblent comme elles devraient. Mais ce n'est qu'à première vue. En fait, ces données numériques ne correspondent pas au monde réel, car elles sont déformées et décalées par rapport à l'emplacement réel des objets.
Le satellite prend des photos sous un angle à grande vitesse, le temps pour prendre des photos est limité, les photos sont collées ensemble ... Les erreurs se chevauchent, alors pour créer des cartes, ils ont commencé à utiliser la prise de vue photo et vidéo au sol, ainsi que le géolocalisation des voitures, ce qui est une preuve évidente de l'existence d'un certain itinéraire.
Un exemple d'image dans laquelle un problème est survenu en raison d'une mauvaise orthorectification: les pistes s'étaient parfaitement posées près de l'eau et descendaient sur la montagne vers la droite
Le terrain, les conditions de prise de vue et le type d'appareil photo affectent l'apparence de la distorsion des images. Le processus d'élimination de la distorsion et de conversion de l'image originale en une projection orthogonale, c'est-à-dire dans laquelle chaque point du terrain est observé strictement verticalement, est appelé orthorectification.
Redistribution des pixels dans l'image suite à l' orthocorrection
L'utilisation d'un satellite qui ne prendrait des photos qu'au-dessus d'un point donné coûte cher, donc la prise de vue se fait à un angle pouvant atteindre 45 degrés. D'une hauteur de centaines de kilomètres, cela conduit à une distorsion importante. Pour créer des cartes précises, une ortho-rectification de qualité est essentielle.
Les cartes perdent rapidement leur pertinence. Avez-vous ouvert un nouveau parking? Avez-vous construit une route de contournement? Le magasin a-t-il déménagé à une autre adresse? Dans tous ces cas, des images obsolètes du territoire deviennent inutiles. Sans oublier le fait que de nombreux détails importants, qu'il s'agisse d'un gué sur la rivière ou d'un chemin dans la forêt, ne sont pas visibles dans les images de l'espace. Par conséquent, le travail sur les cartes est un processus dans lequel il est impossible de mettre un point final.
Comment les cartes OpenStreetMap
Image
OpenStreetMap est un projet de cartographie à but non lucratif dans lequel une communauté d'utilisateurs du monde entier crée une carte géographique ouverte et gratuite. Pour créer des cartes en utilisant les données de trackers GPS personnels, la photographie aérienne, les enregistrements vidéo, les images satellite, ainsi que les connaissances humaines. Wikipedia est le prochain projet auquel OSM peut être comparé. De même, dans OSM, tout utilisateur modifie une carte et les données du projet sont distribuées sous une licence gratuite.
OpenStreetMap utilise les traces GPS enregistrées par les utilisateurs et les images satellites de Bing, Mapbox, DigitalGlobe comme base pour les cartes. Les cartes de visite comme Google et Yandex ne peuvent pas être utilisées en raison de restrictions légales.
Les images sont automatiquement liées au terrain au stade de l'acquisition. Les balayages peuvent également être liés à l'aide de points de référence avec des coordonnées connues obtenues à partir de traces ou associés à des points du réseau géodésique.
Lors de l'édition de cartes, les images satellite dans OSM sont toujours décalées en fonction des traces enregistrées au sol, compensant la plupart des erreurs. Il existe de nombreuses applications qui peuvent enregistrer et partager des traces GPS, par exemple, Geo Tracker , Strava (Android) et GPX Tracker (iOS).
Le créateur d'une carte dans une image satellite dessine d'abord des routes en utilisant des données de piste. Étant donné que les traces décrivent le mouvement en coordonnées géographiques, il est facile de déterminer où passe la route. Ensuite, tous les autres objets sont appliqués. Des objets manquants et surfaciques sont créés à partir des images, et des signatures indiquant la propriété des objets ou les complétant avec des informations de fond sont tirées d'observations ou de registres.
Pour créer une carte remplie d'informations diverses, utilisez un système d'information géographique (SIG) conçu pour fonctionner avec les géodonnées - pour leur analyse, leur transformation, leur analyse et leur impression. Avec le SIG, vous pouvez créer votre propre carte avec la visualisation de toutes les données. Dans le SIG pour les cartes, vous pouvez ajouter des données de Rosstat, des municipalités, des ministères, des départements - toutes les données dites géospatiales.
D'où viennent les géodonnées
Ainsi, les images satellites sont décalées par rapport à la réalité de plusieurs dizaines de mètres. Pour faire une carte vraiment précise, vous devez vous armer d'un navigateur (récepteur GPS) ou d'un téléphone ordinaire. Et puis en utilisant le récepteur ou l'application dans le téléphone pour enregistrer le nombre maximum de points de suivi. L'enregistrement est effectué le long d'objets linéaires situés au sol - les rivières et canaux, les chemins, les ponts, les voies ferrées et de tramway, etc. conviennent.
Une piste ne suffit jamais pour une section - elles sont également enregistrées avec un certain niveau d'erreur. Par la suite, le substrat satellite est aligné sur plusieurs pistes enregistrées à différents moments. Toute autre information est tirée de sources ouvertes (ou fournies par le fournisseur de données).
Il est difficile d'imaginer des cartes sans informations sur différentes sociétés. La collecte de données locales sur les organisations en référence aux positions GPS est effectuée par Yelp, TripAdvisor, Foursquare, 2GIS et d'autres. La communauté (y compris directement les représentants des entreprises locales) fournit de manière indépendante des données à OpenStreetMap et Google Maps. Tous les grands réseaux ne veulent pas se soucier de l'ajout d'informations, ils se tournent donc vers des entreprises ( Brandify , NavAds , Mobilosoft et autres) qui aident à placer des succursales sur des cartes et à surveiller la pertinence des données.
Parfois, des informations sur des objets de terrain réel sont ajoutées aux cartes via des applications mobiles - immédiatement, sur le terrain, une personne a la possibilité de mettre à jour avec précision les données cartographiques. Dans MAPS.ME, il existe un éditeur de carte intégré pour cela, à travers lequel les données mises à jour vont directement à la base de données OpenStreetMap. La fiabilité des informations est vérifiée par d'autres membres de la communauté OSM. Dans la «direction opposée», les données d'OSM sont envoyées à MAPS.ME sous une forme brute. Avant d'apparaître sur l'écran du smartphone de l'utilisateur, ils sont traités et conditionnés.
L'avenir: mappeurs de réseaux neuronaux
Facebook a déclaré avoir utilisé des algorithmes d'apprentissage automatique pour trouver des routes dans l'imagerie satellite. Mais la vérification des faits a déjà été effectuée par des personnes qui ont vérifié les routes et les ont «collées» avec des données OSM.
L' an dernier, le service de partage de photos de Mapillary a ajouté une fonctionnalité qui fournit une segmentation sémantique des images d'objets. En fait, ils ont pu diviser les images en groupes de pixels séparés correspondant à un objet avec détermination simultanée du type d'objet dans chaque zone. Les gens le font très facilement - par exemple, la plupart d'entre nous peuvent identifier et trouver des voitures, des piétons, des maisons sur des images. Cependant, les ordinateurs étaient difficiles à naviguer dans une vaste gamme de données.
Grâce à une formation approfondie sur le réseau neuronal convolutif, Mapillary a pu identifier automatiquement 12 catégories d'objets qui se trouvent le plus souvent sur la scène routière. Leur méthode permet de progresser dans d'autres tâches de vision industrielle. En ignorant les coïncidences entre les objets en mouvement (par exemple, les nuages et les véhicules), nous pouvons considérablement améliorer la chaîne de processus de transformation des données source en une image bidimensionnelle ou stéréoscopique. La segmentation sémantique de Mapillary fournit une estimation approximative de la densité de la végétation ou de la disponibilité des chaussées dans certaines zones urbaines.
Le sud-ouest de Moscou a divisé le réseau neuronal en zones en fonction du type de développement
Le projet CityClass analyse les types de développement urbain à l'aide d'un réseau de neurones. Faire une carte du zonage fonctionnel de la ville est long et monotone, mais vous pouvez former un ordinateur pour distinguer une zone industrielle d'une zone résidentielle, et un développement historique d'un micro-district.
Une équipe de scientifiques de Stanford a formé un réseau de neurones pour prédire la pauvreté en Afrique à partir d'images satellites de jour et de nuit. Tout d'abord, la grille trouve les toits des maisons et des routes, puis la compare avec les données sur l'éclairage des territoires la nuit.
La communauté continue de suivre les premières étapes dans le domaine de la création automatique de cartes et utilise déjà la vision industrielle pour dessiner certains objets. Il est difficile de douter que l'avenir appartiendra aux cartes créées non seulement par des personnes, mais aussi par des machines.