Peta yang digambar tangan di Museum Seni Modern Massachusetts
Kartografer modern jauh lebih mudah daripada rekan-rekan mereka dari masa lalu, yang menciptakan skema yang jauh dari ideal dengan perkiraan lokasi objek yang sangat kasar. Sampai awal abad ke-20, kartografi berubah perlahan dan, meskipun hampir tidak ada bintik putih pada saat itu, mereka tidak dapat membanggakan keakuratan peta.
Dengan dimulainya era fotografi udara medan, kartografer menerima alat luar biasa yang memungkinkan untuk menyusun rencana terperinci dari wilayah mana pun. Citra satelit seharusnya menyelesaikan pekerjaan selama ribuan tahun untuk menciptakan alat orientasi yang ideal, tetapi kartografer menghadapi masalah baru.
Sebagai alat untuk memecahkan masalah dan kesalahan kartografi, proyek OpenStreetMap (OSM) muncul, berdasarkan data di mana layanan MAPS.ME kami ada. OSM memiliki sejumlah besar data: tidak hanya menguraikan gambar satelit, tetapi juga informasi yang hanya diketahui oleh penduduk lokal. Hari ini kami akan memberi tahu Anda secara lebih rinci bagaimana dunia nyata didigitalkan dan menjadi peta.
Memperbaiki foto medan
Kartu ini berumur 14.000 tahun.
Peta pertama muncul pada periode sejarah primitif. Tikungan sungai, punggung bukit, jurang, puncak berbatu, jejak binatang - semua benda ditandai oleh takik sederhana, bergelombang, dan garis lurus. Peta selanjutnya tidak jauh dari gambar samar pertama.
Penemuan kompas, teleskop, sextant, dan instrumen navigasi lainnya, dan periode selanjutnya dari penemuan-penemuan geografis yang Hebat, menyebabkan berkembangnya kartografi, tetapi peta-peta itu masih belum cukup akurat. Penggunaan berbagai instrumen dan metode matematika tidak bisa menjadi solusi untuk masalah - pada akhirnya, orang menggambar peta menggunakan deskripsi atau diagram yang dibuat dalam bentuk barang.
Tahap baru dalam pengembangan kartografi dimulai dengan survei topografi. Untuk pertama kalinya, survei berbasis darat untuk pembuatan peta topografi dimulai pada abad ke-16, dan foto udara pertama dari wilayah yang tidak dapat diakses dilakukan pada tahun 1910-an. Di Rusia, "peta Staf Umum" kadaster dan terkenal, akurasi dan cakupan yang pada saat itu belum pernah terjadi sebelumnya, dibuat oleh topografer menggunakan theodolite .
Contoh dekripsi pertengahan abad terakhir
Setelah foto udara, langkah dekripsi yang panjang dan kompleks diperlukan. Objek dalam gambar perlu diidentifikasi dan diakui, untuk menetapkan karakteristik kualitatif dan kuantitatifnya, dan juga untuk mendaftarkan hasilnya. Metode dekripsi didasarkan pada hukum reproduksi fotografis dari sifat-sifat optik dan geometris objek, serta pada hubungan distribusi spasial mereka. Sederhananya, tiga faktor diperhitungkan: optik, geometri gambar, dan distribusi spasial.
Untuk mendapatkan data bantuan, metode kontur-gabungan dan stereotopografi digunakan. Pada metode pertama, ketinggian titik paling penting di permukaan ditentukan secara langsung dengan bantuan instrumen geodetik, dan kemudian posisi garis kontur diterapkan pada foto udara. Metode stereotopografi melibatkan tumpang tindih sebagian dari dua gambar satu sama lain sehingga masing-masing menggambarkan daerah yang sama. Dalam stereoskop, area ini terlihat seperti gambar tiga dimensi. Selanjutnya, menurut model ini, menggunakan instrumen menentukan ketinggian titik medan.
Citra satelit
Contoh pasangan stereo dari satelit WorldView-1
Demikian pula saat membuat gambar stereo, satelit juga berfungsi. Informasi tentang medan (dan banyak data lainnya, termasuk interferometri radar - pembangunan model medan digital, penentuan perpindahan dan deformasi permukaan dan struktur Bumi) disediakan oleh radar dan satelit penginderaan jauh Bumi optik.
Satelit resolusi ultra-tinggi tidak memotret semuanya secara berurutan (hutan Siberia tak berujung tidak diperlukan dalam resolusi tinggi), tetapi dengan perintah untuk wilayah tertentu. Satelit semacam itu termasuk, misalnya, Landsat dan Sentinel (dalam orbit adalah Sentinel-1, yang bertanggung jawab atas pencitraan radar, Sentinel-2, yang melakukan survei optik pada permukaan Bumi dan mempelajari vegetasi, dan Sentinel-3, yang mengamati keadaan lautan).
Citra satelit Landsat 8 dari Los Angeles
Satelit mengirim data tidak hanya dalam spektrum yang terlihat, tetapi juga dalam inframerah (dan beberapa lainnya). Data dari rentang spektral yang tidak terlihat oleh mata manusia memungkinkan kita untuk menganalisis jenis permukaan, memantau pertumbuhan tanaman, mendeteksi kebakaran, dan banyak lagi.
Gambar Los Angeles termasuk pita frekuensi elektromagnetik yang sesuai (dalam terminat Landsat 8) berkisar 4-3-2. Landsat menunjuk sensor merah, hijau, dan biru masing-masing sebagai 4, 3, dan 2. Gambar penuh warna muncul ketika kombinasi gambar dari sensor ini digabungkan.
Pemilik satelit dan distributor resmi - DigitalGlobe, e-Geos, Airbus Defense and Space dan lainnya - menerima dan memproses data. Di negara kita, pemasok utama citra satelit adalah Sistem Antariksa Rusia , Sovzond , dan ScanEx .
Banyak layanan didasarkan pada dataset Global Land Survey (GLS) dari US Geological Survey (USGS) dan NASA. GLS menerima data terutama dari proyek Landsat, yang telah membuat gambar satelit dari seluruh planet secara real time sejak 1972. Dengan Landsat, Anda bisa mendapatkan informasi tentang seluruh permukaan bumi, serta tentang perubahannya selama beberapa dekade terakhir. Ini adalah proyek ini untuk semua layanan kartografi publik yang tetap menjadi sumber utama data penginderaan jauh Bumi dalam skala kecil.
Bahama dalam hal MODIS
MODIS spektrometer pemindaian resolusi menengah (MODerate-resolution Imaging Spectroradiometer) terletak di satelit Terra dan Aqua, yang merupakan bagian dari program terpadu NASA EOS (Earth Observing System). Resolusi gambar yang dihasilkan lebih kasar daripada hasil sebagian besar satelit lainnya, tetapi cakupannya memungkinkan Anda untuk mendapatkan koleksi gambar global setiap hari dalam waktu yang hampir nyata.
Data multispektral berguna untuk menganalisis permukaan bumi, lautan, dan atmosfer, memungkinkan online (beberapa jam) untuk mempelajari perubahan awan, salju, es, badan air, vegetasi, melacak dinamika banjir, kebakaran, dll.
" Atlas Hidup Dunia " adalah atlas yang berisi peta dan data yang ditujukan untuk berbagai topik: populasi, bisnis, lanskap, iklim, transportasi, dll.
Roscosmos Geoportal - sumber data gratis (sebagian). Gambar satelit disediakan oleh Roscosmos dan NASA, data peta - OpenStreetMap dan Rosreestr, alat pencarian - GeoNames dan OpenStreetMap Nominatim .
Selain satelit, ada arah lain yang menjanjikan dari pemotretan "vertikal" - menerima data dari drone. Jadi perusahaan DroneMapper mengirimkan drone (jarang - quadrocopters) untuk mensurvei lahan pertanian - ternyata lebih ekonomis daripada menggunakan satelit atau pesawat.
Satelit menyediakan sejumlah besar informasi yang beragam dan dapat mengambil gambar seluruh Bumi, tetapi perusahaan memesan data hanya untuk wilayah yang mereka butuhkan. Karena tingginya biaya pencitraan satelit, perusahaan lebih memilih untuk merinci wilayah kota-kota besar. Semua yang dianggap jarang penduduknya, biasanya dihapus dalam istilah yang paling umum. Di wilayah dengan tutupan awan yang konstan, satelit mengambil gambar baru dan baru, mencapai gambar yang jelas dan meningkatkan biaya. Namun, beberapa perusahaan IT mampu membeli gambar seluruh negara. Misalnya, Bing Maps.
Berdasarkan gambar satelit dan pengukuran di lapangan, peta vektor dibuat. Data vektor yang diproses dijual ke perusahaan yang mencetak peta kertas dan / atau membuat layanan peta. Menggambar peta sendiri menggunakan citra satelit itu mahal, sehingga banyak perusahaan lebih suka membeli solusi turnkey berdasarkan Google Maps API atau Mapbox SDK dan memodifikasi staf kartografer mereka sendiri.
Masalah peta satelit
Dalam kasus paling sederhana, untuk menggambar peta modern, cukup dengan mengambil gambar satelit atau potongannya dan menggambar ulang semua objek di editor atau di beberapa layanan pembuat peta interaktif online. Sekilas, pada contoh di atas, semuanya baik-baik saja dari OSM - jalan terlihat seperti seharusnya. Tapi ini hanya sekilas. Bahkan, data digital ini tidak sesuai dengan dunia nyata, karena mereka terdistorsi dan bergeser relatif terhadap lokasi objek yang sebenarnya.
Satelit mengambil gambar dengan kecepatan tinggi, waktu untuk mengambil foto terbatas, gambar direkatkan ... Kesalahan saling tumpang tindih, sehingga untuk membuat peta mereka mulai menggunakan pemotretan video dan video di tanah, serta geotracking mobil, yang merupakan bukti nyata keberadaan rute tertentu.
Contoh gambar di mana masalah muncul karena ortorektifikasi yang buruk: trek diletakkan sempurna di dekat air, dan bergerak turun di gunung ke kanan
Medan, kondisi pemotretan, dan jenis kamera memengaruhi penampilan distorsi pada gambar. Proses menghilangkan distorsi dan mengubah gambar asli menjadi proyeksi orthogonal, yaitu, di mana setiap titik medan diamati secara vertikal, disebut orthorektifikasi.
Redistribusi piksel pada gambar sebagai hasil dari orthocorrection
Menggunakan satelit yang hanya akan mengambil gambar di atas titik tertentu itu mahal, jadi pemotretan dilakukan pada sudut yang bisa mencapai 45 derajat. Dari ketinggian ratusan kilometer, ini mengarah pada distorsi yang signifikan. Untuk membuat peta yang akurat, kualitas ortho-perbaikan sangat penting.
Peta dengan cepat kehilangan relevansi. Sudahkah Anda membuka tempat parkir baru? Sudahkah Anda membangun jalan pintas? Sudahkah toko dipindahkan ke alamat lain? Dalam semua kasus ini, gambar-gambar usang dari wilayah tersebut menjadi tidak berguna. Belum lagi fakta bahwa banyak detail penting, apakah itu ford di sungai atau jalan setapak di hutan, tidak terlihat dalam gambar dari luar angkasa. Oleh karena itu, bekerja pada peta adalah proses di mana tidak mungkin untuk menempatkan titik akhir.
Bagaimana kartu OpenStreetMap
Gambar
OpenStreetMap adalah proyek pemetaan nirlaba di mana komunitas pengguna dari seluruh dunia membuat peta geografis terbuka dan gratis. Untuk membuat peta menggunakan data dari pelacak GPS pribadi, foto udara, rekaman video, gambar satelit, serta pengetahuan manusia. Proyek selanjutnya yang dapat dibandingkan dengan OSM adalah Wikipedia. Demikian pula, di OSM, setiap pengguna mengedit peta, dan data proyek didistribusikan di bawah lisensi gratis.
OpenStreetMap menggunakan trek GPS yang direkam oleh pengguna dan gambar satelit dari Bing, Mapbox, DigitalGlobe sebagai dasar untuk peta. Kartu nama seperti Google dan Yandex tidak dapat digunakan karena batasan hukum.
Gambar diikat ke medan secara otomatis pada tahap akuisisi. Pemindaian juga dapat dihubungkan menggunakan titik referensi dengan koordinat yang diketahui diperoleh dari trek atau terkait dengan titik-titik jaringan geodetik.
Saat mengedit peta, gambar satelit di OSM selalu bergeser saat trek direkam di ground show, mengkompensasi sebagian besar kesalahan. Ada banyak aplikasi yang dapat merekam dan berbagi trek GPS, misalnya, Geo Tracker , Strava (Android) dan GPX Tracker (iOS).
Pembuat peta dalam citra satelit pertama kali menggambar jalan menggunakan data trek. Karena trek menggambarkan pergerakan dalam koordinat geografis, mudah untuk menentukan di mana jalan melewati. Kemudian semua objek lain diterapkan. Objek yang hilang dan areal dibuat dari gambar, dan tanda tangan menunjukkan kepemilikan objek atau menambahinya dengan informasi latar belakang diambil dari pengamatan atau register.
Untuk membuat peta yang diisi dengan berbagai informasi, gunakan sistem informasi geografis (SIG) yang dirancang untuk bekerja dengan geodata - untuk analisis, transformasi, analisis, dan pencetakannya. Dengan GIS, Anda dapat membuat peta Anda sendiri dengan visualisasi data apa pun. Dalam GIS untuk peta, Anda dapat menambahkan data dari Rosstat, kotamadya, kementerian, departemen - semua yang disebut data geospasial.
Dari mana datangnya geodata
Jadi, citra satelit digeser relatif terhadap kenyataan beberapa puluh meter. Untuk membuat peta yang benar-benar akurat, Anda perlu mempersenjatai diri dengan navigator (penerima GPS) atau telepon biasa. Dan kemudian menggunakan penerima atau aplikasi di telepon untuk merekam jumlah maksimum titik trek. Rekaman dilakukan di sepanjang objek linear yang terletak di tanah - sungai dan kanal, jalur, jembatan, rel kereta api dan trem, dll. Yang sesuai.
Satu trek tidak pernah cukup untuk bagian mana pun - trek itu sendiri juga direkam dengan tingkat kesalahan tertentu. Selanjutnya, substrat satelit disejajarkan dengan beberapa trek yang direkam pada waktu yang berbeda. Informasi lain diambil dari sumber terbuka (atau disediakan oleh penyedia data).
Sulit membayangkan kartu tanpa informasi tentang berbagai perusahaan. Mengumpulkan data lokal tentang organisasi dengan mengacu pada posisi GPS dilakukan oleh Yelp, TripAdvisor, Foursquare, 2GIS, dan lainnya. Komunitas (termasuk perwakilan langsung dari bisnis lokal) berkontribusi secara independen data ke OpenStreetMap dan Google Maps. Tidak semua jaringan besar ingin repot dengan penambahan informasi, sehingga mereka beralih ke perusahaan ( Brandify , NavAds , Mobilosoft , dan lainnya) yang membantu menempatkan cabang di peta dan memantau relevansi data.
Kadang-kadang informasi tentang objek medan nyata ditambahkan ke peta melalui aplikasi seluler - segera, di lapangan, seseorang memiliki kemampuan untuk memperbarui data peta secara akurat. Di MAPS.ME ada editor peta bawaan untuk ini, di mana data yang diperbarui langsung ke basis data OpenStreetMap. Keandalan informasi diverifikasi oleh anggota lain dari komunitas OSM. Dalam "arah yang berlawanan", data dari OSM dikirim ke MAPS.ME dalam bentuk mentah. Sebelum mereka muncul di layar ponsel cerdas pengguna, mereka diproses dan dikemas.
Masa Depan: Pemetaan Jaringan Saraf Tiruan
Facebook mengatakan mereka menggunakan algoritma pembelajaran mesin untuk menemukan jalan di citra satelit. Tetapi pengecekan fakta sudah dilakukan oleh orang-orang yang memeriksa jalan dan “menempelkannya” dengan data OSM.
Layanan berbagi foto Mapillary tahun lalu menambahkan fitur yang menyediakan segmentasi gambar objek semantik. Bahkan, mereka dapat membagi gambar menjadi kelompok-kelompok piksel terpisah sesuai dengan satu objek dengan penentuan simultan jenis objek di setiap area. Orang-orang melakukan ini dengan sangat mudah - misalnya, kebanyakan dari kita dapat mengidentifikasi dan menemukan mobil, pejalan kaki, rumah dalam gambar. Namun, komputer sulit dinavigasi dalam sejumlah besar data.
Menggunakan pelatihan mendalam pada jaringan saraf convolutional, Mapillary mampu secara otomatis mengidentifikasi 12 kategori objek yang paling sering ditemukan di adegan jalan. Metode mereka memungkinkan untuk mencapai kemajuan dalam tugas-tugas lain dari visi alat berat. Mengabaikan kebetulan antara benda bergerak (misalnya, awan dan kendaraan), kita dapat secara signifikan meningkatkan rantai proses mengubah data sumber menjadi gambar dua dimensi atau stereoskopik. Segmentasi semantik Mapillary memberikan perkiraan kasar kepadatan vegetasi atau ketersediaan perkerasan di beberapa wilayah perkotaan.
Barat daya Moskow membagi jaringan saraf menjadi zona-zona tergantung pada jenis perkembangannya
Proyek CityClass menganalisis jenis-jenis pembangunan perkotaan menggunakan jaringan saraf. Membuat peta zonasi fungsional kota itu panjang dan monoton, tetapi Anda dapat melatih komputer untuk membedakan zona industri dari zona perumahan, dan perkembangan historis dari zona mikro.
Sebuah tim ilmuwan dari Stanford melatih jaringan saraf untuk memprediksi kemiskinan di Afrika dari pencitraan satelit siang dan malam hari. Pertama, grid menemukan atap rumah dan jalan, dan kemudian membandingkannya dengan data tentang penerangan wilayah di malam hari.
Komunitas terus mengikuti langkah-langkah pertama di bidang pembuatan peta otomatis, dan sudah menggunakan visi mesin untuk menggambar beberapa objek. Sulit untuk meragukan bahwa masa depan akan menjadi milik kartu yang dibuat tidak hanya oleh orang-orang, tetapi juga oleh mesin.