Mapa desenhado à mão no Museu de Arte Moderna de Massachusetts
Os cartógrafos modernos são muito mais fáceis do que seus colegas do passado, que criaram um esquema longe do ideal, com estimativas aproximadas da localização dos objetos. Até o início do século 20, a cartografia mudou lentamente e, embora quase não houvesse manchas brancas na época, elas não podiam se gabar da precisão do mapa.
Com o início da era da fotografia aérea em terrenos, os cartógrafos receberam uma excelente ferramenta que possibilitou a elaboração de um plano detalhado de qualquer território. As imagens de satélite deveriam concluir o trabalho de mil anos de criação da ferramenta de orientação ideal, mas os cartógrafos enfrentaram novos problemas.
Como uma ferramenta para solucionar problemas e erros cartográficos, o projeto OpenStreetMap (OSM) apareceu, com base nos dados dos quais nosso serviço MAPS.ME existe. O OSM possui uma enorme quantidade de dados: não apenas imagens de satélite descritas, mas também informações que apenas os moradores locais conhecem. Hoje, contaremos com mais detalhes como o mundo real é digitalizado e se torna um mapa.
Fotofixando o terreno
Este cartão tem 14.000 anos.
Os primeiros mapas apareceram no período da história primitiva. Curvas de rios, cordilheiras, barrancos, picos rochosos, trilhas de animais - todos os objetos são indicados por entalhes simples, linhas onduladas e retas. Os mapas subsequentes não estão longe dos primeiros desenhos esboçados.
A invenção de uma bússola, telescópio, sextante e outros instrumentos de navegação, e o período subsequente das Grandes descobertas geográficas, levaram ao florescimento da cartografia, mas os mapas ainda não eram precisos o suficiente. O uso de vários instrumentos e métodos matemáticos não poderia ser a solução para o problema - no final, as pessoas desenhavam mapas usando uma descrição ou diagramas criados em espécie.
Uma nova etapa no desenvolvimento da cartografia começou com o levantamento topográfico. Pela primeira vez, o levantamento terrestre para a produção de mapas topográficos começou no século XVI e as primeiras fotografias aéreas de territórios inacessíveis foram realizadas na década de 1910. Na Rússia, “mapas do Estado-Maior” cadastrais e notórios, cuja precisão e cobertura eram inéditas na época, foram criados por topógrafos usando o teodolito .
Exemplo de descriptografia da metade do século passado
Após a fotografia aérea, é necessária uma etapa longa e complexa de descriptografia. Os objetos na figura precisam ser identificados e reconhecidos, para estabelecer suas características qualitativas e quantitativas e também para registrar os resultados. O método de decodificação baseia-se nas leis da reprodução fotográfica das propriedades ópticas e geométricas dos objetos, bem como nas relações de sua distribuição espacial. Simplificando, três fatores são levados em consideração: óptica, geometria da imagem e distribuição espacial.
Para obter dados de alívio, são utilizados métodos combinados com contorno e estereotopográficos. No primeiro método, as alturas dos pontos mais importantes da superfície são determinadas diretamente com a ajuda de instrumentos geodésicos e, em seguida, a posição das linhas de contorno é aplicada às fotografias aéreas. O método estereotopográfico envolve a sobreposição parcial de duas imagens entre si, de modo que cada uma delas represente a mesma área. Em um estereoscópio, essa área se parece com uma imagem tridimensional. Além disso, de acordo com este modelo, o uso dos instrumentos determina as alturas dos pontos do terreno.
Imagens de satélite
Exemplo de um par estéreo do satélite WorldView-1
Da mesma forma, ao criar uma imagem estéreo, os satélites também funcionam. Informações sobre o terreno (e muitos outros dados, incluindo interferometria de radar - a construção de modelos digitais de terreno, a determinação de deslocamentos e deformações da superfície e das estruturas da Terra) são fornecidas por radar e satélites ópticos de sensoriamento remoto da Terra.
Satélites de resolução ultra-alta não fotografam tudo em sequência (são infinitas as florestas da Sibéria não são necessárias em alta resolução), mas por ordem de território específico. Esses satélites incluem, por exemplo, Landsat e Sentinel (em órbita, o Sentinel-1, responsável pelas imagens de radar, o Sentinel-2, que realiza pesquisas ópticas da superfície da Terra e estudo da vegetação, e o Sentinel-3, que observa o estado dos oceanos).
Imagem de satélite Landsat 8 de Los Angeles
Os satélites enviam dados não apenas no espectro visível, mas também no infravermelho (e vários outros). Dados de faixas espectrais invisíveis ao olho humano nos permitem analisar os tipos de superfície, monitorar o crescimento das culturas, detectar incêndios e muito mais.
A imagem de Los Angeles inclui as faixas de frequência eletromagnética correspondentes (na terminologia do Landsat 8) aos intervalos 4-3-2. O Landsat designa sensores vermelho, verde e azul como 4, 3 e 2, respectivamente. Uma imagem colorida aparece quando uma combinação de imagens desses sensores é combinada.
Proprietários de satélite e distribuidores oficiais - DigitalGlobe, e-Geos, Airbus Defense e Space e outros - recebem e processam dados. Em nosso país, os principais fornecedores de imagens de satélite são Russian Space Systems , Sovzond e ScanEx .
Muitos serviços são baseados em conjuntos de dados do Global Land Survey (GLS) do US Geological Survey (USGS) e da NASA. A GLS recebe dados principalmente do projeto Landsat, que cria imagens de satélite de todo o planeta em tempo real desde 1972. Com o Landsat, você pode obter informações sobre toda a superfície da Terra e suas mudanças nas últimas décadas. É este projeto para todos os serviços cartográficos públicos que continua sendo a principal fonte de dados de sensoriamento remoto da Terra em pequena escala.
Bahamas em termos de MODIS
O espectrorradiômetro de varredura de média resolução MODIS (espectrorradiômetro de imagem com resolução MODERADA) está localizado nos satélites Terra e Aqua, que fazem parte do programa integrado NASA EOS (Earth Observing System). A resolução das imagens resultantes é mais grossa que os resultados da maioria dos outros satélites, mas a cobertura permite obter uma coleção global diária de imagens quase em tempo real.
Os dados multiespectrais são úteis para analisar a superfície da Terra, o oceano e a atmosfera, permitindo online (literalmente algumas horas) estudar as mudanças nas nuvens, neve, gelo, corpos d'água, vegetação, rastrear a dinâmica de inundações, incêndios etc.
" Atlas vivo do mundo " é um atlas que contém mapas e dados dedicados a uma variedade de tópicos: população, negócios, paisagem, clima, transporte, etc.
Roscosmos Geoportal - uma fonte de dados livre (parcialmente). Imagens de satélite fornecidas por Roscosmos e NASA, dados de mapas - OpenStreetMap e Rosreestr, ferramentas de pesquisa - GeoNames e OpenStreetMap Nominatim .
Além dos satélites, há outra direção promissora do disparo "vertical" - o recebimento de dados dos drones. Portanto, a empresa DroneMapper envia drones (raramente - quadrocopters) para o levantamento de terras agrícolas - resulta mais econômico do que usar um satélite ou avião.
Os satélites fornecem uma quantidade enorme de informações diversas e podem tirar fotos de toda a Terra, mas as empresas solicitam dados apenas para o território de que precisam. Devido ao alto custo das imagens de satélite, as empresas preferem detalhar os territórios das grandes cidades. Tudo o que é considerado escassamente povoado, geralmente removido nos termos mais gerais. Em regiões com cobertura constante de nuvens, os satélites captam imagens novas e novas, obtendo imagens nítidas e aumentando os custos. No entanto, algumas empresas de TI podem comprar imagens de países inteiros. Por exemplo, Bing Maps.
Com base em imagens de satélite e medições no solo, são criados mapas vetoriais. Os dados vetoriais processados são vendidos para empresas que imprimem mapas em papel e / ou criam serviços de mapas. Desenhar você mesmo o mapa usando imagens de satélite é caro, muitas empresas preferem comprar uma solução pronta para uso com base na API do Google Maps ou no Mapbox SDK e modificam sua própria equipe de cartógrafos.
Problemas com mapas de satélite
No caso mais simples, para desenhar um mapa moderno, basta capturar uma imagem de satélite ou um fragmento e redesenhar todos os objetos no editor ou em algum serviço interativo de criação de mapas on-line. À primeira vista, no exemplo acima, tudo está bem no OSM - as estradas têm a aparência que deveriam. Mas isso é apenas à primeira vista. De fato, esses dados digitais não correspondem ao mundo real, pois são distorcidos e deslocados em relação à localização real dos objetos.
O satélite tira fotos em um ângulo em alta velocidade, o tempo para tirar fotos é limitado, as fotos são coladas ... Os erros se sobrepõem, então eles começaram a usar a foto e o vídeo no chão para criar mapas, além de rastrear carros, o que é uma evidência clara da existência de uma rota específica.
Um exemplo de imagem em que um problema surgiu devido à má ortorretificação: os trilhos se assentavam perfeitamente perto da água e desciam a montanha à direita
O terreno, as condições de fotografia e o tipo de câmera afetam a aparência de distorção nas fotos. O processo de eliminar a distorção e converter a imagem original em uma projeção ortogonal, ou seja, aquela em que cada ponto do terreno é observado estritamente verticalmente, é chamado de ortorretificação.
Redistribuição de pixels na imagem como resultado da correção ortográfica
O uso de um satélite que apenas tiraria fotos acima de um determinado ponto é caro, portanto, o disparo é feito em um ângulo que pode chegar a 45 graus. De uma altura de centenas de quilômetros, isso leva a uma distorção significativa. Para criar mapas precisos, a orto-retificação de qualidade é vital.
Os mapas perdem rapidamente relevância. Você abriu um novo estacionamento? Você construiu uma estrada de desvio? A loja mudou-se para um endereço diferente? Em todos esses casos, imagens desatualizadas do território se tornam inúteis. Sem mencionar o fato de que muitos detalhes importantes, seja um vau no rio ou um caminho na floresta, não são visíveis nas imagens do espaço. Portanto, o trabalho em mapas é um processo no qual é impossível colocar um ponto final.
Como os cartões OpenStreetMap
Imagem
O OpenStreetMap é um projeto de mapeamento sem fins lucrativos, no qual uma comunidade de usuários de todo o mundo cria um mapa geográfico aberto e gratuito. Para criar mapas usando dados de rastreadores GPS pessoais, fotografia aérea, gravações de vídeo, imagens de satélite e conhecimento humano. O próximo projeto com o qual o OSM pode ser comparado é a Wikipedia. Da mesma forma, no OSM, qualquer usuário edita um mapa e os dados do projeto são distribuídos sob uma licença gratuita.
O OpenStreetMap usa trilhas GPS gravadas pelos usuários e imagens de satélite do Bing, Mapbox, DigitalGlobe como base para os mapas. Cartões de visita como Google e Yandex não podem ser usados devido a restrições legais.
As fotos são vinculadas ao terreno automaticamente na fase de aquisição. As varreduras também podem ser vinculadas usando pontos de referência com coordenadas conhecidas obtidas de trilhas ou associadas a pontos da rede geodésica.
Ao editar mapas, as imagens de satélite no OSM são sempre alteradas conforme as faixas gravadas no solo são exibidas, compensando a maioria dos erros. Existem muitos aplicativos que podem gravar e compartilhar trilhas de GPS, por exemplo, Geo Tracker , Strava (Android) e GPX Tracker (iOS).
O criador de um mapa em uma imagem de satélite primeiro desenha estradas usando dados da trilha. Como as trilhas descrevem o movimento nas coordenadas geográficas, é fácil determinar para onde a estrada passa. Todos os outros objetos são aplicados. Objetos ausentes e areais são criados a partir das imagens e assinaturas indicando a propriedade dos objetos ou complementando-os com informações de segundo plano são obtidas de observações ou registros.
Para criar um mapa preenchido com várias informações, use um sistema de informações geográficas (GIS) projetado para trabalhar com dados geográficos - para análise, transformação, análise e impressão. Com o GIS, você pode criar seu próprio mapa com a visualização de qualquer dado. No GIS para mapas, você pode adicionar dados de Rosstat, municípios, ministérios, departamentos - todos os chamados dados geoespaciais.
De onde vêm os dados geográficos
Assim, as imagens de satélite são deslocadas em relação à realidade em várias dezenas de metros. Para criar um mapa realmente preciso, você precisa se armar com um navegador (receptor GPS) ou um telefone comum. E, em seguida, usando o receptor ou aplicativo no telefone para gravar o número máximo de pontos de trilha. A gravação é realizada ao longo de objetos lineares localizados no solo - rios e canais, caminhos, pontes, trilhos de trem e bonde, etc. são adequados.
Uma faixa nunca é suficiente para nenhuma seção - elas próprias também são gravadas com um certo nível de erro. Posteriormente, o substrato do satélite é alinhado com várias faixas gravadas em momentos diferentes. Qualquer outra informação é obtida de fontes abertas (ou fornecidas pelo provedor de dados).
É difícil imaginar cartões sem informações sobre várias empresas. A coleta de dados locais sobre organizações com referência às posições de GPS é feita pelo Yelp, TripAdvisor, Foursquare, 2GIS e outros. A comunidade (incluindo representantes diretamente de empresas locais) contribui de forma independente com os dados do OpenStreetMap e do Google Maps. Nem todas as redes grandes querem se preocupar com a adição de informações, por isso recorrem a empresas ( Brandify , NavAds , Mobilosoft e outras) que ajudam a colocar filiais nos mapas e monitorar a relevância dos dados.
Às vezes, informações sobre objetos de terreno real são adicionadas aos mapas por meio de aplicativos móveis - imediatamente, em campo, uma pessoa pode atualizar com precisão os dados do mapa. No MAPS.ME, há um editor de mapas interno para isso, através do qual os dados atualizados vão diretamente para o banco de dados do OpenStreetMap. A confiabilidade das informações é verificada por outros membros da comunidade OSM. Na “direção oposta”, os dados do OSM são enviados para o MAPS.ME em formato bruto. Antes de aparecerem na tela do smartphone do usuário, eles são processados e embalados.
O Futuro: Mapeadores de Redes Neurais
O Facebook disse que eles usaram algoritmos de aprendizado de máquina para encontrar estradas nas imagens de satélite. Mas a verificação de fatos já foi feita por pessoas que verificaram as estradas e as “colaram” com dados OSM.
O serviço de compartilhamento de fotos da Mapillary no ano passado adicionou um recurso que fornece segmentação semântica de imagens de objetos. De fato, eles foram capazes de dividir as imagens em grupos separados de pixels correspondentes a um objeto com determinação simultânea do tipo de objeto em cada área. As pessoas fazem isso com muita facilidade - por exemplo, a maioria de nós pode identificar e encontrar carros, pedestres, casas em imagens. No entanto, era difícil navegar nos computadores em uma enorme variedade de dados.
Usando um treinamento profundo na rede neural convolucional, o Mapillary conseguiu identificar automaticamente 12 categorias de objetos que são mais frequentemente encontrados na cena da estrada. Seu método permite obter progresso em outras tarefas de visão de máquina. Ignorando as coincidências entre objetos em movimento (por exemplo, nuvens e veículos), podemos melhorar significativamente a cadeia de processos de transformação de dados de origem em uma imagem bidimensional ou estereoscópica. A segmentação semântica do Mapillary fornece uma estimativa aproximada da densidade da vegetação ou da disponibilidade de pavimentos em algumas áreas urbanas.
O sudoeste de Moscou dividiu a rede neural em zonas, dependendo do tipo de desenvolvimento
O projeto CityClass analisa os tipos de desenvolvimento urbano usando uma rede neural. Fazer um mapa do zoneamento funcional da cidade é longo e monótono, mas você pode treinar um computador para distinguir uma zona industrial de uma residencial e o desenvolvimento histórico de um microdistrito.
Uma equipe de cientistas de Stanford treinou uma rede neural para prever a pobreza na África a partir de imagens de satélite diurnas e noturnas. Primeiro, a grade encontra telhados de casas e estradas e depois a compara com dados sobre a iluminação dos territórios à noite.
A comunidade continua a seguir os primeiros passos no campo da criação automática de mapas e já usa a visão de máquina para desenhar alguns objetos. É difícil duvidar que o futuro pertencerá a cartões criados não apenas por pessoas, mas também por máquinas.