بایگانی دسته: مطلب روز

یک «Ghostbuster» سابق، ترکیبی از هواپیماهای سرتاسر دنیا، IoT، GIS در زمان واقعی برای سی اس ایکو

اریک هندرسون اولین باری که یک جی پی اس قابل حمل (Ghostbuster) در دست داشت را به یاد می آورد. 20 سال پیش بود، و دستگاه آنقدرها قابل حمل نبود، تقریباً 35 پوند وزن داشت و در یک کوله پشتی با دو آنتن چشمگیر که از بالای آن بیرون زده بود، قرار داشت.

در آن زمان، فناوری ای که در تلفن همراه معمولی امروزی جای می گیرد، شبیه چیزی از یک فیلم علمی تخیلی به نظر می رسید. کار هندرسون این بود که چندین روز در هفته وسایل را در تابستان گرم و مرطوب فلوریدا ببرد. او در سراسر جکسون‌ویل رفت و محل خطوط آب طوفان و پوشش‌های سوراخ نگهداری را جمع‌آوری کرد. یکی از همکاران در دفتر این داده ها را در یک سیستم اطلاعات جغرافیایی (GIS) گنجاند تا نقشه ای در سطح شهر از کارهای عمومی ایجاد کند.

عکس فوری مقاله: خسارت طوفان یک خطر فزاینده برای بسیاری از مشاغل است. یکی از “شکارچیان ارواح” سابق از پهپادها، فناوری اینترنت اشیا و GIS برای ایجاد آگاهی در زمان واقعی و کمک به CSX برای از سرگیری سریع عملیات استفاده می کند.

این کار عرق ریز و شاید بتوان گفت یکنواخت و کم قدردانی شده بود. اما از نقطه نظر هندرسون به عنوان یک کارآموز تابستانی، این علم جان گرفت – ماجراجویی در کوله پشتی که آینده او را تغییر داد.

“من شبیه یک شکارچی روح شدم!” هندرسون را به یاد می آورد که اکنون مدیر فنی GIS سازمانی در غول راه آهن باری CSX است. “هیجان انگیز بود. نمی‌توانستم باور کنم که ماهواره‌های موقعیت‌یابی جهانی مرا تماشا می‌کنند که در اطراف راه می‌روم و من به ایجاد نقشه‌های زهکشی طوفان کمک می‌کنم که هر هفته به‌روزرسانی می‌شوند و روی کاغذ چاپ می‌شوند. شاید الان زیاد به نظر نرسد، اما من درگیر بودم.»

این در سال 1999 بود. از آن زمان، زمینه اطلاعات مکان به طور چشمگیری پیشرفت کرده است .

پیش بینی هواپیماهای بدون سرنشین، اینترنت اشیا و GIS

در واقع، هندرسون شک دارد که 20 سال پیش می توانست تصور کند که چگونه او و تیمش در CSX امروز از فناوری استفاده می کنند. اکنون، آنها اپلیکیشنی ایجاد کرده‌اند که از آگاهی بی‌درنگ از پهپادها، GIS و اینترنت اشیاء استفاده می‌کند تا به CSX کمک کند تا فوراً آسیب طوفان را ارزیابی کند و ضمن محافظت از کارگران، سرعت بازیابی را انجام دهد.

و او مطمئناً نمی‌توانست تصور کند که در حدود چهار روز در حالی که طوفانی در شبکه ریلی شرکت در کارولینای شمالی در حال فرود آمدن بود، به آن دست یابد. اما این کاری است که تیم او در سپتامبر 2018 انجام داد، در یک هفته طوفانی که نگاه CSX به اطلاعات مکان را تغییر داد. این شرکت اکنون قدرت پهپادها را برای صرفه جویی در هزینه و زمان و برآورده کردن انتظارات مشتری می بیند.

ریکی جانسون، معاون مهندسی CSX می گوید: «تیم GIS ما نقش مهمی در تلاش های بازیابی پس از طوفان فلورانس ایفا کرد. اریک نقش مهمی ایفا کرد، زیرا او تیم خود را به کار سریع و ایمن هدایت کرد و در عین حال به کارمندان و زیرساخت ها کمک کرد تا دوباره راه اندازی شوند.

سابق Ghostbuster تبدیل به یک اختلال در فناوری می شود

در حالی که طوفان قدرتمند فلورانس تنها چند روز با هجوم به کارولینای شمالی فاصله دارد، CSX برای آسیب آماده شد و به دنبال راه هایی برای تسریع تلاش های بازیابی بود.

هندرسون در پاسخ به سوال رهبران شرکت مربوطه که چگونه GIS می تواند به واکنش طوفان کمک کند، آماده بود. او گفت که تیمش می‌تواند راهی برای ارزیابی خسارات ایجاد کند، حتی اگر بقایای طوفان هنوز در چرخش باشد، حتی اگر مسیرها با درختان مسدود شده باشند و پل‌ها از بین رفته باشند. آنچه هندرسون پیشنهاد کرد – چکمه‌های روی زمین، هواپیماهای بدون سرنشین در هوا، و عکس‌ها و فیلم‌های ارسال شده به اتاق واکنش طوفان در جکسون‌ویل – برای CSX کاملاً جدید بود.

همانطور که گویی این یک چالش کافی نبود، او همچنین گفت که آنها می توانند یک برنامه با یک نقشه GIS قابل اشتراک گذاری و تعاملی با لایه هایی از داده های غنی، از جمله تصاویر هوایی، قطع برق و شبکه های ریلی تولید کنند. و او گفت که آنها می توانند این برنامه را در عرض چند روز بسازند، قبل از اینکه طوفان به سواحل ایالات متحده برسد.

اگر کار می کرد، مدیران در اتاق عملیات طوفان وضعیت بلادرنگ را روی زمین می دیدند. در گذشته، آنها با گوش دادن به گزارش‌های بلندگو در حالی که یادداشت‌ها را روی نقشه‌های کاغذی یادداشت می‌کردند و سپس صفحه‌گسترده دارایی‌های آسیب‌دیده را مرور می‌کردند، استراتژی پاسخگویی را آماده می‌کردند.

این یک جهش تکنولوژیکی چشمگیر خواهد بود.

هندرسون می گوید: «تا آن زمان، ما عمدتاً از GIS برای مدیریت دارایی استفاده می کردیم. ما کلیدهای راه آهن را ردیابی کردیم. ما سیگنال‌ها را روی زمین ردیابی کردیم و هنگام حرکت آنها را بررسی کردیم.» اکنون، آنها با استفاده از اینترنت اشیا و هواپیماهای بدون سرنشین برای به روز رسانی نقشه های هوشمند GIS، به آگاهی موقعیتی بلادرنگ فارغ خواهند شد .

سرعت بازیابی برای CSX بسیار مهم است زیرا تجارت آن به خطوط راه آهن ایمن و کارآمد برای حمل محموله های مشتری بستگی دارد. اگر تیم GIS موفق شود، نحوه واکنش شرکت به رویدادهای آب و هوایی را در طول خطوط 21000 مایلی خود که از 23 ایالت، ناحیه کلمبیا و 2 استان کانادا می گذرد، تغییر می دهد.

ناظر هندرسون به این طرح گوش داد، نکات مثبت و خطرات را در نظر گرفت و برکت خود را به آن داد.

با طوفان قریب الوقوع بادهایی با سرعت 130 مایل در ساعت، تیم زمان کمی برای نوآوری و زمانی برای آزمایش میدانی خواهد داشت. با این حال، هندرسون به توانایی این فناوری برای ارائه آگاهی در زمان واقعی و کمک به بهبود عملیات CSX اطمینان داشت. و او می‌دانست که در لحظه‌ای از زندگی حرفه‌ای‌اش برای رهبری این تلاش‌ها آمده است – اگرچه این سفر به سختی یک مسیر مستقیم بوده است.

نقشه ای که زندگی را نجات داد و شغلی را شکل داد

پس از اینکه هندرسون و همسرش از دانشگاه جکسونویل فلوریدا (JU) فارغ التحصیل شدند، آنها به زادگاه خود بوستون رفتند تا دوباره با دوستان و خانواده متحد شوند.

هندرسون در حالی که در سال 2002 برای شهر Natick، ماساچوست کار می کرد، وظیفه داشت تصاویر هوایی اخیر از شهر گرفته و به صورت دیجیتالی آنها را در GIS قرار دهد. هنگامی که رئیس پلیس در مورد این پروژه باخبر شد، از نقشه های جدید که ساختارها، توپوگرافی و جاده های شهر را نشان می داد، درخواست کرد.

مدتی بعد از آن، یک بیمار آلزایمر از مرکز سالمندان دور شد و به جنگل های اطراف رفت. رئیس پلیس شروع به بررسی تصاویر هوایی در نقشه های جدید کرد. با این اطلاعات موقعیت مکانی، او به سرعت تمام جاده هایی که در جنگل به بن بست می رسید را شناسایی کرد و پلیس را به هر مکان فرستاد.

یکی از افسران مرد گمشده را در یک منطقه باتلاقی تا کمر غرق شده یافت. این شهروند سالخورده که تحت فشار و گیج قرار گرفته بود، نمی توانست مدت زیادی در آنجا دوام بیاورد. هندرسون از شنیدن این خبر از رئیس پلیس شگفت زده شد و نقشه های GIS را تحسین کرد که به او کمک کرد تا افسران خود را به کجا بفرستد. او به یاد می‌آورد: «این یک لحظه کاملاً حرفه‌ای بود که رئیس پلیس گفت نقشه‌ای که شما تهیه کردید به نجات کسی کمک کرد.

این قسمت به هندرسون انگیزه داد تا فناوری اطلاعات موقعیت مکانی را بیشتر بشناسد. او می‌گوید: «خدا نکند شهری که نقشه‌های مشابه ندارد، یا کسی که دسترسی ندارد، و اتفاق غم‌انگیزی رخ می‌دهد، زیرا اطلاعات درست در دست فرد مناسب نبوده است». “این چیزی است که من را هدایت می کند.”

پروفسور انرژی و درایو را به یاد می آورد

نگرش او ری اولداکوفسکی را شگفت زده نمی کند. او استاد جغرافیا و مربی هندرسون در JU بود و بعد از بازگشت هندرسون به جکسونویل برای کار برای CSX همکار شد.

اولدااکوفسکی به یاد می آورد که هندرسون در یک بار رستوران کار می کرد و حین رفتن به مدرسه استخرهای روی زمین نصب می کرد. پروفسور می گوید: «او همیشه بسیار جاه طلب بوده است. او برای خودش فرصت می سازد. او سعی می‌کند راه‌های نوآورانه‌ای را برای استفاده از فناوری در شرکت نشان دهد، برخلاف اینکه فقط یک خدمتکار نقشه باشد، جایی که مردم می‌گویند، نقشه این را برای من بساز یا نقشه آن را برای من بساز .

هندرسون حتی در حال معرفی هوش مکانی به دانش آموزان امروزی است. اولداکوفسکی توضیح می دهد که چگونه او و هندرسون به دانش آموزان دبیرستانی در JU تدریس کرده اند. اریک در مورد نحوه استفاده از GIS در صنعت راه آهن با آنها صحبت می کرد. و سپس کمی در مورد تحلیل فضایی به طور کلی صحبت خواهم کرد. و سپس بیرون می‌رفتند و پهپاد را به پرواز در می‌آوردند.»

اولداکوفسکی از “فداکاری دانشجوی سابقش به افرادی که به او کمک کرده اند” تمجید می کند و می گوید: “او بسیار فراتر از آنچه تقریباً هر دانش آموخته ای برای یک دانشگاه انجام می دهد، عمل می کند.”

نوآوری در مهلت زمانی که طوفان فلورانس نزدیک می شود

هندرسون و هم‌تیمی‌هایش در CSX که از جکسون‌ویل به سواحل کارولیناس سفر می‌کردند، تلاش می‌کردند تا به یک ضرب‌الاجل غیرقابل انعطاف و نزدیک‌تر برسند، حتی زمانی که سوار بر باندهای بیرونی طوفان فلورانس می‌شدند، اپلیکیشن جدید GIS را تغییر دادند.

نقشه هوشمند که وضعیت خطوط ریلی CSX را پس از طوفان نشان می دهد
یک «Ghostbuster» سابق، ترکیبی از هواپیماهای سرتاسر دنیا، IoT، GIS در زمان واقعی برای سی اس ایکو
هندرسون و تیم CSX از هواپیماهای بدون سرنشین و GIS برای ایجاد آگاهی عملیاتی در زمان واقعی پس از طوفان استفاده می کنند.

آنچه آنها برنامه ریزی کردند آنقدر جدید بود که خدمه تعمیر شرکت، تیم های اره برقی و سایر پرسنل مستقر در زمین به آنها نگاه می کردند که آنها گردشگرانی ناخواسته هستند. وقتی هندرسون دقیقاً توضیح داد که تیمش دقیقاً چه کاری انجام می‌دهند کمکی نکرد وقتی خدمه درختان را از مسیرها بیرون می‌کشیدند و چوب‌های فرو ریخته را می‌بریدند.

هندرسون به خدمه گفت: “خب، ما باید شما را دنبال کنیم و عکس بگیریم.” من آنجا مقابل این افرادی ایستاده ام که اره برقی در دست دارند، و یک پهپاد اسباب بازی کوچک مانند آنهایی که برخی از آنها برای کریسمس برای بچه هایشان خریده اند، در دست دارم.»

اما طولی نکشید که تیم جدید به موفقیت رسید. در حالی که خدمه در زمین های گل آلود و گاه سیلابی می چرخیدند و راه خود را در اطراف درختان فرو ریخته و ریزش های خطرناکی که باعث آویزان شدن مسیر در هوا می شد، انتخاب می کردند، گروه هندرسون یک پهپاد پرتاب کرد.

این تصاویر واضح از مسیرهای پیش رو ارسال کرد تا مدیران و تصمیم گیرندگان در اتاق طوفان در جکسونویل بتوانند ارزیابی خود را آغاز کنند.

جانسون، معاون مهندسی می‌گوید: «پهپادهای آن‌ها ما را قادر ساختند که سریع‌تر از مناطق آسیب‌دیده شبکه خود فیلم بگیریم. ما توانستیم آسیب را ارزیابی کنیم و منابع را بدون داشتن کارمندان در محیط‌های ناامن یا اتلاف وقت گرانبها، مستقر کنیم.»

تیم هواپیماهای بدون سرنشین را دریافت کنید!

طولی نکشید که باندهای اره برقی و اپراتورهای ماشین آلات سنگین نیز این سود را دیدند.

هندرسون و تیمش از دوربین های نصب شده بر روی پهپادها استفاده کردند تا به خدمه زمینی نشان دهند که چه موانعی در دورتر از خط وجود دارد. هنگامی که هواپیماهای بدون سرنشین درختان عظیمی را مشاهده کردند، ناظران خدمه اره برقی را به جای دیگری فرستادند و جرثقیل و بولدوزر را فراخواندند. این باعث صرفه جویی در ساعات زیادی شد، به مدیران اجازه داد تا خدمه را به طور مؤثر مستقر کنند، و روند پاکسازی هزاران درخت و تعمیر پل ها و مسیرها را سرعت بخشید.

بعد از یکی دو روز، خدمه شروع به گفتن کردند: «یکی بچه‌های پهپاد را بیاور. من بدون پهپادها در پیست نمی روم.»

داخل اتاق عملیات طوفان  

هنگامی که تصاویر پهپاد به مقر اصلی در جکسونویل رسید، اثر فوری و الکتریکی بود.

دید جدید در سراسر تجارت

سازمان‌هایی که بر آگاهی عملیاتی سرمایه‌گذاری می‌کنند، امتیاز بالایی در هوش مکان کسب می‌کنند. این کتاب الکترونیکی را بخوانید تا بدانید چگونه سازمان‌هایی مانند Apple، John Deere و New York MTA از ماموریت‌های خود با اطلاعات موقعیت مکانی پشتیبانی می‌کنند.

اولین نقشه تعاملی تصمیم گیرندگانی را که در اتاق واکنش طوفان جمع شده بودند شگفت زده کرد. هنگامی که آنها مکان ها و شرایط دارایی های مختلف یا وضعیت شبکه های ارتباطی و شبکه برق را خواستند، تیم GIS این داده ها را در نقشه های هوشمند لایه بندی کرد و کدهای رنگی را اضافه کرد تا وضعیت هر منطقه را یادداشت کند.

هنگامی که گروه جکسونویل می خواستند آسیب را در یک پل در منطقه سیل زده کارولینای شمالی ارزیابی کنند، پهپاد هندرسون این کار را ایمن و به خوبی انجام داد. این تصویر یک شست‌وشوی بزرگ را با چنان دقت نشان می‌داد که مدیران توانستند با شمارش خطوط راه‌آهن در تصویر و جمع کردن فاصله در سراسر منطقه آسیب‌دیده، مقدار شن و پر کردن مورد نیاز برای تثبیت منطقه را تخمین بزنند.

بینش بی‌درنگ آنقدر ارزشمند بود که شرکت رویه‌های خود را تغییر داد. اکنون، یک تیم هواپیمای بدون سرنشین و نقشه های هوشمند تعاملی اجزای استاندارد مدیریت اضطراری هستند. مهندسان و مدیران بخش‌های دیگر نیز شروع به درخواست این برنامه کردند، بنابراین تیم هندرسون آموزش را گسترش داد تا کارمندان بیشتری را شامل شود.

وقتی مشخص شد که دپارتمان‌های پلیس و اولین امدادگران می‌توانند از نقشه‌های GIS برای هماهنگ کردن پاسخ‌های اضطراری خود استفاده کنند، CSX راهی برای به اشتراک گذاشتن آنچه که به یک منبع حیاتی تبدیل شده است، بدون به خطر انداختن داده‌های اختصاصی پیدا کرد.

قدم بعدی در مسیر GIS

پس از تقریباً دو دهه کار، هندرسون به شدت معتقد است که GIS – و اطلاعات مکانی که تولید می‌کند – می‌تواند برای بسیاری از سازمان‌ها حیاتی باشد.

استفاده از فناوری برای بهبود ایمنی، عملیات و قابلیت اطمینان برای مشتریان ما زیربنای همه کارهایی است که ما در CSX انجام می دهیم. هدف من این است که همه از آن بهره ببرند و آن را به راحتی برای مردم در دسترس قرار دهم که واقعاً احساس کنند استفاده از آن آسان است.” زیرا دسترسی به اطلاعات بلادرنگ بسیار مهم است. باعث صرفه جویی در پول می شود، زندگی را نجات می دهد، باعث صرفه جویی در زمان می شود. و من همه این اتفاقات را دیده ام.»

در اینجا نحوه اقدام فوری برای آب و هوا آورده شده است

مضامین کنفرانس کاربران Esri 2023 – ایجاد دنیایی که می‌خواهید ببینید و علم را به عمل می‌آورد – همچنان طنین‌انداز می‌شود.

این یک سال دیگر از افراط‌های عجیب و غریب – حتی فروپاشی آب و هوا- بوده است، زیرا تغییرات آب و هوایی ناشی از انسان و یک رویداد قوی ال نینو با هم ترکیب شده‌اند و فضایی را ایجاد کرده‌اند که اکنون گرم‌تر از 125000 سال گذشته بوده است.

در ماه ژوئیه، میانگین دمای جهانی روزانه زمین بالاتر از آن چیزی بود که بشر تاکنون ثبت کرده است. فونیکس، آریزونا، به مدت 31 روز متوالی به دمای حداقل 110 درجه فارنهایت (43.3 درجه سانتیگراد) رسید و رکورد قبلی خود را که 18 روز متوالی بود، شکست و با کمی خنک شدن در شب. 

گزارش ها حاکی از آن است که چین رکورد گرمای جدید 126 درجه فارنهایت (52.2 درجه سانتیگراد) را ثبت کرده است. فرودگاه بین‌المللی خلیج فارس در ایران به رکورد رکورد گرمایی (ترکیب دمای هوا و نقطه شبنم برای تخمین عدد «احساس») ۱۵۲ درجه فارنهایت (۶۶.۷ درجه سانتی‌گراد) رسید. به‌علاوه، جو فوق‌گرم، رطوبت زیادی را در خود نگه داشته و باعث بارش‌های بی‌نظیر و جاری شدن سیل در سراسر جهان شده است.

کلاژی از هشت تصویر مربوط به انرژی های جایگزین، منابع طبیعی و طیف وسیعی از اکوسیستم ها.
در اینجا نحوه اقدام فوری برای آب و هوا آورده شده است
دوره آموزشی گسترده آنلاین باز GIS آکادمی Esri برای اقدام آب و هوا (MOOC) بینشی قابل استفاده برای اکوسیستم های سراسر جهان ارائه می دهد.

همانطور که دوست و همکار من دکتر کاترین هیهو، دانشمند ارشد سازمان حفاظت از طبیعت، اغلب می‌گوید: «تغییرات آب‌وهوایی هوا را بر علیه ما بار می‌کند.» هرچه کربن بیشتری تولید کنیم، تاس‌ها بیشتر بر علیه ما بار می‌شوند و شرایط بدتر می‌شود – صرف نظر از اینکه کجا زندگی می‌کنیم. همه، همه جا تحت تأثیر قرار می گیرند.

همچنان روشن است که تغییرات آب و هوایی حیاتی ترین چالش زمان ماست. این نیاز به اقدام فوری و مؤثر دارد، از جمله کاهش انتشار کربن تا حد امکان. اما اقدام موثر دیگری نیز وجود دارد که می‌توانیم انجام دهیم: استفاده از GIS، که به طور منحصربه‌فردی برای مقابله با این چالش منحصر به فرد مناسب است.

اکنون، هرکسی می‌تواند بیاموزد که چگونه با GIS، با هدایت جریان‌های کاری دقیق و علمی دقیق، اقدامات اقلیمی انجام دهد. و بدون هیچ هزینه ای می آید!

چه طور ممکنه؟ بسیاری از شما، خوانندگان عزیز، احتمالاً حدس زده اید که من در مورد یک دوره گسترده آنلاین باز (MOOC) صحبت می کنم.

Esri یک کاتالوگ غنی از MOOCهای بسیار موفق دارد که توسط اسری آکادمی ارائه شده است و جدیدترین ارائه شده GIS برای اقدام آب و هوا است . این دوره در 25 اکتبر آغاز شد، اما هنوز زمان برای پیوستن و رسیدن به عقب است! ثبت نام برای اولین پیشنهاد دوره در 8 نوامبر ساعت 23:59 (PT) بسته می شود. با این حال، دوباره در ماه مه و ژوئن 2024 اجرا خواهد شد.

مزایای استفاده از MOOC

MOOC ها به یکی از سریع ترین و مؤثرترین ابزارها برای انتقال دانش و مهارت به کسانی تبدیل شده اند که معمولاً به این اطلاعات دسترسی ندارند – به ویژه با توجه به هزینه های آموزش عالی. این دوره ها همچنین یک روش یادگیری بسیار مؤثر را ارائه می دهند که به راحتی می تواند مکمل یا مکمل یادگیری سنتی دانشگاه باشد.

Esri MOOC رایگان است، با دسترسی رایگان به نرم‌افزار و داده‌های معتبری که فراگیران نیاز دارند ارائه می‌شوند و توسط ماهرترین و ارتباط‌پذیرترین کارکنان Esri آموزش داده می‌شوند. دانش‌آموزان گذشته به این دوره‌ها به دلیل روش‌هایی که نشان می‌دهند چگونه رویکرد جغرافیایی را برای ایجاد بینش مبتنی بر داده‌ها و کمک به سازمان‌ها، جوامع و حتی افراد برای انجام اقدامات مؤثر نشان می‌دهند، امتیاز بالایی می‌دهند.

 شرکت‌کنندگان می‌توانند در هر زمانی از روز یا شب با سرعت خودشان کار کنند و Esri MOOC معمولاً فقط به دو تا سه ساعت مطالعه در هفته نیاز دارد. علاوه بر این، شرکت کنندگان می توانند از طریق موضوعات بحث و گفتگو و شبکه های اجتماعی چیزهای زیادی از همتایان خود در سراسر جهان بیاموزند، که می تواند بسیار سرگرم کننده باشد!

شرکت‌کنندگانی که تمام دوره‌های درسی را به پایان می‌رسانند، گواهی پایانی دریافت می‌کنند که برخی از کالج‌ها و دانشگاه‌ها ممکن است آن را برای ادامه تحصیل بپذیرند یا دانش‌آموزان را قادر می‌سازد تا نمره خود را در یک دوره کالج موجود افزایش دهند. MOOC ها همچنین به عنوان آموزش توسعه حرفه ای برای کارکنان در محیط های شرکتی یا سازمانی بسیار ارزشمند هستند. این گفته، تکمیل MOOC اجباری نیست. هر کس می تواند به اندازه ای که می تواند شرکت کند یا کمتر.

فرصتی عالی برای یادگیری ترکیبی از مهارت ها

Esri MOOC مفاهیم و مهارت‌های GIS مانند تجسم داده‌ها را معرفی می‌کند. استفاده از ابزارهای تحلیلی برای تشخیص الگوها و روابط؛ و به اشتراک گذاشتن نتایج از طریق نقشه‌ها، برنامه‌ها و داشبوردها – همه اینها در حالی که در مورد آخرین پیشرفت‌های فناوری ArcGIS اطلاعاتی کسب می‌کنید. بنابراین، شرکت کنندگان می توانند از MOOC به عنوان یک پله مهم در سفر خود به سمت کسب آموزش گسترده تر استفاده کنند.

اسکرین شات که ترکیب فعلی اسری از شش MOOC را نشان می دهد.
میانگین MOOCهای Esri هر بار که به آنها داده می شود، هزاران تا ده ها هزار نفر ثبت نام می کنند.

GIS for Climate Action با تمرکز تمرین ها و بحث ها پیرامون اصول علمی تغییرات آب و هوا، همه اینها را یک گام جلوتر می برد. اینها شامل چگونگی تعریف گازهای گلخانه ای و علل و اثرات آنها، چگونگی درک و حمایت از انتشار خالص صفر، نحوه تمایز مفهوم کاهش تغییرات اقلیمی از مفاهیم سازگاری با آن و انعطاف پذیری در برابر آن، و نحوه تجسم تغییر اقلیم با استفاده از مدل های مختلف آب و هوایی

این دوره همچنین فرصت های زیادی را برای صحبت در مورد تغییرات آب و هوا ارائه می دهد. اگر نگران تغییرات اقلیمی هستید و می خواهید تغییری ایجاد کنید، اقدام در مورد آب و هوا با صحبت ساده در مورد آن شروع می شود. نحوه تأثیرگذاری آن بر افراد و مکان‌هایی که دوست دارید و مسائلی که بیشتر به آن‌ها اهمیت می‌دهید، مانند پیامدهای تغییر آب و هوا بر شبکه‌های انرژی، منابع غذایی، حمل‌ونقل، برابری نژادی و عدالت اجتماعی را به اشتراک بگذارید. به گفته سارا هلو، روزنامه‌نگار محیط‌زیست، «صحبت» زمینه‌ی حاصلخیزی است که تغییرات فرهنگی در آن آغاز می‌شود. در غیاب آن، برای گروهی از مردم غیرممکن است که مشکلی را حل کنند.»

قرار گرفتن در معرض مفاهیم کلیدی، رویکردها و سازمان ها

سوالات مهمی که در GIS برای اقدام اقلیمی MOOC پرسیده و مورد بحث قرار خواهد گرفت شامل موارد زیر است:

  • چگونه می توانید مشکلات ناشی از تغییرات آب و هوایی را با استفاده از GIS حل کنید؟
  • چگونه برنامه های وب می توانند به شما در تشخیص شاخص های تغییر آب و هوا کمک کنند؟
  • چگونه GIS واقعاً یک ردپای کربن را ردیابی می کند – حتی ردپای کربن دیجیتالی که هر بار که به یک وب سایت خاص دسترسی پیدا می کنید باقی می ماند؟
  • راه‌هایی که ابزارهای GIS به بهترین نحو از تلاش‌های کاهش گازهای گلخانه‌ای پشتیبانی می‌کنند، چیست و چگونه خودتان این ابزارها را پیاده‌سازی می‌کنید؟
  • چگونه می‌توانید از برنامه‌های فوری ArcGIS یا داشبوردهای ArcGIS برای ایجاد برنامه‌ها و داشبوردهایی استفاده کنید که به شناسایی تأثیر مخاطرات آب‌وهوایی در طول زمان کمک می‌کنند، از جمله در مناطقی که زندگی و کار می‌کنید؟
  • چگونه آسیب‌پذیری و خطر را با استفاده از GIS ارزیابی می‌کنید و چگونه می‌توانید با ایجاد و اجرای طرح سازگاری با تغییرات اقلیمی، آن را از این هم فراتر ببرید؟
  • واقعاً انجام اقدامات در جامعه خود از طریق تلاش های خدماتی و آموزشی مختلف به چه معناست؟

GIS for Climate Action همچنین بسیاری از رویکردهای به کار گرفته شده در بسته ابزار انعطاف پذیری آب و هوای ایالات متحده دولت فدرال ایالات متحده و درگاه جغرافیایی نقشه برداری اقلیمی آن برای انعطاف پذیری و سازگاری (CMRA) را در بر می گیرد . علاوه بر درس‌های اصلی، شرکت‌کنندگان در معرض منابع مکمل شگفت‌انگیزی از سایر سازمان‌هایی قرار خواهند گرفت که Esri با آنها شریک می‌شود، مانند Project Drawdown، The Nature Conservancy، دانشگاه Redlands، و سازمان‌های دولتی و ایالتی مختلف.

دوره جدید یک کار عاشقانه توسط تیم شگفت انگیزی از همکاران در Esri بوده است، از جمله رئیس انجمن آب و هوای Esri استیو کوپ، مدیر عملیات برنامه واکنش در بلایای Esri، جف بارانی، سرپرست تیم مشاوره فناوری تجاری Esri، جسیکا بلو، و رئیس Esri. افسر پزشکی Este Geraghty.

لطفاً در مسیر ایجاد اقدامات اقلیمی مثبت به ما بپیوندید و دریابید که چگونه از رویکرد جغرافیایی برای ایجاد جهانی که می‌خواهید ببینید، استفاده کنید. اکنون در GIS for Climate Action ثبت نام کنید . برای انجام این کار تا 8 نوامبر ساعت 11:59 شب (PST) فرصت دارید.

من تو را در کلاس می بینم!

15 ژانویه روز مارتین لوتر کینگ جونیور:

در سومین دوشنبه ژانویه هر سال. به یاد مبارز مشهور حقوق مدنی.

15 ژانویه روز مارتین لوتر کینگ جونیور:

رویداد روز مارتین لوتر کینگ جونیور چیست؟

روزی که زندگی مبارز مشهور حقوق مدنی، دکتر مارتین لوتر کینگ، جونیور را نشان می دهد. او در واقع در 15 ژانویه به دنیا آمد، اما از آنجا که این روز یک تعطیلات ملی در ایالات متحده است، در سومین دوشنبه هر ژانویه است. دکتر کینگ در سال 1968 در سن 39 سالگی به طرز غم انگیزی ترور شد. علیرغم عمر کوتاه او، فعالیت های غیرخشونت آمیز کینگ تأثیرات عمیقی بر چشم انداز سیاسی آمریکا گذاشت. او تا به امروز به دلیل فعالیت هایش علیه تبعیض نژادی، فقر و جنگ ویتنام مورد احترام است.

چگونه به آن نزدیک شویم؟

دکتر کینگ اغلب به عنوان چهره ای از گذشته در نظر گرفته می شود، با این حال اکثر نسل های قدیمی زنده بودند تا شاهد دنیای جدا شده ای باشند که او برای تغییر آن مبارزه می کرد. در این روز، بیش از هر زمان دیگری تشابهاتی بین آنچه جهان در آن زمان بود و آنچه اکنون است، مهم است. تجلیل از گام های بزرگ رو به جلو در مقایسه با دوران دکتر کینگ ضروری است، اما همچنین مهم است که بدانیم برابری نژادی هنوز تا رسیدن به آن فاصله دارد.

تحلیلگر اطلاعاتی با GIS به همکاران خود در سراسر NYPD قدرت می دهد

“من عاشق GIS هستم. هیلی گرکمن، متخصص تحقیقات اطلاعاتی برای اداره اطلاعات و ضد تروریسم اداره پلیس نیویورک (NYPD) گفت: من به آن علاقه دارم. من فقط از مردم می خواهم که از آن استفاده کنند و آن را به اندازه من دوست داشته باشند زیرا می دانم چقدر موثر است.

گرکمن در طول زندگی حرفه‌ای خود، با ایجاد روابط و اعتماد با همکاران و نشان دادن اینکه چگونه فناوری و به طور کلی هوش جغرافیایی می‌تواند کار آنها را بهبود بخشد، عامل تغییر برای GIS بوده است. او اهمیت استفاده از رویکرد جغرافیایی برای حل مشکلات بحرانی و فوری را درک می کند. و برای رسیدن به اهدافش حرکات جسورانه انجام می دهد.

او در یک بخش در پلیس نیویورک – ضد تروریسم و ​​اطلاعات – است که به طور طبیعی منزوی است، و او یک زن و یک غیرنظامی است. با این حال او به آنجا رفته است و با فناوری عملی در موقعیت‌های واقعی نشان می‌دهد که چرا رویکرد جغرافیایی و فناوری ArcGIS واقعاً می‌تواند نه تنها از نظر هوشمندی بلکه در سراسر NYPD حرکت کند. . “این یک روش واقعا آینده نگر برای NYPD برای فعالیت است.”

نادین هیوز، مدیر برنامه برنامه Esri Advantage در NYPD گفت: “او فقط برنامه ها را برای ارائه ارائه نمی دهد.” او راه آسان‌تری را برای افراد در سراسر سازمان فراهم می‌کند تا به داده‌های GIS و فناوری مورد نیاز خود دسترسی پیدا کنند. این یک حرکت رهبری واقعی است.»

گرکمن می گوید که از کودکی که در کلرادو بزرگ می شد به نقشه ها علاقه داشت. بنابراین هنگامی که او برای تحصیل در رشته جغرافیا و جامعه شناسی با تأکید بر GIS، نقشه برداری و جرم شناسی وارد دانشگاه کلرادو شد، تعجبی نداشت که فناوری نقشه برداری را دوست داشت.

او به شوخی گفت: “تا حدی به این دلیل بود که کسی به من دروغ گفت و به من گفت که در سال 2003 از دانشگاه 100000 دلار به دست خواهم آورد.” “اما واقعاً من فقط عاشق آن شدم.”

بعد از کالج، گرکمن به عنوان یک تحلیلگر تصویر دیجیتال در Space Imaging (که بعداً توسط DigitalGlobe خریداری شد، که اکنون به عنوان شریک Esri Maxar شناخته می شود) کار کرد. او تصاویر سیستم ماهواره‌ای سنجش از دور هند را به هم چسباند و صحت تصاویر را تأیید کرد.

گرکمن گفت: «در آن زمان شرکت‌های ماهواره‌ای تجاری زیادی وجود نداشت، بنابراین این یک چیز جدید بود.

او کار با تصاویر را جذاب می‌دانست و معتقد است که این تجربه به او کمک کرد تا بعداً حرفه‌اش را پیش ببرد. اما او استفاده از GIS را از دست داد، بنابراین موقعیت بعدی او به عنوان یک تکنسین GIS در شرکت خدمات داده پریمیر بود. او همچنین در شرکت مشاوره مهندسی مایکل بیکر اینترنشنال به عنوان یک تحلیلگر جغرافیایی فعالیت کرد، جایی که به نقشه‌برداری سیستم خط لوله ملی برای وزارت امنیت داخلی کمک کرد.

هیلی گرکمن قهرمان GIS در مقابل نقشه GIS شهر نیویورک لبخند می زند.
هیلی گرکمن

از آنجا، گرکمن به عنوان یک تحلیلگر اطلاعات مکانی در آژانس ملی اطلاعات جغرافیایی (NGA) مشغول به کار شد. او ابتدا به تیم شام منصوب شد که سوریه، لبنان و اسرائیل را پوشش می دهد. او این کار را دوست داشت، به خصوص که او یکی از معدود تحلیلگران GIS در میان متخصصان تصویربرداری بود. اما او همیشه می خواست در مجریان قانون باشد. بنابراین، هنگامی که موقعیتی که به دفتر تحقیقات فدرال (FBI) ارائه شد، به زودی در NGA باز شد، گرکمن به سمت آن رفت – علیرغم اینکه موقعیت یک یا دو گروه پرداختی بالاتر از سطح او در آن زمان بود. او فهمید.

گرکمن گفت: «اف‌بی‌آی به تازگی سفر خود را به سمت GIS آغاز کرده بود، بنابراین ما از تلاش‌های آن‌ها برای اجرای برنامه GIS خود حمایت می‌کردیم.

او روی یک تیم کوچکتر کار می کرد که اطلاعات منطقه ای را انجام می داد. وقتی مامور ویژه نظارتی او ترفیع گرفت، گرکمن او را به واحد ضد تروریسم تعقیب کرد.

گرکمن گفت: «خیلی باحال بود. من باید روی یک دسته از پرونده های تروریسم کار کنم و کارهای [همکاری] زیادی انجام دادم.»

مامور ویژه نظارتی او دوباره ارتقا یافت، بنابراین گرکمن او را به دفتر فیلد واشنگتن FBI همراهی کرد.

گرکمن به یاد آورد: «آنها به تازگی یک تیم [GIS] راه اندازی کرده بودند، و چند تحلیلگر بودند که واقعا مشتاق استفاده از این فناوری بودند. ما همه با هم کار کردیم تا گروه دفتر میدان واشنگتن را تشکیل دهیم. فوق العاده بود.”

گرکمن پس از گذراندن شش سال در واشنگتن دی سی، ناآرام شد و می خواست نقل مکان کند.

او گفت: “به یک هوس، من توانستم یک تعویض 30 روزه در سفر دریافت کنم.” این او را به شهر نیویورک فرستاد. من فقط گفتم، 30 روز فرصت دارم تا آنها را متقاعد کنم که باید اینجا بمانم. و در 30 روز آنها را متقاعد کردم که دفتر میدانی نیویورک واقعاً به من نیاز دارد.

تا زمانی که گرکمن به دفتر فیلد FBI در نیویورک نرسید، تیم هرگز واقعاً از GIS یا هوش مکانی (GEOINT) استفاده نکرده بود.

او می‌گوید: «هوش در حال حاضر پیچیده است، اما در نیویورک، من همیشه باید خارج از چارچوب فکر می‌کردم و می‌گفتم، چگونه GEOINT می‌تواند همه این تحقیقات را تقویت کند؟» از آنجایی که آنها با GIS آشنایی نداشتند، من دائماً آن را بازاریابی می‌کردم و راه‌های خلاقانه‌ای ارائه می‌دادم تا به عوامل نشان دهم که چگونه می‌تواند موارد آنها را ارتقا دهد و فناوری‌ای باشد که هرگز نمی‌دانستند به آن نیاز دارند.»

به گفته LaShell، این چیزی است که گرکمن در آن برتری دارد.

او گفت: “او مردم را با فناوری غرق نمی کند.” او همیشه می داند که باید به سراغ کدام شخص برود و قبل از ارائه فناوری مربوطه با آنها رابطه برقرار می کند. او همیشه با ایده درست به سراغ افراد مناسب می رود.»

پس از شش سال اقامت در نیویورک، NGA تلاش کرد تا گرکمن را به واشنگتن دی سی فراخواند. اما او و همسرش در بروکلین زندگی کردند، جایی که شروع به تربیت دو پسر کردند. آنها می خواستند بمانند. گرکمن با یکی از همکاران سابقش تماس گرفت تا ببیند آیا پلیس نیویورک در زمینه اطلاعاتی اطلاعاتی دارد یا خیر. آژانس انجام داد. بدین ترتیب سفر جدیدی آغاز شد.

وقتی وارد شدم، وقتی فهمیدم پلیس نیویورک به تازگی با اسری قرارداد بسته است، شوکه شدم. گرکمن به یاد می آورد که چگونه آنها قبلا GIS را انجام می دادند. “بنابراین من یک تحلیلگر اطلاعاتی بودم که در پرونده ها کار می کردم، اما شروع کردم به نشان دادن راه های GIS به آنها. درست مانند FBI، این یک نبرد دشوار است زیرا باید به تک تک افراد راهی را نشان دهم که GIS می تواند به آنها کمک کند. و چگونه می توانم با نمایش یک زن که اجرا می کنم به 55000 نفر و 30000 افسر پلیس برسم؟ قابلیت‌های بسیار زیادی وجود دارد و موارد استفاده متفاوت بسیار زیادی وجود دارد.»

اما او این کار را انجام می دهد. Gerkman اغلب در جلسات توجیهی مهم با رهبران بالا و پایین زنجیره فرماندهی NYPD با کمک‌های بصری که با استفاده از ArcGIS StoryMaps ساخته است که تکامل یک موقعیت یا یک رویداد را نشان می‌دهد – کامل با عکس‌ها، فیلم‌ها و نقشه‌های تعاملی نشان می‌دهد. یکی از پروژه هایی که این امر به ویژه برای آن موثر بود، ابتکاری برای پاکسازی دیوارنگاره ها در اطراف شهر بود.

گرکمن توضیح داد: «کاوشگران مجری قانون، که بچه‌هایی هستند که در یک برنامه NYPD برای آنها شرکت می‌کنند، به سایت‌هایی که جامعه آن‌ها را پر از گرافیتی برچسب‌گذاری کرده است می‌روند و آنها را تمیز می‌کنند. «کمیسیون از من خواست همه چیز را ترسیم کنم تا هر حوزه بتواند مشخص کند که بچه ها کجا می خواهند بروند نقاشی کنند.

 از آنجایی که این گروه‌ها بیرون می‌رفتند و در مورد آن نقاشی می‌کردند و در رسانه‌های اجتماعی پست می‌گذاشتند، ما نقشه‌ی عمومی را به‌روز می‌کردیم. می توانید پیشرفت را ببینید و روی یک نقطه کلیک کنید و عکس های قبل و بعد را ببینید. خیلی موفق بود من فکر می کنم این اولین بار بود که ما چنین کاری انجام می دادیم.”

به گفته Gerkman، توسعه پروژه‌های اثبات مفهومی مانند این می‌تواند واقعاً GIS را در یک سازمان ارتقا دهد. او به رهبران فعلی و مشتاق زمین‌فضایی توصیه می‌کند که ارتباط‌دهنده‌ای قوی باشند که می‌توانند به سرعت و به طور موثر نکات خود را منتقل کنند.

او گفت: “این به مردم کمک می کند تا در مورد GIS هیجان زده شوند و سپس می توانید آنها را به سمت استفاده بیشتر از آن هدایت کنید.” اکنون که افراد در NYPD از GIS بیشتر آگاه هستند، برای آنها آسان تر است که آن را در کارهای روزمره و پروژه های تحلیلی خود بگنجانند.

گرکمن اخیراً یک مربی دارای گواهینامه از طریق ایالت نیویورک شد و در حال ساخت اولین دوره GEOINT برای NYPD است. او امیدوار است که این بتواند به افراد بیشتری در معرض قدرت های GIS و توانمندسازی آنها برای استفاده از آن کمک کند.

او با کنایه گفت: “شاید به زودی بیکار شوم.”

جغرافیدانان محروم از نظر تاریخی در چه مقیاسی قابل مشاهده می شوند؟

هنگامی که مقیاس یک نقشه یا تجزیه و تحلیل تغییر می کند، بینندگان اغلب الگوها یا ویژگی هایی را می بینند که قبلاً غیرقابل تشخیص بودند. وقتی به جغرافیا به عنوان یک رشته نگاه می کنیم – یا به جغرافیدانان که نمایندگان آن رشته هستند – استفاده از مقیاس های گسترده معمول است. اما در این سطوح متا، بسیاری از تمرین‌کنندگان از دست می‌روند. آنها نامرئی می شوند و در زیر یک آکادمی مستعمره و منحصر به فرد تاریخی پنهان می شوند. جغرافی‌دانان برای برداشتن این حجاب در چه مقیاسی باید رشته خود را بررسی کنند؟

در مارس 2023، انجمن آمریکایی جغرافیدانان (AAG) و Esri برای شرکت در نشست سالانه AAG در دنور، کلرادو، 13 دانشجوی برجسته جغرافیا و مربیان هیئت علمی آنها را از مؤسسات خدمات اقلیت (MSIs) حمایت مالی کردند. نه نفر از دانشجویان از کالج ها و دانشگاه های قبیله ای (TCUs) بودند. دانش آموزان علاوه بر قرار گرفتن در معرض طیف گسترده ای از پیشنهادات کنفرانس، جهت گیری برای کنفرانس، توصیه هایی برای شرکت در جلسات، و اسکورت کارکنان AAG دریافت کردند و حتی در رویدادهایی به افتخار آنها شرکت کردند.

 آنها با همکاران بالقوه و مربیان جدید ملاقات کردند و از طریق هزاران جلسه موجود، دیدند که چقدر امکانات برای مطالعه، مشاغل و بهبود جامعه در جغرافیا وجود دارد. بیشتر از همه، آنها احساس کردند که در یک کنفرانس بین المللی بزرگ دیده می شوند و از آنها قدردانی می شود. من معتقدم و امیدوارم که این به آنها احساس تعلق به AAG را بدهد.

این تعادل مقیاس – توانایی توجه به فرد یا یک جامعه خاص در یک گروه بزرگتر – دیدگاهی است که کار جغرافیا را مشخص می کند. با این حال، مقیاسی که جغرافی‌دانان گاهی اوقات به رشته خود می‌نگرند، می‌تواند تجارب و نیازهای دانشجویان و اساتید را از گروه‌هایی که از نظر تاریخی طرد شده‌اند، از نظر نژاد، قومیت، موقعیت حاکمیتی به عنوان مردم بومی، جنسیت، جنسیت، وضعیت مراقب، درآمد، محو یا محو کند.

ناتوانی برنامه پل زدن شکاف دیجیتال (که من به توسعه آن در AAG کمک کردم، بر اساس تجربیاتم در حمایت از دانشجویان بومی) که این 13 جغرافیدان باهوش را به جلسه دنور AAG هدایت کرد، به دنبال تغییر مقیاسی است که همه جغرافیدانان در آن مشاهده می شوند.

پل زدن شکاف دیجیتال از طریق بودجه قابل توجهی از سوی AAG، اعضای سازمان و Esri امکان پذیر شد. هدف اولیه آن در سال 2020 برآورده کردن نیازهای فناوری دانشجویان MSI در طول همه‌گیری کووید-19 بود – تامین مالی لپ‌تاپ، سرویس اینترنت، مجوزهای نرم‌افزار، و بهبود آزمایشگاه‌های کامپیوتر. از آن زمان، این برنامه از بیش از 20 MSI، از جمله 14 کالج و دانشگاه تاریخی سیاه (HBCUs) و 8 TCU پشتیبانی کرده است.

 اما بازخورد شرکت‌کنندگان در برنامه نشان داد که دانش‌آموزانی که از نظر تاریخی نادیده گرفته شده‌اند، نیازهای اضافی زیادی دارند که باید برای رشد آنها در مدرسه برطرف شود. کمیته Bridge the Digital Divide هنگام دعوت از 13 دانشجوی MSI برای شرکت در کنفرانس دنور، با توجه به نیاز آنها به حمل و نقل خانه به خانه و مراقبت از کودکان یا مراقبت از سالمندان و ارائه تمام وعده های غذایی و اسکان آنها در طول جلسه، این را در نظر گرفت.

دو نفر جغرافیدانان بر روی یک منظره سنگی کار میدانی انجام می دهند در حالی که سه نفر دیگر به تماشای آن می پردازند
دانشجویان دانشگاه فنی ناواهو در نیومکزیکو خطرات آتش سوزی جنگلی را به عنوان بخشی از یک پروژه خدمات اجتماعی GIS ترسیم کردند. (تصویر با حسن نیت از جیسون پست.)

به عنوان استاد سابق در کالج اجتماعی توهونو اودهام، یک کالج قبیله ای در آریزونا، و اکنون در دانشگاه ایالتی آرکانزاس، یک دانشگاه تحقیقاتی که در آن تقریباً از هر پنج دانشجو یک نفر عضو یک گروه اقلیت شده است، تجربه طراحی منابع و فرصت های شبکه را داشته است. برای دانش‌آموزان حاشیه‌نشین، من را به فکر کردن در مورد مقیاس توجه به تجربیات و نیازهای آنها انداخت.

 برای حمایت از دانش‌آموزانی که در مکان‌های نامرئی زندگی می‌کنند، موسسات، اعضای هیئت علمی و مربیان باید رویکردهای گذشته در مقیاس بزرگ‌تر را برای خدمات دانشجویی ببینند و از دانشجویان سؤالات مستقیم بپرسند، مانند «موانع موفقیت تحصیلی شما چیست و چگونه می‌توانیم کمک کنیم. آن ها؟» و “به چه چیزی واقعا نیاز دارید؟” (هر سازمانی، صرف نظر از اندازه یا هدفش، باید این سؤالات را از اعضای گروه های طرد شده از نظر تاریخی نیز بپرسد.)

در تصویر بزرگ جغرافیا، بسیاری از جغرافیدانان به حاشیه رانده شده نامرئی هستند – به ویژه در سطح دانش آموز. برخی از این به دلیل مقیاس جغرافیایی یا سازمانی تحت اللفظی است. به عنوان مثال، بسیاری از دانشجویان بومی در جوامعی زندگی می کنند که دور از دانشگاه های تحقیقاتی قرار دارند و گزینه های آموزشی کمی ارائه می دهند. در موارد دیگر، موانع مالی و اضطراب‌های ناشی از فشارهای اجتماعی، دانشجویان را حتی از ثبت‌نام در دانشگاه بازمی‌دارد و در صورت شروع، ادامه تحصیل را دشوار می‌کند.

 دانش‌آموزانی که جزو اولین افرادی هستند که در خانواده خود به کالج می‌روند، ممکن است زمانی که راهنمایی‌ها و منابع ارائه‌شده توسط مدرسه با تجربیات و نیازهای زندگی‌شان همخوانی ندارد، از نظر عملکردی نامرئی شوند. مثلاً وقتی برخی از دانش‌آموزان کلاس‌های جغرافیا یا GIS خود را ترک می‌کنند، به خانه بازمی‌گردند که در آن برق یا آب لوله‌کشی وجود ندارد، وای‌فای بسیار کمتر. این دانش‌آموزان اغلب فرصت‌های شغلی و دیگر فرصت‌ها را از دست می‌دهند و ممکن است به دلیل شرایطشان از نظر تحصیلی دچار مشکل شوند.

چیزی که رشته جغرافیا از دست می دهد این است که هر دانش آموز چقدر باید ارائه دهد. تجربه نشست سالانه AAG در سال جاری من را به یاد دیدگاه‌های خارق‌العاده و مهارت‌های حل مسئله مبتکرانه‌ای که این دانش‌آموزان دارند – نه تنها در نسل خودشان، بلکه از داستان‌ها، درک‌ها و دانش فنی که از خانواده‌هایشان به ارث برده‌اند و نیز به دست آورده‌اند، یادآور شد.

قبایل دانشجویانی که در جلسه AAG شرکت کردند دیدگاه ها، تجربیات زندگی و سوالات خود را در جلسات، کارگاه ها و جلسات با مربیان و کارفرمایان بالقوه آینده آوردند. آنها ایده های بزرگ، بینش و ابزارهای جدیدی را به خانه بردند که می توانند از آنها برای رسیدگی به مسائلی که بیشتر مورد علاقه آنهاست استفاده کنند.

برای من، جغرافی به این معناست: ایجاد تغییرات مثبت در یک جامعه. جغرافیا و GIS ابزارهای قدرتمندی برای استفاده برای درک جمعیت شناسی، شناسایی روندها، حفظ و دفاع از حاکمیت قبایل، مدیریت منابع طبیعی، و انتقال دانش سنتی یا نام مکان ها به نسل های آینده ارائه می دهند. به روش هایی که بسیار متفاوت اما به همان اندازه قانع کننده هستند، فناوری های جغرافیایی می توانند نابرابری های تاریخی و فعلی در اشتراک منابع، آلودگی و بسیاری از مسائل دیگر جامعه را روشن کنند. 

جغرافی دانان و متخصصان GIS مدیون این دانش آموزان و جوامعی هستند که آنها نمایندگی می کنند تا ابزارهای توانمندسازی – دانش جغرافیایی و GIS – را در دستان خود قرار دهند. در تجربه من، توانمندسازی این دانش‌آموزان برای جمع‌آوری، اشتراک‌گذاری، برقراری ارتباط و مالکیت داده‌های مکانی خود، تفاوت بزرگی در حل مسائلی ایجاد می‌کند که جوامع قبیله‌ای با منابع محدود و مستقل با آن مواجه هستند.

برای انجام همه این کارها، جغرافیدانان و کسانی که در رشته های مرتبط با جغرافیا هستند باید به طور اساسی نحوه حمایت از آسیب پذیرترین همکاران خود از لحاظ مالی و فرهنگی را تغییر دهند. این مستلزم گوش دادن به دانش‌آموزان و مقیاس‌بندی منابع برای نیازهای فردی یا جمعی اعضای این جوامع است. دیدگاه ها و ایده های این جوانان ارزش شنیدن و تشویق را دارد!

و این وظیفه همه است. چه در یک MSI یا موسسه آموزشی دیگر، یک استارتاپ کوچک، یک شرکت بزرگ، یک دولت محلی یا یک آژانس ملی کار کنید، بخش مهمی از هر تغییر بلندپروازانه در این عرصه هستید. مهم نیست نقش شما چیست، کاری وجود دارد که می توانید انجام دهید. صرفاً پایین آوردن مقیاس مشاهدات خود به سطوح فردی و اجتماعی می تواند بینش بزرگی را به همراه داشته باشد. بنابراین از وارد شدن به جزئیات نترسید. به دست آوردن درک کامل از هر موقعیتی مستلزم کاوش الگوها از نزدیک و همچنین از راه دور است. یک نقشه قوی برای نظم و انضباط عادلانه تر و عادلانه تر در مقیاس های مختلف صادق است.

درباره برنامه پر کردن شکاف دیجیتال AAG در تقویت پل در سراسر شکاف دیجیتال بیشتر بیاموزید و در پل زدن شکاف دیجیتال به این هدف کمک مالی کنید .

زامبیا در جستجوی ریشه کنی مالاریا به داده های مکانی روی می آورد

بر اساس گزارش سازمان بهداشت جهانی، در سال 2021، حدود 247 میلیون مورد مالاریا در جهان وجود داشت که منجر به مرگ حدود 619000 نفر شد. نود و پنج درصد از این موارد و 96 درصد از مرگ و میر مربوط به مالاریا در آن سال در آفریقا رخ داده است.

دو نفر با ماسک روی یک لپ‌تاپ و یک نقشه خم شده‌اند و به مکان‌های مختلف روی نقشه اشاره می‌کنند
زامبیا در جستجوی ریشه کنی مالاریا به داده های مکانی روی می آورد
در سال 2020، تیم‌های مدیریت کنترل بردار در استان غربی، زامبیا، از نقشه‌ها در طول جلسات برنامه‌ریزی خرد برای برنامه‌ریزی توزیع اسپری باقی‌مانده در داخل ساختمان استفاده کردند.

زامبیا، کشوری محصور در خشکی در جنوب آفریقا با جمعیتی حدود 19.6 میلیون نفر، در میان 20 کشور جهان است که از بیشترین میزان ابتلا به عفونت های مالاریا و مرگ و میر رنج می برد. برای اجرای برنامه‌هایی برای ریشه‌کن کردن این بیماری از زامبیا، وزارت بهداشت این کشور مرکز ملی حذف مالاریا (NMEC) را در سال 2016 ایجاد کرد. در سال 2020، چهار شریک فنی برای ارائه ابزارهای نقشه‌برداری و پشتیبانی فنی برای کمک به دولت در توزیع اسپری باقی‌مانده در داخل ساختمان با یکدیگر متحد شدند. و تورهای حشره کش.

با استفاده از فن آوری ArcGIS، شرکای – که شامل شرکت راه حل های داده های مکانی، زیرساخت های مرجع جغرافیایی و داده های جمعیتی برای توسعه (GRID3) می شود. دو سازمان بهداشتی مبتنی بر داده، Akros و PATH (که قبلاً به عنوان برنامه فناوری مناسب در سلامت شناخته می شد). و ابتکار مالاریا رئیس جمهور ایالات متحده – از وزارت بهداشت زامبیا در استفاده از نقشه های دارای قابلیت جغرافیایی برای افزایش برنامه ریزی دولت برای ریشه کنی مالاریا و تخصیص منابع حمایت کردند.

 برای ایجاد این نقشه ها از داده های جمعیتی با وضوح بالا و سکونتگاه، امکانات بهداشتی و سایر داده های نقاط مورد علاقه با وضوح بالا استفاده شد. سپس دولت توانست از نقشه ها در طول جلسات برنامه ریزی خرد استفاده کند، که در آن تیم ها در مناطق محلی اطمینان حاصل می کنند که مناطق آنها منابع مناسب برای هر مداخله کنترل بردار را دارند.

توسعه شبکه ها و ایجاد اطلس

GRID3 – شریک فنی زمین فضایی در پروژه – با سازمان های دولتی در سراسر جنوب صحرای آفریقا برای تولید، اعتبار سنجی و استفاده از داده های جغرافیایی کار می کند. محصولات داده های جغرافیایی اصلی سازمان شامل مجموعه داده هایی در مورد جمعیت، سکونتگاه، زیرساخت و مرزها است.

نقشه منطقه ای در زامبیا که جاده ها، مکان های دیدنی و نقاط دیدنی را نشان می دهد
این نقشه از منطقه مانسا، در استان لواپولا زامبیا، با استفاده از الگوی نقشه پویا برای کمک به کمپین ریشه کنی مالاریا توسط دولت ایجاد شده است.

با همکاری نزدیک با سایر شرکای فنی در پروژه زامبیا، اعضای کارکنان GRID3 از ArcGIS Pro و ArcPy برای ایجاد یک اطلس ملی از نقشه‌های برنامه ریزی خرد استفاده کردند تا به دولت زامبیا در برنامه ریزی کمپین کنترل بردار کمک کنند. این تیم از تخمین‌های جمعیت شبکه‌ای با وضوح بالا، وسعت سکونتگاه، تعداد ساختار مسکونی، مرزهای ناحیه اداری و مکان‌های شاخص کلیدی مانند امکانات بهداشتی و مدارس استفاده کرد. 

علاوه بر این، تیم آکروس تخمین‌های خود را در مورد تعداد جمعیت و ساختار با استفاده از داده‌های تأیید شده میدانی که آکروس و وزارت بهداشت زامبیا در سال‌های گذشته از طریق پلتفرم Akros Reveal دریافت کرده‌اند، اصلاح کردند. این پلتفرم یک ابزار جمع‌آوری داده‌ها و برنامه‌ریزی ریز مکانی است که تیم‌های میدانی از آن برای اطمینان از اینکه همه افرادی که در یک کمپین بهداشتی هدف قرار می‌گیرند، خدمات دریافت می‌کنند، اعم از سمپاشی باقی‌مانده داخلی یا پشه‌بند استفاده می‌کنند.

برای ایجاد اطلس، کارکنان GRID3 از ابزار Grid Index Features در ArcGIS Pro استفاده کردند تا هر یک از 116 ناحیه زامبیا را به یک شبکه فهرست ایستا 289 سلولی تقسیم کنند. آنها از این شبکه شاخص برای تعیین میزان هر صفحه نقشه که در سری نقشه گنجانده می شود استفاده کردند. صفحات روی نسبت ابعاد 4:3 (منظره) یا 3:4 (عمودی) تنظیم شدند تا اطمینان حاصل شود که هر نقشه می تواند به سلول های شبکه ای با مساحت مساوی تقسیم شود.

سپس کارکنان مجدداً از ابزار Grid Index Features در خروجی گرید شاخص اصلی استفاده کردند تا هر نقشه را به یک سری شبکه های تودرتو تقسیم کنند. این اجازه می‌دهد تا خلاصه‌های جدولی مربوط به ویژگی‌های شبکه – که کل جمعیت تخمینی و تعداد تخمینی سازه‌های قابل زندگی را نشان می‌دهد – در نقشه‌ها گنجانده شود و کاربران را قادر می‌سازد تا آمار خلاصه هر زیربخش را در سند نقشه بررسی کنند. این تیم همچنین یک تپه‌سایه زمین را به‌عنوان یک نقشه پایه تعبیه‌شده برای ارائه بافت فضایی اضافی، مانند رودخانه‌ها، تالاب‌ها، و مناطق با ارتفاع زیاد، برای کمک به تلاش‌های برنامه‌ریزی در اختیار کاربران قرار داد.

اولنا بورکوفسکا، سرپرست اجرایی در GRID3 گفت: «نقشه‌ها در طول فرآیند برنامه‌ریزی خرد برای تجزیه و تحلیل توزیع جمعیت کشور در سطح دانه‌بندی استفاده شد. ماهیت شبکه ای مجموعه داده جمعیتی GRID3 انعطاف پذیری را در محاسبه جمعیت در مناطق مسکونی فراهم می کند. این یک تصویر دقیق از محل زندگی مردم زامبیا ارائه می دهد و می تواند به شما اطلاع دهد که کدام روش کنترل برداری را می توان با در نظر گرفتن جمعیت پراکنده، منابع و هزینه ها بهینه کرد.

نقشه ای از زامبیا که مرزهای منطقه را به رنگ سیاه و شبکه های تودرتو در داخل آنها را با رنگ های مختلف نشان می دهد.
زیرساخت های مرجع جغرافیایی و داده های جمعیتی برای توسعه (GRID3) یک سیستم شبکه ای را برای زامبیا با استفاده از مرزهای ناحیه ایجاد کرد تا قبل از ایجاد شبکه های تودرتو (نشان داده شده) که آمار خلاصه برای هر سلول را نشان می دهد، یک منطقه مطالعه نقشه تهیه کند.

نقشه های تفصیلی منجر به اقدام می شود

شرکا نسخه‌های دیجیتال و چاپی نقشه‌های حاصل را در اختیار کارکنان دولت در دفاتر بهداشت منطقه قرار دادند تا به هدایت فرآیند برنامه‌ریزی کنترل بردار کمک کنند. برنامه ریزان منطقه از داده های دانه ای روی نقشه ها، روند سازگار برای توسعه آنها و این واقعیت که نقشه ها به صورت الکترونیکی و چاپی در دسترس بودند، قدردانی کردند.

Beauty MS Pallu، افسر حذف مالاریا در منطقه Chongwe در زامبیا گفت: «نقشه‌های GRID3 در تهیه و برنامه‌ریزی ما مفید بودند زیرا تمام امکانات و ساختارهای منطقه را نشان می‌دهند. با استفاده از این اطلاعات، ما توانستیم محل قرار دادن انبارها و محل‌های شستشو را انتخاب کنیم که برای فعالیت‌های اسپری باقی‌مانده داخلی بهینه هستند و تعداد منابع مورد نیاز در هر مکان را تعیین کنیم. ما همچنین قادریم تخمین بزنیم که چه تعداد سازه در یک منطقه خاص سمپاشی کنیم.

در سال 2020، 112 منطقه از 116 منطقه زامبیا از این نقشه ها در طول جلسات برنامه ریزی خرد به رهبری NMEC برای بهبود تخمین منابع برای توزیع اسپری باقیمانده داخل ساختمان و پشه بندهای تیمار شده با حشره کش استفاده کردند. به گفته Akros، استفاده از نقشه ها همچنین به به حداقل رساندن همپوشانی منابع اسپری باقیمانده داخلی و پشه بندها در همان مناطق کمک کرد – یکی از اهداف اصلی استراتژی کنترل بردار 2020 NMEC.

این نقشه ها در سال 2021 به روز شد و برای حمایت از تلاش های ریشه کنی مالاریا در زامبیا در سال های 2021 و 2022 استفاده شد.

تصویری هوایی از یک منطقه روستایی با خطوط سفید در اطراف بخش‌های خاص
گستره‌های سکونتگاهی، که چند ضلعی‌هایی هستند که مناطقی را نشان می‌دهند که احتمالاً یک سکونت انسانی بر اساس وجود ساختمان‌ها وجود دارد، در تصاویر ماهواره‌ای شناسایی می‌شوند.

تجهیز دولت ها به داده های مکانی

داده‌های عملیاتی توسعه‌یافته برای این پروژه با همکاری کمیته‌های فنی و راهبری زیرساخت داده‌های مکانی ملی زامبیا (NSDI) و همچنین سایر سازمان‌های دولتی از جمله آژانس آمار زامبیا، وزارت بهداشت، وزارت آموزش و پرورش و وزارت اراضی و منابع طبیعی. در حال حاضر برای سایر برنامه های وزارت بهداشت، مانند برنامه ریزی ایمن سازی، استفاده می شود و می تواند در سایر مداخلات بهداشتی تحت رهبری دولت در سراسر کشور به کار گرفته شود.

و این تنها نمونه ای از تلاش های GRID3 برای حمایت از دولت های ملی در جمع آوری، تولید و نگهداری داده های مکانی برای مداخلات مرتبط با سلامت است.

در پنج سال گذشته، GRID3 شاهد انطباق موفقیت‌آمیز لایه‌های داده‌های مکانی اصلی و استفاده از فناوری GIS توسط دولت‌های جمهوری دموکراتیک کنگو، نیجریه، زامبیا، بورکینافاسو، موزامبیک، سیرالئون و کنیا بوده است. بورکوفسکا گفت. ذینفعان دولتی به درک کافی از فناوری GIS برای استفاده از آن در فرآیند تصمیم‌گیری در بخش سلامت مجهز می‌شوند.

تحت تعقیب: تحلیلگران کسب و کار با مهارت های تجزیه و تحلیل موقعیت مکانی

در فوریه گذشته، برخی از باهوش ترین دانشجویان تحلیلگر فارغ التحصیل زنجیره تامین کشور در پردیس دانشگاه مسیحی تگزاس (TCU) در فورت ورث، تگزاس گرد هم آمدند تا یک آزمون دوستانه اما شدید از هوش تجاری و تجزیه و تحلیل موقعیت مکانی داشته باشند.

رقابت فارغ التحصیلان زنجیره تامین سال 2020، که برای چهارمین سال توسط دانشکده تجارت و مرکز نوآوری زنجیره تامین TCU Neeley ارائه شد ، 18 تیم از برنامه های برتر MBA را به چالش کشید تا راه حل برنده ای را برای پرونده ای که توسط رستوران های زنجیره ای در حال رشد سریع Chick ارائه شده است، ایجاد کنند. -fil-A.

تنها با توجه به 24 ساعت، تیم های دانشجوی فارغ التحصیل مجبور شدند از اطلاعات مکانی – تجزیه و تحلیل داده های کسب و کار در زمینه جغرافیایی – برای طراحی مجدد شبکه توزیع رستوران در هفت ایالت غربی، با در نظر گرفتن عواملی مانند جمعیت شناسی مصرف کننده، مسیرهای ترافیکی و اثرات زیست محیطی استفاده کنند. علاوه بر تجزیه و تحلیل مکان و مهارت‌های حل مسئله، تیم‌ها نیاز داشتند تا با ارائه یافته‌های خود به مدیران زنجیره تامین که به عنوان قاضی عمل می‌کنند، با C-suite ارتباط مؤثری برقرار کنند.

در پایان، جورجیا تک با جایزه اول: 10000 دلار، به علاوه iPads و امتیازات تا سال آینده به خانه رفت. با این حال، در تصویر بزرگتر، این یک پیروزی برای جامعه تجاری است. این مسابقه با تاکید بر نیاز به متخصصانی که هم هوش تجاری و هم توانایی استفاده از قدرت تحلیلی یک سیستم اطلاعات جغرافیایی (GIS) را دارند، با شکاف مهارتی که به شدت توسط شرکت های Fortune 500 احساس می شود، مقابله می کند.

حامیان شرکتی برای رقابت امسال عبارتند از Frito-Lay، PepsiCo و SAP. نایک و لاکهید مارتین حامی این رویداد بوده اند و در سال های گذشته مواردی را ارائه کرده اند. حضور نمایندگان برتر شرکت ها نشان دهنده علاقه مدیران به رفع این شکاف مهارتی است.

مورگان سوینک، مدیر مرکز TCU Neeley می‌گوید: «یکی از چیزهایی که بیشتر از مدیران می‌شنوم این است: «خب، ما اکنون فناوری را داریم، داده‌ها را داریم، اما استعداد نداریم.» برای نوآوری زنجیره تامین “کسی که تجارت را درک می کند و می تواند مهارت های تجزیه و تحلیل را برای مشکلات تجاری به کار ببرد و داده ها را تفسیر کند – این ترکیبی از مهارت هایی است که در حال حاضر بیشترین تقاضا را دارد.”

پر کردن خط لوله استعدادها

از آنجایی که زنجیره‌های تامین در سراسر جهان توسط اختلالات جهانی مانند همه‌گیری کووید-19 و تحولات اقتصادی آزمایش می‌شوند، نیاز به متخصصانی که می‌توانند به شرکت‌ها کمک کنند تا شبکه‌های تامین خود را کاملاً دیده شوند و برنامه‌های تداوم چابکی ایجاد کنند، بیشتر از همیشه است.

در صنایع مختلف از انرژی گرفته تا پوشاک و کشاورزی ، نسل جدیدی از تحلیلگران این خلاء را پر کرده اند. این تحلیلگران که گاهی اوقات ترانسفورماتورهای تجاری فضایی نامیده می شوند ، از بینش اطلاعات مکانی استفاده می کنند تا مشکلات را به صورت بصری از طریق نقشه های هوشمند و داشبوردهایی که الگوها را در داده ها آشکار می کنند، چارچوب بندی کنند.

 با استفاده از تجزیه و تحلیل موقعیت مکانی GIS، تحلیلگران کسب و کار می توانند مجموعه داده ها را برای مشخص کردن بهترین مناطق برای گسترش کسب و کار خرد کنند. توسعه برنامه های اضطراری برای حفظ عملیات زنجیره تامین در مواجهه با طوفان های شدید یا یک بیماری همه گیر؛ و حتی معیارهای پایداری و عدالت اجتماعی مرتبط با عملیات شرکت و شریک را نظارت کنید.

تحلیلگر کسب و کار جدید ظهور می کند

برای اطلاع از جزئیات نحوه مشارکت این نوع جدید تحلیلگر تجاری در تصمیم گیری های کلیدی در شرکت هایی مانند Walmart، Chick-fil-A و Driscoll’s، این پخش اینترنتی درخواستی را مشاهده کنید.

شرکت‌های متمرکز بر رشد مانند Chick-fil-A به طور فزاینده‌ای با مشارکت با برنامه‌هایی مانند مدرسه کسب‌وکار TCU Neeley، خط لوله استعدادهای مورد نیاز خود را شکل می‌دهند. رستوران های زنجیره ای مستقر در آتلانتا همچنین یک دفتر ماهواره ای نوآوری را در میدان فناوری جورجیا تک افتتاح کرده است تا همکاری با دانشجویان را تقویت کند. به طور مشابه، نایک از پروژه هایی با دانشجویان MIT در زمینه نوآوری زنجیره تامین حمایت می کند.

براندون استوکر، مدیر ارشد شبکه در Chick می‌گوید: استخدام مجموعه مهارت‌های مناسب برای انجام کارهایی که انجام می‌دهیم زمان زیادی طول می‌کشد – استفاده از داده‌های مکان برای حل مشکلات در مورد مسافت، هزینه‌ها، حمل‌ونقل و خدمات. -fil-A.

استوکر به شکل دادن به پرونده رقابت فرضی در TCU Neeley کمک کرد و آن را بر اساس مسائل واقعی زندگی Chick-fil-A برای حل آن کار کرد.

او می گوید: “در زنجیره تامین، بزرگترین مشکل ما در حال حاضر فقط رشد شرکت است.” از آنجایی که Chick-fil-A فروشگاه هایی را اضافه کرده است، به طور فزاینده ای به تیم GIS خود برای هدایت استراتژی رشد متکی است. تحلیلگران مکان از مدل‌های پیش‌بینی‌کننده برای داده‌های جمعیتی، جغرافیایی و فروش استفاده می‌کنند تا پیش‌بینی کنند که تقاضا در آن‌ها احتمالاً بیشترین و ریسک‌ها کمترین خواهد بود.

ترکیب تفکر تجاری و تجزیه و تحلیل مکان

18 تیم مسابقه TCU یک وظیفه مشابه داشتند: بازسازی شبکه توزیع Chick-fil-A در امتداد ساحل غربی برای پاسخگویی به تقاضای فزاینده مشتریان. با ظرفیت ذخیره‌سازی ثابت در هر رستوران، تیم‌ها باید راهی برای گسترش عرضه بدون اتمام موجودی مکان‌ها بیابند.

تیم جورجیا تک داشبورد مبتنی بر نقشه را برای شناسایی بهترین مکان 11 مرکز توزیع جدید، انجام تجزیه و تحلیل مکان در شهرهایی مانند Kennewick، واشنگتن، و San Luis Obispo، کالیفرنیا ایجاد کرد. آنها تفاوت عواملی مانند نرخ دستمزد محلی، دسترسی به بزرگراه های بین ایالتی و هزینه های املاک تجاری را در سایت های بالقوه مقایسه کردند.

دانش‌آموزان یک سرویس ون پیشنهاد کردند که مکمل تحویل معمول رستوران در مناطق متراکم شهری است. آن‌ها برنامه‌ریزی مسیر روزانه را با استفاده از GIS بهینه‌سازی کردند تا ترتیب و زمان‌بندی تحویل را بر اساس الگوهای ترافیک، موقعیت جغرافیایی و پنجره‌های ایده‌آل برای ورودی‌های محموله ترتیب دهند. فراتر از تجزیه و تحلیل اقتصادی، تیم جورجیا Tech همچنین انتشار گاز از ون ها را پیش بینی کرد و آنها را به پیشنهاد استفاده از وسایل نقلیه الکتریکی سوق داد .

نتیجه طرح پیشنهادی آنها بازیابی 500000 دلار از فروش از دست رفته به اضافه 150000 دلار سود به لطف خدمات تحویل ون جدید بود. در نهایت، این یک استراتژی برنده با داوران ثابت کرد.

دانیل پولین، رئیس جان وی. روچ از دانشکده بازرگانی TCU Neeley، به تیم ها اعتبار می دهد که راه حل های نوآورانه را پذیرفته اند.

او می‌گوید در تجارت، «شما باید هر روز حق رهبری را کسب کنید. به نظر من، شما حق رهبری و رقابت را از طریق پذیرش نوآوری به دست می‌آورید.»

براندون استوکر، چیک فیل ای
 تحلیلگر کسب و کار

مکان‌هایی مانند TCU که واقعاً برای ایجاد ارزش برای دانش‌آموزان خود تلاش می‌کنند – در توسعه افرادی که نه تنها دارای قابلیت‌های فنی هستند، بلکه می‌دانند چگونه به مشکلات تجاری به روشی بهتر فکر کنند – این برای ما بسیار ارزشمند است.

براندون استوکر، چیک فیل ای

اطلاعات مکان 101

این توصیف همچنین نوع فارغ‌التحصیلان MBA را مشخص می‌کند که Chick-fil-A و سایر شرکت‌ها به دنبال جذب آن هستند: حرفه‌ای‌هایی که می‌توانند تجزیه و تحلیل موقعیت مکانی را با استراتژی کسب‌وکار از روز اول ترکیب کنند و به آموزش در حین کار کمتری نیاز دارند.

استوکر از این رقابت می گوید: «شما واقعاً می توانید بگویید که چه کسی می داند چگونه داده ها را [تجزیه و تحلیل] تجزیه و تحلیل کند، چه کسی می داند چگونه چیزها را توضیح دهد، چه کسی می داند که چگونه با هم کار کند. او می گوید که تعداد انگشت شماری دانش آموز را از رده های تیم های رقیب دیده است که دوست دارد آنها را استخدام کند.

همچنین تحلیلگرانی که همان توانایی دوگانه را دارند، اما برعکس، تقاضای بالایی دارند: فارغ التحصیلان GIS که مهارت های تجزیه و تحلیل موقعیت مکانی را در مدرسه تقویت کردند و این مهارت را با درک نیازهای تجاری تکمیل کردند. تا حدی از آنجایی که COVID-19 و نوسانات اقتصادی نیاز شرکت ها به توسعه استراتژی های مکان یابی را تقویت کرده است، بازار جهانی GIS به سرعت در حال رشد است و پیش بینی می شود تا سال 2030 به 25.6 میلیارد دلار برسد . برای شرکت‌های Fortune 500، مهم نیست که کدام تمرکز برای استخدام‌های جدید اول بوده است – اولویت یافتن افرادی است که بتوانند از بینش موقعیت مکانی برای کمک به کسب‌وکارها برای کسب برتری استفاده کنند.

مسابقاتی مانند TCU که به عنوان پلی بین دانشجویان MBA، دانشگاه ها و مشاغل عمل می کند، هدف مهمی برای همه طرف های شرکت کننده دارد. شرکت ها فرصتی برای تبلیغ مهارت های مورد نیاز مانند تسلط GIS، ایجاد گفتگو با دانشگاه ها در مورد چگونگی تطبیق برنامه ها و برنامه های درسی با نیازهای بخش خصوصی را دارند. در همین حال، فارغ‌التحصیلان مدرسه بازرگانی با برندهای بزرگ، تماس برقرار می‌کنند و مهارت‌های خود را به رهبران تجاری برتر نشان می‌دهند.

مدرسه نیلی هیئت مشاوری متشکل از 16 شرکت دارد و به طور منظم با شبکه گسترده‌تری متشکل از 30 شریک نزدیک شرکتی در تماس است. هر سال، این دانشگاه از رهبران کسب و کار در مورد اینکه چه مجموعه مهارت هایی بیشتر مورد نیاز است و چه نوع فناوری هایی که دانشجویان فارغ التحصیل باید با آن ها آشنا شوند، نظرسنجی می کند.

Swink می گوید: “ما در حال تلاش برای اضافه کردن اطلاعات بیشتر از این مجموعه اطلاعات مکانی و مجموعه مهارت های GIS به برنامه درسی خود هستیم، و زمانی که این کار را انجام دادیم، فکر می کنم بازار جدیدی را باز خواهیم کرد.”

دانش آموزان نیز از این گفتگوی آموزشی-تجاری بهره مند می شوند. Swink اشاره می کند که در حالی که دانش آموزان تمایل دارند در یک زمینه تخصص داشته باشند – به عنوان مثال، خرید، تدارکات یا برنامه ریزی – اگر امیدوارند در سازمان پیشرفت کنند، باید بدانند که چگونه این عملکردها با هم کار می کنند. او می گوید: «قدرت واقعی مدیریت زنجیره تامین فقط در مدیریت عالی این عملکردها نیست، بلکه مدیریت ارتباطات بین آنهاست.

پس‌زمینه تجزیه و تحلیل موقعیت مکانی می‌تواند به فارغ‌التحصیلان اخیر رونق حرفه‌ای بدهد، با داشبوردهای GIS که گرفتن آن نمای کل‌نگر و تصویر بزرگ از یک شبکه را در تمام سطوح تامین‌کننده آسان‌تر می‌کند .

فارغ التحصیلی از رهبران تجارت فردا

مدرسه نیلی به توانایی انطباق برنامه های درسی با نیازهای دنیای تجارت که به سرعت در حال تغییر هستند می بالد. آنها اخیراً در عرض چند هفته یک مدرک کارشناسی ارشد علوم در تجزیه و تحلیل کسب و کار ایجاد کردند – وظیفه ای که ممکن است به سال ها در مدارس کمتر چابک نیاز داشته باشد.

TCU Neeley علاوه بر ایجاد مزیت هوش مکانی در رقابت زنجیره تامین، بر این مهارت به روش‌های دیگری تاکید کرده است. این مدرسه اخیراً شروع به شرکت در روز ملی GIS کرد، یک باشگاه GIS ایجاد کرد و یک مسابقه نقشه برداری را آغاز کرد که اعضای بخش زمین شناسی و موسسه انرژی TCU را درگیر می کند.

Molly Kanthak، دستیار مدیر جذب و پذیرش فارغ التحصیلان در مرکز نوآوری زنجیره تامین، می گوید: “این یک راه خلاقانه دیگر است که ما به آن دانش آموزان این فرصت را می دهیم که اکنون با استفاده از فناوری GIS، رهبری را آغاز کنند.”

همانطور که TCU برای فارغ التحصیل شدن رهبران کسب و کار فردا تلاش می کند، مربیان زنجیره تامین مانند Swink رقابت TCU را به عنوان یک مزیت اساسی – با قرار دادن دانش آموزان در معرض فناوری های تحلیلی سطح بعدی – می دانند. رهبران تجاری که پتانسیل پلتفرمی مانند GIS را درک می‌کنند و می‌توانند اطلاعات مکانی را که ایجاد می‌کند در استراتژی و عملیات به کار ببرند، هم به پیشرفت شغل خود و هم به موفقیت شرکت‌هایشان کمک می‌کنند.

دین پولین می‌گوید که اکنون این موضوع به‌ویژه مهم است.

بسیار واضح است که با وجود همه تغییرات در جهان و سرعتی که ما آن را تجربه می‌کنیم، این کسانی هستند که می‌توانند به داده‌ها دسترسی داشته باشند، تجزیه و تحلیل و تفسیر کنند تا تصمیم‌های بهتری را که بر اساس ریسک تعدیل شده است، برنده شوند. “

برای مگاپروژه زیرساخت در پرو، ArcGIS GeoBIM حیاتی است

در سال 2017، مناطق مختلف پرو باران سیل آسا، سیل گسترده و رانش زمین به دلیل ال نینو را تجربه کردند – زمانی که آب گرم غیرعادی در اقیانوس آرام باعث ایجاد شرایط آب و هوایی غیرعادی می شود. آب و هوای فاجعه بار 1 میلیون نفر از ساکنان سواحل پرو را تحت تأثیر قرار داد و نزدیک به 22000 خانه را ویران کرد.

برای کمک به بازیابی، دولت پرو «مرجع بازسازی با تغییرات» (ARCC) را تأسیس کرد، یک نهاد عمومی موقت که مسئول تلاش‌ها برای بازسازی زیرساخت‌های عمومی آسیب‌دیده بود. طرح بازسازی ARCC شامل مجموعه ای از پروژه ها در 13 منطقه است، از جمله یکی برای حوضه رودخانه Olmos و Zaña در شمال پرو. برای این پروژه، سدهای دفاعی رودخانه، دایک های مهار و کانال های تخلیه برای کاهش سیل و حفاظت از ساکنان آسیب پذیر در صورت وقوع طوفان های دیگر ساخته می شود.

مدل سه بعدی سازه های ساخته شده در بستر رودخانه
برای مگاپروژه زیرساخت در پرو، ArcGIS GeoBIM حیاتی است
ArcGIS GeoBIM به ذینفعان کمک می کند تا پروژه ها را به طور کلی مشاهده کنند و به راحتی بازخورد خود را به اشتراک بگذارند.

از آنجایی که اجزای طراحی و توسعه شامل بسیاری از سهامداران و تعداد زیادی از دارایی ها می شود، همه چیز باید به طور کارآمد سازماندهی شود. بنابراین کنسرسیوم Rovella INMAC – شرکتی که مسئولیت مدیریت، طراحی و اجرای پروژه را بر عهده دارد – ArcGIS GeoBIM را مستقر کرد.

 این برنامه مبتنی بر وب، اعضای تیم و سایر ذینفعان را قادر می‌سازد تا پروژه‌ها، دارایی‌ها و پورتفولیوهای مبتنی بر مدل‌سازی اطلاعات ساختمان (BIM) را مشاهده کرده و با یکدیگر همکاری کنند. با ایجاد یک اتصال ابر به ابر بین ArcGIS و Autodesk Construction Cloud، ArcGIS GeoBIM نحوه دسترسی تیم‌ها به اطلاعات طراحی و ساخت به‌روز را که در سیستم‌ها ذخیره می‌شود، از جمله مستندات، مدل‌های دیجیتال سه بعدی و مسائل مدیریت پروژه، ساده می‌کند.ادغام BIM و GIS

با پروژه Olmos و Zaña، یک چالش مهم برای کنسرسیوم Rovella INMAC – که از Rovella Carranza و INMAC PERÚ، دو شرکت مستقر در آرژانتین تشکیل شده است – همه سهامداران را وادار کرد تا از مدل اطلاعات پروژه (PIM) در طول ساخت و ساز استفاده کنند. PIM مجموعه ای از اطلاعات دیجیتالی است که در مراحل طراحی و ساخت پروژه ایجاد می شود. یک PIM اطلاعات را از چندین رشته، از جمله داده های غیر گرافیکی و اسناد پروژه جمع آوری می کند.

به گفته دیوید آنتونیو کاستیلو، متخصص BIM در کنسرسیوم Rovella INMAC، نرم افزاری که معمولاً برای ایجاد PIM استفاده می شود برای مناطق کاری به بزرگی حوضه رودخانه اولموس و زانا طراحی نشده است که مجموعاً 1239 مایل مربع (3210 کیلومتر مربع) را شامل می شود. – مساحتی چهار برابر شهر نیویورک. از آنجایی که PIM مجموعه‌ای از مدل‌های دیجیتال سه بعدی است، نرم‌افزار مورد استفاده برای آن نیز معمولاً روی رایانه‌های رومیزی پیشرفته اجرا می‌شود که همه اعضای تیم به آن دسترسی ندارند.

رویر فرانکلین تیتو، مهندس عمران و مدیر BIM در کنسرسیوم Rovella INMAC، فکر می‌کند که یکپارچه‌سازی فناوری BIM و GIS برای دیجیتالی کردن داده‌های مرتبط و مدیریت اطلاعات می‌تواند مشکل PIM را حل کند و به پروژه ارزش بیافزاید. همچنین به تیم کمک می کند تا به ISO 19650، استانداردی بین المللی برای مدیریت اطلاعات با استفاده از BIM در طول چرخه عمر دارایی ساخته شده، پایبند باشد.

کاستیو گفت: «برای سازماندهی و دیجیتالی کردن اطلاعات، لازم بود فناوری GIS به هم متصل شود و متدولوژی BIM در آن ادغام شود… در طول مراحل طراحی».

استراتژی اولیه این بود که Autodesk Construction Cloud و داده‌های مدل ArcGIS را در Autodesk InfraWorks یکپارچه کنیم. با این حال، تیم با دو چالش بسیار خاص روبرو شد.

سدی که به رنگ قرمز و نارنجی نشان داده شده است که با یک مجرای ورودی پیشنهادی تقاطع می‌یابد که در رنگ‌های سفید و قهوه‌ای نشان داده شده است.
با استفاده از ArcGIS GeoBIM، اعضای تیم می توانند درگیری هایی را که ممکن است در طول مرحله ساخت و ساز رخ دهد، مانند بین آبگیر و سد، که در اینجا نشان داده شده است، تشخیص دهند.

Ttito گفت: «[Autodesk InfraWorks] تنها می‌توانست توسط یک تیم کوچک اداره شود. علاوه بر این، [اندازه] کل پروژه استفاده از این نرم‌افزار را برای ساخت PIM دشوار می‌کرد. می‌توان قسمت‌هایی از فیل را تجسم کرد، اما نه کل فیل را.”

این زمانی بود که ArcGIS GeoBIM وارد تصویر شد.

راهی برای مشاهده کل نگر طرح ها

برای کاستیو، ضروری بود که همه اعضای کنسرسیوم بتوانند با داده های BIM و GIS بدون نیاز به فناوری پیشرفته کار کنند. به عنوان یک برنامه مبتنی بر وب، ArcGIS GeoBIM – که می تواند در پروژه های BIM از مرحله طراحی تا ساخت و ساز استفاده شود – توانست این را ارائه دهد. این برنامه همچنین تیم را قادر می‌سازد تا داده‌ها را در میان سیستم‌های متفاوت پیوند دهد – به عنوان مثال، با اتصال اطلاعات طراحی و ساخت که در Autodesk Construction Cloud با ArcGIS مدیریت می‌شوند.

ArcGIS GeoBIM یک راه حل دیجیتالی است که استراتژی ما برای یکپارچه سازی اطلاعات در یک مدل دیجیتال را برآورده می کند. ما می‌توانیم ساخت دارایی‌های دیجیتال را با [این] محیط مرتبط کنیم و همکاری با دیگر [ذینفعان] درگیر را ارتقا دهیم.» این به ما امکان می دهد از دوباره کاری اجتناب کنیم و تأخیر زمان پاسخگویی اطلاعات را کاهش دهیم.

Castillo اضافه کرد که با ArcGIS GeoBIM، این تیم «می‌تواند اطلاعات بی‌پایانی را از نظر مدل‌های تبدیل شده به لایه‌ها و مدل‌های ویژگی در نرم‌افزار اصلی خود که در Autodesk Construction Cloud ذخیره می‌شوند، ترکیب و پیوند دهد».

برای یادگیری نحوه استفاده از ArcGIS GeoBIM، Castillo و Ttito فیلم های آموزشی را تماشا کردند و کار با برنامه را تمرین کردند. Ttito به طور خاص دوست داشت ArcGIS GeoBIM به متخصصان اجازه می‌دهد به راحتی اطلاعات طراحی نهایی را در حین ساخت مشاهده کنند، زیرا تجسم داده‌ها در فضای ابری موجود است.

تیتو گفت: “روش کار به منظور تجسم اطلاعات الفبایی مدل های BIM و اطلاعات GIS برای متخصصان درگیر بسیار دوستانه تر است.” ArcGIS GeoBIM بصری است و به سادگی باز کردن یک صفحه وب بدون نیاز به نصب نرم افزار دسکتاپ است.

اعضای تیم اکنون از Autodesk Construction Cloud برای طراحی و ذخیره داده‌های مورد نیاز برای ساخت مدل‌های دیجیتال و مستندات، مانند معیارها و بودجه‌ها استفاده می‌کنند. این تیم همچنین از Autodesk Docs، یک محیط مدیریت اسناد مبتنی بر ابر در پلتفرم Autodesk Construction Cloud، برای مدیریت ارسال اطلاعات رسمی از طرف پیمانکاران فرعی طراحی و ساخت استفاده می‌کند. نرم افزار مدیریت پروژه Autodesk Build به تیم کمک می کند تا اسناد را سازماندهی کند، داده های BIM را با داده های GIS متصل کند و همکاری بین سهامداران را افزایش دهد.

یک مدل سه بعدی از پلی که بر بستر رودخانه امتداد دارد
داشتن مدل‌های دیجیتالی دقیق از طرح‌های آن‌ها به اعضای کنسرسیوم کمک می‌کند تا به سرعت تأییدیه‌ها را دریافت کنند.

با برنامه‌های ArcGIS GeoBIM – که نقشه‌های وب، صحنه‌های وب و داده‌های پروژه Autodesk ارجاع‌شده جغرافیایی را به هم متصل می‌کنند، اعضای تیم می‌توانند از داده‌های مرتبط برای پشتیبانی از اهداف تحویل پروژه و گردش‌های کاری عملیاتی استفاده کنند. و برنامه ها را می توان با سهامداران مختلف در کنسرسیوم به اشتراک گذاشت تا آنها بتوانند پروژه ها را به طور کلی مشاهده کنند و به راحتی بازخورد خود را به اشتراک بگذارند.

برای Castillo، جذاب‌ترین جنبه استفاده از ArcGIS GeoBIM این است که ظرفیت اجرای پروژه‌ای به بزرگی پروژه‌ای که در حوضه رودخانه اولموس و Zaña انجام می‌شود را دارد.

او گفت: «من از این واقعیت خوشم می‌آید که ArcGIS GeoBIM به عنوان راه‌حلی برای پروژه‌های بزرگ در نظر گرفته شده است، جایی که میزان اطلاعاتی که به کار گرفته می‌شود محدودیتی نیست.

“بزرگترین دستاورد” پروژه

پروژه Olmos و Zaña هنوز در مرحله طراحی است، اما استفاده کنسرسیوم از ArcGIS GeoBIM قبلاً نتایج مثبتی برای برنامه ریزی و محاسبه هزینه به همراه داشته است. داده‌های GIS و BIM دیجیتالی، سازمان‌دهی‌شده و مرتبط، پروژه را چابک‌تر کرده است، زیرا ذینفعان می‌توانند به راحتی به اطلاعات مورد نیاز برای تصمیم‌گیری سریع و مؤثر دسترسی پیدا کنند.

اعضای تیم کنسرسیوم و همچنین پیمانکاران فرعی پروژه، می توانند بر روی اسناد BIM و مدل های دیجیتال کار کنند و در Autodesk Construction Cloud ارتباط برقرار کنند. این داده ها همچنین در Microsoft SharePoint به اشتراک گذاشته می شوند که همکاری بیشتری را تقویت می کند.

به گفته کاستیو، داشتن فضایی مبتنی بر وب برای ذخیره و پیوند دارایی های پروژه، “بزرگترین دستاورد” کنسرسیوم بوده است.

او گفت: «می‌توانیم بگوییم که ArcGIS GeoBIM مهره‌ای بر روی کیک در کل پروژه است. “همکاری که بین Esri و Autodesk وجود دارد کمک بزرگی به ادغام GIS و BIM/CAD بوده است که برای توسعه پروژه‌ها در بخش AEC [معماری، مهندسی و ساخت‌وساز] ضروری بود.”

تیتو افزود: «همکاری اطلاعاتی امکان کشف کاستی‌هایی را در هماهنگی فضایی فراهم می‌کند که اگر ما به روش متعارف کار می‌کردیم امکان‌پذیر نبود.

با استفاده از ArcGIS GeoBIM، این تیم می تواند یک مدل دیجیتال هماهنگ شده از یک زیرساخت را قبل از ساخت آن تولید کند. تجربه مبتنی بر وب ارائه شده توسط ArcGIS GeoBIM که به Autodesk Construction Cloud متصل می شود به تیم اجازه می دهد تا اثرات زیست محیطی و آسیب احتمالی به بقایای باستان شناسی را قبل از شروع ساخت و ساز اندازه گیری کند.

یک مدل سه‌بعدی آبگیر - با رنگ‌های قرمز، نارنجی، سبز و بنفش نشان داده شده است - در بستر رودخانه
این کنسرسیوم در حال طراحی آبگیرهایی در امتداد رودخانه Zaña است که امکان پمپاژ آب از آن را فراهم می کند.

Ttito گفت: «راه‌حل‌های Autodesk و Esri قطعاً برای متخصصان به یک ضرورت تبدیل شده‌اند و کار آن‌ها را در مقایسه با جریان‌های کاری سنتی کارآمدتر می‌کنند. مشتری ما به طرح ها اطمینان بیشتری دارد و این امکان وجود دارد که [طرح ها] سریعتر پذیرفته شوند تا بتوان آنها را ساخت.»

هنگامی که ساخت و ساز شروع می شود، ذینفعان همچنان می توانند به اطلاعات مورد نیاز خود در یک مدل دیجیتال دسترسی داشته باشند – و این مدل دیجیتال حتی زمانی که زیرساخت در نهایت به بهره برداری برسد مفید خواهد بود. به گفته Ttito، این کار تکراری را کاهش می‌دهد و این امکان را فراهم می‌کند که منابع را با کارآمدتر تهیه کنیم و بفهمیم که در کجا می‌توان از مواد اضافی استفاده کرد.

او گفت: «ساخت یک مدل هماهنگ… این امکان را فراهم می کند که یک چشم انداز کامل و جامع از پروژه داشته باشیم. ما مسیرهای دسترسی واضح تری به کارها داریم و همچنین برآورد محاسبه بار برای بودجه واقعی تر و مؤثرتر است.»

ستونی برای موفقیت

اگرچه کنسرسیوم Rovella INMAC هنوز در حال اجرای ArcGIS GeoBIM است، Ttito تأیید کرد که سازمان در حال برنامه‌ریزی برای استفاده از آن، همراه با Autodesk و سایر پیشنهادات Esri مانند ArcGIS Field Maps و ArcGIS Survey123 برای مدیریت ساخت‌وساز و جمع‌آوری داده‌ها است. پرسنل کنسرسیومی که در ساخت و ساز شرکت خواهند کرد، اکنون در مورد راه حل ها آموزش می بینند و پیمانکاران فرعی ساخت و ساز باید دنبال شوند.

این تیم همچنین از ArcGIS GeoBIM برای ارائه ارائه برای ساکنان حوضه رودخانه اولموس و Zaña استفاده می کند تا آنها را از به روز رسانی پروژه مطلع کند. تیتو گفت که تیم این کار را در طول چرخه عمر پروژه ادامه خواهد داد.

تیتو در پایان گفت: “کنسرسیوم Rovella INMAC متقاعد شده است که راه حل های دیجیتال Esri و Autodesk یک ستون اساسی برای موفقیت پروژه هستند.”

ابهام زدایی GeoAI

در چشم انداز تکنولوژیک به سرعت در حال تحول امروز، همگرایی هوش مصنوعی (AI) و هوش مکانی باعث ایجاد یک فناوری انقلابی شده است: هوش مصنوعی جغرافیایی (GeoAI). GeoAI هوش مصنوعی را با داده‌های مکانی، علم و فناوری ترکیب می‌کند تا گردش کار را تسریع کند، بینش‌های ارزشمند را کشف کند و مشکلات فضایی را حل کند. با توانایی نظارت و تجزیه و تحلیل سریع رویدادها، کاربران را قادر می سازد تا با محیط در حال تغییر تکنولوژیک همگام شوند و سریعتر از قبل تصمیمات آگاهانه بگیرند. این افزایش آگاهی موقعیتی، همراه با بینش و پیش بینی های غنی که GeoAI می تواند از الگوهای فضایی ایجاد کند، نتایج ارزشمندی را برای مشاغل، سازمان های دولتی و سایر سازمان ها ایجاد می کند.

ابهام زدایی GeoAI
هوش مصنوعی زمین مکانی (GeoAI) در تقاطع هوش مصنوعی (AI) و هوش مکان اتفاق می افتد.

هوش مصنوعی دو جزء کلیدی دارد: یادگیری ماشینی و یادگیری عمیق. یادگیری ماشینی شامل آموزش کامپیوتر برای یادگیری الگوهای درون داده ها و پیش بینی نتایج بدون دریافت دستورالعمل های صریح برای انجام این کار است. یادگیری عمیق – زیر مجموعه ای از یادگیری ماشین – از ساختارهای الگوریتمی به نام شبکه های عصبی استفاده می کند که از روشی الهام گرفته شده از مغز انسان برای یادگیری الگوهای پیچیده در داده ها با کنار هم قرار دادن مفاهیم ساده تر.

در چارچوب GeoAI، یادگیری ماشینی می‌تواند برای تجزیه و تحلیل داده‌های مکانی و حل مسائل فضایی با استفاده از طبقه‌بندی، خوشه‌بندی و تکنیک‌های پیش‌بینی و پیش‌بینی استفاده شود. از سوی دیگر، یادگیری عمیق اغلب در GeoAI برای تولید داده‌های فضایی غنی با خودکارسازی استخراج، طبقه‌بندی و تشخیص اطلاعات مکانی از تصاویر، ویدیوها، ابرهای نقطه‌ای و متن استفاده می‌شود. همچنین می توان از آن برای تجزیه و تحلیل داده های مکانی برای پیش بینی و پیش بینی استفاده کرد.

بسیاری از سازمان‌ها با استفاده از GeoAI برای اتخاذ تصمیم‌های مبتنی بر داده‌ها و اتخاذ اقدامات پیشگیرانه که چالش‌ها و فرصت‌ها را در حوزه فضایی برطرف می‌کنند، عملیات خود را مدرن می‌کنند. GeoAI از طیف وسیعی از کاربردها مانند شناسایی و طبقه بندی تغییرات پوشش زمین، پیش بینی رشد شهری و ارزیابی خطرات زیست محیطی پشتیبانی می کند. و مجموعه متنوعی از راه‌حل‌های GeoAI وجود دارد – از جمله مدل‌های از پیش آموزش‌دیده خارج از جعبه، مدل‌هایی که می‌توانند برای رسیدگی به مسائل خاص تنظیم شوند، و مدل‌های سفارشی – که نیازهای سازمانی مختلف را برآورده می‌کنند.

در ادامه بخوانید تا ببینید GeoAI چگونه می‌تواند به سازمان‌هایی که با سناریوهای مختلف روبرو هستند کمک کند تا بینش معنی‌داری را از داده‌ها به دست آورند و مشکلات مکانی را با سرعت، دقت و کارایی بی‌نظیر حل کنند.

افزایش تعمیر و نگهداری بزرگراه با یک مدل از پیش آموزش دیده

انجام تعمیر و نگهداری بزرگراه چالش های متعددی را برای ادارات حمل و نقل ایجاد می کند. شبکه‌های جاده‌ای وسیع هستند و ترک‌ها و عیوب جاده‌ها باید به سرعت شناسایی شوند. روش‌های بازرسی دستی سنتی کار فشرده هستند و می‌توانند مناطقی را که نیاز اساسی به تعمیر دارند، شناسایی نکنند.

مدل های GeoAI از پیش آموزش دیده وجود دارد که می تواند تشخیص ترک جاده را به صورت خودکار انجام دهد و بخش های حمل و نقل را قادر می سازد تا تجزیه و تحلیل بیشتری را در نقاط کلیدی انجام دهند. با در دست داشتن این اطلاعات، بخش‌های حمل‌ونقل می‌توانند برنامه‌های تعمیر و نگهداری کارآمد و پیشگیرانه را برای حفظ بزرگراه‌ها در شرایط خوب اجرا کنند.

خطوط زرد متمایل به عکسی از آسفالت که محل ترک‌ها را نشان می‌دهد
مدل های GeoAI از پیش آموزش دیده می توانند به طور خودکار ترک ها را در جاده ها تشخیص دهند.

نحوه استفاده از یک مدل از پیش آموزش دیده تشخیص ترک در جاده

یک بخش تعمیر و نگهداری بزرگراه می تواند رویه های ارزیابی وضعیت جاده خود را با GeoAI با استفاده از یک مدل یادگیری عمیق از پیش آموزش دیده که به طور خاص برای تشخیص ترک ها و ناهنجاری ها در جاده ها آموزش دیده است، افزایش دهد.

این فرآیند با استفاده از پهپادها و دوربین‌های نصب شده بر روی خودرو برای گرفتن تصاویر با وضوح بالا از جاده‌های منطقه مورد علاقه خود توسط تیم GIS بخش حمل‌ونقل آغاز می‌شود. سپس تیم GIS می‌تواند یک مدل تشخیص ترک‌های جاده‌ای آماده برای استفاده و از پیش آموزش دیده را روی تصاویر اعمال کند. همانطور که مدل تصاویر را پردازش می کند، به طور موثر ترک ها و عیوب جاده ها را شناسایی می کند.

سپس این بخش می‌تواند از این ویژگی‌های استخراج‌شده به عنوان ورودی برای الگوریتم یادگیری ماشینی استفاده کند که از تحلیل رگرسیون برای مدل‌سازی شرایط جاده بر اساس ویژگی‌های ترافیکی، مانند تراکم بالای کامیون در مسیرهای خاص استفاده می‌کند. خواص مصالح جاده، مانند سن و ضخامت روسازی؛ و سایر اندازه گیری های عملکرد جاده این به تیم درک بهتری از تأثیراتی که این متغیرها می‌توانند بر ترک‌های موجود و نقص جاده داشته باشند، می‌دهد.

با تمام این اطلاعات در دست، تیم می تواند پیش بینی کند که تعمیر و نگهداری جاده ممکن است مورد نیاز باشد. این به بخش حمل و نقل اجازه می دهد تا تلاش های تعمیر را اولویت بندی کند، تعمیرات پیشگیرانه را انجام دهد و منابع تعمیر و نگهداری جاده را بهینه کند. اتخاذ این رویکرد به طور قابل توجهی روند بازرسی و تعمیر جاده را تسریع می کند و این بخش را قادر می سازد تا جاده های خود را برای رانندگان هموارتر و ایمن تر کند.

بهینه سازی تخصیص منابع شهر با تنظیم دقیق مدل های موجود

در بسیاری از مناطق در سراسر جهان، مردم در سکونتگاه‌های غیررسمی زندگی می‌کنند که در آن واحد مسکونی می‌تواند امروز وجود داشته باشد و فردا نقل مکان کند. اکثر کشورها هر دهه از طریق سرشماری جمعیت را مورد بررسی قرار می دهند، اما از آنجایی که سکونتگاه های غیررسمی پویا هستند، شمارش جمعیت در مقیاس محلی می تواند تا زمان انتشار داده های سرشماری قدیمی شود.

از آنجایی که دولت‌های محلی برای تخصیص خدمات اجتماعی حیاتی مانند مراقبت‌های پزشکی، مدارس و بانک‌ها به داده‌های جمعیتی تکیه می‌کنند، جمع‌آوری و نگهداری داده‌های دقیق جمعیت در سطوح محلی – به‌ویژه در مناطقی که مهاجرت فعال مداوم را تجربه می‌کنند، ضروری است.

استفاده از یک مدل یادگیری عمیق ردپای ساختمان که به خوبی با جغرافیای یک منطقه تنظیم شده است، می تواند به سازمان های دولتی محلی کمک کند تا شمارش جمعیت را ثابت نگه دارند.

عکس هوایی از یک منطقه روستایی با مستطیل‌هایی با شکل‌های متفاوت و نقاط رنگارنگ که محل قرارگیری ساختمان‌ها را نشان می‌دهد.
یک مدل یادگیری عمیق ردپای ساختمان را می توان به خوبی با جغرافیای یک منطقه تنظیم کرد.

نحوه به کارگیری یک مدل یادگیری عمیق ردپای ساختمان با تنظیم دقیق

برای تنظیم دقیق یک مدل یادگیری عمیق ردپای ساختمانی خارج از جعبه به طوری که بتواند سکونتگاه های غیررسمی را در یک جغرافیای خاص شناسایی کند، کارکنان دولت محلی می توانند با گرفتن تصاویر هوایی از یک سکونتگاه غیررسمی محلی شروع کنند. کارکنان می توانند از این تصاویر برای تولید داده های آموزشی استفاده کنند، ابتدا با انتخاب مناطق نمونه و شناسایی دستی سکونتگاه های غیررسمی. سپس، آنها می توانند این داده ها را دیجیتالی کرده و از آن به عنوان ورودی برای آموزش مجدد مدل استفاده کنند. سپس کارکنان می توانند مدل را با پارامترهای مورد نظر خود – مانند میزان یادگیری یا دقت مدل – تنظیم کنند و از آن برای استخراج ردپای ساختمان در منطقه بزرگتر استفاده کنند.

پس از آن، کارکنان می‌توانند از تکنیک‌های یادگیری ماشینی مانند تحلیل رگرسیون برای مدل‌سازی نوسان جمعیت سکونتگاه غیررسمی بر اساس عواملی مانند ویژگی‌های جمعیتی خانوار استفاده کنند. متغیرهای جغرافیایی، از جمله ارتفاع منطقه، نزدیکی به جاده ها، و چراغ های شبانه. و ویژگی های خاص خود ردپای ساختمان مشتق شده، مانند مساحت و تراکم آنها. این به کاربران امکان می‌دهد تخمین‌های جمعیت در سطح خانوار را در منطقه بزرگ‌تر پیش‌بینی کنند. این تخمین‌ها می‌توانند متعاقباً برای کمک به اطلاع‌رسانی تصمیمات دولت محلی جمع‌آوری شوند.

این تکنیک کاربران را از آموزش دستی یک مدل از ابتدا منع می کند. در عوض، آنها می‌توانند از یک مدل آماده استفاده کنند و آن را به پارامترهای مورد نظر بازآموزی کنند. این امر روند جمع آوری داده ها را سرعت می بخشد و به دولت های محلی کمک می کند تا امکانات و خدمات لازم را به ساکنان خود برای کمک به رشد و شکوفایی جامعه دریافت کنند.

بهبود نتایج واکنش به بلایا با ساخت مدل‌های سفارشی

پس از طوفان، دولت‌های محلی و سازمان‌های کمک‌رسان باید آسیب وارد شده به سازه‌های ساختمانی در مناطق سخت‌دیده را ارزیابی کنند. انجام سریع ارزیابی خسارت، درست پس از یک بلای طبیعی، بازیابی سریعتر و تلاش های بازسازی را امکان پذیر می کند.

این سازمان ها می توانند تصاویر تاریخی از یک منطقه بگیرند و از آن برای آموزش یک مدل یادگیری عمیق سفارشی استفاده کنند که می تواند به سرعت و ایمن ساختمان های آسیب دیده و سایر ویژگی های مورد علاقه را شناسایی کند.

یک عکس هوایی از یک منطقه مسکونی با جای زخم سوختگی در اطراف آن که اشکال قرمز رنگی را نشان می‌دهد که ساختمان‌های آسیب‌دیده را نشان می‌دهد و اشکال سبزی که نشان‌دهنده ساختمان‌های آسیب‌دیده است.
مدل های یادگیری عمیق سفارشی را می توان برای مکان یابی ساختمان های آسیب دیده پس از یک بلای طبیعی آموزش داد.

چگونه یک مدل تشخیص آسیب سفارشی بسازیم

برای توسعه یک مدل یادگیری عمیق سفارشی که میزان آسیب پس از طوفان را تشخیص می‌دهد، تیم GIS در سازمان کمک‌رسانی در بلایا می‌تواند با گرفتن آرشیو داده‌های تصاویر تاریخی که منطقه را پس از چندین بلای طبیعی نشان می‌دهد، شروع کند. سپس یک مدل یادگیری عمیق سفارشی را می توان با استفاده از این تصاویر آموزش داد تا نحوه شناسایی ساختمان های آسیب دیده و سایر ویژگی های مهم را بیاموزد.

هنگامی که بلایای طبیعی در آینده رخ می دهد، تیم می تواند این مدل را در تصاویر جدید پس از رویداد اعمال کند تا به طور خودکار ویژگی های آسیب دیده را استخراج کند. این امر تخصیص منابع را برای اولین پاسخ دهندگان و شرکت های بیمه برای شروع رسیدگی به مطالبات ساکنان آسان تر می کند.

هنگامی که مدل سازه‌هایی را که توسط طوفان اخیر آسیب دیده‌اند شناسایی و نقشه‌برداری می‌کند، تیم می‌تواند آن‌ها را در جریان کار یادگیری ماشین بارگذاری کند. از آنجا، تیم می‌تواند به سرعت تحلیل‌های خوشه‌ای را روی ساختمان‌های آسیب‌دیده انجام دهد تا مناطق اولویت‌دار برای اسکان موقت را شناسایی کند. این تیم همچنین می‌تواند از یک مدل پیش‌بینی برای تخمین میزان زباله‌های تولید شده توسط طوفان و کشف تأثیر تجمعی طوفان بر حوزه‌های آبخیز محلی استفاده کند.

با استفاده از مدل‌های یادگیری عمیق، ارزیاب‌هایی که قبلاً، مثلاً 100 ارزیابی دستی آسیب در ساعت انجام می‌دادند، اکنون می‌توانند صدها هزار ارزیابی خودکار را در همان زمان انجام دهند. این امر آژانس های فدرال و شرکت های بیمه را قادر می سازد تا در ارسال کمک به نیازمندان اقدام به موقع انجام دهند.

با GeoAI در ArcGIS شروع کنید

همه اینها نمونه‌های قدرتمندی از نحوه عملکرد GeoAI در موقعیت‌های مختلف هستند، اما آنها فقط سطح ممکن را خراش می‌دهند. راه های زیادی وجود دارد که کاربران می توانند از GeoAI در ArcGIS استفاده کنند که از نظر پیچیدگی و سطوح سفارشی سازی متفاوت است.

برای شروع کار با این فناوری پیشگامانه زمین‌فضایی، کاربران می‌توانند ابتدا بیش از 50 مدل یادگیری عمیق از پیش آموزش‌دیده Esri را کاوش کنند و ببینند آیا یکی برای موقعیت آنها کار می‌کند یا خیر. این مدل‌ها یک راه‌حل خارج از جعبه ارائه می‌کنند، بنابراین کاربران می‌توانند بدون صرف زمان و منابع فشرده برای آموزش یک مدل، استخراج، طبقه‌بندی و شناسایی داده‌ها را آغاز کنند. کاربران همچنین می توانند این مدل های از پیش آموزش دیده را با نیازهای خاص خود تنظیم کنند. علاوه بر این، برای کاربرانی که گردش کار سفارشی دارند، می‌توانند فهرست گسترده‌ای از مدل‌های یادگیری عمیق موجود را بررسی کنند و از آن‌ها برای آموزش مدل‌های خود با استفاده از داده‌های خود استفاده کنند.

با مراجعه به صفحه قابلیت GeoAI درباره GeoAI بیشتر بیاموزید و پتانسیل کامل این فناوری قدرتمند را در سیستم ArcGIS کشف کنید .

اول شخص: سه اشتباهی که با GIS مرتکب شدم و چیزهایی که یاد گرفتم

چند سال پیش وقتی شروع به استفاده از فناوری کردم که مدیران عامل، دانشمندان، برنامه‌ریزان خرده‌فروشی و تنظیم‌کنندگان بیمه روزانه به آن تکیه می‌کنند، چند اشتباه مرتکب شدم. در غلبه بر آنها، راه های جدیدی برای کمک به همکارانم و شرکتم پیدا کردم. فکر کردم آموخته هایم را به اشتراک بگذارم.

من یک مدیر تحقیقاتی در تلویزیون هرست هستم و شش ایستگاه را در دو بازار پوشش می دهم: پیتسبورگ، پنسیلوانیا و پورتلند، مین. در طول زندگی حرفه‌ای‌ام، با همکاران فروش همکاری کرده‌ام تا به صاحبان مشاغل محلی، مدیران شرکت‌ها و آژانس‌های تبلیغاتی کمک کنم تا پیام‌هایی را به مردم ارائه دهند. در حالی که تبلیغات تلویزیونی یک رسانه گسترده است، تبلیغات دیجیتال از طریق وب‌سایت‌ها و برنامه‌های ما بسیار هدفمندتر است، و چند سال پیش متوجه شدم که در جستجوی یک ابزار تحقیقاتی جدید برای حمایت از این نوع بازاریابی هستم.

در آن زمان بود که من فناوری GIS – یک سیستم اطلاعات جغرافیایی – را کشف کردم. اطلاعات مکانی که تولید می‌کند به ما کمک می‌کند بینندگان خود را بهتر درک کنیم و تبلیغ‌کنندگان را با سطح دقتی که چند سال پیش تصورش را نمی‌کردیم راهنمایی کند. اما ما یک شبه به آنجا نرسیدیم و من در طول مسیر اشتباهاتی مرتکب شدم.

در واقع، وقتی برای اولین بار در معرض این فناوری قرار گرفتم، کمی ترسیده بودم. یکی از بزرگترین خرده فروشان جهان عملیات اضطراری خود را بر روی یک سیستم اطلاعات جغرافیایی اجرا می کند. FedEx تعمیر و نگهداری هواپیما خود را هماهنگ می کند، Nespresso بر انطباق ESG نظارت می کند، و John Deere مکان های با عملکرد بالا را برای نمایندگی ها پیش بینی می کند. من به سرعت متوجه شدم که چرا تحلیلگران GIS در بین کسب و کارهای Fortune 500 تقاضای زیادی داشته اند.

اما من یک تحلیلگر نبودم و جغرافیا مطالعه نکرده بودم، بنابراین مطمئن نبودم که آیا این فناوری برای من مناسب است یا خیر. مدتی طول کشید تا متوجه شدم که اطلاعات مکانی می تواند به همان اندازه که شما نیاز دارید ساده یا پیچیده باشد. به محض اینکه متوجه شدم، شروع به درک ارزش واقعی آن کردم .

درس 1: اختصاص زمان برای کشف

چالش: در طول دو سال اول کارم با GIS، یاد گرفتم که چگونه دیدی دقیق از مخاطبان WTAE به تبلیغ‌کنندگان نشان دهم. می‌دانستم که این فناوری می‌تواند چالش‌های تجاری دیگر را برطرف کند، اما هنوز برای کشف قابلیت‌های آن وقت نگرفته بودم.

راه حل: اگر منتظر الهام باشید، ممکن است نباشد. زمانی را برای کشف فناوری برنامه ریزی کنید و خود را برای کشف تکنیک های جدید مسئول بدانید.

چگونه یاد گرفتم: در سال 2018، من از یک ابزار نقشه برداری ساده برای نشان دادن دسترسی جغرافیایی ایستگاه خود به تبلیغ کنندگان WTAE استفاده کردم. شوهرم در آن زمان روی مدرک کارشناسی ارشد خود در جغرافیا کار می کرد و به من پیشنهاد داد که به جای آن فناوری GIS را امتحان کنم. اطلاعات مکانی ایجاد شده توسط GIS راهی عالی برای راهنمایی تبلیغ کنندگان WTAE به نظر می رسید، بنابراین تصمیم گرفتم آن را امتحان کنم.

هرست هزینه متوسط ​​یک محصول SaaS GIS را پوشش داد و من در یک کارگاه آموزشی در دانشگاه کارنگی ملون اینجا در پیتسبورگ شرکت کردم. با توجه به یک روز آموزش GIS و کنجکاوی فراوان، فکر کردم که بقیه را در حین پرواز یاد خواهم گرفت. این شروع اولین اشتباه من بود.

هنگامی که کار با نرم افزار را شروع کردم، احساس کردم که می تواند از بسیاری جهات به کسب و کار ما کمک کند. اما مانند بسیاری از حرفه ای ها، روزهای من از قبل کم شده بود، بنابراین به اصول اولیه پایبند بودم.

این به تنهایی یک پیشرفت بزرگ بود. اگر یک فروشنده خودرو با شش مکان در حال بررسی تبلیغات با ما بود، می‌توانم یک نقشه GIS ایجاد کنم که انواع مشتریانی را که در فاصله 15 دقیقه‌ای رانندگی از هر مکان زندگی می‌کنند، همراه با عملکرد فروش رقبای اطراف را نشان می‌دهد. با چنین اطلاعات مکانی، WTAE به چیزی بیش از یک کانال توزیع ساده تبدیل شد – ما به یک مشاور بازاریابی برای شرکت‌های منطقه خود تبدیل شدیم. 

ما به یک دانشگاه کمک کردیم تا زادگاه دانش‌آموزانش را برای سرنخ‌هایی در مورد جایی که ممکن است برای دانش‌آموزان دبیرستانی عرضه کند، ترسیم کند. ما حتی با یک شرکت ارتودنسی کار کردیم تا مکان‌های مطب جدید آن را با تجزیه و تحلیل جمعیت‌شناسی در اطراف سایت‌های احتمالی برنامه‌ریزی کنیم.

در همین حال، GIS به تیم خبری ما کمک کرد تا پیشینه و علایق بینندگان ما را درک کند—به تولیدکنندگان این امکان را می‌دهد تا پوشش خبری ما را با موضوعاتی که بیشتر برای مخاطبان ما مهم است تنظیم کنند.

این پیشرفت ها در ایستگاه به خوبی مورد استقبال قرار گرفت، اما من این احساس آزاردهنده را داشتم که GIS می تواند حتی بیشتر برای WTAE انجام دهد. بعد از چند سال پایبندی به اصول اولیه، نیاز داشتم و می‌خواستم زمانی برای یادگیری بیشتر پیدا کنم. بنابراین، هفته ای یک ساعت برای کاوش برنامه ریزی کردم.

یک سه‌شنبه که مدت زیادی از آن نگذشته بود، به طور تصادفی به جستجوی تجارت و امکانات GIS رسیدم. با کنجکاوی، ویدیوی کوتاهی را تماشا کردم که این قابلیت را توضیح می داد و به سرعت پتانسیل آن را دیدم. من می‌توانم نقشه‌ای از تمام رستوران‌های جدید – یا بستنی‌فروشی‌های جدید، یا سالن‌های مو – در هر منطقه جغرافیایی ایجاد کنم. تصمیم گرفتم این تکنیک را با تیم فروش WTAE به اشتراک بگذارم تا بتوانند با کسب و کارهای جدید درباره مزایای تبلیغات با ایستگاه ما صحبت کنند.

آن موقع بود که با درس مهم بعدی ام روبرو شدم.

اشتباهات GIS تاتیا اوکانر را به برنامه ریزی جلسات یادگیری سوق داد

زمانی که ایمیل ها در حال انباشته شدن هستند، کند کردن سرعت کار دشواری است، اما پشتیبانی Hearst برای یادگیری و توسعه، من را بر آن داشت تا زمان کشف هفتگی GIS را برنامه ریزی کنم و این منجر به ابزار توسعه فروش جدیدی شد.


درس 2: انتظار از همکاران برای اتخاذ یک تکنیک جدید به تنهایی

چالش: وقتی برای اولین بار به همکاران فروش خود نشان دادم که چگونه GIS می تواند به آنها در یافتن مشتریان بالقوه جدید کمک کند، آنها بلافاصله از این تکنیک استفاده نکردند.

راه حل: اگر راه جدیدی برای GIS و تجزیه و تحلیل فضایی برای کمک به سازمان خود کشف کردید، انتظار جادو نداشته باشید. آماده باشید تا مزایا را به همکاران منتقل کنید و استفاده از آن را برای آنها آسانتر کنید.

چگونه یاد گرفتم: بعد از اینکه متوجه شدم GIS می تواند مشاغل جدید را در هر بازار مشخصی پیدا کند، یک گزارش جستجو برای تیم فروش خود ایجاد کردم. این شامل یک نقشه با پین هایی بود که تمام مشاغل جدید در یک شهرستان را نشان می داد و یک صفحه گسترده از تمام نقاط داده پشت نقشه.

مانند مشتری خود فکر کنید و صحبت کنید

با گذشت زمان، یاد گرفتم که با شخصی که در طرف دیگر داده‌هایی که به اشتراک می‌گذارم همدلی کنم—تا در چالش کسب‌وکار او سکونت داشته باشم و با عباراتی صحبت کنم که آنها می‌فهمند . به عنوان مثال، تحلیلگران GIS گاهی اوقات در مورد چند ضلعی ها ، شکل فایل ها و ژئوکدینگ صحبت می کنند ، اما این کلمات ممکن است برای صاحب یک شرکت حقوقی محلی یا مدیر بازاریابی برای یک کمپ تابستانی معنی زیادی نداشته باشد. 

وقتی آن تبلیغ‌کنندگان درباره هدف‌یابی تبلیغات برای افرادی که در چند مایلی کسب‌وکارشان رد می‌شوند می‌پرسند، من به آنها می‌گویم که می‌توانیم این کار را از طریق فناوری جغرافیایی و GIS انجام دهیم. من از پایان نامه ژئوفنسینگ صرف نظر می کنم.

من همچنین یاد گرفته‌ام که به‌جای صفحه‌گسترده با نقشه‌ها رهبری کنم—نقشه‌ها درک را سرعت می‌بخشند. من می‌توانم به مکان تبلیغ‌کننده در یک نقشه تعاملی اشاره کنم و بگویم: «این چیزی است که افراد اطراف کسب‌وکار شما به نظر می‌رسند. بگذارید یک اینفوگرافیک به شما نشان دهم.» این یک زبان بصری است که هر کسی با یک نگاه می تواند آن را درک کند.

من هیجان زده بودم که این تکنیک را با مدیران فروش به اشتراک بگذارم، اما پس از ارائه گزارش، عدم پاسخگویی تا حدودی ناامیدکننده بود – برای یافتن داده های مفید زمان گذاشته بودم، و آنها از آن استفاده نمی کردند. وقتی ناامیدی اولیه فروکش کرد، تجربه خودم را در نظر گرفتم. می دانستم که این فناوری می تواند خیلی بیشتر به تیم ما کمک کند، اما زمانی را برای کشف آن اختصاص ندادم. همکاران من به اندازه من سرشان شلوغ بود، به این معنی که گزارشی که من آن را پیشرفتی می دانستم احتمالاً بلافاصله در میان آنها قرار نمی گرفت.

بخشی از اشتباه محاسباتی من این بود که مثل یک فروشنده فکر نکرده بودم. [به نوار کناری، «مثل مشتری خود فکر کنید و صحبت کنید» را ببینید.] من به عقب برگشتم و بر ایجاد گزارش هدفمندتر تمرکز کردم – سپس مزایای آن را به تیم فروختم.

در طول سال، WTAE از رویدادهای اجتماعی مانند پروژه Slavation Army’s Project Bundle Up (یک مسابقه جمع آوری کت های زمستانی) و Susan G. Komen Race for the Cure (جمع آوری کمک مالی برای تحقیقات سرطان) حمایت مالی می کند. از آنجایی که مشاغل محلی اغلب تبلیغات خود را با رویدادهای غیرانتفاعی هماهنگ می کنند، من گزارش های جستجوی GIS را بر این اساس تنظیم کردم.

 به‌جای ایجاد نقشه‌ای که صدها کسب‌وکار جدید را در سراسر بازارمان نشان می‌دهد، داده‌ها را با در نظر گرفتن پروژه‌های خاص فیلتر کردم. سپس یک نقشه دیجیتال را با یادداشتی به اشتراک گذاشتم که می‌گفت: «از آنجایی که شما در حال کار بر روی حمایت‌های مالی برای مسابقه هستید، در اینجا برخی از کسب‌وکارهای نزدیک وجود دارد که ممکن است بخواهید با آنها صحبت کنید.»

اکنون عادت کرده ام که در جلسات فروش و گفتگوهای شخصی پیگیری کنم. اگر این کار را نکنم، اطلاعات مکانی ارزشمند می تواند در عجله روزانه گم شود.

درس 3 : تجربیاتم را زودتر به اشتراک بگذارم  

چالش: به مدت دو سال، من تنها فردی در تلویزیون هرست بودم که از GIS استفاده می‌کرد. سایرین در سازمان اکنون شروع به استفاده از فناوری اطلاعات موقعیت مکانی می کنند، اما اگر من پر سر و صداتر بودم ممکن بود زودتر اتفاق بیفتد.

راه حل: گروه های همتا ایجاد کنید و آنچه را که آموخته اید با همکاران به اشتراک بگذارید—شما با هم مهارت های GIS خود را سریع تر بهبود خواهید داد.

چگونه یاد گرفتم: قهرمان یک فناوری گاهی اوقات می تواند چیزی شبیه به یک تلاش باشد. یک تحلیلگر GIS در بخش برنامه ریزی املاک و مستغلات یک شرکت ممکن است نقشه های هوشمند را به هیئت مشاور تحویل دهد و هرگز نداند که یکی از همکاران بازاریابی در حال تجزیه و تحلیل جمعیت شناسی مشتری است یا اینکه یک مدیر اجرایی روند فروش در سراسر کشور را در داشبورد GIS دنبال می کند. اینها فرصت های عالی برای یادگیری از یکدیگر و چند برابر کردن ارزش GIS در سراسر سازمان هستند.

در سال 2018، من اولین فردی در سازمان تلویزیون هرست شدم که از GIS استفاده کرد. من این فناوری را از طریق کنجکاوی و اشتیاق یاد گرفتم و بر یافتن راه هایی برای کمک به ایستگاه در خدمت رسانی بهتر به بینندگان و تبلیغ کنندگان تمرکز کردم. با نگاهی به گذشته، باید زودتر نتایج و بینش خود را با مدیران همکار پژوهشی در میان می گذاشتم.

در آن روزهای اولیه، من بر روی یادگیری GIS تمرکز لیزری داشتم و هیجان زده بودم که ببینم چه چیزی می تواند ارائه دهد . در یک نمونه، یک شرکت تایرسازی محلی می‌خواست تبلیغات آنلاین را برای گروه خاصی از خریداران – در این مورد، مادران فوتبال – هدف قرار دهد. با استفاده از تجزیه و تحلیل جمعیت شناختی، نقشه ای ایجاد کردم که کدهای پستی را با غلظت بالایی از مادران فوتبالیست نشان می دهد. 

هنگامی که بینندگان از آن مناطق از وب سایت WTAE یا کانال پخش بازدید می کردند، ما به طور خودکار تبلیغات تایر را به آنها تحویل می دادیم. این امر باعث صرفه جویی در هزینه تبلیغ کننده شد و شانس ارتباط با مشتریان اصلی خود را افزایش داد.

پس از اینکه GIS به آن و سایر برنده‌های فروش کمک کرد، تیم شرکتی Hearst Television از من پرسید که آیا آنچه را که از این فناوری آموخته‌ام به اشتراک بگذارم. من شروع به ملاقات با مدیران تحقیقاتی دیگر در کارولینای جنوبی و کالیفرنیا کردم و اخیراً متوجه شدم که یکی از مدیران می‌خواهد مکان آگهی‌دهندگان را با مناطقی که بینندگان ایستگاهش متمرکز هستند مقایسه کند. داده ها در صفحات گسترده قفل شده اند و تجسم آنها دشوار است. با دانش اولیه من از GIS و داده های او، ما در حال یادگیری ایجاد نقشه هایی هستیم که به سؤال او در یک نگاه پاسخ می دهد.

رفاقت گروه و دانش‌سازی جمعی ما نیروبخش بوده است، و همه ما سریع‌تر از هر یک از ما به تنهایی در حال پیشرفت هستیم. همانطور که تکنیک های جدید GIS را یاد می گیریم، مشتاقانه منتظر به اشتراک گذاشتن اکتشافات خود با همکاران در سراسر سازمان هستیم.

اشتباهات GIS منجر به کشف GIS برای تاتیا اوکانر از WTAE شد

با فناوری GIS، ما اکنون سیستمی داریم که به ما امکان می‌دهد در جنبه جغرافیایی نحوه دریافت پیام‌ها توسط افراد تحقیق کنیم، جایی که واقعاً نمی‌توانستیم این کار را به طور مؤثر با سایر ابزارهای تحقیقاتی خود انجام دهیم.


وقت گذاشتن برای انعکاس

با نگاهی به درس های آموخته شده ام، یک موضوع مشترک این است که ارتباطات مهم در سازمانم را از دست دادم. این یک محصول جانبی ناخوشایند زندگی همیشه پرمشغله ما است: ما سرمان را پایین می گذاریم و کارمان را انجام می دهیم، اما فراموش می کنیم که چقدر می تواند سودمند باشد که ارزشی را که کشف کرده ایم به اشتراک بگذاریم.

توصیه من این است که تصویر بزرگ را در ذهن داشته باشید. برای کشف اشکال جدید هوش مکانی وقت بگذارید. به همکاران خود در مورد اکتشافات GIS خود بگویید تا بتوانند از آنها بهره مند شوند. و همکاری کنید تا بتوانید بیشتر بیاموزید—درباره فناوری و اینکه چگونه می تواند به افراد و سازمان های اطراف شما کمک کند.

مهاجران شهر نیویورک را به مقصد این ایالت ها ترک می کنند

مهاجران شامل ده‌ها هزار نفر شهر نیویورک را ترک کرده‌اند تا فرصت‌هایی را در ایالت‌های دیگر دنبال کنند و بیش از 3000 نفر به مکان‌هایی مانند تگزاس و فلوریدا بازگشته‌اند.

Downloads\Video\Migrants Are Leaving New York City for These States.mp4


داده‌های شهرداری نیویورک که در اختیار نیوزویک قرار گرفته نشان می‌دهد که مقصد اصلی مهاجرانی که شهر نیویورک را ترک می‌کنند، ایلینوی است که برای آن ۲۳۶۹ بلیط هواپیما صادر شده است. دومین مقصد محبوب، جاهای دیگری در ایالت نیویورک است.

تگزاس به ویژه در رتبه سوم قرار دارد. بیش از 1800 مهاجر به دنبال بلیط برای تگزاس بوده اند، که نشان می دهد بسیاری از آنها به ایالتی باز می گردند که احتمالاً آنها را برای شروع به شمال فرستاده است. همچنین نزدیک به 1200 مهاجر وجود دارند که شهر نیویورک را به مقصد فلوریدا ترک کرده اند.

در حالی که بیش از 19000 مهاجر اریک آدامز، شهردار نیویورک را به پیشنهاد او قبول کرده اند، این ارقام تقریباً 13 درصد از مهاجران این شهر را نشان می دهد.

مهاجران شهر نیویورک را ترک می کنند
شهر نیویورک 19366 بلیط برای خروج مهاجران از شهر صادر کرده است. ده‌ها هزار مهاجر شهر نیویورک را ترک کرده‌اند تا فرصت‌هایی را در ایالت‌های دیگر دنبال کنند و بیش از 3000 نفر به مکان‌هایی مانند تگزاس و فلوریدا بازگشته‌اند.عکس-تصویر از نیوزویک/گتی

دولت آدامز بیش از 4.6 میلیون دلار را بین مارس 2022 و نوامبر 2023 برای رزرو بلیط هواپیما یک طرفه برای جابجایی بیش از 150100 مهاجری که از بهار 2022 وارد شهر شده اند، هزینه کرده است.

سخنگوی شهرداری کایلا ماملاک به نیوزویک گفت که 19,366 بلیط در سراسر شرکت بهداشت و بیمارستان های شهر نیویورک، اداره حفاظت و توسعه مسکن شهر نیویورک، مدیریت اضطراری شهر نیویورک و وزارت امنیت داخلی صادر شده است .

شهر نیویورک که در تیراندازی یک بحث ملی گسترده تر در مورد مهاجرت گرفتار شده است، با بحران مهاجرانی دست و پنجه نرم می کند که شهردار هشدار داده است که شهر را “ویران می کند”. در پاسخ به هجوم بی‌سابقه پناهجویانی که در بهار 2021 شروع به ورود به مرز ایالات متحده و مکزیک کردند، فرماندار تگزاس، گرگ ابوت، عملیات ستاره تنها را آغاز کرد. در تلاش برای افزایش فشار بر دولت بایدن، ابوت شروع به حمل و نقل مهاجران به شهرهای تحت رهبری دموکرات ها، مانند نیویورک، شیکاگو، دنور و واشنگتن دی سی کرد.

از آگوست 2022، تگزاس بیش از 33600 مهاجر را با اتوبوس به شهر نیویورک منتقل کرده است. این شهر طی ماه گذشته مجدداً افزایش ورود را تجربه کرده است و بیش از 14700 ورودی جدید را ثبت کرده است. آدامز گفت که هفته گذشته پس از ارسال 14 اتوبوس “سرکش” توسط تگزاس در یک شب، “بیشترین تعداد ثبت شده خود را در یک شب” تجربه کرد.ادامه مطلب

ابوت از عملیات ستاره تنها دفاع کرده و استدلال می‌کند که حمل و نقل مهاجران در جاهای دیگر «تسکین حیاتی برای جوامع مرزی ما فراهم می‌کند». ابوت در یک مراسم صبحانه در ماه سپتامبر که توسط اندیشکده محافظه‌کار موسسه منهتن برگزار شد، گفت: “واردکننده اصلی مهاجران به نیویورک تگزاس نیست، جو بایدن است .”

در نتیجه عملیات ستاره تنها، شهر نیویورک برای اسکان دادن مهاجران با مشکل مواجه شده است. آدامز تاکید کرده است که ظرفیت پناهگاه های شهر وجود دارد و تخمین زده است که این پناهگاه ها در طول سه سال آینده حدود 12 میلیارد دلار هزینه خواهد داشت. دفتر شهردار قبلاً محدود کردن مهاجران بزرگسال را به 30 روز در پناهگاه های شهری و 60 روز برای خانواده های مهاجر دارای فرزند محدود کرده است – یک اقدام قانونی مشکوک با توجه به الزام شهر برای “حق سرپناه” – و همین هفته گذشته، آدامز دستور جدیدی را صادر کرد که ورود را محدود می کند. زمان اتوبوس های حامل مهاجران

شهردار همچنین به مهاجران پیشنهاد سفر داوطلبانه به خارج از شهر را به امید کاهش فشار بر منابع شهری داده است. آدامز با تصور اینکه صدور کرایه هواپیما برای هر نقطه از جهان ارزان تر از اسکان مهاجران برای ماه ها متوالی است، آدامز مهاجرانی را که از پناهگاه های شهری تخلیه شده بودند به یک “مرکز فروش بلیط” در پایان اکتبر هدایت کرد.

مامالک در آن زمان به شبکه محلی THE CITY گفت: «در اینجا، شهر تلاش‌های خود را برای خرید بلیط برای مهاجران دو چندان می‌کند تا به آنها کمک کند گام‌های بعدی در سفر خود را بردارند، و به ما کمک می‌کند تا عملیات تریاژ را در روزولت برای تازه واردان انجام دهیم.

روز سه‌شنبه، مامالک درخواست نیوزویک برای اطلاعات مربوط به پروازهای بین‌المللی را رد کرد و اشاره کرد که این شهر در حال حاضر تنها 10 مقصد برتر را ارائه می‌کند.

در اینجا 10 مقصد برتری که مهاجران در شهر نیویورک در آن ها بلیت شده اند آورده شده است:

  1. ایلینوی – 2369
  2. نیویورک – 2261
  3. تگزاس – 1847
  4. فلوریدا – 1189
  5. مینه سوتا – 1177
  6. کلرادو – 1147
  7. گرجستان – 925
  8. کالیفرنیا – 823
  9. ویرجینیا – 664
  10. اوهایو – 615

علیرغم تلاش های شهر برای محدود کردن تعداد مهاجران، پناهجویان همچنان در بزرگترین شهر کشور حاضر می شوند. صدها مهاجر با حضور در نقاط ترانزیت در نیوجرسی آخرین سفارش آدامز را دور زدند.

“شاید الزاماتی که شهردار آدامز وضع کرده است بسیار سخت گیرانه بوده و منجر به عواقب غیرمنتظره ای می شود، زیرا به نظر می رسد اپراتورهای اتوبوس به منظور اطمینان از رسیدن مهاجران به مقصد نهایی خود، یعنی شهر نیویورک، شکافی را در سیستم کشف کرده اند. طبق گزارش‌های پلیس ایالتی، این اتفاق اکنون در ایستگاه‌های قطار در سراسر ایالت رخ می‌دهد.”

مدل یادگیری عمیق پتانسیل توسعه انرژی خورشیدی را باز می کند

انرژی خورشیدی فرصتی عظیم برای تولید انرژی پایدار و سبز است. تحقق پتانسیل کامل آن مستلزم شناسایی مکان های مناسب برای نصب پنل های خورشیدی است. Pivot Energy ، یک تامین کننده ملی انرژی های تجدیدپذیر که دفتر مرکزی آن در کلرادو قرار دارد، برای مکان یابی پارکینگ ها در مناطق مختلف مورد علاقه که برای اجرای پنل های خورشیدی بالقوه مناسب هستند، به کمک نیاز داشت. 

با استفاده از فناوری پیشرفته GIS، تیمی از شریک Esri Platte River Analytics به Pivot Energy کمک کرد تا این کار را به طور دقیق و کارآمد انجام دهد. با استفاده از یک مدل یادگیری عمیق از Esri، تیم Platte River Analytics سطوح پارکینگ را از تصاویر با وضوح بالا استخراج کردند. سپس تیم از ابزارهای ژئوپردازش در ArcGIS Pro برای انجام اندازه‌گیری‌ها و محاسبات دقیق‌تر سایت‌های بالقوه استفاده کرد.

نتایج این تجزیه و تحلیل اطلاعات ارزشمندی را در اختیار Pivot Energy قرار داد و کارکنان را برای تصمیم‌گیری مبتنی بر داده‌ها و برنامه‌ریزی موثرتر تلاش‌های پذیرش انرژی خورشیدی توانمند کرد.

تصویری هوایی از یک شهر که برخی از بخش‌های آن به رنگ بنفش سایه انداخته شده است
مدل یادگیری عمیق پتانسیل توسعه انرژی خورشیدی را باز می کند
این تیم با استفاده از طبقه‌بندی پارکینگ‌های Esri – مدل یادگیری عمیق ایالات متحده در ArcGIS Pro، مطالعه آزمایشی استخراج پارکینگ در گلدن، کلرادو را انجام داد.

مزایای توسعه خورشیدی مبتنی بر پارکینگ

پارکینگ ها فضای قابل توجه و در عین حال کم استفاده ای را برای توسعه انرژی خورشیدی ارائه می دهند. آنها دارای ویژگی های کلیدی هستند که آنها را برای تولید انرژی خورشیدی ایده آل می کند، مانند سطح وسیع، قرار گرفتن بدون مانع در معرض نور خورشید و نزدیکی به اتصالات زیرساخت های الکتریکی. علاوه بر این، پارکینگ‌های آسفالت‌شده معمولاً دارای شیب بسیار کم هستند، برای زهکشی طراحی شده‌اند، با سایر کاربری‌ها رقابت نمی‌کنند و همیشه در استفاده کامل نیستند.

پارکینگ های خورشیدی می توانند مزایای زیست محیطی و اقتصادی متعددی را برای مالکان و جوامع فراهم کنند. آنها را می توان به سرعت به ایستگاه های شارژ وسایل نقلیه الکتریکی (EV) مجهز کرد. این نه تنها به خودروهای برقی امکان می‌دهد مستقیماً با انرژی تولید شده از خورشید تغذیه شوند و حمل‌ونقل پاک را ترویج می‌کنند، بلکه هزینه‌های برق را برای مالکان و اپراتورها کاهش می‌دهد و راه‌هایی را برای درآمدزایی بالقوه از طریق فروش انرژی باز می‌کند. علاوه بر این، ارائه شارژ EV به مشتریان، صاحبان خودروهایی را جذب می‌کند که در حین شارژ کردن وسایل نقلیه خود در منطقه هزینه می‌کنند.

همه اینها دلایلی هستند که چرا Pivot Energy نیاز به جست و جوی پارکینگ ها در سراسر ساحل شرقی و در نهایت کشور را دید تا ببیند کدام یک برای توسعه انرژی خورشیدی ایده آل هستند.

روشی سریع و خودکار برای تشخیص پارکینگ های مناسب

برای خودکارسازی تشخیص پارکینگ‌ها در مناطق مورد علاقه Pivot Energy، تیم Platte River Analytics بر طبقه‌بندی پارکینگ‌های Esri – مدل یادگیری عمیق ایالات متحده، که در ArcGIS Living Atlas of the World موجود است، تکیه کردند.

این مدل از پیش ساخته شده توسط تیم تجزیه و تحلیل Esri توسعه یافته است، برای شناسایی پارکینگ ها در تصاویر منطقه ای منبع آموزش داده شده است. مانند بیش از 65 مدل یادگیری عمیق دیگر که تیم تجزیه و تحلیل Esri برای شناسایی اشیاء از مهر و موم های قطب شمال گرفته تا خطوط برق ایجاد کرده است، مدل طبقه بندی پارکینگ ها – ایالات متحده به طور خودکار دارایی ها را از تصاویر استخراج می کند بدون اینکه کاربران مجبور به سرمایه گذاری زمان یا هزینه برای آموزش باشند. داده ها یا پرسنل

برای این پروژه، تیم Platte River Analytics نیاز به استفاده از داده‌های زیرمتری با کیفیت بالا داشت که به مدل اجازه می‌داد ویژگی‌های زمین را به جزییات پارکینگ شناسایی و تجزیه و تحلیل کند. این تیم تصاویر برنامه ملی تصویربرداری کشاورزی (NAIP) با وضوح یک متر را از برنامه وب EarthExplorer سازمان زمین شناسی ایالات متحده به دست آورد. تصاویر موجود در این برنامه توسط وزارت کشاورزی ایالات متحده در طول فصول رشد کشاورزی از سال 2003 تا کنون به دست آمده است.

پس از دانلود تصاویر NAIP، تیم Platte River Analytics به طور یکپارچه مدل یادگیری عمیق را در گردش کار ArcGIS Pro خود ادغام کرد. این تیم تصاویر را با این مدل پردازش کرد که به طور خودکار پارکینگ ها را در ده ها منطقه مورد علاقه Pivot Energy شناسایی کرد.

استفاده از مدل آسان بود. منطقه مورد علاقه اولیه که تیم بررسی کرد اندازه یک شهر بزرگ ایالات متحده بود و کمتر از 12 ساعت طول کشید تا هم تصاویر را دانلود کرد و هم در ArcGIS Pro پردازش کرد.

برای تجزیه و تحلیل بیشتر پارکینگ های شناسایی شده، تیم Platte River Analytics از ابزار ژئوپردازش Raster به Polygon در ArcGIS Pro برای تبدیل خروجی های شطرنجی به چند ضلعی استفاده کرد. این تیم را قادر ساخت تا اندازه‌گیری‌های دقیق‌تری را به دست آورد و اندازه هر لات را محاسبه کند و اطلاعات ارزشمندی را در اختیار Pivot Energy قرار دهد تا کارکنان بتوانند ارزیابی‌های امکان‌سنجی را آغاز کنند و برنامه‌ریزی پروژه را آغاز کنند.

از آنجا، تیم GIS در Pivot Energy قادر به مطالعه عوامل نظارتی – مانند دشت‌های سیلابی، پوشش درختان، تالاب‌ها، و مسیرهای مهاجرت حیات وحش – در اطراف پارکینگ‌هایی بود که در ابتدا برای توسعه خورشیدی قابل قبول تلقی می‌شدند.

صرفه جویی در ده ها ساعت کار دستی در هفته

اتخاذ رویکرد مبتنی بر یادگیری ماشین برای یافتن پارکینگ‌های مناسب برای نصب پنل‌های خورشیدی، کارکنان Pivot Energy را قادر می‌سازد تا تصمیمات آگاهانه‌ای را در مورد اینکه کدام مناطق و پارکینگ‌های خاص می‌توانند برای این کار مفید باشند، اتخاذ کنند. با استفاده از GIS پیشرفته برای ارزیابی مکان‌ها و اندازه‌های پارکینگ، توسعه‌دهنده می‌تواند برنامه‌ریزی پروژه را بهینه کند، حداکثر ظرفیت تولید انرژی را تضمین کند و نصب زیرساخت‌های خورشیدی را سرعت بخشد.

به گفته ریچل مید، مدیر GIS در Pivot Energy، فرآیندی که تیم Platte River Analytics برای استخراج پارکینگ‌ها از تصاویر استفاده کرد، باعث شد تیم او بیش از 20 ساعت در هفته از جستجوی دستی تصاویر هوایی برای – و دیجیتالی کردن پارکینگ‌ها در سراسر – صرفه‌جویی کند. مناطق مورد علاقه این شرکت که در سراسر ایالات متحده امتداد دارند.

او گفت: “دسترسی به مدل های یادگیری عمیق ارائه شده توسط Esri باعث صرفه جویی در زمان شده است.” با خودکار کردن این … ما می توانیم ده ها ساعت در هفته صرفه جویی کنیم و آن زمان را مجدداً با پروژه های دیگر تنظیم کنیم.