بر اساس یک نظرسنجی اخیر ، همکاری ناکارآمد نقش مهمی در شکست کسب و کار دارد . و در حالی که اکثر مدیران کسب و کار به طور مستقیم این را درک می کنند، این دانش، دستیابی به همکاری را آسان تر نمی کند. انبوه داده ها در سرتاسر سازمان، هماهنگی را پیچیده تر کرده است، زیرا بخش های سلف باید اطلاعات را با شرکای داخل و خارج سازمان به اشتراک بگذارند.

با مدیرانی صحبت کنید که کسب و کار خود را با موفقیت هماهنگ کرده اند، و یک جمله متداول را می شنوید: سازمان هایی با منبع مشترک حقیقت سریع تر، موثرتر و در کنترل هزینه ها بهتر هستند .

رهبران کسب‌وکار به طور فزاینده‌ای نقشه‌ها را به‌عنوان منبع حقیقتی که همه طرف‌ها را در یک صفحه قرار می‌دهد، در نظر می‌گیرند. فناوری سیستم اطلاعات جغرافیایی (GIS) همه ذینفعان را قادر می سازد تا اطلاعات مهم را از طریق یک پلت فرم واحد به اشتراک بگذارند.

تجربه ارائه دهنده پهنای باند مستقر در بلفاست Fibrus نشان می دهد که چگونه فناوری GIS همکاری را افزایش می دهد. فیبروس پس از برنده شدن در مناقصه برقراری اتصال اینترنت به مناطق روستایی ایرلند شمالی، نیاز داشت تا یک زیرساخت بزرگ را با صدها کارمند، پیمانکار و پیمانکار فرعی هماهنگ کند و در عین حال اطلاعات دقیق را به سرمایه گذاران و رهبران دولتی گزارش کند. فناوری GIS به مرکزی برای اطلاعات و همکاری تبدیل شد.

ریاین گارسیا، مدیر ارشد GIS در فیبروس می‌گوید: «مجموعه C کامل ما قابلیت ورود به GIS را دارد. “سرمایه گذاران ما دارای لاگین و حتی سازمان های دولتی هستند که ما با آنها کار می کنیم. . . . از مرد روی زمین با بیل گرفته تا بالاترین کارمند، [آنها] همه لاگین دارند و از آنها استفاده می شود.»

GIS به Fibrus کمک کرد تا نزدیک به 6 میلیون دلار صرفه جویی کند و زمان تلف شده را تا 500 ساعت در هفته کاهش دهد. جزئیات پرونده فیبروس منحصر به فرد است، اما اصول آن می تواند توسط هر مدیر C-suite با هدف تقویت همکاری در سراسر یک سازمان، صرف نظر از صنعت، پذیرفته شود.

با نیروی متحد کننده نقشه ها و داشبوردها، فیبروس مسئولیت پذیری و شفافیت را با پیمانکاران افزایش داد، به طور موثر در سراسر پروژه ارتباط برقرار کرد و سهامداران را برای تصمیم گیری موثر توانمند ساخت.

درس همکاری شماره 1: شفافیت اطلاعات منجر به مسئولیت پذیری می شود

این یک سناریوی آشنا است: یک ایمیل برای ده ها گیرنده ارسال می شود که اطلاعات یا تصمیمی را درخواست می کنند. اگر مسئولیت به وضوح مشخص نشود، نتیجه اغلب سردرگمی و اتلاف وقت به جای همکاری است.

برای رساندن اتصالات پهن باند به 85000 خانه، فیبروس با بیش از 1000 عامل صحرایی کار کرد – پیمانکارانی که سنگرها را حفر می کردند، کابل ها را محکم می کردند، تیرها را می زدند و موارد دیگر. فناوری GIS به کانال اصلی ارتباطی مدیران و طراحان پروژه برای تبادل اطلاعات در مورد تغییرات در زمان واقعی تبدیل شد.

اگر یک قطب در طول ساخت و ساز نیاز به جابجایی داشت، شرکای طراحی تغییر را از داشبورد GIS بررسی و تأیید کردند و نیازی به ارسال پیام‌های رفت و برگشتی را از بین بردند.

Cade Wilkinson، رئیس برنامه ریزی در Fibrus می گوید: «این فقط اتلاف وقت است برای یافتن فرد مناسب برای صحبت یا جایی که اطلاعات خاصی به دنبال آن هستید. «من می‌توانم بگویم که در کسب‌وکار ما، بخش عمده‌ای از صرفه‌جویی در زمان ما از آنجا حاصل شده است.»

شفافیت همچنین در ساده‌سازی صورت‌حساب برای پیمانکاران و پیمانکاران فرعی نقش داشت. در گذشته، مدیران Fibrus ممکن بود ساعت‌ها در مورد اینکه چه کاری در چه زمانی کامل شده است و برای آن چه چیزی بپردازند، گیج می‌کردند. پس از اینکه شرکت از پیمانکاران خواست تا تمام پیشرفت ها را در GIS ثبت کنند، تاخیرها و اختلافات به میزان قابل توجهی کاهش یافت. به عنوان مثال، مدیران و پیمانکاران فیبروس می توانند روی نقشه ببینند که چند متر کابل در آن روز نصب شده است.

داده‌ها مزایای بعدی را به ارمغان می‌آورد و تخمین‌های دقیقی را برای پروژه‌های بعدی و روش‌های مدیریت کارآمدتر منابع ارائه می‌دهد.

با یک نقشه هوشمند که به عنوان رکورد شفاف پروژه عمل می کند، ذینفعان از سردرگمی که می تواند بهره وری را کاهش داده و هزینه ها را افزایش دهد، اجتناب کردند.

ویلکینسون می‌گوید: «اگر در GIS نباشد، ما به آن اعتماد نداریم.»

درس همکاری شماره 2: از همه سهامداران دعوت کنید

رهبران کسب و کار که همه ذینفعان را به عنوان همکار در نظر می گیرند و نظرات خود را در برنامه ریزی و تحویل پروژه لحاظ می کنند، می توانند خدمات را به سطح بعدی برسانند.

از آنجایی که فیبروس مسیری را برای ارائه اینترنت پرسرعت به ده‌ها هزار خانه از طریق کابل‌های فیبر نوری ترسیم کرد، برنامه‌ریزان شرکت برای آگاهی از مالکان دارایی که تحت تأثیر زیرساخت‌های باند پهن جدید قرار می‌گیرند از GIS استفاده کردند.

با استفاده از نرم افزار مکان یابی، برنامه ریزان اطلاعات مهمی مانند ترجیح ساکنان برای تاسیسات زیرزمینی به جای قطب ها را ثبت کردند. با آن داده‌هایی که در مرکز پروژه مرکزی ذخیره می‌شوند، فیبروس از ابتدای ساخت‌وساز تا مرحله عملیات، صدایی به مشتریان داد.

پس از امضای قراردادی مبنی بر شروع ساخت و ساز در یک قطعه زمین، قرارداد عکس گرفته شد و در GIS بارگذاری شد. پیمانکاران تغییر رنگ ملک را روی نقشه دیجیتالی مشاهده کردند که نشان می‌دهد کار می‌تواند آغاز شود. مدیران سایت و دیگران از نقشه برای پیمایش به محل کار و یافتن اطلاعات تماس برای مالکان استفاده کردند.

ویلکینسون می‌گوید: «این قابلیت دید را برای همه فراهم می‌کند.

به‌روزرسانی‌های وضعیت همچنین زمینه را برای سرمایه‌گذاران و حامیان دولتی مانند Building Digital UK و وزارت اقتصاد فراهم کرد.

با استفاده از GIS به عنوان یک مرکز برای داده ها از ابتدا، شرکت ها می توانند از عوارض و تاخیرهای ناشی از شکاف های اطلاعاتی جلوگیری کنند.

درس همکاری شماره 3: داشبوردهای مشترک، اقدام را تقویت می کنند

تلاش‌های همکاری اغلب توسط اطلاعات مخفی شده یا بخش‌هایی که نمی‌توانند به طور مؤثر ارتباط برقرار کنند، به دلیل تکیه بر فناوری‌های مختلف، متوقف می‌شوند. فیبروس نشان داد که GIS می‌تواند همه ذینفعان را با دسترسی بیشتر به داده‌های متفاوت توانمند کند.

داشبوردهای GIS این شرکت به رهبران پروژه این امکان را می دهد تا در یک نگاه موقعیت قطب ها یا طول کابل نصب شده در مکان های خاص را ارزیابی کنند. تیم های انطباق با بررسی داده هایی که ناظران سایت آپلود کرده بودند، شبکه را ممیزی کردند، در حالی که مشاوران حقوقی محل مجوزهای معوق را مشخص کردند.

داشبورد همچنین تصمیمات استراتژیک را در بالاترین سطوح شرکت اطلاع رسانی می کرد. هنگامی که یک تیم Fibrus لیستی از شهرهایی که شرکت ممکن است خدمات خود را در آنجا گسترش دهد ایجاد کرد، Wilkinson صفحه گسترده را به نقشه تبدیل کرد. نمای جغرافیایی یک بررسی واقعیت بود و نشان می داد که نمی توان به شهرهای خاصی دسترسی مقرون به صرفه داشت.

با عملیاتی شدن شبکه پهن باند در حال حاضر، فناوری GIS یک پورتال پرس و جو مشتری را تقویت می کند که به حل بیش از 1000 پرونده در کمتر از یک سال کمک کرده است. هنگامی که یک مشتری مشکلی مانند کابل‌های قطع شده یا یک قطب کج را گزارش می‌کند، نماینده مرکز تماس درخواست را در GIS ثبت می‌کند و می‌بیند که کدام تیم منطقه‌ای می‌تواند کارآمدتر آن را مدیریت کند. یک ایمیل خودکار به آن بخش ارسال می شود.

پس از حل مشکل، ایمیل خودکار دیگری به مدیران مرکز تماس می‌رسد که می‌توانند به‌روزرسانی را روی نقشه بررسی کنند و به مشتری اطلاع دهند که مشکل حل شده است. بدون بهره وری ارائه شده توسط GIS، چنین مواردی احتمالاً برای حل و فصل بسیار بیشتر طول می کشد.

مطالعه موردی در همکاری

هنگامی که صحبت از بهبود همکاری می شود، یک سیستم متمرکز برای ذخیره، به اشتراک گذاری و تجزیه و تحلیل اطلاعات می تواند بر بسیاری از چالش های تجاری غلبه کند. در زمینه‌های مختلف از امنیت شرکتی گرفته تا کشاورزی ، GIS با متحد کردن داده‌ها و ارائه بینش به تصمیم‌گیرندگان متعدد، همکاری داخلی و خارجی را هدایت می‌کند. مدیران به طور فزاینده ای همکاری را برای دستیابی به کارایی و بهره وری ضروری می بینند – و GIS را به عنوان یک فناوری کلیدی که به آن قدرت می دهد.

فرودگاه دوبلین به سرعت در حال تبدیل شدن به یک سازمان دیجیتال هوشمند است و GIS یکی از فناوری‌هایی است که در قلب این تحول قرار دارد.

در سال 2019، فرودگاه جایزه دستاورد ویژه در GIS را از Esri به دلیل استفاده از فناوری مکان این شرکت برای انجام کارهایی مانند مدیریت دارایی‌ها، جمع‌آوری و تجزیه و تحلیل داده‌های سلامت و ایمنی، حفظ باند فرودگاه و نظارت و تجزیه و تحلیل تهاجمات حیات‌وحش دریافت کرد. گام‌های فناوری در سال 2020 ادامه خواهد یافت زیرا یکی از سریع‌ترین فرودگاه‌های اروپا در حال برنامه‌ریزی برای راه‌اندازی یک سیستم نقشه‌برداری داخلی برای خدمات رسانی به مسافران و کارکنان است. 

سیستم نقشه برداری داخلی فرودگاه دارای اهداف دوگانه است: به مسافران کمک می کند همه چیز را از رستوران گرفته تا فروشگاه های خرده فروشی پیدا کنند و اطلاعات مفیدی را برای کارکنان فرودگاه فراهم کند.

نیل موران، رئیس مدیریت دارایی دیجیتال و تحول فرودگاه دوبلین، گفت: “هدف ما این بود که بزرگ فکر کنیم، کوچک شروع کنیم و سریع کار کنیم.” «[Esri] ArcGIS به ما پلتفرمی را داد که برای اتصال سیستم‌ها نیاز داشتیم، به همه کارمندان خود یک دیدگاه واحد از حقیقت ارائه دهیم، و آنها را توانمند کنیم تا کارآمدتر و انعطاف‌پذیرتر در سراسر فرودگاه کار کنند.»

daa مالک و اداره کننده فرودگاه دوبلین است که شلوغ ترین فرودگاه ایرلند است. بیش از 31.5 میلیون نفر در سال 2018 از این فرودگاه عبور کردند که نسبت به سال قبل 6 درصد افزایش داشت. daa تصمیم گرفت این مرکز را به صورت دیجیتالی تغییر دهد تا بتواند به مشتریان خود خدمات بهتری ارائه دهد و کارآمدتر عمل کند.

 به عنوان بخشی از این تحول دیجیتال گسترده، daa پلتفرم Esri ArcGIS را پیاده‌سازی کرد ، از جمله محصولاتی مانند ArcGIS Pro ،  ArcGIS Dashboards  (که قبلاً داشبورد عملیات برای ArcGIS) برنامه‌های تلفن همراه مانند Survey123 برای ArcGIS و Collector برای ArcGIS و به زودی برای بخشی از سیستم نقشه برداری داخلی – ArcGIS Indoors .

مکان محوری این پروژه است. هر دارایی واقع در داخل و هر اقدامی که در محدوده فرودگاه دوبلین اتفاق می افتد دارای یک مکان است. با این فرض، مدیران فرودگاهی که می خواهند امکانات خود را به فرودگاه های هوشمند تبدیل کنند، می توانند با استفاده از فناوری مکان یابی این کار را انجام دهند .

ArcGIS سیستم‌های داده daa را به هم متصل می‌کند، یک نمای واحد از اطلاعات دارایی‌های سازمانی ایجاد می‌کند و بینشی در مورد هزینه‌های عملیاتی، ریسک‌ها و عملکرد فرودگاه ارائه می‌دهد. تحول دیجیتال خبر خوبی برای مسافرانی است که اکنون از پارکینگ ها به گیت های ترمینال سریع تر و روان تر حرکت می کنند. کارکنان به راحتی می توانند گزارش های حوادثی مانند سقوط روی پله برقی یا آسیب دیدگی حمل کننده چمدان را ردیابی کنند. خدمه می توانند فوراً اطلاعاتی در مورد شرایط فرودگاه، مانند مشکل در روسازی، دریافت کنند، بنابراین می توان قبل از اینکه مشکل خطرناک شود، تعمیرات را انجام داد.

فناوری مکان به کارکنان فرودگاه درک بهتری از نحوه تعامل مسافران با امکانات و دارایی ها می دهد. مکان‌های دقیقی را مشخص می‌کند که در آن مسائل باید حل شوند. بسیاری از دارایی های تجاری این مرکز مانند آسانسور، پله برقی، پارکینگ، سیستم های امنیتی و چمدان، و دروازه های سوار شدن را ردیابی و نظارت می کند.

وینسنت هریسون، مدیر عامل فر ودگاه دوبلین گفت: «ما باید درک کنیم که مسافران چگونه با ما در حال تردد در فرودگاه هستند. این اطلاعات اهمیت فزاینده ای پیدا می کند زیرا ما مسافران بیشتری را از طریق فرود گاه جابه جا می کنیم. GIS به ما نشان می دهد که کجا باید به مسائل پرداخته شود و چگونه می توانیم خیلی سریع به آنها پاسخ دهیم.

نقشه برداری فرودگاه

daa در حال حاضر با اپل کار می کند تا الگوهای سیگنال Wi-Fi را در فرودگاه دوبلین ترسیم کند و زمینه را برای ارائه اطلاعات به روز مرتبط با مسافران با استفاده از برنامه های نقشه برداری در دستگاه های اپل خود فراهم کند. در فاز دوم پروژه، که اواخر سال 2020 اجرا خواهد شد، daa از داده های سیستم موقعیت یابی داخلی (IPS) “نقطه آبی” Apple Maps استفاده می کند و آن را با ArcGIS Indoors ادغام می کند .

 ArcGIS Indoors برای تقویت قابلیت های نقشه برداری و مکان یابی در اپلیکیشن فرودگاه دوبلین، برنامه موبایلی که داا برای مسافران ایجاد می کند، استفاده خواهد شد. اپلیکیشن فرودگاه دوبلین در هر دو دستگاه اندروید و iOS در دسترس خواهد بود.

ArcGIS Indoors همچنین برای تقویت رابط‌های کیوسک‌های نقشه که در فرودگا ه راه‌اندازی می‌شوند، و همچنین رابط‌های کیوسک که روی دسکتاپ و برنامه‌های نقشه‌برداری موبایل برای کارکنان در دسترس خواهند بود، استفاده خواهد شد.

مسافران می توانند با استفاده از دستگاه های اپل یا اپلیکیشن فرودگاه دوبلین در فرودگاه حرکت کنند. مانند سیستم ناوبری خودرو، برنامه یک پین روی مقصد می‌اندازد، مکان فعلی بازدیدکننده را نشان می‌دهد و سپس یک مسیر ایجاد می‌کند. اگر بازدیدکننده در راه رسیدن به دروازه سوار شدن باشد، ناوبری داخلی برنامه مسیر بین طبقات را نشان می‌دهد و زمان رسیدن به آنجا را تخمین می‌زند.

GIS فرودگاه دوبلین همچنین داده های سیستم مدیریت دارایی فرودگاه و فایل های طراحی، اینترنت اشیا (IoT)، خدمات آب و هوا و سایر منابع را مصرف می کند. تجسم عملیات داده ها را ایجاد می کند و تجزیه و تحلیل را برای تولید اطلاعات فرودگاهی اعمال می کند.

بهبود عملکرد تعمیر و نگهداری

خدمه تعمیر و نگهداری از ArcGIS برای جمع آوری اطلاعات و نظارت بر تعمیرات تاسیسات استفاده می کنند. کارکنان فرودگاه از برنامه‌های موبایل Esri مانند Collector برای ArcGIS و Survey123 برای ArcGIS برای گرفتن اطلاعات و عکس‌های دقیق در مورد مشکلات، دسترسی به پلت فرم ArcGIS از طریق شبکه فرود گاه استفاده می‌کنند. بلافاصله، این حادثه در یک داشبورد مبتنی بر مرورگر وب ظاهر می‌شود که با استفاده از داشبوردهای ArcGIS پیکربندی شده است. داشبورد اطلاعات را پردازش می‌کند و آن‌ها را در نقشه‌ها، نمودارها و نمودارها نمایش می‌دهد و به مدیران اطلاعات فوری در مورد آنچه اتفاق می‌افتد و تعمیرات اولویت‌بندی، برنامه‌ریزی و محول شدن به تکنسین‌ها را می‌دهد.

داشبورد همچنین وضعیت یک کار را ردیابی می کند. تکنسین تعمیر و نگهداری تکلیفی را دریافت می کند، مکان آن را می بیند و برای دسترسی به یادداشت ها و عکس های اولیه، روی نقشه کلیک می کند. تکنسین همچنین می تواند از برنامه برای دسترسی به کتابچه راهنمای تعمیر استفاده کند. 

پس از تکمیل، تکنسین نمادی را روی برنامه لمس می‌کند که می‌گوید Complete. برنامه فوراً وضعیت کار را در داشبورد عملیات به‌روزرسانی می‌کند—محل حادثه را از قرمز—به معنای کاری که برنامه ریزی شده—به سبز تبدیل می‌کند—یعنی کاری که به پایان رسیده است. گزارش های تعمیر و نگهداری که از ابتدا تا انتها دیجیتال هستند، در پایگاه داده مکان ذخیره می شوند. سابقه تاریخچه نگهداری دارایی در هر زمانی قابل دسترسی است و می توان از آن برای تجزیه و تحلیل عملکرد دارایی استفاده کرد.

مورگان کراملیش، داده‌های مکانی فرو دگاه دوبلین گفت: «داشبوردها اطلاعات بی‌درنگ را در اختیار مدیران قرار می‌دهند و بینش ارزشمندی در مورد عملیات، خطرات و عملکرد فر ودگاه ارائه می‌کنند که می‌توانیم از آن‌ها برای تصمیم‌گیری سریع‌تر و آگاهانه‌تر استفاده کنیم. مدیر.

بهبود بهداشت و ایمنی

daa اطلاعات دقیق حادثه را جمع آوری می کند و از آن برای سرعت بخشیدن به پاسخگویی و بهبود سلامت و ایمنی استفاده می کند. به عنوان مثال، اگر مسافری در پله برقی آسیب ببیند، کارکنان از Survey123 برای ArcGIS در دستگاه های تلفن همراه خود برای دسترسی و تکمیل گزارش تصادف استفاده می کنند. همین برنامه فرمی برای جمع آوری اظهارات شاهد ارائه می دهد. این برنامه همچنین به کارکنان کمک می‌کند تا از طریق یادداشت‌ها، عکس‌ها و ضبط‌شده شرایط محیطی مرتبط را ثبت کنند. به طور خودکار تمام داده ها را با زمان و مکان مهر می کند و رکورد را به پایگاه داده ارسال می کند.

مدیران ایمنی از داشبورد ArcGIS برای تجزیه و تحلیل تصادفات مربوط به پله برقی استفاده می کنند. با مقایسه آنها با داده های تاریخی در مورد حوادث مشابه قبلی، می توان نقشه های حرارتی برای شناسایی مناطق پرخطر در فرودگاه ایجاد کرد. داشبورد همچنین می تواند نمودارهای میله ای ایجاد کند که اعداد و انواع آسیب ها را برای هر پله برقی در یک دوره دو ساله نشان می دهد. داشبورد همچنین نسبت انواع آسیب های ناشی از پله برقی مانند برخورد و بریدگی را نشان می دهد.

تجزیه و تحلیلی که می تواند با استفاده از ArcGIS انجام شود، فرصت های بهبود ایمنی را برجسته می کند و گزارش هایی تولید می کند که از فرودگاه در برابر ادعاهای اشتباه محافظت می کند. همچنین با نشان دادن اینکه استانداردهای مدیریت دارایی رعایت شده است، مطابقت داا با مقررات مجوز فرودگاه آژانس ایمنی هوانوردی اتحادیه اروپا را نشان می دهد.

مدیریت بهتر فرودگاه

از آنجایی که GIS یک سیستم سازمانی است، daa از آن برای سایر عملیات‌ها مانند نگهداری فرودگاه نیز استفاده می‌کند. به عنوان مثال، بازرسان از Collector برای ArcGIS برای جمع آوری اطلاعات، از جمله عکس، در مورد مسائلی مانند وضعیت سنگفرش در فرودگاه استفاده می کنند. سپس داده ها را می توان در داشبورد مشاهدات روسازی تجسم کرد. یک داشبورد گزارش‌های وضعیت پیاده‌روی فرودگاه را در نقشه و نمودارهای دایره‌ای با رنگ‌ها در نقشه و نمودارها نشان‌دهنده سطح اولویت موضوع نشان می‌دهد: سبز برای اولویت کم، زرد برای اولویت متوسط ​​و قرمز برای اولویت بالا.

داشبورد دیگری پیشرفت انجام شده به سمت رنگ آمیزی خطوط روی آسفالت را نشان می دهد. داشبورد تعمیر و نگهداری وضعیت کارهای آسفالت را که تا به امروز انجام شده است نشان می دهد. هر آنچه که تیم عملیات برای ردیابی نیاز دارد، می تواند آن را به عنوان داشبورد پیکربندی کند. مانند قبل، این سیستم از همان داده ها برای تأیید انطباق با مقررات صنعت هوانوردی استفاده می کند.

افزایش آگاهی از خطرات فرودگاه

هجوم حیات وحش در فرودگاه ها می تواند مسائل ایمنی مهمی را ایجاد کند، از جمله زمانی که پرندگان مهاجر از مسیرهای پرواز عبور می کنند. مدیران فرودگاه daa از ArcGIS برای تجزیه و تحلیل حوادث ثبت شده هجوم پرندگان بر فراز فرودگاه در فرودگاه دوبلین در یک دوره پنج ساله استفاده کرده اند. نقشه هایی که ایجاد شد، الگوهایی را برای مشاهده ها و مواردی که پرندگان به هواپیما برخورد می کنند نشان می دهد. این به کارکنان در برنامه‌های مدیریت حیات وحش – از جمله نصب بادبادک‌ها یا طعمه‌های شاهین – کمک می‌کند تا پرندگان را از فرودگاه دور نگه دارند.

کارکنان فرودگاه کورک که داا نیز مدیریت آن را بر عهده دارد، از داشبوردهای ArcGIS برای نظارت بر رویت‌های پهپاد و حوادث گزارش‌شده مربوط به فعالیت لیزر غیرقانونی استفاده می‌کنند که به فرودگاه کمک می‌کند تا اقدامات مناسب را برای اطمینان از ایمنی مسافران انجام دهد.

بر کسی پوشیده نیست که ماه هاست که جهان در حال سوختن است. آتش سوزی های ویرانگر یونان، کانادا، ایالات متحده و سایر نقاط جهان را در برگرفته است. این آتش‌سوزی‌ها کل جوامع را سوزانده، جان انسان‌ها را گرفته و اثرات مخرب زیست‌محیطی داشته است. این همه‌گیری آتش‌سوزی جنگلی را می‌توان به عوامل متعددی نسبت داد، اما عمدتاً بحران آب و هوای جهانی.

چرا این آتش سوزی ها یک مشکل تاریخی هستند؟  

آتش‌سوزی‌های گسترده هزاران نفر را از خانه‌هایشان آواره می‌کند، کل جوامع و شهرها را ویران می‌کند، زمین‌های کشاورزی و دیگر منابع ضروری را از بین می‌برد، آلودگی هوای وحشتناک ایجاد می‌کند – که باعث التهاب بافت ریه و افزایش آسیب‌پذیری در برابر عفونت‌ها می‌شود – و بسیاری از اثرات مخرب دیگر. 

همانطور که توسط ناسا گزارش شده است ، جولای گرم ترین ماه ثبت شده از دهه 1880 بوده است . این امر باعث ایجاد شرایط خشکی شدید شده است که برای شیوع آتش سوزی و سایر بلایای طبیعی ایده آل است . 

شعله‌های آتش بخش‌هایی از هاوایی را در صبح روز چهارشنبه، 9 اوت فرا گرفت، که یک شهر با قدمت چند صد ساله را ویران کرد و حداقل 106 نفر را تا 16 آگوست کشتند . آتش سوزی های وحشی بومیان و گردشگران جزیره را غافلگیر کرد . 

ساکنان و گردشگران مجبور به تخلیه منطقه شدند – از جمله برخی از آنها که  بنا به گزارش ها برای فرار از شعله های آتش به داخل اقیانوس پریدند . سرویس ملی هواشناسی  اعلام کرد  که ترکیبی از بادهای شدید و رطوبت کم باعث ایجاد شرایط خطرناک آتش سوزی در سراسر جزیره شده است. آتش سوزی ویرانگر خودروهای سوخته را در خیابان‌های شلوغ و انبوهی از آوار در جایی که زمانی ساختمان‌های تاریخی قرار داشتند، به جای گذاشت.  

آتش سوزی یونان در ماه ژوئیه سراسر جزیره رودس، کورفو و اویا را فرا گرفت و ابرهای غلیظی از دود ایجاد کرد و هزاران نفر را مجبور به تخلیه کرد. این آتش سوزی ها به دلیل عوامل تحمیلی انسانی مانند آتش سوزی، آتش سوزی و سهل انگاری محض ایجاد شد. با این حال، موج گرمای مرگباری که تابستان امسال اروپا را سوزاند – ناشی از انتشار کربن – به جلوگیری از شروع و گسترش این آتش‌سوزی‌ها کمکی نکرد.  

شاخص کیفیت هوا (AQI) چگالی پنج آلاینده را اندازه گیری می کند: ازن سطح زمین، ذرات معلق، مونوکسید کربن، دی اکسید نیتروژن و دی اکسید گوگرد. در ابتدا توسط آژانس حفاظت از محیط زیست برای برقراری ارتباط با پاکیزگی هوایی که آمریکایی ها هر روز تنفس می کنند تأسیس شد. این شاخص از صفر تا 500 است – هر چه این عدد بیشتر باشد، هوا بیشتر آلوده است. 

اثرات آلودگی هوا می تواند از علائم خفیف مانند سوزش چشم و گلو تا علائم جدی مانند مشکلات قلبی و تنفسی متغیر باشد. آلودگی می تواند باعث التهاب بافت ریه و افزایش آسیب پذیری در برابر عفونت ها شود. 

در طول آتش سوزی های جنگلی، ذرات ریز موجود در دوده، خاکستر و گرد و غبار می توانند هوا را پر کنند. AQI غلظت ذرات با قطر کمتر از 2.5 میکرومولار را شناسایی می کند. هنگامی که این ذرات استنشاق می‌شوند، لکه‌های ریز می‌توانند خطر حملات قلبی، سرطان و عفونت‌های تنفسی را افزایش دهند، مخصوصاً در کودکان و بزرگسالان.  

بر اساس داده های  مرکز آتش سوزی جنگل های بین سازمانی کانادا ، 1037 آتش سوزی فعال در کانادا وجود دارد: 652 مورد از کنترل خارج شده اند، 161 مورد در محل نگهداری می شوند، و 224 مورد از 23 آگوست تحت کنترل هستند. بسیاری از این آتش سوزی ها ناشی از رعد و برق بوده است. ; با این حال، با دمای بالاتر از میانگین امسال و شرایط خشک، آتش‌سوزی‌های جنگلی در کانادا از ماه می آغاز شده است.  

کانتینرهای انباشته شده

Septentrio

Sepentrio روی پروژه های اتوماسیون بندری با Kalmar، یک شرکت فنلاندی که طیف گسترده ای از راه حل ها و خدمات جابجایی محموله را به بنادر، پایانه ها، مراکز توزیع و صنایع سنگین ارائه می دهد، کار کرده است. من در مورد این همکاری با Stef van der Loo، مدیر دسترسی به بازار در Sepentrio صحبت کردم. در ادامه گزیده‌ای از گفتگوی ما آمده است. 

چالش های موجود در یک بندر چیست؟

در ترمینال یا پورت کانتینری، همه چیز به هم متصل است و بنابراین پیچیده است. اخیراً، GNSS محبوب‌تر شده است، به‌ویژه زمانی که با ناوبری اینرسی همراه باشد، زیرا این فناوری توانایی بیشتری در ارائه دقت در سطح سانتی‌متری حتی در محیط‌های چالش برانگیز پیدا کرده است که ممکن است خط دید ماهواره‌های GNSS تا حدی توسط کانتینرها یا سازه‌ها مسدود شود. .
چه چیزی باعث دقت بالاتر می شود؟

هر سال، هر ترمینال تعداد معینی کانتینر را روی هم قرار می دهد، اما تمام اطلاعات مربوط به آنها به طور خودکار به سیستم عامل ترمینال (TOS) داده نمی شود. گاهی اوقات، اپراتورها باید به دنبال کانتینرهای نابجا بگردند، که ممکن است نیاز به توقف عملیات و استقرار پرسنل اضافی داشته باشد. علاوه بر این، رفتن به این حیاط ها چندان امن نیست. 

این یکی از دلایلی است که پورت ها شروع به استقرار سیستم های موقعیت یابی کردند. با این حال، ده سال پیش، با دقت متر، آنها همیشه در حال شکست بودند. در حال حاضر، پیشرفت در فناوری GNSS را قادر ساخته است که برای این چالش مناسب شود. در پایانه‌ها، می‌توانید از سیستم‌های GNSS یا INS برای مدیریت ترافیک وسایل نقلیه، وسایل نقلیه و وظایف خودران یا برای به دست آوردن موقعیت یک کانتینر استفاده کنید.

به عنوان مثال، هنگامی که یک پشته‌گیر دستی به پشته می‌رسد و ظرف را در جای خود قفل می‌کند، داشتن یک موقعیت بسیار قابل اعتماد در سطح سانتی‌متری بسیار مهم است. با پردازش داده ها از سیستم های کنترل به TOS، خطاها افزایش می یابد. برای اطلاع دقیق از موقعیت یک ظرف در هنگام قرار دادن آن در پشته، خطاها نباید بیش از نیم متر باشد. بنابراین، قابلیت اطمینان و دقت GNSS/INS برای موقعیت یابی کانتینر بسیار مهم است.

آیا IMU ها را خریداری می کنید و تمام ادغام را انجام می دهید؟

ما IMU ها را بیشتر از دستگاه های آنالوگ می خریم. راه حل ناوبری اینرسی یکپارچه خود ما است. ما روی ناوبری اینرسی در چندین بازار – از جمله لجستیک، استخراج مستقل، و روباتیک کشاورزی تمرکز می کنیم.

تقسیم کار بین شما و کلمار چگونه است؟

Kalmar هم OEM و هم یکپارچه ساز است. آنها یک مربی برای اتوماسیون پایانه های لجستیک هستند. ما عمدتاً به عنوان یکپارچه ساز با آنها کار می کنیم. آنها مانند سایر یکپارچه سازها به یک ترمینال می روند و سیستم ها و سایر تجهیزات را نصب می کنند. کالمار یک مجموعه حسگر کامل با انواع سنسورها ساخت و آن را در بسته های خود مانند SmartPort ادغام کرد.

 با اصل آموزش مربی، مهندسان ما کارکنان کالمار را آموزش دادند، بنابراین آنها کنترل خط اول نصب و عیب یابی را دارند. سپس ما حاضریم تا جایی که بتوانیم از آنها حمایت کنیم. ما یک حلقه بازخورد مداوم با چندین مشتری تدارکات برای پیشنهادات و توصیه های محصول برای تکامل محصولات و خدمات خود برای این بخش داریم.

کانتینرهای دسته دار

GNSS 

یکی از بزرگترین شرکت‌های کانتینری در جهان به راه‌حلی برای مدیریت کشتی‌های حمل‌ونقل خود نیاز داشت، که وسایل نقلیه حمل و نقل کانتینری تخصصی در بنادر هستند که می‌توانند کانتینرهای بزرگ را برداشته و به کامیون‌ها، قطارها یا دیگر پشته‌های کانتینر منتقل کنند.

 این برای اپراتورهای ترمینال کانتینری بسیار چالش برانگیز است زیرا بنادر محیط های عملیاتی بسیار پیچیده ای هستند که سایر خدمات دریایی مانند ذخیره و مدیریت محموله، حمل و نقل کالا و ترخیص کالا از گمرک را نیز ارائه می دهند. برای جابجایی ایمن و کارآمد کانتینرها، پایانه‌های مدرن علاوه بر کریرهای استرادل، ساختمان‌ها، تجهیزات و جرثقیل‌ها نیز دارند. همه این زیرساخت ها چندین مسیر را ایجاد می کنند که بر قابلیت های گیرنده های GNSS تاکید می کند.

برای توسعه و نصب این سیستم جدید برای وسایل نقلیه حمل بار، شرکت کانتینری به JAVAD GNSS و ALLSAT GmbH ، یک شرکت مهندسی، ژئودتیک و الکترونیک آلمانی که در سال 1991 تأسیس شد و از سال 1995 شریک توزیع آلمانی JAVAD بوده است، روی آورد. در سال 2022، ALLSAT GmbH یک مفهوم دوقلو دیجیتال جدید را برای تامین و پشتیبانی از راه اندازی چند صد راه حل مریخ نورد JAVAD GNSS در سه بندر دریایی بین المللی به کار گرفت.

 این امر مستلزم به دست آوردن داده های موقعیتی در زمان واقعی و بسیار دقیق برای جابجایی حامل های استرادل و بارگذاری آن در یک سیستم اطلاعات ترمینال برای کنترل و مستندسازی بود.

ALLSAT یک طرح مفهومی ژئودتیکی را به کار گرفت که گیرنده‌های JAVAD GNSS Delta-3S و آنتن‌های RingAnt G5T و Grant-G5T را برای بررسی دقیق دو ایستگاه مرجع GNSS در هر پورت ادغام می‌کند، سپس سیستم را از یک منبع بر روی تمام خودروهای حامل استرادل راه‌اندازی کرد. همچنین راه‌حلی با استفاده از دو ایستگاه مرجع با کارکرد اضافی ایجاد کرد که داده‌های تصحیح RTK را برای همه GNSS (GPS، Galileo، GLONASS و BeiDou) در آدرس‌های IP/فرکانس‌های رادیویی مختلف پخش می‌کنند.

 همه مریخ نوردهای JAVAD RTK به لطف 874 کانال و پردازنده های موازی خود می توانند داده ها را از هر دو منبع تصحیح به صورت موازی دریافت و پردازش کنند. این دو مزیت را ارائه می دهد. اول، یک بازگشت جامع را در صورت بعید به وجود می آورد که یک ایستگاه مرجع از کار بیفتد. دوم، قابلیت اطمینان، سرعت و دقت مریخ نوردها را که در محیطی مملو از سایه سیگنال و تأثیرات چند مسیره کار می کنند، بسیار بهبود می بخشد.

ALLSAT با همکاری نزدیک با مشتری خود و JAVAD GNSS توانست این پروژه را از ایده اولیه تا تایید و راه اندازی، تنها در چند هفته اجرا کند. ترکیبی از ایستگاه‌های مرجع زائد و چند صورت فلکی و JAVAD GNSS چند پایه RTK راه‌حلی را به‌دست آورد که بسیار قابل اعتماد و در دسترس است و علی‌رغم شرایط چالش‌برانگیز محیطی، عملکرد مداوم را فراهم می‌کند. علاوه بر این، JAVAD GNSS به‌روزرسانی‌های سیستم‌افزار را برای عمر دستگاه‌ها ارائه می‌کند که مشتری را قادر می‌سازد تا 10 سال آینده به این راه‌حل مریخ نورد پایه تکیه کند.

ردیابی قطار

سیستم های M3 

M3 Systems ، یک شرکت جغرافیایی فرانسوی-بلژیکی که در سال 1999 تأسیس شد، مدت‌ها از فعالیت‌های تحقیق و توسعه آژانس‌های فضایی و هوانوردی غیرنظامی اروپا حمایت می‌کند. همچنین محصولاتی را که از طریق فعالیت های تحقیق و توسعه خود توسعه داده است، به بازار عرضه می کند. در سال‌های اخیر، M3 Systems فعالیت‌های خود را در بخش‌های خودروسازی و ریلی گسترش داد. 

برای توسعه یک دستگاه جدید برای قطارها، با دو شرکت بلژیکی شریک شد: Logiplus که سیستم‌های الکترونیکی داخلی قطارها را تولید می‌کند و ALSTOM بلژیک، بخشی از گروه ALSTOM، که قطارها و تجهیزات را برای خطوط قطار می‌سازد. هدف از طراحی محصول، توسعه یک حسگر هیبریدی بود که هم از حسگر GNSS برای ارائه موقعیت مطلق و هم از یک واحد اندازه‌گیری اینرسی (IMU) برای جبران موانع محیطی مانند درختان و دره‌های شهری با محاسبه موقعیت قطار استفاده می‌کند. در آخرین موقعیت مطلق مبتنی بر GNSS، جرمی اسکلتون، سرپرست پروژه در M3 Systems توضیح داد.

IMUها مدت‌هاست با GNSS همراه شده‌اند، زیرا هر فناوری محدودیت‌های دیگری را جبران می‌کند: IMUها از دریفت و گیرنده‌های GNSS از از دست دادن سیگنال در محیط‌های خاص رنج می‌برند. در تئوری، بررسی مسیرها و استفاده از کیلومتر شماری برای نظارت بر موقعیت خطی قطار بر روی آنها برای تعیین مکان آن کافی است. اسکلتون گفت، با این حال، در عمل، رمزگذار چرخ‌ها «مستعد خطا هستند، زیرا چرخ‌ها در معرض لغزش و لغزش زیادی هستند».   بنابراین، ما به حسگرهای کاملا مستقل نیاز داریم.

این الزام باعث شد که ALSTOM توسعه دستگاه ورودی IGLOO (مخفف IMU & GNSS وسیله نقلیه کیلومتر شماری) را پیشنهاد دهد که تمام سنسورهای مختلف را یکپارچه می کند. Logiplus سخت افزار را طراحی و تولید کرد، در حالی که M3 Systems الگوریتم را نوشت.

این پروژه که تا حدی به لطف کمک مالی از صندوق توسعه منطقه ای اروپا و با حمایت منطقه والون بلژیک تامین شد، به سه بخش تقسیم شد:

• نرم افزاری برای جفت کردن IMU و GNSS برای محاسبه سرعت قطار.
• راه حل کالیبراسیون خودکار، که نیاز به کالیبراسیون خودکار هنگام راه اندازی سنسور را از بین می برد.
• یک پلت فرم سخت افزاری که دارای یک IMU کم هزینه است.

کنسرسیوم بسته به قابلیت اطمینان در هر منطقه از سیگنال‌های GNSS، سه نوع منطقه را تعریف می‌کند که قطار در آنها فعالیت می‌کند. اسکلتون گفت: «به عنوان مثال، محیطی با دید واضح به آسمان و بدون هیچ مانعی قابل اعتماد است، در حالی که یک جنگل، یک دره شهری یا ورودی به یک تونل قابل اعتماد نیست. بدون پشتیبانی GNSS، در نهایت IMU نیز غیرقابل اعتماد خواهد شد.

در سرعت های بسیار پایین، خطاها باید بسیار کم باشد، اما در سرعت های بالاتر خطای سرعت بیشتر مجاز است. اپراتورها می توانند سطوح مختلف داده را از یک گیرنده GNSS استخراج کنند. برای دستیابی به یک جفت محکم GNSS-INS، آنها می توانند از تاخیرهای داپلر استفاده کنند و آنها را با IMU هیبرید کنند یا از حلقه ردیابی استفاده کنند و محدوده و داپلر را تنظیم کنند.

 برای اتصال شل، آنها می توانند مستقیماً از موقعیت یابی، سرعت و داده های زمان بندی گیرنده GNSS استفاده کنند. تمام کوپلینگ ها با استفاده از فیلترهای بیزی، به عنوان مثال فیلتر کالمن انجام می شود. اسکلتون گفت: «کوپلینگ شل دقت، قابلیت اطمینان و یکپارچگی کمتری به شما می‌دهد، اما همچنین از CPU کمتری استفاده می‌کند».

برای جمع‌آوری داده‌ها در قطار، M3 Systems یک برد مدار چاپی (PCB) با یک گیرنده GNSS u-blox، یک گیرنده GNSS Sepentrio Asterix، نه IMU (که آنها را قادر می‌سازد بهترین مورد را برای مورد استفاده انتخاب کنند)، یک مرجع تولید کرد.

واحد مسیری که حقیقت زمین را فراهم می کند و رایانه ای که داده ها را از گیرنده های GNSS و IMU می گیرد. اسکلتون گفت: “همه چیز برای اهداف اندازه گیری در یک قفسه قطاری که در اینجا در بلژیک حرکت می کند یکپارچه شده بود.” و همه داده ها به طور خودکار از طریق اتصال اینترنت 4G بازیابی شدند. ما چند هزار کیلومتر سفر، چند ساعت تونل و سیگنال های GNSS قابل اعتماد و غیرقابل اعتماد را جمع آوری کرده ایم.

Logiplus شریک M3 Systems این محصول را برای پشتیبانی از نرم افزار هیبریداسیون و رابط با کامپیوتر حیاتی اروپا (EVC) طراحی کرده است که حداکثر سرعت و منحنی ترمز قطار را نظارت و به طور مداوم محاسبه می کند. اسکلتون گفت: “برای EVC ضروری است که دانش کاملی از سرعت قطار داشته باشد، که دلیل اصلی طراحی این دستگاه جدید است.

” آنچه در این سخت افزار مشخص است، قدرت محاسباتی، دو سیستم (GNSS و اینرسی) و الگوریتم ترکیب داده ها است که به سخت افزار اجازه تکامل می دهد. به عنوان مثال، ما می توانیم به یک IMU متفاوت تغییر دهیم.

اسکلتون خاطرنشان کرد: سیستم IGLOO با الزامات ایمنی مشخص شده مطابقت دارد و به دانش قابل اطمینان تر از سرعت قطار کمک می کند که خطر تصادفات و تلفات را کاهش می دهد، جریان ترافیک را بهبود می بخشد و کارایی و ایمنی عملیات قطار را بهبود می بخشد.

نقشه برداری راه آهن

سیستم های موقعیت یابی Eos 

Network Rail که مالک و مدیریت زیرساخت‌های راه‌آهن در انگلستان، اسکاتلند و ولز است، نیاز به بررسی دقیق از 50000 دارایی الکتریکی در امتداد 400 مایل ریل در منطقه شرقی کشور داشت. به Arcadis، یک شرکت طراحی و مشاوره که متخصص در طراحی پایدار و خدمات مهندسی است، روی آورد.

 این پروژه مستلزم ارائه طرح‌های مدل‌سازی اطلاعات ساختمان (BIM) دقیق خط راه‌آهن برای پشتیبانی از عملیات و نگهداری زیرساخت‌های برق‌دار و در عین حال تضمین یک محیط کاری امن برای تیم‌های نقشه‌برداری بود. Arcadis با استفاده از گیرنده‌های Arrow 100 GNSS از سازنده کانادایی Eos Positioning Systems و ArcGIS Survey123 و نرم‌افزار ArcGIS Hub Esri، توانست داده‌ها را با دقت زیرمتر به‌طور کارآمد جمع‌آوری کند و آن‌ها را در زمان واقعی با Network Rail به اشتراک بگذارد.

گیدئون سیمونز، معاون مدیر GIS و مشاور جغرافیایی در Arcadis گفت که Arcadis تصمیم گرفت برای جمع آوری داده ها و استفاده از GIS برای مدیریت آن یک بررسی میدانی دیجیتال انجام دهد . ما به تیم‌های نظرسنجی آی‌پد، اپلیکیشن Esri و گیرنده‌های GNSS ارائه کردیم.» برای اصلاحات، از شبکه سیستم عامل Ordnance Survey استفاده کرد. ما از طریق چند ارزیابی و آزمایش دریافتیم که دقت Eos Arrow به اندازه کافی برای برآوردن نیازهای پروژه خوب است.

منطقه مورد بررسی بیشتر روستایی است اما خط راه آهن از مناطق بسیار شهری عبور می کند. یکی از اولین چالش‌ها، نقشه برداری زیر پوشش در ایستگاه‌ها و در چند تونل بود. بنابراین، ما روش‌هایی را با استفاده از نقشه‌ها و تصاویر جغرافیایی ارجاع داده شده و گرفتن داده‌های موقت با استفاده از GNSS در خارج از تونل‌ها، برای اندازه‌گیری فاصله و افست به دارایی‌های موجود در تونل‌ها با چرخ‌های اندازه‌گیری که امکان پردازش پس از بررسی و دقت مکان مورد نیاز را فراهم می‌کند، توسعه دادیم. .

عکاسی نیز کلید موفقیت این پروژه بود. سیمونز گفت: «فقط در یک انبار، هزاران دارایی را با تعداد زیادی سوله قطار بررسی کردیم. ما از دوربین‌های 360 درجه و دوربین‌های دید قطار استفاده می‌کنیم، به طوری که واقعاً درک می‌کنیم که دارایی‌ها باید در کجا قرار گیرند.»

سیمونز خاطرنشان کرد: مرحله بعدی Network Rail حفظ آن تجهیزات است – چه جایگزین کردن آن، ارتقای آن به کد یا نصب بالقوه دارایی های جدید. در بریتانیا، ما از انواع اندازه‌گیری‌ها استفاده می‌کنیم – امپریال و متریک. بنابراین، برای مشتری بسیار مفید بوده است که فقط یک منبع مرجع حقیقت داشته باشد که از کار او پشتیبانی می‌کند و همچنان می‌تواند با سیستم‌های دیگر مرتبط باشد و ارتباط با تیم‌های گسترده‌تر را آسان کند.»

خلاصه ای از محصولات اخیر در صنعت GNSS و موقعیت یابی اینرسی از شماره نوامبر 2023 مجله GPS World .

MEMS IMU
مناسب برای محیط های ناهموار

واحد اندازه گیری اینرسی TAC-440 MEMS (IMU) برای محیط های سخت، بحرانی و سخت در طیف گسترده ای از کاربردهای دفاعی، تجاری، صنعتی و دریایی طراحی شده است. TAC-440 دارای بایاس ژیروسکوپی 1 درجه در ساعت و پایداری بایاس شتاب سنج 1 میلی گرمی با زاویه 0.05 درجه در ساعت در محدوده دمایی گسترده است.

 EMCORE بیان کرد که حسگرهای کوارتز حالت جامد و ساختار IMU مهر و موم شده، MTBF قابل اعتماد و عمر ذخیره سازی را فراهم می کنند. TAC-440 از چهار روش همگام سازی پیام داده با قابلیت پالس همگام سازی ورودی یا قابلیت اعتبار زمان خروجی پشتیبانی می کند. کاربر می تواند انتخاب کند که آیا پالس همگام سازی به صورت داخلی تولید و به عنوان زمان اعتبار داده های خروجی خروجی شود یا اینکه نرم افزار TAC-440 ورودی پالس همگام سازی را شناسایی کرده و داده های خروجی را با پالس ورودی همگام می کند.
EMCORE Corporation ، emcore.com

تبلت RTK GNSS
یک دستگاه مقاوم طراحی شده برای عملیات جغرافیایی و نقشه برداری در این زمینه

LT800H عملکرد قوی در فضای باز، امنیت داده ها و دقت در سطح سانتی متر را برای برنامه های مختلف، از جمله ساخت و ساز، بررسی محیط زیست و هر صنعتی که در آن تبلت های اندرویدی استفاده می شود، به کاربران ارائه می دهد. تبلت اندرویدی LT800H RTK با عملکرد بالا 1408 کانال GPS، GLONASS، Galileo و ماژول BeiDou و یک آنتن مارپیچ ردیابی GNSS، دقت موقعیت یابی سانتی متر به دسی متر را در محیط های چالش برانگیز ارائه می دهد. 

همچنین به یک مودم 4G برای ساده سازی اتصال به اصلاحات شبکه GNSS RTK مجهز شده است. این فناوری همچنین عمر باتری هشت ساعته را ارائه می دهد و به کاربران امکان می دهد بدون وقفه داده ها را در میدان جمع آوری کنند.
ناوبری CHC ، chcnav.com

نرم افزار PPK
برای نقشه برداری زمین، هیدروگرافی، بررسی های هوایی، ساخت و ساز و کاربردهایی که نیاز به موقعیت یابی دقیق دارند.

Qinertia 4 دارای یک موتور ژئودزی پیشرفته است که دارای مجموعه گسترده ای از سیستم های مرجع مختصات از پیش تنظیم شده (CRS) و تبدیل است، که آن را به یک راه حل مناسب برای برنامه هایی تبدیل می کند که از داده های ژئودزی متنوع استفاده می کنند. برای مقابله با چالش‌های فعالیت یونوسفر متغیر، Qinertia 4 دارای یک حالت سینماتیک پس پردازش Ionoshield (PPK) است. این ویژگی شرایط یونوسفر و فواصل پایه را جبران می‌کند و کاربران را قادر می‌سازد تا PPK را حتی برای خطوط پایه طولانی و/یا شرایط سخت یونوسفر انجام دهند.

 این اطمینان حاصل می کند که نقشه برداران می توانند حتی در مناطقی با اختلالات یونوسفر غیرقابل پیش بینی به دقت سانتی متر دست یابند. یکی دیگر از موارد افزوده شده به Qinertia 4 پشتیبانی شبکه گسترده برای ایستگاه های مرجع دائمی (CORS) است. این ویژگی به کاربران امکان دسترسی به شبکه ای از 5000 SmartNet CORS را برای پردازش داده های GNSS قابل اعتماد می دهد. این ایستگاه‌های پایه به شبکه ایستگاه‌های پایه که مستقیماً در Qinertia در دسترس هستند اضافه می‌شوند و تعداد آنها را به بیش از 10000 پایگاه در 164 کشور می‌رسانند.

برای داده‌هایی که نمی‌توانند با استفاده از PPK پردازش شوند، Qinertia 4 یک راه‌حل جایگزین با الگوریتم موقعیت‌یابی نقطه دقیق خود ارائه می‌دهد. این حالت پردازشی جدید که برای تمامی کاربران دارای تعمیر و نگهداری فعال Qinertia در دسترس است، پس پردازش را در هر نقطه از جهان بدون ایستگاه پایه با دقت افقی 4 سانتی متر و دقت عمودی 8 سانتی متر فراهم می کند.
SBG Systems ، sbg-systems.com

سیستم هوابرد Lidar + RGB
برای بهبود جزئیات عملیات نقشه برداری هوایی طراحی شده است

AlphaAir 10 (AA10) دارای یک الگوریتم ناوبری با دقت بالا است که دقت برد مکرر 5 میلی متری را فراهم می کند و در محدوده 2 تا 5 سانتی متری، حتی در محیط های پیچیده، به دقت مطلق دست می یابد. AA10 قادر به اندازه گیری های دوربرد تا 800 متر، اسکن سریع با سرعت 500000 نقطه در ثانیه است و دارای آینه ای است که به طور مداوم می چرخد ​​که سرعت اسکن 250 اسکن در ثانیه را امکان پذیر می کند. 

AA10 با تولید ابرهای نقطه ای با کیفیت بالا، ایجاد مدل های مش را امکان پذیر می کند. این دوربین از یک دوربین داخلی املایی 45 مگاپیکسلی پشتیبانی می کند که بافت های نقشه برداری تصویر با وضوح بالا را برای بازسازی مدل سه بعدی با رنگ آمیزی ابر نقطه ای واقعی ارائه می دهد. AA10 همچنین از ضبط خودکار واقعیت و تجسم داده در زمان واقعی که مستقیماً از کنترل کننده پهپاد قابل دسترسی است پشتیبانی می کند. 

سیستم لیدار AA10 سبک و جمع و جور است و 1.55 کیلوگرم وزن دارد و در صورت ادغام با پهپادهایی مانند DJI M350، زمان عملیاتی 30 دقیقه ای را فراهم می کند. این سیستم همچنین دارای استاندارد IP64 است.
ناوبری CHC ، chcnav.com

گیرنده GNSS
برای پروژه های نظرسنجی طراحی شده است

Reach RS3 یک گیرنده GNSS است که دارای جبران شیب واحد اندازه گیری اینرسی (IMU) و یک رادیو دو بانده برای سازگاری بیشتر با گیرنده های شخص ثالث است. Reach RS3 به کاربران امکان می دهد در زوایای شیب بزرگ نظرسنجی کنند و در عین حال دقت درجه نظرسنجی را حفظ کنند. گیرنده چند باندی هم به عنوان پایه و هم به عنوان مریخ نورد کار می کند و به صورت کارخانه ای کالیبره شده است.

 گیرنده گزینه های همه کاره ای را برای دریافت تصحیحات از ایستگاه های مرجع (CORS)، دستگاه Reach دیگر، یا یک پایگاه شخص ثالث ارائه می دهد، بنابراین کاربران می توانند گیرنده های حرکتی-زمان واقعی (RTK) را در یک ناوگان ترکیب و مطابقت دهند. اتصال NTRIP آن اصلاحات را از CORS، سرویس NTRIP یا گیرنده GNSS با استفاده از Emlid NTRIP Caster امکان پذیر می کند. هنگامی که از طریق NTRIP متصل می شود، Reach روی خط پایه بیش از 60 کیلومتر در RTK و 100 کیلومتر در کینماتیک پس از پردازش کار می کند.
Emlid ، emlid.com

گیرنده GNSS
شامل Trimble ProPoint است و دقت نظرسنجی و بهره وری را در این زمینه ارائه می دهد.

گیرنده R580 GNSS متخصصان نقشه برداری، نقشه برداری و GIS، ساخت و سازهای عمرانی و خدمات شهری را قادر می سازد موقعیت یابی در سطح سانتی متری را ثبت کنند.

 با تعبیه موتور Trimble ProPoint GNSS، کاربران می توانند نقاط را در محیط های چالش برانگیز، مانند زیر سایه بان درختان یا نزدیک ساختمان ها اندازه گیری کنند، در حالی که فناوری EVEREST Plus می تواند سیگنال های چند مسیری ناخواسته را برای بهبود دقت و اطمینان داده ها شناسایی و حذف کند. گیرنده با استفاده از فناوری چیپست Maxwell 7، پردازش سریع، قابلیت ضد جعل و توانایی ردیابی تمام صورت فلکی GNSS موجود را فراهم می کند.

 R580 از خدمات تصحیح Trimble RTX برای دقت در سطح RTK بدون استفاده از ایستگاه پایه محلی یا شبکه VRS در هر جایی که منابع تصحیح در دسترس هستند، پشتیبانی می کند. گیرنده را می توان با همه دستگاه های تلفن همراه فعلی در انواع سیستم عامل ها و پلتفرم ها جفت کرد – از یک دستی یا کنترلر Trimble گرفته تا یک تلفن هوشمند یا تبلت مدرن. همچنین می توان آن را روی میله، وسیله نقلیه یا کوله پشتی نصب کرد.
Trimble , trimble.com

OEM

ماژول GNSS
از باندهای GNSS L1/L5 از چند صورت فلکی، از جمله NavIC پشتیبانی می کند.

ماژول موقعیت یابی NEO-F10N بر اساس فرم فاکتور u-blox NEO و مجهز به فناوری GNSS دو بانده u-blox F10 است. NEO-F10N از باندهای L1/L5 GNSS از چند صورت فلکی – از جمله NavIC – برای ارائه دقت موقعیت در سطح متر در مناطق شهری پشتیبانی می کند. سفت‌افزار آن برای پشتیبانی از چندین برنامه کاربردی مانند بازارهای تله‌ماتیک و میکروموبیلاتی خودرو یا برنامه‌های صنعتی که به دقت موقعیت در سطح متر نیاز دارند، قابل ارتقا و تنظیم است.

 NEO-F10N با افزایش انعطاف پذیری خود در برابر تداخل چند مسیره، دقت موقعیت را در محیط های شهری بهبود می بخشد. این ماژول با استفاده از سیگنال های هر دو باند L1 و L5 به دقت بهتری نسبت به استفاده از باند L1 به تنهایی دست می یابد. کاربرانی که در حال حاضر از گیرنده های مبتنی بر ماژول هایی مانند u-blox NEO-M8 و NEO-M9 استفاده می کنند، می توانند به نسل جدید NEO-F10N مهاجرت کنند. این ماژول دقت را افزایش می‌دهد، مصرف انرژی را کاهش می‌دهد و راه‌حلی جایگزین برای کاربرانی که نمی‌خواهند تنظیمات حسابداری مرده را اجرا کنند، ارائه می‌دهد.
u-blox، u-blox.com

آنتن GNSS چند باند
طراحی شده برای بهبود راه حل های موقعیت یابی در سطح متر

ANN-MB5 یک آنتن GNSS چند بانده (L1/L5/E5a/B2a) است که برای پلت فرم u-blox F10 بهینه شده است و موقعیت دقیق، قابل اعتماد و قوی را حتی در محیط های چالش برانگیز امکان پذیر می کند. این آنتن دارای دریافت همزمان چندین سیستم ناوبری از جمله NavIC است. ANN-MB5 دارای طراحی فشرده با پایه مغناطیسی است.
u-blox ، u-blox.com

INS
محصولی برای نقشه برداری تلفن همراه، استقلال، و موارد دیگر

سیستم ناوبری اینرسی xRED3000 (INS) پشتیبانی از GNSS چهار صورت فلکی را برای چندین برنامه ارائه می دهد. وزن INS 20 گرم است که آن را برای محموله های هوایی مناسب می کند. در ابعاد 53.6 میلی متر در 50.6 میلی متر در 9.5 میلی متر، می توان آن را بدون تغییر اساسی در طراحی کاربر گنجاند. هنگامی که در یک منطقه محروم از GNSS، xRED3000 دقت موقعیت 0.5 متر را حتی پس از 60 ثانیه ارائه می دهد.

 این ویژگی دارای الگوریتم‌های جفت محکم gx/ix است که دقت را در دره‌های شهری بهبود می‌بخشد و پس از قطع‌های موقت GNSS سرعت بازیابی سینماتیک در زمان واقعی را افزایش می‌دهد. xRED3000 دارای صفحه کیلومتری اینرسی لیدار است که داده ها را از لیدار در پس پردازش می گیرد تا دریفت واحد اندازه گیری اینرسی را کاهش دهد و دقت را در مناطقی با سیگنال GNSS ضعیف یا بدون سیگنال بهبود بخشد. علاوه بر این، NTRIP تعبیه شده دریافت تصحیحات GNSS را آسان تر می کند.
OxTS ، oxts.com

گیرنده سه فرکانس GNSS
کامل با طراحی فشرده برای برنامه های موبایل

BD990 از فرکانس سه گانه برای صورت فلکی GPS، GLONASS، BeiDou و Galileo پشتیبانی می کند. گیرنده برای تعیین موقعیت سانتی متری، مقداردهی اولیه سینماتیک (RTK) سریع و قابل اعتماد را ارائه می دهد. دارای فناوری Trimble Maxwell 7 است که 336 کانال ردیابی، کاهش چند مسیری Trimble Everest Plus و نظارت و تجزیه و تحلیل طیف RF پیشرفته را ارائه می دهد.

 با گزینه استفاده از خدمات OmniSTAR یا RTX، BD990 سطوح مختلفی از عملکرد را تا سطح سانتی متر بدون استفاده از ایستگاه پایه ارائه می دهد. BD992 همچنین از عنوان GNSS دو آنتن پشتیبانی می کند در حالی که BD992-INS از موقعیت و جهت گیری با نرخ به روز رسانی بالا پشتیبانی می کند.
Trimble ، oemgnss.trimble.com

---

کنترل ماشین

سیستم فرمان خودکار
برای کاربردهای کشاورزی دقیق طراحی شده است

سیستم فرمان خودکار SAgro150 با هدف ارائه راه آسان به کشاورزان برای شروع کار با فرمان خودکار است. با قابلیت ردیابی تمام صورت فلکی، SAgro150 دقت فرمان خودکار 2.5 ± سانتی متری را برای به حداکثر رساندن استفاده از زمین و عملکرد و در عین حال صرفه جویی در منابعی مانند آب و کود دریافت می کند. در مقایسه با نسل اول سیستم SAgro100، سیستم فرمان خودکار SAgro150 از یک راه حل تک آنتن به جای راه حل دو آنتن استفاده می کند.

 همچنین دارای گزینه‌های یکپارچه‌سازی ساده‌تر است، فقط به یک چاک مغناطیسی قوی برای اتصال ایمن آنتن به بالای تراکتور برای ردیابی سیگنال ماهواره‌ای نیاز دارد. سیستم جدید همچنین از حالت ژیروسکوپ دوگانه استفاده می کند که قابلیت اطمینان داده های عنوان و سازگاری با تراکتورهای مختلف را افزایش می دهد. این سیستم جدید به کاربردهایی مانند خاکورزی دوار، لجن کشی، کاشت و برداشت در خط مستقیم، منحنی، دور برگردان و غیره کمک می کند.
SingularXYZ , singularxyz.com

گیرنده تعیین موقعیت و عنوان
برای چندین برنامه طراحی شده است

AsteRx SB3 Pro+ یک گیرنده GNSS چند فرکانسی است که از فناوری GNSS سه باند برای موقعیت‌یابی سینماتیک (RTK) قابل اعتماد در سطح سانتی‌متری و عنوان زیر درجه استفاده می‌کند. با انعطاف پذیری برای استفاده به عنوان مریخ نورد یا ایستگاه پایه، AsteRx SB3 Pro+ همچنین دارای نرخ به روز رسانی فوق العاده بالا و عملکرد ثبت گزارش است. این دستگاه که در یک محفظه مقاوم IP68 قرار دارد، برای محیط های سخت مناسب است. AsteRx SB3 Pro+ دارای نرخ به روز رسانی بالا و تاخیر کم برای وسایل نقلیه سریع یا قطعات ماشین آلات است.
Septentrio ، septentrio.com

آنتن های GPS
ناوبری و ردیابی پیشرفته ای را برای برنامه های خودرو ارائه می دهد

آنتن‌های جی‌پی‌اس خودرو KP Performance مجهز به بهره 28 دسی‌بل هستند تا سیگنال‌های ضعیف را حتی در چالش‌برانگیزترین محیط‌ها ضبط کنند. آنتن ها همچنین دارای قابلیت رد خارج از باند بالا هستند. با به حداقل رساندن تداخل سیگنال و اثرات چند مسیری، آنتن ها کیفیت و ثبات سیگنال خوبی را ارائه می دهند. ویژگی‌های آنتن‌ها، ناوبری دقیق‌تر و بهبود تجربه‌های کاربری را برای وسایل نقلیه شخصی، ناوگان تجاری یا سیستم‌های مستقل امکان‌پذیر می‌سازد. آنتن ها دارای طراحی ضد آب و ضد گرد و غبار با استاندارد IPX6 یا IP66 برای عملکرد مطمئن در شرایط سخت هستند.
KP Performance ، kpperformance.com

برای افرادی که نابینا هستند یا دارای بینایی ضعیف هستند، دستورات صوتی در برنامه های ناوبری رایج – اغلب همراه با وسایل کمکی دیگر، مانند عصا یا سگ راهنما – به طرز شگفت انگیزی به آنها کمک می کند تا از نقطه A به نقطه B بروند. اما کاربران این موارد برنامه ها معمولاً در طول مسیر، زمینه های زیادی را از دست می دهند. برنامه‌های ناوبری به شما می‌گویند که در گوشه بعدی باید مستقیم یا راست یا چپ بروید. اما آیا این یک گوشه 60، 90 یا 120 درجه است؟ چه نوع خیابانی خواهد بود – یک خیابان باریک برای عابران پیاده یا یک خیابان عریض با تعداد زیادی ماشین؟ آرند یان ون دونگن، ساکن Vught، هلند، که از نظر قانونی نابینا است، فکر کرد. “شما این اطلاعات را از برنامه ناوبری دریافت نمی کنید. برای داشتن یک نمای کلی از آن به یک نقشه نیاز دارید.»

یک همکاری پرشور و پرشور در هلند در حال انجام است تا به افرادی که نابینا هستند یا بینایی محدودی دارند دسترسی منظم به نقشه‌های لمسی داشته باشند که می‌تواند به آنها کمک کند تا آگاهی موقعیتی از مکان‌هایی که می‌روند – خواه در اطراف محله‌شان قدم بزنند یا سفر کنند. به شهر بعدی، یا سفر به شهری دور. آژانس کاداستر، ثبت زمین و نقشه برداری هلند – معروف به Kadaster – با Esri Nederland (توزیع کننده Esri در هلند)، چندین سازمان دسترسی محلی و تعداد انگشت شماری از دانشگاه ها و دانشگاهیان برای استفاده از فناوری ArcGIS برای تولید نقشه ها بر روی کاغذ متورم کار می کند. که افراد مبتلا به اختلالات بینایی می توانند آن را لمس کنند تا مروری بر محله ها، مناطق، کل کشورها و جهان داشته باشند.

این گروه می‌خواهد اطمینان حاصل کند که نقشه‌ها برای طیف گسترده‌ای از نیازها و ترجیحات کاربران کاربردی هستند – و افرادی که بینایی ضعیفی دارند یا بدون دید می‌توانند نقشه‌ها را در صورت تقاضا، بدون کمک یک فرد بینا سفارش دهند. همکاران همچنین هدف خود را برای دسترسی به افرادی فراتر از هلند قرار داده اند.

وینسنت ون آلتنا، مشاور تحقیق و نوآوری در Kadaster گفت: «از طریق ArcGIS Living Atlas of the World، ما داده‌هایی برای کل جهان در مقیاس‌های مختلف در دسترس داریم. “گروه پروژه مایل است این نقشه ها را در صورت تقاضا برای مردم در همه جا در دسترس قرار دهد، به ویژه کسانی که در مکان هایی زندگی می کنند که دسترسی محدودی به منابعی مانند این دارند.”

جولیان نائوتا، مدیر محصول گرافیک لمسی در بنیاد Dedicon، که یک موسسه غیرانتفاعی است، می‌گوید: «همه رسانه‌های بصری باید برای افراد کم‌بینا یا افراد دارای ناتوانی در خواندن اقتباس شوند، به این دلیل ساده که، اول از همه، آنها مردم هستند. متون و تصاویر را در قالب های جایگزین بازتولید می کند و به پروژه کمک می کند. “برای اینکه آنها بتوانند به طور کامل در جامعه بسیار بصری و پر تصویر ما شرکت کنند، به راهی برای درک تصاویر، خواندن متن و تجربه نقشه ها نیاز دارند.”

یک راه حل دیجیتال ظهور می کند

اگرچه نقشه های لمسی برای افراد نابینا یا کم بینا موجود است، اما تهیه آنها اغلب دشوار و زمان بر است.

Nauta گفت: “Dedicon برای مدت طولانی نقشه های لمسی می سازد، اما همیشه یک فرآیند دستی بوده است.” وقتی کسی تماس می گیرد و نقشه یک کشور یا منطقه خاصی از شهر خود را می خواهد، یکی از تصویرگران ما شروع به کشیدن خیابان به خیابان می کند که البته بسیار کار بر است. این بدان معناست که ما نمی‌توانیم تعداد زیادی نقشه در روز، در سال بسازیم.»

شش سال پیش، ون آلتنا نماینده Kadaster در یک کنفرانس بود و با آنا وتر، کارآموز Esri سوئیس در آن زمان، که از فناوری ArcGIS برای ساخت اطلس لمسی سوئیس استفاده کرده بود، برخورد کرد. ون آلتنا به کار او علاقه مند بود و از او خواست که داده ها و فایل های پروژه را برای او بفرستد تا بتواند چیزی مشابه با داده های هلندی ایجاد کند. او وقت نداشت فوراً پروژه را دنبال کند، اما چند سال بعد، زمانی که ون آلتنا با Daan Rijnberk که در آن زمان کارآموز در Kadaster بود، کار می کرد، این ایده دوباره مطرح شد.

آن دو با Bartiméus، موسسه ای برای افراد کم بینا در تماس بودند. بنیاد دسترسی، سازمانی که بر دسترسی دیجیتال، فیزیکی و اجتماعی تمرکز دارد. بنیاد ددیکن؛ و کتابخانه سوئیس برای نابینایان و کم بینایان. این سازمان‌ها به آن‌ها کمک کردند گروه‌های متمرکز را با افراد نابینا برگزار کنند تا دریابند که نقشه‌های لمسی چگونه می‌توانند به آنها در زندگی روزمره کمک کنند.

ناوتا یکی از کاربران را در یک گروه تمرکز اولیه به یاد می آورد که گفته بود یک بار از خط راه آهن محلی برای رفتن به یک فروشگاه سخت افزار در یک روستای همسایه استفاده کرده است. چند روز بعد، آن شخص مجدداً برای بازدید از یک مغازه لوازم الکترونیکی خانگی، وارد خط آهن شد. او متوجه شد که این دو فروشگاه نزدیک به هم هستند و گفت که اگر زودتر این را می دانست، در سفر اولیه خود به هر دو مغازه سر می زد.

نائوتا گفت: «ما افراد بینا، وقتی به مکانی می‌رویم، می‌توانند فوراً هر چیزی را که در اطراف آن مقصد است ببینند. تا به حال، افراد کم بینا واقعاً نمی‌توانستند این کار را انجام دهند، مگر با نقشه‌های دست‌ساز که Dedicon تولید می‌کند، اما نمی‌تواند در مقادیر کافی تولید کند.»

راهی جدید برای به دست آوردن زمینه

در کار با Esri Nederland، van Altena و Rijnberk از ArcGIS Pro به همراه داده‌های Kadaster و ArcGIS Living Atlas برای ساختن برخی نقشه‌ها استفاده کردند. به جای اینکه روزها طول بکشد، حدود 20 دقیقه طول کشید تا هر نمونه اولیه را کنار هم بگذارند.

ون آلتنا گفت: «نقشه‌های قابل چاپ قابل لمس محله‌ها، و همچنین نقشه‌های هلند که زمینه را فراهم می‌کردند، مانند مراکز استان‌ها و مسیر راه‌آهن در کشور تولید کردیم.»

سپس تیم آزمایش قابلیت استفاده را با افرادی که نابینا هستند یا دید محدودی دارند انجام داد. الن زیلمان، یکی از آزمایش کنندگان، گفت که اولین باری که یکی از نقشه های لمسی Kadaster از جهان را احساس کرد، شگفت زده شد.

زیلمان در ویدئویی که توسط Kadaster تهیه شده و تجربه او را به عنوان یک آزمایشگر نقشه برجسته می کند، گفت: “با یک انگشت، می توانستم هلند را بپوشانم، و به هر دو دست نیاز داشتم تا از اندازه روسیه ایده بگیرم.” “جهان بینی من غنی شده است، زیرا اکنون به همان دانشی دسترسی دارم که دیگران دارند.”

وقتی ون دونگن نقشه های لمسی را آزمایش کرد، این کار را در Zwolle، نزدیک دفتر Kadaster انجام داد.

او گفت: “من توانستم منطقه را تشخیص دهم، اما چیزهایی را نیز روی نقشه دیدم که نمی دانستم.” «با نقشه‌ای که به روش درست ساخته شده است، می‌توانید دید کلی خوبی از یک موقعیت داشته باشید و از آن برای جهت‌دهی خود در زندگی روزمره استفاده کنید. … برای مثال، وقتی در تعطیلات هستم، دوست دارم اطراف هتل یا مجتمع آپارتمانی را که قرار است در آن اقامت کنم، بدانم. یا اگر مجبور باشم به بیمارستانی بروم، می‌توانم یک دید کلی از راهروها و نحوه قرارگیری بخش‌های مختلف بیمارستان داشته باشم تا زمانی که آنجا هستم راحت‌تر بتوانم راهم را پیدا کنم.»

از طریق آزمایش، این تیم متوجه شد که مردم عمدتاً می‌خواهند از نقشه‌ها استفاده کنند تا بفهمند شهرها و محله‌ها چگونه چیده شده‌اند، فروشگاه‌ها در کجا قرار دارند و چه مسیرهایی برای رفت و آمد در دسترس هستند. یک زن که چندین سال پیش بینایی خود را از دست داده بود، می خواست بداند مرکز خرید جدید در جامعه او چگونه است.

نیلز ون در وارت، رئیس مدیریت محصول و نوآوری در Esri Nederland، گفت: «او می‌داند محله‌اش قبلاً چه شکلی بود، اما نمی‌داند که مرکز خرید چگونه است – و مرتباً به خرید می‌رود. او از ما خواست تا نقشه ای از مرکز خرید ایجاد کنیم تا بتواند از نحوه چیدمان آن مطلع شود.

Van Altena معتقد است که آگاهی فضایی ارائه شده توسط این نقشه ها می تواند فراتر از نیازهای فوری و روزمره مردم باشد.

او گفت: «نقشه‌ها همچنین می‌توانند به کاربران درک بهتری از جامعه و موقعیت‌های خاص – در داخل شهرهای خودشان، بلکه در سطح اروپایی‌تر و حتی جهانی‌تر بدهند.»

چالش فیلتر کردن داده ها

همانطور که افراد بینا می توانند نقشه های دیجیتال را مطابق میل خود تنظیم کنند – با بزرگنمایی در یک منطقه خاص یا فیلتر کردن لایه ها به طوری که آنها فقط ساختمان ها یا پوشش گیاهی را نشان دهند – افرادی که با چشم خود نمی بینند باید بتوانند نقشه های خود را ایجاد کنند.

ون دونگن گفت: «مهمترین چیز این است که شما بتوانید تصمیم بگیرید که در نقشه چه می خواهید. برای من، وقتی وارد یک ایستگاه [قطار] می شوم، می خواهم بدانم که آیا وارد جلو یا پشت سالن می شوم. دیگران ممکن است به این موضوع اهمیتی ندهند.»

فیلتر کردن داده ها به ویژه هنگام تولید نقشه های لمسی چالش برانگیز است زیرا اطلاعات کمی را می توان در هر نقشه قرار داد.

ون آلتنا گفت: «از آنجایی که افراد نابینا از نوک انگشتان خود برای کاوش نقشه ها استفاده می کنند، به فضایی بین ساختارها، الگوها و خطوط نیاز دارند تا بتوانند آنها را تشخیص دهند.

ناوتا توضیح داد: «برای اینکه بتوانیم یک خط را احساس کنیم، حداقل ضخامت آن باید حدود سه چهارم میلی متر باشد. “برای تشخیص یک خط از یک خط کمی ضخیم تر، آن خط دوم باید تقریبا دو برابر ضخامت باشد. و برای اینکه بتوانیم تعیین کنیم که یک شی در کجا به پایان می رسد و شی بعدی شروع می شود، باید بین آنها سه یا چهار میلی متر فاصله وجود داشته باشد.

با هدف دستیابی به این نقشه ها تا حد امکان، این تیم از کاغذ متورم به اندازه حرف استفاده می کند که در چاپگرهای لیزری کار می کند. نقشه ها با جوهر سیاه چاپ می شوند و سپس کاغذ در یک اجاق کوچک (که شبیه لمیناتور است) قرار می گیرد که پوشش شیمیایی کاغذ را فعال می کند. در عرض چند ثانیه، جوهر به سمت بالا منبسط می شود تا یک ارتفاع یکنواخت. نتیجه نقشه ای است که مردم می توانند با نوک انگشتان خود آن را احساس کنند.

از آنجایی که مساحت سطح نقشه ها بسیار محدود است، تیم در حال آزمایش نحوه ارائه اطلاعات روی نقشه های لمسی است.

ون در فارت گفت: «ما در تلاشیم تا بفهمیم که یک نفر می‌تواند چند نماد مختلف را با انگشتان خود تشخیص دهد، از چه نمادشناسی استفاده کنیم و چند لایه اطلاعاتی را ارائه دهیم. “آیا ابتدا نقشه ای را فقط با جاده ها ارائه می کنیم و سپس نقشه دومی را با جاده ها و ساختمان ها ارائه می کنیم یا با نقشه ای با اطلاعات زیادی شروع می کنیم و سپس نقشه ای با اطلاعات کمتر به مردم می دهیم؟”

نمادشناسی نقشه لمسی چگونه کار می کند

تیم هنوز با این سوالات دست و پنجه نرم می کند. اما در حال حاضر، اولین نقشه‌ای که این تیم برای کاربران می‌سازد، یک لایه پایه است که فقط آبراه‌ها، راه‌آهن‌ها و جاده‌های یک منطقه را نشان می‌دهد.

مسیرهای پیاده روی با یک خط نقطه چین با نقاط کوتاه مشخص می شوند. مسیرهای دوچرخه خطوطی هستند که در آن هر نقطه دیگر سه برابر بقیه است – بنابراین، یک نقطه یک میلی‌متری، سپس یک نقطه سه میلی‌متری و غیره. نمادهای متفاوتی برای جاده هایی که عمدتاً برای اتومبیل ها هستند و همچنین برای بزرگراه ها وجود دارد. اگر جاده ای اجازه ماشین و دوچرخه را بدهد، نقشه فقط نماد یک جاده مبتنی بر ماشین را نشان می دهد زیرا برای نمایش نماد هر دو بسیار شلوغ است.

از آنجا، کاربران می توانند نقشه های همراه خود را بسازند. بگویید کسی نقشه ای می خواهد که رستوران ها و ایستگاه های حمل و نقل عمومی را نشان دهد. صفحه دوم در مجموعه ای از نقشه ها ممکن است شامل جاده ها و رستوران ها باشد و صفحه سوم ممکن است جاده ها و ایستگاه های حمل و نقل را نشان دهد. یا شاید اگر فضای کافی بین نمادها وجود داشته باشد، هر سه می توانند در یک نقشه قرار بگیرند.

ون آلتنا می‌گوید: «نقشه‌ها همچنین دارای یک نقطه لنگر بر روی خود هستند تا کاربران بتوانند خود را جهت‌یابی کنند و مکان‌های خاص را بر اساس آن نقطه تشخیص دهند.»

اگرچه هیچ استاندارد جهانی برای نمادشناسی نقشه های لمسی وجود ندارد، این گروه با محققانی کار می کند که نمادهای لمسی را مطالعه می کنند و در عین حال به استفاده از بهترین روش هایی که سازمان هایی مانند بنیاد Dedicon و بنیاد دسترسی توسعه داده اند، ادامه می دهند.

یک فرآیند کاملاً مستقل

گام بعدی در پروژه ایجاد سیستمی است که به افراد نابینا اجازه می‌دهد بدون کمک دیگران نقشه‌ها را درخواست کنند و حتی بسازند.

Aafke van Welbergen، کارشناس طراحی فراگیر و کاربر محور در بنیاد دسترسی، گفت: “ما در حال کار بر روی فرآیندی هستیم تا به مردم اجازه دهیم نقشه ها را به صورت آنلاین سفارش دهند.” بسیار مهم است که نه تنها نقشه‌ها وجود داشته باشند، بلکه به مردم اجازه دهیم تا به طور مستقل از آنها سفارش داده و از آنها استفاده کنند.»

ون در فارت گفت: «ما به دنبال ایجاد یک سیستم انتشار مبتنی بر وب هستیم و می‌خواهیم ببینیم که چگونه این می‌تواند با روش‌هایی که افراد نابینا از قبل اطلاعات دریافت می‌کنند – برای مثال از طریق Dedicon» مرتبط شود. برای بخش توسعه وب، ما به استفاده از ArcGIS Maps SDK برای جاوا اسکریپت فکر می کنیم تا نه تنها مکانیسم ترتیب نقشه، بلکه افسانه های پویا را که می خواهیم در نقشه ها استفاده کنیم، ایجاد کنیم.

هنگامی که تیم تمام فرآیند ساخت، سفارش، چاپ و استفاده از نقشه‌های لمسی را به صورت مستقل انجام داد، شرکت‌کنندگان پروژه امیدوارند که بتوانند کار خود را به سازمان‌های دیگر و به افراد دیگر کشورها گسترش دهند.

ون آلتنا گفت: «ما می‌خواهیم طرح‌های اثبات مفهومی خود را بگیریم که نشان می‌دهد چگونه می‌توان این نقسه‌ها را با استفاده از مجموعه داده‌های ملی و ArcGIS Living Atlas تهیه کرد و دانش خود را با سایر سازمان‌ها و آژانس‌های ملی نقش ه‌برداری به اشتراک گذاشت.» ما به دنبال همکاری با افراد بیشتری هستیم تا بتوانیم بر اساس این ایده‌ها ادامه دهیم.»

به گفته شرکت تحقیقاتی Cyber ​​Ventures، انتظار می‌رود هزینه سالانه جرایم سایبری تا پایان سال جاری به بیش از ۸ تریلیون دلار برسد. برای کاهش پیامدهای حملات امنیت سایبری، تیم های امنیت سایبری به طور مستمر روش های خلاقانه ای را برای پاسخگویی و آمادگی ارزیابی و توسعه می دهند. پیشرفت‌ها در نظارت، شناسایی و تجزیه و تحلیل می‌تواند به عنوان یک ضرب‌کننده نیرو برای بسیاری از خدمه‌های پرتعداد و اشباع از وظایف که وظیفه حفاظت از نرم‌افزار و فناوری را بر عهده دارند، عمل کند.

ArcGIS AllSource، نرم افزار اطلاعاتی جدید Esri، تجزیه و تحلیل تحقیقاتی، مکانی و پیوندها را تسهیل می کند. AllSource را می توان در تمام مراحل چرخه اطلاعاتی تهدیدات سایبری، از توسعه درک تهدید و جمع آوری، پردازش و تجزیه و تحلیل داده ها تا انتشار نتایج و جمع آوری بازخورد استفاده کرد. AllSource کاربران را قادر می سازد تا از تجزیه و تحلیل پیشرفته ArcGIS Enterprise به همراه دانش ArcGIS برای شناسایی ناقلان تهدید و استقرار استراتژی های کاهشی استفاده کنند که از زیرساخت سایبری سازمان محافظت می کند.

شش مرحله ای را که تیم های امنیت سایبری معمولاً برای یافتن و مطالعه تاکتیک ها، تکنیک ها و رویه های دشمنان استفاده می کنند، مرور کنید. با استفاده از یک حمله نادیده گرفتن از راست به چپ – که افراد را فریب می دهد تا روی فایل های متنی مخرب کلیک کنند – به عنوان مثال، دریابید که چگونه AllSource به ایجاد استراتژی های دفاعی کمک می کند و با پیچیدگی هر تهدید تکامل می یابد.

1. اقدامات مناسب برای انجام را تعیین کنیدهمه ذینفعان در یک سازمان باید بتوانند درک واضح و مشخصی از تأثیرات احتمالی یک مصالحه امنیت سایبری و همچنین نقش آنها در جلوگیری از آن به دست آورند. AllSource می تواند به عنوان نقطه شروعی باشد که از آنجا یک برنامه امنیت سایبری رشد می کند و به تحلیلگران اجازه می دهد تا ابتدا روش های حمله، مهاجمان شناخته شده و زیرساخت های سازمانی را که باید در اولویت قرار گیرند، ثبت کنند.شناسایی مواردی که سازمان باید از آن محافظت کند، مانند شبکه ها، دارایی های فیزیکی، داده های مشتری و اسرار تجاری ضروری است. از آنجا، تیم امنیت سایبری سازمان می تواند یک استراتژی اطلاعاتی تهدید را توسعه و اجرا کند. این تضمین می‌کند که همه اعضای تیم اولویت‌های کلیدی سازمان را درک می‌کنند و به آن‌ها اجازه می‌دهد تا در واکنش به حمله یا جلوگیری از آن، دفاعی بسیار پاسخگو داشته باشند.
2. جمع آوری داده ها در مورد تهدیدهاهنگامی که تحلیلگران امنیت سایبری فعالیتی را بر اساس یک بردار تهدید خاص تشخیص می دهند – روشی که یک دشمن می تواند به یک شبکه یا سیستم نفوذ کند یا نفوذ کند – آنها می توانند از AllSource برای بررسی تهدید استفاده کنند و مجموعه ای از مراحل را برای کاهش پیشگیرانه یک حمله انجام دهند.در طول یک حمله نادیده گرفتن از راست به چپ، تحلیلگران می‌توانند داده‌ها را به AllSource وارد کنند و با منابعی مانند چارچوب MITER ATT&CK، یک پایگاه دانش در دسترس تاکتیک‌ها و تکنیک‌های حمله سایبری، ارتباط برقرار کنند. سپس می‌توانند اطلاعات تهدید و داده‌های عملیاتی را لایه‌بندی کنند و از ابزارهای تجزیه و تحلیل پیوند، نمودارها و جدول‌های زمانی در AllSource استفاده کنند تا الگوهای حمله را ببینند و بینشی در مورد وضعیت به دست آورند.
3. داده های تهدید را پردازش کنیدهنگامی که منابع داده نقشه برداری می شوند و اطلاعات به AllSource جریان می یابد، معمولاً لازم است داده ها برای استفاده در سازمان عادی سازی شوند.به عنوان مثال، مجموعه داده MITER ATT&CK راه‌های زیادی را برای دسترسی به داده‌ها ارائه می‌کند، از جمله به‌عنوان فایل نمادگذاری شی جاوا اسکریپت (JSON)، کتابخانه پایتون یا کتاب کار مایکروسافت اکسل. ابزارهای موجود در AllSource به تحلیلگران کمک می کند تا داده ها را آماده و تمیز کنند تا استفاده از آن برای دیگران آسان تر باشد.فرض کنید مجموعه داده MITER ATT&CK به عنوان یک کتاب کار اکسل دانلود شده است. یک تحلیلگر هر برگه را به یک پایگاه جغرافیایی سیار در AllSource وارد می کند تا مطمئن شود که همه انواع فیلدها صحیح هستند و امکان تجربه تحلیلی قوی تری را فراهم می کند. برای مثال، با استفاده از ابزار Convert Time Field، تحلیلگر می‌تواند بسیاری از انواع فیلدها را به فیلد تاریخ (یا متن یا فیلد عددی) تغییر دهد. این به سازمان داده های تمیز و قابل استفاده MITER ATT&CK را در یک پایگاه جغرافیایی سیار می دهد که می تواند به اشتراک گذاشته شود یا به عنوان یک کپی محلی تنظیم شود.
4. تجزیه و تحلیل و ارائه داده هابا داده‌هایی که برای استفاده آماده شده‌اند، تحلیلگران می‌توانند از عملکرد تحلیل پیشرفته ارائه شده توسط سایت ArcGIS Knowledge Server که در ArcGIS Enterprise مستقر شده است، استفاده کنند تا درک عمیق‌تری از بردار تهدید – در این مورد، نادیده گرفتن راست به چپ – به دست آورند.یک تحلیلگر اطلاعات را بیشتر بررسی می کند تا تعداد، سرعت و مکان حملات مشابهی را که هم در سازمان و هم از سازمان های دیگر گزارش شده است در یک دوره مشخص تشخیص دهد. با گسترش نمودار دانش حاصل از مجموعه داده MITER ATT&CK در AllSource، تحلیلگر می‌تواند تعداد انگشت شماری از سازمان‌ها را که مستعد این نوع حملات هستند شناسایی کند. سپس تحلیلگر می تواند بردارهای تهدید خاصی را مشخص کند و ببیند که موجودیت 1 تمایل دارد از این بردارهای تهدید استفاده کند. اگر تحلیلگر موجودیت 1 را در نمودار دانش انتخاب کند، می تواند ببیند که یک سازمان تروریستی است.از طریق روابطی که در نمودار دانش ایجاد می شود، به نظر می رسد که موجودیت 1 شناخته شده است که از بردارهای تهدید اضافی در حملات خود استفاده می کند. با استفاده از AllSource، تحلیلگر می تواند چنین حملاتی را شناسایی کرده و بهترین گام ها را برای کاهش آنها تعیین کند. با مشاهده اینکه Entity 1 به خوبی با شرح فعالیت‌های موجود در مجموعه‌های اطلاعاتی منبع باز مطابقت دارد، تحلیلگر همچنین می‌تواند توصیه‌هایی با سطح قابل توجهی از اطمینان در مورد چگونگی کاهش اثرات چنین حمله‌ای و تقویت وضعیت امنیتی سازمان خود ارائه دهد.
5. انتشار نتایج تجزیه و تحلیلهنگامی که تمام داده های مربوطه تجزیه و تحلیل شدند، تحلیلگران می توانند گزارش هایی را مستقیماً در AllSource با اقدامات کاهشی توصیه شده ایجاد کنند که راه رو به جلو نشان می دهد. این امر به ذینفعان و تصمیم گیرندگان دامنه کاملی از چشم انداز عملیاتی که تیم امنیت سایبری در آن فعالیت می کند، می دهد.همچنین تحلیلگران می توانند به راحتی اطلاعات مهم را با سایر تحلیلگران به اشتراک بگذارند، مانند خدمات ویژگی، نقشه های وب، طرح بندی ها، گزارش ها و بسته های لایه و پروژه. این به آن‌ها امکان دسترسی به داده‌های منبع را می‌دهد و به هر کسی که در یک تیم یا در شیفت‌ها کار می‌کند اجازه می‌دهد تحقیقات خود را انجام دهند و به تلاش‌های کاهش تهدید یا پاسخ ادامه دهند. این تیم‌های امنیت سایبری را قادر می‌سازد تا اقدامات کاهشی را انجام دهند و اقدامات بیشتری را برای جلوگیری یا عایق‌سازی معماری سازمانشان از حملات بعدی انجام دهند.
6. دریافت انتقادات و پیشنهاداتتیم‌های امنیت سایبری برای اطمینان از اینکه وضعیت امنیتی یک سازمان با یک تهدید مداوم تکامل می‌یابد و تهدیدهای جدید را در نظر می‌گیرد، به طور مستمر اثربخشی پاسخ‌های خود به حملات و همچنین تلاش‌های خود را برای جلوگیری از آنها و کاهش شدت آنها در صورت وقوع تجزیه و تحلیل می‌کنند. در یک جلسه postaction، ذینفعان می توانند از AllSource برای بدست آوردن بینش حیاتی استفاده کنند و مراحل کاهش را بر این اساس تنظیم کنند تا مطمئن شوند که هر گونه الزامات جدید در تاکتیک های دفاعی گرفته شده و فهرست بندی می شود.

حجم انبوه داده هایی که برای پشتیبانی از عملیات اطلاعاتی تهدیدات سایبری در دسترس است، می تواند بسیار زیاد باشد. AllSource به تیم‌های امنیت سایبری کمک می‌کند تا با استخراج اطلاعات دقیق از آن داده‌ها و آوردن زمینه به فعالیت‌های مشکوک، آن داده‌ها را درک کنند.

کدام عوامل در پذیرش آهسته TLS در نیجریه نقش دارند؟ این بینش ها می تواند به تحریک جذب ابزار دقیق و افزایش نقشه برداری حرفه ای در سایر کشورهای در حال توسعه در سراسر آفریقا کمک کند.

ابزار دقیق نقش مهمی در تئوری و عمل نقشه برداری زمین ایفا می کند. با این حال، پذیرش آهسته فناوری می‌تواند چالش‌های مهمی را برای تمرین حرفه‌ای ایجاد کند. این امر به ویژه در نیجریه مشهود است، جایی که استفاده از تکنیک‌های نقشه‌برداری پیشرفته مانند اسکن لیزری زمینی (TLS) کند بوده است.

 فقدان تحقیق در مورد جنبه‌های خاصی که بر پذیرش فناوری مدرن TLS در کشورها و شهرهای مختلف تأثیر می‌گذارد، شکاف دانشی قابل توجهی است که تلاش‌ها برای بهبود شیوه‌های نقشه‌برداری را تضعیف می‌کند. برای پرداختن به این موضوع، نویسندگان این مقاله عواملی را که به پذیرش کند TLS در نیجریه کمک می‌کنند، مطالعه کرده‌اند. بینش به دست آمده از این تحقیق برای سایر کشورهای در حال توسعه در سراسر قاره آفریقا و فراتر از آن قابل استفاده است.

ابزار دقیق یکی از عناصر اساسی نقشه برداری زمین (LS) از دوران باستان بوده است. جمعیت های باستانی از ابزارهای ابتدایی متعددی برای درک زمین و ویژگی های آن و برای نشان دادن آنها به صورت گرافیکی برای عنوان، اهداف مالی و قانونی استفاده می کردند. مشخص شده است که آن ابزارهای اولیه در واقع پیشینیان ابزارهای معمولی LS امروزی مانند نوارها، تئودولیت ها و ایستگاه های توتال و تکنیک هایی مانند زنجیرزنی، روش پرتو و فتوگرامتری هستند.

با گذشت زمان، این روش ها و تجهیزات مورد استفاده به طور فزاینده ای دست و پا گیر شده و قادر به به دست آوردن داده ها با دقت مورد نیاز برای تعریف دنیای ارگانیک و ساخته شده با دقت مطلوب نیستند. علاوه بر این، رویکردهای سنتی LS می‌توانند به نفوذ غیرضروری در یک سایت نیاز داشته باشند، بدون اینکه به بازه زمانی گسترده اجرای پروژه اشاره کنیم. 

علاوه بر این، LS سنتی برای جمع‌آوری مجموعه داده‌های مورد نیاز برای عملیات مدل‌سازی جنبه‌های پیچیده موجود در بسیاری از پروژه‌های امروزی مناسب نیست. در حالی که روش‌های مرسوم LS فقط می‌توانند نمونه‌برداری نقطه‌ای انجام دهند، اسکن لیزری زمینی (TLS) به لطف توانایی آن در نمونه‌برداری سه بعدی و روی سطح با دقت بالا، راه‌حلی فناوری برای بسیاری از این چالش‌ها ارائه می‌دهد.

پروژه TLS برای مدل سازی یک تاسیسات دریایی

اخیراً، یک بررسی مهندسی در نیجریه، ظرفیت TSL را برای تولید یک مدل سه‌بعدی، با استفاده از تلفیقی از درون‌یابی‌ها برای تبدیل داده‌ها به مدل‌های سطحی و رفع نواقص با روش‌های سنتی جمع‌آوری داده‌های LS، بررسی کرد. این فرآیند غیر نفوذی است و میلیون ها نقطه داده را با سرعت زیادی جمع می کند. این پروژه با هدف ساخت یک مدل ساخته شده – یک شباهت سه بعدی – از سکوی گاز دریایی برای کمک به برنامه ریزی و اجرای بهسازی و نوسازی تاسیسات بود. این پروژه از HDS Leica ScanStation-2 TLS (نگاه کنید به شکل 1) با ویژگی های زیر استفاده کرد:

• موقعیت: 6 میلی متر (در محدوده 1 متر تا 50 متر، 1δ)
• فاصله: 4 میلی متر (در محدوده 1 متر تا 50 متر، 1δ)
• زاویه (افقی/عمودی): 0.003⁰(60μrad/60μrad).

جنبه های روش شناختی اصلی پروژه عبارت بودند از:

1. انتخاب مکان مناسب برای TLS و اهداف
2. مجوزهای مدیریت تاسیسات فراساحلی برای نمونه برداری
3. اسکن سیستماتیک تسهیلات برای گرفتن ابرهای نقطه سه بعدی
4. پردازش داده ها (شامل تصحیح خودکار، فیلترینگ ابر نقطه و مدل سازی و صادرات نقشه ها) ابر نقطه با استفاده از نرم افزار Cyclone 0.

غلبه بر موانع

کار میدانی TLS با موانعی مواجه شد، عمدتاً شرایط نامطلوب که معمولاً با محیط‌های دریایی مرتبط است، مانند بادهای تند و باران. بادهای شدید مانع از عملکرد اسکنر می شد و باعث می شد در هنگام حرکت با نسیم سریعتر از حد معمول حرکت کند و هنگامی که اسکنر در جهت مخالف قرار می گرفت مانع از پیشرفت آن می شد. 

برای غلبه بر این مانع، تکنسین های میدانی اسکنر را در موقعیت هایی قرار دادند که بخش هایی از سکو از آن در برابر باد محافظت می کرد. هنگام اسکن در باران، قطرات باران انتخاب شده توسط Leica ScanStation 2 نویزهای اضافی را به داده ها وارد کردند که به عنوان سیگنال تفسیر می شد. در این حالت عملیات اسکن تا بازگشت شرایط مساعد جوی به تعویق افتاد. با وجود این موانع،

اگرچه ثابت شده است که TLS در پروژه فوق الذکر و همچنین در صنعت گسترده تر LS و ژئوماتیک بسیار مفید است، پذیرش آن در بسیاری از کشورهای جهان سوم کند بوده است. ادبیات دلیل قطعی برای جذب کند TLS در چنین کشورهایی ارائه نمی کند. بنابراین، نویسندگان یک نظرسنجی را در بین 81 نقشه بردار ثبت شده زمین در Enugu، نیجریه، با انواع تجربه، مدت زمان تمرین، مدارک تحصیلی و آگاهی از ابزار دقیق LS انجام دادند.

این نظرسنجی نشان داد که تنها حدود 3.7 درصد از پاسخ دهندگان از فناوری اسکن زمینی استفاده کرده اند. حدود 38٪ از پاسخ دهندگان نشان دادند که در مورد این فناوری شنیده بودند اما آن را ندیده بودند، در حالی که حدود 45.6٪ گفتند که آن را دیده اند اما از آن برای هیچ فعالیت عملی LS استفاده نکرده اند.

 بر اساس داده ها، غالباً عملیات LS منظم، از جمله خدمات کاداستر، نقشه برداری مهندسی و مدیریت اطلاعات زمین (LIM) وجود دارد. اینها اغلب می توانند با استفاده از لجستیک اولیه بومی اجرا شوند. یافته‌ها بر شواهدی مبنی بر پذیرش آهسته TLS در منطقه مورد مطالعه تاکید می‌کند و نشان می‌دهد که عوامل مؤثر در این وضعیت شامل کمبود بودجه، ظرفیت فنی ضعیف و کاهش ارزش و دامنه کار منحصر به فرد متخصصان زمین سنتی است.

مفاهیم و راه پیش رو

علیرغم انبوهی از مسائل مرتبط با ابزار دقیق LS موجود، مانند خرابی، عدم دقت قابل توجه و کمبود نیروی انسانی و تخصص فنی، به نظر می رسد رضایت کلی از ابزارها و شیوه های فعلی LS، همانطور که توسط مطالعه اندازه گیری شده است، به طور قابل قبولی بالا باشد. در واقع، اکثر نقشه برداران زمین در منطقه مورد مطالعه فکر می کنند که نیازی به TSL یا سایر تجهیزات نقشه برداری پیشرفته ندارند. با این وجود، آنها آماده دریافت و/یا حمایت مالی، سیاسی، سیاستی یا علمی هستند که نمایه حرفه ای فعلی و آینده نظریه و عمل LS را در منطقه تقویت می کند.

این امر بر اهمیت اساسی انتقال و پذیرش فناوری تأکید می کند و بر ارزش آموزش ابزار به عنوان یک شرط لازم برای توسعه حرفه ای اجباری مداوم (MCPD) برای نقشه برداران تأکید می کند. علاوه بر این، ارتقای وضعیت متخصصان LS منوط به انطباق با استانداردهای حرفه ای جهانی موجود است. این تنها در صورتی می تواند اتفاق بیفتد که نقشه برداران محلی مایل به پذیرش و استفاده از فناوری پیشرفته باشند. این امر چشم‌انداز رو به وخامت نقشه‌برداری در Enugu را بهبود می‌بخشد، که همچنین به موضوعات مربوط به زنان در نقشه‌برداری (WIS) و سیستم اطلاعات جغرافیایی جامع نیجریه می‌پردازد.

نتیجه

ابزار دقیق یک ویژگی اساسی نقشه برداری زمین برای اهداف مالی و مالکیت در طول تاریخ بوده است. TLS می‌تواند نیازهای امروزی را برای مجموعه داده‌های مکانی بزرگ‌تر و دقیق‌تر برآورده کند، فراتر از آنچه ابزارها و روش‌های سنتی LS می‌توانند انجام دهند. این ظرفیت لازم برای اکتساب سریع داده ها، مدل سازی دو و سه بعدی ساختارهای پیچیده را فراهم می کند و از انتقال و همکاری داده ها پشتیبانی می کند. 

نتایج یک پروژه واقعی با استفاده از HDS Scanstaion-2 TLS برای مدل‌سازی یک سکوی گازی فراساحلی و ساختن نقشه‌ای که در نیجریه ساخته شده است نشان می‌دهد که سیستم اسکن پاسخ مناسبی برای مشکلات جدید جهانی در کشورهای در حال توسعه است. اما علیرغم این پتانسیل، پذیرش TLS در اکثر آن کشورها با سرعت آهسته انجام می شود، همانطور که یک نظرسنجی در میان نمونه ای از نقشه برداران ثبت شده زمین در نیجریه نشان می دهد. از علل لحظه ای این امر می توان به کمبود بودجه برای خرید تجهیزات مدرن، نبود تخصص فنی و رو به زوال جایگاه حرفه نقشه برداری در منطقه اشاره کرد.

 با این حال، ممکن است موارد بیشتری مطرح شود و تحقیقات بیشتری برای درک تمام جنبه‌های موضوع TLS در مناطق مختلف مورد نیاز است. این می تواند مبنایی برای توسعه ابتکارات و طرح هایی با هدف ارتقای موقعیت متخصصان زمین و بخش جغرافیایی در کشورهای در حال توسعه باشد.

بیشتر خواندن

1. Ebinne، ES، Nkwunonwo، UC، Nwaka، OC، و Chiemelu، NE (2022). پذیرش آهسته فناوری اسکن لیزری زمینی برای عملیات نقشه برداری زمین در صنعت اطلاعات جغرافیایی نیجریه. مجله مطالعات آسیایی و آفریقایی، 57 (2)، 369-387.
2. Pinkerton M (2011) اسکن لیزری زمینی برای نقشه برداری اصلی زمین. فصلنامه نظرسنجی 300 (65)، 7-20.
3. Trinder J and Han S (1999) تاثیر فناوری های جدید بر ژئوماتیک در سال 2010. نقشه بردار استرالیایی 44 (1) 29-34.
4. وانگ دبلیو، ژائو دبلیو، هوانگ ال، و همکاران. (2014) کاربردهای اسکن لیزری زمینی برای تونل ها: بررسی. مجله مهندسی ترافیک و حمل و نقل 1 (5)، 325–337.

Ecopia AI و Woolpert همکاری خود را برای نقشه برداری سه بعدی از مناطق شهری برتر استرالیا گسترش داده اند. نقشه‌های برداری به‌دست‌آمده، یک لایه بنیادی دقیق، دقیق و به‌روز از داده‌های جغرافیایی را در اختیار مشتریان وولپرت در آسیا-اقیانوسیه قرار می‌دهد که دنیای ابعادی آن‌طور که می‌شناسیم را نشان می‌دهد. 

Woolpert به عنوان یک ارائه دهنده خدمات مکانی پیشرو، با سازمان های دولتی و تجاری به طور یکسان برای نقشه برداری و تجزیه و تحلیل مکان ها برای تصمیم گیری استراتژیک کار می کند. در میان مشتریان آن، شهرداری‌هایی هستند که فناوری شهر هوشمند را برای تقویت جوامع پایدارتر و قابل زندگی توسعه می‌دهند، همچنین شرکت‌های مخابراتی و مهندسی که زیرساخت‌هایی را ایجاد می‌کنند که از جهانی دائماً در حال تغییر پشتیبانی می‌کنند.

تسریع ثبت واقعیت با هوش مصنوعی

این مشارکت گسترده بر اساس همکاری های قبلی Ecopia و Woolpert بنا شده است. در سال 2021، این دو شرکت با یکدیگر همکاری کردند تا شهر پرث را به صورت سه بعدی برای یک مرجع اطلاعات زمین ایالتی نقشه برداری کنند. از طریق آن تعامل، Ecopia از تصاویر هوایی با وضوح بالا Woolpert برای نقشه‌برداری از تمام ساختمان‌های Perth به‌صورت سه‌بعدی، به‌علاوه پوشش زمین اطراف به‌صورت دو بعدی استفاده کرد. 

سیستم‌های نقشه‌برداری مبتنی بر هوش مصنوعی Ecopia توانستند این ویژگی‌ها را تنها در 12 روز دیجیتالی کنند و 40 درصد در هزینه‌ها صرفه‌جویی کنند. Woolpert و Ecopia در پروژه‌های دیگری نیز شریک شده‌اند، نقشه‌برداری از تشخیص تغییرات پیچیده در نیوزلند و تجزیه و تحلیل برای حمایت از محاسبات هزینه آب طوفان برای دولت‌های محلی در استرالیا.

داده های جدید نقشه سه بعدی بیش از 70 درصد از جمعیت استرالیا از جمله مناطق شهری سیدنی، ملبورن، بریزبن و پرث را پوشش خواهند داد. Ecopia با استفاده از تصاویر هوایی با وضوح 10 سانتی‌متری Woolpert و گردش‌های کاری خودکار فتوگرامتری خود، 15 ویژگی طبقه‌بندی پوشش زمین، از جمله بردارهای سه بعدی برای ساختمان‌ها، درختان و پل‌ها را استخراج می‌کند.

برایان نیکولز، معاون آسیا و اقیانوسیه Woolpert توضیح داد: “ما از گسترش ارائه داده های سه بعدی خود در استرالیا از طریق همکاری مداوم با Ecopia خوشحالیم.” داده‌های مکانی با کیفیت تمرکز اصلی Woolpert است، و Ecopia در توانایی آنها برای تولید داده‌های سه بعدی بسیار دقیق و به‌روز به طور کارآمد و مقرون به صرفه بی‌نظیر است.

ابیگیل کولیک، مدیر ارشد مشارکت در Ecopia گفت: “به عنوان Ecopia، ما مفتخریم که همکاری خود را با Woolpert، یک رهبر ثابت شده در صنعت زمین فضایی ادامه داده و گسترش دهیم.” “تعهد آنها به دقت و نوآوری با ماموریت خود Ecopia برای دیجیتالی کردن جهان با استفاده از هوش مصنوعی هماهنگ است، و ما هیجان زده هستیم که به همکاری با یکدیگر ادامه دهیم و مشتریان آسیا-اقیانوسیه را با داده های مکانی با بالاترین کیفیت توانمند کنیم.”

نمونه ای از یک نقشه برداری سه بعدی که ملبورن را به نمایش می گذارد. (تصویر با حسن نیت: Ecopia AI)

از زمان انفجار Lidar در دو دهه گذشته، استفاده از ابرهای نقطه ای در برنامه های نقشه برداری هوایی این روزها رایج شده است. با این حال، لیدار بدون چالش نیست. این مقاله به بررسی این موضوع می پردازد که چگونه ابرهای نقطه رنگی از فتوگرامتری می توانند جایگزین ارزش افزوده ارائه دهند.

سه چالش اصلی مرتبط با استفاده از Lidar در نقشه‌برداری هوایی همیشه هزینه سنسورها، منحنی یادگیری مورد نیاز برای تولید مجموعه داده‌های دقیق، و آنچه باید با تمام این نکات در هنگام ارائه یک محصول تحویلی انجام شود، بوده است. سیستم‌های لیدار هوابرد و سیستم‌های موقعیت‌یابی که با آن‌ها جفت می‌شوند، عمدتاً هنوز بسیار گران هستند. این به دلیل افزایش نرخ پالس و دامنه توسط تولید کنندگان برای پاسخگویی به تقاضای کاربر برای مجموعه داده های متراکم تر است، در حالی که تلاش می کنند اندازه و وزن کلی را کاهش دهند. در رقابت برای ماندن در رقابت، این اغلب باعث می شود خریداران احساس کنند که خوکچه هندی برای این سیستم های پیچیده تر هستند. 

این واقعیت که Lidar به سیستم‌های موقعیت‌یابی بسیار دقیق نیاز دارد، به پیچیدگی استخدام افراد دارای مهارت برای پردازش این مجموعه داده‌ها به طور مداوم در سطوح بالایی از دقت می‌افزاید. نیازی به گفتن نیست که منحنی یادگیری شیب دار است و آنهایی که در پردازش لیدار خوب هستند مورد توجه قرار می گیرند و قیمت بالایی دارند. با این حال، گزینه دیگری وجود دارد: فتوگرامتری.

تکامل فتوگرامتری

فتوگرامتری، توانایی ایجاد نقشه ها از روی همپوشانی تصاویر، تقریباً از زمان اختراع هواپیما وجود داشته است. برای مدت طولانی، به ماشین‌های بزرگی به نام پلاتر استریو نیاز داشت تا به تکنسین‌ها توانایی دیدن یک صحنه را به صورت استریو بدهند. این به آنها اجازه داد تا اطلاعاتی را که نمایانگر زمین و ویژگی ها در یک مقیاس معین است، ترسیم کنند. با افزایش قدرت محاسباتی در دهه 1980، فتوگرامتری دیجیتالی شد.

 اندکی بعد، در اوایل دهه 2000، اصول فتوگرامتری امکان چشم پوشی از تجهیزات مشاهده استریو و استخراج مختصات XYZ برای هر پیکسل در تصویر را فراهم کرد که در آن همپوشانی رخ می دهد. این پیشرفت امکان تولید ابرهای نقطه ای بسیار دقیق را بدون هزینه سیستم لیدار فراهم کرد. با این حال، یک ابر نقطه ای مشتق از فتوگرامتری یک مزیت بالقوه اضافه دارد: مقادیر رنگ بدون اضافی. 

در هر صورت، تحویل اولیه در پروژه‌های نقشه‌برداری، مدل‌های ارتفاعی دیجیتال (DEMs) باقی مانده است، زیرا ابرهای نقطه‌ای از نظر اندازه فایل بسیار بزرگ هستند که کاربر معمولی نمی‌تواند با توجه به کمبود قدرت محاسباتی موجود از آن بهره‌برداری کند. با پیشرفت‌های فناوری محاسباتی از جمله پردازنده‌ها و پردازنده‌های گرافیکی قدرتمندتر، این موضوع در حال تغییر است. علاوه بر این، بسیاری از بسته های نرم افزاری محبوب می توانند داده های ابر نقطه ای را برای پردازش یا تجسم بیشتر مصرف کنند. 

مزایای ابرهای نقطه رنگی

بنابراین چه فایده ای از یک ابر نقطه رنگی حاصل می شود؟ با نگاه کردن به یک مثال از هر یک به راحتی به این موضوع پاسخ داده می شود. بدون مرحله اضافه طبقه‌بندی یا رنگ‌آمیزی، شناسایی ویژگی‌های پنهان در اعماق ابر نقطه Lidar مقداری تلاش می‌کند. در مقابل، یک فرد معمولی می تواند به سرعت ویژگی های یک ابر نقطه رنگی مشتق شده از فتوگرامتری را شناسایی کند. 

ابر نقطه ای ایجاد شده از Lidar در واقع می تواند رنگی شود. با این حال، این فقط به هزینه کلی می افزاید، زیرا نیاز به دوربین در حال کار در زمانی که لیدار در حال به دست آوردن است، پنجره خرید یا پرواز دوم بر فراز همان منطقه را به خطر می اندازد. هر یک از این روش‌ها منجر به طولانی‌تر شدن زمان کسب کلی و پردازش بیشتر می‌شود. 

بسته‌های نرم‌افزاری وجود دارند که ابرهای نقطه‌ای را به عنوان مشتق از فرآیند مثلث‌سازی هوایی ایجاد می‌کنند. سپس آنها DEM ها را از تعداد کم شده نقاط در آن ابر نقطه تولید می کنند. این تمایل به ایجاد DEM های بسیار بی کیفیت به طور کلی دارد و بسیاری از نقاط ایجاد شده اولیه را حذف می کند. این همچنین اعتبار سنجی را برای کاربران نهایی دشوار می کند زیرا ایجاد DEM مرحله دیگری از فرآیند مثلث بندی هوایی است.  

چالش های مرتبط با رنگ آمیزی

یک راه متداول برای تولید ابرهای نقطه رنگی از فتوگرامتری، ایجاد یک DEM، سپس صادر کردن یک ابر نقطه از آن DEM است که در آن هر پیکسل به عنوان یک نقطه نمایش داده می شود. سپس با استفاده از یک ارتوموزائیک، مقدار رنگ متناظر مستقیماً روی هر نقطه نمایش داده می شود. این به خوبی کار می کند – اما فقط در یک نمای نادر، زیرا یک ابر نقطه ای ایجاد شده از یک DEM به این روش، نقاط عمودی یا مایل را در نظر نمی گیرد. در نتیجه، حفره های عمودی و مایل در مجموعه داده ذاتی هستند. جایی که هیچ نقطه ای وجود ندارد، رنگی وجود ندارد. 

در حالی که اکثر ابزارهای نرم افزاری این رویکرد ساده را برای رنگ آمیزی اجرا می کنند، یک راه حل بهینه ایجاد ارتباط بهتر بین پیکسل ها و نقاط است. سپس، با این حال، بسیاری از پیکسل ها برای یک نقطه ممکن است مقادیر رنگی کمی متفاوت داشته باشند. این بدان معناست که الگوریتم ها باید این اطلاعات را محاسبه و ادغام کنند. مسئله دیگری که پیش می آید مشابه تعادل رنگ در موزاییک است، اما در اینجا موزاییک سه بعدی است. بنابراین الگوریتم های پیشرفته برای انجام این کار برای اطمینان از ثبات در سراسر ابر نقطه مورد نیاز است. محصولات فتوگرامتری موجود در حال حاضر از چنین عملکردهای پیشرفته ای پشتیبانی نمی کنند. 

پیشرفت های اخیر فناوری

SimActive اخیراً نسخه 10 مجموعه فتوگرامتری Correlator3D خود را معرفی کرده است تا امکان رنگ‌آمیزی ابرهای نقطه‌ای را فراهم کند. در طول فرآیند ایجاد ا بر نقطه ای، تمام پیکسل هایی که از تصاویر همپوشانی مختلف (عمودی و/یا مورب) به دست می آیند، ابتدا برای استخراج یک مختصات سه بعدی دقیق استفاده می شوند.

 سپس با استفاده از الگوریتم های پیشرفته، Correlator3D مقادیر رنگ های مختلف را از تصاویر مرتبط تجزیه و تحلیل می کند و یک مقدار رنگ نهایی را محاسبه می کند. این منجر به یک ا بر نقطه ای با ظاهری بسیار واقعی می شود که رنگ های ثابتی را از همه زوایای دید نمایش می دهد. 

مزایای چنین فناوری چندگانه است. این امکان تولید یک ابر نقطه ای مشابه لیدار را فراهم می کند. تنها یک فعالیت جمع آوری داده ها ضروری است که منجر به صرفه جویی در هزینه و محصولات قابل تحویل بیشتر می شود. داشتن تنها یک مجموعه داده برای پردازش نیز سریع‌تر، آسان‌تر و سریع‌تر است. علاوه بر این، تضمین می کند که هیچ چالش و مشکلی در ثبت نام وجود نخواهد داشت، همانطور که در مورد ادغام Lidar با تصاویر وجود دارد.  

                                 آینده ابرهای نقطه ای

از آنجایی که ابرهای نقطه ای به یک محصول ارائه شده در نقشه برداری رایج تر تبدیل می شوند، متخصصان نقشه برداری باید سطح راحتی کاربر نهایی را با آنها در نظر بگیرند. یک ابر نقطه طبقه بندی شده مطمئناً دارای ارزش است و امکان شناسایی سریع زمین در مقابل پوشش گیاهی و غیره را فراهم می کند، اما یک ابر نقطه رنگی آن را به سطح دیگری می برد. به عنوان مثال، یک ابر نقطه طبقه بندی شده، کاربر را از وجود و مکان یک تابلوی راه آگاه می کند.

 یک ابر نقطه رنگی اطلاعاتی را در مورد آنچه علامت می گوید اضافه می کند. این نه تنها تفسیر انسان را آسان‌تر می‌کند، بلکه به پیشرفت در مسیر به سمت یادگیری ماشینی و هوش مصنوعی (AI) بیشتر کمک می‌کند. شناسایی ویژگی‌های دنیای واقعی از طریق یادگیری ماشین و استخراج اطلاعات ارزشمند از مجموعه داده‌ها از طریق هوش مصنوعی در حال انجام است.

چگونه یک نقشه ایزوکرون بسازیم

نقشه زمان رانندگی یک نوع نقشه هم زمان است که به شما نشان می دهد بر اساس مکان شروع و زمان تعیین شده چقدر می توانید پیش بروید.

ایزوکرون با بافر متفاوت است. در عوض، می‌تواند تمام خیابان‌هایی را که می‌توان از یک نقطه شروع به آن‌ها رسید، شناسایی کرد.

نقشه زمان رانندگی یک راه عالی برای تجسم مسافتی است که می‌تواند در همه جهات سفر کند و حتی می‌تواند محدودیت‌های سرعت، موانع، زمان روز و موارد دیگر را در خود جای دهد.

امروز، درباره نقشه‌های زمان رانندگی، که به‌عنوان نقشه‌های هم‌زمان نیز شناخته می‌شوند، بیشتر خواهید آموخت . اما ابتدا اجازه دهید برخی از موارد استفاده آنها را بررسی کنیم.

ابزار زمان رانندگی

آیا شما علاقه مند به انجام تجزیه و تحلیل زمان رانندگی خود هستید؟ از نرم افزارهای تجاری گرفته تا ابزارهای منبع باز و مبتنی بر وب، ما برخی از ابزارهای برتر را برای ساخت تحلیل زمان درایو خود فهرست می کنیم.

مناطق خدمات ArcGIS

اگر به مجوز تحلیلگر شبکه در ArcGIS دسترسی دارید، می توانید از ابزار ArcGIS service area برای تخمین زمان درایو استفاده کنید. آنچه شما نیاز دارید یک مجموعه داده شبکه جاده ای، امکانات برای نقاط شروع، و هر نوع موانع یا موانع است. هنگامی که لایه های داده خود را آماده کردید، فقط باید آن را حل کنید و به ابزار اجازه دهید بقیه کارها را انجام دهد. در اینجا یک آموزش در مورد نحوه استفاده از ابزار ArcGIS Service area آورده شده است .

مناطق خدمات QGIS (تحلیل شبکه)

به جای انجام این نوع تحلیل در نرم افزارهای تجاری پولی، چرا این کار را به صورت رایگان با استفاده از QGIS 3 انجام ندهید ؟ QGIS به عنوان بخشی از ابزارهای تحلیل شبکه پیش‌فرض خود، الگوریتم مناطق خدماتی را ارائه می‌کند. مشابه ArcGIS، این ابزار به یک شبکه جاده، یک نقطه شروع (x,y)، هزینه سفر و هر گره مرزی نیاز دارد.

برنامه زمان سفر

برنامه زمان سفر به عنوان یک ابزار مبتنی بر وب مناسب برای تخمین زمان سفر بر اساس آدرس ورودی عمل می کند. هنگامی که یک آدرس را به برنامه وارد می کنید، یک لایه برای همه مکان های قابل دسترسی در یک بازه زمانی تعیین شده ایجاد می کند. جالب اینجاست که شما می توانید نوع حمل و نقل خود مانند حمل و نقل عمومی، دوچرخه سواری، رانندگی و پیاده روی را انتخاب کنید.

از Cases برای Drive Time Maps استفاده کنید

همانطور که می توانید حدس بزنید، نقشه های زمان رانندگی ابزار محبوبی در صنعت حمل و نقل هستند. اما همچنین در برنامه ریزی شهری و همچنین برای خدمات شهری مانند آتش نشانی و آمبولانس بسیار مفید است .

پوشش خدمات: از آنجایی که زمان رانندگی است که به شما می گوید که ماشین آتش نشانی تا چه حد می تواند در شبکه جاده ای از ایستگاه آتش نشانی برسد، می توان مکان هایی را که فاقد خدمات کافی هستند شناسایی کرد.

مکان های بهینه: می توانید از نقشه های هم زمان برای تعیین مکان های بهینه برای هر سرویس شهری استفاده کنید. وقتی هر نوع مکان سرویس جدیدی را پیشنهاد می کنید، می توانید از نقشه های زمان رانندگی برای مدل سازی پوشش استفاده کنید و ایستگاه های جدید قادر به سرویس دهی خواهند بود.

انتخاب سایت: اما این فقط برای خدمات شهری نیست، می‌توانید این مفهوم را برای انتخاب مکان فضای اداری، فروشگاه‌های خرده‌فروشی یا انتخاب بهترین مکان برای زندگی در یک شهر به کار ببرید. تمرکز نقشه های زمان درایو این است که چگونه هر چیزی از یک مکان شروع در مدت زمان تعیین شده قابل دسترسی است.

نقشه های زمان رانندگی

ایزوکرون ها یا زمان های رانندگی نوع خاصی از تحلیل فضایی هستند که به شما کمک می کند فاصله قابل دسترس بین نقاط خاص در زمان و مکان را درک کنید.

این نوع نقشه ها میزان جغرافیایی که فرد می تواند در آن سفر کند را نشان می دهد. اگر از یک نقطه معین شروع کنید، تعیین می کند که چقدر می توانید در مدت زمان مشخصی سفر کنید.

برای مثال، ایستگاه‌های آتش‌نشانی فواصل زمان رانندگی خود را با استفاده از شبکه جاده‌ای شهر اندازه‌گیری می‌کنند. اگر آنها بدانند که در کدام مناطق در ارائه خدمات مشکل دارند، بینشی را در مورد اینکه کجا دسترسی کافی یا ناکافی به محله های خدماتی وجود دارد، می دهد. سپس، می‌توانید از نقشه‌های زمان رانندگی برای تعیین مکان‌های بهینه برای ساخت ایستگاه‌های جدید استفاده کنید .

Basemap چیست؟

نقشه پایه لایه ای است که زمینه جغرافیایی نقشه و سایر لایه های داده بالای آن را فراهم می کند.

از آنجایی که اطلاعات مرجع در تحلیل و مدل سازی فضایی بسیار مهم است، تقریباً هر نقشه (نقشه چاپی، دیجیتالی یا وب) یک نقشه پس زمینه را به عنوان مرجع بصری شامل می شود.

برای هر نقشه‌ساز، این بدان معناست که یک نقشه پایه جامد یکی از بلوک‌های ساختمانی اساسی نقشه‌برداری است .

بیایید دنیای بیس مپ ها را کشف کنیم. چه نوع بیس مپ وجود دارد؟ و چند نمونه چیست؟

انواع Basemap

نقشه ها همیشه پیامی را منتقل می کنند . بنابراین برای انتقال پیام خود، مهم است که نوع مناسب نقشه پایه را انتخاب کنید.

اگرچه انواع مختلفی از نقشه‌های پایه وجود دارد، اما امروزه معمولاً چند مورد از آنها استفاده می‌شود. در نمایش و انتقال اطلاعات هر کدام مزایا و معایب خاص خود را دارند.

در اینجا جدولی وجود دارد که انواع نقشه های پایه و کمی پس زمینه در مورد موقعیت هایی که از آنها استفاده می کنید را توضیح می دهد.

نقشه اصلی	شرح
ارتفتو	نقشه‌های پایه ارتوفتو ویژگی‌های زمین را با جزئیات از منظر بالا به پایین نشان می‌دهند. آنها معمولاً توسط تصاویر ماهواره ای ایجاد می شوند، اما می توانند با عکاسی هوایی یا هواپیماهای بدون سرنشین نیز ایجاد شوند. مزیت اصلی آن این است که می‌توانید ویژگی‌های زمین را ببینید و حتی فواصل را با هر چیزی از ساختمان‌ها تا خیابان‌ها اندازه‌گیری کنید. سابق. تصاویر ماهواره ای گوگل
توپوگرافی	توپوگرافی شالوده زیرین یک منظره است و می تواند به کوه ها، دره ها و رودخانه ها در سطح اشاره کند. نقشه پایه توپوگرافی به طور کلی شامل ارتفاع به شکل خطوط است. اما همچنین می تواند ویژگی های طبیعی و مصنوعی مانند مرزهای اداری، هیدروگرافی، پارک ها، مناطق شهری و حمل و نقل را نیز در خود جای دهد. سابق. نقشه های پایه توپوگرافی USGS
ماهواره	تصاویر ماهواره ای نمای هوایی از یک مکان گرفته شده از فضا را در اختیار کاربران قرار می دهد. اگر می‌خواهید هر ویژگی را با نمای هوایی ببینید، این یک نوع نقشه پایه مفید است. از آنجایی که ماهواره‌ها در یک مسیر دایره‌ای با اکتساب‌های تکراری می‌چرخند، می‌توانند با اطلاعات به‌روز تصویربرداری کنند. سابق. Sentinel-2 Views
ارتفاع	مدل رقومی ارتفاع، همچنین به عنوان DEM شناخته می شود، یک نمایش دیجیتالی از سطح ارتفاعی زمین است. ارتفاع، فاصله عمودی بین سطح زمین و یک مدل بیضی یا ژئوئید است. این برای به تصویر کشیدن هر نوع پروژه ساخت و ساز مفید است زیرا ارتفاع می تواند هزینه اضافی اضافه کند. سابق. مدل ارتفاع دیجیتال SRTM
خطوط	خطوط ارتفاعی تنها راه دیگری برای نشان دادن چگونگی تغییر ارتفاع در مکان های جغرافیایی است. این خطوط ارتفاع ثابتی از ارتفاع را نشان می دهند. خطوط نزدیک به هم نشان دهنده زمین های شیب دارتر هستند. در حالی که خطوط با فاصله بیشتر از هم شیب ملایمی را نشان می دهند. سابق. نقشه کانتور

نتیجه

Basemaps پایه و اساس هر برنامه مبتنی بر مکان و اکثر محصولات نقشه برداری است.

آنها با دادن اطلاعات مرجع در فضای جغرافیایی به کاربران شما امکان می دهند مکان های دیدنی نزدیک خود را پیدا کنند .

Basemap کاربردهای زیادی دارد و می تواند در موقعیت های مختلف و متناسب با هدف شما مفید واقع شود.