داده های مکانی در طول زمان: قسمت 1، تحولات فناوری

1. بررسی اجمالی
2. اصول جمع آوری داده ها
3. ابزارهای ضبط داده
4. پیشرفت های تکنولوژیکی حیاتی
5. نتیجه

1. بررسی اجمالی

جمع آوری داده های جغرافیایی به توانایی پیوستن مختصات دنیای واقعی دقیق به یک ویژگی بستگی دارد. ایجاد محیط فضایی امروزی تنها از طریق یک سری پیشرفت‌های فن‌آوری قابل توجه و برخی سیاست‌های عمومی روشن‌شده امکان‌پذیر بود. همانطور که در سال 2009 در گزارش تغییر چشم انداز جغرافیایی توسط کمیته ملی مشاوره جغرافیایی توضیح داده شد:

تقریباً تمام داده‌ها، فناوری‌ها و برنامه‌هایی که امروزه می‌بینیم را می‌توان در سیاست‌های نوآورانه و شیوه‌های دولت در گذشته ردیابی کرد. به این ترتیب، اکنون به سیاست‌های نوآورانه مشابهی نیاز داریم تا همگام با این تغییر چشمگیر دریا باشیم. ارائه دهندگان اطلاعات جغرافیایی مبتنی بر دولت دیگر نمی توانند خود را بازیگری خارج از جامعه سهامداران بخش خصوصی، ایالتی، محلی یا حتی عمومی بدانند یا از آن مصون باشند. (کمیته مشورتی ملی مکانی 2009)

بدیهی است که وقتی پرزیدنت کلینتون مجموعه جی‌پی‌اس تخریب‌نشده را برای استفاده غیرنظامی باز کرد، دنیای جمع‌آوری داده‌های مکانی برای همیشه تغییر کرد. اکنون، حتی یک تلفن هوشمند ارزان قیمت هم می‌داند که کجاست و عکس را با مختصاتی که در چند متری موقعیت واقعی قرار دارند، برچسب‌گذاری جغرافیایی می‌کند. در واقع، برای فهرست عظیمی از برنامه‌های کاربردی، تلفن هوشمند مدرن یک دستگاه نقشه‌برداری نسبتاً دقیق است که می‌تواند کاربر را با دقت در یک نقشه دقیق یا عکس هوایی قرار دهد. فن‌آوری GPS همچنین سیستم‌های حسگر غیرفعال و فعال بلادرنگ را نیرو می‌دهد که انواع بی‌پایان شرایط زمینی، جوی، اقیانوسی، لرزه‌ای و هیدرولوژیکی را فهرست‌بندی و نظارت می‌کنند. ناوگان ماهواره های تجاری و دولتی اکنون پوشش روزانه با وضوح بالا از جهان را ارائه می دهند که قادر به یافتن سایت های موشکی یا استخراج ردپای یک ساختمان است. شلوغ ترین فرودگاه جهان یک مدل فضایی داخلی و خارجی سه بعدی کامل و یکپارچه ایجاد کرده است تا از تصمیمات زیادی پشتیبانی کند. به عبارت دیگر، اینترنت اشیا ردپای نامحدودی دارد. مهم است که تکامل جمع‌آوری داده‌های مکانی را در زمینه وسیع‌تر فناوری و استفاده GIS قرار دهیم. همانطور که گودچایلد (2011) پیشنهاد کرد،

کل اینترنت به سرعت در حال تبدیل شدن به یک GIS وسیع است. با این حال، در طول دو دهه گذشته، دسترسی گسترده به GPS و نرم‌افزار نقشه‌برداری تعادل را در این معادله تغییر داده است و امکان ایجاد نقشه‌های تقریباً از هر چیزی را تقریباً بدون هیچ چیز ممکن ساخته است. در آینده، GIS مستلزم نظارت و ارزیابی زمان واقعی تری خواهد بود و به انواع جدیدی از ابزارها نیاز خواهد داشت که اطلاعات را دائماً در حال تغییر تلقی کنند. (Goodchild 2011).

2. اصول جمع آوری داده ها

داده های ورودی برای برنامه های GIS از منابع بسیاری می آید. متداول ترین فرمت نمایش شطرنجی یا برداری از یک ویژگی در سطح زمین با مختصات جغرافیایی مرتبط است که مستقیماً به هم مرتبط هستند یا نسبت به موقعیت های ثابت تعریف شده اند. رستر صرفاً یک ماتریس ثبت شده جغرافیایی از مقادیر با سیستم ثبت مختصات دنیای واقعی است. داده های برداری وفاداری ویژگی های جغرافیایی را به عنوان نقاط، خطوط یا چند ضلعی حفظ می کنند. از لحاظ تاریخی، نیاز به ادغام چندین مضمون داده منجر به رقابت بین دو مدل داده شد. اردوگاه شطرنجی ماتریسی از اعداد اختصاص داده شده به سلول های با اندازه ثابت را تولید کرد. این یک ساختار عالی برای داده های به دست آمده از حسگرها و نمایش سطوح پیوسته مانند ارتفاع است. با این حال، اطلاعات قابل توجهی از طریق فرآیند تعمیم از بین می رود و سلول های شبکه برای نمایش ویژگی های خطی مناسب نیستند. در طول سی سال گذشته ما شاهد ادغام کمپ های شطرنجی و برداری بوده ایم. انتخاب ساختار داده و ابزارهای تحلیلی با الزامات برنامه کنترل می شود (شکل 1).

شکل 1. عکس 1978 چند ضلعی های کاربری زمین را به صورت بردار در پلاتر قلمی و شطرنجی بر روی پلاتر الکترواستاتیکی تفسیر کرد. منبع: نویسندگان

در گسترده‌ترین مفهوم، داده‌های جغرافیایی یا به‌طور مستقیم توسط ابزاری که قادر به تعیین موقعیت آن است و یا به‌طور غیرمستقیم از طریق یک روش دستی یا خودکار جمع‌آوری می‌شوند. ثبت یک نقشه بردار از طول و عرض جغرافیایی معیار نمونه ای از داده های آماده GIS است. این همچنین به این معنی است که یک تلفن هوشمند با GPS در دست شهروندان نیز مستقیماً داده های آماده GIS را ضبط می کند. طیف وسیعی از دستگاه‌ها مانند دوربین‌های دیجیتال، حسگرهای غیرفعال هستند که مستقیماً داده‌های مکانی شطرنجی را ضبط می‌کنند. سایر حسگرهای فعال مانند LiDAR و Radar نیز ابرهای عظیمی از نقاط را به دست می آورند که طیف وسیعی از ویژگی ها را اندازه گیری می کنند.   

جمع‌آوری غیرمستقیم داده‌های مکانی مستلزم آن است که از یک روش دستی یا خودکار برای ایجاد داده‌های سازگار با GIS استفاده شود. زمینه فتوگرامتری روش‌هایی را برای محاسبه موقعیت‌های سه بعدی برای ویژگی‌های عکس‌های هوایی کامل کرده است. خطوط کانتور و مدل های رقومی ارتفاع از اندازه گیری های بررسی شده درون یابی می شوند. اورتوفوتوهای دیجیتالی تولید شده با فتوگرامتری نرم‌افزاری (دیجیتال) کاربر را قادر می‌سازد تا ویژگی‌های آماده GIS را از طریق رقومی‌سازی heads-up ضبط کند. روش دیگر، با استفاده از الگوریتم‌های ارجاع جغرافیایی، نقشه‌ها و عکس‌های آنالوگ سنتی را می‌توان به منابعی با مختصات شناخته‌شده تنظیم کرد. در روزهای اولیه ایجاد داده‌های دیجیتال، گرفتن ویژگی‌های برداری از مواد منبع نیاز به جداول دیجیتالی تخصصی داشت که مانند یک قطعه بزرگ کاغذ گراف دیجیتال عمل می‌کردند (شکل 2). یک اپراتور یک نقشه یا عکس موجود را روی میز دیجیتالی نصب کرد و از یک قلم برای ردیابی نقاط، خطوط یا چند ضلعی ها استفاده کرد. چنین دستگاه هایی محدود به سازمان ها یا شرکت های بزرگی بودند که خدمات دیجیتالی سازی تجاری را ارائه می کردند. با گسترش برنامه‌های GIS و افزایش تقاضا برای داده‌های دیجیتال، این جداول در آزمایشگاه‌های تحقیقاتی و سازمان‌های دولتی نیز به یکی از وسایل رایج تبدیل شدند. در ابتدا، اپراتورها بدون هیچ گونه پیش نمایش یا قابلیت ویرایش، ویژگی ها را ردیابی می کردند. با گذشت زمان، ایستگاه های کاری ویژه اپراتور را قادر می سازد تا به صورت تعاملی ویژگی ها را در لوله های ذخیره سازی تک رنگ نمایش دهد و ویرایش کند. در محیط مدرن GIS امروزی، جمع‌آوری داده‌ها با ابزارهای رومیزی انجام می‌شود که روی صفحه نمایش یا هدآپ دیجیتالی کردن با ماوس روی نمایشگرهای رنگی استاندارد رایانه را پشتیبانی می‌کنند. ابزارهای ویرایش پیچیده از دنبال کردن لبه های خودکار، snapping، 

شکل 2. فرآیند دیجیتالی سازی دستی 1987 در مرکز ملی تحقیقات تالاب ها، USFWS Slidell LA، منبع تصویر: جیمز دی اسکوری، با اجازه استفاده شد.

بیش از 55000 چهارگوش توپوگرافی USGS اسکن شده) نمونه ای از مواد منبع اصلاح شده جغرافیایی هستند. دیجیتال سازی را می توان با نصب مواد روی میز دیجیتالی یا کار با نسخه اسکن شده انجام داد. این روش معمولاً به تفسیر عکس هوا برای شناسایی و انتخاب ویژگی ها نیاز دارد. در واقع، نسخه‌های اسکن شده عکس‌های هوا دارای همان ویژگی‌هایی هستند که داده‌های شطرنجی به‌دست‌آمده توسط یک حسگر غیرفعال مانند ماهواره‌های رصد زمین چندطیفی به دست می‌آیند. این بدان معناست که مقادیر پیکسل ها را می توان به دسته هایی مانند پوشش زمین طبقه بندی کرد. از این مجموعه داده های شطرنجی می توان برای استخراج ویژگی هایی مانند جاده ها و پشت بام ها نیز استفاده کرد. امروزه، آنها را می توان با ابزارهای پیشرفته یادگیری ماشین برای انجام استخراج خودکار ویژگی ها تجزیه و تحلیل کرد. نرم افزار GIS آماده است تا آنها را به صورت شطرنجی یا چندضلعی ترکیب کند.

سایر اشکال ضبط غیرمستقیم نیز برای ایجاد داده‌های مکانی حیاتی هستند. در بسیاری از موارد ویژگی های جدید به ویژگی های اصلاح شده موجود مرتبط می شوند. این فرآیند را می توان به صورت تعاملی با استفاده از ویژگی های مرتبط و افزودن ویژگی های جدید انجام داد. همچنین می تواند از طریق جستجوی فضایی انجام شود که اطلاعات ویژگی را از نزدیکترین نقطه یا درون یک بافر منتقل می کند. ژئوکدینگ معکوس که تمام افرادی را که باید در مواقع اضطراری مطلع شوند، نمونه‌ای از دومی است. سوابق نقشه بردار از متر و کران همچنین می تواند برای ایجاد چند ضلعی های مالکیت زمین و ایجاد یک نقشه مالیاتی دیجیتال معتبر استفاده شود. استفاده از آدرس سایت، این بسته ها همچنین مبنایی برای کدگذاری خودکار آدرس جغرافیایی فراهم می کند که نقاط مختصات را به یک آدرس پیوند می دهد. به روشی مشابه، اداره سرشماری ایالات متحده مختصات یک آدرس خیابان را از محدوده آدرس در فایل های خط TIGER خود درون یابی می کند. برنامه نقشه برداری ساحلی NOAA نشان می دهد که چگونه داده های حسگرهای فعال و غیرفعال می توانند برای ایجاد یک نمایش جامع از ساحل ترکیب شوند. به عنوان مثال، یک دستگاه طیفی تحلیلی دستی که هشتاد امضای طیفی را جمع‌آوری می‌کند، در میدان مورد استفاده قرار می‌گیرد تا ویژگی‌های ساحلی را که با LiDAR و تصاویر چند طیفی ادغام شده‌اند، برای ایجاد تصویری جامع از ساحل مورد استفاده قرار دهد. این داده های چند لایه یکپارچه برای نظارت بر شرایط استفاده می شود و می توان آن را در صورت تقاضا به روز کرد. یک دستگاه طیفی تحلیلی دستی که هشتاد امضای طیفی را جمع‌آوری می‌کند، در میدان مورد استفاده قرار می‌گیرد تا ویژگی‌های ساحلی را که با LiDAR و تصاویر چندطیفی ادغام شده‌اند، برای ایجاد تصویری جامع از ساحل مورد استفاده قرار دهد. این داده های چند لایه یکپارچه برای نظارت بر شرایط استفاده می شود و می توان آن را در صورت تقاضا به روز کرد. یک دستگاه طیفی تحلیلی دستی که هشتاد امضای طیفی را جمع‌آوری می‌کند، در میدان مورد استفاده قرار می‌گیرد تا ویژگی‌های ساحلی را که با LiDAR و تصاویر چندطیفی ادغام شده‌اند، برای ایجاد تصویری جامع از ساحل مورد استفاده قرار دهد. این داده های چند لایه یکپارچه برای نظارت بر شرایط استفاده می شود و می توان آن را در صورت تقاضا به روز کرد.

3. ابزارها، پلتفرم ها و رویکردهای ضبط داده

در طول نیم قرن گذشته، روند جمع آوری داده ها به طور چشمگیری تغییر کرده است، هم از طریق معرفی فناوری های جدید و هم از طریق پیشرفت های قابل توجه در فناوری های موجود. تکامل GIS به‌عنوان فناوری ضروری مستقیماً از پیشرفت‌های عمومی در قدرت پردازنده‌ها، بزرگی سیستم‌های ذخیره‌سازی و قابلیت‌های زیرساخت شبکه فناوری اطلاعات بهره می‌برد. از نظر ابزارهای نرم افزاری، نقشه برداری، نقشه برداری، نقشه برداری ژئودتیک، فتوگرامتری، طراحی به کمک کامپیوتر، سنجش از دور و یادگیری ماشینی همگی در زیر چتر GIS قرار می گیرند. این بدان معناست که مسیرهایی بین این برنامه‌ها وجود دارد که کاربر را قادر می‌سازد تا داده‌های مکانی را از منابع بسیاری دریافت کند، آنها را با موضوعات دیگر ادغام کند، آنها را بین ساختارهای داده تبدیل کند. از روش های تحلیلی برای ایجاد داده های جدید از ویژگی های موجود مانند درونیابی یا جستجوی فضایی استفاده کنید. علاوه بر این، پیشرفت‌های خاص متعددی مستقیماً بر نحوه ایجاد داده‌های جغرافیایی تأثیر گذاشته است، از جمله: 

• GNSS (سیستم جهانی ناوبری ماهواره ای). به عنوان مثال می توان به گالیله اروپا، NAVSTAR ایالات متحده، GLONASS روسیه و BeiDou چین اشاره کرد. اینها حتی تلفن‌های هوشمند را قادر می‌سازد تا به طور مستقل مختصات را ضبط کنند، و نقشه‌برداری را متحول کرده و امکان ضبط داده‌های جمعی را فراهم کرده است.
• عکاسی دیجیتال (سنسورهای غیرفعال). اینها مستقیماً داده های شطرنجی را با اختصاص مقادیر نور بازتابی و تابیده شده به پیکسل ها تولید می کنند. آنها را می توان بر روی طیف وسیعی از سکوها از پهپادهای کوچک گرفته تا ماهواره های رصد زمین نصب کرد.
• LiDAR و سایر حسگرهای فعال اینها ابرهای نقطه ای عظیمی از مقادیر برگردانده شده از پالس های ساطع شده را ایجاد می کنند و روش ایجاد و دستکاری داده های ارتفاع را متحول کرده اند.
• عکس‌های ارتوگراف دیجیتال تولید شده از فتوگرامتری Softcopy. در دسترس بودن چنین تصاویری به این معنی است که منبع عکس ترجیحی برای دیجیتالی کردن دستی هدآپ است. آنها نیاز به دیجیتالی شدن تبلت ها را از بین برده اند.
• عکس هوای مورب. این تصاویر چند جهته، چشم اندازهای سه بعدی را ارائه می دهند و استخراج داده ها را پشتیبانی و بهبود می بخشند.
• الگوریتم های طبقه بندی برای داده های شطرنجی اینها شامل رویه های نظارت شده و بدون نظارت برای تولید پوشش زمین و سایر ویژگی ها است. آنها راهی برای به روز رسانی نقشه ها و ایجاد خودکار تم های داده جدید ارائه می دهند.
• تشخیص و استخراج خودکار ویژگی ها. الگوریتم های پردازش تصویر که لبه های ویژگی ها را شناسایی و جدا می کند و چند ضلعی ها را استخراج می کند.
• ژئوکدینگ آدرس این رویه ها مختصات را به یک رشته متنی مانند آدرس خیابان اختصاص می دهند که از طریق پیوستن مستقیم پایگاه داده یا درون یابی از محدوده آدرس به دست می آید. بهبود در دقت و کامل بودن به این معنی است که این رویکرد به یک قابلیت ضروری برای جمع آوری داده تبدیل شده است.
• ایجاد داده های جهانی دقیق و نرم افزار برای رسیدگی به مختصات جغرافیایی و پیش بینی شده. اندازه گیری های بهبود یافته و ادغام آنها در GIS توسعه مضامین داده ها را تسهیل کرده است.
• استانداردهای فراداده مکانی پیشرفت در توسعه و استقرار اینها قابلیت همکاری، توسعه برنامه های کاربردی جدید و ارزیابی مناسب بودن استفاده از داده ها را بهبود بخشیده است.
• زبان نشانه گذاری جغرافیایی شهر (CityGML). این مدل داده باز یک مدل اطلاعات معنایی بالغ برای نمایش اشیاء شهری سه بعدی در سطوح مختلف جزئیات (LOD) ارائه می دهد.
• ساختار فایل GeoTif و Geopdf. این فرمت های رایج انتقال داده های دیجیتال سنتی را تسهیل می کنند. آنها ابزارهای GIS و کاربران غیر GIS را برای محاسبه مختصات، جداسازی مضامین و اندازه گیری فراهم کرده اند.
• موتورهای جستجوی جغرافیایی این ابزارهای مبتنی بر وب جستجو، کشف، دسترسی و انتشار آسان‌تر داده‌های مکانی را فراهم می‌کنند.
• شبکه های قوی وجود شبکه های قوی به جای تکیه بر روش های دست و پا گیرتر انتقال فایل، اتصالات مجازی را تسهیل کرده است.
• وب 2.0. این به اشتراک گذاری و همکاری برای برنامه های کاربردی گسترده، از جمله موارد جغرافیایی را فعال کرده است.

4. پیشرفت های تکنولوژیکی حیاتی

پیشرفت‌های معین در فن‌آوری‌ها به ویژه GIS را قادر ساخته است که شکوفا شود. این بخش در مورد چند مورد از این نوآوری ها توضیح می دهد.

4.1 ضبط مستقیم در میدان / نقشه برداری

برای قرن ها، نقشه برداران از دستگاه های اندازه گیری تخصصی و نوری برای تخمین مختصات در میدان استفاده می کردند. آنها یک چارچوب استادانه از معیارها برای ثبت مضامین داده های اضافی ایجاد کردند. خوشبختانه، ما شاهد انقلابی در نحوه ارتباط مختصات با ویژگی‌ها بوده‌ایم. حتی قبل از ایجاد سیستم موقعیت یاب جهانی (GPS) برد یاب لیزری و ایستگاه های توتال حرفه نقشه برداری را مدرن کرده بود. تئودولیت‌ها و دستگاه‌های الکترونیکی اندازه‌گیری فاصله، نقشه‌برداران را قادر می‌سازد تا فواصل طولانی را اندازه‌گیری کنند و زاویه‌ها را بر اساس خط دید به جای دسترسی مستقیم محاسبه کنند. با این حال، استقرار شبکه GPS یک تغییر بازی بود. این یک دستاورد قابل توجه بود که دری را به روی دنیای جغرافیایی توانمندی که اکنون از آن لذت می بریم باز کرد. شبکه GPS یک گیرنده را قادر می سازد تا طول و عرض جغرافیایی را بدون اتصال به شبکه ای از نقاط کنترل موجود تفسیر کند. با این حال، دستور اجرایی پرزیدنت کلینتون در سال 2000 برای حذف دسترسی انتخابی برای بخش غیرنظامی لازم بود. تاثیر آنی بود. Usery et. al. (2018) یک بحث عالی در مورد تأثیر GPS ارائه می دهد.

با این حال، با در دسترس بودن اولیه سیگنال های مکان یابی GPS در دهه 1980، و به ویژه با رمزگشایی سیگنال و در دسترس بودن عمومی در دهه 1990، GPS و سیستم های موقعیت یابی جهانی مشابه آن در روسیه و اروپا و سیستم های منطقه ای در بسیاری از کشورها (چین) ، هند و دیگران) به استاندارد موقعیت جغرافیایی تبدیل شده اند و هزاران سرویس جدید مبتنی بر مکان را راه اندازی کرده اند که بسیاری از آنها ساختار سیستم های اجتماعی و تجاری ما را تغییر داده اند. (Usery, Varanka & Davis 2018, 386).

در طول بیست سال گذشته، شبکه GPS بخشی از یک سیستم بین المللی ماهواره ای ناوبری جهانی (GNSS) شد. این سازمان چتر شامل گلوناس روسیه و صورت فلکی گالیله اتحادیه اروپا است. صورت فلکی بزرگتر فرصت تعیین مکان تعداد مورد نظر ماهواره را به شدت افزایش می دهد. 

در حالی که گیرنده‌های GPS می‌توانند به طور مستقل موقعیت‌های طول و عرض جغرافیایی را در هر نقطه از زمین به دست آورند، همه آنها دقت یکسانی تولید نمی‌کنند. بهبود دقت به این بستگی دارد که آیا گیرنده می تواند بیش از یک سیگنال را بپذیرد، می تواند با ایستگاه های زمینی همگام شود و مدت زمانی که گیرنده داده ها را جمع آوری می کند. دولت ایالات متحده، شرکای خارجی و بخش خصوصی ابزارهایی را برای اصلاح دقت مختصات فراهم کرده اند. این دستگاه ها توسط نقشه برداران دارای مجوز و همچنین کارمندان عمومی و دانشمندان برای ضبط مستقیم داده های میدانی استفاده می شود. این سیستم‌ها اغلب داده‌های خود را با اتصال به ایستگاه‌های مرجع مستمر عملیاتی زمینی (CORS) تا حد یک متر اصلاح می‌کنند. هنگامی که کار دقیق در ساخت و ساز و مهندسی مورد نیاز است، نقشه برداران حداقل دو ساعت داده را روی یک گیرنده فرکانس دوگانه جمع آوری می کنند و آن را به سرویس موقعیت یابی کاربر آنلاین (OPUS) سازمان ملی زمین شناسی (NGS) ارسال می کنند. این سرویس داده های سه سایت ملی CORS را برای اصلاح مختصات افقی و عمودی تنظیم می کند. هر ماه، کاربران به طور داوطلبانه ده ها هزار مورد از این فایل های داده بسیار دقیق را آپلود می کنند. کاربر از طریق ایمیل اطلاعات موقعیت مکانی را با موقعیت سطح سانتی متری دریافت می کند. این سیستم هزاران بار در هر ماه توسط نقشه برداران استفاده می شود که همچنین داده های خود را برای متراکم کردن سیستم مرجع فضایی ملی کمک می کنند. این سیستم به گونه‌ای طراحی شده است که همه ویژگی‌های جغرافیایی را به سیستم‌های مختصات افقی و عمودی مشترک که در سطح ملی مورد استفاده قرار می‌گیرند، به هم پیوند دهد یا اطمینان حاصل کند که «همه چیز مطابقت دارد». این سرویس داده های سه سایت ملی CORS را برای اصلاح مختصات افقی و عمودی تنظیم می کند. هر ماه، کاربران به طور داوطلبانه ده ها هزار مورد از این فایل های داده بسیار دقیق را آپلود می کنند. کاربر از طریق ایمیل اطلاعات موقعیت مکانی را با موقعیت سطح سانتی متری دریافت می کند. این سیستم هزاران بار در هر ماه توسط نقشه برداران استفاده می شود که همچنین داده های خود را برای متراکم کردن سیستم مرجع فضایی ملی کمک می کنند. این سیستم به گونه‌ای طراحی شده است که همه ویژگی‌های جغرافیایی را به سیستم‌های مختصات افقی و عمودی مشترک که در سطح ملی مورد استفاده قرار می‌گیرند، به هم پیوند دهد یا اطمینان حاصل کند که «همه چیز مطابقت دارد». این سرویس داده های سه سایت ملی CORS را برای اصلاح مختصات افقی و عمودی تنظیم می کند. هر ماه، کاربران به طور داوطلبانه ده ها هزار مورد از این فایل های داده بسیار دقیق را آپلود می کنند. کاربر از طریق ایمیل اطلاعات موقعیت مکانی را با موقعیت سطح سانتی متری دریافت می کند. این سیستم هزاران بار در هر ماه توسط نقشه برداران استفاده می شود که همچنین داده های خود را برای متراکم کردن سیستم مرجع فضایی ملی کمک می کنند. این سیستم به گونه‌ای طراحی شده است که همه ویژگی‌های جغرافیایی را به سیستم‌های مختصات افقی و عمودی مشترک که در سطح ملی مورد استفاده قرار می‌گیرند، به هم پیوند دهد یا اطمینان حاصل کند که «همه چیز مطابقت دارد». این سیستم هزاران بار در هر ماه توسط نقشه برداران استفاده می شود که همچنین داده های خود را برای متراکم کردن سیستم مرجع فضایی ملی کمک می کنند. این سیستم به گونه‌ای طراحی شده است که همه ویژگی‌های جغرافیایی را به سیستم‌های مختصات افقی و عمودی مشترک که در سطح ملی مورد استفاده قرار می‌گیرند، به هم پیوند دهد یا اطمینان حاصل کند که «همه چیز مطابقت دارد». این سیستم هزاران بار در هر ماه توسط نقشه برداران استفاده می شود که همچنین داده های خود را برای متراکم کردن سیستم مرجع فضایی ملی کمک می کنند. این سیستم به گونه‌ای طراحی شده است که همه ویژگی‌های جغرافیایی را به سیستم‌های مختصات افقی و عمودی مشترک که در سطح ملی مورد استفاده قرار می‌گیرند، به هم پیوند دهد یا اطمینان حاصل کند که «همه چیز مطابقت دارد». 

GNSS همچنین توانایی ما برای اندازه گیری دقیق شکل زمین را بهبود می بخشد. این بر استقرار داده ها و چارچوب های مرجع محلی و جهانی تأثیر می گذارد. از دیدگاه جامعه GIS، دسترسی به این داده‌های ایجاد شده توسط سازمان ملی زمین‌شناسی (NGS) و نرم‌افزار برای مدیریت بیش از 200 پیش‌بینی نقشه، ادغام داده‌های مکانی را بسیار ساده کرده است. 

در حالی که پیشرفت در فناوری نقشه برداری تأثیر زیادی بر تلاش های تجاری و علمی داشته است، تغییر واقعی بازی، تلفیق گیرنده GPS بر روی میلیاردها تلفن هوشمند بود. در سال 2009 اپل آیفون 3gs را به یک دستگاه نقشه برداری تبدیل کرد. بلافاصله، کاربران آیفون هرگز گم نمی‌شوند و می‌توانند موقعیت‌هایی را در هر کجای دنیا پیدا کنند و به آن‌ها حرکت کنند. در حالی که یک گوشی هوشمند با یک گیرنده واحد می‌تواند مکان را در چند متر تخمین بزند، دقت موقعیت در هنگام جمع‌آوری رکوردهای زیادی روی یک تلفن مدرن با فرکانس دوگانه تا چند سانتی‌متر بهبود می‌یابد. این تلفن های جدید می توانند تداخل ساختمان ها را جبران کرده و به طیف کاملی از ماهواره های GNSS متصل شوند. این بدان معنی است که برای برخی از برنامه ها، نسل بعدی گوشی های هوشمند ممکن است با ابزارهای اختصاصی GPS رقابت کنند.

به عنوان مثال، حتی ابزارهای ساده در آیفون و نقشه های گوگل می توانند داده های بسیار مفیدی مانند موجودی شیرهای آتش نشانی را ضبط کنند (شکل 3). جالب است بدانید که HazardHub، یک شرکت ریسک دارایی، ضبط شیرهای آتش نشانی را به گروهی در جنوب شرقی آسیا واگذار کرده است، نه تحلیلگر با اسکن دستی تصاویر نمای خیابان گوگل، هزاران هیدرانت را شناسایی کرده اند. آنها دریافتند که این فرآیند دستی بهتر از یک ربات هوش مصنوعی (Foust 2020) است.

شکل 3. طول و عرض جغرافیایی یک شیر آتش نشانی با اطلاعات عکس آیفون نمایش داده شده در Google Maps. منبع: نویسندگان 

همین وسایل توسط شهروندان برای جمع آوری محل چاله ها، خرابکاری و بسیاری از مناطق نگران کننده دیگر استفاده می شود. نمونه خوبی از اطلاعات جغرافیایی داوطلبانه در سال 2017 رخ داد، زمانی که 700 داوطلب با استفاده از تلفن های خود برای “بررسی” King Tide در ویرجینیا، دنیای گینس را تنظیم کردند (مؤسسه علوم دریایی ویرجینیا، 2017. با این حال، قابل توجه ترین برنامه ایجاد شده است. نقشه خیابان باز (OSM) ایجاد شده توسط داوطلبانی که آثاری از خیابان ها و نقاط دیدنی را در طول مهمانی های نقشه برداری می گیرند. در بسیاری از مناطق OSM بهترین نقشه موجود برای استفاده غیرنظامی است. علاوه بر این، USGS از گروهی از داوطلبان به نام سپاه نقشه ملی استفاده می کند. ، که “بیش از 500000 ویرایش در بیش از 400000 نقطه ساختار انجام داده اند” (Usery, 2019).

4.2 ارجاع جغرافیایی عکس ها

تاریخچه عکاسی هوایی شامل طیف گسترده ای از گزینه ها از بالن های هوای گرم گرفته تا ماهواره های در حال گردش است. اهمیت تصاویر به عنوان پایه و اساس جمع آوری داده ها را نمی توان اغراق کرد.

عکس‌های هوایی یک دارایی حیاتی در جنگ جهانی اول بودند. پس از جنگ، چندین برنامه عکاسی هوایی توسط وزارت کشاورزی و USGS برای نقشه‌برداری و نظارت بر تغییرات در سطح زمین آغاز شد. با گذشت زمان، عکس‌ها از سیاه و سفید، به رنگی که از هواپیمای سرنشین‌دار گرفته شده بود، به خروجی از حسگرهای داده چند طیفی که توسط ماهواره‌ها گرفته شده بود، تبدیل شدند. از منظر گرفتن داده‌های GIS، عکس‌های عمودی که مستقیماً از زیر هواپیما گرفته می‌شوند، مفیدترین فرمت هستند. با این حال، مقیاس روی عکس از موقعیت نادر به سمت بیرون تغییر می کند. از دستگاه‌های نوری ویژه‌ای مانند محدوده انتقال بزرگ‌نمایی برای تراز دستی ویژگی‌های یک عکس با نقشه پایه استفاده شد. در یک محیط دیجیتال، عکس‌ها و نقشه‌ها را می‌توان برای جبران تفاوت‌ها در مقیاس و جهت‌گیری جغرافیایی ارجاع داد. اصطلاح “ورق لاستیکی” اغلب برای توصیف فرآیند استفاده می شود. دقت این فرآیند ارجاع جغرافیایی به انتخاب مجموعه خوبی از نقاط کنترل قابل شناسایی عکس با مختصات شناخته شده بستگی دارد. این فرآیند شامل ایجاد یک سری پیوند بین ویژگی‌های روی تصویر و ویژگی‌های مربوطه روی زمین است. بهترین منابع این نقاط کنترل زمینی، اهداف بررسی شده مانند X سفید در میدان یا جاده باز هستند. در موارد دیگر از گوشه های خیابان، پرچین ها، لبه های ساختمان، جاده ها، اسکله ها و سایر ویژگی ها استفاده شده است. مجموعه ای از پیوندها با فاصله در سراسر تصویر برای محاسبه پارامترهای یک تبدیل استفاده می شود که هر پیکسل را به یک موقعیت جدید تغییر می دهد و منحرف می کند. ارجاع جغرافیایی یک فرآیند تکراری است که به اپراتور اجازه می دهد تا نقاط کنترل، پیوندها و انتخاب تبدیل را تنظیم کند. اکثر نرم‌افزارها انتخابی از تبدیل‌ها مانند چند جمله‌ای، spline، projective یا مشابه را ارائه می‌دهند. یک جدول خطا برای ارزیابی دقت تبدیل ایجاد می شود. در نهایت، اپراتور به صورت بصری نتایج تبدیل را بررسی می کند و سطح خطا را می پذیرد. مرحله نهایی اصلاح تصویر georeference شده به سیستم های مختصات استاندارد شده است. سپس ماده منبع اصلاح شده برای نمایش یا به عنوان نقشه پایه برای استخراج یا به روز رسانی ویژگی ها آماده است. در طی چندین دهه، عکس های بی شماری ارجاع جغرافیایی داده شده اند. مرحله نهایی اصلاح تصویر georeference شده به سیستم های مختصات استاندارد شده است. سپس ماده منبع اصلاح شده برای نمایش یا به عنوان نقشه پایه برای استخراج یا به روز رسانی ویژگی ها آماده است. در طی چندین دهه، عکس های بی شماری ارجاع جغرافیایی داده شده اند. مرحله نهایی اصلاح تصویر georeference شده به سیستم های مختصات استاندارد شده است. سپس ماده منبع اصلاح شده برای نمایش یا به عنوان نقشه پایه برای استخراج یا به روز رسانی ویژگی ها آماده است. در طی چندین دهه، عکس های بی شماری ارجاع جغرافیایی داده شده اند. 

ابزارهای ارجاع جغرافیایی تصاویر به قدری ساده هستند که مرکز نقشه و آموزش Leventhal کتابخانه عمومی بوستون یک برنامه مبتنی بر وب را اجرا می کند که به کاربران اجازه می دهد به صورت تعاملی نقشه ها و عکس های تاریخی را به صورت جغرافیایی ارجاع دهند. این عکس‌ها و نقشه‌های هوایی جغرافیایی برای تجزیه و تحلیل و تجسم با ابزار محبوب کشیدن انگشت که به صورت گرافیکی دو نما از یک منطقه را به تصویر می‌کشد، آماده هستند. آنها راهی سریع برای نشان دادن تغییرات هستند (شکل 4).

شکل 4. مقایسه یک نقشه تاریخی جغرافیایی مرجع واشنگتن، دی سی، از طریق تصاویر هوایی، از طریق برنامه Swipe Esri. منبع تصویر: نویسندگان 

4.3 عكاسي

فرآیند ارتوفوتو تصویر منبع را تاب می دهد تا فاصله و مساحت با اندازه گیری های دنیای واقعی مطابقت داشته باشد. این اجازه می دهد تا عکس ها به طور مستقیم در برنامه های نقشه برداری استفاده شوند زیرا اعوجاج موجود در عکس های هوایی را کاهش می دهد. این فرآیند توسط فتوگرامتریست‌ها در دهه 1960 ایجاد شد، این فرآیند تصاویر استریو و یک مدل ارتفاع دیجیتالی را برای تنظیم تغییرات در زمین و شیب هواپیما می‌گیرد (شکل 5).

شکل 5. مقایسه عکس هوایی جغرافیایی مرجع و یک عکس ارتو. به تفاوت در نمایش خط لوله مستقیم توجه کنید. منبع: USGS

4.4 طبقه بندی خودکار و استخراج ویژگی

تکامل جمع آوری داده ها با تبدیل روش های دستی به خودکار برجسته شده است. از نظر داده‌های شطرنجی از دوربین‌ها، محققان سنجش از دور کار خود را به یافتن بهترین ترکیب سیگنال‌های طیفی برای شناسایی انواع مختلف پوشش زمین و نظارت بر شرایط روی زمین اختصاص داده‌اند. الگوریتم‌های طبقه‌بندی ابزارهای حیاتی برای یافتن ویژگی‌های جدید مانند تالاب‌ها، اندازه‌گیری ویژگی‌ها به‌عنوان مثال بازده محصول یا تشخیص تغییر به عنوان مثال پراکندگی شهری هستند. این ابزارهای جدید از حوزه گسترده تر پردازش تصویر تکامل یافته اند. بیشتر کارهای فعلی در زمینه تشخیص الگو، هوش مصنوعی و یادگیری ماشینی بر استخراج خودکار ویژگی ها متمرکز است. در برنامه های نظارتی می توان از ابزارهای یادگیری ماشین برای یافتن اهداف خاص استفاده کرد. رادیولوژیست ها از ابزارهای مشابهی برای یافتن تومورها استفاده می کنند. در کاربردهای خانگی، این ابزارها می توانند اشیاء خاصی مانند استخرهای شنا، اضافات به ساختمان ها یا مناطقی با پوشش گیاهی ناسالم را پیدا کنند. به روشی مشابه، مقادیر ارتفاع و شدت LiDAR را می‌توان برای جداسازی درختان، خطوط برق، سازه‌ها و سایر ویژگی‌ها روی سطح تجزیه و تحلیل کرد (شکل 6).

شکل 6. استخراج ساختارها و درختان منفرد از LiDAR. منبع تصویر: نویسندگان

بسیاری از روال های پردازش تصویر چند ضلعی از تصاویر طبقه بندی تولید می کنند. تجزیه و تحلیل اخیر مایکروسافت وضعیت استخراج خودکار ویژگی ها را برجسته می کند. تحلیلگران مایکروسافت به پنج میلیون تصویر ماهواره ای دسترسی پیدا کردند تا لبه های ساختمان ها را ثبت کنند و ردپای چند ضلعی برای 125,192,184 ساختمان در ایالات متحده ایجاد کنند (شکل 7). قابل ذکر است که یک شرکت بزرگ فناوری اطلاعات آن اطلاعات را می خواست و سپس آن را به اشتراک گذاشت. از نقطه نظر فنی، تجزیه و تحلیل نشانگر جدیدی روی عبارت “حتی قابل مشاهده از فضا” قرار می دهد و مطمئناً نشان می دهد که جمع آوری داده های جغرافیایی برای مدیریت داده های بزرگ آماده است. 

شکل 7. ردپای ساخت مایکروسافت برای بخشی از کلمبیا، کارولینای جنوبی. منبع داده: اطلس زنده اسری. منبع تصویر: نویسندگان 

5. نتیجه گیری

نمونه پشت بام مایکروسافت که در بالا نشان داده شده است، وضعیت فعلی هنر را از نظر عرضه و تقاضا برای داده‌های مکانی نشان می‌دهد. با این حال، این تنها بخشی از یک جنبش بزرگتر است که بر نحوه زندگی، کار و بازی افراد در یک جامعه دارای قابلیت جغرافیایی تأثیر می گذارد. در نتیجه پیشرفت‌های تکنولوژیکی، تقاضاها و سرمایه‌گذاری‌ها در بسیاری از برنامه‌ها وجود دارد، زیرا آنها می‌توانند از انبار قابل توجهی از داده‌های مکانی استفاده کنند. پلتفرم‌های جغرافیایی متعددی پدید آمده‌اند که ابزارهایی با کاربری آسان برای مکان‌یابی منابع جغرافیایی موجود بر اساس ابرداده‌های استاندارد شده فراهم می‌کنند. این پلتفرم‌ها شامل اطلس زندگی Esri است که میزبان هزاران لایه معتبر است که توسط جامعه کاربران آن ارائه شده است. بسیاری از موسسات تحقیقاتی بزرگ کشور پلتفرم‌های کشف داده‌های جغرافیایی را با استفاده از آن ساخته و به اشتراک گذاشته‌اند GeoBlacklight ، یک “همکاری متن باز چند نهادی که راه بهتری برای یافتن و به اشتراک گذاری داده های جغرافیایی ایجاد می کند.” این موتورهای جستجو تجربیاتی را برای کاربران فراهم می کنند تا بتوانند داده های مکانی را برای یک منطقه خاص مورد علاقه خود کشف، مرور و دانلود کنند. بخش 2 این مدخل در مورد تغییرات در جمع آوری داده های مکانی، بر پیامدهای این تغییرات، از جمله وجود مجموعه های جدید گسترده ای از داده ها تمرکز خواهد کرد.