یک سیستم اطلاعاتی ساخته شده بر اساس داده های ابر نقطه ای: HIS-PC

خلاصه

مدیریت دیجیتال یک سایت باستان شناسی مستلزم ذخیره، سازماندهی، دسترسی و نمایش تمام اطلاعاتی است که در میدان جمع آوری می شود. مدل‌سازی اطلاعات ساختمان‌های میراث، سیستم‌های اطلاعات باستان‌شناسی یا میراث در حال حاضر تمایل به پیشنهاد یک چارچوب مشترک دارند که در آن تمام مواد از یک پایگاه داده مرکزی مدیریت می‌شوند و از طریق یک نمایش سه‌بعدی تجسم می‌شوند.
دوره-آموزش-حرفه-ای-gis
در این تحقیق، ما توسعه یک نمونه اولیه سیستم اطلاعات میراث ساخته شده را بر اساس مجموعه داده های ابر نقطه سه بعدی با وضوح بالا ارائه می دهیم. ویژگی این رویکرد در نظر گرفتن یک روش توسعه کاربر محور و در عین حال اجتناب از عملیات مشبک سازی/نمونه برداری پایین است. سیستم پیشنهادی با همکاری نزدیک بین کاربران چند وجهی (مدیران، بازدیدکنندگان، متصدیان) و یک تیم توسعه (طراحان، توسعه دهندگان، معماران) آغاز شده است. سیستم اطلاعات میراث توسعه‌یافته امکان مدیریت اطلاعات مکانی و زمانی، از جمله طیف گسترده‌ای از معناشناسی را با استفاده از رابطه‌ای همراه با پایگاه‌های داده NoSQL می‌دهد. معناشناسی مورد استفاده برای توصیف مصنوعات تابع مدل سازی مفهومی است. در نهایت، این سیستم یک ارتباط دو طرفه با یک رابط سه بعدی را پیشنهاد می‌کند که قادر به پخش ابرهای عظیم نقطه‌ای است، که گام بزرگی به جلو برای ارائه یک نمایش جامع سایت برای ذینفعان و در عین حال به حداقل رساندن هزینه‌های مدل‌سازی است.

کلید واژه ها:

سیستم اطلاعات میراث ; ابر نقطه سه بعدی ; NoSQL ; تحلیل فضایی و زمانی مدل سازی مفهومی ; GIS سه بعدی ؛ معناشناسی سه بعدی

 

1. معرفی

مدیریت میراث و محوطه باستانی یک وظیفه چالش برانگیز است که با الزامات بسیاری از نظر مسائل حقوقی، منابع انسانی، جنبه های مالی [ 1 ] و مدیریت اطلاعات [ 2 ] مواجه است. امروزه سیستم های اطلاعات میراث (HIS) بیشتری وجود دارد که به برخی از مسائل ذکر شده می پردازد. با این حال، یک سیستم یکپارچه منحصر به فرد نمی تواند به طور کامل نگرانی های مطرح شده توسط مدیران سایت میراث را در بر بگیرد. سازمان‌های بین‌المللی مانند یونسکو متعهد به مدیریت یکپارچه برای مقابله با جنبه‌هایی مانند مؤلفه‌های تاریخی، اجتماعی، زیست‌محیطی و انسانی هستند [ 3 ]. هدف اولیه حفظ ارزش های مرتبط با سایت های میراث در طول زمان است [ 4 , 5 , 6]. توسعه HIS برای دستیابی به مدیریت بهتر سایت، حفاظت، انتشار اطلاعات و میانجیگری عمومی ضروری است، اما نیاز به پیشرفت قابل توجهی دارد. علاوه بر این، همانطور که توسط پوکس و همکاران بیان شده است. در [ 7 ]، جهان‌های مختلف با دیدگاه‌های متفاوت (مثلاً اطلاعات جغرافیایی در مقابل میراث فرهنگی در مقابل گرافیک رایانه‌ای) انعطاف‌پذیری یک سیستم را کاهش می‌دهند، اگر رویکرد متعادلی برای توسعه راه‌حل ترسیم نشود. به همین دلیل است که طراحی یک معماری نرم‌افزار مستحکم که مستقیماً برای ادغام دیدگاه‌های مختلف در نظر گرفته شده است، مهم است [ 8 ، 9 ].
تمرکز بر مدل سازی اطلاعات اغلب به عنوان اولین گام توسعه برای پیشنهاد مدیریت جامع میراث تلقی می شود. در واقع، مشکلات ساختار، بایگانی، حفاظت و بهره برداری از داده های میراث، وظایف چالش برانگیزی هستند که باید با یک چشم انداز بلندمدت قانع کننده برای یک راه حل پایدار حل شوند. به لطف توسعه لیزرگرامتری، فتوگرامتری یا ترکیبی از هر دو تکنیک، به دست آوردن اطلاعات مکانی در سایت های میراث به یک کار ساده تبدیل شده است [ 10 ، 11 ]]. تکرار دیجیتال یک سایت را می توان با دقت هندسی بالا و در عین حال حفظ وفاداری رادیومتری ثابت به دست آورد. با این حال، داده‌های فضایی سه‌بعدی جمع‌آوری‌شده از سایت موجود اغلب بخشی از یک مجموعه داده عظیم است که استفاده از آن‌ها محدود است، زیرا آنها بخش‌بندی/تخریب یا ساده‌سازی شده‌اند.
در این تحقیق، ما زیرساختی را پیشنهاد می‌کنیم که از جمله بر سطح محدودیت جزئیات غلبه می‌کند و راه‌حل‌های جدیدی برای ادغام معنایی کاربر ارائه می‌دهد. با همکاری موزه کاخ سلطنتی کودنبرگ (بروکسل، بلژیک)، ما یک سیستم اطلاعات میراثی مبتنی بر دانش مبتنی بر داده‌های ابر نقطه‌ای (HIS-PC) را پیشنهاد می‌کنیم. HIS-PC پیشنهادی یک سیستم باز و تکامل‌یافته است که هر ابر نقطه‌ای را به یک سیستم اطلاعات مکانی-زمانی و معنایی اختصاص داده شده به اشیاء میراثی مرتبط می‌کند. در این مرحله از پروژه، ما جزء میراث ساخته شده را در توسعه خود در نظر می گیریم. ساختار پیشنهادی ممکن است در آینده با جنبه های غیر ملموس سازگار شود. سیستم توسعه‌یافته از طراحی کاربر محور پیروی می‌کند و شامل مدل‌های داده مفهومی عمومی است که الزامات یک HIS انعطاف‌پذیر را در بر می‌گیرد. سپس آن مدل‌های ژنریک برای برآوردن مشخصات نهایی مورد استفاده Coudenberg HIS تخصصی می‌شوند. این رویکرد بر استراتژی انطباق با تحولات، مشابه [7 ]، در مورد بلوک های اصلی اکتساب داده، تجسم و تعامل.
یکی از اولین چالش‌ها در رویکرد کاربر محور، تعریف نیازهای جمع‌آوری‌شده از دیدگاه‌ها و زمینه‌های فنی مختلف است. اغلب، فرد قرار است حجم زیادی از داده ها را در یک مخزن ذخیره کند که اگر نگوییم تنها منبع اطلاعات برای بسیاری از برنامه ها، که به عنوان دریاچه داده نیز شناخته می شود، خواهد بود. دریاچه های داده شامل طیف گسترده ای از داده ها هستند که توسط برنامه های کاربردی متعدد قابل دسترسی هستند. برای این کاربردها، دریاچه داده تنها منبع حقیقت است، و به همین دلیل است که دریاچه داده هرگز نباید فراتر از خطاهای واقعی که قابل مشاهده است، اصلاح یا حذف شود. به نظر ما، اطلاعات موجود در دریاچه داده‌ای که با تحقیقات تاریخی بی‌اعتبار می‌شود، باید به‌عنوان اثری از تفاسیر متعدد باقی بماند. بازتاب ما از رویکرد دریاچه داده برای مدیریت داده های سه بعدی پیروی می کند، به عنوان مثال، برای استفاده از اساسی ترین منبع داده در زمینه تصویربرداری واقعیت: ابرهای نقطه سه بعدی. راه‌حل‌های کمی برای مدیریت معناشناسی و هندسه به‌طور مستقیم بر روی ابر نقطه وجود دارد، که نیازمند مدل‌های داده جدید برای گرفتن جنبه‌های منطقی ساختار داده است. مجموعه داده‌های بزرگی که ابرهای نقطه‌ای تشکیل می‌دهند نمی‌توانند به طور کامل در حافظه اصلی قرار بگیرند، و به سیستم‌های سازگاری نیاز دارند که بتوانند از اطلاعات مربوط به یک مدل ذخیره‌سازی به طور موثر بهره‌برداری کنند. در این مقاله، ما ارتباط یک راه حل جدید برای به روز رسانی و غنی سازی مدل های دیجیتال را در زمینه مدیریت پویا اطلاعات هندسی، زمانی و معنایی مرتبط با سایت های میراث برجسته می کنیم. اهداف تحقیقاتی ما با موارد استفاده مرتبط است که در آن HIS-PC سه‌بعدی با هدف: ابرهای نقطه سه بعدی راه‌حل‌های کمی برای مدیریت معناشناسی و هندسه به‌طور مستقیم بر روی ابر نقطه وجود دارد، که نیازمند مدل‌های داده جدید برای گرفتن جنبه‌های منطقی ساختار داده است. مجموعه داده‌های بزرگی که ابرهای نقطه‌ای تشکیل می‌دهند نمی‌توانند به طور کامل در حافظه اصلی قرار بگیرند، و به سیستم‌های سازگاری نیاز دارند که بتوانند از اطلاعات مربوط به یک مدل ذخیره‌سازی به طور موثر بهره‌برداری کنند. در این مقاله، ما ارتباط یک راه حل جدید برای به روز رسانی و غنی سازی مدل های دیجیتال را در زمینه مدیریت پویا اطلاعات هندسی، زمانی و معنایی مرتبط با سایت های میراث برجسته می کنیم. اهداف تحقیقاتی ما با موارد استفاده مرتبط است که در آن HIS-PC سه‌بعدی با هدف: ابرهای نقطه سه بعدی راه‌حل‌های کمی برای مدیریت معناشناسی و هندسه به‌طور مستقیم بر روی ابر نقطه وجود دارد، که نیازمند مدل‌های داده جدید برای گرفتن جنبه‌های منطقی ساختار داده است. مجموعه داده‌های بزرگی که ابرهای نقطه‌ای تشکیل می‌دهند نمی‌توانند به طور کامل در حافظه اصلی قرار بگیرند، و به سیستم‌های سازگاری نیاز دارند که بتوانند از اطلاعات مربوط به یک مدل ذخیره‌سازی به طور موثر بهره‌برداری کنند. در این مقاله، ما ارتباط یک راه حل جدید برای به روز رسانی و غنی سازی مدل های دیجیتال را در زمینه مدیریت پویا اطلاعات هندسی، زمانی و معنایی مرتبط با سایت های میراث برجسته می کنیم. اهداف تحقیقاتی ما با موارد استفاده مرتبط است که در آن HIS-PC سه‌بعدی با هدف: نیاز به مدل‌های داده جدید برای گرفتن جنبه‌های منطقی ساختار داده‌ها. مجموعه داده‌های بزرگی که ابرهای نقطه‌ای تشکیل می‌دهند نمی‌توانند به طور کامل در حافظه اصلی قرار بگیرند، و به سیستم‌های سازگاری نیاز دارند که بتوانند از اطلاعات مربوط به یک مدل ذخیره‌سازی به طور موثر بهره‌برداری کنند. در این مقاله، ما ارتباط یک راه حل جدید برای به روز رسانی و غنی سازی مدل های دیجیتال را در زمینه مدیریت پویا اطلاعات هندسی، زمانی و معنایی مرتبط با سایت های میراث برجسته می کنیم. اهداف تحقیقاتی ما با موارد استفاده مرتبط است که در آن HIS-PC سه‌بعدی با هدف: نیاز به مدل‌های داده جدید برای گرفتن جنبه‌های منطقی ساختار داده‌ها. مجموعه داده‌های بزرگی که ابرهای نقطه‌ای تشکیل می‌دهند نمی‌توانند به طور کامل در حافظه اصلی قرار بگیرند، و به سیستم‌های سازگاری نیاز دارند که بتوانند از اطلاعات مربوط به یک مدل ذخیره‌سازی به طور موثر بهره‌برداری کنند. در این مقاله، ما ارتباط یک راه حل جدید برای به روز رسانی و غنی سازی مدل های دیجیتال را در زمینه مدیریت پویا اطلاعات هندسی، زمانی و معنایی مرتبط با سایت های میراث برجسته می کنیم. اهداف تحقیقاتی ما با موارد استفاده مرتبط است که در آن HIS-PC سه‌بعدی با هدف: ما ارتباط یک راه حل جدید برای به روز رسانی و غنی سازی مدل های دیجیتال را در زمینه مدیریت پویا اطلاعات هندسی، زمانی و معنایی مرتبط با سایت های میراث برجسته می کنیم. اهداف تحقیقاتی ما با موارد استفاده مرتبط است که در آن HIS-PC سه‌بعدی با هدف: ما ارتباط یک راه حل جدید برای به روز رسانی و غنی سازی مدل های دیجیتال را در زمینه مدیریت پویا اطلاعات هندسی، زمانی و معنایی مرتبط با سایت های میراث برجسته می کنیم. اهداف تحقیقاتی ما با موارد استفاده مرتبط است که در آن HIS-PC سه‌بعدی با هدف:
حمایت از تحقیقات میراث که به عنوان مثال، امکان توسعه فرضیه هایی در مورد تاریخچه محیط ساخته شده را فراهم می کند.
خدمت به عنوان یک رابط برای دسترسی به اطلاعات چندوجهی عظیم با طبیعت متنوع (مکانی، زمانی، توپولوژی، معنایی).
تولید ابزار و اسناد برای اهداف میانجیگری؛
ثبت داده های نظارت حفاظتی
ساختار مقاله به شرح زیر است. در بخش 2 ، آثار مرتبط مرتبط با مدل اطلاعات ساختمان میراث (H-BIM) یا HIS را بررسی می‌کنیم. ما روی پلتفرم هایی تمرکز می کنیم که اطلاعات معنایی و هندسی را برای مدیریت اطلاعات میراث ترکیب می کنند. بخش 3 زمینه تحقیق را مطرح می کند و بخش 4 روشی را توسعه می دهد که به ما امکان می دهد معماری HIS-PC را به دست آوریم. به طور قابل‌توجهی، ما مدل‌های داده‌های عمومی و ساختار اطلاعات را توصیف می‌کنیم در حالی که به طور صریح به فرآیند مفهوم تا تحقق یک مدل داده مفهومی نگاه می‌کنیم. مدل‌های عمومی که از زیرساخت کار برای مدیریت داده‌های ابر نقطه‌ای پشتیبانی می‌کنند، ارائه شده‌اند و اطلاعات زمانی، ویژگی‌ها و مکانی را در یک HIS تعاملی پیوند می‌دهند. سپس، دربخش 5 ، ما به نتایج از نظر اکتساب داده، پیاده سازی سیستم و بازخورد کاربر نگاه می کنیم. در نهایت، برخی از دیدگاه‌های آینده را ترسیم می‌کنیم که باید به سرعت در بخش 6 به آنها پرداخته شود و نتیجه‌گیری می‌کنیم.

2. آثار مرتبط

ما در اینجا چندین کار مشابه انجام شده در زمینه محیط‌هایی را مورد بحث قرار می‌دهیم که امکان دسترسی به داده‌های میراث در ارتباط با اسناد معنایی را فراهم می‌کنند. ما این بخش را با مقایسه موارد انتخاب شده به پایان خواهیم رساند تا جنبه نوآورانه مشارکت خود را تعیین کنیم.

2.1. اسناد میراثی

اسناد میراث دیجیتال به لطف ظهور فن آوری های جدید کسب اطلاعات از دهه گذشته به طور قابل توجهی رشد کرده است [ 12 ]. اسناد میراث شامل طیف گسترده ای از فعالیت ها، از جمله ثبت و مستندسازی واقعیت از طریق جمع آوری داده های هندسی و معنایی است. چندین روش اکتساب را می توان برای جمع آوری اطلاعات هندسی تنظیم کرد. امروزه، اسکن لیزری زمینی (TLS) و فتوگرامتری هوایی یا زمینی دو تکنیک اصلی مورد استفاده در زمینه اسناد دیجیتال [ 13 ] یا ترکیبی از هر دو هستند [ 11 ].]. نمونه‌های زیادی از مستندات سایت‌های میراث را می‌توان بازیابی کرد که توسط آن دو تکنیک برای جمع‌آوری اطلاعات هندسی مربوط به اشیاء استفاده می‌شود [ 14 ، 15 ]. برای اکثر برنامه ها، یک فرآیند چهار مرحله ای استفاده می شود. اطلاعات میراث از سایت های باستان شناسی یا ساختمان های میراث جمع آوری می شود. بر اساس اطلاعات جمع آوری شده، یک بازسازی سه بعدی از وضعیت فعلی مصنوع پیشنهاد شده است. سپس، یک غنی‌سازی معنایی برای افزودن اطلاعات زمینه‌ای به مدل و قابل استفاده کردن آن در زمینه میراث انجام می‌شود. در نهایت، یک نمایش برای برقراری ارتباط از طریق یک رسانه مانند یک محیط وب، یک نرم‌افزار شبیه‌سازی سه‌بعدی یا اساساً در تولید اسناد دو بعدی مانند نقشه‌ها و نقشه‌ها ارائه می‌شود.
تکنیک ثبتی که در یک سایت باستان‌شناسی یا میراث استفاده می‌شود، هر چه که باشد، شایان ذکر است که این اکتساب تنها امکان جمع‌آوری اطلاعات مربوط به شی میراث را در زمان تجزیه و تحلیل می‌دهد. تمام اطلاعات دیگر مربوط به وضعیت گذشته سایت باید بر اساس دانش تاریخی بازسازی شود. همانطور که توسط سانتانا ذکر شده است، اطلاعات میراث باید داده های مرتبط و به موقع را برای ادامه و ارزیابی نقش و عمل هر یک از مراحل کار فراهم کند [ 16 ]. گنجاندن تمام ابعاد اطلاعاتی مورد نیاز (زمانی، معنایی، مدیریت ناهمگونی، پیچیدگی، تنوع بازیگران) به چالش قابل توجهی در یکپارچگی اطلاعات منجر می شود [ 17 ، 18 ].]. جامعه پژوهشی میراث به سرعت نیاز به توسعه ساختار اطلاعات را درک کرده است. بنابراین مدل‌های داده‌ای که می‌توانند اطلاعات میراث ناهمگن و پیچیده را مدیریت کنند، به دنبال آن هستند.

2.2. بازنمایی دانش میراث – فرآیند BIM

به دنبال افزایش پیچیدگی اطلاعات، تکامل بازنمایی اطلاعات میراث با توجه به رشد محیط طراحی به کمک کامپیوتر (CAD)، سیستم اطلاعات جغرافیایی (GIS) و ظهور سیستم‌های مدل‌سازی اطلاعات ساختمان (BIM) عمیقاً تغییر کرده است. ). همه این سیستم های اطلاعاتی مجموعه ای از قوانین مدل سازی اطلاعات و ساختار داده را انجام می دهند. بسته به دیدگاه کاربردی، محیط GIS ابزار کمک بزرگی برای سازماندهی اطلاعات میراث در یک پایگاه داده جغرافیایی است. مزیت چنین محیطی برای مدیریت اطلاعات میراث دسترسی به ابزارهای پرس و جو و استدلال ارائه شده توسط محیط GIS است که امکان استخراج اطلاعات جدید از مجموعه داده ها را فراهم می کند. همزمان،17 ، 19 ، 20 ، 21 ]. لازم نیست هر دو رویکرد همزمان در نظر گرفته شوند. همانطور که توسط Dore پیشنهاد شده است، جهان های سه بعدی GIS و BIM با مدیریت اطلاعات میراث سازگار هستند [ 22 ].
مدل سازی اطلاعات ساختمان به یک فرآیند مشارکتی بین بازیگران یک پروژه ساختمانی اشاره دارد [ 23]. محیط از طریق نمایش مبتنی بر شی به تبادل اطلاعات کمک می کند. اصل فرآیند BIM به فرآیند مدل‌سازی اطلاعات ساختمان میراث (یا تاریخی) در هنگام برخورد با اطلاعات تاریخی و نمایش یک عنصر میراث بسط داده شده است. همکاری بازیگران حول یک یا چند نمایش تاریخی از یک سایت میراث فرهنگی بر اساس اصول BIM (ساختار اطلاعات، غیر افزونگی، …) است. توانایی یکپارچه‌سازی اطلاعات TSL یا فتوگرامتری از طریق مدل‌سازی پارامتریک یا فرآیند مدل‌سازی دستی نیز نشان‌دهنده دارایی استفاده از BIM در زمینه میراث فرهنگی است. استفاده از BIM در علم میراث به طور گسترده توسط بسیاری از نویسندگان مورد بحث قرار گرفته است [ 24 , 25 , 26 , 27، 28 ]. خواننده علاقه مند می تواند به پوکاتلو و همکاران مراجعه کند. برای بررسی گسترده فرآیند BIM اعمال شده در اطلاعات میراث [ 24 ]. بسیاری از نویسندگان متوجه شده اند که میراث ساخته شده با مورفولوژی پیچیده و ویژگی های غیر همگن مشخص می شود. فرآیند مدل‌سازی BIM تمایل بیشتری به مدل‌سازی ویژگی‌های پارامتری قابل تکرار دارد. اشیاء میراث با رویکرد استاندارد مدل سازی خودکار BIM مطابقت ندارند و برای ارائه مدلی نزدیک به واقعیت نیاز به تعامل انسانی بالایی دارند.

2.3. Heritage BIM و محدودیت های آن

از چند سال گذشته، جامعه تحقیقاتی بر توانایی تفسیر نظرسنجی ها به عنوان اشکال یا ویژگی های پارامتریک برای تناسب با رویکرد مدل سازی استاندارد BIM متمرکز شده است. اکثر کارهای پیشنهادی بر داده‌های ابر نقطه‌ای متمرکز بودند، زیرا اکنون جریان اصلی اطلاعات گرفته‌شده در سایت میراث را نشان می‌دهند، هر اطلاعاتی که از طریق TLS یا فرآیندهای فتوگرامتری جمع‌آوری می‌شود. هدف موسوم به Scan-to-BIM بهبود تشخیص ویژگی و کاهش زمان درمان برای تفسیر، ساختار و ایجاد اشیاء BIM از یک ابر نقطه است [ 29 ، 30 ، 31 ، 32 .]. باید گفت که برای اکثر کاربردهای میراث فرهنگی، این رویکردها به دلیل زمان مورد نیاز برای تولید یک مدل کامل، دقیق و کنترل شده از سایت‌های میراث قابل اجرا نیستند. علاوه بر این، تفسیر اشیاء میراثی در زمینه خاصی انجام می شود که به تجربه اپراتور انجام دهنده تشخیص (یا کنترل کننده تشخیص خودکار ویژگی) بستگی دارد. همانطور که قبلا ذکر شد، مدیریت یک سایت میراث فرهنگی نیاز به همکاری بسیاری از متخصصان دارد. هر یک از تخصص ها باید واقعیت را با توجه به نیاز رشته خود تفسیر کنند. به عنوان مثال، به این معنی است که یک باستان شناس ساخته شده و یک معمار یک ساختمان را به یک شکل تقسیم نمی کنند. بنابراین، ساختار اطلاعات برای مدیریت همه دیدگاه ها بسیار پیچیده است [ 33]. برخی از پروژه‌ها سعی کردند با این مشکل مواجه شوند [ 34 , 35 , 36 , 37 , 38 ]، کارآمدترین برنامه‌ها به ساختار داده‌ای متکی هستند که اطلاعات زمانی را مدیریت می‌کنند [ 39 ] یا نه که مستقیماً به ساختار اطلاعات BIM مربوط نمی‌شوند، بلکه بر هستی‌شناسی‌ها [ 40 ] ، پایگاه داده های رابطه ای [ 41 ، 42 ] یا ساختارهای داده NoSQL [ 43 ].
دوره-آموزش-حرفه-ای-gis

2.4. سیستم اطلاعات میراث

ادغام بررسی میراث در محیط کلاسیک BIM یک کار پیچیده است. برای پروژه‌های با زمان محدود که در آن زمان مدل‌سازی و تفسیر به چندین تخصص وابسته است، هنوز کاملاً عملیاتی نشده است. این ارزیابی منجر به در نظر گرفتن HIS شده است که در آن اطلاعات معنایی مستقیماً با اطلاعات هندسی سطح پایین مرتبط است، یعنی سیستم‌هایی که در آن اطلاعات معنایی مستقیماً با زیر مجموعه‌ای از ابرهای نقطه به‌دست‌آمده مرتبط است. این رویکرد به یک ابر نقطه تقسیم‌بندی شده نیاز دارد تا اطلاعات را به زیرمجموعه‌ای از نقاط مرتبط کند، یا یک سیستم ارجاع جغرافیایی که در آن اطلاعات معنایی به موقعیتی در محیط سه‌بعدی مرتبط است. یک رویکرد اخیر ساختار داده ای را پیشنهاد می کند که مستقیماً معناشناسی را در ابرهای نقطه ای ادغام می کند [ 44]. چندین پروژه موجود یک HIS را ارائه می دهند که در آن یک سیستم اطلاعاتی به نمایش سه بعدی یک مکان یا ساختمان میراث مرتبط است. در میان این رویکردها، ما می‌خواهیم به کاربردهایی اشاره کنیم که برای پیشنهاد ما مرتبط است: پروژه BIMlegacy [ 45 ]، پروژه PHYT [ 46 ] و سیستم اطلاعات وب برای مدیریت، انتشار داده‌های میراث فرهنگی [ 47 ] و رویکرد 3DHOP [ 48 ].
پروژه BIMlegacy یک پلت فرم آنلاین است که هدف آن یکسان سازی و همگام سازی اطلاعات معماری میراث است. مشارکت‌های پلتفرم یک پلتفرم کاری را پیشنهاد می‌کنند که در آن ذینفعان بین‌رشته‌ای می‌توانند اطلاعات میراث را همگام‌سازی کنند. این پلت فرم تحت رویکرد روش شناختی تحقیق علم طراحی توسعه یافته است. این روش توسعه متکی بر یک تعریف نمونه اولیه است که در چندین تکرار غنی شده و تصحیح شده است. نتیجه یک پلت فرم میراث آنلاین است که به عنوان یک محیط داده مشترک (CDE) تعریف شده است که امکان همگام سازی اطلاعات را در زمان واقعی فراهم می کند. معماری سیستم در شکل 1 ارائه شده است. معماری ارائه شده نشان می دهد که دسترسی به داده ها از طریق پلتفرمی انجام می شود که توسط برنامه Revit پشتیبانی می شود. یک API امکان دسترسی به داده ها را از طریق پلاگین Revit می دهد. شکل 1 به وضوح وابستگی به محیط Revit و نیاز به انطباق با فرمت های داده نرم افزار را نشان می دهد.
این رویکرد بر رویکرد BIMlegacy متکی است، به این معنی که ابرهای نقطه کسب باید از طریق یک رویکرد Scan-to-BIM مدل شوند. سطح توسعه هدفمند در محیط Revit LOD 400 است. این رویکرد مزایای استفاده از مدل های سبک وزن را دارد و بنابراین یک نمایش سه بعدی صاف و قابل اعتماد آنلاین را ارائه می دهد.
پروژه PHYT یک پروژه گسترده است که شرکای متعددی از متخصصان هنر جداری، باستان شناسان تا متخصصان اطلاعات سه بعدی را ادغام می کند [ 46 ]. در چارچوب پروژه، یک محیط سه بعدی به عنوان پلاگین محیطی MeshLab توسعه یافته است. هدف اصلی این پروژه ذخیره و ساختار اطلاعات از منابع ناهمگن هر متخصصی است که غارها را مطالعه می کند. اطلاعات معنایی توسط یک موقعیت مکانی قرار می گیرد که به عنوان یک شناسه برای بازیابی اطلاعات در پایگاه داده عمل می کند. محیط غار سه بعدی به صورت مش سه بعدی نمایش داده می شود. سپس، یک ارتباط دو جهته بین مدل سه بعدی و پایگاه داده برای انجام عملیات (مثلاً انتخاب از مدل سه بعدی یا تجسم پرس و جوها در محیط سه بعدی) برقرار می شود.
HIS پیشنهاد شده در [ 47 ] (Web for CH) یکی از اولین مواردی بود که بعد چند کاربر و چند کاربرد را در یک محیط محاسباتی مشترک شامل شد. علاوه بر این، پس از پیاده سازی، اطلاعات از طریق وب قابل دسترسی است و بنابراین، از طریق یک محیط تحقیقاتی مجازی اختصاص داده شده به بهره برداری از داده های درون سایت، برای کل جامعه قابل دسترسی است. معماری پروژه ساده است. اطلاعات از طریق یک وب سرور که از طریق زبان PHP و اطلاعات ذخیره شده در پایگاه داده MySQL پرس و جو شده است، قابل دسترسی است. ورودی قابل توجه این تحقیق، مدل داده پیشنهادی است که مکان را با سند توصیف کننده شی باستان شناسی مرتبط می کند. این مدل اطلاعاتی برای مدیریت منابع ناهمگن از محیط باستان شناسی کارآمد است (نگاه کنید بهشکل 2 ). مدل داده های معنایی یک رویکرد کلاسیک را نشان می دهد که اشیاء باستان شناسی را با منابع اسنادی مختلف پیوند می دهد. این مدل حول یک کلاس عمومی “داده” ساخته شده است. این کلاس در عناصر تشکیل دهنده مدل، یعنی مدیریت مکان، زمان، اسناد و اشیاء باستان شناسی (عناصر ملموس) تخصص دارد. این انتخاب مدل سازی، که می تواند مورد سوال قرار گیرد، تمام اطلاعات را در یک کلاس جمع آوری می کند. مدیریت زمان صریح در مدل پیشنهاد شده است. با این حال، به نمایش دوره ای محدود می شود که می تواند به عدم انسجام در هنگام بازنمایی برخی از منابع میراث منجر شود. سیستم اجازه نمی دهد چندین تفسیر از منابع یکسان ارائه شده توسط [ 49]. در نهایت، در آن زمان، راه اولیه برای پیاده سازی چنین مدل اطلاعاتی، محیط پایگاه داده رابطه ای بود. علیرغم سودمندی این رویکرد، اطلاعات میراث برای تکرار اجرا بسیار ناهمگن است. رویکردهای NoSQL اکنون برای چنین برنامه‌هایی توصیه می‌شوند [ 50 ].
پروژه 3D Online Presenter (3DHOP) یک بسته نرم افزاری منبع باز برای ایجاد ارائه وب تعاملی مدل های سه بعدی با وضوح بالا است. محیط زیست به حوزه میراث فرهنگی گرایش دارد. قدرت این سیستم در تنوع ذینفعانی است که به آنها خطاب می شود. این سیستم به عنوان یک پلت فرم کاری در نظر گرفته نشده است، بلکه تنها یک ابزار تجسم اطلاعات معنایی از قبل پیاده سازی شده است. تجسم بر اساس مدل های مش سه بعدی با وضوح چندگانه است که برای کاربر نهایی پخش می شود. محیط پیشنهادی منبع باز است و بنابراین به راحتی به یک محیط شخصی سازی شده مانند پایگاه داده اختصاصی که اطلاعات معنایی را ذخیره می کند، قابل پیوند است.
تجزیه و تحلیل محیط داده های استاندارد موجود اختصاص داده شده به اطلاعات میراث فرهنگی نشان می دهد که محیط های کاری بسیار کمی بر اساس نمایش فضایی ابر نقطه ای وجود دارد ( جدول 1 را ببینید.). ما معتقدیم که ارائه خام ترین منبع به ذینفعان کارآمدترین راه حل است زیرا هر تفسیری از اشیاء یا مصنوعات میراثی به تجربه گذشته و زمینه تفسیر بستگی دارد. اکثر سیستم‌های تحلیل شده ترجیح می‌دهند مدل‌های سه‌بعدی پارامتریک یا مشبک را به دلیل سبکی نسبی آن‌ها برای پخش در وب پخش کنند. مدل‌های داده‌ای که برای غنی‌سازی معنایی مدل‌های سه‌بعدی پیشنهاد شده‌اند، بیشتر اوقات با فرآیند مدل‌سازی BIM مرتبط هستند. با این حال، اکثر نویسندگان در مورد ناسازگاری مکرر بین محیط‌های پارامتری BIM تولید مثلی با اطلاعات جمع‌آوری‌شده در سایت‌های میراث فرهنگی که تقریباً هر شی منحصربه‌فرد است، موافق هستند.
به همه این دلایل و در نتیجه تجربیات خود در این زمینه، ما متعهد می شویم که اطلاعات میراث باید از طریق یک سیستم اطلاعات میراث (یا باستان شناسی) توسط:
مدیریت جزء معنایی، زمانی و مکانی اطلاعات میراث.
امکان پرس و جو و تجسم پیچیده فضایی-زمانی؛ و
پشتیبانی از داده های ابری نقطه ای، در نهایت به عنوان یک ساختار داده مکانی هسته ای.
چنین سیستمی باید:
با توجه به فناوری های رو به رشد در زمینه جمع آوری داده ها، مدیریت داده ها، تجسم داده ها و غیره، باز و سازگار باشد.
نیازهای کاربر را برآورده کند و بنابراین با نیازهای سازمان های خاص سازگار باشد. و
تا حد امکان قابل همکاری باشد تا امکان اشتراک گذاری داده ها و تکامل سیستم را فراهم کند.

3. زمینه

به دنبال روش پیشنهادی در بخش قبل، ما یک رویکرد مبتنی بر کاربر-محور مبتنی بر میراث را برای یک مورد مطالعه واقعی، موزه کودنبرگ، اعمال کردیم. موزه کودنبرگ که در بروکسل، بلژیک واقع شده است، خرابه‌های قصری را مدیریت می‌کند که قرن‌ها بر شهر بروکسل تسلط داشت ( شکل 3 ).
چارلز پنجم و سایر فرمانروایان از جمله قدرتمندترین در اروپا از قرن دوازدهم تا هجدهم در این شاهزاده نشین زندگی می کردند تا اینکه آتش سوزی آن را نابود کرد. ویرانه های این کاخ سال ها در زیر زمین ناپدید شد. پس از اینکه کار حفاری آنها را آشکار کرد، اکنون یک سایت باستان شناسی متشکل از شبکه ای از اتاق ها و گذرگاه های زیرزمینی را ارائه می دهند ( شکل 4 را ببینید ).
موزه، که کل سایت را مدیریت می کند، از سال 2017 مایل بود یک سیستم اطلاعات باستان شناسی را در اختیار بگیرد. موزه به سرعت با دو نتیجه کلیدی دست یافت: اول، یک مدل سه بعدی دقیق از سایت و دوم، یک سیستم کامپیوتری که به اطلاعات باستان شناسی امکان می دهد در مدل سه بعدی ذخیره و قرار گرفته است. بر اساس الزامات موزه، ما رویکرد ابر نقطه مبتنی بر HIS (HIS-PC) را در این زمینه دقیق اجرا کردیم. به دنبال روش ساخت مشترک ارائه شده به سمت بالا، مدل داده های عمومی برای مطابقت با هر نیاز ظریف و محدودیت های فیزیکی محیط کودنبرگ تخصصی شده است.
دوره-آموزش-حرفه-ای-gis

4. طراحی معماری HIS-PC

توسعه یک HIS که به نیازهای شناسایی شده در بخش 2 پاسخ می دهد ، با انتخاب های طراحی جالبی پر شده است. این مبتنی بر یک طراحی کاربر محور است که در بخش 4.1 توضیح داده شده است، که یک مدل داده مفهومی قوی ارائه شده در بخش 4.2 ارائه می دهد ، که بر اساس آن معماری سیستم اطلاعاتی شرح داده شده در بخش 4.3 را بر اساس آن استوار می کنیم . بنابراین، HIS-PC نهایی به دلیل معماری نسبتاً ساده‌اش جالب است که امکان پرس‌وجوهای معنایی، زمانی و هندسی را بر اساس یک ابر نقطه مرکزی فراهم می‌کند. در چارچوب این تحقیق، ما “معانی” را به عنوان هر گونه اطلاعات ویژگی مربوط به اشیاء مدل که جنبه مکانی، زمانی و هویتی ندارند، در نظر می گیریم [ 42 ].
پیشنهاد ما با اصول ناشی از فرآیندهای کنترل کیفیت (الهام گرفته از ISO 9126) یا طراحی انسان محور (الهام گرفته از ISO9241-210) مطابق شکل 5 و توضیح بیشتر در بخش 4.1 زیر سازگار است.

4.1. طراحی کاربر محور HIS-PC

روش های مختلفی برای طراحی یک سیستم اطلاعاتی (IS) وجود دارد که عمدتاً توسط جامعه علوم کامپیوتر پیشنهاد شده است. برای رسیدگی به ماهیت پیچیده – عدم قطعیت ها، داده های از دست رفته، فقدان فرمالیسم، و نقش های چندوجهی- اطلاعات میراث، ما پیشنهاد می کنیم از یک روش طراحی IS موجود بر اساس رویکرد کاربر محور استفاده و تطبیق دهیم. چندین نویسنده از رویکرد مشابهی در زمینه مدیریت اطلاعات میراث استفاده کردند [ 51 , 52 , 53]. در این زیر بخش، دستورالعمل های اصلی روش را ارائه می دهیم. ما چهار مرحله طراحی و برخی از مهم‌ترین خروجی‌ها را برای تسهیل توسعه و اجرای HIS شرح می‌دهیم. جالب است بدانیم که چنین پیچیدگی اطلاعات را می توان در چندین حوزه دیگر یافت – با این حال، داده های میراث دارای ویژگی خاصی هستند که نیاز به تفسیرهای متعدد دارند [ 41 ، 49 ].
فرآیند طراحی تکراری است و از طراحی انسان محور سیستم های تعاملی ISO 9241-210:2019 پیروی می کند. برای اینکه یک سیستم اطلاعاتی مناسب باشد، باید الزامات سازمان یا کاربران هدف را برآورده کند. مراحل روش شناسی نشان داده شده در شکل 6 به شرح زیر است:
  • تجزیه و تحلیل نیازهای کاربران (مرحله 1) که به لیستی از نیازها و مشخصات رسمی، هم برای IS و هم برای جمع آوری داده ها ختم شد.
  • طراحی مفهومی (مرحله 2) که در آن مدل‌های داده مفهومی، رابط‌های سیستم و روش‌های اکتساب داده بر اساس مشخصات مرحله اول تنظیم می‌شوند.
  • طراحی و نمونه سازی (مرحله 3) که شامل توسعه نمونه اولیه IS، جمع آوری داده ها و ادغام داده ها در نمونه اولیه IS است.
  • ارزیابی قابلیت استفاده (مرحله 4) که توسط طراحان و کاربران انجام می شود. بسته به نتیجه ارزیابی، یا یک حلقه نمونه سازی جدید شروع می شود یا نمونه اولیه به مرحله بعدی پیاده سازی و نگهداری می رسد.
معیارهای کیفی که سیستم باید رعایت کند می تواند از استانداردهای موجود گرفته شود. ما پیشنهاد می کنیم از استاندارد ISO 9126 که برای توسعه نرم افزار ایجاد شده است الهام بگیریم. در صورت امکان، ما استفاده از سیستم‌های مدیریت پایگاه داده (SQL و/یا NoSQL) را تشویق می‌کنیم که با مجموعه‌های داده‌های ناهمگنی که کاربردهای میراث فرهنگی را مشخص می‌کنند، تطبیق داده شوند. بدون استثنا کردن نمایش‌های فضایی انواع بردار یا مش، ​​ما استفاده از ابرهای نقطه‌ای را به‌عنوان روش داده‌های هسته هندسی تشویق می‌کنیم. اتصالات بین پایگاه‌های اطلاعاتی مختلف باید تضمین شود، و تمام عملکردهای سیستم مورد نیاز کاربران باید از طریق رابط‌های ارگونومیک که مدیریت و استفاده از سیستم را تسهیل می‌کند، قابل دسترسی باشد.

4.2. مدل داده

مدل داده در مرحله طراحی مفهومی توسعه داده شد ( شکل 6-2.A را ببینید). در طول این مرحله، چندین فرآیند تکراری بین کاربران و توسعه‌دهندگان به برخی از تحویل‌پذیرهای مفهومی ختم می‌شود: یک مدل داده مفهومی (نگاه کنید به شکل 6-2.A )، یک مدل از معماری سیستم اطلاعات و رابط‌ها (نگاه کنید به شکل 6-2. .B) و یک روش اکتساب داده (نگاه کنید به شکل 6 – 2.C).
اطلاعات میراث پیچیده است. طبیعتاً ناقص و نامشخص است و معمولاً با یک یا چند بازنمایی مکانی و زمانی همراه است [ 54 ]. هنگام ایجاد یک مدل داده مفهومی برای اطلاعات باستان شناسی، دو جنبه آنتاگونیست باید مورد بررسی قرار گیرد: ویژگی و قابلیت همکاری. در واقع، این مدل باید با نیازهای خاص کاربران مطابقت داشته باشد در حالی که سیستم توسعه یافته در یک سازمان خاص ریشه دارد. با این حال، مدل باید برای مدل‌ها و استانداردهای دیگر نیز باز باشد: باید تکامل‌یافته و قابل نگاشت برای مدل‌ها یا هستی‌شناسی‌های دیگر باشد. چندین ابتکار برای ارائه یک محیط مدلسازی مفهومی برای افراد ناآشنا که دانشی در مدلسازی اطلاعات ندارند، وجود دارد (به عنوان مثال، [ 55 ]]). ما انتخاب کرده‌ایم که از یک متامدل بسیار عمومی شروع کنیم که مفاهیم کلیدی را تعریف می‌کند. بنابراین، روش شروع فرآیند تکراری را با یک فرامدل جمع‌آوری مفاهیم اصلی (کلاس‌ها و روابط) به کاربران کمک می‌کند تا به تدریج مکانیسم‌های مدل‌سازی مفهومی را درک کنند. این مفاهیم اصلی عمدتاً از رویکردهای مدل‌سازی موجود الهام گرفته شده‌اند ([ 39 ، 56 ])، اگرچه ممکن است تفاوت‌هایی در یک چشم‌انداز تعریف‌شده از نمایش زمان، عدم قطعیت یا تفسیرهای متعدد رخ دهد. در یک تکامل آینده، ما قصد داریم از طریق نقشه برداری، مدل خود را با ابتکارات موجود ادغام کنیم. سپس یک نسخه پذیرفته شده متامدل پذیرفته می شود و به عنوان چارچوبی برای طراحی مدل مفهومی HIS-PC سازمان عمل می کند.
مفاهیم اصلی چهار کلاس (شیء، حالت، رویداد و سند)، سه جزء (مکانی، زمانی و عملکردی) و رابطه بین کلاس‌ها (نگاه کنید به شکل 7 ) هستند. هر یک از این چهار کلاس می توانند با کلاس دیگری یا با خود در ارتباط باشند و ممکن است دارای اجزای مکانی، زمانی یا عملکردی باشند که با سه گانه معروف Peuquet همخوانی دارد [ 57 ].]. یک شی کلاسی است که به عناصر اصلی که از طریق فرآیند مدل‌سازی هدف قرار می‌گیرند (مثلاً یک دیوار) اشاره می‌کند. یک حالت ترکیبی پایدار در زمان از چندین ویژگی مربوط به یک شی است (به عنوان مثال، حالت دیواری که از سنگ در طول یک دوره معین و در یک ارتفاع و شکل معین تشکیل شده است). یک حالت بدون ارتباط واضح با یک شی وجود ندارد (مثلاً مجموعه ای از سنگ ها و ملات ها که در یک دوره معین در یک مکان خاص ترکیب شده اند به عنوان حالت یک دیوار معین مطابقت دارند). یک رویداد منجر به تغییر خصوصیات می شود که باعث ایجاد حالت جدیدی می شود (مثلاً تخریب بخشی از دیوار در حین آتش سوزی منجر به ظاهر شدن حالت جدیدی از دیوار با اندازه متفاوت می شود). یک سند منبع اطلاعاتی است که می تواند به یک رویداد یا یک وضعیت مرتبط شود (به عنوان مثال، یک گزارش مکتوب به وقوع آتش سوزی در یک مکان معین در یک لحظه معین از زمان اشاره می کند). بسته به کاربردها، یک عنصر می‌تواند به یک شی یا یک سند مرتبط باشد (مثلاً، یک گزارش مکتوب می‌تواند سندی در زمینه سایت باستان‌شناسی باشد، اما می‌تواند یک شی در زمینه توصیف کتابخانه باشد).
نسخه اتخاذ شده از متامدل برای پروژه کودنبرگ در شکل 8 ارائه شده است . به طور خاص، فقط کلاس رویداد دارای یک جزء زمانی است، و فقط کلاس حالت دارای یک جزء مکانی است (با یک استثنا جزئی برای یک شی – “Site”؛ به شکل 9 مراجعه کنید ).
ایجاد یک مدل داده مفهومی بر اساس متامدل یک گام مشترک و تکراری است که کاربران و توسعه دهندگان را جمع آوری می کند. فرمالیسم مدل‌سازی پیشنهادی UML [ 58 ] است، اما فرمالیسم‌های دیگری را می‌توان استفاده کرد. ما به ConML اشاره کردیم که یک فرمالیسم عمومی است که به کاربرد علوم انسانی دیجیتال اختصاص داده شده است [ 55 ]. این مزیت را دارد که برای کاربردهای میراث فرهنگی در پسوند CHAMR (مدل مرجع چکیده میراث فرهنگی) [ 59 ] تخصصی است. علاوه بر متامدل، برخی از استراتژی‌های مدل‌سازی را می‌توان اتخاذ کرد، اما اجباری نیستند. به عنوان مثال، با توجه به تجربه ما در مدل سازی باستان شناسی، ما دستورالعمل های زیر را پیشنهاد می کنیم:
  • تمایز بین وجود و حضور. این چشم انداز از چرخه حیات یک شی اجازه می دهد تا تمام مراحل تعریف یک شی را از مفهوم آن، تا هر تبدیل و در نهایت تا تخریب نهایی آن ترتیب دهیم. ما فرض می کنیم که هر تبدیل، که به عنوان یک رویداد در نظر گرفته می شود، از طریق اسنادی که تغییر را توصیف می کند، قابل دسترسی است.
  • حالات زمانی یک جسم تجمعی هستند. توالی کامل تاریخی ترکیبی برای هر حالت یک شی است. در نتیجه، یک دنباله تفسیری زیرمجموعه ای از برخی حالت ها در تاریخچه کامل شی است.
  • شیء میراثی بخشی از شیء میراثی دیگر است. این رویکرد صرفشناختی مؤلفه‌های میراث به ذینفعان و کاربران نهایی سیستم برای تعریف دیدگاه خود از بخش‌بندی سایت میراث، آزادی عمل قابل‌توجهی می‌دهد. این تضمین می کند که بخش پیشنهادی ارتباط نزدیکی با برنامه های کاربردی کاربر دارد و به طور موثر با نیازهای آنها مطابقت دارد.
از این طراحی اولیه، ما یک نمودار کلاس UML دقیق و رسمی‌تر و تخصصی‌تر برای Coudenberg HIS که در شکل 9 ارائه شده است، استخراج می‌کنیم . شایان ذکر است که این مدل مختص پروژه کودنبرگ است و مدعی نیست که کاندیدای مناسبی برای سایر تحولات اطلاعات میراث است. با توجه به نیازهای فعلی کاربران و اعتبار سنجی آنها، با بهترین مدل داده های مفهومی مطابقت دارد. برای اینکه نمودار با عناصر غیر ضروری برای درک عمومی بیش از حد بارگذاری نشود، فقط کلاس های مهم، ویژگی ها و نام انجمن های غیر صریح نشان داده می شود. علاوه بر این، این مدل احتمالاً به منظور انطباق با نیازهای جدید کاربران تکامل می یابد (همانطور که در بخش 5.2 توضیح داده شد.، راه حل پیاده سازی شده برای ذخیره سازی داده ها باید بتواند مدل های داده تکاملی را مدیریت کند).
این مدل داده یک کاربرد مشخص از متامدل را نشان می دهد. بنابراین، چهار متا کلاس “رویداد”، “وضعیت”، “سند” (“اسناد”) و “شیء” (“عنصر”) نشان داده می شوند. علاوه بر این، کلاس های دیگر («سایت»، «عنصر معماری» و غیره) به نیازهای خاص موزه های کوندنبرگ پاسخ می دهند. آنها می توانند از متاکلاس ها (“عنصر معماری” یک عنصر/شیء است) یا خیر (“سایت” مستقل از هر متاکلاسی است) در مورد نیازهای کاربران نهایی ارث ببرند. یک سایت از نظر فضایی به عنوان یک چند ضلعی 2 بعدی جغرافیایی ارجاع داده شده تعریف می شود. یک سایت شامل عناصری است که می تواند هر شیء مورد علاقه باستان شناسی باشد (ساختمان، اتاق، دیوار، سنگ، پلاسترون و غیره). در رویکرد اول، ما دو دسته از عناصر را تعریف می کنیم (که در آینده می توان موارد بیشتری را اضافه کرد): کانتینرها و عناصر معماری. عناصر معماری اشیای فیزیکی هستند (بسته به نوع و مواد خاص) در حالی که کانتینرها فضاهایی با عملکردهای خاص مانند اتاق هستند. کانتینرها را می توان به یک یا چند حفاری مرتبط کرد. “Part-of” یک ارتباط بازگشتی از “Element” است که امکان ساختار سلسله مراتبی اشیاء معنایی را فراهم می کند. به عنوان مثال، دیوار بخشی از یک اتاق است که بخشی از یک قصر است. به دلیل تغییرات فضایی عناصر در طول عمرشان، هندسه‌های ارجاع‌شده جغرافیایی به کلاس «وضعیت» متصل می‌شوند.
سپس تعریف فضایی “وضعیت” می تواند یک نقطه سه بعدی (فقط واقع شده)، یک چند ضلعی سه بعدی (سطح) یا یک جعبه مرزی سه بعدی (حجم) باشد. همه هندسه ها از استانداردهای ISO و OGC پیروی می کنند و در یک سیستم مرجع مختصات مکانی مانند WGS84 (EPSG 4326) تعریف می شوند. تا آنجا که باید یک رویکرد زمانی نادرست مدیریت شود، ایالت ها به طور موقت با رویدادهایی که با تاریخ شروع و تاریخ پایان تخمینی مشخص می شوند، مشخص می شوند. در نهایت، هر رویداد، مدل‌سازی داده، مستندسازی به منبعی مرتبط است که از طریق یک سند مدیریت می‌شود. اسناد اطلاعات ناهمگونی در مورد وضعیت ها و رویدادها هستند (مشاهدات جمع آوری شده توسط باستان شناسانی که در محوطه کار می کنند، تصاویر تاریخی، نقشه ها، طرحواره ها و غیره). این اطلاعات با کلاس “مستندات” نشان داده می شود. هنگامی که این مدل مفهومی تنظیم شد،بخش 4.3 .

4.3. ماکت معماری سیستم اطلاعات

ماکت معماری سیستم اطلاعات در مرحله طراحی مفهومی توسعه داده شد ( شکل 6-2.B را ببینید). شکل 10 معماری سه لایه HIS را نشان می دهد. از سه لایه زیر تشکیل شده است:
  • یک لایه کلاینت که رابط‌های گروه‌بندی مجدد می‌کند که نقاط ورود کاربران نهایی به HIS هستند
  • یک لایه کاربردی که امکان ارتباط بین رابط ها (لایه های مشتری) و داده ها (لایه داده) را فراهم می کند.
  • یک لایه داده که همه منابع داده (پایگاه های داده یا فایل های داده) را مجدداً گروه بندی می کند و دریاچه داده را ساختار می دهد.
رابط های لایه مشتری ابزارهایی هستند که به صورت فیزیکی روی ماشین کاربر قرار دارند. بیشتر اوقات، این یک مرورگر وب ساده است که با کدهای HTML ایستا و پویا جاوا اسکریپت ارسال شده توسط یک وب سرور (لایه برنامه) در تعامل است. همچنین می‌تواند یک نرم‌افزار کسب‌وکار محور (نرم‌افزار GIS یا نمایشگر نقطه‌ای ابری، به عنوان مثال) باشد که می‌تواند با لایه برنامه از طریق پروتکل‌های وب یا فایل‌های صادراتی ارتباط برقرار کند. اینترفیس های کسب و کار محور (اختصاصی یا منبع باز) عموماً بخش های خاصی از نیازهای کاربران را پوشش می دهند، اما حداقل تلاش برنامه نویسی را از سوی برنامه نویسان نشان می دهند. بنابراین آنها راه حل های سریعی را برای این نیازها ارائه می دهند و می توانند مکمل سایر رابط ها (مانند مرورگرهای وب) باشند.
در معماری HIS، ما تمایزی بین رابط‌های ابر نقطه‌ای، اختصاص داده شده به اشیاء فضایی (اشیاء تعریف شده در فضا)، و رابط‌های معنایی، اختصاص داده شده به اطلاعات دیگر (اشیاء تعریف شده توسط زمان، مواد، اسناد و غیره) پیشنهاد می‌کنیم. از آنجایی که همه چیز را می توان در یک رابط واحد گروه بندی کرد، این تمایز اجباری نیست. با این حال، اطلاعات فضایی و ابر نقطه‌ای را می‌توان به سرعت به نرم‌افزارهای تجاری‌محور بر اساس فرمت‌ها و استانداردهای رایج داده‌های مکانی محول کرد.
صرف نظر از تمایز بین واسط ابر معنایی و نقطه ای، این دو جنبه در لایه برنامه ادغام می شوند: اشیا (ایجاد شده، جستجو یا تجسم شده توسط کاربران) دیگر نه تنها معنایی یا فضایی هستند، بلکه هر دو معنایی و فضایی هستند. به تعریف اشیاء جغرافیایی منجر می‌شود که می‌توانند بر اساس این دو جنبه پرس و جو و نمایش داده شوند (به عنوان مثال، «نقشه‌ای سه بعدی که اتاق‌هایی را بالاتر از ۲۵ متر مربع نشان می‌دهد و بر اساس آخرین تاریخ ساخت آن‌ها رنگ‌شده است»).
یک بار دیگر، تمایزی در لایه داده پیشنهاد شده است تا به راحتی از مزایای سیستم های مدیریت پایگاه داده های مختلف (DBMS) استفاده کند. در واقع، برخی از ابزارها می توانند برای داده های مکانی (پایگاه داده مکانی) کارآمد باشند، در حالی که برخی دیگر می توانند با اطلاعات ناهمگن (پایگاه داده معنایی) یا ابرهای نقطه ای بزرگ (داده های ابر نقطه ای) سازگارتر باشند. اگر چنین ابزاری تمام نیازهای کاربران را برآورده کند، می توان این سه جزء داده را جدا کرد یا احتمالاً در یک DBMS گروه بندی کرد. مهم نیست از کدام DBMS استفاده می شود، این به لایه برنامه بستگی دارد که DBMS های مختلف را پرس و جو کند و در نهایت نتایج را برای بازسازی اشیاء جغرافیایی ادغام کند.
در نهایت، کاربران نهایی می توانند چندین عملیات را انجام دهند، همانطور که در شکل 11 نشان داده شده است ، که از طریق لایه های مختلف معماری HIS مدیریت می شوند. این عملیات عمدتاً به واسط های معنایی و فضایی مرتبط هستند که عبارتند از:
  • رابط معنایی:
    ایجاد/تغییر اطلاعات معنایی برای اشیا (به عنوان مثال، ایجاد یک شی “دیوار” با تاریخ ساخت و مواد آن)
    نمایش تمام اطلاعات معنایی اشیا (مثلاً جنس این دیوار چیست و چه زمانی ساخته شده است؟)
    جستجوی اشیاء بر اساس جنبه معنایی و/یا محمولات فضایی (به عنوان مثال، دیوارهای ساخته شده از گرانیت، ساخته شده پس از قرن سیزدهم و بالاتر از 2 متر؟)
  • رابط فضایی
    تجسم ابر نقطه ای
    ایجاد/تغییر تعریف فضایی یک شی (به عنوان مثال، حجم برداری واقع در اطراف یک دیوار بر اساس داده های ابر نقطه ای)
    تجسم فضایی اشیا (به عنوان مثال، قسمت ابر نقطه ای که با حجم برداری که یک دیوار را تعریف می کند قطع شده است)
تمام عملیات ذکر شده در بالا و نشان داده شده منجر به پرس و جوهای خاصی می شود که در پایگاه داده های مختلف توزیع شده اند و نتایج نهایی آنها قبل از تجسم آنها در رابط مناسب توسط لایه برنامه پردازش می شود. توجه داشته باشید که ابرهای نقطه ای به عنوان یک منبع داده پایدار و پشتیبانی برای تعریف و تجسم اشیاء فضایی در نظر گرفته می شوند. با یک DBMS اختصاصی، ابرهای نقاط نیز می توانند مستقیماً در پرس و جوها دخالت داشته باشند.
دوره-آموزش-حرفه-ای-gis

5. نتایج

تحقق سیستم در برابر یک محیط پیچیده با توزیع داده های ناهمگن آزمایش شد. در این بخش، ما پیشنهاد می‌کنیم که ویژگی‌های مرتبط با اکتساب داده‌های سه بعدی ( بخش 5.1 ) را نمایش دهیم. در بخش 5.2 ، ترجمه معماری HIS-PC را به یک محصول نرم‌افزاری قابل استفاده نشان می‌دهیم، که بعداً به بازخورد مختصر جمع‌آوری‌شده از شرکای مختلف مربوط می‌شود ( بخش 5.3 ).

5.1. اکتساب داده های سه بعدی

روش اکتساب در سه جنبه اصلی تجزیه می شود:
  • پیاده سازی نقاط مرجع بادوام، که به طور دقیق در یک سیستم مرجع جغرافیایی سازگار تعیین شده است.
  • بررسی کامل فتوگرامتری و اسکن سه‌بعدی بخش‌هایی از محوطه باستان‌شناسی مرتبط با نقاط مرجع پس از کار پوکس و همکاران. [ 60 ]؛
  • یک بازسازی کامل فتوگرامتری مبتنی بر عنصر از عناصر مستقل در یک چارچوب مرجع محلی مانند [ 61 ].
در زیر فرآیند کسب دقیق را نشان می دهد که امکان کنترل کیفیت مجموعه داده های تولید شده را فراهم می کند.

5.2. تحقق نقطه مرجع

برای ایجاد چارچوبی از نقاط مرجع در منطقه مورد بررسی، ما 11 ایستگاه راه اندازی کرده ایم ( شکل 12 را ببینید ). انتخاب مکان این ایستگاه ها با توجه به چیدمان سایت و امکان بررسی کل سایت درخواستی به صورت سه بعدی صورت گرفته است. این ایستگاه ها یا با گچ، چسب موقت یا میخ های نقشه بردار (خارج) روی زمین مشخص می شدند.
پس از ایجاد نقاط، آنها با یک ایستگاه کل لایکا TCPR 1205 با استفاده از یک مسیر حلقه بسته برای اطمینان از انسجام هندسی اندازه‌گیری شدند. چندین نقطه توسط GNSS در Place des Palais تنظیم و اندازه گیری شد تا مختصات ایستگاه ها در سیستم مختصات مخروطی لامبرت مطابق با 2008 تعیین شود. از چند ضلعی اصلی، هفت نقطه اضافی در ایستگاه کل اجرا و اندازه‌گیری شد تا امکان اتصال به لامبرت 2008 فراهم شود. دقت ارجاع جغرافیایی 1.1 سانتی‌متر است. ما استفاده از این طرح را انتخاب کردیم زیرا مرجع بلژیکی برای همه داده های جغرافیایی است. به این ترتیب، امکان ادغام داده‌های کاداستر، طرح‌های پس‌زمینه یا هر عنصر جغرافیایی ارجاع‌شده به راحتی در سیستم وجود خواهد داشت.

5.3. بررسی اسکن لیزری سه بعدی

اسکنر سه بعدی مورد استفاده LEICA P30 است. ثبت با استفاده از اهداف مشترک بین اسکن انجام شد که مختصات مرکز آنها با بررسی از ایستگاه های محاسبه شده قبلی با کل ایستگاه فوق تعیین شده است. وضوح اسکن ها امکان اندازه گیری سه بعدی را در هر 3 میلی متر در 10 متر (یعنی هر 0.3 میلی متر در 1 متر) فراهم می کند. این اندازه گیری های افزایشی در 360 درجه در یک صفحه افقی، و 270 درجه در یک صفحه عمودی برای به دست آوردن یک ابر نقطه ای بسیار متراکم، همانطور که در شکل 13 نشان داده شده است، انجام می شود .
همچنین چندین عکس (تقریباً 300 در هر ایستگاه) با دوربین اسکنر داخلی گرفته شد که هر کدام با وضوح 920 × 920 پیکسل، یک پانوراما با وضوح بسیار بالا را تشکیل دادند. سپس با داده های عمق مطابقت داده می شود تا یک ابر نقطه رنگی به دست آید ( شکل 14 ).
در مجموع 110 اسکن برای بررسی کل Aula Magna و دیوارهای خارجی آن به صورت سه بعدی مورد نیاز بود. توزیع اسکن های انجام شده را می توان در بخش ابر نقطه زیر مشاهده کرد ( شکل 15 ).
سپس 110 اسکن با استفاده از اهداف مشترک موجود در این اسکن‌های مختلف جمع‌آوری شدند. نتیجه یک ابر نقطه ای است که در مختصات لامبرت 2008 ارجاع داده شده است با میانگین خطای مونتاژ مطلق 1 میلی متر در کل ابر نقطه ( شکل 16 ).

افزایش فتوگرامتری

تقریباً 12000 عکس با دوربین رفلکس CANON EOS 70D مجهز به لنز چشم ماهی 15 میلی متری و فلاش گرفته شده است. وضوح تصاویر 5472 × 3648 پیکسل است. از این تصاویر برای اصلاح هندسه بررسی اسکن و ایجاد تعادل رنگ بهتر استفاده شد. پس از تمیز کردن، موقعیت با هندسه ابر نقطه تصاویر مختلف استفاده شده با استفاده از نرم افزار RealityCapture تخمین زده می شود ( شکل 17 ).
این فرآیند با تجزیه اطلاعات جهانی در مناطقی که از نزدیک با فضاهای فرعی اتاق مطابقت دارند انجام شد تا اطمینان حاصل شود که داده‌های اسکن لیزری ستون فقرات کل فرآیند باقی می‌مانند. به صورت اختیاری، یک مش از ابر نقطه بسیار متراکم به دست می آید، بدون اینکه پیچیدگی آن را محدود کند. نتیجه آن مدلی از چندین میلیارد مثلث فضایی است ( شکل 18 – سمت چپ).
یک بافت همگن به دست می آید ( شکل 18 – سمت راست) با استفاده از تصاویر جهت دار به عنوان ورودی، که سپس روی مش قرار می گیرد. انحراف رنگ سنجی به طور متوسط ​​0.6 پیکسل است. ابر نقطه نهایی از 24.315 میلیارد نقطه تشکیل شده است.

5.4. سیستم اطلاعاتی پیاده سازی شده

IS در طول مرحله طراحی و پیاده سازی پیاده سازی می شود ( شکل 6-3.A را ببینید) و می تواند به پنج جزء تقسیم شود: معماری ( بخش 5.4.1 )، باطن ( بخش 5.4.2 )، جلو ( بخش 5.4.3 ). ، رابط ابر نقطه ای ( بخش 5.4.4 ) و تعاملات بین اجزا ( بخش 5.4.5 ). ما از اصول مهندسی نرم افزار به تفصیل در [ 62 ، 63 ، 64 ، 65 ] الهام می گیریم ، به ویژه با اتخاذ رویکرد آبشار به تفصیل در [ 63 ].

5.4.1. معماری اجرا شده

سیستم اطلاعاتی به گونه‌ای طراحی شده است که پایگاه‌های اطلاعاتی متمرکز و قابل دسترسی از هر پایانه مشتری باشد. بنابراین، سیستم به عنوان یک معماری وب سه لایه طراحی شده است. این به یک رابط مرورگر وب (فرانت‌اند) متصل به پایگاه‌های داده از طریق REST API (بک‌اند) دلالت دارد. این بخش اول ( شکل 19 – سمت چپ) به طور خاص برای پروژه طراحی شده است. مدیریت ابر نقطه ای ( شکل 19 – سمت راست) به نرم افزار Geoverse واگذار شد. در حالی که این را می توان با استفاده از زیرساخت ابر نقطه هوشمند پیشنهاد شده در [ 66 ] به دست آورد، انتخاب توسط محدودیت های استقرار قوی بر روی سرورهای کاخ سلطنتی، و رابط کاربر پسند مورد نیاز دیکته شد. شکل 19عناصر مختلف این معماری و همچنین تعاملات آنها را با جزئیات بیشتری شرح می دهد.

5.4.2. Backend

پشتیبان عمدتاً از یک پایگاه داده مقیاس پذیر NoSQL تشکیل شده است: یک فروشگاه اسناد که توسط DBMS منبع باز MongoDB مدیریت می شود. این مزیت انعطاف‌پذیر ماندن را تا جایی که اطلاعات در قالب اسناد JSON ذخیره می‌شود، ارائه می‌کند. دارای طرحواره های داده همه کاره است که آن را برای برنامه های مختلف قابل استفاده می کند. علاوه بر این، طراحی پایگاه داده امکان مقیاس پذیری سیستم را فراهم می کند. باطن از طریق یک رابط برنامه نویسی کاربردی (API) متشکل از سرویس های REST قابل دسترسی است که اجرای تمام عملکردهای لازم برای توسعه رابط را امکان پذیر می کند. به لطف پایگاه داده NoSQL، سیستم پشتیبان زیربنای رابط، متناسب با نیازهای باستان شناسانی است که داده های آنها بسیار ناهمگن هستند و احتمال تکامل دارند.
با این وجود، مدیریت اطلاعات مکانی پیشنهاد شده توسط MongoDB، که هنوز بلوغ لازم برای این جنبه را ندارد، با الزامات پروژه مطابقت ندارد: ذخیره‌سازی هندسه‌های سه‌بعدی، نمایه‌سازی فضایی قوی، پرس‌و‌جوهای توپولوژیکی، محاسبات سطوح/حجم، تبدیل سیستم‌های مختصات، شبیه‌سازی سفرها، تجزیه و تحلیل intervisibility، و غیره. به این دلایل، یک DBMS دوم به صراحت برای اطلاعات مکانی استفاده شد: PostgreSQL و پسوند فضایی آن PostGIS (هر دو منبع باز). در واقع، جفت کردن NoSQL با GIS رابطه‌ای مزایایی را از هر دو طرف جمع‌آوری می‌کند: به ترتیب مدل معنایی انعطاف‌پذیر و مدیریت فضایی مؤثر [ 67 ]]. علاوه بر مجموعه کاملی از عملکردهای فضایی، از استانداردهای OGC برای ذخیره‌سازی هندسه‌های 2 بعدی/3 بعدی و داده‌های شطرنجی پیروی می‌کند. اگرچه پسوند Postgres PgPointCloud ابرهای نقطه را مستقیماً در پایگاه داده ذخیره می کند، اما مستقیماً با رابط ابر نقطه ما (Geoverse) سازگار نیست. در نتیجه، ابرهای نقطه ای به عنوان فایل در یک سرور راه دور یا مستقیماً در دستگاه کاربر ذخیره می شوند.

5.4.3. Frontend

رابط معنایی با همکاری نزدیک با موزه محقق شد. از هر مرورگر وب قابل دسترسی است و به کاربران امکان می دهد مستندات عناصر باستان شناسی (اقلام) و همچنین گاهشماری رویدادها و وضعیت های مربوط به این موارد را مدیریت کنند ( شکل 20 را ببینید ). این اجازه می دهد تا پیوندهایی را بین اقلام معرفی کنید و گروه هایی از اقلام قابل تنظیم (سرامیک، سنگ، شیشه، استخوان و غیره) و مضامینی را که آیتم ها به آنها مرتبط هستند (محافظت، موزه شناسی و غیره) مدیریت کنید. همچنین، آیتم‌ها را می‌توان به توابع (سرزمین، راهرو، و غیره) یا سیستم‌ها (منطقه 1، منطقه 2) پیوند داد تا مجموعه‌های اقلام را بر اساس گروه فضایی یا عملکردی گروه‌بندی و جستجو کرد. برای ایجاد اشیاء جغرافیایی، رابط‌ها سه نوع عملیات اصلی را می‌دهند:
از رابط معنایی برای ایجاد اشیاء جدید (سایت ها، عناصر، حالت ها یا رویدادها)؛
از رابط معنایی برای افزودن یا اصلاح ویژگی های معنایی (اعداد، متن، تاریخ و همچنین فایل های خارجی مانند طرح ها، تصاویر و غیره)؛
از رابط فضایی تا ایجاد مکان‌ها و اشکال (هندسه‌ها) از طریق روش دیجیتالی‌سازی بر اساس ابر نقطه.

5.4.4. رابط ابر نقطه ای

داده های سه بعدی جمع آوری و پردازش شده، ابر نقطه ای از چندین میلیارد نقطه سه بعدی را تشکیل می دهند. ما از Geoverse Massive Data Manager (MDD) برای بهره برداری و بایگانی مجموعه داده ها به روشی روان و ساده استفاده می کنیم. این نرم افزار هزینه های ذخیره سازی، نمایش و تعامل با مجموعه داده های پیچیده تولید شده توسط اسکنرهای سه بعدی و فتوگرامتری را به میزان قابل توجهی کاهش می دهد. به لطف فناوری جزئیات نامحدود، Geoverse MDM توانایی تعامل با داده‌های مکانی را با اجازه دادن، تجسم و دسترسی به داده‌ها در کمتر از یک ثانیه در یک کامپیوتر سطح ورودی ارائه می‌کند ( شکل 21 ).
انتخاب اختصاصی اکثر درخواست های اولیه مشخصات فنی را به روشی بسیار کارآمد پوشش می دهد، بنابراین به عنوان یک نامزد قوی برای مدیریت کارآمد داده های سه بعدی انتخاب شد. با ابزارهای توسعه یافته در منبع باز که دسترسی به عملکردهای پیشرفته را فراهم می کند، تکمیل می شود. بنابراین راه‌اندازی دستیابی به یک راه‌حل کامل را که نیازهای شرح داده شده در روش را پوشش می‌دهد و دارای مزیت انعطاف‌پذیر و تکاملی است، ممکن می‌سازد.
همانطور که در شکل 22 نشان داده شده است ، اطلاعات رمزگذاری شده در رابط معنایی را می توان از طریق رابط ابر نقطه به مکان های خاص متصل کرد. بنابراین، کاربران می توانند اشیاء باستان شناسی را در ابر نقطه تجسم کنند و به راحتی از یک رابط به رابط دیگر سوئیچ کنند (و بالعکس). این تعاملات بین ابر نقطه و پایگاه داده های HIS در زیر بخش زیر نشان داده شده است.

5.4.5. تعامل دو طرفه بین HIS و Point Cloud

ویژگی کلیدی محیط پیشنهادی رابطه دو جهته بین اطلاعات باستان شناسی و هندسه ابر نقطه است. انتخاب مولفه مرتبط تر برای مدیریت اطلاعات معنایی و هندسی منجر به استفاده از دو محیط همزمان شد. به دنبال نیاز به یک رابط کاربری کارآمد، ما یک API تبدیل خودکار ایجاد کردیم که انتقال صاف بین هندسه ها و اطلاعات باستان شناسی را تضمین می کند. مکان ها و اشکال که به صورت هندسه های سه بعدی در PostGIS ذخیره می شوند، می توانند از طریق یک شناسه مشترک به پایگاه داده معنایی NoSQL ملحق شوند تا اشیاء جغرافیایی را بازسازی کنند. انتقال این اشیا بین پایگاه های داده و Geoverse از طریق یک وب API اختصاصی امکان پذیر است ( شکل 23) اجازه دو نوع عملیات را می دهد:
  • Geoverse2PostGIS: هندسه های دیجیتالی در Geoverse (شامل شناسه، هندسه های سه بعدی و ابرداده های مکانی مانند سیستم مرجع مختصات) برای ذخیره سازی به PostGIS ارسال می شوند.
  • PostGIS2Geoverse: بر اساس پرس و جوی کاربر، API اشیاء جغرافیایی سه بعدی را با ویژگی های معنایی قابل خواندن توسط Geoverse برمی گرداند. هندسه های سه بعدی از PostGIS و ویژگی های معنایی از پایگاه داده معنایی NoSQL (بر اساس شناسه مشترک بین دو پایگاه داده) می آیند.
ارتباط بین پایگاه‌های داده و رابط ابر نقطه بر اساس یک فایل XML است که پروژه Geoverse را توصیف می‌کند: فهرست محلی (در دستگاه مشتری) یا مکان دور از ابر نقطه، سیستم مرجع مختصات و داده‌های مربوط به اشیاء سه بعدی مانند هندسه، نمادسازی، دیدگاه و ویژگی هایی که به عنوان برچسب ظاهر می شوند (به عنوان مثال). در میان این ویژگی‌ها، یک URL به کاربران اجازه می‌دهد تا از رابط ابر نقطه‌ای به رابط وب معنایی برای یک شی خاص با کلیک کردن بر روی آن سوئیچ کنند.

5.5. گزارش ارزیابی قابلیت استفاده

مرحله ارزیابی قابلیت استفاده پروژه کودنبرگ در جدول 2 بر اساس روش پیشنهادی خلاصه شده است ( شکل 24 -D5). بسته نرم افزاری وارد مرحله تولید شد و استفاده از آن به کاربران آموزش داده شد. ما کتابچه راهنمای کاربر مناسب برای این آموزش ها و همچنین فیلم ها را ارائه کردیم.
به مدت شش ماه، کاربران قادر به استفاده از راه حل توسعه یافته در طول جلسات آموزشی بودند. به طور کلی، منحنی یادگیری نسبتا سریع بوده است، به این معنی که رابط ها به اندازه کافی برای استفاده توسط گروهی از کاربران با پروفایل های مختلف سازگار هستند. در این دوره، استفاده فشرده به کاربران اجازه می داد چندین بهبود رابط و ویژگی های جدید را پیشنهاد کنند. به لطف معماری نرم افزاری که در بالا توضیح داده شد، تکامل نرم افزار بدون نیاز به مهندسی مجدد گسترده امکان پذیر است. تست های کاربر به لطف رمزگذاری و بهره برداری از داده های واقعی انجام شد. با پیشرفت استفاده از سیستم، قابلیت های جدیدی توسط موزه کودنبرگ پیشنهاد شد. آنها عمدتاً به تجسم جنبه های زمانی مربوط می شوند.
در مورد استفاده از ابر نقطه سه بعدی، مشخص شد که “مدل” کاملاً قابل استفاده است. با این حال، درخواست شد که رنگ ابرهای نقطه ای برای شبیه سازی رعد و برق مجازی بسیار خوشحال کننده باشد. ما را قادر می سازد تا دستورالعمل های خرید جدیدی را ایجاد کنیم که به ما امکان می دهد مدل های بصری جذاب تری را در شرایط نور بسیار کم تولید کنیم، همانطور که در شکل 25 مشاهده می شود .
به طور کلی، ما توانستیم کیفیت کلی HIS-PC را بر اساس معیارهای استاندارد ISO 9126 ارزیابی کنیم. این یک ارزیابی کیفی از تمام اجزای مستقر شده از مراحل اولیه طراحی کاربر محور است که امکان برنامه ریزی برای بهبود را فراهم می کند. خلاصه این ارزیابی در جدول 2 ارائه شده است .
از این رو، ما یک طرح برای فرآیندهای تکراری آینده ایجاد کردیم تا با نیازهای در حال تکامل کاربران نهایی مطابقت داشته باشد. این موارد در بخش 6 خلاصه شده است.
دوره-آموزش-حرفه-ای-gis

6. پیشنهادات و دیدگاه های تحقیق

سایت های باستان شناسی یا میراث به سیستم های مدیریتی متناسب با نیازهای خاص آنها نیاز دارند. چنین سیستم‌های مدیریت اطلاعاتی که اغلب از اجزای فردی موجود توسعه می‌یابند، تکامل و تعمیم آن به سایر زمینه‌ها دشوار است. علاوه بر این، نیازهای کاربران نهایی برای اطمینان از استفاده کارآمد از نمونه اولیه توسعه یافته از اهمیت بالایی برخوردار است. برخی از مشکلات زمانی به وجود می آیند که نیازهای کاربر، به طور منطقی، با کسب تخصص در مدیریت اطلاعات میراث، تکامل می یابند. در واقع، استفاده از داده‌های سه بعدی + مجموعه‌هایی که تمام جزئیات مکان‌های باستان‌شناسی یا یک سیستم اطلاعاتی را که اطلاعات را به شکلی که قبلاً هرگز به هم مرتبط می‌کند، نشان می‌دهد، افق‌های جدیدی را از نظر کاربرد و تفسیر تاریخی باز می‌کند. فرآیند یادگیری کاربران نهایی به تکامل نیازهای آنها کمک می کند، هر چه بیشتر از سیستم استفاده کنند. رویکردی که ما در این چارچوب مورد استفاده خاص توسعه دادیم برای غلبه بر این پیامد با پیشنهاد یک روش توسعه کاربر محور است. چهار مرحله توسعه، یعنی تجزیه و تحلیل نیازهای کاربر، طراحی مفهومی، طراحی و نمونه سازی، و ارزیابی قابلیت استفاده امکان توسعه مداوم عملکردها را فراهم می کند. ما متوجه شدیم که برنامه توسعه‌یافته باید مقیاس‌پذیر باشد و طرح‌واره‌های داده باید در طول چرخه زندگی HIS اصلاح شوند. محدودیت های اعمال شده توسط پروژه (تنوع ذینفعان، اندازه مجموعه داده ها و غیره) ما را بر آن داشت تا یک برنامه وب اختصاصی ایجاد کنیم که رابط آن می تواند از پایگاه داده جدا شود. نمونه اولیه پیشنهادی برای پاسخگویی به نیازهای خاص موزه کودنبرگ طراحی شده است. زمان توسعه بود، به دلایل اداری، مختصر. این واقعیت ما را بر آن داشت تا یک مؤلفه نرم‌افزار پشتیبان به‌دست آوریم که به اندازه کافی قوی و انعطاف‌پذیر بود تا مجموعه‌های داده‌ای درخواست‌کننده را در بر گیرد. پس از بررسی بازار، انتخاب این جزء بسته نرم افزاری منتشر شده توسط Spatiodata بود که متخصص در سیستم های مدیریت تعمیر و نگهداری است. استفاده از این مؤلفه نرم افزاری به ما این امکان را می دهد که HIS را در 30 روز کاری توسعه دهیم.
در مرحله فعلی پیاده سازی، HIS-PC فقط نقاط سه بعدی و جعبه های مرزی سه بعدی را مدیریت می کند، اما هندسه های پیچیده تر (مانند سطوح یا حجم های سه بعدی) را می توان به لطف PostGIS مدیریت کرد. علاوه بر این، انتخاب اشیاء در پایگاه داده فضایی می تواند بر اساس روابط توپولوژیکی باشد. در نهایت، برای به حداکثر رساندن قابلیت همکاری HIS، مبادلات مختلف اطلاعات باید از پروتکل های استاندارد شده پیروی کنند. قابل ذکر است، انتقال هندسه های سه بعدی از رابط ابر نقطه ای به پایگاه داده فضایی (و بالعکس ) باید یک سرویس ویژگی وب استاندارد OGC (WFS) باشد [ 68 ]] برای اینکه عناصر معماری HIS به راحتی قابل تعویض شوند (رابط ابر نقطه ای، رابط معنایی، رابط GIS و غیره). اراده کارشناسان موزه این است که هر محیط کاری را در یک رابط واحد ترکیب کنند. همانطور که قبلا ذکر شد، این یک چالش سخت برای پخش چند میلیارد نقطه به طور موثر در یک مرورگر وب بدون فراتر رفتن از نیاز به تجسم با وضوح بالا برای ابر نقطه است، اما راه حل های جدیدی مانند ارائه شده توسط شوتز و همکاران. در [ 69 ] بررسی خواهد شد.
در نسخه فعلی HIS-PC، کاربر می تواند اطلاعات هندسی سه بعدی را به صورت دستی از ابر نقاط سه بعدی استخراج کرده و آن را به یک شی در پایگاه داده پیوند دهد. ما می خواهیم ویژگی های تقسیم بندی و طبقه بندی سه بعدی خودکار را برای کمک به کاربران در پر کردن و غنی سازی سیستم یکپارچه کنیم. این قابلیت‌ها در حال حاضر از کارهای تحقیقاتی [ 70 ، 71 ، 72 ، 73 ] بر اساس دانش دستگاه، تحلیلی و دامنه استخراج می‌شوند. به ویژه به یک هستی شناسی حوزه شی میراثی که از کارهای استانداردسازی به دست آمده است (مثلاً CIDOC-CRM [ 74 ]) و در راستای مدل داده مفهومی HIS-PC نیاز دارد.
اگرچه HIS-PC برای برآوردن نیازهای متعدد در نظر گرفته شده است، در حال حاضر بر حفاظت از سایت، مدیریت سایت، تحقیقات باستان شناسی و موجودی تمرکز دارد. اما گرایشی نیز وجود دارد که محتوای دیجیتال میراث فرهنگی را به افراد غیرمتخصص بهتر منتقل می کند. تکنیک‌های واقعیت مجازی، افزوده یا ترکیبی (VR/AR/MR) نامزدهای خوبی برای بهبود ارتباطات تعاملی با متخصصان و افراد غیرمتخصص هستند. بر اساس تجربه و کارهای قبلی خود در این زمینه [ 7 ، 75 ، 76 ]، مایلیم چنین تکنیک های تجسمی را به HIS-PC اضافه کنیم تا کاربردهای محتوای دیجیتال میراث فرهنگی (گردشگری، آموزش، میانجیگری فرهنگی…) را گسترش دهیم.

7. نتیجه گیری

پایداری یک سیستم اطلاعات میراث (HIS) نیازمند روش‌هایی برای مدیریت افزودن داده‌های جدید و انطباق با خواسته‌های جدید (خروجی) با استفاده از آخرین فناوری است. آنچه ضروری است تکنیک های اجرا شده نیست، بلکه مدیریت ادغام این تحولات در یک “سیستم” مدولار است. بنابراین، دور شدن از روند فعلی جداسازی دستاوردها (حفظ در مقابل تجربیات برای افراد غیرمتخصص) ضروری است تا امکان رویکرد پایدارتر از طریق سیستم‌های تکاملی فراهم شود. گردش کار ارائه شده شامل متامدل‌هایی برای طراحی HIS مبتنی بر داده‌های ابر نقطه‌ای و یک تصویر ملموس بر روی موزه کاخ سلطنتی کودنبرگ است. ما نشان می‌دهیم که رویکرد کاربر محور برای موفقیت طراحی برنامه مفید است و فضایی رابط، زمانی و معنایی اغلب باید چند وجهی باشد تا با محدودیت‌های مستقل کنار بیاید. این سیستم در نهایت راه جدیدی را برای ترکیب مستقیم ابرهای نقطه و در عین حال بهره مندی از قابلیت های پیشرفته پرس و جوهای زمانی و معنایی نشان می دهد.

منابع

  1. کلی، جی. سرگینسون، ام. لاکلی، اس. داوود، ن. کاسم، ام بیم برای مدیریت تسهیلات: مروری و مطالعه موردی با بررسی ارزش و چالش ها. در مجموعه مقالات سیزدهمین کنفرانس بین المللی کاربردهای ساخت و ساز واقعیت مجازی، لندن، انگلستان، 30 تا 31 اکتبر 2013. [ Google Scholar ]
  2. Charlesraj، مدل سازی اطلاعات ساختمان مبتنی بر دانش VPC (K-BIM) برای مدیریت تسهیلات. در مجموعه مقالات سی و یکمین سمپوزیوم بین المللی اتوماسیون و رباتیک در ساخت و ساز و معدن (ISARC)، سیدنی، استرالیا، 9 تا 11 ژوئیه 2014. [ Google Scholar ]
  3. لیسک، ا. Fyall، A. مدیریت سایت‌های میراث جهانی ؛ تیلور و فرانسیس: لندن، بریتانیا، 2006. [ Google Scholar ]
  4. Fredheim، LH; خلف، م. اهمیت ارزش‌ها: گونه‌شناسی ارزش میراثی مورد بررسی مجدد قرار گرفت. بین المللی J. Heritage Stud. 2016 ، 22 ، 1-17. [ Google Scholar ] [ CrossRef ]
  5. دووال، ام. اسمیت، بی. Hœrlé، S. بووت، ال. خمالو، ن. Bhengu، L. به سوی یک رویکرد جامع به ارزش های میراث: یک رویکرد چند رشته ای و جهان وطنی. بین المللی J. Heritage Stud. 2019 ، 25 ، 1279-1301. [ Google Scholar ] [ CrossRef ]
  6. هراس، وی سی. کوردرو، MSM؛ وایفلز، آ. تنزه، ا. ارزش‌های Paredes، DEJ Heritage: به سمت یک رویکرد مدیریت جامع و مشارکتی. J. Cult. مدیریت میراث. حفظ کنید. توسعه دهنده 2019 ، 9 ، 199–211. [ Google Scholar ] [ CrossRef ]
  7. پوکس، اف. Valembois، Q. ماتس، سی. کوبلت، ال. Billen, R. طراحی اولیه کاربر محور سیستم میراث واقعیت مجازی: برنامه های کاربردی برای گردشگری دیجیتال. Remote Sens. 2020 , 12 , 2583. [ Google Scholar ] [ CrossRef ]
  8. سامرویل، آی. Sawyer, P. دیدگاه ها: اصول، مشکلات و رویکردی عملی به مهندسی نیازمندی ها. ان نرم افزار مهندس 1997 ، 3 ، 101-130. [ Google Scholar ] [ CrossRef ]
  9. فینکلشتاین، ا. گودیکه، ام. کرامر، جی. Niskier, C. ViewPoint گرا توسعه نرم افزار: روش ها و دیدگاه ها در مهندسی نیازمندی ها. یادداشت های سخنرانی محاسبه. علمی 1991 ، 490 ، 29-54. [ Google Scholar ] [ CrossRef ]
  10. گوارنیری، آ. رموندینو، اف. Vettore، A. فتوگرامتری دیجیتال و تلفیق داده های TLS برای مدل سازی سه بعدی میراث فرهنگی اعمال شده است. در آرشیو بین‌المللی فتوگرامتری، سنجش از دور و علوم اطلاعات فضایی – آرشیو ISPRS ; Maas, H.-G., Schneider, D., Eds. ISPRS: درسدن، آلمان، 2006. [ Google Scholar ]
  11. Remondino، F. ثبت میراث و مدلسازی سه بعدی با فتوگرامتری و اسکن سه بعدی. Remote Sens. 2011 ، 3 ، 1104-1138. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  12. Letellier, R. مدیریت ثبت، اسناد و اطلاعات برای حفاظت از اماکن میراثی . Informa UK Limited: لندن، بریتانیا، 2015. [ Google Scholar ]
  13. Quintero، MS; بلیک، بی. Eppich, R. حفاظت از میراث معماری: نقش ابزارهای اسناد دیجیتال: نیاز به مواد آموزشی مناسب. بین المللی J. Arch. محاسبه کنید. 2007 ، 5 ، 239-253. [ Google Scholar ] [ CrossRef ]
  14. نویا، NC; گارسیا، Á.L. رامیرز، اف سی ترکیب فتوگرامتری و تکنیک های بهبود عکاسی برای ثبت هنر مگالیتیک در شمال غربی ایبریا. رقم. Appl. آرکائول. فرقه Heritage 2015 , 2 , 89-101. [ Google Scholar ] [ CrossRef ]
  15. یاستیکلی، ن. مستندسازی میراث فرهنگی با استفاده از فتوگرامتری دیجیتال و اسکن لیزری. J. Cult. Heritage 2007 , 8 , 423-427. [ Google Scholar ] [ CrossRef ]
  16. سانتانا، ام. ثبت میراث، اسناد و سیستم های اطلاعاتی در نگهداری پیشگیرانه. ارائه شده در افتتاحیه کرسی یونسکو در زمینه حفاظت پیشگیرانه، نگهداری و نظارت بر بناهای تاریخی و محوطه ها، لوون، بلژیک، 24 تا 25 مارس 2009. [ Google Scholar ]
  17. چیابراندو، اف. دوناتو، وی. Turco، ML; سانتاگاتی، سی. مستندسازی، تحلیل و مدیریت میراث فرهنگی با استفاده از مدل‌سازی اطلاعات ساختمان: وضعیت هنر و دیدگاه‌ها . Springer Science and Business Media LLC: برلین/هایدلبرگ، آلمان، 2018؛ ص 181-202. [ Google Scholar ]
  18. بیلن، آر. جانلت، بی. لوزفالوی یانچسو، آ. نوویل، آر. Nys, G.-A.; پوکس، اف. ون رویمبک، م. پیاووکس، ام. هالوت، P. La transition numérique dans le domaine du patrimoine bâti: un retour d’expériences. گاو نر Comm. R. Monum. سایت های Fouill. 2018 ، 30 ، 119-148. [ Google Scholar ]
  19. کواترینی، آر. پیردیکا، آر. Morbidoni، C. غنی‌سازی داده‌های مبتنی بر دانش برای HBIM: کاوش مدل‌های با کیفیت بالا با استفاده از وب معنایی. J. Cult. Heritage 2017 , 28 , 129-139. [ Google Scholar ] [ CrossRef ]
  20. یانگ، ایکس. لو، ی.-سی. مورتیوسو، ا. کوهل، م. Grussenmeyer, P. HBIM Modeling from the Surface Mesh and Extended It Extended Capability of Knowledge Representation. ISPRS Int. J. Geo-Inf. 2019 ، 8 ، 301. [ Google Scholar ] [ CrossRef ] [ نسخه سبز ]
  21. فای، س. گراهام، ک. داکورث، تی. وود، ن. عطار، ر. مدل سازی اطلاعات ساختمان و اسناد میراث. در مجموعه مقالات بیست و سومین سمپوزیوم بین المللی، کمیته علمی بین المللی برای مستندسازی میراث فرهنگی (CIPA)، پراگ، جمهوری چک، 11 تا 16 سپتامبر 2011. [ Google Scholar ]
  22. دوره، سی. مورفی، ام. ادغام مدل سازی اطلاعات ساختمان های تاریخی (HBIM) و GIS سه بعدی برای ثبت و مدیریت سایت های میراث فرهنگی. در مجموعه مقالات هجدهمین کنفرانس بین المللی سیستم های مجازی و چند رسانه ای; موسسه مهندسین برق و الکترونیک (IEEE)، میلان، ایتالیا، 2 تا 5 سپتامبر 2012. [ Google Scholar ]
  23. ازهر، س. خلفان، م. مقصود، ت. مدل سازی اطلاعات ساختمان (BIM): اکنون و فراتر از آن. ساخت و ساز اقتصاد ساختن. 2015 ، 12 ، 15-28. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  24. پوکوبلی، DP; بوهم، جی. برایان، پی. با این حال، جی. Grau-Bové، J. BIM برای علم میراث: یک بررسی. میراث. علمی 2018 ، 6 ، 30. [ Google Scholar ] [ CrossRef ] [ نسخه سبز ]
  25. García-Valldecabres, J.; پلیسر، ای. جردن-پالومار، I. بررسی ادبیات علمی BIM برای ساختمان‌های موجود و یک روش نظری: پیشنهادی برای مدیریت داده‌های میراث با استفاده از HBIM. در کنگره تحقیقات ساختمانی 1395 ; انجمن مهندسین عمران آمریکا (ASCE): Reston، VA، ایالات متحده آمریکا، 2016; صص 2228-2238. [ Google Scholar ]
  26. لوپز، FJ; لرونز، پی. فرناندز، جی. گارسیا برمجو، جی. Zalama، E. مروری بر مدل‌سازی اطلاعات ساختمان میراث (H-BIM). فناوری چند وجهی تعامل داشتن. 2018 ، 2 ، 21. [ Google Scholar ] [ CrossRef ] [ نسخه سبز ]
  27. پوکوبلی، DP; بوهم، جی. برایان، پی. با این حال، جی. Grau-Bové, J. مدل های اطلاعات ساختمان برای نظارت و شبیه سازی داده ها در ساختمان های میراث. در آرشیو بین‌المللی فتوگرامتری، سنجش از دور و علوم اطلاعات فضایی – آرشیو ISPRS ; کوپرنیک: هایلدبرگ، آلمان، 2018; جلد 42، ص 909–916. [ Google Scholar ]
  28. پوکس، اف. نوویل، آر. Nys, G.-A.; Billen, R. مدلسازی معنایی ابر نقطه سه بعدی: چارچوب یکپارچه برای فضاهای داخلی و مبلمان. Remote Sens. 2018 , 10 , 1412. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  29. شوریر، سی. شاربونو، ن. گرسن مایر، پ. پرین، جی.-پی. مستندسازی پارامتری میراث ساخته شده: بازسازی مجازی سه بعدی جزئیات معماری. بین المللی J. Arch. محاسبه کنید. 2010 ، 8 ، 135-150. [ Google Scholar ] [ CrossRef ]
  30. گارگنانی، س. مانفردینی، AM دقت پارامتری: فرآیند مدل‌سازی اطلاعات ساختمان به کار گرفته شده در حفاظت از میراث فرهنگی. بین المللی قوس. فتوگرام حسگر از راه دور اسپات. Inf. علمی 2013 ، 5 ، 87-92. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  31. آنجلینی، ام جی; بایوچی، وی. کوستانتینو، دی. Garzia، F. اسکن به BIM برای بازسازی سه بعدی کلیسای پاپی سنت فرانسیس در آسیزی در ایتالیا. بین المللی قوس. فتوگرام حسگر از راه دور اسپات. Inf. Sci.-ISPRS Arch. 2017 ، 42 ، 47-54. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  32. بسیر، م. حاجدمتریو، جی. ورگاوون، ام. ون روی، ن. Verstrynge، E. پیاده سازی Scan-to-BIM و FEM برای مستندسازی و تحلیل سازه های سقف چوبی میراث. در مجموعه مقالات کنفرانس اروپایی مدیترانه، لارناکا، قبرس، 31 اکتبر تا 5 نوامبر 2016. [ Google Scholar ]
  33. لوگوتتیس، اس. والاری، ای. کاراچالیو، ای. Stylianidis, E. معماری فضایی dmbs برای یک bim منبع باز و رایگان. در آرشیو بین‌المللی فتوگرامتری، سنجش از دور و علوم اطلاعات فضایی – آرشیو ISPRS ; کوپرنیک: هایلدبرگ، آلمان، 2017; جلد 42، ص 467–473. [ Google Scholar ]
  34. Edwards, J. BIM است – اما نه آنطور که ما می دانیم! در مدل سازی اطلاعات ساختمان میراث ; Routledge: لندن، بریتانیا، 2017; صص 6-14. [ Google Scholar ]
  35. سیمئونه، دی. کرسی، س. تولدو، آی. Carrara, G. B (H) مدلسازی اطلاعات میراث ساخته شده توسط IM-توسعه رویکرد BIM به نمایندگی میراث تاریخی و باستانی ; کوپرنیک: هایلدبرگ، آلمان، 2014. [ Google Scholar ]
  36. استاسینوپولو، تی. بونتوری، ال. کاکالی، ج. لوردی، آی. پاپاتئودورو، سی. دوئر، ام. گرگاتسولیس، M. ادغام فراداده مبتنی بر هستی شناسی در حوزه میراث فرهنگی. در مجموعه مقالات کنفرانس بین المللی کتابخانه های دیجیتال آسیایی، هانوی، ویتنام، 10-13 دسامبر 2007. [ Google Scholar ]
  37. فرتی، وی. Comino، E. یک چارچوب یکپارچه برای ارزیابی سیستم های پیچیده میراث فرهنگی و طبیعی با نظریه ارزش چند ویژگی. J. Cult. Heritage 2015 , 16 , 688-697. [ Google Scholar ] [ CrossRef ]
  38. پوکس، اف. نوویل، آر. ون ورش، ال. Nys, G.-A.; Billen, R. 3D Point Clouds in Archaeology: Advances in Acquisition, Processing and Knowledge ادغام اعمال شده در اشیاء شبه مسطح. Geoscience 2017 , 7 , 96. [ Google Scholar ] [ CrossRef ][ Green Version ]
  39. هالوت، پی. بیلن، آر. ایالات دانش: مبنایی برای مدل مکانی-زمانی اطلاعات میراث فرهنگی. CEUR Workshop Proc. 2018 ، 2230 ، 67-80. [ Google Scholar ]
  40. پاریسی، پ. Turco، ML; جیووانینی، EC ارزش دانش از طریق مدل‌های H-Bim: مستندات تاریخی با رویکرد معنایی. در ISPRS Ann. فتوگرام حسگر از راه دور اسپات. Inf. علمی 2019 ، 42 ، 581-588. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  41. سایگی، گ. Remondino، F. مدیریت اطلاعات میراث معماری در BIM و GIS: دیدگاه های مدرن و آینده. بین المللی J. Heritage Digit. عصر 2013 ، 2 ، 695-713. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  42. Tobiáš، P. BIM، GIS و مدل های معنایی ساختمان های میراث فرهنگی. Geoinformatics FCE CTU 2016 ، 15 ، 27-42. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  43. برونو، اس. دی فینو، ام. فاتیگوزو، اف. مدل‌سازی اطلاعات ساختمان تاریخی: ارزیابی عملکرد برای مدل‌سازی و مدیریت اطلاعات به کمک تشخیص. خودکار ساخت و ساز 2018 ، 86 ، 256-276. [ Google Scholar ] [ CrossRef ]
  44. پوکس، اف. نوویل، آر. هالوت، پی. بیلن، آر. مدل برای داده‌های ابر نقطه‌ای غنی از نظر معنایی. ISPRS Ann. فتوگرام حسگر از راه دور اسپات. Inf. علمی 2017 ، 107-115. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  45. جردن-پالومار، آی. Valdecabres، JLG; تزورتزوپولوس، پ. Pellicer, E. یک پلت فرم آنلاین برای یکسان سازی و همگام سازی اطلاعات معماری میراث. خودکار ساخت و ساز 2020 , 110 , 103008. [ Google Scholar ] [ CrossRef ]
  46. Dutailly، B. فروگلیو، وی. فریر، سی. چاپولی، آر. بوسکه، بی. باسل، ال. مورا، پ. Lacanette، D. Accéder en 3D aux données de terrain pluridisciplinaires—Un outil pour l’étude des grottes ornées. در Le Réel et le Virtuel ; HAL: مارسی، فرانسه، 2019. [ Google Scholar ]
  47. مایر، É. گرسن مایر، پ. پرین، J.-P. دوراند، ع. Drap, P. یک سیستم اطلاعات وب برای مدیریت و انتشار داده های میراث فرهنگی. J. Cult. Heritage 2007 , 8 , 396-411. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  48. پوتنزیانی، م. کالیری، م. Scopigno، R. توسعه و نگهداری یک نمایشگر سه بعدی وب برای جامعه CH: ارزیابی چارچوب 3DHOP. در مجموعه مقالات شانزدهمین کارگاه آموزشی گرافیک و میراث فرهنگی (GCH 2018) کنفرانس بین المللی یوروگرافیک، وین، اتریش، 12 تا 15 نوامبر 2018؛ صص 169-178. [ Google Scholar ]
  49. ون رویمبک، م. هالوت، پی. Nys, G.-A.; Billen, R. پیاده سازی مفاهیم مدل داده های چندگانه در CIDOC CRM و مدل های سازگار. باستانی مجازی Rev. 2018 , 9 , 50. [ Google Scholar ] [ CrossRef ]
  50. وو، کیو. چن، سی. جیانگ، ی. مدیریت داده‌های میراث فرهنگی ناهمگون هاکا چند منبعی بر اساس MongoDB. در مجموعه مقالات پنجمین کنفرانس بین المللی آگرو-ژئوانفورماتیک (آگرو-ژئوانفورماتیک)، تیانجین، چین، 18 تا 20 ژوئیه 2016. [ Google Scholar ]
  51. رونانن، ام. دیاز، ال. هورتانا، تی. یک رویکرد جامع کاربر محور برای نصب همهجانبه میراث فرهنگی دیجیتال. جی. کامپیوتر. فرقه میراث 2015 ، 7 ، 1-16. [ Google Scholar ] [ CrossRef ]
  52. ابراهیم، ​​ن. علی، NM چارچوبی مفهومی برای طراحی محیط میراث مجازی برای یادگیری فرهنگی. جی. کامپیوتر. فرقه Heritage 2018 , 11 , 1-27. [ Google Scholar ] [ CrossRef ]
  53. باربیری، ال. برونو، اف. Muzzupappa، M. طراحی کاربر محور یک نمایشگاه واقعیت مجازی برای موزه های باستان شناسی. بین المللی J. تعامل. دس Manuf. 2017 ، 12 ، 561-571. [ Google Scholar ] [ CrossRef ]
  54. دی رانز، سی. Desjardin, E. تجزیه و تحلیل اطلاعات مکانی-زمانی ناقص در یک GIS: کاربرد در فرضیه تکمیل اطلاعات باستان شناسی. گل میخ. محاسبات نرم فازی 2010 ، 256 ، 341-356. [ Google Scholar ] [ CrossRef ]
  55. گونزالس- پرز، سی. زبان مدلسازی مفهومی برای علوم انسانی و اجتماعی. در مجموعه مقالات ششمین کنفرانس بین المللی چالش های پژوهشی در علم اطلاعات (RCIS)، والنسیا، اسپانیا، 16-18 مه 2012. [ Google Scholar ]
  56. هالوت، پی. بیلن، آر. تقویت هویت مکانی-زمانی: حالات وجود و حضور. ISPRS Int. J. Geo-Inform. 2016 ، 5 ، 62. [ Google Scholar ] [ CrossRef ]
  57. Peuquet، DJ It’s About Time: چارچوبی مفهومی برای بازنمایی دینامیک زمانی در سیستم های اطلاعات جغرافیایی. ان دانشیار صبح. Geogr. 1994 ، 84 ، 441-461. [ Google Scholar ] [ CrossRef ]
  58. بنت، اس. مک راب، اس. کشاورز، ر. MacRobb, S. تجزیه و تحلیل و طراحی سیستم های شی گرا با استفاده از UML ; McGraw-Hill Berkshire: Berkshire, UK, 2006; جلد 2. [ Google Scholar ]
  59. گونزالس پرز، سی. Parcero-Oubiña، C. یک مدل مفهومی برای تعریف و انگیزه میراث فرهنگی. در مجموعه مقالات سی و نهمین کنفرانس سالانه کاربردهای کامپیوتری و روشهای کمی در باستان شناسی، پکن، چین، 12 تا 16 آوریل 2011. [ Google Scholar ]
  60. پوکس، اف. نوویل، آر. هالوت، پی. Billen, R. Point ابرها به عنوان یک نمایش فضایی چند مقیاسی کارآمد. در کارگاه Eurographics در مورد مدلسازی و تجسم داده های شهری ; Vincent, T., Biljecki, F., Eds. انجمن یوروگرافیک: لیژ، بلژیک، 2016. [ Google Scholar ]
  61. پوکس، اف. نوویل، آر. بیلن، R. طبقه‌بندی ابر نقطه‌ای تسره از داده‌های لیزر زمینی همراه با تطبیق تصویر متراکم برای استخراج اطلاعات باستان‌شناسی. ISPRS Ann. فتوگرام حسگر از راه دور اسپات. Inf. علمی 2017 ، 203-211. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  62. استودر، آر. بنجامینز، وی. فنسل، دی. مهندسی دانش: اصول و روشها. دانستن داده ها مهندس 1998 ، 25 ، 161-197. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  63. ون ویلیت، اچ. مهندسی نرم افزار: اصول و عمل . Wiley/Blackwell: نیویورک، نیویورک، ایالات متحده آمریکا، 2007. [ Google Scholar ]
  64. گیلب، تی. Finzi, S. اصول مدیریت مهندسی نرم افزار ; Addison-Wesley Professional: بوستون، MA، ایالات متحده آمریکا، 1988. [ Google Scholar ]
  65. قزی، سی. جزایری، م. ماندریولی، دی. مبانی مهندسی نرم افزار . پیرسون: لندن، بریتانیا، 1991. [ Google Scholar ]
  66. پوکس، اف. Billen, R. یک زیرساخت ابر نقطه هوشمند برای محیط های هوشمند. در اسکن لیزری ؛ Informa UK Limited: لندن، بریتانیا، 2019؛ صص 127-149. [ Google Scholar ]
  67. هولمنز، آ. کاسپرژیک، جی.-پی. دانی، جی.-پی. جفت کردن یک پایگاه داده بدون ساختار NoSQL با یک سیستم اطلاعات جغرافیایی. در مجموعه مقالات دهمین کنفرانس بین المللی اطلاعات جغرافیایی پیشرفته، رم، ایتالیا، 25 تا 29 مارس 2018. [ Google Scholar ]
  68. OpenGIS Web Feature Service 2.0 Interface Standard ; Open Geospatial Consortium Inc.: Wayland، MA، USA، 2010.
  69. شوتز، ام. کرسل، ک. Wimmer، M. سطح پیوسته در زمان واقعی ارائه جزئیات ابرهای نقطه ای. در مجموعه مقالات کنفرانس IEEE در واقعیت مجازی و رابط های کاربری سه بعدی (VR)، اوزاکا، ژاپن، 23 تا 27 مارس 2019. [ Google Scholar ]
  70. پوکس، اف. Billen, R. Poux Voxel-based 3D Point Cloud Semantic Segmentation: هندسی و رابطه ای بدون نظارت در مقابل روش های یادگیری عمیق. ISPRS Int. J. Geo-Inform. 2019 ، 8 ، 213. [ Google Scholar ] [ CrossRef ] [ نسخه سبز ]
  71. بسیر، م. ورگاوون، ام. Poux، F. Point Cloud در مقابل ویژگی های مش برای طبقه بندی داخلی ساختمان. Remote Sens. 2020 , 12 , 2224. [ Google Scholar ] [ CrossRef ]
  72. پوکس، اف. Ponciano، هستی شناسی خودآموز JJ برای مثال تقسیم بندی ابر نقطه داخلی سه بعدی. در آرشیو بین المللی فتوگرامتری، سنجش از دور و علوم اطلاعات فضایی ; انتشارات کوپرنیک: نیس، فرانسه، 2020; صص 309-316. [ Google Scholar ]
  73. پوکس، اف. ماتس، سی. Kobbelt، L. تقسیم بندی بدون نظارت ابر نقطه سه بعدی داخلی: کاربرد برای طبقه بندی مبتنی بر شی. بین المللی قوس. فتوگرام حسگر از راه دور اسپات. Inf. علمی 2020 ، XLIV-4 ، 111–118. [ Google Scholar ] [ CrossRef ]
  74. کاتسیانیس، م. تسیپیدیس، اس. کوتساکیس، ک. کوسولاکو، A. یک گردش کار دیجیتال سه بعدی برای تحقیقات باستان شناسی درون سایت با استفاده از GIS. J. Archaeol. علمی 2008 ، 35 ، 655-667. [ Google Scholar ] [ CrossRef ]
  75. خروبی، ع. حاجی، ر. بیلن، آر. Poux، F. طبقه بندی و ادغام ابرهای عظیم سه بعدی در یک محیط واقعیت مجازی (VR). بین المللی قوس. فتوگرام حسگر از راه دور اسپات. Inf. علمی 2019 ، 42 ، 165-171. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  76. خروبی، ع. بیلن، آر. Poux, F. Marker-Less Mobile Reality Augmented Application for Massive Point Clouds 3D Point and Semantics. بین المللی قوس. فتوگرام حسگر از راه دور اسپات. Inf. علمی 2020 ، XLIII ، 255–261. [ Google Scholar ] [ CrossRef ]
شکل 1. معماری کامپیوتر پروژه BIMlegacy (باز ترسیم شده از [ 45 ]).
شکل 2. نمودار کلاس UML نشان دهنده مدل داده پایگاه داده (از [ 47 ]).
شکل 3. نمایشی از کاخ که بر شهر بروکسل تسلط داشت، موضوع این تحقیق.
شکل 4. ویرانه های واقعی کاخ ذکر شده در بالا، به عنوان یک موزه زیرزمینی ایستاده است.
شکل 5. رویکرد روش شناختی طراحی سیستم اطلاعاتی کاربر محور و با کیفیت.
شکل 6. چهار مرحله رویکرد کاربرمحور و نتایج اصلی آنها: 1.A—داستانهای کاربر، 1.B—مشخصات، 2.A—مدل داده مفهومی، 2.B—واسطه های IS و ماکت معماری، 2.C.—روش اکتساب داده، 3.A—اجرای IS، 3.B—اکتساب داده، 4.A—جلسات آموزشی، 4.B—گزارش قابلیت استفاده. نمادهای انسان سیاه به کاربران و نمادهای انسانی خاکستری به توسعه دهندگان اشاره دارد.
شکل 7. افسانه متامدل.
شکل 8. نسخه ساده شده متامدل اتخاذ شده برای پروژه کودنبرگ.
شکل 9. مدل داده کاخ کودنبرگ IS.
شکل 10. معماری SIA (مدل مفهومی).
شکل 11. نمودار موارد استفاده از HIS.
شکل 12. مناطق بررسی شده و چند ضلعی سایت باستان شناسی موزه کودنبرگ.
شکل 13. داده های Point Cloud پس از ثبت نام.
شکل 14. ابر نقطه سه بعدی رنگی شده با دوربین داخلی.
شکل 15. ایستگاه های اسکن لیزری مقاطع افقی.
شکل 16. ابر نقطه مرجع جغرافیایی Aula Magna.
شکل 17. ثبت عکس های مختلف با داده های اسکن لیزری. در رنگ سفید، موقعیت های مختلف تصاویر.
شکل 18. مش از Aula Magna – با ( راست ) و بدون بافت ( چپ ).
شکل 19. معماری پیاده‌سازی شده کاخ کودنبرگ IS.
شکل 20. رابط معنایی HIS.
شکل 21. استفاده از هر دو ابزار اندازه گیری و برچسب گذاری در قسمتی از ابر نقطه در رابط ابر نقطه.
شکل 22. رابط Geoverse.
شکل 23. طرح API فضایی که Geoverse را با PostGIS متصل می کند.
شکل 24. استخراج کتابچه راهنمای کاربر و فیلم آموزشی برای کاربران نهایی.
شکل 25. خرید در محل با یک سیستم سازگار برای کاهش مشکلات در شرایط کم نور.

بدون دیدگاه

دیدگاهتان را بنویسید