GIS - Automatische Baumerkennung von Orthophotos

Projektdetails

Wir haben eine innovative Lösung entwickelt, um den Waldinventarprozess zu automatisieren. Mit modernen Geoinformationstechnologien und maschinellen Lernmethoden haben wir ein System geschaffen, mit dem wir die Lage von Bäumen über große Flächen genau und schnell bestimmen können. Das vereinfacht und beschleunigt den Datenerat über Waldressourcen.

GIS – Automatic tree recognition from orthophotos

Auftraggeber: Bundesforstverwaltung

Sektor:

Geografische Informationssysteme (GIS)
Maschinelle Lernen
Umweltmonitoring

Subsektor:

Analyse der Raumdaten
Automatische Objekterkennung
Entwicklung der Algorithmen
Umweltforschung

Dienstleistungen:

LiDAR-Kartierung
Analyse georäumlicher Daten
Automatische Objekterkennung
Digitale Kartenerstellung

Lösung:

Automatische Baumerkennung von Orthofotos.
Verwenden von Algorithmen des maschinellen Lernens zur Datenanalyse.
Integration von Algorithmen in GIS-Anwendungen.

Liegeplatz: Deutschland

Technik und Software:
Unser Projekt basiert auf dem Einsatz fortschrittlicher Geoinformationstechnologien. Dank des Einsatzes von ArcGIS Pro und Deep Learning Tools haben wir hohe Genauigkeit bei der automatischen Lokalisierung von Bäumen erreicht. Dies ermöglicht es uns, detaillierte Karten von Waldgebieten zu erhalten und sie für eine effektive Waldbewirtschaftung zu nutzen.

Menschen:
GisPoint führte folgende Aufgaben aus: Der Projektleiter war für die Gesamtplanung, Koordination und Steuerung des Projekts zuständig. GIS-Spezialisten sammelten Daten, entwickelten Algorithmen, testeten und implementierten maschinelle Lernmodelle in ArcGIS Pro. Der Qualitätscontroller bewertete die Genauigkeit der Ergebnisse und sorgte für die Einhaltung der Qualitätsstandards.

Prozess & Herausforderung

Prozess:
Das Projekt wurde mit der integrierten ArcGIS Pro-Plattform umgesetzt, die ein effizientes Daten- und Rechenmanagement gewährleistete. Der Umsetzungsprozess umfasste folgende Stufen:

Entwicklung des Klassifikationsalgorithmus: Mit ArcGIS Pro Software und Werkzeugmaschinen wurde ein Algorithmus entwickelt, um Bildpixel automatisch zu klassifizieren und jeden Baum zu lokalisieren.
Modellprüfung und Validierung: Die Genauigkeit des entwickelten Modells wurde an einer unabhängigen Datenprobe im Vergleich zu manuellen Zählungen und Postumfragen getestet.
Kartenerstellung: Basierend auf den Klassifizierungsergebnissen wurden detaillierte digitale Karten jedes Baumstandorts erstellt.

Herausforderungen:
Die automatische Suche nach Baumstandorten mit ArcGIS Pro ist ein komplexer Prozess, der mit einer Reihe von Herausforderungen einhergeht. Hier sind einige der häufigsten Probleme, auf die wir gestoßen sind:

Rauschen und Artefakte: Schatten, Wolken, atmosphärische Phänomene sowie verschiedene Arten von Rauschen können die Segmentierungsalgorithmen stören.

Spektrale Eigenschaften: Die Vielfalt der Baumarten, ihr Zustand (gesund, krank, jung, alt) und die Witterungsbedingungen können zu erheblichen Schwankungen der spektralen Eigenschaften führen und so eine Klassifizierung erschweren.

Rechenressourcen: Die Verarbeitung großer Datenmengen und komplexer Modelle des maschinellen Lernens erforderte leistungsstarke Hardware.

Vorbereitung der Trainingsproben: Die Erstellung eines hochwertigen Trainingssets mit präzisen Annotationen war ein arbeitsintensiver Prozess.

Diese Herausforderungen sind, wie wir wissen, ein wesentlicher Bestandteil solcher Projekte und erforderten von uns eine sorgfältige Analyse und Suche nach optimalen Lösungen.

Ergebnis

Das Projekt führte zu einer hohen Genauigkeit der Baumkoordinaten (90 %), was es uns ermöglicht, detaillierte Informationen über ihren Standort in den Wäldern zu erhalten. Eine beträchtliche Datenmenge (600 Hektar) wurde verarbeitet und detaillierte Baumverteilungskarten wurden erstellt.

Unser Team

Ievgen Lavrishko

CEO & Inhaber

Khrystyna Bochko

HR Generalist

Alevtyna Kostianchuk

Senior Projektleiter

Andriiana Pavlyshyn

Leiter der Abteilung Geschäftsentwicklung

Roman Nahaiovskyi

Projektleiter

Maria Kizim

Spezialist für Lead-Generierung

Ivanna Soltys

Tender Manager

Navigieren in unserem beeindruckenden SOFT- Portfolio

Digitalisierung von Versorgungsanschlüssen

Location:

Kanada

Das Projekt umfasst die Digitalisierung von Versorgungsanschlüssen, insbesondere für Wasser-, Abwasser- und Regenwasserleitungen, die sich über 12.706 Grundstücke (Parzellen) innerhalb der Stadt erstrecken.
Erfüllung von Regierungsaufträgen zur Erstellung und Aktualisierung von Datenbanken

Location:

Polen

Die Datenbanken werden durch die Vektorisierung vorhandener Rasterdaten (topografische Karten), Orthofotokarten und die Bearbeitung von geodätischen Dateien und Grundstücksdokumentationen (durch Koordinaten und Skizzen) erstellt und aktualisiert.
Automatische Baumerkennung aus Orthofotos

Location:

Germany

Automatische Erkennung von Bäumen mit ArcGIS Pro ist ein Projekt zur Entwicklung und Implementierung eines Algorithmus zur automatischen Erkennung von Baumarten auf der Grundlage von Fernerkundungsdaten.
Geospatiale Analyse und Bildverarbeitung

Location:

Polen

Bearbeitung der automatisch generierten Datenbank von Autobahnen, Brücken und Straßen.