(Tag: Visual edit) |
|||
| (10 intermediate revisions by the same user not shown) | |||
| Line 1: | Line 1: | ||
<nowiki>#</nowiki>M2021 | <nowiki>#</nowiki>M2021 | ||
| − | |||
| − | + | '''Direcció de projecte''' | |
| − | + | '''Altres participants''' | |
| − | 01/01/ | + | |
| + | '''Període''': 01/01/2014-01/12/2022 | ||
==Descripció== | ==Descripció== | ||
| Line 12: | Line 12: | ||
<br /> | <br /> | ||
| − | [[File:Draft_Echave-Sustaeta_960159454-image1.jpg|center| | + | [[File:Draft_Echave-Sustaeta_960159454-image1.jpg|center|820x820px]] |
| − | <br /> | + | ''A partir de les ortoimatges ICGC, imatges satèl.lit i informació adicional, a partir de tècniques d’intel·ligència artificial, es fa una detecciód e canvis pel mapa de cobertes. En la imatge, canvis detectats per Deep leraning a partir ortoimatges de difrents anys ICGC''<br /> |
| − | == Observacions == | + | ==Observacions== |
| − | Configuració d'arquitectures que, a partir de xarxes neuronals (intel·ligència artificial), permetin obtenir una detecció dels canvis més rellevants (actualització cartogràfica sobre el territori). Durant el 2021 s'ha realitzat el desenvolupament de la detecció, el més automatitzada possible, de grans canvis | + | Configuració d'arquitectures que, a partir de xarxes neuronals (intel·ligència artificial), permetin obtenir una detecció dels canvis més rellevants (actualització cartogràfica sobre el territori). Durant el 2021 s'ha realitzat el desenvolupament de la detecció, el més automatitzada possible, de grans canvis espacials o radiomètrics per a la generació de cartografies temàtiques de paràmetres ambientals, a partir de capes de Geoinformació pròpies o de sèries temporals de satèl·lit, òptiques i radar, algoritmes d'intel·ligència artificial i en particular Deep learning |
| − | == Finalitat de l'acció == | + | ==Finalitat de l'acció== |
Detecció automàtica o quasi automàtica de canvis en el territori per tal d'agilitzar el procés d'actualització de la informació cartogràfica. | Detecció automàtica o quasi automàtica de canvis en el territori per tal d'agilitzar el procés d'actualització de la informació cartogràfica. | ||
| − | == Novetats que aporta l'acció == | + | ==Novetats que aporta l'acció== |
Obtenció d'un MDS dens per tot el territori, adequat per a la detecció de canvis o per a la generació d'ortofoto vertadera o models de ciutats. Estudi de la complementarietat de les dades d'un MDS i de les dades òptiques: les primeres detecten canvis volumètrics (expansió urbana industrial, infraestructures viàries, talat de boscos), les segones detecten canvis superficials (canvis en l'asfalt, preparació de solars). Utilització de sèries estacionals satèl·lit Sentinel-2 i del SIGPAC per a la millora en la detecció de canvis i el seu marcatge per al mapa de cobertes MCSCV5<span id="_GoBack"></span> | Obtenció d'un MDS dens per tot el territori, adequat per a la detecció de canvis o per a la generació d'ortofoto vertadera o models de ciutats. Estudi de la complementarietat de les dades d'un MDS i de les dades òptiques: les primeres detecten canvis volumètrics (expansió urbana industrial, infraestructures viàries, talat de boscos), les segones detecten canvis superficials (canvis en l'asfalt, preparació de solars). Utilització de sèries estacionals satèl·lit Sentinel-2 i del SIGPAC per a la millora en la detecció de canvis i el seu marcatge per al mapa de cobertes MCSCV5<span id="_GoBack"></span> | ||
| Line 28: | Line 28: | ||
Millora de l'ajust en l'aerotriangulació, desenvolupaments en millores radiomètriques, nous processos i anàlisi de nous programaris per la producció d'ortofotos. Implementació de sistemes de detecció automàtica de canvis. Canvis metodològics, tecnològics en els fluxos o cadenes productives i en el disseny de models de dades més rics i preparats per a la fusió, integració o intervenció en arquitectures d'intel·ligència artificial, entre d'altres per agilitzar el marcatge de xones a actualitzar en els productes del Mapa de Cobertes i Sòls de Catalunya. | Millora de l'ajust en l'aerotriangulació, desenvolupaments en millores radiomètriques, nous processos i anàlisi de nous programaris per la producció d'ortofotos. Implementació de sistemes de detecció automàtica de canvis. Canvis metodològics, tecnològics en els fluxos o cadenes productives i en el disseny de models de dades més rics i preparats per a la fusió, integració o intervenció en arquitectures d'intel·ligència artificial, entre d'altres per agilitzar el marcatge de xones a actualitzar en els productes del Mapa de Cobertes i Sòls de Catalunya. | ||
| − | == Any 2021 == | + | ==Any 2021== |
Durant el 2021 s'ha realitzat el desenvolupament de la detecció, el més automatitzada possible, de grans canvis espaials o radiomètrics per a la generació de cartografies temàtiques de paràmetres ambientals, a partir de capes de Geoinformació pròpies o de sèries temporals de satèl·lit, òptiques i radar, algoritmes d'intel·ligència artificial i en particular Deep learning | Durant el 2021 s'ha realitzat el desenvolupament de la detecció, el més automatitzada possible, de grans canvis espaials o radiomètrics per a la generació de cartografies temàtiques de paràmetres ambientals, a partir de capes de Geoinformació pròpies o de sèries temporals de satèl·lit, òptiques i radar, algoritmes d'intel·ligència artificial i en particular Deep learning | ||
| − | == Per saber-ne més == | + | ==Per saber-ne més== |
| − | + | Responsable: [mailto:agnes.llados@icgc.cat Agnès Llados] i [mailto:laura.serra@icgc.cat Laura Serra] | |
Latest revision as of 13:30, 13 June 2023
#M2021
Direcció de projecte
Altres participants
Període: 01/01/2014-01/12/2022
Contents
Descripció
Desenvolupament d'eines i aplicació de mètodes que permetin la creació i actualització de la informació geogràfica vectorial o ràster de forma més eficient i propera a les demandes externes. Dotar de versatilitat els models de dades i derivar-ne productes conformes als estàndards internacionals
A partir de les ortoimatges ICGC, imatges satèl.lit i informació adicional, a partir de tècniques d’intel·ligència artificial, es fa una detecciód e canvis pel mapa de cobertes. En la imatge, canvis detectats per Deep leraning a partir ortoimatges de difrents anys ICGC
Observacions
Configuració d'arquitectures que, a partir de xarxes neuronals (intel·ligència artificial), permetin obtenir una detecció dels canvis més rellevants (actualització cartogràfica sobre el territori). Durant el 2021 s'ha realitzat el desenvolupament de la detecció, el més automatitzada possible, de grans canvis espacials o radiomètrics per a la generació de cartografies temàtiques de paràmetres ambientals, a partir de capes de Geoinformació pròpies o de sèries temporals de satèl·lit, òptiques i radar, algoritmes d'intel·ligència artificial i en particular Deep learning
Finalitat de l'acció
Detecció automàtica o quasi automàtica de canvis en el territori per tal d'agilitzar el procés d'actualització de la informació cartogràfica.
Novetats que aporta l'acció
Obtenció d'un MDS dens per tot el territori, adequat per a la detecció de canvis o per a la generació d'ortofoto vertadera o models de ciutats. Estudi de la complementarietat de les dades d'un MDS i de les dades òptiques: les primeres detecten canvis volumètrics (expansió urbana industrial, infraestructures viàries, talat de boscos), les segones detecten canvis superficials (canvis en l'asfalt, preparació de solars). Utilització de sèries estacionals satèl·lit Sentinel-2 i del SIGPAC per a la millora en la detecció de canvis i el seu marcatge per al mapa de cobertes MCSCV5
Fonaments de la novetat
Millora de l'ajust en l'aerotriangulació, desenvolupaments en millores radiomètriques, nous processos i anàlisi de nous programaris per la producció d'ortofotos. Implementació de sistemes de detecció automàtica de canvis. Canvis metodològics, tecnològics en els fluxos o cadenes productives i en el disseny de models de dades més rics i preparats per a la fusió, integració o intervenció en arquitectures d'intel·ligència artificial, entre d'altres per agilitzar el marcatge de xones a actualitzar en els productes del Mapa de Cobertes i Sòls de Catalunya.
Any 2021
Durant el 2021 s'ha realitzat el desenvolupament de la detecció, el més automatitzada possible, de grans canvis espaials o radiomètrics per a la generació de cartografies temàtiques de paràmetres ambientals, a partir de capes de Geoinformació pròpies o de sèries temporals de satèl·lit, òptiques i radar, algoritmes d'intel·ligència artificial i en particular Deep learning
Per saber-ne més
Responsable: Agnès Llados i Laura Serra
