Välillä olemme pohtineet siitä, onko mobiililaserskannausdata luokiteltavissa Big data eli iso data -kategoriaan. Aineistot kasvavat helposti suuriksi, mutta normaalisti ison datan kohdalla puhutaan vieläkin suuremmista tietomääristä, jota kertyy helposti 24/7. Tietyt geospatiaaliset aineistot kyllä mahtuvat tähän kategoriaan.
Määritelmistä huolimatta yksittäisten mittausten kanssa työskentelmään tottuneet yhtiöt hämmentyvät helposti joustuessaan tekemisiin mobiililaserkeilausaineistojen kanssa eli kyllä niissäkin on tekemistä. Tätä aihepiiriä käsittelee mukavasti amerikkalaisyhtiön edustaja Bob Hansen Pobonlinen haastattelussa.
Aineistojen koosta johtuen työt joutuu suunnittelemaan huolella ja aineistojen toimitukset asiakkaille ovat myös varsin mielenkiintoisia tapahtumia. Datan koosta johtuen pilvipalvelut voi useimmiten unohtaa kustannusten takia ja isoiltakin tuntuvat tiedonsiirtosiirtonopeudet jäävät hitaiksi.
Kaikki mobiililaserskannauksen kanssa puuhanneet huomaavat nopeasti myös sellaisen mielenkiintoisen yksityiskohdan, että mittausjärjestelmien tuottama valokuvamäärä on huomattavasti suurempi kuin varsinainen skannausaineisto. Me totesimme tämän Riegl VMX-450 aineistojen kanssa, jossa suhde oli tyypillisesti 1/4 pisteaineistoa ja 3/4 valokuvia. Tämä vielä siitä huolimatta, ettei järjestelmässämme oltu aktivoitu maksimikameramäärää. Valokuvien määrästä huolimatta huolimatta pisteaineisto on tiheää – tyypillisesti useampi tuhat pistettä/m2.
Yksi tärkeä Hansenin esiintuoma asia on myös aineistojen tarkkuus. Ajotavalla ja reitinsuunnittelulla on merkitystä pisteaineistojen lopulliseen tarkkuuteen, joten skannauksessa ei voi ”säästellä” yritettäessä minimoida aineistojen kokoa. Tästä syystä tekijöiden on suunniteltava mittaustehtävä huolellisesti ja jopa torjuttava sinänsä hyvää tarkoittavien asiakkaiden halu vaikuttaa mittaustehtävän suunnitteluun.
Datamäärän suhteen tulevaisuus ei vaikuta helpommalta, sillä uusissa järjestelmissä kuten Riegl VMX-1HA on vielä nopeammat skannerit ja isommat kamerat. Jatkamme siis kamppailua aineistomäärien kanssa, mutta se on varsin pieni hinta siitä, että voimme mitata kohteita huimalla tehokkuudella perinteisiin menetelmiin verrattuna. Yksityiskohtaisuuden tähden uudet ja vanhat mittaustekniikat eivät usein ole edes verrannollisia keskenään – niin uudenlaisia mahdollisuuksia modernit mittaustekniikat tuovat mukanaan.

