{"id":2192,"date":"2016-06-15T21:05:53","date_gmt":"2016-06-15T18:05:53","guid":{"rendered":"http:\/\/www.geocenter.fi.testwww.yritysweb.fi\/NGC\/blogi\/?p=2192"},"modified":"2016-06-15T21:05:53","modified_gmt":"2016-06-15T18:05:53","slug":"laserskannaus-ja-iso-data","status":"publish","type":"post","link":"https:\/\/geocenter.fi\/blogi\/laserskannaus-ja-iso-data\/","title":{"rendered":"Laserskannaus ja iso data"},"content":{"rendered":"<p>V\u00e4lill\u00e4 olemme pohtineet siit\u00e4, onko mobiililaserskannausdata luokiteltavissa Big data eli iso data -kategoriaan. Aineistot kasvavat helposti suuriksi, mutta normaalisti ison datan kohdalla puhutaan viel\u00e4kin suuremmista tietom\u00e4\u00e4rist\u00e4, jota kertyy helposti 24\/7. Tietyt geospatiaaliset aineistot kyll\u00e4 mahtuvat t\u00e4h\u00e4n kategoriaan.<\/p>\n<p>M\u00e4\u00e4ritelmist\u00e4 huolimatta yksitt\u00e4isten mittausten kanssa ty\u00f6skentelm\u00e4\u00e4n tottuneet yhti\u00f6t h\u00e4mmentyv\u00e4t helposti joustuessaan tekemisiin mobiililaserkeilausaineistojen kanssa eli kyll\u00e4 niiss\u00e4kin on tekemist\u00e4. T\u00e4t\u00e4 aihepiiri\u00e4 k\u00e4sittelee mukavasti amerikkalaisyhti\u00f6n edustaja Bob Hansen <a href=\"http:\/\/www.pobonline.com\/articles\/98235-tips-for-managing-big-geospatial-data\" target=\"_blank\" rel=\"noopener\">Pobonlinen haastattelussa.<\/a><\/p>\n<div id=\"attachment_2193\" style=\"width: 635px\" class=\"wp-caption aligncenter\"><a href=\"http:\/\/www.geocenter.fi.testwww.yritysweb.fi\/NGC\/blogi\/wp-content\/uploads\/2016\/06\/mamsellimyllynkatu6.jpg\"><img loading=\"lazy\" decoding=\"async\" aria-describedby=\"caption-attachment-2193\" class=\"wp-image-2193 size-large\" src=\"http:\/\/www.geocenter.fi.testwww.yritysweb.fi\/NGC\/blogi\/wp-content\/uploads\/2016\/06\/mamsellimyllynkatu6-1024x571.jpg\" alt=\"katu\" width=\"625\" height=\"349\" srcset=\"https:\/\/geocenter.fi\/blogi\/wp-content\/uploads\/2016\/06\/mamsellimyllynkatu6-1024x571.jpg 1024w, https:\/\/geocenter.fi\/blogi\/wp-content\/uploads\/2016\/06\/mamsellimyllynkatu6-300x167.jpg 300w, https:\/\/geocenter.fi\/blogi\/wp-content\/uploads\/2016\/06\/mamsellimyllynkatu6-768x428.jpg 768w, https:\/\/geocenter.fi\/blogi\/wp-content\/uploads\/2016\/06\/mamsellimyllynkatu6-624x348.jpg 624w, https:\/\/geocenter.fi\/blogi\/wp-content\/uploads\/2016\/06\/mamsellimyllynkatu6.jpg 1349w\" sizes=\"auto, (max-width: 625px) 100vw, 625px\" \/><\/a><p id=\"caption-attachment-2193\" class=\"wp-caption-text\">Kuvassa n\u00e4kyy staattisesti skannattua katua Helsingiss\u00e4.<\/p><\/div>\n<p>Aineistojen koosta johtuen  ty\u00f6t joutuu suunnittelemaan huolella ja aineistojen toimitukset asiakkaille ovat my\u00f6s varsin mielenkiintoisia tapahtumia. Datan koosta johtuen pilvipalvelut voi useimmiten unohtaa kustannusten takia ja isoiltakin tuntuvat tiedonsiirtosiirtonopeudet j\u00e4\u00e4v\u00e4t hitaiksi.<\/p>\n<p>Kaikki mobiililaserskannauksen kanssa puuhanneet huomaavat nopeasti my\u00f6s sellaisen mielenkiintoisen yksityiskohdan, ett\u00e4 mittausj\u00e4rjestelmien tuottama valokuvam\u00e4\u00e4r\u00e4 on huomattavasti suurempi kuin varsinainen skannausaineisto. Me totesimme t\u00e4m\u00e4n Riegl VMX-450 aineistojen kanssa, jossa suhde oli tyypillisesti 1\/4 pisteaineistoa ja 3\/4 valokuvia. T\u00e4m\u00e4 viel\u00e4 siit\u00e4 huolimatta, ettei j\u00e4rjestelm\u00e4ss\u00e4mme oltu aktivoitu maksimikameram\u00e4\u00e4r\u00e4\u00e4. Valokuvien m\u00e4\u00e4r\u00e4st\u00e4 huolimatta huolimatta pisteaineisto on tihe\u00e4\u00e4 &#8211; tyypillisesti useampi tuhat pistett\u00e4\/m2.<\/p>\n<p>Yksi t\u00e4rke\u00e4 Hansenin esiintuoma asia on my\u00f6s aineistojen tarkkuus. Ajotavalla ja reitinsuunnittelulla on merkityst\u00e4 pisteaineistojen lopulliseen tarkkuuteen, joten skannauksessa ei voi &#8221;s\u00e4\u00e4stell\u00e4&#8221; yritett\u00e4ess\u00e4 minimoida aineistojen kokoa. T\u00e4st\u00e4 syyst\u00e4 tekij\u00f6iden on suunniteltava mittausteht\u00e4v\u00e4 huolellisesti ja jopa torjuttava sin\u00e4ns\u00e4 hyv\u00e4\u00e4 tarkoittavien asiakkaiden halu vaikuttaa mittausteht\u00e4v\u00e4n suunnitteluun.<\/p>\n<p>Datam\u00e4\u00e4r\u00e4n suhteen tulevaisuus ei vaikuta helpommalta, sill\u00e4 uusissa j\u00e4rjestelmiss\u00e4 kuten <a href=\"http:\/\/www.geocenter.fi.testwww.yritysweb.fi\/NGC\/riegl\/riegl-vmx-1ha\/\">Riegl VMX-1HA <\/a>on viel\u00e4 nopeammat skannerit ja isommat kamerat. Jatkamme siis kamppailua aineistom\u00e4\u00e4rien kanssa, mutta se on varsin pieni hinta siit\u00e4, ett\u00e4 voimme mitata kohteita huimalla tehokkuudella perinteisiin menetelmiin verrattuna. Yksityiskohtaisuuden t\u00e4hden uudet ja vanhat mittaustekniikat eiv\u00e4t usein ole edes verrannollisia kesken\u00e4\u00e4n &#8211; niin uudenlaisia mahdollisuuksia  modernit mittaustekniikat tuovat mukanaan.<\/p>\n","protected":false},"excerpt":{"rendered":"<p>V\u00e4lill\u00e4 olemme pohtineet siit\u00e4, onko mobiililaserskannausdata luokiteltavissa Big data eli iso data -kategoriaan. Aineistot kasvavat helposti suuriksi, mutta normaalisti ison datan kohdalla puhutaan viel\u00e4kin suuremmista tietom\u00e4\u00e4rist\u00e4, jota kertyy helposti 24\/7. Tietyt geospatiaaliset aineistot kyll\u00e4 mahtuvat t\u00e4h\u00e4n kategoriaan. M\u00e4\u00e4ritelmist\u00e4 huolimatta yksitt\u00e4isten mittausten kanssa ty\u00f6skentelm\u00e4\u00e4n tottuneet yhti\u00f6t h\u00e4mmentyv\u00e4t helposti joustuessaan tekemisiin mobiililaserkeilausaineistojen kanssa eli kyll\u00e4 niiss\u00e4kin on [&hellip;]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[90,6,10],"tags":[],"class_list":["post-2192","post","type-post","status-publish","format-standard","hentry","category-3d-mallinnus","category-laserkeilaus","category-riegl"],"_links":{"self":[{"href":"https:\/\/geocenter.fi\/blogi\/wp-json\/wp\/v2\/posts\/2192","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/geocenter.fi\/blogi\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/geocenter.fi\/blogi\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/geocenter.fi\/blogi\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/geocenter.fi\/blogi\/wp-json\/wp\/v2\/comments?post=2192"}],"version-history":[{"count":0,"href":"https:\/\/geocenter.fi\/blogi\/wp-json\/wp\/v2\/posts\/2192\/revisions"}],"wp:attachment":[{"href":"https:\/\/geocenter.fi\/blogi\/wp-json\/wp\/v2\/media?parent=2192"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/geocenter.fi\/blogi\/wp-json\/wp\/v2\/categories?post=2192"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/geocenter.fi\/blogi\/wp-json\/wp\/v2\/tags?post=2192"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}