StoryMaps 2020 Yenilikleri (Ağustos)

Sunum yapmada, bir konu ile ilgili farkındalık sağlamada, sanal turlar oluşturmada, sosyal yardım konularında ya da yaratıcı bir özgeçmiş oluşturmada ArcGIS StoryMaps’ten yararlanabilirsiniz.  Güvenilir haritaları metin, resim ve multimedya içeriğiyle birleştirmenize olanak tanıyan ArcGIS StoryMaps’e gelen; video ve ses ekleme, koleksiyon oluşturma, harita üzerine basit çizimler yapıp metin ekleme gibi yeni özellikler ile anlatacaklarınızı daha da ilgi çekici bir hale getirebilirsiniz.

Kaydır (Swipe) Özelliği 

Görsel karşılaştırmalar, hikaye anlatımında en etkili araçlardan biridir. Metin veya tablolar aracılığıyla ilişkilendirilebilecek farklı bilgileri alırlar ve bir bakışta yorumlanması ve analiz edilmesi çok daha kolay ve sezgisel bir şekilde sunarlar.

Konum tabanlı hikaye anlatımı için, kartografik karşılaştırmalar daha da büyük bir etkiye sahip olabilir ve birden fazla veri kümesinde bir coğrafi bağlamdaki eğilimlerin veya modellerin hızlı bir şekilde anlaşılmasını sağlar.

 

Kaydırma özelliği oluşturduğunuz web haritalarından ya da elinizde bulunan görsellerden yapılabilir. Size görselinizi en güzel nasıl oluşturabileceğinize dair ipucu bilgilendirmeleri de gösterir.

Yeni ekspres harita çizim araçları

Ekspres haritalar, hikayelerinize basit haritalar eklemenin harika bir yoludur. Temel coğrafi bağlam sağlayan konum belirleyici veya referans haritalar için idealdir. Şimdi daire/oval ve kare/ dikdörtgen çizmenize yardımcı olacak iki yeni çizim aracı da var.

Eş Zamanlı Düzenleme Yapıldığında Uyarı Ekranı

İki veya daha fazla yöneticinin veya ortak yazarın aynı anda bir hikayede değişiklik yapmaya çalışması durumunda ortak çalışanlara şu anda başka birinin hikayeyi düzenlediğini bildiren bir uyarı mesajı gösterilecektir.

Harita Aksiyonu

Artık haritalarınıza aksiyonlar ekleyebilirsiniz. İkili görünüm içinde Harita Aksiyonu’nu seçin. Kendi başlığınızı yazarak buton içindeki önceden doldurulmuş metni değiştirin ve düzenleme işaretine tıklayarak aksiyonu seçin.

 

 

Ses Ekleme

ArcGIS StoryMaps bir hikayede sesi iki şekilde kullanma özelliğini ekledi: hikayenin ana bölümünde satır içi ve ikili görünümde arka planda.

Ses ekleme butonu

 

Yazdır Seçeneği

Hİkaye haritalarınızı artık çıktı alınacak şekle getirebilir, pdf olarak kaydedebilirsiniz. Bunun için hikaye haritasının sağ üst köşesinde yer alan üç noktayı tıklayıp “Yazdır” demeniz yeterli.

 

Yazdırma ekranı

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Koleksiyon Oluşturma

ArcGIS’in koleksiyon özelliği ile, bir dizi hikaye haritasını tek bir web sayfasında toplayabilirsiniz. Bu şekilde, her hikaye, hikaye kitabında bir “bölüm” haline gelebilir.

Koleksiyon oluşturma, düzenleme ekranı

Koleksiyon oluşturma, düzenleme ekranı

Hikayeyi Kopyalama
Benzer içerikte farklı bir hikaye oluşturacaksanız “Hikayeyi Çoğalt” seçeneğine tıklayarak hikayenizi kopyalayabilir ve bu hikayede düzenlemeler yaparak yeni bir hikaye haritası oluşturabilirsiniz.

CityGML Verilerinin I3S Katmanlarına Dönüştürülmesi

CityGML –> I3S

CityGML veri formatı, bir şehir ile ilgili mekansal verileri XML tabanlı bir formatta depolamak ve paylaşmak için Open Geospatial Consortium (OGC) tarafından geliştirilmiş bir açık veri formatıdır. Esri, CityGML uzantılı 3B binaları OGC standartlarına uygun I3S (Indexed 3D Scene)  katmanlarına dönüştürülmesi kapsamında con terra ile bir dizi araç geliştirdi. Bu araçlar CityGML verilerini SLPK katmanlarına çevirerek kullanıcıların 3B içeriği web, mobil ve masaüstü iş akışlarında kullanılmasına ve yayınlanmasına olanak tanıdı. Daha önce I3S katmanlarının ne olduğu ve web cbs süreçlerine ne kolaylıklar sağladığı ile ilgili yazıma ulaşmak için linke tıklayabilirsiniz. Bu blog yazımda CityGML verilerinin  SLPK formatına dönüştürülmesi için gerekli adımları inceleyeceğiz. SLPK, I3S sahne katmanını besleyen veri kaynağıdır.

Dönüştürrmeye Başlamadan Önce

CityGML, arazi sınırları,şehir mobilyaları, bitkiler gibi bilgileri depolayabilmektedir. Ancak CityGML – SLPK dönüşüm işlemleri ilk olarak bina özelinde yapılmaktadır. Bir GDB içerisine yüklemek istediğiniz ek verilerimiz varsa Data Interoperability eklentisi ile kullanılabilen Quick Import aracıyla bu işlemleri yapabiliriz. CityGML, binaları 0’dan 4’e kadar bir rakam ile ifade edilen ve daha yüksek sayılar daha yüksek karmaşıklık ve ayrıntı düzeylerini temsil eden birden çok detay seviyesinde (LOD) depolanabilmektedir. Belirli bir ayrıntı düzeyini çıkarmayı seçebilir veya aracın, her bina için mevcut en yüksek ayrıntı düzeyini otomatik olarak seçmesini sağlayabiliriz.

Dönüştürmek istediğimiz GML uzantılı bina modelleri

FME Data inspector yazılımında görüntülediğimiz GML verilerini, buraya tıklayarak ulaşacağımız araç setini kullanarak dönüştürebilmekteyiz.

Dönüşüm

CtyGML – SLPK dönüşümlerinde kullanacağımız araç seti Data Interoperability eklentisini temel almaktadır. ArcGIS Pro üzerinden erişebildiğimiz Data Interoperability eklentisi aslında Esri platformu ile çoğu uzantı arasında veri alışverişini kolaylaştıran bir eklentidir. Temelinde FME Workbench platformunu kullanmaktadır. Sağlanan araç setinde sadece ArcGIS Pro aracı olarak değil, FME Workbench üzerinden kullanıma göre özelleştirilebilmesi açısından .fmw uzantılı dosya da kullanıma açık bir şekilde paylaşılmaktadır.

Düzenlenebilen Workbench dosyası

Bu araç girdi GML dosyasını ve çıktı SLPK dosyalarının konumlarını ve diğer parametreleri belirledikten sonra FME Workbecnh üzerinde de çalıştırabilmektedir.

Araç setinde paylaşılan toolbox kullanılarak, direkt olarak ArcGIS Pro içerisinden bu dönüşüm işlemlerini yapabilmekteyiz. Insert -> Toolbox –> Add toolbox seçeneğini kullanarak aracı kullanabiliriz.

Dönüşüm aracının ArcGIS Pro üzerinde kurulumu,

 

İçeri aktarılan toolbox içerisinde bulunan “Convert Building From CityGML” aracı ile dönüşüm işlemlerini kolayca gerçekleştirebilmekteyiz. Kendi oluşturduğumuz FME Workbench dosyalarını da Spatial ETL tool şeklinde bir ArcGIS Pro aracına dönüştürebilmekteyiz

CityGML – SLPK aracının ArcGIS Pro da kullanılması

Artık elimizdeki CityGML verilerini direkt olarak SLPK formatına çevirebilmekteyiz. Bu sayede arada ek dönüşümlere gerek duymadan direkt olarak dönüşüm işlemlerini yapabilmekteyiz. Bu aşamadan sonra elimizde bulunan SLPK katmanı, ArcGIS Pro, ArcGIS Online veya ArcGIS enterprise üzerinde bir web sahnesinde ve ArcGIS Earth platformlarında görüntülenebilir hale gelmektedir. Ayrıca yerel veriyi kullanarak yapacağımız çalışmalarda da aynı şekilde kullanabilmekteyiz.

SLPK katmanının farklı platformlarda gösterimi

Esri Türkiye 2020

2020’de Mekansal Analiz ve Veri Bilimine Genel Bakış

2020’de Mekansal Analiz ve Veri Bilimine Genel Bakış

2020 Geliştiriciler Zirvesi olarak bilinen Developer Summit’te mekansal analiz ve veri bilimi iş akışları için güçlü ve kapsamlı bir platform  olan ArcGIS’in yeteneklerini gösteren bir çok özellik anlatıldı. Bu yazı; bu konularda genel bilgi vermeyi amaçlayacak şekilde oluşturulmuştur. Ayrıca linke tıklayarak zirvede anlatılan diğer içerikleri ve videoları da izleyebilirsiniz.

Aşağıda gördüğünüz gibi veri bilimi iş akışı tipik olarak veri mühendisliğiyle başlar. Bu aşama verinin dönüşümünü, çıkarımını, hazırlanmasını ve zenginleştirilmesini kapsar. ArcGIS, analiz için kullanacağınız verileri kolayca oluşturmanıza yardımcı olur. Sonrasında verinin nelere sahip olduğunu ve olmadığını keşfetmek için görselleştirme ve keşfetme devreye girer. Mekansal analizler çalıştırılabilir ve konumu etkinleştirilmiş veriler Python veya R içinde modelleme ve komut dosyası için kullanılabilir. Sonuncu olarak iş akışında cevapların aksiyona döndüğü kısım; paylaşım ve işbirliğidir. ArcGIS tüm verileri entegre eder ve bunları harita, sahne ve katman gibi coğrafi bilgi varlıkları olarak düzenlemeye yardımcı olur.

Mekansal analiz ve veri biliminde güçlü ve kapsamlı platform

Bu sene; çok boyutlu raster veriler, hatta yapılandırılmamış verilerle ilgili çalışmalara ek olarak, lidar verileri ve full motion video gibi konularla ilgili geliştirme alanında yapılabileceklere değinilmiştir. Yazının ilerleyen kısımlarında bu konularla ilgili daha çok bilgiye erişebilirsiniz.

Açık Bilim, Araçlar ve Deneyimler

Veriyi dönüştürmede ArcGIS açık deneyimlerle entegredir. Makine öğrenmesi için Tensor Flow, Keras, PyTorch, veri düzenleme için pandas ve NumPy açık bilim kütüphaneleri, API’lar ve araçlarla entegre bir platform sunar.

Demo örneklerine geçmeden önce R- AcGIS Bridge’e gelen yenilikler kısaca şu şekilde özetlenebilir: portal öğelerine erişmek için Online veya Enterprise’dan bağlantı kurma yeteneği, Conda üzerinden R Notebook ile entegrasyon, R iş akışları içinde ArcPy çağırarak coğrafi işlem araçlarını çalıştırma.

– ArcGIS Notebooks’un ArcGIS Pro ile Entegre Çalışması

ArcGIS Notebooks; etkileşimli haritalama, semboloji, grafikler ve seçimler yoluyla analiz ve veri bilimi iş akışlarını yürütmenin, görselleştirmenin ve yinelemenin dinamik bir yoludur. Açık kaynak kütüphanelerinin sorunsuz entegrasyonu sayesinde, mekansal veri bilimi iş akışları sezgisel yollarla genişletilebilir. Demo olarak gösterilen bir örnekte “random forest” makine öğrenme algoritmasını kullanarak; sağlık verileri kronik böbrek hastalığından etkilenen nüfus yüzdelerini bölgelere göre göstermek için modellendi.

ArcGIS Notebooks ArcGIS Pro’yla entegre çalışır

Maliyeti düşürmenin ve hizmet sunumunda verimliliği artırmanın potansiyel bir yolu, dengeli idari bölgeler oluşturmaktan geçtiği için öncelikle bu konuda çalışıldı. İhtiyaç duyan hastalar, gelir düzeyleri ve diyaliz merkezlerine uzaklık gibi bir dizi öznitelik değerine dayalı olarak dengeli idari bölgeler tahmin edildi. ArcGIS Pro’nun Jupyter Notebooks ile entegre olması sayesinde analizin başlık, görseller ve etkileşimli grafikler de dahil olmak üzere anlamlı bir bağlamla optimize edilebildiği gösterildi.

Başlıklar, görseller ve etkileşimli analizlerin ArcGIS Pro içinde Notebooks ile görünümü

 

İkinci bir örnekte ise; Hindistan’daki protesto türlerini incelemek üzere açık kaynak kütüphanesinden yararlanılarak geçmiş yıllara dönük veriler iki ana grupta toplandı. Daha sonra analizini geliştirmek için açık kaynak kütüphaneleri içe aktarıldı. İlk olarak; mevcut öznitelik sınıfını bir “pandas DataFrame”e dönüştürerek öznitelikler tablo biçiminde görüntülendi ve seçildi. Daha sonra, verileri mekan ve zamanda görselleştirmek üzere istatistiksel grafikleri ve çizelgeleri dahil etmek için “seaborn” kullandı. Son olarak, kendi kategorileri arasında mekansal bir ilişki olasılığını belirlemek için ArcPy’nin colocation analiz aracı kullanıldı.

ArcPy ile Colocation analizi

Yapılan demo sunumunu izlemek için tıklayınız.

– Büyük Veri Analizi

GeoAnalytics Araçları, büyük miktarda veri arasındaki ilişkileri ve kalıpları tanımlamak için mekansal analizden yararlanır. GeoAnalytics, Apache Spark kullanarak vektör ve tablo veri kümelerini analiz etmek için paralel analiz gerçekleştirir. GeoAnalytics Server ile kuruluşlar birden çok makinede dağıtılmış analiz gerçekleştirirken, GeoAnalytics Desktop Araçları masaüstü makinenizdeki yerel verilerle paralel analiz yapmak için ArcGIS Pro’yu kullanır. ArcGIS Pro 2.5 ile tanıtılan ve GeoAnalytics Desktop araç kümesi ile nokta kümelenmelerini bulmayı sağlayan “Find Point Clusters” gösterildi. Gösterilen veri kümesinde 4.5 milyondan fazla nokta bulunmaktaydı. Belirlenen değişkenlere göre analiz gerçekleşirken Apache Spark masaüstü makinesinde işliyor ve coğrafi işleme ortamındaki 32 çekirdeğin tamamında paralel analiz yürütüyordu. Paralel analiz; analizi hızlandırmak ve genel performansı artırmak için işlemlerin birden fazla çekirdekte gerçekleştirilmesine izin verir.

Analiz çalışırken masaüstü çekirdeği kullanımı

Yapılan demo sunumunu izlemek için tıklayınız.

– Raster Analitik ve Python API

Raster analitikle ilgili örnek mercanlarla ilgilidir. Mercan resifleri gezegendeki en önemli ekosistemlerden biri olup, iklim değişikliğinin de içinde yer aldığı bir çok tehlikeyle karşı karşıyadır.  Okyanus sıcaklığının artması demek mercanların hayatta kalması için gereken sıcaklığın çok üstüne çıkılması demek olabilir. Aradaki bağlantının incelenmesi için raster analitik devreye giriyor. Bu demoda Raster analitik içindeki Multidimensional Analiz araçlarından yararlanılmıştır. Notebooks ve Python API kullanılarak Deniz yüzeyi sıcaklığının mercan ağartma üzerindeki etkisini anlamak için zaman serisi tahmin yetenekleri kullanan bir model oluşturuldu. Living Atlas içindeki multidimensional veri küpü kullanıldı. Bu veride 2008 yılına kadar günlük sıcaklık bilgileri bulunuyor. Aggregate multidimensional raster fonksiyonu ile bu veriden analizde kullanılmak üzere haftalık sıcaklık verisi üretildi.

Küresel günlük sıcaklık dilimleri ile çok boyutlu veri küpü

Her bir hücrenin (cell) zamanla ısınıp ısınmadığını veya soğuyup soğumadığını belirlemek için zaman serisi modeli oluşturuldu ve bu trende  dayanarak 2022 yılına kadar gelecekteki deniz yüzeyi sıcaklıklarını tahmin edilmek için fonksiyon çalıştırıldı. Böylece geleceğe yönelik beklenen değerleri bulup bunu gözlemlenenle karşılaştırma fırsatı bulunmuş oldu.

Gözlenen ve tahmin edilen deniz yüzeyi sıcaklık noktalarının karşılaştırılması

Bir sonraki aşamada belli bir eşiğin üstündeki sıcaklıklara odaklanılarak, zaman içinde sıcaklık anomalilerinin görüldüğü çok boyutlu veri küpü oluşturuldu. Sıcaklık anomalileri uzarsa, mercan sonunda ölebilir; bununla birlikte, maruziyet daha kısa süreler içinse mercanın iyileşme şansı vardır. Bunu bulmak için ise uzun süreli ısınma dönemlerinin ne zaman meydana geleceğini tahmin etmeye yarayan fonksiyon kullanıldı. Bu demoda 5 tane alarm seviyesi kullanılarak sonuç haritalaması gerçekleştirildi. Böylece üretilen tüm çıktılar ve odaklanmış mercan resifi ağartma verileriyle birlikte uyarı seviyeleri hızlı bir şekilde izlenebilir hale geldi.

Uyarı seviyelerini ve zaman içinde mercan stresini gösteren gösterge paneli

Yapılan demo sunumunu izlemek için tıklayınız.

– LiDAR Nokta Bulutundan AI ile Veri Çıkarımı

ArcGIS API for Python’ın Learn modülünü kullanarak LiDAR nokta bulutlarındaki verileri otomatik olarak etiketleyebilir ve ayıklayabilirsiniz. Modül artık eğitime hazır PointCNN sinir ağını içerdiği için PointCNN’yi kuruluşunuzun gereksinim duyduğu nesneleri algılaması için kolayca eğitebilirsiniz. Manuel etiketleme yerine AI sayesinde çok daha kısa bir sürede etiketlemeyi tamamlamış olursunuz.

Üstte manuel etiketlendirilen nokta bulutu, altta görünen AI ile etiketlenmiş nokta bulutunu göstermekte

Yapılan demo sunumunu izlemek için tıklayınız.

 

– Derin Öğrenme Araçları ile Full Motion Video

Bu demoda bir kedi balığı dedektörü modelinin ArcGIS Pro’nun tam hareketli video araçlarından türetilen bir eğitim seti kullanarak nasıl eğitileceği anlatılmıştır. İlgi çekici nokta eğitilmiş modelin bütün video boyunca balıkları etkili bir şekilde algılamasıdır. Burada izlenen yol; seçilen her karede nesnelerin tanımlanması ve sınıflandırılması, özniteliklerin detay katmanında eğitim verisi olarak tutulması ve tahminsel kedi balığı dedektör modelini çalıştırmak için eğitim verilerini girdi olarak kullanılması şeklindedir. Bu çalışma ve bunun gibi çalışmaların sonuçları daha sonra tür kaybıyla ilgili yerel balıkçı ve koruma uzmanları gibi kilit paydaşlarla paylaşılabilir.

Yapılan demo sunumunu izlemek için tıklayınız.

– Yapılandırılmamış Metinden Veri Çıkarımı ve Haritalama

Bahsedeceğimiz son demo örneği yapılandırılmamış metinden veri çıkarımı olacak. Veriler her zaman konumsal bilgileri hazır bir coğrafi veri kümesi olarak gelmez, onun yerine metin tabanlı raporlardan da veri çıkarımı yapmak gerekebilir. Bu tarz verileri standart formata getirme işlemini learn module’ü kullanarak nasıl otomatize edebileceğinizi anlatıyor.  Yapısal veri çerçevesindeki verilerle, konumları coğrafi olarak kodlamak ve nokta detay katmanı oluşturmak için ArcGIS API for Python kullanıldı. Aşağıdaki görselde görünen her nokta bir suç yerini temsil ediyor.

Suç olaylarının detay katmanı

Yapılan demo sunumunu izlemek için tıklayınız.

Kaynaklar:

  1. https://www.esri.com/arcgis-blog/products/arcgis/analytics/developer-summit-2020-spatial-analysis-and-data-science-overview/
  2. https://www.esri.com/arcgis-blog/products/arcgis-pro/analytics/developer-summit-2020-spatial-data-science-in-arcgis-pro/
  3. https://www.esri.com/arcgis-blog/products/geoanalytics-server/analytics/dev-summit-2020-conduct-big-data-analysis-using-geoanalytics-and-apache-spark/
  4. https://www.esri.com/arcgis-blog/products/api-python/3d-gis/dev-summit-2020-use-ai-to-extract-data-from-lidar-point-clouds/
  5. https://www.esri.com/arcgis-blog/products/arcgis-pro/analytics/developer-summit-2020-use-deep-learning-tools-with-full-motion-video/
  6. https://www.esri.com/arcgis-blog/products/api-python/analytics/dev-summit-2020-extract-and-map-data-from-unstructured-text-2/

 

ArcGIS GeoEvent Server 10.8.1 Sürümü Yenilikleri

ArcGIS GeoEvent Server 10.8.1 güncellemeleri GeoEvent Manager’da yeni bir izleme sayfası, geliştirilmiş girdi ve çıktı oluşturma iş akışları, Geofence insight iyileştirmeleri, GeoEvent Server’ı dağıtma ve yapılandırma hakkında yeni konular ve bilgiler içeren genişletilmiş belgeler gibi kullanılabilirlik iyileştirmelerini içerir.

ArcGIS GeoEvent Server’da yeni tek izleme sayfası

ArcGIS GeoEvent Server’da yeni tek izleme sayfası

Bu konuda değinilecek başlıklar aşağıda olduğu gibidir.

  • GeoEvent Manager
  • Geofences
  • GeoEvent Sampler
  • Dokümantasyon

 

GeoEvent Manager

Kullanıcılar artık birden fazla sayfada gezinmek zorunda kalmadan tüm giriş ve çıkışları kontrol edebilirler. GeoEvent Manager’ın yeni izleme sayfası Monitor, Servisler, Girdiler ve Çıktı sayfalarının artık birleştirildiği tek bir izleme sayfasında basitleştirilmiş kontroller sunar. Diğer iyileştirmeler aşağıda olduğu gibidir:

  • Tüm öğeleri, o anda durdurulmuş veya başlatılmış olanları veya daha hızlı tanımlama için hata durumunda olanları göstermek için öğe durumuna göre filtreleme yapılması.
  • Mesajlar göründüğünde uygulamadaki öğeleri aşağı kaydıran yeşil başlık bildiriminin yerini alan göze batmayan uygulama içi mesajlaşma için yeni “Toast” tarzı bildirimler.
  • Mevcut bağlayıcıların sıralı ve aranabilir listesi, alfabetik olarak sıralanmış bağlayıcıların önceki çok sayfalı listesi yerine artık tek bir sayfada sunulmaktadır.

 

Geofences

Kullanıcılar artık GeoEvent Sampler ile aynı entegre hafif haritalama işlemcisini kullanarak, içe aktarılan coğrafi sınırların geometrisini, seçtikleri altlık haritalarına  göre doğrulayabilirler.

 

GeoEvent Sampler

ArcGIS GeoEvent 10.8.1’de kullanıcılar için GeoEvent Sampler konusunda bazı iyileştirmeler gerçekleştirilmiştir. 10.8’de tanıtılan GeoEvent Sampler, işlenmiş olay verilerini gözden geçirmek ve görselleştirmek için hızlı bir yol sunan gömülü bir veri örnekleme aracıdır. (Bilgileri tazelemek veya GeoEvent Servislerinde GeoEvent Sampler farklı şekillerde kullanımı hakkında daha fazla bilgi edinmek için New Service Designer Capabilities in ArcGIS GeoEvent Server 10.8 GeoNet gönderilerine bakabilirsiniz.)

GeoEvent Sampler için 10.8.1 güncellemeleri şunları içerir:

  • Çevrimdışı ve özel temel haritalar dahil olmak üzere kullanıcıların kendi yayınlanmış harita hizmetlerinden yararlanması.
  • Doğrudan GeoEvent Sampler ile bir dizi temel harita arasında anında geçiş yapabilme.
  • GeoEvent Servisinin iki farklı düğümünden alınan örneklenmiş verileri karşılaştırma modunda kullanırken – daha hızlı gezinme ve gelişmiş analiz için harita görünümlerini paneller arasında senkronize etmek.
ArcGIS GeoEvent Server 10.8.1'de yeni ve yeniden yapılandırılmış belgeler

ArcGIS GeoEvent Server 10.8.1’de yeni ve yeniden yapılandırılmış belgeler

 

Dokümantasyon

Genişletilmiş ve güncellenmiş belgelerle GeoEvent Server’ı daha verimli bir şekilde planlayın, dağıtın ve yapılandırın. Dokümantasyon, dağıtım, sistem mimarisi, makine kaynak tahsisi, sanallaştırılmış donanım, gelişmiş dağıtım senaryoları ve daha fazlası için en iyi uygulamalara odaklanan yeni bir Deploy bölümüyle yeniden yapılandırıldı.

Güncellenen belgeler ayrıca yüksek performanslı GeoEvent Servisleri tasarlamaya yönelik ipuçları, GeoEvent Server sistem özellikleri ve GeoEvent Gateway sistem özellikleriyle çalışma ve yönetme konusunda yeni içerik içerir.

ArcGIS GeoEvent Server 10.8.1 sürümünde başka nelerin yeni olduğunu görmek için belgelerimize bakın. 10.8.1’de düzeltilen sorunların listesi için 10.8.1 Issues Addressed List’e bakın. GeoEvent Server’daki yeni sürüm veya diğer özellikler hakkında geri bildiriminiz varsa, lütfen GeoNet’in ArcGIS Ideas’daki Real-Time GIS bölümüne göz atın.

Drone2Map 2.2 ile Gelen Yenilikler

Bu konuda değinilecek başlıklar aşağıda olduğu gibidir.

  • Bölme yönetimi
  • Yer kontrol iyileştirmeleri
  • Görüntü bağlantılarının varsayılan rengini değiştirin
  • Kamera optimizasyon parametreleri
  • Görüntülerinizdeki hassas detayları koruyun
  • Gerçek zamanlı görüntü bilgisi
  • Topografyayı görselleştirin
  • Batch Project sonuçlarına hızlı erişim
  • Görüntü servislerine dayalı yükseklik kaynakları
  • GPS kaynağı ayarla
  • Kameranızı seçin
  • Daha hızlı işlem motoru

 

Bölme yönetimi

Proje çıktıları Manage bölmesinden yönetilerek projeniz için doğru olan ürünleri hızla seçmenize ve bu ürünlerin projenize nasıl dahil edileceğini kontrol etmenize olanak tanır. Bu bölmeyi aynı zamanda işleme seçeneklerine hızlıca erişmek için ve işlem adımlarını yönetmek, projelerinizin ilerleyişini izlemek için kullanabilirsiniz.

Manage bölmesi, ürün çıktılarına ve işleme seçeneklerine hızlı erişim sağlar.

Paylaşma seçenekleri, Manage bölmesine taşınarak işleri paylaşmanın ilerlemesini izlerken iş kuyruklarını daha akıcı şekilde yönetmenizi sağlar.

Sharing sekmesi, paylaşım işlemlerinin durumunu hızlı bir şekilde izlemenizi sağlar.

Sharing sekmesi, paylaşım işlemlerinin durumunu hızlı bir şekilde izlemenizi sağlar.

 

Yer kontrol iyileştirmeleri

Control Manager, Image Links düzenleyici ve harita arası üç yönlü senkronizasyon ile projenize yer kontrol eklemek daha hızlı ve daha kolay gerçekleştirilecektir. Birinde bir kontrol noktası seçmek, diğerinde kontrolü otomatik olarak etkinleştirir ve projenizdeki kontrol noktasını konumlandırmak ve yerleştirmek (locate and place control) için süreci düzene sokar.

Control Manager, Image Links Editor ve harita arasında üç yönlü senkronizasyon ile görüntü bağlantılarını daha hızlı bulun ve yerleştirin.

Control Manager, Image Links Editor ve harita arasında üç yönlü senkronizasyon ile görüntü bağlantılarını daha hızlı bulun ve yerleştirin.

 

Görüntü bağlantılarının varsayılan rengini değiştirin

Image Links Editor işaretçisini kendinize göre daha görünür hale getirebilirsiniz. Görüntülerinizde daha fazla görünürlük sağlamak için Image Links Editor işaretçisini özelleştirebilirsiniz.

Daha yüksek görünürlük için image links işaretçisinin rengini değiştirin.

Daha yüksek görünürlük için image links işaretçisinin rengini değiştirin.

 

Kamera optimizasyon parametreleri

Drone2Map’in dahili ve harici kamera parametrelerini nasıl optimize ettiği konusunda artık daha fazla kontrol sahibisiniz. Bu durum, üç boyutlu harita yüzeyinin altında veya üstünde çıktıları olan ve GCP olmayan üç boyutlu projelerde yardımcı olur.

Yeni işleme seçenekleri, dahili ve harici kamera parametrelerini optimize eder.

Yeni işleme seçenekleri, dahili ve harici kamera parametrelerini optimize eder.

 

Görüntülerinizdeki hassas detayları koruyun

Ortomosaik düzenleme araçlarının eklenmesiyle, artık hassas verileri ortomosaic’inizden, kuruluşunuzla paylaşmadan önce gizleyebilirsiniz (obscure sensitive data).

Hassas verileri ortomosaik düzenleme araçlarıyla koruyun.

Hassas verileri ortomosaik düzenleme araçlarıyla koruyun.

 

Gerçek zamanlı görüntü bilgisi

Image Information aracı, ek araçlar çalıştırmanıza gerek kalmadan proje çıktılarınızdan piksel değerlerini dinamik olarak görüntülemenizi sağlar.

Image Information aracıyla piksel değerlerini gerçek zamanlı olarak görselleştirin.

Image Information aracıyla piksel değerlerini gerçek zamanlı olarak görselleştirin.

 

Topografyayı görselleştirin

Dijital yüzey modeli ve dijital arazi modeli artık otomatik olarak gölgeli rölyef olarak oluşturulur, topografyayı vurgular ve dijital yükseklik modellerinizdeki ayrıntıları görsel olarak daha net hale getirir.

Varsayılan gölgeli rölyeflerle topografyayı görselleştirin.

Varsayılan gölgeli rölyeflerle topografyayı görselleştirin.

 

Batch Project sonuçlarına hızlı erişim

Batch Processing’den sonra, proje klasörleri otomatik olarak Catalog bölmesine eklenerek proje çıktılarına daha hızlı erişim sağlar.

Batch proje sonuçlarına hızlı erişim sağlanır.

Batch proje sonuçlarına hızlı erişim sağlanır.

 

Görüntü servislerine dayalı yükseklik kaynakları

Haritadan kontrol noktası eklerken veya görüntü rakımlarını ayarlarken yükseklik kaynağı olarak mevcut görüntü servislerinizi kullanın.

Yükseklik kaynaklarınızı görüntü hizmetlerine göre kullanın.

Yükseklik kaynaklarınızı görüntü servislerine göre kullanın.

 

GPS kaynağı ayarla

GPS verilerini içe aktarmanın yanı sıra, Set GPS Source aracı, hangi GPS etiketlerinin kullanıldığını görmenize ve doğruluk ve rakım referansı gibi temel özellikleri değiştirmenize olanak tanır.

GPS meta verilerinin daha fazla kontrolü sağlanır.

GPS meta verilerinin daha fazla kontrolü sağlanır.

 

Kameranızı seçin

Doğru kamera modelini seçmek, yüksek kaliteli çıktılar elde etmek için çok önemlidir. Şimdi Edit Camera aracında, önceden kaydedilmiş birden çok kamera arasından seçim yapabilirsiniz.

Kamera veritabanındaki birden çok standart kamera modeli arasından seçim yapın.

Kamera veritabanındaki birden çok standart kamera modeli arasından seçim yapın.

 

Daha hızlı işlem motoru

Drone2Map, daha hızlı bir işleme motoruyla yükseltildi. İlk işleme ve yoğun işleme adımları, daha hızlı sonuçlar elde etmek için iyileştirildi, bu da verilerinizin işlenmesi için daha az beklemek ve sonuçlarla çalışmak için daha fazla zaman anlamına gelir.