Wir freuen uns ankündigen zu können, dass https://osmlanduse.org ein Funktionalitätsupdate erhalten hat. Dank der Kooperation von GIScience und HeiGIT im IDEAL-VGI Projekt, konnten unsere Forscher die interaktive Karte um eine Reihe neuer Funktionen erweitern. Die Karte zeigt OSM land-use und land-cover Informationen.
Die beiden verschiedenen Datenebenen, aus denen sich dieses einzigartige Werkzeug zusammensetzt, können nun über den Ebenenumschalter in der oberen rechten Ecke separat ausgewählt werden.
-
die aktuelle OSM land-use uns land-cover Information, kartiert in CORINE land-cover Klassen
-
die auf Deep Learning basierende Version mit Lückenfüllung, die 2020 für das EU-Gebiet kreiert wurde
Es ist auch möglich, beide Ebenen gleichzeitig anzuzeigen.
Darüber hinaus sind jetzt verschiedene Basisschichten verfügbar. Die Standard-OSM-Kartengrundlage ermöglicht eine schnelle visuelle Geolokalisierung, während die neue ESRI-Luftbildgrundlage es den Nutzern ermöglicht, die Landnutzungsinformationen mit der „realen Welt“ zu vergleichen. Dies ermöglicht eine visuelle Analyse des Kartenausschnitts, der Datenfehler und der Datenvollständigkeit. Falls Sie nur an den OSM-Landnutzungsinformationen interessiert sind, können Sie die Basiskarte auch ausschalten.
Beim Heranzoomen ist auch ein Kreisdiagramm verfügbar, das die Klassenverteilung im aktuellen Ansichtsfenster darstellt. Die Aktualisierung verbessert die Genauigkeit des Diagramms und passt sich an die Ebenenauswahl des Benutzers an. Das Diagramm enthält nun die Kategorie „fehlende Daten“ für nicht kartierte Gebiete. Dies ermöglicht schnelle Vollständigkeitsanalysen und Regionsanalysen.
Versuchen Sie es auf https://osmlanduse.org.
Ähnliche Arbeiten:
-
Jokar Arsanjani, J., Helbich, M., and Bakillah, M.: Exploiting Volunteered Geographic Information To Ease Land Use Mapping Of An Urban Landscape, Int. Arch. Photogramm. Remote Sens. Spatial Inf. Sci., XL-4/W1, 51–55,
ISPRS-Archives – EXPLOITING VOLUNTEERED GEOGRAPHIC INFORMATION TO EASE LAND USE MAPPING OF AN URBAN LANDSCAPE, 2013.
-
Jokar Arsanjani, J., Helbich, M., Bakillah, M., Hagenauer, J., Zipf, A. (2013) Toward mapping land-use patterns from volunteered geographic information. International Journal of Geographical Information Science. 2013. 27(12), 2264-2278. https://doi.org/10.1080/13658816.2013.800871
-
Jokar Arsanjani, J., Mooney, P., Zipf, A., Schauss, A. (2015). Quality Assessment of the Contributed Land Use Information from OpenStreetMap Versus Authoritative Datasets. In: Jokar Arsanjani, J., Zipf, A., Mooney, P., Helbich, M. (eds) OpenStreetMap in GIScience. Lecture Notes in Geoinformation and Cartography. Springer, Cham. https://doi.org/10.1007/978-3-319-14280-7_3
-
Li, H., Ghamisi, P., Rasti, B., Wu, Z., Shapiro, A., Schultz, M., Zipf, A. (2020) A Multi-Sensor Fusion Framework Based on Coupled Residual Convolutional Neural Networks. Remote Sens. 2020, 12(12), 2067. A Multi-Sensor Fusion Framework Based on Coupled Residual Convolutional Neural Networks
-
Schott, M., Lautenbach, S., Größchen, L., and Zipf, A.: OpenStreetMap Element Vectorisation A Tool For High Resolution Data Insights And Its Usability In The Land Use And Land Cover Domain, Int. Arch. Photogramm. Remote Sens. Spatial Inf. Sci., XLVIII-4/W1-2022, 395–402,
-
Schott, Moritz, Zell, Adina, Lautenbach, Sven, Demir, Begüm, & Zipf, Alexander. (2022, August 17). Returning the favor – Leveraging quality insights of OpenStreetMap-based land-use/land-cover multi-label modeling to the community. State of the Map 2022 (SotM 2022), Florence, Italy. Returning the favor – Leveraging quality insights of OpenStreetMap-based land-use/land-cover multi-label modeling to the community
-
Schultz, M., Voss, J., Auer, M., Carter, S., Zipf, A. (2017) Open land cover from OpenStreetMap and remote sensing. International Journal of Applied Earth Observation and Geoinformation. 2017, 63, 206-213.
Open land cover from OpenStreetMap and remote sensing