< zurück

veröffentlicht: 29.05.2024

Wir möchten der Stadt Helsinki für die hervorragende Zusammenarbeit bei einem kürzlich durchgeführten bahnbrechenden Projekt danken.

Das Projekt umfasste die Verarbeitung von zwei umfassenden luftgestützten Laserscanning-Vermessungen für die Stadt Helsinki. Ziel war es, die Fähigkeiten des Vortrainierten KI-Modells für Airborne Laser Scans Pointly, speziell für die besonderen Herausforderungen der Datensätze von Helsinki aus den Jahren 2017 und 2021 anzupassen.

Die Stadt Helsinki hat sich zum Ziel gesetzt, bis 2030 klimaneutral zu werden, und passt sich aktiv an den Klimawandel an. Ein wesentlicher Teil dieser Bemühungen besteht darin, alle Grünflächen und Bäume in der schnell wachsenden Stadt zu erhalten.

Um dies zu erreichen, stützt sich die Stadt Helsinki auf Luftbilddaten, die seit mehreren Jahren jährlich erhoben werden. Anfänglich war die Klassifizierung der ursprünglichen Punktwolkendaten unzureichend. Mit Pointly Services haben wir jedoch dazu beigetragen, eine verbesserte clusterbasierte Klassifizierung der Vegetationsklassen zu erhalten.

„Pointly hat in nur wenigen Wochen mit der KI-Klassifizierung hervorragende und zuverlässige Ergebnisse geliefert“, sagte Suvi Uotila, MSc (Geoinformatik), Teamleiterin im GIS-Zentrum der Abteilung für städtische Umwelt der Stadt Helsinki. „Im Vergleich dazu hätte eine manuelle Neuklassifizierung mehr als sechs Monate gedauert.“

Die neu klassifizierten Daten ermöglichten es der Stadt Helsinki, verschiedene Vegetationsanalysen durchzuführen, beispielsweise eine Analyse der Baumkronen. „Wir sind sehr zufrieden mit den Ergebnissen der Neuklassifizierung und dem freundlichen, schnellen Service von Pointly!“, fügt Uotila hinzu.

Umfassende Abdeckung: Das Projekt umfasste über 700 km² städtischer und vorstädtischer Gebiete.

Massive Datenverarbeitung: Unsere Plattform verarbeitete automatisch über 30 Milliarden Punkte.

Fortschrittliche Klassifizierung: Integration der Klasse „Wasser“ durch Überlagerung einer Shapefile-Datei zur Neuklassifizierung niedriger Punkte und detaillierte Unterscheidung zwischen niedriger, mittlerer und hoher Vegetation unter Verwendung eines clusterbasierten Ansatzes.

Verbessertes Modelltraining: Das KI-Modell wurde mit offenen Daten der Stadt Helsinki aus den Jahren 2017 und 2021 trainiert.

„Noise“-klassifizierung: Wir haben eine separate „Noise“-klassifizierung durchgeführt, um die Klassifizierungsqualität und die Verwendbarkeit der Daten zu verbessern.

Dieses Projekt unterstützte nicht nur das Ziel von Helsinki, einen digitalen Zwilling zu erstellen und zu verbessern, sondern setzte auch einen Maßstab für zukünftige Geodatenprojekte.

Dieses Projekt ist ein weiterer Beweis für die Fähigkeit von Pointly, komplexe Großprojekte mithilfe fortschrittlicher Algorithmen und Cloud-Computing-Ressourcen zu bewältigen und so eine effiziente Datenverarbeitung und -klassifizierung zu ermöglichen.

Hast du ein ähnliches Projekt oder eine ganz andere Herausforderung, bei der du die Pointly-Plattform nutzen möchtest? Bist du neugierig auf unsere Klassifizierungs- und Vektorisierungsfunktionen?

Kontaktiere uns gern.

Die Expertinnen und Experten von Pointly stehen mit umfassender Beratung zur Seite, um bestmögliche Ergebnisse zu erzielen.

Über die neuesten Innovationen von Pointly lässt sich auf dem Laufenden bleiben – durch ein Abonnement des Newsletters oder über LinkedIn.

Pointly - Point out what matters.