Große Bilddatensammlungen stellen eine Herausforderung für Geodaten-Manager*innen dar. Esri bietet Workflows um diese Aufgabe möglichst effektiv zu bewerkstelligen.

Teil 1 dieser Blog-Reihe hat gezeigt, dass es eine riesige, kaum zu überblickende Menge an Fernerkundungsdaten gibt. Nicht immer gelingt es auf Anhieb, den perfekten Datensatz für eine konkrete Aufgabenstellung vorzuhalten, häufig sind auch mehrere Arten von Daten nötig. Dieser Umstand bedeutet, dass an die Datenhaltung und das Datenmanagement deutliche Anforderungen zukommen.

Das beginnt schon bei der Kostenabschätzung: wie viel physikalischer Datenspeicher wird benötigt, um die Daten vorhalten zu können? Gerade bei sehr großen Datenmengen kann es sein, dass solche Speicher aus wirtschaftlichen Gesichtspunkten gar nicht mehr selbst vorgehalten werden können, sondern externe Anbieter damit beauftragt werden müssen. Das Thema Cloud spielt hier möglicherweise auch eine Rolle.

Metainformationen zu den Bilddaten müssen nicht nur hinterlegt werden können, sondern auch für die Suche nach dem geeignetstem Datensatz nutzbar sein.

Die Daten müssen idealerweise transportabel bleiben und Verarbeitungsprozessen umstandslos bereitgestellt werden können. Dabei ist es wichtig, die Bereitstellung so weit wie möglich offen zu gestalten, um möglichst eine breite Palette an Verarbeitungsmöglichkeiten zur Verfügung zu haben. Der Idealfall ist eine Software-Lösung aus einer Hand, die offen genug ist, um externe Softwarebibliotheken einbinden zu können.


Esri bietet mit den Image Management Workflow maßgeschneiderte Lösungen für verschiedenste Anwendungsfälle. Egal, ob es um Katalog-Lösungen geht oder um die Frage, wie höchstauflösende Satellitenbilddaten idealerweise verwaltet werden sollten: Esri hat Antworten parat und zeigt in verschiedenen Artikeln die technischen Wege auf.


Das zentrale Datenmodell für die Verwaltung von beliebig großen Rasterdaten-Sammlungen ist das Mosaik Dataset. In diesem Video bekommen Sie eine fundierte Einführung in das Datenmodell und die entsprechenden Workflows:

YouTube

Mit dem Laden des Videos akzeptieren Sie die Datenschutzerklärung von YouTube.
Mehr erfahren

Video laden


Weitere Teile zum Nachlesen:

Fernerkundung mit ArcGIS (Teil1): Datenquellen
Fernerkundung mit ArcGIS (Teil 2): Eigene Luftbildprodukte mit Drohnen
Fernerkundung mit ArcGIS (Teil 4): Bilddaten auswerten mit dem Image Analyst



Kostenfreies Whitepaper: Bilddaten analysieren mit ArcGIS Image Analyst.