地図

Mapbox Satelliteの更新方法

見出し

これはレイアウト確認用のダミーテキストです。

グローバルな画像更新の優先順位付けのための顧客利用状況の分析

グローバルな画像更新の優先順位付けのための顧客利用状況の分析

当社の画像レイヤーほど、視覚的に魅力的で、特定のコンテキストを提供できるデータセットはほとんどありません。一枚の画像で、ある時点における場所の様子を知ることができ、新しい開発用地の発見、災害対応の支援、現況確認のソース、変化の監視などに利用できます。

ビューが何が起こっているかを正確に反映していることを確認することは、当社の衛星チームが楽しみにしている課題であり機会です。この記事では、約12のソースで構成される4ペタバイト(PB、または400万ギガバイト)のグローバル画像レイヤーを更新するための優先順位をどのように設定したかを紹介します。

画像カバレッジ101

データの可用性に応じて、最新性と美的品質のバランスを考慮してベースマップを最適化しています。レイヤーはmapbox.satelliteと呼ばれていますが、実際には商用およびオープンソースの両方から、複数の衛星や飛行機から調達された画像で構成されています。画像のソースと解像度は、データの整合性と品質を提供するために、特定のズームレベルに関連付けられています。それらは次のように分類されます。

  • ズームレベル0〜8では、NASA MODIS衛星からのデクラウドデータを使用
  • ズームレベル9〜12では、NASA/USGSのLandsat画像を使用
  • ズームレベル13以上では、オープンソースと商用ソースの組み合わせを使用
順序:500メートルMODIS画像(ズームレベル0〜8)、15メートルLandsat画像(ズームレベル9〜12)、50センチメートル衛星画像©Maxar 2020、15センチメートル航空画像©Nearmap 2020(ズームレベル13+)。

当社のすべての画像は、色忠実度をチェックし、最適化され、当社の衛星チームによって単一のラスタタイルセットに合成されます。最終的な成果物は、詳細度の低い広域を見ているユーザー、または詳細度の高い狭域を見ているユーザーのニーズに基づいて、さまざまなレベルの詳細を提供する画像レイヤーです。

画像の更新場所を決定するために、業界のユースケースとニーズ、顧客からのフィードバック、タイルリクエストとズームレベルに関する内部データを考慮します。

カリフォルニア州ロングビーチ港、ロサンゼルス © Nearmap 2020

画像のユースケース

数千の顧客と数百万のユーザーを理解するために、私たちは画像のより広範な応用と、ビジネス科学人道支援政府、またはその他の用途であるかどうかにかかわらず、ユースケースを分類する方法に焦点を当てています。

Mapboxは、用途を2つのトップレベルのカテゴリに分類します。画像を目視的なコンテキストとして使用することと、抽出/分析のソースとして画像を使用することです。

コンテキスト

コンテキスト情報をさらに提供するためのリファレンスとして画像を使用します。これには以下が含まれます。

  • 低解像度ユーザー — グローバル/国のデータセットを視覚化する顧客
  • アウトドアユーザー—地方(レクリエーション、非精密農業)、非都市ビジネスインテリジェンス、視覚化/シミュレーション
  • ベースマップユーザー:ほとんどのアプリ開発者、不動産、ビジネスインテリジェンス、フリートおよびロジスティクスマネジメント

抽出/分析

画像に対して作業を実行する。画像を使用して情報を取得する。これには以下が含まれます。

  • 分析ユーザー:画像フィーチャーの手動トレース、またはフィーチャー抽出のための機械学習アルゴリズムの実行
  • 高精度を求めるユーザー:精密農業、建設、自動車、採掘産業など、精度が業務上不可欠なユーザー
典型的な業界の垂直市場とそれぞれの画像ニーズのサンプリング
韓国、三楽洞 © Maxar 2020

顧客の使用状況を掘り下げる

過去数年間で、匿名化されたテレメトリを使用して、人々が地図のどこを見ているかを特定し、大規模な画像品質を体系的に評価することに基づいて、画像ベースマップを更新する方法を改善してきました。

これを、最大の衛星ユーザーからの集約データの評価と組み合わせて、より深く理解します。下のグラフのデータを見ると、上位100社の顧客全体でのビューの大部分は、ズームレベル17以上、つまり1メートルを超える解像度の画像(グラフの右側のピーク)から来ていることがわかります。

上位100名のmapbox.satelliteユーザーに対するズームレベルリクエストの分布。

このアプローチにより、顧客の使用パターンに基づいて顧客をセグメント化できます。

k-meansでクラスタリングされた、mapbox.satelliteリクエスター上位100のMean(zoom)/stddev(zoom)。

この情報により、画像の割り当てに関するデータ駆動型の意思決定を行い、更新の恩恵を受ける顧客を予測できます。

ベイブリッジ料金所、カリフォルニア州オークランド © Nearmap 2020

今後の展望

これらの分析の結果、私たちはより高解像度のデータセットに注意を集中させています。現在、米国本土には高解像度の航空写真があり、国の人口の約80%をカバーしています。2020年を通して、私たちは最も需要の高い地域を高解像度で高品質の画像で最新の状態に保つために、画像パートナーと継続的に協力しています。

また、お客様が閲覧できる画像に対する制御を強化するための新しいサービスも開発中です。これについては、今後数か月以内に発表できることを楽しみにしています。それまでの間、当社の画像レイヤーに関するご質問はこちらからお気軽にお問い合わせください。

これはレイアウト確認用のダミーテキストです。

これはレイアウト確認用のダミーテキストです。

関連記事