Processing and visualization of multi-source data in next-generation geospatial applications

Next-generation geospatial applications as data do not simply use dots, lines, and polygons, but complex objects or evolution of phenomena that need advanced analysis and visualization techniques to be understood. The features of these applications are the use of multi-source data with different spatial, temporal and spectral dimensions, dynamic and interactive visualization with any device and almost anywhere, even in the field. Complex phenomena analysis has used heterogeneous data sources for format/typology and spatial/temporal/spectral resolution, which challenging combining operation to extract meaningful and immediately comprehensible information. Multi-source data acquisition can take place through various sensors, IoT devices, mobile devices, social media, voluntary geographic information and geospatial data from public sources. Since next-generation geospatial applications have new features to view raw data, integrated data, derived data, and information, wh have analysed the usability of innovative technologies to enable visualization with any device: interactive dashboards, views and maps with spatial and temporal dimensions, Augmented and Virtual Reality applications. For semi-automatic data extraction we have used various techniques in a synergistic process: segmentation and identification, classification, change detection, tracking and path clustering, simulation and prediction. Within a processing workflow, various scenarios were analysed and implemented innovative solutions characterized by the fusion of multi-source data, dynamism and interactivity. Depending on the application field, the problems are differentiated and for each of these the most coherent solutions have been implemented with the aforementioned characteristics. Innovative solutions that have yielded good results have been found in each scenario presented, some of which are in new applications: (i) integration of elevation data and multispectral high-resolution images for Land Use/Land Cover mapping, (ii) crowd-mapping for civil protection and emergency management, (iii) sensor fusion for indoor localization and tracking, (iv) integration real-time data for traffic simulation in mobility systems, (v) mixing visual and point cloud informations for change detection on railways safety and security application. Through these examples, given suggestions can be applied to create geospatial applications even in different areas. In the future, integration can be enhanced to build data-driven platforms as the basis for intelligent systems: a user-friendly interface that provides advanced analysis capabilities built on reliable and efficient algorithms.

Le applicazioni geospaziali di nuova generazione come dati non usano semplicemente punti, linee e poligoni, ma oggetti complessi o evoluzioni di fenomeni che hanno bisogno di tecniche avanzate di analisi e visualizzazione per essere compresi. Le caratteristiche di queste applicazioni sono l'uso di dati multi-sorgente con diverse dimensioni spaziali, temporali e spettrali, la visualizzazione dinamica e interattiva con qualsiasi dispositivo e quasi ovunque, anche sul campo. L'analisi dei fenomeni complessi ha utilizzato fonti dati eterogenee per formato/tipologia e per risoluzione spaziale/temporale/spettrale, che rendono problematica l'operazione di fusione per l'estrazione di informazioni significative e immediatamente comprensibili. L'acquisizione dei dati multi-sorgente può avvenire tramite diversi sensori, dispositivi IoT, dispositivi mobili, social media, informazioni geografiche volontarie e dati geospaziali di fonti pubbliche. Dato che le applicazioni geospaziali di nuova generazione presentano nuove caratteristiche, per visualizzare i dati grezzi, i dati integrati, i dati derivati e le informazioni è stata analizzata l'usabilità di tecnologie innovative che ne consentano la visualizzazione con qualsiasi dispositivo: dashboard interattive, le viste e le mappe con dimensioni spaziali e temporali, le applicazioni di Augmented e Virtual Reality. Per l'estrazione delle informazioni in modo semi-automatico abbiamo impiegato varie tecniche all'interno di un processo sinergico: segmentazione e identificazione, classificazione, rilevamento dei cambiamenti, tracciamento e clustering dei percorsi, simulazione e predizione. All'interno di un workflow di elaborazione, sono stati analizzati vari scenari e implementate soluzioni innovative caratterizzate dalla fusione di dati multi-sorgente, da dinamicità e interattivà. A seconda dell'ambito applicativo le problematiche sono differenziate e per ciascuno di questi sono state implementate le soluzioni più coerenti con suddette caratteristiche. In ciascuno scenario presentato sono state trovate soluzioni innovative che hanno dato buoni risultati, alcune delle quali in nuovi ambiti applicativi: (i) l'integrazione di dati di elevazione e immagini multispettrali ad alta risoluzione per la mappatura Uso del Suolo / Copertura del Suolo, (ii) mappatura con il contributo volontario per la protezione civile e la gestione delle emergenze (iii) la fusione di sensori per la localizzazione e il tracciamento in ambiente retail, (iv) l'integrazione dei dati in tempo reale per la simulazione del traffico nei sistemi di mobilità, (v) la combinazione di informazioni visive e di nuvole di punti per la rilevazione dei cambiamenti nell'applicazione della sicurezza ferroviaria. Attraverso questi esempi, i suggerimenti potranno essere applicati per realizzare applicazioni geospaziali anche in ambiti diversi. Nel futuro sarà possibile aumentare l'integrazione per realizzare piattaforme data-driven come base per sistemi intelligenti: un'interfaccia semplice per l'utente che metta a disposizione funzionalità avanzate di analisi costruite su algoritmi affidabili ed efficienti.