Imagico.de

blog

Imagico.de StyleInfo

20. Dezember 2022
von chris
Keine Kommentare

Vorstellung von StyleInfo

Deutscher Text auf Grundlage einer maschinellen Übersetzung mit deepl.

Im letzten Blogbeitrag habe ich die Idee des systematischen Testens im Kartendesign ein wenig vorgestellt und wie meine Arbeit daran – sozusagen als Nebenprodukt – zu den Rendering-Illustrationen geführt hat, die man auf TagDoc findet.

Aber es gibt noch ein weiteres Problem, mit dem die meisten automatisierten, regelbasierten Kartenrendering-Projekte konfrontiert sind und das durch systematisches Testen gelöst werden kann. Kartenstile, insbesondere komplexere wie OSM Carto, stehen vor dem Problem, dass es sehr schwierig ist, zu bestimmen, was der Stil tatsächlich rendert (d.h. welche Attributkombinationen in welcher Zoomstufe in einer bestimmten Weise gerendert werden), indem man sich den Code ansieht oder ihn analysiert. Der einzige zuverlässige Weg, dies zu tun, ist das tatsächliche Rendern von Dingen. Der einzige aussagekräftige Index oder Kartenschlüssel von OSM Carto, der bisher existiert, ist eine von Hand kuratierte Wiki-Seite, die von Menschen auf der Grundlage ihres Wissens über den Stil erstellt wurde.

Systematische Tests können dabei helfen, indem man den Stil mit verschiedenen Datenkombinationen füttert und prüft, welche davon zu einer spezifischen Darstellung führt. Wie Sie sich wahrscheinlich vorstellen können, würde dies eine unüberschaubare Anzahl von Tests erfordern, wenn man das ganz stupide ausprobieren würde. Aber durch die Verwendung geeigneter Heuristiken, um dies einzugrenzen, kann der Aufwand auf ein überschaubares Maß reduziert werden – auch wenn man im Falle eines Kartenstils wie OSM Carto immer noch bei über 100k Tests landet.

Und das ist es, was ich hier vorstellen möchte – StyleInfo ist ein neues Tool, das ich entwickelt habe und mit dem man sich ansehen kann, wie verschiedene Kartenstile OpenStreetMap-Daten darstellen – basierend auf einer Analyse des Stils, die heuristische, systematische Tests verwendet, um festzustellen, was der Stil in welcher Form wiedergibt, ohne dass man dafür vorab umfangreiche Informationen über den Stil benötigt,

StyleInfo ist ähnlich aufgebaut wie Taginfo, es erlaubt Ihnen, die verschiedenen Schlüssel und Tags des OSM-Tagging-Systems zu betrachten – aber anstatt zu zeigen, wie diese Tags in der Datenbank verwendet werden, zeigt es, wie diese Tags durch den ausgewählten Stil dargestellt werden.

Key based view in StyleInfo

Tag based view in StyleInfo

Darüber hinaus können Sie auch sehen, wie der Stil die Tags nur auf einer bestimmten Zoomstufe darstellt.

Zoom level based view in StyleInfo

All dies ist mit Querverweisen versehen, so dass Sie ganz einfach zwischen den verschiedenen Ansichten wechseln können. Ein paar Beispiele:

Die Informationen über den Kartenstil, die Sie auf diese Weise erhalten, sind insbesondere in zweierlei Hinsicht etwas eingeschränkt:

  • Aus prinzipiellen Gründen kann nicht garantiert werden, dass die Ergebnisse vollständig sind. Ich habe bereits einige Tag-Kombinationen identifiziert, die in einigen Stilen in der Analyse fehlen, und werde deshalb Anpassungen an der Heuristik vornehmen müssen. Nichtsdestotrotz ist dies die bisher umfassendste Dokumentation von OSM Carto und abgeleiteten Kartenstilen.
  • StyleInfo zeigt bisher Renderings von primären Tags und Kombinationen von primären Tags mit einem sekundären Tag. Weder Kombinationen aus mehreren primären oder sekundären Tags noch tertiäre Tags werden bisher behandelt. Was das genau bedeutet, werde ich im Folgenden noch genauer erläutern.

Das zugrunde liegende Tagging-Modell

OpenStreetMap verwendet prinzipiell ein Freiform-Tagging-System – ich habe das im Zusammenhang mit TagDoc näher erörtert. Praktisch alle OSM-basierten Kartenstile interpretieren dieses Tagging in einer etwas eingeschränkteren Art und Weise, und deshalb neigen Mapper auch dazu, Tags nach diesem etwas eingeschränkteren Tagging-Modell zu verwenden.

In diesem Modell (wie auf TagDoc dokumentiert) werden Tags grob unterteilt in

  • primäre Tags – das sind Tags, die einem Merkmal eine semantische Bedeutung verleihen, auch wenn sie allein verwendet werden.
  • sekundäre Tags – das sind Tags, die nur in Kombination mit einem primären Tag eine klar definierte Bedeutung haben.

Im Zusammenhang mit dem Kartenrendering und somit mit StyleInfo sind primäre Tags solche, die allein – wenn sie auf eine Geometrie angewendet werden – das Rendering-Ergebnis beeinflussen. Das wären z. B. Tags wie natural=water bei Polygongeometrien, highway=motorway bei linearen Geometrien oder amenity=pub bei Punkten. Sekundäre Tags sind Tags, die das Rendering eines primären Tags verändern. Beispiele hierfür sind name=* bei einem der zuvor genannten primären Tags oder bridge=yes bei highway=motorway.

In der Praxis gibt es einige Fälle in Stilen, die diesem Modell nicht folgen. Zum Beispiel werden Verwaltungsgrenzen von den meisten Kartenstilen nur dargestellt, wenn sie sowohl mit dem primären Tag (boundary=administrative) als auch mit einem admin_level=*-Tag (im Falle von OSM Carto mit admin_level zwischen 2 und 10) versehen sind. Dies erfordert die Einführung einer dritten Art von Tags in das Tagging-Modell:

  • Qualifier-Tags – das sind sekundäre Tags, ohne die das primäre Tag vom Stil nicht interpretiert wird.

Neben dem erwähnten Beispiel der administrativen Grenzen ist das häufigste Qualifier-Tag das name-Tag bei Merkmalen, die ein Kartenstil nur mit einer Namensbeschriftung wiedergibt.

Beachten Sie, dass verschiedene Kartenstile unterschiedliche Annahmen darüber treffen, was primäre und was sekundäre Tags sind, was die Analyse zusätzlich erschwert. OSM Bright und auch OSM Carto in frühen Versionen interpretieren name=* als primäres Tag und geben Namensbeschriftungen für alles mit einem Namens-Tag wieder, auch wenn keine anderen Tags vorhanden sind.

Und wie gesagt – was StyleInfo bisher nicht abdeckt, sind Kombinationen aus mehreren verschiedenen primären und sekundären Tags – was interessant zu betrachten ist, weil manchmal Stile solche Kombinationen explizit darstellen (wie eine Straße mit einem Brücken-Tag und Zugangsbeschränkungen), während in anderen Fällen ein Tag ein anderes überschattet (wie in den meisten Fällen mit mehreren primären Tags). Was ebenfalls nicht behandelt wird, sind tertiäre Tags – d. h. Fälle, in denen eine Kombination aus drei Tags zu einem anderen Rendering-Ergebnis führt – wie in OSM Carto bestimmte Werte von denomination=* in Kombination mit religion=christian auf amenity=place_of_worship, wodurch sich das verwendete Symbol ändert.

Die wichtigsten Einschränkungen

Einige haben sich vielleicht schon über die Auswahl an Stilen gewundert, die derzeit in StyleInfo angeboten werden. Wie Sie am Beispiel des Map-Machine-Stils sehen können, ist die Analyse nicht auf CartoCSS/Mapnik-Stile beschränkt. Aufgrund der großen Anzahl von Tests, die durchgeführt werden müssen, ist es jedoch erforderlich, dass die Integrationstests der gesamten Rendering-Kette effizient auf Allzweck-Hardware in einer Headless-Konfiguration ausgeführt werden können. Und das ist bei all den postmodernen clientseitigen Renderingstilen, die heutzutage beliebt sind, schwierig. Wenn mir jemand einen Arbeitsablauf zeigen kann, der Maplibre/Mapbox JSON-Stile als Bilddateien auf Headless-Allzweck-Hardware rendert, ohne auf esoterischen Ballast wie npm oder docker angewiesen zu sein, könnte ich es versuchen.

Für OSM Carto und andere Stile mit einer Rendering-Datenbank, die das OSM-Tagging direkt widerspiegelt, ohne dass die Tags beim Import aufwändig uminterpretiert werden, kann die Analyse des Kartenstils erheblich beschleunigt werden, indem der Datenbankimport aus dem Test ausgeschlossen wird. Dies unterstreicht meine frühere Beobachtung, dass die Idee, Tag-Interpretationen beim Datenimport und nicht während des Renderings durchzuführen – eine Überlegung, die in letzter Zeit in der OSM-Gemeinschaft an Popularität gewonnen hat – aus Sicht des Kartendesigns eine schlechte Idee ist. Man gewinnt nichts Substanzielles (denn Tag-Interpretation ist billig), und der Kartendesigner muss entweder den Datenbankimport in seine Designarbeit und seine Tests integrieren (so wie ich es für die StyleInfo-Analyse tun muss) oder seinen Stil nicht für OSM-Daten, sondern für ein zwischengeschaltetes Datenmodell entwickeln, das sich seiner Kontrolle entzieht (wozu die meisten postmodernen clientseitigen Rendering-Stilentwicklungen tendieren – daher wahrscheinlich die Popularität dieser Idee).

Eine brauchbare Karten-Legende?

StyleInfo dokumentiert, wie ein Kartenstil OpenStreetMap-Daten und -Tagging in eine visuelle Darstellung übersetzt. Obwohl dies offensichtlich ein Schlüsselelement für die Erstellung eines brauchbaren Kartenschlüssels oder einer Legende ist, fehlt die Übersetzung zwischen den OpenStreetMap-Tags und der Semantik der realen Welt, um sich als solche zu qualifizieren. Dies ist – wie sich einige Leser vielleicht erinnern – das Ziel von TagDoc. StyleInfo und TagDoc sind Projekte, die sich gegenseitig ergänzen, und die Idee ist, dass diese beiden zusammen Schlüsselkomponenten sein könnten, um einem breiteren Publikum ein besseres Verständnis der Semantik von OpenStreetMap-Daten und von OpenStreetMap-basierten Kartenstilen zu vermitteln.

Tags interpretiert von OpenStreetMap Carto - Visualisierung von StyleInfo, Link öffnet die interaktive Version

Tags interpretiert von OpenStreetMap Carto – Visualisierung von StyleInfo, Link öffnet die interaktive Version

Systematic testing in map design

19. Dezember 2022
von chris
Keine Kommentare

Systematisches Testen bei der Kartengestaltung

Deutscher Text auf Grundlage einer maschinellen Übersetzung mit deepl.

Das Thema dieses Beitrags ist etwas, mit dem ich mich schon seit einiger Zeit beschäftige – das Problem des systematischen Testens beim Kartendesign. Um zu verdeutlichen, worum es hier geht, muss ich ein wenig den größeren Zusammenhang erklären.

Traditionelles Testen bei der Kartengestaltung

Der traditionelle Weg, regelbasierte Kartenstile zu entwerfen, insbesondere im OpenStreetMap-Kontext, ist es, dies auf der Grundlage einer Testdatenbank zu tun, die eine Auswahl von tatsächlichen Kartendaten enthält. Die meisten Kartendesigner verfügen über eine Testdatenbank, die in der Regel entweder einen Auszug (z. B. von der Geofabrik oder mit der Overpass API erstellt) aus ihrem Interessengebiet oder eine Reihe von Gebieten aus verschiedenen Teilen der Welt enthält. Einen Eindruck vom Inhalt meiner Testdatenbank kann man sich in der ac-style Beispielgalerie verschaffen.

Für die Arbeit an der Gestaltung eines bestimmten Objekttyps sucht man sich ein oder mehrere Vorkommen dieses Objekttyps in Ihrer Testdatenbank und untersucht die Auswirkungen der Änderungen auf diese Vorkommen. Häufig verwendete Design-Tools – wie TileMill in den ersten Tagen oder Kosmtik (im Falle von CartoCSS-Stilen) und andere Tools, wie Maputnik, im Falle von JSON-basierten Styling-Sprachen – sind speziell für diesen Arbeitsablauf konzipiert.

Viele Beispiele für die Verwendung dieses Ansatzes bei der Stilentwicklung finden sich in OSM-Carto – wie hier.

Diese Arbeitsstrategie hat mehrere Vorteile

  • Sie ist relativ unkompliziert und erfordert keinen großen Arbeitsaufwand vom Designer, um loszulegen.
  • Sie testet das Design in genau dem Kontext, für den es gedacht ist, nämlich der Darstellung von tatsächlichen Kartendaten.

Aber sie bringt auch gewisse Nachteile mit sich

  • Man testet das Design nur in den Kontexten, die man zufällig als Beispiele ausgewählt hat. Das deckt in der Regel weder alle relevanten Situationen ab, in denen das Design verwendet werden soll, noch ist es repräsentativ für die gesamte Vielfalt der Orte, an denen das Merkmal auftritt.
  • Es ist sehr schwierig, irgendeine Art von systematischen Tests durchzuführen. Selbst der Vergleich zwischen verschiedenen Zoomstufen ist schwierig, da sich der geometrische Kontext beim Wechsel der Zoomstufe verändert.

Synthetische Tests

Aufgrund dieser Probleme haben die OSM-Carto-Entwickler seit langem damit begonnen, zusätzlich zu den traditionellen Tests auf der Grundlage von realen Testdaten synthetische Tests durchzuführen. Ich kann nicht mit Sicherheit sagen, wann dies das erste Mal gemacht wurde, aber hier sind zwei Beispiele:

OSM-Carto synthetic test example 1

OSM-Carto synthetic test example 2

Normalerweise werden solche Tests in JOSM entworfen, durch osmium renumber laufen gelassen und dann in eine Testdatenbank importiert.

Diese Art von Test ist vor allem für etwas erfahrenere Kartendesigner nützlich, die bereits im Voraus abschätzen können, in welchen Kontexten eine bestimmte Änderung besonders kritisch zu begutachten ist.

Ich würde sogar so weit gehen zu sagen, dass Änderungen des Straßenrenderingsystems von OSM-Carto, die oft in vielen verschiedenen Designkontexten funktionieren müssen, ohne den Einsatz synthetischer Tests fast unmöglich zu entwickeln sind. Das Rendering von unbefestigten Straßen, das es kürzlich endlich in OSM-Carto geschafft hat, ist ein gutes Beispiel dafür:

OSM-Carto synthetic test example 3

So nützlich diese Art des Testens auch ist, sie birgt immer auch die Gefahr, dass sich Kartendesigner vollständig auf synthetische Tests konzentrieren und das Testen mit realen Daten vernachlässigen. Das ist natürlich keine gute Idee. In der praktischen Kartengestaltung sind Tests mit realen Daten immer notwendig und wichtig.

Ein weiteres Problem besteht darin, dass bei dieser Art von handgezeichneten synthetischen Tests die Vergleichbarkeit zwischen verschiedenen Zoomstufen immer noch eingeschränkt ist.

Automatisierte Skalierung von Tests

Diese Einschränkung hat mich vor einigen Jahren dazu veranlasst, einen Ansatz zur automatischen Skalierung synthetischer Testdatensätze zu entwickeln, um eine bessere Vergleichbarkeit über Zoomstufen hinweg zu erreichen. Ich habe in diesem Blog bereits mehrfach Beispiele für diesen Ansatz gezeigt. Durch die Skalierung der Testdaten auf die gewünschte Zoomstufe werden die Rendering-Ergebnisse über verschiedene Zoomstufen hinweg viel besser vergleichbar. Dies ist besonders nützlich, um sicherzustellen, dass die Entwicklung von Designparametern über die verschiedenen Zoomstufen hinweg (z. B. Linienbreiten oder Beschriftungsgrößen) gut funktioniert.

Straßen-Elemente bei z16

Straßen-Elemente bei z16

Das Selbe bei z17 mit skalierten Geometrien

Das Selbe bei z17 mit skalierten Geometrien

Systematisches Testen

Sobald die automatische Skalierung von Tests funktioniert, ist es nur noch ein kleiner zusätzlicher Schritt, die Rendering-Ergebnisse systematisch in verschiedenen Zoomstufen und mit verschiedenen Kombinationen von Attributen zu testen. Dies ermöglicht zwei Dinge:

  • das formale Testen des Kartendesigns in allen verschiedenen Varianten, in denen es funktionieren soll.
  • die Funktionen eines Kartenstils umfassend zu dokumentieren.

Den zweiten Anwendungsfall habe ich schon vor einiger Zeit in TagDoc demonstriert:

Darstellungs-Beipiele aus TagDoc

In letzter Zeit habe ich das ganze Konzept des systematischen Testens von Kartenstilen zu einem Werkzeug weiterentwickelt, das ich im nächsten Blogpost vorstellen werde.

New Antarctic images for mapping

10. Dezember 2022
von chris
Keine Kommentare

Neue Bilder zum kartieren in der Antarktis

Ich habe einige weitere Satellitenbilder der Antarktis für die Kartierung in OpenStreetMap vorbereitet und zur Nutzung bereit gestellt. Sie decken hauptsächlich die Gebirge von Königin-Maud-Land ab, d. h. den Abschnitt der ostantarktischen Küste, der dem Atlantik zugewandt ist. Dieses Gebiet war in der Vergangenheit ein wichtiger Schwerpunkt der europäischen Erforschung der Antarktis und bietet einige der spektakulärsten Landschaften des Kontinents. Außerdem sind einige weitere Bilder der antarktischen Halbinsel enthalten.

Zusätzlich zu den Sentinel-2-Bildern mit einer Auflösung von 10m habe ich auch eine Reihe von Landsat-Bildern vom Abend bereit gestellt, da zwei Bilder mit unterschiedlichen Beleuchtungen für die Kartierung von Gipfeln und Graten in gebirgigem Gelände von großem Wert sein können. Hier ein Beispiel:

Auch sonst halte ich die einzelnen Bilder in separaten Ebenen, damit die Mapper zur besseren Beurteilung der örtlichen Situation mehrere verschiedene Bilder heranziehen können, sofern verfügbar.

Wer meine frühere Diskussion über den Stand der Kartierung der Antarktis gelesen hat, wird sich vielleicht fragen, warum ich mir die Mühe gemacht habe, obwohl die OSM-Community insgesamt eindeutig recht wenig Interesse an der Kartierung der Antarktis zeigt. Der Grund ist, dass ich angesichts der schlechten Situation der meisten üblichen Bildquellen, die von Mappern verwendet werden, sicherstellen möchte, dass die Kartierung hier zumindest nicht durch den Mangel an geeigneten Bildern behindert wird.

Die Bilder, die ich für die Antarktis aufbereitet habe, decken nun mehr als die Hälfte der Teile des Kontinents ab, die eisfreie Gebiete enthalten. Das bedeutet, dass Sie, wenn Sie an der Kartierung eines bestimmten Teils des Kontinents interessiert sind, möglicherweise immer noch kein geeignetes Bildmaterial finden können. Wenn Sie jedoch vor allem generell daran interessiert sind, den Kontinent im Allgemeinen zu kartieren, gibt es fast überall auf dem Kontinent jetzt gute Möglichkeiten dazu.

Wie bisher werden die neuen Bilder wahrscheinlich bald in den Editoren verfügbar sein – wer nicht warten möchte, kann diese auch manuell über die in meiner Vorschau-Karte angegebenen Links hinzufügen.

Green Marble 3 southwest China example

15. Oktober 2022
von chris
Keine Kommentare

„Green Marble“ Version 3

Ich freue mich, eine weitere Überarbeitung meines globalen Satellitenbild-Mosaiks, der „Green Marble“, vorzustellen.

Die „Green Marble“ ist ein Bild der gesamten Erdoberfläche in mittlerer Auflösung, welches die gesamte Oberfläche des Planeten, und zwar sowohl die Land- als auch die Wasserflächen, in unübertroffen gleichmäßiger Qualität darstellt. Und zwar auf Grundlage aktueller Daten und hundert Prozent wolkenfrei.

Green Marble 3 im Südwesten Chinas

Green Marble 3 im Südwesten Chinas (GM 2.1 zum Vergleich)

Die neu produzierte Version 3 bietet eine vollständige Aktualisierung der Landoberflächendarstellung, die nun in erster Linie auf Sentinel-3-Daten basiert (wie es die Wasserdarstellung bereits in Version 2 war) und eine völlig neue Aggregationsmethodik verwendet – basierend auf den Erfahrungen, die aus früheren Versionen der „Green Marble“ gewonnen wurden, sowie auf Techniken, die für regionale Zusammenstellungen entwickelt wurden.

Auch aus der Sicht des Anwenders ist die Version 3 eine enorme Qualitätsverbesserung – und ich werde im Folgenden einige Beispiele dafür geben.

Datenquellen

Die erste Version der „Green Marble“ wurde ausschließlich aus MODIS-Daten erstellt. Da beide Satelliten, die MODIS-Instrumente tragen, das Ende ihrer Lebensdauer erreicht haben, ist es jedoch für einen zukunftssicheren Weiterentwicklung wichtig, auf andere Bildquellen umzusteigen. Für Wasseroberflächen hatte ich bereits in Version 2 des Bildes auf die Verwendung von Sentinel-3-Daten umgestellt. Abgesehen von dem absehbaren Ende der Verfügbarkeit neuer MODIS-Beobachtungen sind die MODIS-Daten auch mit verschiedenen Problemen behaftet. Zusätzlich zu den verschiedenen Defiziten, die sich aus dem Alter des Instruments und der Tatsache ergeben, dass nur ein Spektralband des sichtbaren Lichts (rot) in hoher räumlicher Auflösung zur Verfügung steht, sind die neueren Versionen der MODIS-Oberflächenreflexionsdaten mit einigen ziemlich schweren systematischen Fehlern behaftet. Diese machen die Daten im Wesentlichen für Visualisierungsanwendungen unbrauchbar, wenn nicht erhebliche Anstrengungen unternommen werden, um diese Fehler nachträglich zu beheben. Dies hat die Produktion der „Green Marble“ aus MODIS-Daten bereits in Version 2 ziemlich schwierig gemacht und ist wahrscheinlich auch ein Hauptgrund dafür, dass man kaum noch neuere, großflächige visuelle Farbmosaike aus MODIS-Daten sieht.


Beispiel Cascade Range und Palouse (groß: GM 2.1/GM 3)

Die Sentinel-3-Oberflächen-Reflexionsdaten haben ihre eigenen Probleme (wie ich bereits erörtert habe), aber die meisten Fehler sind zufälliger Natur und daher nicht allzu problematisch, wenn man statistisch mit den Pixelwerten arbeitet. Das eigentliche Problem ist, dass die Sentinel-3-Synergy-Daten aufgrund der ziemlich dummen Maskierung von Wasserflächen unvollständig sind. Deshalb bin ich dazu übergegangen, Sentinel-3-Bilder auf Grundlage der Level-1-Daten zu verarbeiten, wobei ich Synergy-Level-2-Daten zur Kalibrierung der Atmosphären-Kompensation verwende. Dies erfordert natürlich die Verarbeitung eines viel größeren Datenvolumens. Insgesamt wurden für die Erstellung der „Green Marble“ Version 3 etwa 750 TB an Daten heruntergeladen und verarbeitet – darunter 120 TB MODIS-Daten, 320 TB Sentinel-3 OLCI Level-1-Daten, 170 TB Sentinel-3 Synergy Level-2-Daten und 140 TB Sentinel-3 OLCI Level-2-Wasserreflexionsdaten.

MODIS-Daten finden weiterhin für die Folgenden Zwecke Verwendung:

  • Kreuzkalibrierung der Farben mit Sentinel-3 zur Verbesserung der Farbgenauigkeit und zur Verringerung systematischer Fehler bei der Atmosphären-Kompensation.
  • Ergänzung der Sentinel-3-Daten bei hohen Breitengraden. Da Sentinel-3-Bilder bei einem niedrigeren Sonnenstand aufgenommen werden und eine strengere Aufnahmegrenze für die Sonnenhöhe angewandt wird, gibt es dort bei hohen Breitengraden weniger nützliche Daten.
  • Rendering der Antarktis. Die Sentinel-3-Daten sind für das Innere der Antarktis aufgrund der Beschränkungen der Umlaufbahn unvollständig, die Datenverarbeitung auf Anbieter-Seite (Wolkenerkennung, Atmosphärenkorrektur) ist in diesem Gebiet nicht von guter Qualität, und die Schelfeisgebiete fehlen in der Synergy-Verarbeitung weitgehend. In Verbindung mit den allgemeinen Einschränkungen bei hohen Breitengraden (siehe vorheriger Punkt) war die Verwendung von MODIS-Daten für die Antarktis daher wesentlich praktikabler.
  • Rendering von Meereis. Da Meereis weder in den Wasser- noch in den Landdatenverarbeitungsabläufen von Sentinel-3 enthalten ist, hätte die Verwendung von Sentinel-3-Daten hier erhebliche zusätzliche Daten-Vorverarbeitung erfordert.

Beispiel nördliches Ural-Gebirge (groß: GM 2.1/GM 3)

Wie Sie in den Beispielen sehen können, hat sich trotz des Wechsels der primären Datenquelle an der Gesamterscheinung des Bildes in Bezug auf die Farben in kleinem Maßstab im Vergleich zur vorherigen Version nicht viel geändert – was die sehr konsistente und genaue Farbdarstellung unterstreicht. Sowohl die Unterschiede in der Atmosphärenkompensation und die dabei verbleibenden systematischen Fehler als auch die unterschiedlichen spektralen Eigenschaften der beiden Sensoren führen zu einigen Farbverschiebungen in den Ergebnissen. Letztlich sind weder die MODIS- noch die OLCI-Instrumente ideal für eine genaue visuelle Farbdarstellung.


Beispiel Ägypten (groß: GM 2.1/GM 3)

Verbesserungen in der Verarbeitung

Neben der Umstellung der primären Datenquelle wurde für die Version 3 des Mosaiks auch die Methodik zur Verarbeitung der Landdaten völlig neu gestaltet. Dies hat zu ganz erheblichen Verbesserungen der Ergebnisse geführt, obwohl eine schmalere Datenbasis in Bezug auf die Anzahl der erfassten Jahre verwendet wurde.

Abgesehen von den Qualitätsverbesserungen, die ich im Folgenden anhand von Beispielen aufzeigen werde, möchte ich zunächst erwähnen, dass die gesamte Verarbeitung und damit auch das Endprodukt nun sowohl mit der erfassten Beleuchtung und Schattierung als auch in einer schattierungskompensierten Version vorliegen, die die beleuchtungsunabhängige Farbe der Erdoberfläche darstellt.


In den früheren Versionen der „Green Marble“ hatte ich diese unterschiedlichen Varianten, mit Ausnahme der Polarregionen in Version 2, nicht erzeugt, da durch die Kombination von Daten mit einem morgendlichen und einem nachmittäglichen Beobachtungszeitraum (von den Satelliten Terra und Aqua) die meisten Schattierungs-Effekte in den Bilddaten bereits beseitigt waren. Mit der Umstellung auf die Verwendung von überwiegend Sentinel-3-Daten mit einer konstant früheren morgendlichen Aufnahmezeit hat sich das geändert.


Beispiel Schottland (groß: Original-Beleuchtung/Beleuchtungs-kompensiert)

Basierend auf der Beleuchtungs-kompensierten Bildvariante können nun Darstellungen mit individuellen Schattierungen in deutlich besserer Qualität erstellt werden.


Insbesondere bei höheren Auflösungen sind des weiteren deutliche Qualitätsverbesserungen sichtbar, da das Rauschen fast überall deutlich reduziert werden konnte.


Beispiel Schottland (groß: GM 2.1/GM 3)


Beispiel Chersky-Gebirge (groß: GM 2.1/GM 3)

Dies gilt selbst für Wüstenregionen, in denen dies in der Standard-Tonwertzuordnung oft nicht so leicht zu erkennen ist, in denen eine kontrastverstärkte Darstellung aber auch eine deutliche Verbesserung zeigt.


Beispiel Ennedi (kontrastverstärkt, groß: GM 2.1/GM 3)

Abschließende Bemerkungen

Zum Abschluss dieser Ankündigung möchte ich ein wenig den historischen und wirtschaftlichen Kontext der „Green Marble“ als Produkt diskutieren.

Es ist nun mehr als acht Jahre her, seit ich 2014 die erste Version der „Green Marble“ angekündigt habe. In diesen Jahren und über die verschiedenen Aktualisierungen und Verbesserungen, die ich dem Bild zukommen ließ, ist es in seinem Marktsegment einzigartig geblieben. Im Wesentlichen konzentrieren sich alle Mitbewerber auf Produkte mit höherer räumlicher Auflösung, aber mit geringerer Qualität in fast allen anderen Aspekten (z. B. der Elimination sichtbarer Wolken, bezüglich Farbqualität und -konsistenz, Vollständigkeit der Abdeckung, Rauschpegel). Das bringt mich in vielerlei Hinsicht in eine komfortable Position, bedeutet aber auch, dass ich nur recht begrenzte Informationen über die Bedürfnisse des Marktes habe und darüber, wo Nutzer und potenzielle Nutzer der „Green Marble“ Defizite und Verbesserungsmöglichkeiten sehen.

Die Verbesserungen, die ich in Version 3 und davor entwickelt habe, basierten auf dem Feedback der Nutzer und meiner eigenen Einschätzung, wo es Defizite gibt und wo Dinge verbessert werden sollten. Ich halte das aber für eine recht eingeschränkte Perspektive auf das Produkt und seinen Wert für den Nutzer. Daher wäre ich sehr an einem Feedback von potentiellen Nutzern der „Green Marble“ interessiert – entweder in den Kommentaren unten oder per Mail. Wenn Ihnen die grundsätzliche Idee hinter der „Green Marble“ als globales Satellitenbildmosaik zusagt, insbesondere, dass sie nicht auf eine hohe räumliche Auflösung setzt, sondern andere Qualitätsaspekte in den Vordergrund stellt, würde mich interessieren, welche Qualitätsdimensionen für Sie am wichtigsten sind. Das wäre sehr interessant zu wissen, insbesondere, ob es auch Aspekte umfasst, die ich bisher nicht in den Vordergrund gestellt habe.

Mauritanien in der Green Marble 3

Mauritanien in der Green Marble 3

Wie gewohnt finden Sie die aktualisierte Spezifikationsseite für das „Green Marble“-Mosaik auf services.imagico.de. Bestehende Kunden mit einer „Green Marble“-Lizenz haben Anspruch auf ein vergünstigtes Update auf die neue Version. Wenn Sie Interesse an der Verwendung der „Green Marble“ in Ihrer Anwendung haben, kontaktieren Sie mich über das dortige Formular oder per E-Mail. Eine interaktive Karte in der Mercator-Projektion zum weiteren Herumstöbern finden Sie auch auf maps.imagico.de.

Patagonien in der Green Marble 3

Patagonien in der Green Marble 3

Deutscher Text teils unter Verwendung von deepl.com produziert.

Nettilling Lake in early October 2022

5. Oktober 2022
von chris
Keine Kommentare

Herbst und Frühling in den Polarregionen

Als Ergänzung zu den Herbstfarben-Bildern neulich hier zwei Ansichten aus den Polarregionen vom Herbst und Frühling auf der nördlichen und südlichen Hemisphäre. Das erste zeigt das Ellsworthgebirge bei niedrigem Sonnenstand, kurz nach Ende des südlichen Winters und nach Beginn der Beobachtungs-Saison im September.

Ellsworthgebirge Ende September 2022

Ellsworthgebirge Ende September 2022

Das zweite zeigt die südliche Baffin-Insel mit dem Nettilling Lake nach dem ersten Schneefall Anfang Oktober.

Nettilling Lake Anfang Oktober 2022

Nettilling Lake Anfang Oktober 2022

Beide Ansichten sind auf Grundlage von Landsat-8-Daten produziert und finden sich im Katalog auf services.imagico.de.

30. September 2022
von chris
Keine Kommentare

Blog zieht um

Wie Sie vielleicht schon bemerkt haben, ist dieses Blog umgezogen – von blog.imagico.de nach imagico.de/blog. Das dient in erster Linie dazu, auch https-Verbindungen zu ermöglichen (wofür eine separate subdomain unpraktisch war). Der Umzug wurde erschwert dadurch, dass ein Adress-Wechsel mit WordPress nicht so einfach durchzuführen ist. Ich hab das nun endlich mal umgesetzt und dabei auch die Worpress-Version aktualisiert, was mittlerweile ebenfalls meist ein erheblicher Aufwand ist.

Alle Links zur alten Adresse sollten an den neuen Ort weitergeleitet werden.

Ich hoffe, das alles wie zuvor funktioniert. Falls jemanden irgendwelche Probleme auffallen, bitte in den Kommentaren drauf hinweisen.

Shiveluch, Kamchatka in Autumn 2022

22. September 2022
von chris
Keine Kommentare

Herbstfarben 2022

Der Herbst 2022 hat auf der nördlichen Hemisphere begonnen und dafür hier zwei Eindrücke früher Herbstfärbung, der erste aus Kamtschatka:

Shiveluch, Kamchatka im Herbst 2022

Shiveluch, Kamtschatka im Herbst 2022

Shiveluch Detail

Shiveluch Detail

Der zweite aus Kanada, vom unteren Ende des Great Slave Lake nahe Fort Providence, wo der Yellowknife Highway den Mackenzie River kreuzt:

Fort Providence und Mackenzie River im Herbst 2022

Fort Providence und Mackenzie River im Herbst 2022

Fort Providence Detail

Fort Providence Detail

Beide Ansichten basieren auf Sentinel-2-Daten und finden sich im Katalog auf services.imagico.de.