SlideShare a Scribd company logo
Store volumer rasterdata –
    utfordringer og problemer med
    Mosaic Dataset
    Odd A. Steinlein, Statoil

    Kjetil Trengereid, Geodata



1
Who we are

    • Energy company present in 34 countries with 20,000 employees

    • Produced 1.96 million barrels of oil equivalent (boe) per day in 2009 (equity
      production)

    • About 22 billion boe in proven resources (5.4 billion as booked reserves)

    • One of the world’s largest net sellers of crude oil

    • The world's largest operator in waters deeper than 100 metres

    • World leader in carbon storage

    • The second largest exporter of gas to Europe



2
Our business environment




    • Demand for energy will continue to accelerate as the population and economies in the
      developing world expands, with fossil fuels playing key role
    • Competition for access to oil and gas resources is sharpening, economically and
      technologically
    • Costs of adapting to climate change is set to rise



3
ArcGIS brukere i Statoil

                                                                 N o r w ay
                                                                                  S w e d en
                                                     D u b lin                                  M o s co w
         C alg ar y
                                                                           D en m a rk
                                                        London
                                                                                                           B ak u         B e ijin g

                                                                                 L ib ya
             H o u s to n                                                                      C a iro
                                                                                                               D u b ai
                                                              A lg e ria


                            C a ra cas
                                                                           L ag o s


                                                                                                                          J ak art a
                                                                                 Lua nda


                                         R io d e Ja n eiro

                                                                                                                            P er th
                                                                                      S o u th A fr ic a




    Over 1200 registrerte desktop brukere

4
SEABED SURVEY




5
Multibeam Echosunder System (MBES)
    • Multibeam Echosounders, også kjent som Swathe eller
      Swath Echosounders, brukes for å kartlegge store
      områder på sjøbunnen


    • MBES systemer måler mange dyp langs et sveip som brer
      seg ut fra sender-arrayet. Sveipebredden varierer fra noen
      meter til flere hundre meter


    • Systemer på markedet i dag kan måle opp til 1024 dyp i
      ett sveip og opp til 50 sveip kan samles inn pr. sekund


    • Typisk mer en 73 mill. dybdemålinger pr. time (XYZ) blir
      lagret


    • MBES data prosesseres til et regulært grid format (Digital
      Terrain Model, DTM)




6
Datavolumer

    • Statoil samler årlig inn relativt        MBE sveip
      store mengder - ca 70 km2
      detaljerte, batymetriske data
         − Inspeksjon av
           rørledninger og                Kartlagt område
           plattformer, planlegging
           av nye brønner osv
    • MBES data lages med >= 10
      cm oppløsning




7
Datalagring

    • Surveydata kommer inn fra kontraktører som ASCII XYZ-filer
    • Konverteres fra ASCII til raster
        − geoTIFF eller .img
    • Lagres i Oracle SDE-database i rasterkataloger
        − Terrengmodell
        − Terrengskygge
        − P.t. rundt 40.000 terrengmodeller lastet (av totalt 60.000 tidligere innsamlet)




8
Soundings data




9
Soundings data og 10 cm grid




10
Griddede data – 10 cm noder




11
Griddede data (10cm) – fargekodete dyp




12
Griddede data (10cm) - terrengskygge




13
Griddede data - fargekodet dyp + terrengskygge




14
Mange “små” rasterdatasett




            • Hvert raster tilsvarer 15 minutter opptak
            • Lengde 50 – 100 m
            • Rundt 1100x1100 pixels à 32 bit
            • 4-5 MB ukomprimert


15
Raster catalog data




16
Mosaic Dataset

     • Ny geodatabasemodell i ArcGIS 10 for å administrere og distribuere raster data
     • En “oppgradert” raster catalog med mosaikkvisning og “on-the-fly” prosesserings-
       funksjonalitet
         − for eksempel ”Hillshade”, ”Shaded Relief” og ”Stretch”
     • Kan håndtere data fra flere ulike kilder som for eksempel rasterfiler i mapper,
       geodatabaser, WCS Service etc.
         − Dataene blir ikke lastet til mosaikk datasettet, de er kun referert
     • Består av 3 lag: Boundary, Footprints og Image
     • Håndterer data med ulike oppløsning. Ingen resampling.
     • Vises som ett sammenhengende rasterdatasett
     • Kan distribueres som en ”image service”



17
Fordeler med Mosaic Dataset

     • Forbedringer i forhold til Raster Catalog:
         − Kan peke (”Identify”) i kartet og få ut
           pixel-verdier
         − Kan brukes i geoprosesserings-
           verktøy
         − Dynamisk mosaikkering:
              • Closest to center
              • By Date
              • By Attribute (for eksempel
                oppløsning)
              • etc.



18
Overlappende data

     • Flere metoder for å
       håndtere overlappende
       rastere
         − First
         − Last
         − Min
         − Max
         − Mean
         − Blend




19
Prosessering ved visning

     • Kan legge til og kombinere funksjoner for
       ”on-the-fly” prosessering
         − Hillshade, Shaded Relief, Clip, Mask
           etc.
     • Funksjoner kan gjelde hele mosaikk
       datasettet eller individuelle rastere.




20
Hvordan lage et mosaikk datasett

     • Nytt toolset i ArcGIS10 for Mosaic Dataset med 16 verktøy
     • Create Mosaic Dataset
     • Add rasters To Mosaic Dataset
         − Dersom kildedataene er i en raster katalog, så må
           ”Raster Type” settes til ”Table” om man vil ha hvert
           enkelt raster inn som en egen rad i mosaikk
           datasettet.
     • Dersom man ønsker mer detaljerte footprints, kan man
       bruke ”Build Footprints” og øke antall ”Approximate number
       of vertices”. 25 er default.
     • Både Boundary og Footprint feature klassene kan editeres
       manuelt
     • Boundary brukes for å avgrense gyldig område for
       mosaikken. Raster data som ligger utenfor Boundary vil ikke
       vises


21
Overviews

     • Bygger rastere med lavere
       oppløsning for å
         − Øke opptegnings-
           hastighet
         − Redusere CPU bruk
         − Betyr at færre rastere må
           undersøkes for å vise det   • Kan distribueres ut som en Image Service
           mosaikkerte bildet            ved hjelp av ArcGIS Server Image
                                         Extension.
                                       • Referenced Mosaic Datasets kan brukes for
                                         å lage ulike visninger av en mosaikk
                                           − for eksempel utvalg av data basert på
                                             dato, Slope, Shaded Relief etc.



22
Overviews

     • Ved bygging av overviews hvor en ønsker å endre noen av standard-
       innstillingene, kan ”Define Overviews” brukes:
     • Kan endre innstillinger for
         − Hvor overview’ene skal lagres
         − Antall nivåer
         − Sampling faktor pr. nivå
         − Kompresjonsmetode etc.
     • Etter at innstillinger er satt, bruker en ”Build Overviews” for å bygge overview’ene




23
Visning

     • Footprint feature-klassen
       inneholder to attributter
       som styrer når ulike
       rastere skal vises
          − ”MINPS” og
            ”MAXPS”
          − Faktor i forhold til   • Scale = (CellSize_in_units x Meters_per_unit) x
            skala                    Dots_per_inch/Meters_per_inch
          − Kan kalkuleres         • Skala = cellestørrelse(m) x 96/0.0254
            manuelt
                                   • I tabellen over tilsvarer MAXPS = 0.001667
                                        − 185 m        ->        1 : 700000
                                        − Opp til skala 1:700000 vises originaldata m/pyramider
                                        − Over denne skala trår overviews til



24
Eksempel: ASTER terrengmodell

     • Dekker hele verden
     • ~30 m oppløsning
     • 22600 tiles
     • Signed 16 bit pixels
     • 25mb pr tile * 22600 = 565 gigabyte ukomprimert
     • ASTER mosaikk testdatasettet består av 400 tiles i
       Nord-Afrika




25
26
Kombinert terrengmodell og -skygge




     Referenced mosaic




     Referenced mosaic

27
Relieff-
     kart




            Referenced mosaic
            Referenced mosaic

28
Helning




29
Terrengmodell og helning




30
BathyDTM mosaikk datasett

     • Basert på en raster catalog med ca. 5000 rasterdatasett.
         − Rastere i ED50, UTM Zone 31N og 32N
         − Raster kolonne uten koordinatsystem
             • har ingen betydning for resultat under

         − Shape kolonne (footprints) i WGS84
     • Problemer:
         − Ikke samsvar mellom footprints og data
             • Dette gjelder både i mosaikk og i rasterkatalog
         − Bygging av Overviews stopper opp når alle data tas med




31
Sammen med originaldata fra raster katalog
     • Orginaldata (blå) samsvarer med footprint’ene til mosaikk datasettet




             Mosaikk



                                                                              Original
     Mosaic WGS84                  Mosaic ED50
     Mosaikk skiftet til venstre   Mosaikk riktig i forhold til
                                   originaldata

     Footprints riktig i forhold   Footprints er skiftet til
     til originaldata              høyre



32
BathyDTM Raster catalog




     • Shape kolonne endret
       til ED50




33
Mosaikk – automatisk genererte footprints




     • Korrekte footprints
     • Statistikk blir ikke bygget
       automatisk før overviews er
       laget
     • Gjelder også referenced
         − Må genereres manuelt



34
Regenerere footprints

     • Pass på data med negativ verdi
     • Irregulære data
         − Øke antall vertices (> 25)
         − Maintain sheet edges
     • Definere og bygge overviews etter
       at nye footprints er laget




35
36
37
Anbefalinger/konklusjon
     • ”Rett fram” å lage mosaikk datasett med regulære data
     • Rastere og geometri-kolonne (footprints) må være i samme datum i raster catalog når
       denne er input til mosaikk
     • Må ikke bygge overviews – kan bruke data med grovere oppløsning som overview
         − Raskere
     • Bygg mosaic dataset på logisk ”samhørende” data; dvs:
         − Utvalgt oppløsning
         − Utvalg på egenskap (f.eks. satellitt sensor)
     • Publisér ulike visninger med referanse-mosaikker (referenced mosaic)
         − Bruker ”definition query” + ”on-the-fly” funksjoner
              • Terrengskygge
              • Terreng
              • Helning
     • Bygge overviews er tidkrevende for irregulære omriss!!


38
Thank you
     Presentation title

     Presenters name
     Presenters title
     E-mail address, tel: +00 00 00 00
     www.statoil.com




39

More Related Content

More from Geodata AS

ArcGIS Portal og sharepoint - en fleksibel kombinasjon - BK2016
ArcGIS Portal og sharepoint - en fleksibel kombinasjon - BK2016ArcGIS Portal og sharepoint - en fleksibel kombinasjon - BK2016
ArcGIS Portal og sharepoint - en fleksibel kombinasjon - BK2016
Geodata AS
 
Enkel tilgang på live trafikkinformasjon - BK2016
Enkel tilgang på live trafikkinformasjon - BK2016Enkel tilgang på live trafikkinformasjon - BK2016
Enkel tilgang på live trafikkinformasjon - BK2016
Geodata AS
 
Anvendelse av ArcGIS-plattformen for planlegging gjennomføring - BK2016
Anvendelse av ArcGIS-plattformen for planlegging gjennomføring - BK2016Anvendelse av ArcGIS-plattformen for planlegging gjennomføring - BK2016
Anvendelse av ArcGIS-plattformen for planlegging gjennomføring - BK2016
Geodata AS
 
Dynamisk ressurs modellering - miljørisikoanalyse for arktiske olje og gass a...
Dynamisk ressurs modellering - miljørisikoanalyse for arktiske olje og gass a...Dynamisk ressurs modellering - miljørisikoanalyse for arktiske olje og gass a...
Dynamisk ressurs modellering - miljørisikoanalyse for arktiske olje og gass a...
Geodata AS
 
Arctic Risk Map - kommuniserer regionens sikkerhet og miljø risiko - BK2016
Arctic Risk Map -  kommuniserer regionens sikkerhet og miljø risiko - BK2016Arctic Risk Map -  kommuniserer regionens sikkerhet og miljø risiko - BK2016
Arctic Risk Map - kommuniserer regionens sikkerhet og miljø risiko - BK2016
Geodata AS
 
Tilstandsregistrering av landbruksveger i Hedmark ved hjelp av collector for ...
Tilstandsregistrering av landbruksveger i Hedmark ved hjelp av collector for ...Tilstandsregistrering av landbruksveger i Hedmark ved hjelp av collector for ...
Tilstandsregistrering av landbruksveger i Hedmark ved hjelp av collector for ...
Geodata AS
 
Bruks av ArcGIS Online som samhandlingsplattform i beredskap og krise - BK2016
Bruks av ArcGIS Online som samhandlingsplattform i beredskap og krise - BK2016Bruks av ArcGIS Online som samhandlingsplattform i beredskap og krise - BK2016
Bruks av ArcGIS Online som samhandlingsplattform i beredskap og krise - BK2016
Geodata AS
 
Kom i gang med ArcGIS Pro
Kom i gang med ArcGIS ProKom i gang med ArcGIS Pro
Kom i gang med ArcGIS Pro
Geodata AS
 
ArcGIS en plattform for hele virksomheten - BK2016
ArcGIS  en plattform for hele virksomheten - BK2016ArcGIS  en plattform for hele virksomheten - BK2016
ArcGIS en plattform for hele virksomheten - BK2016
Geodata AS
 
Geografiske analyser i ArcGIS - BK 2016
Geografiske analyser i ArcGIS - BK 2016Geografiske analyser i ArcGIS - BK 2016
Geografiske analyser i ArcGIS - BK 2016
Geodata AS
 
Skredregistrering.no og norsk skreddatabase - BK2016
Skredregistrering.no og norsk skreddatabase - BK2016Skredregistrering.no og norsk skreddatabase - BK2016
Skredregistrering.no og norsk skreddatabase - BK2016
Geodata AS
 
Laserskanning av skog fra drone gir nye muligheter - BK2016
Laserskanning av skog fra drone gir nye muligheter - BK2016Laserskanning av skog fra drone gir nye muligheter - BK2016
Laserskanning av skog fra drone gir nye muligheter - BK2016
Geodata AS
 
Effektivisering av kartproduksjon - BK2016
Effektivisering av kartproduksjon - BK2016Effektivisering av kartproduksjon - BK2016
Effektivisering av kartproduksjon - BK2016
Geodata AS
 
Ajourhold av N50 kartdata – før nå og så? - BK2016
Ajourhold av N50 kartdata – før nå og så? - BK2016Ajourhold av N50 kartdata – før nå og så? - BK2016
Ajourhold av N50 kartdata – før nå og så? - BK2016
Geodata AS
 
Frå tråkk til plankart - en analyse av barnetråkkregistreringer i Giske kommu...
Frå tråkk til plankart - en analyse av barnetråkkregistreringer i Giske kommu...Frå tråkk til plankart - en analyse av barnetråkkregistreringer i Giske kommu...
Frå tråkk til plankart - en analyse av barnetråkkregistreringer i Giske kommu...
Geodata AS
 
Powel water – nye løsninger for vannbransjen - BK2016
Powel water – nye løsninger for vannbransjen - BK2016Powel water – nye løsninger for vannbransjen - BK2016
Powel water – nye løsninger for vannbransjen - BK2016
Geodata AS
 
Forvaltningsløsning for høydedata - BK2016
Forvaltningsløsning for høydedata - BK2016Forvaltningsløsning for høydedata - BK2016
Forvaltningsløsning for høydedata - BK2016
Geodata AS
 
Forvaltning av belysningsinfrastruktur i Oslo kommune - BK2016
Forvaltning av belysningsinfrastruktur i Oslo kommune - BK2016Forvaltning av belysningsinfrastruktur i Oslo kommune - BK2016
Forvaltning av belysningsinfrastruktur i Oslo kommune - BK2016
Geodata AS
 
Building disconnected applications with the Geocortex mobile application fram...
Building disconnected applications with the Geocortex mobile application fram...Building disconnected applications with the Geocortex mobile application fram...
Building disconnected applications with the Geocortex mobile application fram...
Geodata AS
 
Geografisk involverings system - BK2016
Geografisk involverings system - BK2016Geografisk involverings system - BK2016
Geografisk involverings system - BK2016
Geodata AS
 

More from Geodata AS (20)

ArcGIS Portal og sharepoint - en fleksibel kombinasjon - BK2016
ArcGIS Portal og sharepoint - en fleksibel kombinasjon - BK2016ArcGIS Portal og sharepoint - en fleksibel kombinasjon - BK2016
ArcGIS Portal og sharepoint - en fleksibel kombinasjon - BK2016
 
Enkel tilgang på live trafikkinformasjon - BK2016
Enkel tilgang på live trafikkinformasjon - BK2016Enkel tilgang på live trafikkinformasjon - BK2016
Enkel tilgang på live trafikkinformasjon - BK2016
 
Anvendelse av ArcGIS-plattformen for planlegging gjennomføring - BK2016
Anvendelse av ArcGIS-plattformen for planlegging gjennomføring - BK2016Anvendelse av ArcGIS-plattformen for planlegging gjennomføring - BK2016
Anvendelse av ArcGIS-plattformen for planlegging gjennomføring - BK2016
 
Dynamisk ressurs modellering - miljørisikoanalyse for arktiske olje og gass a...
Dynamisk ressurs modellering - miljørisikoanalyse for arktiske olje og gass a...Dynamisk ressurs modellering - miljørisikoanalyse for arktiske olje og gass a...
Dynamisk ressurs modellering - miljørisikoanalyse for arktiske olje og gass a...
 
Arctic Risk Map - kommuniserer regionens sikkerhet og miljø risiko - BK2016
Arctic Risk Map -  kommuniserer regionens sikkerhet og miljø risiko - BK2016Arctic Risk Map -  kommuniserer regionens sikkerhet og miljø risiko - BK2016
Arctic Risk Map - kommuniserer regionens sikkerhet og miljø risiko - BK2016
 
Tilstandsregistrering av landbruksveger i Hedmark ved hjelp av collector for ...
Tilstandsregistrering av landbruksveger i Hedmark ved hjelp av collector for ...Tilstandsregistrering av landbruksveger i Hedmark ved hjelp av collector for ...
Tilstandsregistrering av landbruksveger i Hedmark ved hjelp av collector for ...
 
Bruks av ArcGIS Online som samhandlingsplattform i beredskap og krise - BK2016
Bruks av ArcGIS Online som samhandlingsplattform i beredskap og krise - BK2016Bruks av ArcGIS Online som samhandlingsplattform i beredskap og krise - BK2016
Bruks av ArcGIS Online som samhandlingsplattform i beredskap og krise - BK2016
 
Kom i gang med ArcGIS Pro
Kom i gang med ArcGIS ProKom i gang med ArcGIS Pro
Kom i gang med ArcGIS Pro
 
ArcGIS en plattform for hele virksomheten - BK2016
ArcGIS  en plattform for hele virksomheten - BK2016ArcGIS  en plattform for hele virksomheten - BK2016
ArcGIS en plattform for hele virksomheten - BK2016
 
Geografiske analyser i ArcGIS - BK 2016
Geografiske analyser i ArcGIS - BK 2016Geografiske analyser i ArcGIS - BK 2016
Geografiske analyser i ArcGIS - BK 2016
 
Skredregistrering.no og norsk skreddatabase - BK2016
Skredregistrering.no og norsk skreddatabase - BK2016Skredregistrering.no og norsk skreddatabase - BK2016
Skredregistrering.no og norsk skreddatabase - BK2016
 
Laserskanning av skog fra drone gir nye muligheter - BK2016
Laserskanning av skog fra drone gir nye muligheter - BK2016Laserskanning av skog fra drone gir nye muligheter - BK2016
Laserskanning av skog fra drone gir nye muligheter - BK2016
 
Effektivisering av kartproduksjon - BK2016
Effektivisering av kartproduksjon - BK2016Effektivisering av kartproduksjon - BK2016
Effektivisering av kartproduksjon - BK2016
 
Ajourhold av N50 kartdata – før nå og så? - BK2016
Ajourhold av N50 kartdata – før nå og så? - BK2016Ajourhold av N50 kartdata – før nå og så? - BK2016
Ajourhold av N50 kartdata – før nå og så? - BK2016
 
Frå tråkk til plankart - en analyse av barnetråkkregistreringer i Giske kommu...
Frå tråkk til plankart - en analyse av barnetråkkregistreringer i Giske kommu...Frå tråkk til plankart - en analyse av barnetråkkregistreringer i Giske kommu...
Frå tråkk til plankart - en analyse av barnetråkkregistreringer i Giske kommu...
 
Powel water – nye løsninger for vannbransjen - BK2016
Powel water – nye løsninger for vannbransjen - BK2016Powel water – nye løsninger for vannbransjen - BK2016
Powel water – nye løsninger for vannbransjen - BK2016
 
Forvaltningsløsning for høydedata - BK2016
Forvaltningsløsning for høydedata - BK2016Forvaltningsløsning for høydedata - BK2016
Forvaltningsløsning for høydedata - BK2016
 
Forvaltning av belysningsinfrastruktur i Oslo kommune - BK2016
Forvaltning av belysningsinfrastruktur i Oslo kommune - BK2016Forvaltning av belysningsinfrastruktur i Oslo kommune - BK2016
Forvaltning av belysningsinfrastruktur i Oslo kommune - BK2016
 
Building disconnected applications with the Geocortex mobile application fram...
Building disconnected applications with the Geocortex mobile application fram...Building disconnected applications with the Geocortex mobile application fram...
Building disconnected applications with the Geocortex mobile application fram...
 
Geografisk involverings system - BK2016
Geografisk involverings system - BK2016Geografisk involverings system - BK2016
Geografisk involverings system - BK2016
 

BK2011 Statoil - Store volumer av rasterdata

  • 1. Store volumer rasterdata – utfordringer og problemer med Mosaic Dataset Odd A. Steinlein, Statoil Kjetil Trengereid, Geodata 1
  • 2. Who we are • Energy company present in 34 countries with 20,000 employees • Produced 1.96 million barrels of oil equivalent (boe) per day in 2009 (equity production) • About 22 billion boe in proven resources (5.4 billion as booked reserves) • One of the world’s largest net sellers of crude oil • The world's largest operator in waters deeper than 100 metres • World leader in carbon storage • The second largest exporter of gas to Europe 2
  • 3. Our business environment • Demand for energy will continue to accelerate as the population and economies in the developing world expands, with fossil fuels playing key role • Competition for access to oil and gas resources is sharpening, economically and technologically • Costs of adapting to climate change is set to rise 3
  • 4. ArcGIS brukere i Statoil N o r w ay S w e d en D u b lin M o s co w C alg ar y D en m a rk London B ak u B e ijin g L ib ya H o u s to n C a iro D u b ai A lg e ria C a ra cas L ag o s J ak art a Lua nda R io d e Ja n eiro P er th S o u th A fr ic a Over 1200 registrerte desktop brukere 4
  • 6. Multibeam Echosunder System (MBES) • Multibeam Echosounders, også kjent som Swathe eller Swath Echosounders, brukes for å kartlegge store områder på sjøbunnen • MBES systemer måler mange dyp langs et sveip som brer seg ut fra sender-arrayet. Sveipebredden varierer fra noen meter til flere hundre meter • Systemer på markedet i dag kan måle opp til 1024 dyp i ett sveip og opp til 50 sveip kan samles inn pr. sekund • Typisk mer en 73 mill. dybdemålinger pr. time (XYZ) blir lagret • MBES data prosesseres til et regulært grid format (Digital Terrain Model, DTM) 6
  • 7. Datavolumer • Statoil samler årlig inn relativt MBE sveip store mengder - ca 70 km2 detaljerte, batymetriske data − Inspeksjon av rørledninger og Kartlagt område plattformer, planlegging av nye brønner osv • MBES data lages med >= 10 cm oppløsning 7
  • 8. Datalagring • Surveydata kommer inn fra kontraktører som ASCII XYZ-filer • Konverteres fra ASCII til raster − geoTIFF eller .img • Lagres i Oracle SDE-database i rasterkataloger − Terrengmodell − Terrengskygge − P.t. rundt 40.000 terrengmodeller lastet (av totalt 60.000 tidligere innsamlet) 8
  • 10. Soundings data og 10 cm grid 10
  • 11. Griddede data – 10 cm noder 11
  • 12. Griddede data (10cm) – fargekodete dyp 12
  • 13. Griddede data (10cm) - terrengskygge 13
  • 14. Griddede data - fargekodet dyp + terrengskygge 14
  • 15. Mange “små” rasterdatasett • Hvert raster tilsvarer 15 minutter opptak • Lengde 50 – 100 m • Rundt 1100x1100 pixels à 32 bit • 4-5 MB ukomprimert 15
  • 17. Mosaic Dataset • Ny geodatabasemodell i ArcGIS 10 for å administrere og distribuere raster data • En “oppgradert” raster catalog med mosaikkvisning og “on-the-fly” prosesserings- funksjonalitet − for eksempel ”Hillshade”, ”Shaded Relief” og ”Stretch” • Kan håndtere data fra flere ulike kilder som for eksempel rasterfiler i mapper, geodatabaser, WCS Service etc. − Dataene blir ikke lastet til mosaikk datasettet, de er kun referert • Består av 3 lag: Boundary, Footprints og Image • Håndterer data med ulike oppløsning. Ingen resampling. • Vises som ett sammenhengende rasterdatasett • Kan distribueres som en ”image service” 17
  • 18. Fordeler med Mosaic Dataset • Forbedringer i forhold til Raster Catalog: − Kan peke (”Identify”) i kartet og få ut pixel-verdier − Kan brukes i geoprosesserings- verktøy − Dynamisk mosaikkering: • Closest to center • By Date • By Attribute (for eksempel oppløsning) • etc. 18
  • 19. Overlappende data • Flere metoder for å håndtere overlappende rastere − First − Last − Min − Max − Mean − Blend 19
  • 20. Prosessering ved visning • Kan legge til og kombinere funksjoner for ”on-the-fly” prosessering − Hillshade, Shaded Relief, Clip, Mask etc. • Funksjoner kan gjelde hele mosaikk datasettet eller individuelle rastere. 20
  • 21. Hvordan lage et mosaikk datasett • Nytt toolset i ArcGIS10 for Mosaic Dataset med 16 verktøy • Create Mosaic Dataset • Add rasters To Mosaic Dataset − Dersom kildedataene er i en raster katalog, så må ”Raster Type” settes til ”Table” om man vil ha hvert enkelt raster inn som en egen rad i mosaikk datasettet. • Dersom man ønsker mer detaljerte footprints, kan man bruke ”Build Footprints” og øke antall ”Approximate number of vertices”. 25 er default. • Både Boundary og Footprint feature klassene kan editeres manuelt • Boundary brukes for å avgrense gyldig område for mosaikken. Raster data som ligger utenfor Boundary vil ikke vises 21
  • 22. Overviews • Bygger rastere med lavere oppløsning for å − Øke opptegnings- hastighet − Redusere CPU bruk − Betyr at færre rastere må undersøkes for å vise det • Kan distribueres ut som en Image Service mosaikkerte bildet ved hjelp av ArcGIS Server Image Extension. • Referenced Mosaic Datasets kan brukes for å lage ulike visninger av en mosaikk − for eksempel utvalg av data basert på dato, Slope, Shaded Relief etc. 22
  • 23. Overviews • Ved bygging av overviews hvor en ønsker å endre noen av standard- innstillingene, kan ”Define Overviews” brukes: • Kan endre innstillinger for − Hvor overview’ene skal lagres − Antall nivåer − Sampling faktor pr. nivå − Kompresjonsmetode etc. • Etter at innstillinger er satt, bruker en ”Build Overviews” for å bygge overview’ene 23
  • 24. Visning • Footprint feature-klassen inneholder to attributter som styrer når ulike rastere skal vises − ”MINPS” og ”MAXPS” − Faktor i forhold til • Scale = (CellSize_in_units x Meters_per_unit) x skala Dots_per_inch/Meters_per_inch − Kan kalkuleres • Skala = cellestørrelse(m) x 96/0.0254 manuelt • I tabellen over tilsvarer MAXPS = 0.001667 − 185 m -> 1 : 700000 − Opp til skala 1:700000 vises originaldata m/pyramider − Over denne skala trår overviews til 24
  • 25. Eksempel: ASTER terrengmodell • Dekker hele verden • ~30 m oppløsning • 22600 tiles • Signed 16 bit pixels • 25mb pr tile * 22600 = 565 gigabyte ukomprimert • ASTER mosaikk testdatasettet består av 400 tiles i Nord-Afrika 25
  • 26. 26
  • 27. Kombinert terrengmodell og -skygge Referenced mosaic Referenced mosaic 27
  • 28. Relieff- kart Referenced mosaic Referenced mosaic 28
  • 31. BathyDTM mosaikk datasett • Basert på en raster catalog med ca. 5000 rasterdatasett. − Rastere i ED50, UTM Zone 31N og 32N − Raster kolonne uten koordinatsystem • har ingen betydning for resultat under − Shape kolonne (footprints) i WGS84 • Problemer: − Ikke samsvar mellom footprints og data • Dette gjelder både i mosaikk og i rasterkatalog − Bygging av Overviews stopper opp når alle data tas med 31
  • 32. Sammen med originaldata fra raster katalog • Orginaldata (blå) samsvarer med footprint’ene til mosaikk datasettet Mosaikk Original Mosaic WGS84 Mosaic ED50 Mosaikk skiftet til venstre Mosaikk riktig i forhold til originaldata Footprints riktig i forhold Footprints er skiftet til til originaldata høyre 32
  • 33. BathyDTM Raster catalog • Shape kolonne endret til ED50 33
  • 34. Mosaikk – automatisk genererte footprints • Korrekte footprints • Statistikk blir ikke bygget automatisk før overviews er laget • Gjelder også referenced − Må genereres manuelt 34
  • 35. Regenerere footprints • Pass på data med negativ verdi • Irregulære data − Øke antall vertices (> 25) − Maintain sheet edges • Definere og bygge overviews etter at nye footprints er laget 35
  • 36. 36
  • 37. 37
  • 38. Anbefalinger/konklusjon • ”Rett fram” å lage mosaikk datasett med regulære data • Rastere og geometri-kolonne (footprints) må være i samme datum i raster catalog når denne er input til mosaikk • Må ikke bygge overviews – kan bruke data med grovere oppløsning som overview − Raskere • Bygg mosaic dataset på logisk ”samhørende” data; dvs: − Utvalgt oppløsning − Utvalg på egenskap (f.eks. satellitt sensor) • Publisér ulike visninger med referanse-mosaikker (referenced mosaic) − Bruker ”definition query” + ”on-the-fly” funksjoner • Terrengskygge • Terreng • Helning • Bygge overviews er tidkrevende for irregulære omriss!! 38
  • 39. Thank you Presentation title Presenters name Presenters title E-mail address, tel: +00 00 00 00 www.statoil.com 39