แผนที่ 3D ใหญ่ที่สุดในโลก เผยข้อมูลอาคารกว่า 2.75 พันล้านหลัง

ทีมนักวิจัยจาก Technical University of Munich (TUM) ประเทศเยอรมนี ได้สร้างแผนที่โลกแบบ 3D ที่ครอบคลุมอาคารกว่า 2.75 พันล้านหลัง ถือเป็นฐานข้อมูลที่ใหญ่ที่สุดในโลก โดยใช้ภาพถ่ายดาวเทียมและอัลกอริทึม Machine Learning เพื่อคำนวณความสูงและขนาดของอาคารที่ยังไม่มีข้อมูลโดยตรง

ความสำคัญของแผนที่
แผนที่ใหม่นี้ชื่อว่า GlobalBuildingAtlas สามารถให้ข้อมูลเชิงลึกเกี่ยวกับความหนาแน่นของเมือง, ความยากจน, และการวางแผนโครงสร้างพื้นฐานได้แม่นยำกว่าการใช้แผนที่ 2D แบบเดิม เพราะนอกจากพื้นที่ (footprint) ยังสามารถวัดปริมาตรของอาคารได้ ทำให้เข้าใจสภาพการอยู่อาศัยและความต้องการบริการสาธารณะ เช่น โรงพยาบาลและโรงเรียน ได้ดียิ่งขึ้น

เทคโนโลยีและความละเอียด
ฐานข้อมูลนี้ใช้การแบ่งพื้นที่เป็นบล็อกขนาด 3x3 เมตร ซึ่งละเอียดกว่าฐานข้อมูลเดิมถึง 30 เท่า แม้จะไม่สามารถเห็นรายละเอียดเล็ก ๆ ของอาคาร แต่ก็เพียงพอสำหรับการวิเคราะห์เชิงปริมาณ เช่น การคำนวณความหนาแน่นประชากร และการออกแบบเมืองที่ยั่งยืนตามเป้าหมาย SDGs ของสหประชาชาติ

ข้อจำกัดและการพัฒนาในอนาคต
แม้จะเป็นก้าวสำคัญ แต่ข้อมูลยังมีข้อจำกัด เช่น การประเมินความสูงของตึกสูงที่อาจต่ำกว่าความจริง และบางภูมิภาค เช่น แอฟริกา ยังต้องการข้อมูลฝึกสอนเพิ่มเติมเพื่อให้แม่นยำขึ้น อย่างไรก็ตาม ทีมวิจัยมีแผนปรับปรุงคุณภาพข้อมูลต่อไปเพื่อให้แผนที่นี้เป็นเครื่องมือสำคัญสำหรับการวางนโยบายและการจัดการเมืองทั่วโลก

สรุปสาระสำคัญ
โครงการ GlobalBuildingAtlas
ครอบคลุมอาคารกว่า 2.75 พันล้านหลัง
ใช้ภาพดาวเทียมและ Machine Learning

ความสำคัญ
วิเคราะห์ความหนาแน่นและความยากจนได้แม่นยำ
ช่วยวางแผนโครงสร้างพื้นฐานและบริการสาธารณะ

เทคโนโลยี
ความละเอียด 3x3 เมตร ละเอียดกว่าเดิม 30 เท่า
วัดทั้ง footprint และ volume ของอาคาร

ข้อจำกัด
ความสูงตึกสูงอาจถูกประเมินต่ำ
ภูมิภาคบางแห่งยังต้องการข้อมูลเพิ่มเติมเพื่อความแม่นยำ

https://www.sciencealert.com/biggest-global-map-of-its-kind-captures-2-75-billion-buildings-in-3d
🏙️ แผนที่ 3D ใหญ่ที่สุดในโลก เผยข้อมูลอาคารกว่า 2.75 พันล้านหลัง ทีมนักวิจัยจาก Technical University of Munich (TUM) ประเทศเยอรมนี ได้สร้างแผนที่โลกแบบ 3D ที่ครอบคลุมอาคารกว่า 2.75 พันล้านหลัง ถือเป็นฐานข้อมูลที่ใหญ่ที่สุดในโลก โดยใช้ภาพถ่ายดาวเทียมและอัลกอริทึม Machine Learning เพื่อคำนวณความสูงและขนาดของอาคารที่ยังไม่มีข้อมูลโดยตรง 🌍 ความสำคัญของแผนที่ แผนที่ใหม่นี้ชื่อว่า GlobalBuildingAtlas สามารถให้ข้อมูลเชิงลึกเกี่ยวกับความหนาแน่นของเมือง, ความยากจน, และการวางแผนโครงสร้างพื้นฐานได้แม่นยำกว่าการใช้แผนที่ 2D แบบเดิม เพราะนอกจากพื้นที่ (footprint) ยังสามารถวัดปริมาตรของอาคารได้ ทำให้เข้าใจสภาพการอยู่อาศัยและความต้องการบริการสาธารณะ เช่น โรงพยาบาลและโรงเรียน ได้ดียิ่งขึ้น 🛠️ เทคโนโลยีและความละเอียด ฐานข้อมูลนี้ใช้การแบ่งพื้นที่เป็นบล็อกขนาด 3x3 เมตร ซึ่งละเอียดกว่าฐานข้อมูลเดิมถึง 30 เท่า แม้จะไม่สามารถเห็นรายละเอียดเล็ก ๆ ของอาคาร แต่ก็เพียงพอสำหรับการวิเคราะห์เชิงปริมาณ เช่น การคำนวณความหนาแน่นประชากร และการออกแบบเมืองที่ยั่งยืนตามเป้าหมาย SDGs ของสหประชาชาติ ⚠️ ข้อจำกัดและการพัฒนาในอนาคต แม้จะเป็นก้าวสำคัญ แต่ข้อมูลยังมีข้อจำกัด เช่น การประเมินความสูงของตึกสูงที่อาจต่ำกว่าความจริง และบางภูมิภาค เช่น แอฟริกา ยังต้องการข้อมูลฝึกสอนเพิ่มเติมเพื่อให้แม่นยำขึ้น อย่างไรก็ตาม ทีมวิจัยมีแผนปรับปรุงคุณภาพข้อมูลต่อไปเพื่อให้แผนที่นี้เป็นเครื่องมือสำคัญสำหรับการวางนโยบายและการจัดการเมืองทั่วโลก 📌 สรุปสาระสำคัญ ✅ โครงการ GlobalBuildingAtlas ➡️ ครอบคลุมอาคารกว่า 2.75 พันล้านหลัง ➡️ ใช้ภาพดาวเทียมและ Machine Learning ✅ ความสำคัญ ➡️ วิเคราะห์ความหนาแน่นและความยากจนได้แม่นยำ ➡️ ช่วยวางแผนโครงสร้างพื้นฐานและบริการสาธารณะ ✅ เทคโนโลยี ➡️ ความละเอียด 3x3 เมตร ละเอียดกว่าเดิม 30 เท่า ➡️ วัดทั้ง footprint และ volume ของอาคาร ‼️ ข้อจำกัด ⛔ ความสูงตึกสูงอาจถูกประเมินต่ำ ⛔ ภูมิภาคบางแห่งยังต้องการข้อมูลเพิ่มเติมเพื่อความแม่นยำ https://www.sciencealert.com/biggest-global-map-of-its-kind-captures-2-75-billion-buildings-in-3d
0 Comments 0 Shares 114 Views 0 Reviews