Kiekviena organizacija turi ar naudoja rastrus: palydovines, aero ar dronų nuotraukas, reljefo modelius ar kitokius specifinius rastrus. Pranešime aptariama:
- Kaip rastrinius duomenis galima inventorizuoti, valdyti ir nuolatos atnaujinti pasinaudojant standartiniu mozaikos duomenų rinkinio funkcionalumu: skirtingos erdvinės raiškos duomenų inventorizavimui, duomenų naršymui, bei filtravimui remiantis datos, debesuotumo ir kitokia atributine informacija.
- Kaip galima pritaikyti dirbtinį intelektą (GeoAI) su drono vaizdais siekiant gauti įžvalgas dėl galimai nelegalių statybos atvejų. Naudojamas naujos kartos SAM3 objektų identifikavimo modelis gebantis identifikuoti objektus vaizduose remiantis mūsų tekstine užklausa. Toliau atlikus DI modelio rastų objektų erdvinę analizę su nekilnojamo turto registro sklypų informacija galime išskirti objektus, kurie patenka į nesuformuotų sklypų plotus ar tuos, kurie kerta sklypų ribas.
- Kaip galima rastrinius, skaitmeninius orų prognozės modelių duomenis panaudoti žemės ūkyje ir įvertinti riziką infrastruktūrai atsižvelgiant į prognozuojamą vėjo greitį. Skaitmeniniai orų prognozės modeliai (angl. Numerical weather prediction, toliau NWP) generuoja rastro tipo duomenis plačiai teritorijai ir teikia aibę skirtingų meteorologinių rodiklių kaip: vėjo greitis ir kryptis, kritulių kiekis, temperatūra ir pan. Pasinaudojus Suomijos meteorologijos instituto NWP modeliu HARMONIE buvo nustatyta – kada atsižvelgiant į lietaus prognozę ūkininkai gali tręšti savo laukus, kad trąšos nebūtų nuplautos arba kokią elektros oro linijoms avarijų riziką kelia prognozuojamas vėjo greitis.
