<?xml version="1.0" encoding="UTF-8"?><rss xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:content="http://purl.org/rss/1.0/modules/content/" xmlns:atom="http://www.w3.org/2005/Atom" version="2.0" xmlns:cc="http://cyber.law.harvard.edu/rss/creativeCommonsRssModule.html">
    <channel>
        <title><![CDATA[Stories by Mike Pattaraphon on Medium]]></title>
        <description><![CDATA[Stories by Mike Pattaraphon on Medium]]></description>
        <link>https://medium.com/@pattaraphon-san?source=rss-2631eaa8d316------2</link>
        <image>
            <url>https://cdn-images-1.medium.com/fit/c/150/150/1*tuLZevmwVCZvQnAz6QNY8A.jpeg</url>
            <title>Stories by Mike Pattaraphon on Medium</title>
            <link>https://medium.com/@pattaraphon-san?source=rss-2631eaa8d316------2</link>
        </image>
        <generator>Medium</generator>
        <lastBuildDate>Thu, 19 Nov 2026 07:18:07 GMT</lastBuildDate>
        <atom:link href="https://medium.com/@pattaraphon-san/feed" rel="self" type="application/rss+xml"/>
        <webMaster><![CDATA[yourfriends@medium.com]]></webMaster>
        <atom:link href="http://medium.superfeedr.com/" rel="hub"/>
        <item>
            <title><![CDATA[Monitoring web service requests in ArcGIS Pro using Fiddler]]></title>
            <link>https://medium.com/gisard/monitoring-web-service-requests-in-arcgis-pro-using-fiddler-a70b510739db?source=rss-2631eaa8d316------2</link>
            <guid isPermaLink="false">https://medium.com/p/a70b510739db</guid>
            <category><![CDATA[web-traffic]]></category>
            <category><![CDATA[web]]></category>
            <category><![CDATA[arcgis-pro]]></category>
            <category><![CDATA[fiddler]]></category>
            <category><![CDATA[arcgis-enterprise]]></category>
            <dc:creator><![CDATA[Mike Pattaraphon]]></dc:creator>
            <pubDate>Fri, 07 Feb 2025 10:19:18 GMT</pubDate>
            <atom:updated>2025-02-07T10:19:18.257Z</atom:updated>
            <content:encoded><![CDATA[<p>สวัสดีครับเพื่อนๆ สำหรับหลายๆคนที่เรียกใช้งาน Web Service บนเว็บเบราวเซอร์ คงคุ้นเคยการใช้งาน Web Traffic กันอยู่แล้วใช่ไหมครับ แต่ถ้าหากใครยังไม่เคยใช้งาน Web Traffic บนเว็บเบราวเซอร์ สามารถดูรายละเอียดเพิ่มเติมได้ที่ลิงค์นี้ได้เลยครับ <a href="https://community.esri.com/t5/arcgis-online-blog/introduction-to-monitoring-network-web-service/ba-p/895002">Introduction web traffic</a></p><p>แต่ว่าถ้าเราต้องการดู Web traffic บน ArcGIS Pro ซึ่งจะมีเครื่องมือในการจับ Web traffic เช่น <a href="https://www.telerik.com/fiddler">Fiddler</a>, <a href="https://www.wireshark.org/">Wireshark</a>, <a href="https://www.charlesproxy.com/">Charles</a> เป็นต้น ซึ่งเป็นเครื่องมือที่ช่วยจับ HTTP/HTTPS traffic โดยวันนี้เราจะมาใช้งาน Fiddler ในการจับ Web traffic บน ArcGIS Pro กันครับ</p><p>โดยเราสามารถโหลดเครื่องมือ Fiddler ได้จาก <a href="https://www.telerik.com/download/fiddler">Fiddler download</a> ซึ่งเครื่องมือ Fiddler แบ่งออกเป็น 2 ส่วนด้วยกันครับ Web sessions list และ Details pane</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/664/0*gFQXyf1xN-7fPI2r.png" /></figure><p>Web sessions list — ช่องแสดงผลของ Web traffic request ที่มีการเรียกใช้งานจากเครื่อง Client ซึ่งมีรายละเอียด ได้แก่</p><ul><li>ประเภทของ protocol ที่เรียกใช้งาน (HTTP or HTTPS)</li><li>เครื่อง Server ที่เรียกใช้งาน</li><li>HTTP/HTTPS response code (<a href="https://en.wikipedia.org/wiki/List_of_HTTP_status_codes">Description ของ HTTP/HTTPS code</a>)</li><li>ขนาด size ของ response (in bytes)</li><li>ประเภทของข้อมูล (image, text, etc)</li></ul><p>Details pane — ช่องแสดงรายละเอียด Response ที่เกิดขึ้น ซึ่งเราสามารถดูรายละเอียด Timeline, Statistics และ Inspector ได้ โดยแต่ละส่วนมีรายละเอียดดังนี้</p><p>ซึ่งเราสำหรับดู Performance ของ service ที่เรียกใช้งานบนแผนที่ได้ที่ Statistics และ Timeline และการตรวจสอบปัญหา Response ของ Service ได้ที่แท็บ Inspector ได้</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/664/0*jCff8ixU9hzQa7xe.png" /></figure><p>แล้วเราจะนำ Network Traffic สำหรับการตรวจสอบ HTTP/HTTPS response ซึ่ง code: 200 เป็น response ที่ปกติดี โดย code อื่นที่ไม่ใช่ 200 เราสามารถตรวจสอบผ่านตัว Fiddler ได้เลยครับ อย่างเช่น</p><ul><li>Code: 304 เป็น response จาก web browser, ArcMap</li><li>Code: 401 และ 403 เป็น response ที่ระบุได้ว่าข้อมูล Feature service ที่ไม่มีสิทธิ์เข้าใช้งานได้</li><li>Code: 504 เป็น response ที่ระบุ time out สำหรับการจัดการ performance ของข้อมูล</li></ul><figure><img alt="" src="https://cdn-images-1.medium.com/max/556/0*4SjHl3FCz__LQBQm.png" /></figure><p>และถ้าหากกรณีมี Response Code 200 แต่ยังไม่สามารถเรียกใช้งาน Service ได้ เราสามารถตรวจสอบดู Service ได้จากแท็บ JSON หรือ XML ได้ด้วยครับ</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/904/0*77LH9J2G57Xx-isi.png" /></figure><p>เพื่อนๆคนไหนที่ติดปัญหาหรือการเรียกใช้งาน Web service ก็มาลองใช้งาน Fiddler กันดูได้นะครับ และบน ArcGIS Pro มีเครื่องมือใหม่ที่ชื่อว่า <a href="https://pro.arcgis.com/en/pro-app/latest/get-started/arcgis-diagnostic-monitor.htm"><em>Diagnostic Monitor</em></a><em> </em>ที่ทำงานคล้ายๆกับ Fiddler เหมือนกันครับ แต่สามารถดู log ได้เฉพาะด้านใน ArcGIS Pro ได้ เช่น GP service หรือ Graphic subsystem บน ArcGIS Pro ซึ่งจะเป็นอย่างไรนั้น ผมจะมารีวิวให้เพื่อนๆทราบใน blog ถัดไปครับ แล้วมาเจอกันครับ</p><p><strong>Reference:</strong></p><p><a href="https://community.esri.com/t5/esri-technical-support-blog/monitoring-web-service-requests-using-fiddler/ba-p/901325">Monitoring web service requests using Fiddler</a></p><p><a href="https://pro.arcgis.com/en/pro-app/latest/get-started/arcgis-diagnostic-monitor.htm">Diagnostic Monitor — ArcGIS Pro</a></p><p><a href="https://www.telerik.com/fiddler">Fiddler application</a></p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=a70b510739db" width="1" height="1" alt=""><hr><p><a href="https://medium.com/gisard/monitoring-web-service-requests-in-arcgis-pro-using-fiddler-a70b510739db">Monitoring web service requests in ArcGIS Pro using Fiddler</a> was originally published in <a href="https://medium.com/gisard">GISard</a> on Medium, where people are continuing the conversation by highlighting and responding to this story.</p>]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[3D Basemap คืออะไร ?? มาช่วยสร้างแผนที่ 3 มิติได้อย่างไรบ้าง]]></title>
            <link>https://medium.com/gisard/3d-basemap-overture-3a720bbfc753?source=rss-2631eaa8d316------2</link>
            <guid isPermaLink="false">https://medium.com/p/3a720bbfc753</guid>
            <category><![CDATA[3d]]></category>
            <category><![CDATA[arcgis]]></category>
            <category><![CDATA[esri]]></category>
            <category><![CDATA[digital-twin]]></category>
            <category><![CDATA[gis]]></category>
            <dc:creator><![CDATA[Mike Pattaraphon]]></dc:creator>
            <pubDate>Thu, 14 Nov 2024 09:13:18 GMT</pubDate>
            <atom:updated>2024-11-14T09:13:18.187Z</atom:updated>
            <content:encoded><![CDATA[<h3>3D Basemap คืออะไร ?? มาช่วยสร้างแผนที่ 3 มิติได้อย่างไรบ้าง</h3><p>3D Basemap คือแผนที่ฐาน 3 มิติ ที่ให้ผู้ใช้งานมองเห็นแผนที่เป็น 3 มิติได้ เช่น อาคาร, ต้นไม้, ภูมิประเทศต่างๆ ซึ่ง 3D Basemap นี้จะมาช่วยให้เราเห็นภาพของสถานที่ต่างๆ ได้สมจริงมากขึ้น, วางแผนผังเมืองหรือการสร้างอาคาร ได้อย่างดี โดยข้อมูล 3D Basemap ที่ผมเอามาใช้งานจะเป็นข้อมูลจาก <a href="https://overturemaps.org/">Overture Maps</a> ที่เป็นโครงการพัฒนา Open Data จากหลายหน่วยงานด้วยกัน เช่น บริษัท TomTom, Maxar หรือ Microsoft โดยผมจะเอาข้อมูล 3D Basemap มาใช้งานบน ArcGIS กัน</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*1xYuqqfQPVZ3lNbNneAYKQ.png" /><figcaption>บริเวณ Icon Siam เขตคลองสาน</figcaption></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*Amt0afbrwQUr1M4qjxlQhw.png" /><figcaption>บริเวณมหาวิทยาลัย ธรรมศาสตร์ (ท่าพระจันทร์)</figcaption></figure><p>ซึ่งรายละเอียดของข้อมูล 3D Basemap นี้จะมีทั้งรายละเอียดรูปร่างของตึกโดยในบล็อคนี้ ผมจะเรียกมาใช้งานบนเว็บ Scene Viewer บน ArcGIS ได้เลย โดยมีขั้นตอนการใช้งาน ดังนี้</p><ul><li>เริ่มต้นให้เราไปที่ <a href="https://www.arcgis.com/home/item.html?id=b8fec5af7dfe4866b1b8ac2d2800f282">Web Service ของ 3D Basemap </a>แล้วคลิกไปที่ Open in Scene Viewer</li></ul><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*fAlKGZ-m6io1UWWZa6WDzQ.png" /><figcaption><a href="https://www.arcgis.com/home/item.html?id=b8fec5af7dfe4866b1b8ac2d2800f282">https://www.arcgis.com/home/item.html?id=b8fec5af7dfe4866b1b8ac2d2800f282</a></figcaption></figure><ul><li>ซึ่งเป็นข้อมูลที่เป็น Web Service โดยสามารถเรียกไปใช้งานได้ทุก Application ของ Esri ได้เลย ไม่ว่าจะเป็นบน Scene Viewer ที่เรียกใช้งานบนเว็บหรือ ArcGIS Pro ที่เป็น Desktop Application</li></ul><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*9LNpUbchi6HFNHyxhB999w.png" /></figure><ul><li>นอกจากข้อมูล 3D Basemap ฟรีของ Overture Maps แล้ว บนเว็บ Scene Viewer นี้จะมีแผนที่ฐาน 3 มิติที่พร้อมใช้งานได้อีกหลายตัวเลยครับ เช่น OpenStreetMap (OSM), Topographic 3D เป็นต้น</li></ul><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*qP3gdJOXDgN5twfBFW2HRg.png" /></figure><ul><li>ซึ่งประโยชน์ของตัวเว็บ Scene Viewer นี้คือเราสามารถใช้งานเครื่องมือ Analysis ได้บน Web browser ได้เลย ยกตัวอย่างเช่น</li></ul><ol><li>เครื่องมือจำลองสภาพอากาศ ปรับสภาพภูมิอากาศ แสงกลางวันกลางคืน ช่วยในส่วนของวิเคราะห์การสร้างอาคาร, การติดตังแผงโซลาร์เซลล์ ได้เป็นอย่างดี</li></ol><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*ZaJcusgpN9ZwDmpU3Gy1ig.png" /><figcaption>จำลองสภาพอากาศแสงและเงาของข้อมูล 3D Basemap</figcaption></figure><p>2. เครื่องมือวัดขนาดหรือวัดพื้นที่ของข้อมูลอาคาร ช่วยในเรื่องของการออกแบบผังเมืองหรือการวัดขนาดป้ายต่างๆ</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*lIb5hNjJMQhjwEk2lUtbXw.png" /></figure><p>3. เครื่องมือ Viewshed ที่จำลองทัศนวิสัยการมองเห็นของเราได ้เพื่อช่วยเรื่องของการเกิดอุบัติเหตุ มุมอับ หรือดูในส่วนของการมองเห็นป้ายโฆษณา เป็นต้น</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*vh6gArG-CAjwIgQH9FEygQ.png" /></figure><p>4. เครื่องมือดู Elevation Profile เพื่อดูสัดส่วนความสูงของอาคารในแต่ละภูมิประเทศ</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*Tk179jaPZ3rqhAiU5HY7GA.png" /><figcaption>บริเวณดอยสุเทพ จ. เชียงใหม่</figcaption></figure><p>ทั้งหมดนี้เป็นแค่ตัวอย่างการใช้งาน 3D Basemap บน ArcGIS ครับ ซึ่งข้อมูล 3D Basemap ของ Overture Maps นี้เป็นข้อมูลฟรีที่เราสามารถเอามาวิเคราะห์ได้อีกหลายด้านเลยครับ</p><p><strong>Reference:</strong></p><ul><li><a href="https://overturemaps.org/">https://overturemaps.org/</a></li><li><a href="https://www.arcgis.com/home/item.html?id=b8fec5af7dfe4866b1b8ac2d2800f282">https://www.arcgis.com/home/item.html?id=b8fec5af7dfe4866b1b8ac2d2800f282</a></li><li><a href="https://www.arcgis.com/home/webscene/viewer.html">https://www.arcgis.com/home/webscene/viewer.html</a></li></ul><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=3a720bbfc753" width="1" height="1" alt=""><hr><p><a href="https://medium.com/gisard/3d-basemap-overture-3a720bbfc753">3D Basemap คืออะไร ?? มาช่วยสร้างแผนที่ 3 มิติได้อย่างไรบ้าง</a> was originally published in <a href="https://medium.com/gisard">GISard</a> on Medium, where people are continuing the conversation by highlighting and responding to this story.</p>]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[เรียกใช้งาน Open Data แหล่งข้อมูลฟรี เพื่อวิเคราะห์สถานการณ์น้ำท่วมผ่านแผนที่]]></title>
            <link>https://medium.com/gisard/%E0%B9%80%E0%B8%A3%E0%B8%B5%E0%B8%A2%E0%B8%81%E0%B9%83%E0%B8%8A%E0%B9%89%E0%B8%87%E0%B8%B2%E0%B8%99-open-data-%E0%B9%81%E0%B8%AB%E0%B8%A5%E0%B9%88%E0%B8%87%E0%B8%82%E0%B9%89%E0%B8%AD%E0%B8%A1%E0%B8%B9%E0%B8%A5%E0%B8%9F%E0%B8%A3%E0%B8%B5-%E0%B9%80%E0%B8%9E%E0%B8%B7%E0%B9%88%E0%B8%AD%E0%B8%A7%E0%B8%B4%E0%B9%80%E0%B8%84%E0%B8%A3%E0%B8%B2%E0%B8%B0%E0%B8%AB%E0%B9%8C%E0%B8%AA%E0%B8%96%E0%B8%B2%E0%B8%99%E0%B8%81%E0%B8%B2%E0%B8%A3%E0%B8%93%E0%B9%8C%E0%B8%99%E0%B9%89%E0%B8%B3%E0%B8%97%E0%B9%88%E0%B8%A7%E0%B8%A1%E0%B8%9C%E0%B9%88%E0%B8%B2%E0%B8%99%E0%B9%81%E0%B8%9C%E0%B8%99%E0%B8%97%E0%B8%B5%E0%B9%88-58d7dceea690?source=rss-2631eaa8d316------2</link>
            <guid isPermaLink="false">https://medium.com/p/58d7dceea690</guid>
            <category><![CDATA[big-data]]></category>
            <category><![CDATA[open-data]]></category>
            <category><![CDATA[gis]]></category>
            <category><![CDATA[arcgis]]></category>
            <category><![CDATA[floods]]></category>
            <dc:creator><![CDATA[Mike Pattaraphon]]></dc:creator>
            <pubDate>Thu, 26 Sep 2024 02:27:25 GMT</pubDate>
            <atom:updated>2024-09-26T02:27:25.703Z</atom:updated>
            <content:encoded><![CDATA[<p>สถานการณ์น้ำท่วมในประเทศไทยช่วงนี้ยังคงน่ากังวลอยู่เรื่อยๆ วันนี้ผมมีวิธีเรียกใช้งานข้อมูลจาก Open Data Source ต่างๆ ที่เกี่ยวกับน้ำท่วมมาแสดงผลบนแผนที่ เพื่อนำข้อมูลเหล่านี้ไปวิเคราะห์สถานการณ์น้ำท่วมต่อได้ โดยในบทความนี้ ผมจะดึงข้อมูล Open Data มาใช้งานบนโปรแกรม ArcGIS Pro กันครับ โดยข้อมูลที่ผมจะดึงมาใช้งาน ได้แก่</p><ul><li>ข้อมูลพื้นที่น้ำท่วมจากหน่วยงาน GISTDA</li><li>ข้อมูล Open Building จาก Google Research</li><li>ข้อมูลแหล่งน้ำหรือ Live Feed Sensor ที่เกี่ยวข้องกับน้ำท่วมจาก Esri Platform (ArcGIS Living Atlas)</li></ul><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*mISVyXTj8FxZkEC3Pfp_lA.png" /><figcaption>ข้อมูลพื้นที่น้ำท่วมจาก GISTDA: <a href="https://disaster.gistda.or.th/flood">https://disaster.gistda.or.th/flood</a></figcaption></figure><p>เราจะมาเรียกใช้งาน Open Data ผ่าน ArcGIS Pro กันครับ โดยเราจะทำการเพิ่มที่ละชั้นข้อมูลครับ</p><ol><li>ข้อมูลเปิดรูปแบบ API น้ำท่วมซ้ำซากที่มาจากหน่วยงาน GISTDA</li></ol><ul><li>ขั้นตอนแรกเลยครับ ให้เราเข้าไปที่ <a href="https://disaster.gistda.or.th/flood/service/document#%E0%B8%82%E0%B9%89%E0%B8%AD%E0%B8%A1%E0%B8%B9%E0%B8%A5%E0%B8%9E%E0%B8%B7%E0%B9%89%E0%B8%99%E0%B8%97%E0%B8%B5%E0%B9%88%E0%B8%99%E0%B9%89%E0%B8%B3%E0%B8%97%E0%B9%88%E0%B8%A7%E0%B8%A1">ข้อมูลน้ำท่วมซ้ำซากจาก GISTDA</a> ซึ่งมีข้อมูลทั้งรูปแบบ WMS, WMTS, หรือ TMS โดยสามารถดู เป็นน้ำท่วมขังย้อนหลังระยะ 1 วัน, 3 วัน, 7 วัน, 30 วัน หรือน้ำท่วมย้อนหลังได้ถึง 10 ปี</li></ul><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*C-IaBDjiUXIlv0ddI9RaHg.png" /></figure><ul><li>ให้เราเข้าสู่ระบบเพื่อสมัครใช้งาน API Key ของ GISTDA กันก่อนครับ หลังจากนั้นให้เรากดสร้าง API Key เพื่อใช้งานกันครับ</li></ul><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*-Utkqg7f3PFkmwcQlY-9CQ.png" /></figure><ul><li>หลังจากนั้น ผมจะดึงข้อมูลน้ำท่วมซ้ำซาก 10 ปีรูปแบบ TMS แล้วคลิก Execute ซึ่งเราจะได้ Request URL มาใช้งานกัน</li></ul><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*gwJDRn6mt6viNbMBhrv0Kg.png" /></figure><ul><li>หลังจากนั้นเราจะทำการ Add Data บน ArcGIS Pro โดย Format URL ของ TMS เป็นดังนี้</li></ul><p><em>https://disaster.gistda.or.th/api/1.0/documents/flood/floodfreq/tms/{z}/{x}/{y}.png?api_key=</em>&lt;api_key&gt;</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*7Hd763YRIz--ElWSADhl7w.png" /></figure><p>เพียงเท่านี้เราก็จะได้ข้อมูลน้ำท่วมขังซ้ำซากระยะเวลา 10 ปีมาใช้งานได้เลยครับ หลังจากนี้ผมจะเพิ่มข้อมูล Open Building มาใช้งานกันครับ</p><p>2. ข้อมูล Open Building ที่เป็นขอบเขตอาคารของ Google Research</p><p>เราสามารถนำข้อมูล Open Building มาแสดงผลร่วมกับพื้นที่น้ำท่วมในระยะ 10 ปี เพื่อนำมาวิเคราะห์ครัวเรือนที่ได้รับผลกระทบน้ำท่วมขังได้ด้วยครับ โดยวิธีเรียกใช้งาน Open Building เพื่อนๆสามารถเข้ามาดู Blog ก่อนหน้าที่ผมเขียนไว้ได้เลยครับ หรือคลิกที่ลิงค์ด้านล่างได้เลย</p><p><a href="https://medium.com/gisard/geospatial-big-data-%E0%B9%80%E0%B8%8A%E0%B8%B7%E0%B9%88%E0%B8%AD%E0%B8%A1%E0%B8%95%E0%B9%88%E0%B8%AD%E0%B8%82%E0%B9%89%E0%B8%AD%E0%B8%A1%E0%B8%B9%E0%B8%A5-open-building-footprint-%E0%B8%9C%E0%B9%88%E0%B8%B2%E0%B8%99-arcgis-pro-97b1f0110fd9"><em>Geospatial Big Data: เชื่อมต่อข้อมูล Open Building Footprint ผ่าน ArcGIS Pro</em></a></p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*pT95BrEP-rKpsH2Y.png" /></figure><p>3. เราจะเอาข้อมูลที่เกี่ยวกับ Flood ที่ Esri Platform Provide ให้ฟรีมาใช้งานกันครับ โดยให้เราคลิกไปที่ ArcGIS Online เพื่อค้นหาข้อมูลที่ต้องการเช่น ข้อมูลแหล่งน้ำ(Hydrology) หรือข้อมูล Sensor ตรวจจับพายุ (NOAA)</p><ul><li>เพิ่มข้อมูลขอบเขตแหล่งน้ำ (Hydrology)</li></ul><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*vQcT8qeuR1a2yrhcKM9xBg.png" /></figure><ul><li>เพิ่มข้อมูล Sensor ตรวจจับพายุ (NOAA)</li></ul><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*okzLqrH_1XG4-4dmom0zVg.png" /></figure><p>หลังจากนั้นเราสามารถวิเคราะห์ดูว่าพื้นที่ไหนได้รับผลกระทบน้ำท่วมร่วมกับข้อมูลขอบเขตอาคารเพื่อดูว่าอาคารไหนได้รับผลกระทบจากน้ำท่วมบ้าง</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*tN7mxl28QwFz6Jg4dnBf1Q.png" /></figure><p>นอกจากนี้ถ้าหากท่านไหนอยากนำข้อมูลไปต่อยอด เพื่อติดตามสถานการณ์น้ำท่วม สามารถไปสร้างเป็นเว็บแอปพลิเคชันได้ อย่างเช่น <a href="https://l.facebook.com/l.php?u=https%3A%2F%2Fwww.esrith.com%2FFloodDataHub%3Ffbclid%3DIwZXh0bgNhZW0CMTAAAR2grRBcNSHB82LL4vQ5NI79ekgxBbiPbvwjst7EGyFV4b36VUTNtTRZXj0_aem_2VvKNxpMiVtH62HGBZrkSg&amp;h=AT0lNQ1eRCxg1K_NS4RNsHr9bK7uDOH3V5zrI3NNarA-ffOmNTdjcHtuGvWQvRlQgR3QA7MdN-i2ByFWe6McnnzE0tm28XyvxcLN6MC9D68HTs1Kmoq6u3Kq7V3P9QX-ZQ&amp;__tn__=-UK-R&amp;c[0]=AT1FvztEzbttYYICTQubOJM86TpQuTr9IvzMZt_64_BUQZxgkTHpga9Nn5ic35jjsxJ8EW30fYLK18PK9WqCjib5bWkurD2RlEG9wNSolt0W-AL_MWiHi740U4Hq9w2CXB8836W22UutAL2QhXyErPnk_dwHPp0ivbL3qNaknxe-OW-b8yKiQtyIcT6kl7coO8mS0QuV0mlkKVQU7kgB5KzdY7c_">เว็ปติดตามสถานการณ์น้ำท่วม (Flood Data Hub by Esri Thailand)</a></p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*oQemGgwxqhkJ0Hki" /><figcaption>ที่มา: <a href="https://www.esrith.com/FloodDataHub?fbclid=IwZXh0bgNhZW0CMTAAAR3EWSiya6Ycli559-DkU262XyWtx4279E7ytepYFklgej81QMADUg3sUTM_aem_z0vr-z2QaxPGw4BGOCAwDA">https://www.esrith.com/FloodDataHub</a></figcaption></figure><p>Reference:</p><ul><li><a href="https://disaster.gistda.or.th/flood/service/document#%E0%B8%82%E0%B9%89%E0%B8%AD%E0%B8%A1%E0%B8%B9%E0%B8%A5%E0%B8%9E%E0%B8%B7%E0%B9%89%E0%B8%99%E0%B8%97%E0%B8%B5%E0%B9%88%E0%B8%99%E0%B9%89%E0%B8%B3%E0%B8%97%E0%B9%88%E0%B8%A7%E0%B8%A1">https://disaster.gistda.or.th/flood/service/document</a></li><li><a href="https://experience.arcgis.com/experience/84c8194746d247fe981141596b0e8232">https://experience.arcgis.com/experience/84c8194746d247fe981141596b0e8232</a></li></ul><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=58d7dceea690" width="1" height="1" alt=""><hr><p><a href="https://medium.com/gisard/%E0%B9%80%E0%B8%A3%E0%B8%B5%E0%B8%A2%E0%B8%81%E0%B9%83%E0%B8%8A%E0%B9%89%E0%B8%87%E0%B8%B2%E0%B8%99-open-data-%E0%B9%81%E0%B8%AB%E0%B8%A5%E0%B9%88%E0%B8%87%E0%B8%82%E0%B9%89%E0%B8%AD%E0%B8%A1%E0%B8%B9%E0%B8%A5%E0%B8%9F%E0%B8%A3%E0%B8%B5-%E0%B9%80%E0%B8%9E%E0%B8%B7%E0%B9%88%E0%B8%AD%E0%B8%A7%E0%B8%B4%E0%B9%80%E0%B8%84%E0%B8%A3%E0%B8%B2%E0%B8%B0%E0%B8%AB%E0%B9%8C%E0%B8%AA%E0%B8%96%E0%B8%B2%E0%B8%99%E0%B8%81%E0%B8%B2%E0%B8%A3%E0%B8%93%E0%B9%8C%E0%B8%99%E0%B9%89%E0%B8%B3%E0%B8%97%E0%B9%88%E0%B8%A7%E0%B8%A1%E0%B8%9C%E0%B9%88%E0%B8%B2%E0%B8%99%E0%B9%81%E0%B8%9C%E0%B8%99%E0%B8%97%E0%B8%B5%E0%B9%88-58d7dceea690">เรียกใช้งาน Open Data แหล่งข้อมูลฟรี เพื่อวิเคราะห์สถานการณ์น้ำท่วมผ่านแผนที่</a> was originally published in <a href="https://medium.com/gisard">GISard</a> on Medium, where people are continuing the conversation by highlighting and responding to this story.</p>]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[AutoML คืออะไร? ใช้ Machine Learning มาวิเคราะห์กับข้อมูล GIS ได้อย่างไรบ้าง]]></title>
            <link>https://medium.com/gisard/automl-%E0%B8%84%E0%B8%B7%E0%B8%AD%E0%B8%AD%E0%B8%B0%E0%B9%84%E0%B8%A3-%E0%B9%83%E0%B8%8A%E0%B9%89-machine-learning-%E0%B8%A1%E0%B8%B2%E0%B8%A7%E0%B8%B4%E0%B9%80%E0%B8%84%E0%B8%A3%E0%B8%B2%E0%B8%B0%E0%B8%AB%E0%B9%8C%E0%B8%81%E0%B8%B1%E0%B8%9A%E0%B8%82%E0%B9%89%E0%B8%AD%E0%B8%A1%E0%B8%B9%E0%B8%A5-gis-%E0%B9%84%E0%B8%94%E0%B9%89%E0%B8%AD%E0%B8%A2%E0%B9%88%E0%B8%B2%E0%B8%87%E0%B9%84%E0%B8%A3%E0%B8%9A%E0%B9%89%E0%B8%B2%E0%B8%87-fe6d8db1600e?source=rss-2631eaa8d316------2</link>
            <guid isPermaLink="false">https://medium.com/p/fe6d8db1600e</guid>
            <category><![CDATA[automl]]></category>
            <category><![CDATA[gis]]></category>
            <category><![CDATA[arcgis-pro]]></category>
            <category><![CDATA[machine-learning]]></category>
            <category><![CDATA[ai]]></category>
            <dc:creator><![CDATA[Mike Pattaraphon]]></dc:creator>
            <pubDate>Wed, 03 Jul 2024 15:32:25 GMT</pubDate>
            <atom:updated>2024-07-03T15:32:25.477Z</atom:updated>
            <content:encoded><![CDATA[<p><em>Automated Machine Learning หรือ AutoML คืออะไร ??</em></p><p>ความหมายของ AutoML นั้นตามชื่อเลยครับ คือการเอาขั้นตอนหลักๆ ของการทำ ML มาทำ Automate ทั้งการเตรียมข้อมูล การเลือกและปรับ Tune Model ซึ่งแต่ก่อนเราจะต้องมาเลือกโมเดล ML ที่เหมาะสมกับข้อมูลของเราเอง แต่เครื่องมือ AutoML นั้นจะเลือก Model ที่ Perform ได้ดีที่สุดให้เราอัตโนมัติเลย โดยมี Model ทั้ง Linear, Random Trees, XGBoost เป็นต้น แล้วเราจะนำ AutoML มาใช้งานร่วมกับข้อมูล Location หรือ GIS ของเราได้อย่างไรบ้าง มาดูกันเลยดีกว่าครับ</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/600/0*ezygejZNq6_eeafJ.png" /><figcaption>ที่มา: <a href="https://pro.arcgis.com/en/pro-app/latest/tool-reference/geoai/how-automl-works.htm">https://pro.arcgis.com/en/pro-app/latest/tool-reference/geoai/how-automl-works.htm</a></figcaption></figure><p>ในปัจจุบันการใช้งาน Machine Learning ร่วมกับข้อมูลเชิง Location มี Use Case ได้มากมายเลยครับ อย่างเช่น วิเคราะห์การเปิดปิดสาขาร้านค้า (ค้นหาปัจจัยที่ส่งผลต่อการเปิดปิดสาขา) หรือค้นหาความสัมพันธ์ของข้อมูลเพื่อคาดการณ์ในด้านต่างๆ เช่น คาดการณ์ตำแหน่งการเกิดอุบัติเหตุ, การเกิดอาชญากรรม เป็นต้น โดยขั้นตอนการใช้ Machine Learning มีขั้นตอนทั้งการเตรียม การปรับ Tune Model, การปรับพารามิเตอร์ ซึ่งขั้นตอนเหล่านี้เราจะใช้งานผ่านเครื่องมือ AutoML ที่ไม่ต้องเขียนโค้ดบน ArcGIS Pro ที่ให้นัก GIS ใช้งานกันได้เลยครับ</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1000/1*fzI_jIu4eBrlmlCRgkaiDw.png" /><figcaption>Workflow ของ Machine Learning</figcaption></figure><p>ในบล็อคนี้ผมจะขอยกตัวอย่าง การแก้ไขโจทย์ปัญหาด้านน้ำท่วมขังกันครับ ผมจะรู้ได้อย่างไรว่ามีปัจจัยทางด้านภูมิศาสตร์อะไรบ้างที่ส่งผลต่อการเกิดน้ำท่วมขัง ไม่ว่าจะเป็นแผนผังเมือง,ตำแหน่งท่อระบายน้ำ, แม่น้ำ, ถนน, ตึก หรือจะเป็นข้อมูลเชิงสถิติเช่น สถิติฝนตก นั้นจะมีผลกระทบต่อน้ำท่วมรึเปล่า ซึ่งการวิเคราะห์เพื่อหาปัจจัยที่ส่งผลต่อการเกิดน้ำท่วมขังเหล่านี้ผมจะใช้เครื่องมือ<a href="https://pro.arcgis.com/en/pro-app/latest/tool-reference/geoai/how-automl-works.htm"> Train Using AutoML บน ArcGIS Pro</a> กันครับ</p><ol><li>ขั้นตอนแรกผมจะมาหาปัจจัยไหนบ้างที่ส่งผลกับบริเวณที่เกิดน้ำท่วมขังกันก่อนครับ โดยผมมีข้อมูลที่สรุปพื้นที่น้ำท่วมขังในอดีตเป็นรายปี และข้อมูล Raster ที่แสดงผลปริมาณน้ำฝนเฉลี่ย</li></ol><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*zK5s1ViX2b3K62HiM7RHMw.png" /><figcaption>ข้อมูลตัวอย่างน้ำท่วมขังในอดีตและปริมาณน้ำฝนเฉลี่ยในกรุงเทพ</figcaption></figure><p>2. ผมนำข้อมูลปัจจัยเชิงภูมิศาสตร์รอบข้าง นำมาวิเคราะห์เพื่อหาความสัมพันธ์ของข้อมูล โดยมีปัจจัยหลายอย่างเลยครับ เช่น ตำแหน่งหมู่บ้าน ตำแหน่งอาคารสูง เส้นทางการระบายน้ำ เป็นต้น</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*5HM42zFvWsWC7VlhW9eBFQ.png" /><figcaption>ข้อมูลตัวอย่างปัจจัยเชิงภูมิศาสตร์รอบข้าง</figcaption></figure><p>3. โดยผมจะหาปัจจัยด้วยเครื่องมือ Train Using AutoML โดยจะนำเข้าปัจจัยต่างๆ ไปให้เครื่องมือวิเคราะห์หาค่าความสัมพันธ์ ซึ่งตัวเครื่องมือก็สามารถใส่ได้ทั้งปัจจัยสถิติ ระยะทางและ ข้อมูล Raster ได้ด้วยครับ</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1000/1*rwFEkfN6CkO8g9E8nW8ONQ.png" /><figcaption>การใช้งานเครื่องมือ AutoML บน ArcGIS Pro</figcaption></figure><p>4. ผลลัพธ์ที่เราได้จะได้ค่าคะแนนความสัมพันธ์ของแต่ละปัจจัยที่ส่งผลต่อน้ำท่วมขัง และจะได้โมเดลการวิเคราะห์เพื่อนำไปต่อยอดในการค้นหาพื้นที่เสี่ยงต่อการเกิดน้ำท่วมขังในอนาคตได้อีกด้วยครับ</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1000/1*AOJcDmLUKyGisHcGfpMvrg.png" /><figcaption>ผลลัพธ์ค่าความสัมพันธ์ในแต่ละปัจจัย</figcaption></figure><p>5. เราสามารถนำผลลัพธ์ไปต่อยอดในการหาพื้นที่เสี่ยงต่อการเกิดน้ำท่วมขังในพื้นที่อื่นๆได้อีกด้วย และสามารถนำมาสร้างกราฟสรุปผลหรือวิเคราะห์เพื่อไปประกอบการตัดสินใจได้อีกด้วยครับ</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*n0chZBJtNvwQzIopcZRfbw.png" /><figcaption>แสดงผลลัพธ์โดยสรุปผลข้อมูลในรูปแบบกราฟต่างๆ</figcaption></figure><p>เป็นไงกันบ้างครับ สำหรับการใช้งาน AutoML ร่วมกับข้อมูลเชิงพื้นที่ ซึ่งเราสามารถนำการวิเคราะห์ Machine learning ไปประยุกต์ใช้ในอุตสาหกรรมได้อีกมากมายเลยครับ และถ้าหากใครสนใจการใช้งานเพิ่มเติมสามารถเข้าไปดูรายละเอียดได้ที่ <a href="https://pro.arcgis.com/en/pro-app/latest/tool-reference/geoai/how-automl-works.htm">How AutoML Work with GIS data</a></p><p><strong>Reference:</strong></p><ul><li><a href="https://www.esri.com/arcgis-blog/products/arcgis-pro/analytics/automl-in-arcgis-pro-3-0/">https://www.esri.com/arcgis-blog/products/arcgis-pro/analytics/automl-in-arcgis-pro-3-0/</a></li><li><a href="https://pro.arcgis.com/en/pro-app/latest/tool-reference/geoai/how-automl-works.htm">https://pro.arcgis.com/en/pro-app/latest/tool-reference/geoai/how-automl-works.htm</a></li><li><a href="https://pro.arcgis.com/en/pro-app/latest/tool-reference/geoai/train-using-automl.htm">https://pro.arcgis.com/en/pro-app/latest/tool-reference/geoai/train-using-automl.htm</a></li></ul><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=fe6d8db1600e" width="1" height="1" alt=""><hr><p><a href="https://medium.com/gisard/automl-%E0%B8%84%E0%B8%B7%E0%B8%AD%E0%B8%AD%E0%B8%B0%E0%B9%84%E0%B8%A3-%E0%B9%83%E0%B8%8A%E0%B9%89-machine-learning-%E0%B8%A1%E0%B8%B2%E0%B8%A7%E0%B8%B4%E0%B9%80%E0%B8%84%E0%B8%A3%E0%B8%B2%E0%B8%B0%E0%B8%AB%E0%B9%8C%E0%B8%81%E0%B8%B1%E0%B8%9A%E0%B8%82%E0%B9%89%E0%B8%AD%E0%B8%A1%E0%B8%B9%E0%B8%A5-gis-%E0%B9%84%E0%B8%94%E0%B9%89%E0%B8%AD%E0%B8%A2%E0%B9%88%E0%B8%B2%E0%B8%87%E0%B9%84%E0%B8%A3%E0%B8%9A%E0%B9%89%E0%B8%B2%E0%B8%87-fe6d8db1600e">AutoML คืออะไร? ใช้ Machine Learning มาวิเคราะห์กับข้อมูล GIS ได้อย่างไรบ้าง</a> was originally published in <a href="https://medium.com/gisard">GISard</a> on Medium, where people are continuing the conversation by highlighting and responding to this story.</p>]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Enhancing Object Detection using GeoAI Capability: Introducing Text SAM]]></title>
            <link>https://medium.com/gisard/enhancing-object-detection-using-geoai-capability-introducing-text-sam-36dc7f212e04?source=rss-2631eaa8d316------2</link>
            <guid isPermaLink="false">https://medium.com/p/36dc7f212e04</guid>
            <category><![CDATA[image-segmentation]]></category>
            <category><![CDATA[deep-learning]]></category>
            <category><![CDATA[machine-learning]]></category>
            <category><![CDATA[blog]]></category>
            <category><![CDATA[ai]]></category>
            <dc:creator><![CDATA[Mike Pattaraphon]]></dc:creator>
            <pubDate>Thu, 07 Mar 2024 02:32:09 GMT</pubDate>
            <atom:updated>2024-03-07T02:32:09.324Z</atom:updated>
            <content:encoded><![CDATA[<p>สวัสดีครับ เชื่อว่า GeoAI คงผ่านหูเพื่อนๆ กันมาบ้างแล้ว ยิ่งในตอนนี้ Meta ได้ปล่อยโมเดล <a href="https://segment-anything.com/">Segment Anything Model (SAM)</a> ที่พร้อมใช้งานแล้วภายในระบบ ArcGIS ของ Esri ซึ่งผู้ใช้ก็สามารถทำการ Segmentation จากข้อมูลภาพถ่ายทางอากาศ ได้อย่างรวดเร็วเลยครับ</p><p>โดยหลักการทำงานของโมเดล SAM นี้ เป็นโมเดล AI ที่จะไปทำการจำแนกวัตถุจากข้อมูลภาพเป็นส่วนต่างๆ ได้อย่างรวดเร็วโดยผู้ใช้งานก็ไม่จำเป็นต้องเทรนข้อมูลมาก่อนด้วยครับ เพื่อนๆสามารถเข้าไปดูขั้นตอนการใช้งานได้ที่ลิงค์นี้เลยครับ <a href="https://medium.com/gisard/spatial-analysis-with-applied-segment-anything-model-training-sam-1dccd997c837">Spatial Analysis with Applied Segment Anything Model Training (SAM)</a></p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*6NlrHuqZvwFh8Lh4.png" /><figcaption>cr. <a href="https://medium.com/gisard/spatial-analysis-with-applied-segment-anything-model-training-sam-1dccd997c837">https://medium.com/gisard/spatial-analysis-with-applied-segment-anything-model-training-sam-1dccd997c837</a></figcaption></figure><p>แต่!!! วันนี้โมเดลตัวใหม่ของ Esri ได้จับโมเดล SAM กับ <a href="https://github.com/IDEA-Research/GroundingDINO">Grounding DINO</a> ที่เป็นโมเดลการค้นหา Object จากภาพด้วยการใส่ข้อความ (Text prompt) ซึ่งเกิดเป็นโมเดลตัวใหม่ขึ้นมาชื่อว่า <a href="https://www.arcgis.com/home/item.html?id=8df3bf4167bc4c7b967f677f8b362ec3">Text SAM</a> โดยโมเดล Text SAM นี้จะยกระดับการจำแนกวัตถุให้เราเพียงแค่เราใส่ข้อความ โมเดลจะ Detect Object ที่เราต้องการจากภาพได้เลยครับ</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/971/0*mBNL-P8wHlrJPGLm" /><figcaption>cr. <a href="https://www.arcgis.com/home/item.html?id=8df3bf4167bc4c7b967f677f8b362ec3">https://www.arcgis.com/home/item.html?id=8df3bf4167bc4c7b967f677f8b362ec3</a></figcaption></figure><p>งั้นเรามาเริ่มกันเลยดีกว่าครับ ขั้นตอนแรกเลยครับ ให้เราเข้าไปดาวน์โหลดโมเดล <a href="https://www.arcgis.com/home/item.html?id=8df3bf4167bc4c7b967f677f8b362ec3">Text SAM</a> กันก่อนครับ ซึ่งเพื่อนๆ สามารถเข้าไปดาวน์โหลดมาใช้งานได้ฟรีเลยครับ</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*BFmyDghdrTIblFzMGUnHaA.png" /><figcaption>cr. <a href="https://www.arcgis.com/home/item.html?id=8df3bf4167bc4c7b967f677f8b362ec3">https://www.arcgis.com/home/item.html?id=8df3bf4167bc4c7b967f677f8b362ec3</a></figcaption></figure><p>ส่วนต่อมาให้เราเปิดใช้งานโปรแกรม ArcGIS Pro แล้วเรียกเปิดภาพที่ต้อง Detect Object มาใช้งานบนโปรแกรมได้เลยครับ ซึ่งถ้าหากใครไม่มีภาพถ่าย เพื่อนๆสามารถเข้าไปดาวน์โหลดภาพได้จากลิงค์ด้านล่างได้เลยครับ</p><ul><li><a href="https://earthexplorer.usgs.gov/">EarthExplorer</a></li><li><a href="https://openaerialmap.org/">OpenAerialMap</a></li><li><a href="https://www.copernicus.eu/en">Copernicus</a></li></ul><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*-Cw8S0n8QM81DWzhyd70VA.png" /><figcaption>ภาพถ่ายดาวเทียมในบริเวณพื้นที่ศรีราชา</figcaption></figure><p>หลังจากนั้นให้เราเปิดใช้งานเครื่องมือ Detect Object Using Deep Learning บน ArcGIS Pro ครับ และเลือกภาพที่ต้องการ Detect แล้วเรียกใช้งาน Model <strong>Text SAM</strong> ที่พึ่งดาวน์โหลดมาได้เลยครับ</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*-Og-7mCEhQyZrDYlaFmLqA.png" /><figcaption>ขั้นตอนการใช้งานเครื่องมือ Detect Object Using Deep Learning</figcaption></figure><p>โดยข้อดีของโมเดล Text SAM คือเราสามารถกรอก Object ที่ต้องการ Detect ได้เลยเช่น กรอก “<em>Car</em>” ที่ <strong>text_prompt</strong> ได้เลยครับ โดยผลลัพธ์เราจะได้เป็นข้อมูล Polygon ที่เป็นรถได้เลยครับ</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*RuZQeUgj8zjCPBDkSZzcjQ.png" /></figure><p>นอกจากผลลัพธ์ของรถแล้ว เราสามารถใส่รูปร่างหรือสีที่เราต้องการได้เช่น ผมต้องการ Detect รถยนต์สีแดง ผมแค่กรอก “<em>Red car</em>” ครับ เราก็จะผลลัพธ์ออกมาเป็นตำแหน่งของรถยนต์สีแดงเลยครับ</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*phhG6SvjdTZOnngse2gIjg.png" /></figure><p>นอกจากการ Detect Object ที่เป็นรถยนต์แล้ว เพื่อนๆยังสามารถ Detect Object ต่างๆ ได้อีกมากมายเลยครับ อย่างเช่น แผงโซลาร์ (Panels), ก้อนเมฆ (Cloud), เรือ (Ship) หรืออาคาร (Building) เป็นต้น ซึ่งเพื่อนๆสามารถนำผลลัพธ์ที่ได้ไปประยุกต์ใช้ในด้านต่างๆ ได้แก่</p><ul><li>Urban Planning: ใช้ Model Text SAM ในการ Detect อาคาร, สวนสาธารณะ หรือเส้นถนนสำหรับการวางผังเมืองได้</li><li>Environmental Monitoring: สำหรับการ Detect ข้อมูลแหล่งน้ำ, แปลงที่ดินเกษตร เป็นต้น เพื่อดูการเปลี่ยนแปลงของสิ่งแวดล้อม</li><li>Infrastructure Management: สำหรับการ Detect ตำแหน่งเสาไฟ, สายไฟ หรือ แสงไฟบนท้องถนน เป็นต้น เพื่อวางแผนหรือดูแลรักษาอุปกรณ์ได้ครบถ้วน</li></ul><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*Ie3wXixeoPxtwaQtN7L3fA.png" /></figure><p>ในส่วนของผู้พัฒนา ถ้าเพื่อนๆ อยากนำโมเดลนี้ไปพัฒนาต่อ เพื่อนๆสามารถนำ Deep learning ไปพัฒนาต่อได้เลยครับ ซึ่งจะเป็นการพัฒนาเครื่องมือ Python สำหรับ Raster เพิ่มเติมโดยทาง Esri ก็ได้มี Github ที่เป็น help สำหรับการ Customize <a href="https://github.com/Esri/raster-deep-learning/tree/master/samples/TextSAM">Raster-Deep-Learning</a> ไว้ให้แล้วครับ</p><h4>Reference:</h4><ul><li><a href="https://github.com/Esri/raster-deep-learning/tree/master/samples/TextSAM">https://github.com/Esri/raster-deep-learning/tree/master/samples/TextSAM</a></li><li><a href="https://www.arcgis.com/home/item.html?id=8df3bf4167bc4c7b967f677f8b362ec3">https://www.arcgis.com/home/item.html?id=8df3bf4167bc4c7b967f677f8b362ec3</a></li><li><a href="https://github.com/IDEA-Research/GroundingDINO">https://github.com/IDEA-Research/GroundingDINO</a></li><li><a href="https://segment-anything.com/">https://segment-anything.com/</a></li></ul><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=36dc7f212e04" width="1" height="1" alt=""><hr><p><a href="https://medium.com/gisard/enhancing-object-detection-using-geoai-capability-introducing-text-sam-36dc7f212e04">Enhancing Object Detection using GeoAI Capability: Introducing Text SAM</a> was originally published in <a href="https://medium.com/gisard">GISard</a> on Medium, where people are continuing the conversation by highlighting and responding to this story.</p>]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[From Lidar to Smart City: Automate 3D Building Model Generation]]></title>
            <link>https://medium.com/gisard/3d-bldg-smart-city-from-lidar-76d001f379f?source=rss-2631eaa8d316------2</link>
            <guid isPermaLink="false">https://medium.com/p/76d001f379f</guid>
            <category><![CDATA[3d]]></category>
            <category><![CDATA[smart-cities]]></category>
            <category><![CDATA[geoai]]></category>
            <category><![CDATA[digital-twin]]></category>
            <category><![CDATA[blog]]></category>
            <dc:creator><![CDATA[Mike Pattaraphon]]></dc:creator>
            <pubDate>Wed, 14 Feb 2024 05:01:43 GMT</pubDate>
            <atom:updated>2024-02-16T01:57:24.142Z</atom:updated>
            <content:encoded><![CDATA[<h3>จาก Lidar สู่ Smart City — สร้างเมือง 3 มิติด้วยเครื่องมือ Automate 3D Building Model</h3><p>“เมืองอัจฉริยะ หรือ Smart City” เป็นที่พูดถึงกันมากเลยครับในทุกวันนี้ ซึ่งการทำ Smart city นั้นจะมาช่วยในเรื่อง การจัดการวางแผนเมือง, การขนส่ง หรือการดำรงชีวิตแบบ Smart Living เป็นต้น แต่การทำ Smart city นั้นก็มีหลายองค์ประกอบด้วยกัน เช่น การจัดการข้อมูล, การเชื่อมโยงข้อมูลระหว่างหน่วยงาน หรือการแสดงผลข้อมูล</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/849/0*7pw7Jmd_ToevjFDU.jpg" /></figure><p>ซึ่งวันนี้ผมจะแนะนำการเตรียมข้อมูลอาคาร 3 มิติเพื่อที่จะไปใช้งานต่อใน Smart City กันครับ</p><p>โดยการเตรียมข้อมูลอาคาร 3 มิติ เราจะใช้เครื่องมือ Automate 3D Building model ที่เพื่อนๆสามารถนำมาใช้งานได้โดยไม่ต้องเขียนโค้ดเลยครับ ซึ่งเป็นเครื่องมือที่ทาง Esri ได้พัฒนาขึ้นและเปิดเป็น Open source ให้ผู้ใช้งานสามารถเข้าไปดาวโหลดและนำไปใช้งานต่อได้เลยครับ</p><p>Link download<em>:</em> <a href="https://links.esri.com/3DBuildings/"><em>Deploy the solution</em></a></p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*wuDOxMuKNgs-P9CtAiPyHw.png" /></figure><p>โดยตัวเครื่องมือ 3D Building model จะทำงานในรูปแบบ Task ที่อยู่บน ArcGIS Pro ซึ่งข้อดีที่การทำเป็น Task นี้จะช่วยแนะนำเราในการทำขึ้นรูปอาคาร 3D Building model เป็น step-by-step ได้อย่างถูกต้องนั้นเองครับ</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/327/1*9HFmQMSfLGHNXuWmngYNKQ.png" /><figcaption>Step การใช้งานเครื่องมือ 3D Building model</figcaption></figure><p>ซึ่งการใช้งานเครื่องมือ 3D Building model นั้นข้อมูล Input ที่เราจะใช้งานเป็นข้อมูล Point Cloud หรือ Lidar (.las) นั้นเองครับ โดยใน Task จะมีขั้นตอนในการ Classify ข้อมูล Point cloud เป็น Building class หรือ การสกัด (Extract) ข้อมูลจาก Point cloud เป็นขอบเขตอาคาร (Building Footprint) ได้เลย</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*PTMsa_CysmSwNIk0gqmqDA.gif" /><figcaption>Extract Building footprints from lidar</figcaption></figure><p>หลังจากที่เรา Extract ข้อมูลออกมาเป็นขอบเขตอาคาร (Building Footprint) แล้ว ขั้นตอนการขึ้นรูปอาคาร 3 มิติ เราก็สามารถทำผ่าน Task นี้ได้เลยครับ โดยอาคารที่ขึ้นรูปผ่านเครื่องมือนี้ จะทำการแบ่งประเภทของหลังคาให้เราอัตโนมัติด้วยครับ โดยจะแบ่งเป็น 3 ประเภท คือ หลังคาแบน (Flat), หลังคาสามเหลี่ยม (Gable) และหลังคาสี่เหลี่ยม (Hip)</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/981/1*NElcsNPdnsXhctfY8j7M6w.png" /><figcaption>ประเภทของหลังคาที่ได้จากเครื่องมือ 3D Building model</figcaption></figure><p>และใน Task จะยังมีขั้นตอนสำหรับการสร้างชั้นข้อมูล ของแต่ละชั้นอาคารและประเภทการใช้ประโยชน์ในแต่ละชั้นอาคารแบ่งตามเฉดสีได้ด้วยครับ เพื่อให้ตอบโจทย์กับ Smart city เช่น ช่วยให้เราจัดการการใช้ประโยชน์ของอาคารได้ครบถ้วนและครอบคลุมครับ</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*NYuaGgMmWFZjP1LzPBRscA.gif" /><figcaption>ขั้นตอนสำหรับการสร้างชั้นข้อมูล ชั้นอาคารและการใช้ประโยชน์แต่ละชั้น</figcaption></figure><p>นอกจากการสร้างอาคารแล้ว ถ้าเราอยากสร้างวัตถุอย่างอื่นในเมือง 3 มิติ ใน Task ก็จะมีการสร้างสะพาน 3 มิติ หรือแม่น้ำในรูปแบบ 3 มิติที่แสดงความลึกได้ด้วยครับ ซึ่งเราก็สามารถนำมาประยุกต์ใช้ในการทำ Smart city ได้เช่น การจำลองอาคารที่ได้รับผลกระทบจากน้ำท่วมขัง เป็นต้น</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*kripDtCo80Lg50tWn_fL8A.png" /><figcaption>Dashboard แสดงการจำลองเมือง 3 มิติ</figcaption></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*ImPKpw-smLr1iRR9kWTeHw.png" /><figcaption>Dashboard แสดงการจำลองผลกระทบอาคารจากน้ำท่วม</figcaption></figure><p><strong>References:</strong></p><p><a href="https://doc.arcgis.com/en/arcgis-solutions/latest/reference/introduction-to-3d-buildings.htm">Introduction to 3D Buildings — ArcGIS Solutions</a></p><p><a href="https://www.arcgis.com/apps/solutions/index.html?gallery=true&amp;solution=zdtg6flcy34cvv35aayvpfg9j2one6ex&amp;sortField=relevance&amp;sortOrder=desc#home">Deploy 3D Building solution</a></p><p><a href="https://storymaps.arcgis.com/stories/f988bfdb6baa43d49156ba91facb300f">Getting to know the 3D Basemaps solution</a></p><p><a href="https://www.esrith.com/industries/smart-city-solution/">Smart City Solution for Local Government</a></p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=76d001f379f" width="1" height="1" alt=""><hr><p><a href="https://medium.com/gisard/3d-bldg-smart-city-from-lidar-76d001f379f">From Lidar to Smart City: Automate 3D Building Model Generation</a> was originally published in <a href="https://medium.com/gisard">GISard</a> on Medium, where people are continuing the conversation by highlighting and responding to this story.</p>]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[การทำ ETL กับข้อมูล Traffy Fondue บนเว็บ ด้วย Data Pipelines]]></title>
            <link>https://medium.com/gisard/data-pipelines-etl-traffy-fondue-eb92f0feb670?source=rss-2631eaa8d316------2</link>
            <guid isPermaLink="false">https://medium.com/p/eb92f0feb670</guid>
            <category><![CDATA[data-pipeline]]></category>
            <category><![CDATA[blog]]></category>
            <category><![CDATA[gis]]></category>
            <category><![CDATA[big-data]]></category>
            <category><![CDATA[etl]]></category>
            <dc:creator><![CDATA[Mike Pattaraphon]]></dc:creator>
            <pubDate>Wed, 29 Nov 2023 05:24:57 GMT</pubDate>
            <atom:updated>2023-12-08T14:38:56.350Z</atom:updated>
            <content:encoded><![CDATA[<h3>การทำงาน ETL กับข้อมูล Traffy Fondue บนเว็บผ่าน ArcGIS Online ด้วยแอป Data Pipelines</h3><p>สวัสดีครับเพื่อนๆ หลายๆคนที่ทำงานอยู่ในสาย Data คงคุ้นเคยกับการทำงาน ETL กันดีอยู่แล้วใช่ไหมครับ ซึ่ง</p><blockquote>ETL (Extract-Transform-Load) คือ กระบวนการหนึ่งไว้ดึงข้อมูลมาจากหลายๆแหล่งและนำข้อมูลมาตรวจสอบคุณภาพเพื่อนำมาประยุกต์ใช้และเชื่อมโยงข้อมูลให้เป็นรูปแบบเดียวกัน</blockquote><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*EDB5Jly0QnogVk2_.png" /><figcaption>รูปภาพ: <a href="https://www.informatica.com/nl/resources/articles/what-is-etl.html">https://www.informatica.com/nl/resources/articles/what-is-etl.html</a></figcaption></figure><p>โดยวันนี้ผมจะมาแนะนำเครื่องมือที่ทำงาน ETL กับข้อมูล การร้องเรียนปัญหาของประชาชนในกรุงเทพมหานคร จากเว็บ Traffy Fondue ด้วยแอปพลิเคชัน <strong>Data Pipelines </strong>ที่มีความสามารถในการดึงข้อมูล (Extract), การแปลงข้อมูล (Transform) และการโหลดข้อมูล (Load) ซึ่งเพื่อนๆสามารถใช้งานแอปพลิเคชัน Data Pipelines ได้บน ArcGIS Online ได้เลยครับ</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*khu1iZmMsR4dIdEyWB5eOg.png" /><figcaption>รูปภาพ: <a href="https://www.esri.com/arcgis-blog/products/arcgis-online/announcements/introducing-data-pipelines-beta-in-arcgis-online/">Introduction of Data Pipeline</a></figcaption></figure><p>งั้นเรามาเริ่มทำกันแอปพลิเคชัน Data Pipelines ในการดึงข้อมูล การร้องเรียนปัญหาของประชาชน กันเลยดีกว่าครับ Let’s go!!</p><ol><li>ขั้นตอนแรกเลยครับ เราจะเรียกใช้งานข้อมูลจาก<a href="https://share.traffy.in.th/teamchadchart">เว็บ Traffy Fondue</a> กันครับ ซึ่งเว็บ Traffy Fondue นั้นก็ได้เปิด API ให้เราสามารถนำข้อมูลไปใช้งานต่อกันได้ โดยผมก็เรียกเอาข้อมูลในรูปแบบ CSV ไปใช้งานบน Data Pipelines ได้เลยครับ</li></ol><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*GIeFDxymGMFPDq-HnTNZJg.png" /><figcaption>ที่มาข้อมูล: <a href="https://www.traffy.in.th/?page_id=27351">https://www.traffy.in.th/?page_id=27351</a></figcaption></figure><p>2. ให้เรามาที่แอปพลิเคชัน Data Pipelines บน ArcGIS Online และ Copy ลิงค์ข้อมูลรูปแบบ CSV จากเว็บ Traffy Fondue มาใช้งานได้เลยครับ</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*mUPOtMF89G-kC2-9pnriHg.png" /></figure><p><em>หมายเหตุ : ขอขอบคุณข้อมูลจาก </em><a href="https://www.traffy.in.th/"><em>traffy.in.th</em></a><em> และทีมนักพัฒนาระบบ Traffy Fondue x TeamChadChart</em></p><p>3. หลังจากนั้นเราจะทำการแสดงตำแหน่งการแจ้งเหตุกันครับ ซึ่งข้อมูลค่าพิกัด (Latitude,Longtitude) ที่ได้จากไฟล์ CSV อยู่ในฟิลด์ coords ซึ่งเราต้องทำการแบ่งฟิลด์ (Split) ค่า Latitude และ Longtitude ให้เป็นคนละฟิลด์กันก่อนครับ โดยเราจะใช้เครื่องมือ Calculate Field ครับ ซึ่งเครื่องมือ Calculate Field จะทำการสร้างฟิลด์ใหม่ให้และสามารถกำหนด Expression ในการคำนวณได้ด้วยครับ</p><p>3.1 ใช้งานเครื่องมือ Calculate Field ค่า Latitude ลงในฟิลด์ใหม่ชื่อว่าฟิลด์ X</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*BmF6Efq_3bI73suyca2d2A.png" /><figcaption>Calculate Field Latitude ให้อยู่ในฟิลด์ X</figcaption></figure><pre>//Expression for get Latitude value to field X<br>var arrName = split($record.coords, &quot;,&quot;)<br>return arrName[0]</pre><p>3.2 ใช้งานเครื่องมือ Calculate Field ค่า Longtitude ลงในฟิลด์ใหม่ชื่อว่าฟิลด์ Y</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*52nWTaYOIi8puX30-yTS9Q.png" /><figcaption>Calculate Field Longtitude ให้อยู่ในฟิลด์ Y</figcaption></figure><pre>//Expression for get Longtitude value to field Y<br>var arrName = split($record.coords, &quot;,&quot;)<br>return arrName[-1]</pre><p>4. ต่อมาให้เราใช้งานเครื่องมือ Create geometry กันครับ เพื่อแสดงตำแหน่งการแจ้งเหตุ ได้แล้วครับ</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*mw4AQ-QhJs2tGDfjQqg2wA.png" /><figcaption>ผลลัพธ์จากการแสดงตำแหน่งการแจ้งเหตุ</figcaption></figure><p>5. นอกจากการแสดงผลตำแหน่งการแจ้งเหตุทั้งหมดแล้ว ถ้าเราสนใจปัญหาเฉพาะเรื่อง เช่นปัญหาที่เกี่ยวกับสายไฟฟ้า เราก็สามารถทำการกรองข้อมูลโดยใช้เครื่องมือ Filter by attribute ได้อีกด้วย</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*Sxj3FEUrh54d48SwlOD-qg.png" /><figcaption>ผลลัพธ์จากการกรองข้อมูลตำแหน่งการแจ้งเหตุเฉพาะสายไฟฟ้า</figcaption></figure><p>6. และกรณีที่เรามีข้อมูลขอบเขตที่เราดูแลอยู่ เราก็สามารถใช้งานเครื่องมือ Spatial Join ข้อมูลขอบเขตและตำแหน่งการแจ้งเหตุ ในการดูว่าพื้นที่ไหนที่ยังมีการแจ้งเหตุปัญหาอยู่อีกได้ด้วยครับ</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*52DuDEetDlAQDywZt75Ecw.png" /><figcaption>แสดงขอบเขตที่มีการแจ้งปัญหาสายไฟของประชาชน</figcaption></figure><p>7. ซึ่งเราสามารถนำผลลัพธ์ไปเผยแพร่ (Publish) เป็นข้อมูล Feature Service และนำไปใช้งานต่อในการสร้างเป็นแผนที่บนระบบ (Web map) หรือ Application เช่น Dashboard เพื่อ Monitor ข้อมูลการแจ้งเหตุ ที่อยู่บน ArcGIS Online ได้เลยครับ</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*vgELtE66Bz8FXCjWuq_qEQ.png" /><figcaption>ArcGIS Dashboards สำหรับติดตามการแจ้งเหตุร้องเรียน</figcaption></figure><h4>References</h4><p><a href="https://www.esri.com/arcgis-blog/products/arcgis-online/announcements/introducing-data-pipelines-beta-in-arcgis-online/">Introducing Data Pipelines in ArcGIS Online</a></p><p><a href="https://doc.arcgis.com/en/data-pipelines/latest/get-started/faq.htm">FAQ — Data Pipelines — Esri Documentation — ArcGIS Online</a></p><p><a href="https://www.traffy.in.th/?page_id=27351">ดาวโหลดข้อมูล Traffy Fondue สำหรับนักพัฒนา</a></p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=eb92f0feb670" width="1" height="1" alt=""><hr><p><a href="https://medium.com/gisard/data-pipelines-etl-traffy-fondue-eb92f0feb670">การทำ ETL กับข้อมูล Traffy Fondue บนเว็บ ด้วย Data Pipelines</a> was originally published in <a href="https://medium.com/gisard">GISard</a> on Medium, where people are continuing the conversation by highlighting and responding to this story.</p>]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[ทำความรู้จัก Google Earth Engine แอปพลิเคชันวิเคราะห์ภาพถ่ายดาวเทียมบน Cloud]]></title>
            <link>https://pattaraphon-san.medium.com/%E0%B8%97%E0%B8%B3%E0%B8%84%E0%B8%A7%E0%B8%B2%E0%B8%A1%E0%B8%A3%E0%B8%B9%E0%B9%89%E0%B8%88%E0%B8%B1%E0%B8%81-google-earth-engine-%E0%B9%81%E0%B8%AD%E0%B8%9B%E0%B8%9E%E0%B8%A5%E0%B8%B4%E0%B9%80%E0%B8%84%E0%B8%8A%E0%B8%B1%E0%B8%99%E0%B8%A7%E0%B8%B4%E0%B9%80%E0%B8%84%E0%B8%A3%E0%B8%B2%E0%B8%B0%E0%B8%AB%E0%B9%8C%E0%B8%A0%E0%B8%B2%E0%B8%9E%E0%B8%96%E0%B9%88%E0%B8%B2%E0%B8%A2%E0%B8%94%E0%B8%B2%E0%B8%A7%E0%B9%80%E0%B8%97%E0%B8%B5%E0%B8%A2%E0%B8%A1%E0%B8%9A%E0%B8%99-cloud-3e0b2faecf48?source=rss-2631eaa8d316------2</link>
            <guid isPermaLink="false">https://medium.com/p/3e0b2faecf48</guid>
            <category><![CDATA[geospatial]]></category>
            <category><![CDATA[gis]]></category>
            <category><![CDATA[earth-engine]]></category>
            <category><![CDATA[google-earth]]></category>
            <category><![CDATA[google-earth-engine]]></category>
            <dc:creator><![CDATA[Mike Pattaraphon]]></dc:creator>
            <pubDate>Sun, 19 Nov 2023 08:29:48 GMT</pubDate>
            <atom:updated>2023-11-19T09:02:11.751Z</atom:updated>
            <content:encoded><![CDATA[<p>สวัสดีครับ วันนี้ผมจะมาแนะนำการใช้งาน Google Earth Engine (GEE) ที่เป็นแอปพลิเคชันวิเคราะห์ข้อมูลภาพถ่ายดาวเทียมบน Cloud ที่มีข้อมูลให้เราเลือกใช้งานได้มากมายเลยครับ อย่างเช่นข้อมูลจากภาพถ่ายดาวเทียม Sentinel, Landsat, MODIS และรวมไปถึงข้อมูลภูมิศาสตร์ (geospatial data) ที่ให้เราสามารถนำมาวิเคราะห์บนแผนที่ได้ เช่น ข้อมูลขอบเขตอาคาร, สภาพอากาศ, ปริมาณน้ำฝน หรือพื้นที่น้ำท่วมซ้ำซาก เป็นต้น ซึ่งเราสามารถเข้ามาดูข้อมูลทั้งหมดได้ผ่าน <a href="https://developers.google.com/earth-engine/datasets">Link </a>นี้ได้เลยครับ</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*pmW8H7uuNUbWAeo6" /><figcaption>รูปภาพจาก <a href="https://unsplash.com/@nasa?utm_source=medium&amp;utm_medium=referral">NASA</a> บน <a href="https://unsplash.com/?utm_source=medium&amp;utm_medium=referral">Unsplash</a></figcaption></figure><blockquote>ซึ่งข้อดีที่เราเห็นได้ชัดๆของ GEE นี้คือการประมวลผลบน Cloud ที่ช่วยให้เราประมวลผลชุดข้อมูลภาพถ่ายดาวเทียมขนาดใหญ่เพื่อตรวจการเปลี่ยนแปลง ทำแผนที่แนวโน้ม โดยเมื่อก่อนถ้าเราต้องการวิเคราะห์ภาพ เราต้องทำการ Download ข้อมูลภาพถ่ายดาวเทียมมาไว้ที่เครื่องเราเองใช่ไหมครับ ซึ่งแต่ละภาพก็มีขนาดใหญ่ไม่ใช่เล่นๆ ใช้เวลานานกันเลยทีเดียวครับ ซึ่ง GEE ก็จะมาแก้ปัญหาในส่วนนี้นั้นเองครับ เพียงแค่เรานำ Code มาประมวลผลบน GEE และดาวโหลดแค่ผลลัพธ์สุดท้ายมาใช้งานได้จริง และรวดเร็วด้วยครับ</blockquote><p>ซึ่งการใช้งาน GEE นั้นมีหลายวิธีด้วยกันครับ เช่นการใช้งานด้วย <a href="https://code.earthengine.google.com/">Code Editor</a> ซึ่งใช้ JavaScript ในการเรียกข้อมูล หรือ <a href="https://explorer.earthengine.google.com/">Explorer </a>ที่เป็นการใช้งานแบบค้นหาภาพที่สนใจและนำมาแสดงผลบนแผนที่โดยไม่ต้องเขียนโค้ดเลยครับ</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*U-zZb97gwXf-RRWm5QkM5Q.png" /><figcaption>ตัวอย่างการเรียกใช้งาน Earth Engine Code Editor</figcaption></figure><p>เรามาพูดถึง Use case กันบ้างดีกว่าครับ ซึ่ง GEE นั้นมีชุดข้อมูล Spatial Big Data ที่เราสามารถนำมาต่อยอดในงานของเราได้หลากหลายเลยครับ อย่างเช่น การจัดการน้ำท่วมฉับพลัน, การจัดการผังเมือง, วิเคราะห์มลพิษทางอากาศ เป็นต้น ซึ่งเราสามารถดูงานวิจัยที่มีการเรียกใช้งาน GEE กันได้ที่เว็บ <a href="https://www.mdpi.com/search?sort=pubdate&amp;page_count=50&amp;year_from=1996&amp;year_to=2023&amp;q=Google%20Earth%20Engine&amp;view=compact">MDPI link</a> ได้เลยครับ</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/747/0*RltgOhj7xjjg6gk4.png" /><figcaption>รูปภาพจาก <a href="https://medium.com/@skantbksc/google-earth-engine-an-introduction-829aa9aeca5b">https://medium.com/@skantbksc/google-earth-engine-an-introduction-829aa9aeca5b</a></figcaption></figure><p>ซึ่งเมื่อเร็วๆนี้ ทาง Google ก็ได้มีงานสัมนาที่เป็นคลิปบรรยามาให้เราว้าวกันเลยครับ ซึ่งมี Workshop material กันให้ลองมาศึกษากันด้วยครับ ถ้าใครสนใจไปตามกันได้ที่ <a href="https://www.youtube.com/playlist?list=PLLW-qoCMKQsx_YHs95aOHguU7XpKl75Fk">GeoforGood 2023</a> นี้ได้เลยครับ</p><h4>References:</h4><ul><li><a href="https://bigdata.go.th/big-data-101/geospatial-big-data-with-google-earth-engine/">https://bigdata.go.th/big-data-101/geospatial-big-data-with-google-earth-engine/</a></li><li><a href="https://www.mdpi.com/search?sort=pubdate&amp;page_count=50&amp;year_from=1996&amp;year_to=2023&amp;q=Google%20Earth%20Engine&amp;view=compact">https://www.mdpi.com/search?sort=pubdate&amp;page_count=50&amp;year_from=1996&amp;year_to=2023&amp;q=Google%20Earth%20Engine&amp;view=compact</a></li></ul><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=3e0b2faecf48" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[การแสดงผลข้อมูลร่วมกันแบบไดนามิกด้วยภาษา Arcade บน Dynamic Web Map]]></title>
            <link>https://medium.com/gisard/dynamic-web-mapping-arcade-baf8c7a559aa?source=rss-2631eaa8d316------2</link>
            <guid isPermaLink="false">https://medium.com/p/baf8c7a559aa</guid>
            <category><![CDATA[spatial-analysis]]></category>
            <category><![CDATA[gis]]></category>
            <category><![CDATA[web-mapping]]></category>
            <category><![CDATA[arcade]]></category>
            <category><![CDATA[arcgis]]></category>
            <dc:creator><![CDATA[Mike Pattaraphon]]></dc:creator>
            <pubDate>Thu, 02 Nov 2023 05:01:43 GMT</pubDate>
            <atom:updated>2023-12-08T14:39:41.554Z</atom:updated>
            <content:encoded><![CDATA[<h3>การแสดงผลข้อมูลร่วมกันด้วยภาษา Arcade บนแผนที่ออนไลน์ (Dynamic Web Map)</h3><p>สวัสดีครับเพื่อนๆ หลายๆคนที่ทำงานบน Web Map วันนี้ผมมี Tricks ในการใช้งาน Arcade Expression บน Web Map กันครับ ซึ่งการใช้งาน Arcade บน Web Map เนี่ย เราสามารถทำอะไรได้หลายอย่างเลยครับ อย่างเช่น การนับจำนวนข้อมูลจุดในขอบเขต Polygon ที่เราสนใจ, การ Calculate ข้อมูลแบบ Real-time (Summary), หรือการแสดงผลข้อมูลร่วมกัน (Visualize) เป็นต้น</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*LUYSl6Dltf_qW9HU.png" /><figcaption>ตัวอย่างการ Calculate ข้อมูลและแสดงผลแบบ Real-time cr. <a href="https://geospatialtraining.com/arcgis-arcade-the-gis-language-you-probably-havent-learned-but-definitely-should/">geospatialtraining.com</a></figcaption></figure><p>โดยวันนี้ผมจะมาแนะนำ Tips ง่ายๆในการนับจำนวนข้อมูลจุด (Point) ในขอบเขต (Polygon) ที่เราสนใจให้อัตโนมัติเลยครับ ซึ่งแต่ก่อนถ้าเราจะนับจำนวนข้อมูลจุดในขอบเขต เราต้องมีการเตรียมข้อมูลสำหรับการทำ Spatial Join แล้วต้อง Summary จำนวนจุดลงไปในฟิลด์นั้นใช่ไหมครับ แต่ว่าบน Web Map เราสามารถเขียน Arcade เพื่อให้โปรแกรมคำนวณจำนวนจุดให้เราอัตโนมัติได้เลยครับ งั้นเดวเรามาเริ่มทำกันเลยดีกว่าครับ Let’s go!!</p><p>ในตัวอย่างนี้นะครับ ผมจะทำการนับจำนวนการเกิดอุบัติเหตุที่อยู่ในขอบเขตตำบลและแสดงผลบนแผนที่ครับ ซึ่งเริ่มต้นผมจะทำการ Add Expression กันก่อนครับ</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*VNQftCGrvEIIO2YFYovteQ.png" /><figcaption>แผนที่แสดงข้อมูลตำแหน่งการเกิดอุบัติเหตุและขอบเขตตำบล</figcaption></figure><p>ซึ่งหน้าต่างการเขียน Arcade Expression นั้นจะมีกล่อง Function box ให้เราสามารถเลือกใช้งานได้เลยครับ ซึ่งการนับจำนวนจุดในขอบเขตนั้นเราจะใช้เพียงแค่ 3 ฟังก์ชันเท่านั้นเองคือ</p><ol><li><em>FeatureSetByName </em>— สำหรับการเรียกข้อมูลชุดอื่นมาใช้งานร่วมกัน โดยผมจะเรียกใช้งานข้อมูลตำแหน่งอุบัติเหตุที่อยู่บน Map ครับ</li></ol><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*A5xgdmOzxJGE-5Qek0Madw.png" /><figcaption>การใช้งานฟังก์ชัน FeatureSetByName สำหรับเรียกข้อมูลตำแหน่งอุบัติเหตุ</figcaption></figure><p>2.<em> Intersects </em>— สำหรับการวิเคราะห์ข้อมูลตำแหน่งอุบัติเหตุ ที่ซ้อนทับกันกับขอบเขตตำบลครับ</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*0JwdsgNzof8Hx8uEIl5sgA.png" /><figcaption>การใช้งานฟังก์ชัน Intersects สำหรับดูตำแหน่งอุบัติเหตุที่ซ้อนทับกับตำบล</figcaption></figure><p>3.<em> Count </em>— สำหรับการนับจำนวนข้อมูล Feature ตำแหน่งอุบัติเหตุที่ซ้อนทับกับขอบเขตตำบลครับ</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*hhAc8fuAC66xQPL2V3vQGA.png" /><figcaption>การใช้งานฟังก์ชัน Count สำหรับนับจำนวนตำแหน่งอุบัติเหตุ</figcaption></figure><p>พอเรากำหนดตัวแปรเรียบร้อยแล้ว เราก็จะ return ค่าจำนวนตำแหน่งอุบัติเหตุในแต่ละตำบล มาใช้งานกันได้เลยครับ</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*iZb_tseGK-srwVrrE3WMBw.png" /></figure><pre>// get the accidents layer <br>var accidents_fs = FeatureSetByName($map, &quot;ตำแหน่งอุบัติเหตุ&quot;);<br><br>// Intersect the accidents featureset with the current data zone ($feature)<br>var accidents_tambon  = Intersects(accidents_fs, $feature);<br><br>// count accidents in tambon<br>var cnt = Count(accidents_tambon);<br><br>return cnt</pre><p>ซึ่งเราก็สามารถเอาผลลัพธ์จำนวนอุบัติเหตุที่ซ้อนทับกันไปใช้งานต่อบนแผนที่ได้เลยครับ</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*Y8ATTFeAziIzz7RBYzIbPg.png" /></figure><p>นอกจากการนับจำนวนจุดบนขอบเขตแล้วนะครับ เราสามารถ Monitor ข้อมูลสถานะ จำนวนอุบัติเหตุบนแผนที่ได้อีกด้วยครับ อย่างเช่นในตัวอย่างนี้ ผมจะกำหนด 3 สถานะด้วยกัน ได้แก่</p><ul><li>พื้นที่เสี่ยงเกิดอุบัติเหตุสูง — มีจำนวนอุบัติเหตุในตำบลมากกว่า 100 จุด</li><li>พื้นที่เสี่ยงเกิดอุบัติเหตุปานกลาง — มีจำนวนอุบัติเหตุในตำบลมากกว่า 50 และน้อยกว่า 100 จุด</li><li>พื้นที่เสี่ยงเกิดอุบัติเหตุต่ำ — มีจำนวนอุบัติเหตุในตำบลน้อยกว่า 50 จุด</li></ul><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*a7c5elCeQx-HUfqok-f3_A.png" /><figcaption>ตัวอย่าง Expression สำหรับแสดงสถานะ</figcaption></figure><pre>// get the accidents layer <br>var accidents_fs = FeatureSetByName($map, &quot;ตำแหน่งอุบัติเหตุ&quot;);<br><br>// Intersect the accidents featureset with the current data zone ($feature)<br>var accidents_tambon  = Intersects(accidents_fs, $feature);<br><br>// count accidents in tambon<br>var cnt = Count(accidents_tambon);<br><br>// Condition of number accidents<br>if(cnt &gt; 100){<br>  return &quot;พื้นที่เสี่ยงเกิดอุบัติเหตุสูง&quot;<br>}<br>if(cnt &gt; 50 &amp;&amp; cnt &lt; 100){<br>  return &quot;พื้นที่เสี่ยงเกิดอุบัติเหตุปานกลาง&quot;<br>}<br>if(cnt &lt; 50 ){<br>  return &quot;พื้นที่เสี่ยงเกิดอุบัติเหตุต่ำ&quot;<br>}</pre><p>เราก็จะได้ผลลัพธ์สถานะของการเกิดอุบัติเหตุในแต่ละตำบลตามเงื่อนไขที่เรากำหนดมาแสดงผลบนแผนที่ได้เลยครับ</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*lxODLPOGzWUtXpe5M7rAvg.png" /><figcaption>ผลลัพธ์ของการแสดงผลสถานะการเกิดอุบัติเหตุในแต่ละตำบล</figcaption></figure><p>เป็นไงกันบ้างครับ กับการใช้งาน Arcade ร่วมกับแผนที่บนเว็บ (Web map) ซึ่งการใช้งาน Arcade นั้นมี Use case อีกมากมายเลยครับ อย่างเช่น การทำ Label ข้อมูล, การทำสัญลักษณ์ (Symbol) บนแผนที่ หรือ การ Calculate ข้อมูล เป็นต้น</p><h4>References</h4><ul><li>Getting started with Arcade: <a href="https://developers.arcgis.com/arcade/">https://developers.arcgis.com/arcade/</a></li><li>What is Arcade: <a href="https://medium.com/geography-automated/arcgis-arcade-4f3dfc1a3137">https://medium.com/geography-automated/arcgis-arcade-4f3dfc1a3137</a></li></ul><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=baf8c7a559aa" width="1" height="1" alt=""><hr><p><a href="https://medium.com/gisard/dynamic-web-mapping-arcade-baf8c7a559aa">การแสดงผลข้อมูลร่วมกันแบบไดนามิกด้วยภาษา Arcade บน Dynamic Web Map</a> was originally published in <a href="https://medium.com/gisard">GISard</a> on Medium, where people are continuing the conversation by highlighting and responding to this story.</p>]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Geospatial Big Data: เชื่อมต่อข้อมูล Open Building Footprint กับ GIS]]></title>
            <link>https://medium.com/gisard/geospatial-big-data-%E0%B9%80%E0%B8%8A%E0%B8%B7%E0%B9%88%E0%B8%AD%E0%B8%A1%E0%B8%95%E0%B9%88%E0%B8%AD%E0%B8%82%E0%B9%89%E0%B8%AD%E0%B8%A1%E0%B8%B9%E0%B8%A5-open-building-footprint-%E0%B8%9C%E0%B9%88%E0%B8%B2%E0%B8%99-arcgis-pro-97b1f0110fd9?source=rss-2631eaa8d316------2</link>
            <guid isPermaLink="false">https://medium.com/p/97b1f0110fd9</guid>
            <category><![CDATA[arcgis-pro]]></category>
            <category><![CDATA[open-data]]></category>
            <category><![CDATA[blog]]></category>
            <category><![CDATA[gis]]></category>
            <category><![CDATA[big-data]]></category>
            <dc:creator><![CDATA[Mike Pattaraphon]]></dc:creator>
            <pubDate>Wed, 20 Sep 2023 03:22:58 GMT</pubDate>
            <atom:updated>2023-12-08T15:34:03.734Z</atom:updated>
            <content:encoded><![CDATA[<h3>Geospatial Big Data: เชื่อมต่อข้อมูล Open Building Footprint ผ่าน ArcGIS Pro</h3><p>สวัสดีครับเพื่อนๆ วันนี้ผมจะมาแนะนำการเรียกใช้งานข้อมูลขอบเขตอาคาร Open Buildings V3 Polygons ของ Google Research ซึ่งข้อมูลนี้มีอยู่ 2 รูปแบบด้วยกัน ได้แก่ Polygons และ Point ซึ่ง Polygons ประกอบไปด้วยข้อมูล Building Footprint และ Points ที่เป็นพิกัดตำแหน่งของอาคาร</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*7vnxPmZHSiRd-U49plP3kg.jpeg" /><figcaption>ข้อมูล Open Buildings V3 Polygons</figcaption></figure><p>ซึ่งเราสามารถเข้าไปดาวโหลดข้อมูล Open Buildings ได้ที่ลิงค์ <a href="https://sites.research.google/open-buildings/"><em>https://sites.research.google/open-buildings/</em></a> ได้เลยครับ</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*OKTHcg0oVSgQaXQFJIRNPQ.png" /></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/774/1*1Rf1Anipyag6bbs4VtbQNg.png" /><figcaption>ไฟล์ Open Building ที่ดาวโหลดในรูปแบบ CSV</figcaption></figure><p>โดยผมจะใช้เครื่องมือ Multifile Feature connection (MFC) บน ArcGIS Pro ที่สามารถให้เราเชื่อมต่อข้อมูล Open Buildings ขนาดใหญ่มาใช้งานและวิเคราะห์บนโปรแกรม ArcGIS Pro ต่อได้เลย</p><p>ซึ่งเครื่องมือ MFC รองรับการเรียกใช้งานจากข้อมูลได้หลายประเภทเลยครับ ได้แก่</p><ul><li>Delimited files (.csv, .tsv, etc.)</li><li>.txt</li><li>.shp</li><li>.parquet</li><li>.orc</li></ul><p>ซึ่งขั้นตอนการใช้งานเครื่องมือ MFC บน ArcGIS Pro มีดังนี้ครับ</p><ol><li>ให้เราทำการ New Multifile Feature connection บน ArcGIS Pro แล้ว Create connection ไปที่ Folder ที่จัดเก็บไฟล์ CSV ของข้อมูล Open Building</li></ol><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*ws_xUyMBkKCk-7vUWvemiA.png" /><figcaption>ขั้นตอนการเชื่อมต่อข้อมูล Open Building ผ่านเครื่องมือ New Multifile Feature Connection (MFC)</figcaption></figure><p>2. หลังจากเราเชื่อมต่อข้อมูล Open Building แล้ว เราสามารถกรองข้อมูลได้ เช่น กรองข้อมูลฟิลด์ confidence &gt; 0.75 เพื่อเชื่อมต่อข้อมูล Open Building ที่มีความถูกต้อง พอตั้งค่าการกรองเรียบร้อยแล้วให้กด Finish ได้เลย</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/989/1*UG_2NOp6X_OdbVTTsZlzIQ.png" /><figcaption>ขั้นตอนการกรองข้อมูลขอบเขตอาคารโดยใช้ฟิลด์ confidence &gt; 0.75</figcaption></figure><p>3. เราจะได้ไฟล์ MFC ออกมา หลังจากนั้นให้เราเรียกใช้งานเครื่องมือ Copy Dataset From Multifile Feature Connection เพื่อทำการสร้าง Feature ขึ้นมาใช้งานต่อ</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/437/1*mZzswaCaquhH8XXAssGu0Q.png" /><figcaption>เครื่องมือ Copy Dataset From Multifile Feature Connection</figcaption></figure><p>4. เพียงเท่านี้เราก็สามารถเรียกใช้งานข้อมูลขอบเขตอาคารในรูปแบบ Feature Polygon และนำมาวิเคราะห์ต่อได้</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*0V-U3yN210vUlLtRPE3b_w.png" /><figcaption>ผลลัพธ์ข้อมูล Open Building บน ArcGIS Pro</figcaption></figure><p>ซึ่งเราก็สามารถนำข้อมูลขอบเขตอาคารไปวิเคราะห์เพื่อใช้ประโยชน์ได้หลากหลาย เช่น เรื่องของการจัดการเมือง, การจัดการพลังงาน หรือการทำแผนที่ภาษี และถ้านำมาผนวกกับข้อมูลประชากร ก็จะกลายเป็น Big Data เพื่อเอามาใช้ในเรื่องของการจัดการภัยพิบัติได้อีกด้วยครับ</p><h3><strong>Reference</strong></h3><p><a href="https://pro.arcgis.com/en/pro-app/3.0/help/data/big-data-connections/big-data-connections.htm#:~:text=A%20multifile%20feature%20connection%20(MFC,of%20one%20or%20more%20datasets.">Using Multifile Feature connections</a> <a href="https://pro.arcgis.com/en/pro-app/latest/tool-reference/analysis/buffer.htm">— ArcGIS Pro | Documentation</a></p><p><a href="https://www.esri.com/arcgis-blog/products/arcgis-pro/analytics/multifile-feature-connections-in-arcgis-pro-3-0/">How to connect Multifile Feature Connections in ArcGIS Pro</a></p><p><a href="https://sites.research.google/open-buildings">Dowload Open Building Data</a></p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=97b1f0110fd9" width="1" height="1" alt=""><hr><p><a href="https://medium.com/gisard/geospatial-big-data-%E0%B9%80%E0%B8%8A%E0%B8%B7%E0%B9%88%E0%B8%AD%E0%B8%A1%E0%B8%95%E0%B9%88%E0%B8%AD%E0%B8%82%E0%B9%89%E0%B8%AD%E0%B8%A1%E0%B8%B9%E0%B8%A5-open-building-footprint-%E0%B8%9C%E0%B9%88%E0%B8%B2%E0%B8%99-arcgis-pro-97b1f0110fd9">Geospatial Big Data: เชื่อมต่อข้อมูล Open Building Footprint กับ GIS</a> was originally published in <a href="https://medium.com/gisard">GISard</a> on Medium, where people are continuing the conversation by highlighting and responding to this story.</p>]]></content:encoded>
        </item>
    </channel>
</rss>