地理资讯系统专论七——网页心得


      

Can GIS make AI smarter?

      随着技术的成熟，如何有效运用技术去预测“未来”的可能成为一种趋势，文章讨论了GIS在artificial intelligence 方面的结合，探讨GIS大数据的机器学习能否跨越数十年来的传统分析瓶颈。

网页链接：
https://www.lynker-analytics.com/theblog/2019/7/10/can-gis-make-ai-smarter

评论

发表评论

此博客中的热门博文

地理资讯系统专论 主题一作品

图片
1.台北市基本区域图 2. 台北人口密度分布图 3.网页看图说明 简介： 这是一张八层的区域图。用 G IS 软件制作处理表示了同一个区域在交通、区域结构、正射影像、土地覆盖、水文分布、地理标识、海拔分布、边界等八种不同情况。用 GIS 处理后可以直观的看清同一个区域在不同方面的实际情况，对比度高。 图片参考网址： https://www.usgs.gov/faqs/what-a-geographic-information-system-gis?qt-news_science_products=1#qt-news_science_products                                 2019.09.18    於台北科技大学
阅读全文

地理咨询系统专论大作业三

图片
（一）区域坡度图： （二）剖面（5m一个点计算、感觉可以先插值做平滑曲线计算，单位水平：m，坡度：° 高程：m）。做了两张图，第一张为高程图，第二张为坡度图。地形图中存在奇异点，毕竟地形好像没那么高。 （三） 每500米截点，大概243个点（感觉不是很准确）。先buffer在统计平均，再与公路线相交出得出每500米一点的平均坡度。 网页：       美国国土安全部网站提供国家洪水灾害层（NFHL）的地理空间数据库，其中包含当前的有效洪水灾害数据。 FEMA提供洪水灾害数据以支持国家洪水保险计划。 可以通过这些信息更好地了解洪水风险等级和洪水类型。 链接： https://www.fema.gov/national-flood-hazard-layer-nfhl 感谢盈萱给的地形整理图以及伯钧、亮铧的帮忙。
阅读全文

地理资讯系统专论 主题二

图片
1. 主题二作品 图1.1 原始图形 图1.2 制作后图形        问题：需要表示两种属性，上图中一个为密度，另一个为面积，但是面积是用数字显示的方式放在图中，比例很不协调，不懂如何优化。 错误版本:                                  错误的版本       下方两张图为主题二作品图，这个感觉操作在图片中没有表示出来，因为主要是将图并入整体坐标中的操作。 2. 网站阅读 The National Water Model: Forecasting the Future 图2. 1   早期美国的河流监测预报图（只有约 8000 条河流）   图2. 2  21 世纪新技术下的河流监测预报图 [ 基于改进后的 National Water Model (NWM) , 预测 270 万条河流 ] 上 述两张图讲的是运用 GIS技术前后，对美国全国河流流进行监测和预测分析的重大意义。原先的美国河流监测只能监测全国约3%的河流（约8000条），自21世纪后，特别是2014年enterprise geographic information system (EGIS) 观念的首次提出，经过几年的技术研究与发展，2016年美国通过EEAP项目和在NOAA 的国家气象局（NWS）国家水中心部署ArcGIS Enterprise，使得EGIS系统成为现实。而后美国成功实现了对全国270万条河流的监测与预报，大幅提升了全国河流管理能力。 网址链接： https://www.esri.com/en-us/industries/water/segments/water-resources/national-water-model   2019.9.25   於台北科技大学
阅读全文