地理资讯系统专论

How Artificial Intelligence, Robots Enhance Forest Sustainability in Finland       芬兰的森林覆盖了该国四分之三的景观。芬兰森林监测中心的林业专家想要使用机器人自主执行大多数森林维护任务。为此， 芬兰森林中心创建了一个网站，为森林所有者提供一个与林业专业人员联系的市场，以良好的进行私有森林的维护。     该网站的建立后，为了更好、更精准的服务，芬兰专家通过将GIS数据，图像源以及气候和天气数据集结合起来，可以对森林分布进行精确测量，并更好地预测森林资源，以便足不出户实现森林的资源的在线精准管理。 网页链接： https://www.esri.com/about/newsroom/blog/finland-enhances-forest-data-accuracy-for-automation/

        Winter Outlook: Warmer than average for many, wetter in the North         美国国家海洋大气管理局（national oceanic and atmospheric administration，NOAA）对美国冬季（2019年12月-2020年2月）的区域温度和湿度做了一个预测。指出：      阿拉斯加和夏威夷区域比去年更加温暖，美国南部区域区域也相对暖和，均位于全国平均气温以上。但是在中北部地区，密西西比河和密歇根湖区域气温在平均气温附近浮动。      湿度方面，几乎都不低于平均值。除了中南部和加州南部区域。 网页链接： https://www.noaa.gov/media-release/winter-outlook-warmer-than-average-for-many-wetter-in-north

（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。