本書基于中國和日本的實際案例,結(jié)合地理信息系統(tǒng)研究方法,介紹ArcGIS的應(yīng)用與實踐,讓讀者掌握地理信息系統(tǒng)軟件的操作原理。全書共九章,內(nèi)容包括ArcGIS中屬性表的基本操作及綜合應(yīng)用、ArcGIS空間查詢方法的綜合應(yīng)用、ArcGIS疊加分析方法的綜合應(yīng)用、矢量數(shù)據(jù)格網(wǎng)化的綜合應(yīng)用、馬爾可夫模型在土地利用分析中的應(yīng)用、
本書主要闡述了空間信息走廊可行的合作模式和合作策略,并提出衛(wèi)星通信、衛(wèi)星導(dǎo)航、衛(wèi)星遙感的重點合作領(lǐng)域和合作路徑。包括國際合作理論依據(jù)、國際合作案例研究,探討了航天國際合作概念、合作需求、合作途徑以及航天國際化發(fā)展策略�?梢越o航天國際化推廣工作者提供有效的參考作用。同時研究了商業(yè)要改衛(wèi)星應(yīng)用發(fā)展途徑和衛(wèi)星通信服務(wù)盈利模式
本書力求將水工環(huán)地質(zhì)前沿的科學(xué)創(chuàng)新融會貫通于信息平臺,選取云南五個地質(zhì)條件復(fù)雜的典型區(qū)域,在闡述了城市工程建設(shè)和地下空間建設(shè)適宜性指標(biāo)體系的構(gòu)建方法的基礎(chǔ)上,對曲靖市麒麟?yún)^(qū)開展了適宜性實例評價;運用MapGIS-K10構(gòu)建了綠春縣城地質(zhì)災(zāi)害分布三維模型以及可視化工程信息模型;利用ArcGIS建立了安寧溫泉地?zé)崽�、晉寧地
虛擬地理環(huán)境需要面對大量不規(guī)則的復(fù)雜自然物體,傳統(tǒng)的基于幾何的建模和繪制方法遇到了巨大的挑戰(zhàn)。鑒于地理視頻等視覺信息易于直接從真實世界中獲取,而計算機視覺技術(shù)又能夠幫助從中提取和構(gòu)建符合人類視覺感知規(guī)律的計算模型,可以有效彌補基于理想數(shù)學(xué)物理模型的傳統(tǒng)圖形處理技術(shù)的缺陷�;谏鲜鲅芯勘尘�,本研究報告研究了如何從真實拍攝
本書詳細(xì)介紹了經(jīng)典地球空間大數(shù)據(jù)云計算平臺GoogleEarthEngine(GEE)中包含的各基礎(chǔ)功能模塊及使用方法,并通過完整的示例代碼展示了各類數(shù)據(jù)的載入與使用、函數(shù)的調(diào)用以及參數(shù)設(shè)置方法;介紹了基于GEE進行長時間序列的降水預(yù)測、陸地地表溫度反演、歸一化植被指數(shù)分析及疾病傳播預(yù)警模型實現(xiàn)方法;詳細(xì)闡述了長時間序
GeoTools是由開源社區(qū)維護的一套地理信息系統(tǒng)的開發(fā)組件和解決方案。GeoTools的實現(xiàn)完整遵循了OGC的各類規(guī)范,并在二十多年的迭代中,形成了活躍的開源社區(qū)生態(tài)。 本書從GeoTools的基本信息、社區(qū)生態(tài)開始介紹,隨后以地理信息的基本概念為脈絡(luò),詳細(xì)介紹GeoTools是如何實現(xiàn)并管理坐標(biāo)參考系統(tǒng)、如何管理
本書共12章,包括ArcGISPro入門、ArcGISPro工程、數(shù)據(jù)管理與使用、數(shù)據(jù)編輯、地圖制作、地圖打印、拓?fù)錂z查與錯誤修改、矢量數(shù)據(jù)處理與分析、柵格數(shù)據(jù)處理與分析案例、數(shù)據(jù)建模等。
本書詳細(xì)講述了地理信息技術(shù)在實戰(zhàn)項目中的應(yīng)用。全書共分為10個項目,每個項目都以“項目導(dǎo)入—項目目標(biāo)—項目依據(jù)—項目實戰(zhàn)—項目檢驗”為主線,把思政元素、理論知識、實操技能等進行了有機結(jié)合。書中項目涉及測繪、國土、規(guī)劃、市政、餐飲等行業(yè),實用性強、難度適中,都分別在SuperMap軟件平臺和ArcGIS軟件平臺上進行了實
本書是作者團隊在完成國家自然科學(xué)基金項目、鄭州大學(xué)高層次人才項目基礎(chǔ)上撰寫而成,主要反映作者團隊圍繞空間聚類分析和變化檢測、空間關(guān)聯(lián)規(guī)則挖掘、互聯(lián)網(wǎng)專題信息挖掘、軌跡數(shù)據(jù)挖掘以及氣象數(shù)據(jù)流挖掘等方面所取得的一系列進展。
本書以空間分析中經(jīng)典的局部回歸方法——時空地理加權(quán)回歸為核心,介紹了應(yīng)用該方法如何開展多重共線性診斷和特征變量選取建模,重點針對不同場景對方法進行改造優(yōu)化,并詳細(xì)介紹時空地理加權(quán)混合回歸、時空地理加權(quán)自回歸、局部多項式時空地理加權(quán)回歸、時空卷積神經(jīng)網(wǎng)絡(luò)加權(quán)回歸和時空地理加權(quán)的半監(jiān)督回歸方法。