当前位置: 首页 > news >正文

ArcGIS Pro技术应用(暨基础入门、制图、空间分析、影像分析、三维建模、空间统计分析与建模、python融合)

GIS是利用电子计算机及其外部设备,采集、存储、分析和描述整个或部分地球表面与空间信息系统。简单地讲,它是在一定的地域内,将地理空间信息和 一些与该地域地理信息相关的属性信息结合起来,达到对地理和属性信息的综合管理。GIS的研究对象是整个地理空间,而地理信息与地理位置有关,因而GIS的发展受到了世界范围的普遍重视。近年来,GIS在我国也备受重视,并在城乡规划、灾害监测、资源清查、土地调查、环境管理、城市管网、作战指挥、宏观决策、城市公共服务、交通、导航、电子政务等领域得到广泛地应用。那么如何深刻理解GIS的原理?如何高效处理好多源空间数据?如何针对具体领域建立切实可行的GIS技术应用解决方案?本课程将提供一套基于ArcGIS Pro空间数据处理的方法和案例。

相较于ArcGIS 来说,ArcGIS Pro作为ESRI面向新时代的GIS产品,它在原有的ArcGIS平台上继承了传统桌面软件(ArcMap)的强大的数据管理、制图、空间分析等能力,还具有其独有的特色功能,例如二三维融合、大数据、矢量切片制作及发布、任务工作流、超强制图,时空立方体等。同时集成了ArcMap ,ArcSence ,ArcGlobe,实现了三维一体化同步。

本文将利用ArcGIS Pro 将您的 GIS 工作组织到工程中,您可以使用 ArcGIS Pro 映射 2D 和 3D 数据。借助 ArcGIS Pro,您可以创建和编辑多种要素,同时还可以将来自文本、矢量、栅格、激光雷达、多维数据等多个源的数据集成到工程中。本课程将教会您使用 ArcGIS Pro 分析数据、管理 GIS 数据以及构建用于自动执行工作或解决复杂问题的工具。您可以在 ArcGIS Pro 中使用分析和地理处理功能来回答许多空间问题,并执行空间分析。借助矢量数据分析、栅格数据分析、三维分析、水文分析等空间分析工具,可以解决复杂的面向位置的问题,从地理角度探索和理解您的数据,确定关系,检测和量化模式,评估趋势,并做出预测和决策。Python 可用于自动执行地理处理工具,并提供创建自己的地理处理工具的功能,可以将其用作脚本工具或用作 Python 工具箱工具。本课程将教会您通过创建模型或脚本转换为自定义工具, 节省重复性任务的时间、最大限度地减少错误,并高效地对分析进行迭代。学会运用上述原理和技术方法,提升GIS技术的应用能力水平和效率。

点击查看原文

入门篇

第一章、GIS理论及ArcGIS Pro基础

1.GIS基本原理及常用软件介绍 

2.ArcGIS Pro 安装与配置

3.ArcGIS Pro 3.0 的新特性介绍

4.ArcGIS Pro 用户界面的主要组件(功能区、视图和窗格)及其交互情况。

5.ArcGIS Pro 工程创建:包含地图、场景、布局和其他项目

6.空间信息的浏览和查看

7.空间信息的查询与输出

8.文档保存方式

图片

图片

基础篇

第二章、ArcGIS数据管理与转换

1.ArcGIS数据管理       

2.数据类型及转换

3.数据结构及转换        

4.数据格式及转换

5.ArcGIS与外部数据的转换

6.地理空间数据建库的理论、方法和步骤

7.地图投影基础          

8.我国常见地图投影及投影变换操作

9.Beijing54,Xian80,WGS84,CGCS2000

不同地理坐标系的变换

图片

图片

第三章、数据编辑与查询、拓扑检查

1.常见数据来源介绍           

2.空间数据采集方式

3.多种地理配准方法介绍        

4.空间数据几何采集

5.空间数据属性采集            

6.数据检查和拓扑处理

7.数据处理:数据裁切、数据拼接、数据提取

图片

 

制图篇

第四章、地图符号与版面设计

1.GIS制图简介                   

2.空间数据显示的符号设置

3.制作专业地图符号                  

4.标注与注记

5.专题图布局设计及整饰           

6.专题地图制图技巧及地图输出

7.研究区域图制作

图片

图片

图片

图片

空间分析篇

第五章、ArcGIS矢量空间分析及应用

1.ArcGIS Pro 地理处理工具简介

  在“地理处理”窗格中运行工具

  在 模型构建器 中运行工具

  在 Python 窗口中运行工具

2.GIS空间分析及功能

3.矢量处理工具与案例

4.矢量数据的基本处理(拼接、裁剪、融合等)及案例

5.矢量空间叠置分析及应用

6.邻近分析及应用

图片

图片

第六章、ArcGIS栅格空间分析及应用

1.栅格数据空间分析简介

2.地理处理环境设置;应用程序、工具、模型和模型流程环境设置

3.栅格数据的基本处理(拼接、裁剪、重采样,NoData处理,数据转换等)及案例

4.距离制图

5.密度制图

6.栅格插值

7.统计分析

8.重分类

9.栅格计算

10.栅格数据模型计算及应用

图片

影像篇

第七章、遥感影像处理

1.无人机数据处理

 数据加载

 刺点

 校正

 精度评估

 生成产品

2.镶嵌数据集

 创建镶嵌数据集

 添加栅格至镶嵌数据集

 去除黑边

 影像匀色

 同步镶嵌数据集

 镶嵌数据集修复

 NDVI计算

3.遥感影像预处理与信息提取

 影像查看

 图像增强

 波段组合

 正射校正

 影像融合

 植被指数提取

 使用栅格函数链

 4.遥感影像分类

 创建分类样本

 图像分割

 训练样本管理

 选择分类器

 输出分类结果

 合并类

 重分类

 精度评估

图片

图片

图片

图片

图片

图片

三维篇

 

第八章、三维分析

1.三维制作与动画演示

2.三维数据来源

 2D与3D数据

 BIM数据

 倾斜摄影测量数据

3.三维数据分析

 DEM三维制作

 三维格式转换

 3D符号设计

 快速创建3D模型

 多面体编辑

 通视分析

4.数字表面模型及其应用

 创建栅格表面

 基于栅格DEM的基本分析方法

 坡度与坡向计算

 创建曲率表面

 水文分析

 可视性计算

 山体阴影计算

5.Lidar数据的使用

 创建LAS数据集

 生成DEM、DSM

 提取树木

图片

图片

图片

图片

进阶篇

第九章、空间统计分析及空间关系建模分析

1.渔网分析

设置空间范围的方法

设置行数和列数

旋转角度

输出要素类

2.空间自相关分析“分析模式”工具

平均最近邻

高/低聚类:Getis-Ord General G 统计可度量高值或低值的聚类程度

Global Moran's I 统计量测量空间自相关性

图片

图片

图片

图片

 热点分析

图片

图片

图片

 优化的热点分析

 初始数据评估

 事件聚合

 在聚合面内计数事件

 捕捉附近事件以创建加权点

 分析范围

 热点分析:Gi* 统计结果将使用错误发现率   (FDR) 校正方法对多重测试和空间依赖性进行自动更正。

  输出结果:输出要素将反映聚合的加权要素(渔网面或六边形面像元或为事件点聚合面参数提供的聚合面或加权点)。每个要素都具有 z 得分、p 值和 Gi Bin 结果以及每个要素在计算中所包括的相邻要素数。

3.空间关系建模

 普通最小二乘法 (OLS) 

图片

 

地理加权回归 (GWR)

使用填充缺失值工具完成数据集

三种类型的回归模型:连续(高斯)、二进制(逻辑)和计数(泊松)

选择邻域(带宽)

局部权重方案

预测

系数栅格

解释消息和诊断

输出图表

多比例地理加权回归 (MGWR)

图片

图片

图片

第十章、基于GIS的地理空间建模

1.地理空间建模思路

图片

图片

2.基于GIS的地理空间建模

模型内涵解析

基于GIS的模型实现

采用Modelbuilder构建计算模型

3.Modelbuilder建模环境介绍

图片

 在模型构建器中构建并保存模型。

 设置模型参数。

 设置模型工具属性。

 记录工具

图片

4.NC数据批处理建模实训

5.实施适宜性建模工作流

图片

6.创建适宜性模型:

 确定并准备条件数据

 将每个条件的值转换为通用适宜性等级

 相对于彼此加权条件,并对其进行组合以创建适宜性地图

 查找选址区或保护区

 在服务器中共享和运

图片

第十一章、ArcGIS Pro 中的 Python脚本编程简介

1.Python简介及环境配置与安装;

2.Python基础

3.ArcPy导入与函数简介

 图表模块 (arcpy.charts)

 数据访问模块 (arcpy.da)

 地理编码模块 (arcpy.geocoding)

 影像分析模块 (arcpy.ia)

 制图模块 (arcpy.mp)

 元数据模块 (arcpy.metadata)

 Network Analyst 模块 (arcpy.nax 和 arcpy.na)

 共享模块 (arcpy.sharing)

 Spatial Analyst 模块 (arcpy.sa)

 Workflow Manager (Classic) 模块 (arcpy.wmx)

4.访问和管理空间数据

5.要素几何对象操作

6.栅格数据操作

7.地图制图

8.Python工具箱中的工具创建

图片

图片

专题应用分析篇

水文分析

图片

 

适宜性评价

图片

 

时空分析

图片

图片

图片

点击查看原文

相关文章:

ArcGIS Pro技术应用(暨基础入门、制图、空间分析、影像分析、三维建模、空间统计分析与建模、python融合)

GIS是利用电子计算机及其外部设备,采集、存储、分析和描述整个或部分地球表面与空间信息系统。简单地讲,它是在一定的地域内,将地理空间信息和 一些与该地域地理信息相关的属性信息结合起来,达到对地理和属性信息的综合管理。GIS的…...

『赠书活动 | 第十七期』《Python网络爬虫:从入门到实战》

💗wei_shuo的个人主页 💫wei_shuo的学习社区 🌐Hello World ! 『赠书活动 | 第十七期』 本期书籍:《Python网络爬虫:从入门到实战》 赠书规则:评论区:点赞|收…...

C++——vector介绍及其简要模拟实现

vector的介绍 此主题介绍转载自(https://cplusplus.com/reference/vector/vector/) 1.vector是一个表示可变大小数组的序列容器 2.vector同数组一样,采用连续存储空间来存储元素,这样可以用下标来对vector中的元素进行访问,但是vector的大…...

Vue2嵌入HTML页面空白、互相传参、延迟加载等问题解决方案

一、需求分析 最近做的一个用H5加原生开发的html项目,现需要集成到Vue2.0项目里面来。遇到的相关问题做个记录和总结,以便能帮到大家避免踩坑。 二、问题记录 1、页面空白问题 将html页面通过iframe的方式嵌入进来之后,发现页面是空白的&am…...

目标检测中的IOU

IOU 什么是IOU?IOU应用场景写代码调试什么是IOU? 简单来说IOU就是用来度量目标检测中预测框与真实框的重叠程度。在图像分类中,有一个明确的指标准确率来衡量模型分类模型的好坏。其公式为: 这个公式显然不适合在在目标检测中使用。我们知道目标检测中都是用一个矩形框住…...

微信小程序实现双向滑动快捷选择价格(价格区间)

实现样子 提示:效果可以自己自定义,自己将文字样式更改为自己项目属性即可 实现达到方法 1、左边为最低价,右边为最高价格,可以拖动左边最低价选择价格。拖动右边为最高价。 2、当两个价格重合时,继续拖动&#xff0…...

W5500-EVB-PICO 做TCP Server进行回环测试(六)

前言 上一章我们用W5500-EVB-PICO开发板做TCP 客户端连接服务器进行数据回环测试,那么本章将用开发板做TCP服务器来进行数据回环测试。 TCP是什么?什么是TCP Server?能干什么? TCP (Transmission Control Protocol) 是一种面向连…...

Flowise AI:用于构建LLM流的拖放UI

推荐:使用NSDT场景编辑器助你快速搭建可二次编辑的3D应用场景 什么是Flowise AI? Flowise AI是一个开源的UI可视化工具,用于帮助开发LangChain应用程序。在我们详细介绍 Flowise AI 之前,让我们快速定义 LangChain。LangChain是…...

Vue原理解析:Vue到底是什么?

Vue.js是一种流行的JavaScript框架,用于构建用户界面。它采用了MVVM(Model-View-ViewModel)架构模式,旨在简化Web应用程序的开发过程。Vue具有响应式的数据绑定和组件化的特性,使得开发者能够以声明式的方式构建可复用…...

Playwright 和 Selenium 的区别是什么?

前言 最近有不少同学问到 Playwright 和 Selenium 的区别是什么? 有同学可能之前学过 selenium 了,再学一个 playwright 感觉有些多余,可能之前有项目已经是 selenium 写的了,换成 playwright 需要时间成本,并且可能有…...

【面试题】前端面试十五问

前端面试题库 (面试必备) 推荐:★★★★★ 地址:前端面试题库 数组去重 遍历旧数组,然后拿着旧数组元素去查询新数组,如果该元素在新数组里面没有出现过,我们就添加,否…...

09-1_Qt 5.9 C++开发指南_Qchart概述

Qt Charts 可以很方便地绘制常见的折线图、柱状图、饼图等图表,不用自己耗费时间和精力开发绘图组件或使用第三方组件了。 本章首先介绍 Qt Charts 的基本特点和功能,以画折线图为例详细说明 Qt Charts 各主要部件的操作方法,再介绍各种常用…...

烘焙光照贴图,模型小部分发黑

1.首先确定创建了光照贴图UV,其次确定不是溢色,这个最简单,所有模型材质设置为双面就可以,URP材质球的话这里就是设置双面 在scence界面Texel Validity模式里查看溢色,红色表示有溢色,绿色表示正常 2. 光照…...

gitblit windows部署

1.官网下载 往死慢,我是从百度找的1.9.1,几乎就是最新版 http://www.gitblit.com/ 2.解压 下载下来是一个zip压缩包,直接解压即可 3.配置 3.1.配置资源库路径 找到data文件下的gitblit.properties文件,用Notepad打开 **注意路…...

opencv基础53-图像轮廓06-判断像素点与轮廓的关系(轮廓内,轮廓上,轮廓外)cv2.pointPolygonTest()

点到轮廓的距离 在 OpenCV 中,函数 cv2.pointPolygonTest()被用来计算点到多边形(轮廓)的最短距离(也 就是垂线距离),这个计算过程又称点和多边形的关系测试。该函数的语法格式为: retval cv2…...

【LeetCode每日一题】——575.分糖果

文章目录 一【题目类别】二【题目难度】三【题目编号】四【题目描述】五【题目示例】六【题目提示】七【解题思路】八【时间频度】九【代码实现】十【提交结果】 一【题目类别】 哈希表 二【题目难度】 简单 三【题目编号】 575.分糖果 四【题目描述】 Alice 有 n 枚糖&…...

添加水印图片的java代码

文章目录 添加依赖java代码demo 添加依赖 <dependency><groupId>com.github.jai-imageio</groupId><artifactId>jai-imageio-core</artifactId><version>1.4.0</version></dependency>java代码demo package com.zkj.report.c…...

uniapp创建项目入门【详细】

大家在学习vue和微信小程序之后&#xff0c;就可以开始来学习uniapp了&#xff0c;在uniapp中&#xff0c;一套代码可以跨越所有的平台&#xff0c;可以很方便的维护。接下来我们先来学习如何创建uinapp的项目 一、uniapp的创建需求 大家只要会vue和微信小程序的基础来学习unia…...

pytest功能特性介绍

前言 学pytest就不得不说fixture&#xff0c;fixture是pytest的精髓所在&#xff0c;就像unittest中的setup和teardown一样&#xff0c;如果不学fixture那么使用pytest和使用unittest是没什么区别的(个人理解)。 fixture用途 1.做测试前后的初始化设置&#xff0c;如测试数据…...

UIE在实体识别和关系抽取上的实践

近期有做信息抽取的需求,UIE在信息抽取方面效果不错。 模型准备 huggingface上下载UIE模型:PaddlePaddle/uie-base Hugging Face 点击“Clone Repository”,确定git clone的链接 其中包含大文件,需要在windows安装git-lfs,在https://git-lfs.com/下载git-lfs,安装。…...

AWS Elastic Beanstalk + CodePipeline(Python Flask Web的国区CI/CD)

目标 需要使用AWS Elastic Beanstalk 部署一个Python的Flask Web应用&#xff0c;并且使用CodePipeline作为CI/CD工作流。 eb部署图 前提 假设你已经有一个能够正常运行的Python的Flask Web应用项目代码&#xff0c;而且需要对已有Flask工程做一些调整。由于AWS Elastic Bea…...

如何在 React 中监听 div 的滚动事件

在 React 中监听 div 的滚动事件&#xff08;scroll&#xff09;&#xff0c;可以通过为该 div 添加 onScroll 属性来实现。以下是一个基本的例子&#xff1a; ✅ 示例&#xff1a;监听 div 的滚动事件 import React, { useRef } from react;function ScrollComponent() {cons…...

Redis持久化策略:RDB与AOF详解

目录 1. RDB持久化工作原理触发机制优点缺点配置示例 2. AOF持久化工作原理同步策略重写机制优点缺点配置示例 3. RDB与AOF比较4. 混合持久化(Redis 4.0)5. 选择建议 Redis提供了两种主要的持久化机制来保证数据安全&#xff1a;RDB(Redis Database)和AOF(Append Only File)。本…...

AI编程在BOSS项目的实践经验分享

前言 在人工智能技术革新浪潮的推动下&#xff0c;智能编程助手正以前所未有的速度重塑开发领域。这些基于AI的代码辅助工具通过智能提示生成、实时错误检测和自动化重构等功能&#xff0c;显著提升了软件工程的全流程效率。无论是初入行业的开发者还是资深程序员&#xff0c;…...

深入浅出Spring Security

一、Spring Security基本组件 Spring Security的设计理念是提供一种可插拔的、高度可定制的安全服务。其核心功能依赖于以下几个关键组件&#xff1a; Authentication (认证): 概念: 确认用户身份的过程&#xff0c;即验证“你是谁”。核心类: Authentication 接口&#xff0c…...

Java八股文——MySQL篇

文章目录 Java八股文——MySQL篇慢查询如何定位慢查询&#xff1f;如何分析慢SQLExplain标准答案 索引索引类型索引底层数据结构什么是聚簇索引什么是非聚簇索引&#xff1f;&#xff08;二级索引&#xff09;&#xff08;回表&#xff09;聚集索引选取规则回表查询 什么是覆盖…...

12-Oracle 23ai Vector 使用ONNX模型生成向量嵌入

一、Oracle 23ai Vector Embeddings 核心概念​ 向量嵌入&#xff08;Vector Embeddings&#xff09;​​ -- 将非结构化数据&#xff08;文本/图像&#xff09;转换为数值向量 - - 捕获数据的语义含义而非原始内容 - 示例&#xff1a;"数据库" → [0.24, -0.78, 0.5…...

MySQL Binlog 数据恢复全指南

MySQL Binlog 数据恢复全指南 一、Binlog 核心概念 1. 什么是 Binlog&#xff1f; Binlog&#xff08;二进制日志&#xff09;是 MySQL 记录所有修改数据的 SQL 语句的日志文件&#xff0c;采用二进制格式存储。它是 MySQL 最重要的日志之一&#xff0c;具有三大核心功能&am…...

紫光同创FPGA系列实现Aurora 8b/10b协议

特性 1.兼容XILINX aurora IP核 2.支持X1、X2、X4、X8模式&#xff08;根据硬件条件选择模式&#xff09; 3.支持FRAMING和STREAMING 用户接口 4.自动初始化和维护链路状态 5.支持热插拔 6.支持扰码、解扰 7.支持流量控制 8.支持crc用户数据 9.支持全双工或者半双工模式 10.最…...

前端工具:Webpack、Babel、Git与工程化流程

1. Webpack&#xff1a;资源打包优化工具 案例1&#xff1a;多入口文件打包 假设项目有多个页面&#xff08;如首页index.js和登录页login.js&#xff09;&#xff0c;需要分别打包&#xff1a; ● 配置webpack.config.js&#xff1a; module.exports {entry: {index: ./sr…...