全流程ArcGIS Pro技术应用
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。本文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。
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 |
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 |
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 |
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 |
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 |
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 |
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 |
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 |
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 热点分析 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)
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) |
第十章 基于GIS的地理空间建模 | 1.地理空间建模思路 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 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 4.NC数据批处理建模实训 5.实施适宜性建模工作流 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 |
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 |
专题应用分析篇 | |
水文分析 | |
适宜性评价 |
|
时空分析 | |
原文链接:
https://mp.weixin.qq.com/s?__biz=MzUyNzczMTI4Mg==&mid=2247671096&idx=6&sn=8ce01e2b91f986729e25ad5f47656b24&chksm=fa770205cd008b13abedaae02498db83d9f03fe175699d4f7bf05dc96187eb1e892dda5d9c7c&token=1445576002&lang=zh_CN&scene=21#wechat_redirect
相关文章:

全流程ArcGIS Pro技术应用
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…...

4.windows ubuntu 子系统:微生物宏基因组测序和分析流程概括。
微生物宏基因组测序和分析流程大致可以分为以下几个步骤: DNA提取:需要从微生物样本中提取DNA。2.建库构建:提取到的DNA需要进行建库构建,包括DNA片段的断裂、末端修复、连接连接适配器等操作。3.高通量测序:建库构建完…...

S2-066分析与复现
Foreword 自struts2官方纰漏S2-066漏洞已经有一段时间,期间断断续续地写,直到最近才完成,o(╥﹏╥)o。羞愧地回顾一下官方通告: 2023.12.9发布,编号CVE-2023-50164,主要影响版本是 2.5.0-2.5.32 以及 6.0.…...
让天下没有难学的大模型!我整理一份大模型技术知识图谱!
最近陆续有一些同学反馈,感觉大模型知识点太多了,找不到头绪。 今天我整理一份大模型技术以及应用的知识图谱,让大家轻松学习大模型,喜欢点赞、收藏、关注。 另外,技术交流可以文末加入我们。 大模型的预训练技术 …...

大屏动效合集更更更之实现百分比环形
实现效果 参考链接: https://pslkzs.com/demo/pie/demo1.php 写在最后🍒 源码,关注🍥苏苏的bug,🍡苏苏的github,🍪苏苏的码云...

基于springboot的反诈宣传平台
技术:springbootmysqlvue 一、系统背景 反欺诈平台可以对公交信息进行集中管理,可以真正避免传统管理的缺陷。反欺诈平台是一款运用软件开发技术设计实现的应用系统,在信息处理上可以达到快速的目的,不管是针对数据添加ÿ…...

面试算法-82-不同路径
题目 一个机器人位于一个 m x n 网格的左上角 (起始点在下图中标记为 “Start” )。 机器人每次只能向下或者向右移动一步。机器人试图达到网格的右下角(在下图中标记为 “Finish” )。 问总共有多少条不同的路径? …...

阿里云ECS经济型e实例,2核2G配置、3M固定带宽和40G ESSD Entry系统盘
阿里云服务器99元一年配置为云服务器ECS经济型e实例,2核2G配置、3M固定带宽和40G ESSD Entry系统盘,新用户和老用户均可买,续费不涨价依旧是99元一年,阿里云服务器网aliyunfuwuqi.com来详细说下阿里云99元服务器性能测评ÿ…...
Java基础知识总结(13)
数据结构 链表 优点:随机增删元素效率高(因为增删元素不涉及到大量元素的位移) 缺点:查询效率较低,每一次查找某个元素的时候都需要从头结点开始往下遍历 LinkedList集合 /* 链表的优点: 由于链表的元…...

杰发科技AC7801——Keil编译的Hex大小如何计算
编译结果是Keil里面前三个数据的总和: 即CodeRoDataRWData的总和。 通过ATCLinkTool工具查看内存,发现最后一个字节正好是5328 注意读内存数据时候需要强转成32位,加1000的 增加1024的地址只需要加256即可...

opengl 学习(六)-----坐标系统与摄像机
坐标系统与摄像机 分类引言坐标系统摄像机教程在CMake中使用全局定义预编译宏,来控制是否开启错误检查补充 分类 opengl c 引言 OpenGL希望在每次顶点着色器运行后,我们可见的所有顶点都为标准化设备坐标(Normalized Device Coordinate, NDC)。也就是说ÿ…...

分库分表场景下多维查询解决方案(用户+商户)
在采用分库分表设计时,通过一个PartitionKey根据散列策略将数据分散到不同的库表中,从而有效降低海量数据下C端访问数据库的压力。这种方式可以缓解单一数据库的压力,提升了吞吐量,但同时也带来了新的问题。对于B端商户而言&#…...

vue学习日记14:工程化开发脚手架Vue CLI
一、概念 二、安装 1.全局安装&查看版本 注意启动cmd输入命令 要以管理员运行哦 安装了一次就行以后不用再创建了 yarn global addvue/cli vue --version 显示了版本号即可 2.创建项目架子 创建项目的路径在哪 项目就在哪 项目名字不能用中文 vue create project-n…...

java Flink(四十三)Flink Interval Join源码解析以及简单实例
背景 之前我们在一片文章里简单介绍过Flink的多流合并算子 java Flink(三十六)Flink多流合并算子UNION、CONNECT、CoGroup、Join 今天我们通过Flink 1.14的源码对Flink的Interval Join进行深入的理解。 Interval Join不是两个窗口做关联,…...

JsonUtility.ToJson 和UnityWebRequest 踩过的坑记录
项目场景: 需求:我在做网络接口链接,使用的unity自带的 UnityWebRequest ,数据传输使用的json,json和自定义数据转化使用的也是unity自带的JsonUtility。使用过程中发现两个bug。 1.安全验证失败。 报错为:…...
面试算法-69-三角形最小路径和
题目 给定一个三角形 triangle ,找出自顶向下的最小路径和。 每一步只能移动到下一行中相邻的结点上。相邻的结点 在这里指的是 下标 与 上一层结点下标 相同或者等于 上一层结点下标 1 的两个结点。也就是说,如果正位于当前行的下标 i ,那…...

流畅的 Python 第二版(GPT 重译)(九)
第四部分:控制流 第十七章:迭代器、生成器和经典协程 当我在我的程序中看到模式时,我认为这是一个麻烦的迹象。程序的形状应该只反映它需要解决的问题。代码中的任何其他规律性对我来说都是一个迹象,至少对我来说,这表…...

单片机学到什么程度才可以去工作?
单片机学到什么程度才可以去工作? 如果没有名校或学位的加持,你还得再努力一把,才能从激烈的竞争中胜出。以下这些技能可以给你加分,你看情况学,不同行业对这些组件会有取舍: . Cortex-M内核:理解MCU内核各部件的工作机制&#…...
内网穿透方案
内网穿透 有几种流行的内网穿透软件可供选择,它们都能帮助你在内网环境中建立与外部网络的连接。以下是其中一些常用的内网穿透软件: Ngrok:Ngrok 是一个简单易用的内网穿透工具,可以快速创建安全的公共 URL,让你可以…...
WordPress菜单函数wp_nav_menu各参数
wordpress主题制作时,常常会在不同的位置调用不同的菜单,使用下面的这个代码,再加上CSS给菜单做新的样式,可满足wordpress模板制作时对菜单调用的所有需求。 wp_nav_menu( array( theme_location > ,//导航别名 menu > , /…...

idea大量爆红问题解决
问题描述 在学习和工作中,idea是程序员不可缺少的一个工具,但是突然在有些时候就会出现大量爆红的问题,发现无法跳转,无论是关机重启或者是替换root都无法解决 就是如上所展示的问题,但是程序依然可以启动。 问题解决…...
Java 语言特性(面试系列2)
一、SQL 基础 1. 复杂查询 (1)连接查询(JOIN) 内连接(INNER JOIN):返回两表匹配的记录。 SELECT e.name, d.dept_name FROM employees e INNER JOIN departments d ON e.dept_id d.dept_id; 左…...

linux之kylin系统nginx的安装
一、nginx的作用 1.可做高性能的web服务器 直接处理静态资源(HTML/CSS/图片等),响应速度远超传统服务器类似apache支持高并发连接 2.反向代理服务器 隐藏后端服务器IP地址,提高安全性 3.负载均衡服务器 支持多种策略分发流量…...

visual studio 2022更改主题为深色
visual studio 2022更改主题为深色 点击visual studio 上方的 工具-> 选项 在选项窗口中,选择 环境 -> 常规 ,将其中的颜色主题改成深色 点击确定,更改完成...
java调用dll出现unsatisfiedLinkError以及JNA和JNI的区别
UnsatisfiedLinkError 在对接硬件设备中,我们会遇到使用 java 调用 dll文件 的情况,此时大概率出现UnsatisfiedLinkError链接错误,原因可能有如下几种 类名错误包名错误方法名参数错误使用 JNI 协议调用,结果 dll 未实现 JNI 协…...

抖音增长新引擎:品融电商,一站式全案代运营领跑者
抖音增长新引擎:品融电商,一站式全案代运营领跑者 在抖音这个日活超7亿的流量汪洋中,品牌如何破浪前行?自建团队成本高、效果难控;碎片化运营又难成合力——这正是许多企业面临的增长困局。品融电商以「抖音全案代运营…...
在Ubuntu中设置开机自动运行(sudo)指令的指南
在Ubuntu系统中,有时需要在系统启动时自动执行某些命令,特别是需要 sudo权限的指令。为了实现这一功能,可以使用多种方法,包括编写Systemd服务、配置 rc.local文件或使用 cron任务计划。本文将详细介绍这些方法,并提供…...
Axios请求超时重发机制
Axios 超时重新请求实现方案 在 Axios 中实现超时重新请求可以通过以下几种方式: 1. 使用拦截器实现自动重试 import axios from axios;// 创建axios实例 const instance axios.create();// 设置超时时间 instance.defaults.timeout 5000;// 最大重试次数 cons…...
iOS性能调优实战:借助克魔(KeyMob)与常用工具深度洞察App瓶颈
在日常iOS开发过程中,性能问题往往是最令人头疼的一类Bug。尤其是在App上线前的压测阶段或是处理用户反馈的高发期,开发者往往需要面对卡顿、崩溃、能耗异常、日志混乱等一系列问题。这些问题表面上看似偶发,但背后往往隐藏着系统资源调度不当…...

三分算法与DeepSeek辅助证明是单峰函数
前置 单峰函数有唯一的最大值,最大值左侧的数值严格单调递增,最大值右侧的数值严格单调递减。 单谷函数有唯一的最小值,最小值左侧的数值严格单调递减,最小值右侧的数值严格单调递增。 三分的本质 三分和二分一样都是通过不断缩…...