Questions tagged «gis-principle»

用于涉及GIS原理或理论且与软件无关的问题


3
地球磁场会影响任何基准定义吗?
上周我接受了采访。一个非常有趣的问题是“地球的磁场会影响任何基准定义吗?” 我确定它不适用于地心基准。但我认为,大地基准可能受到地球磁场的影响。但是,大地基准的物理参数都与地球磁场无关!然后我很困惑! 有人可以给出正确答案吗?

1
订购图例项目(高低或低高)有制图约定吗?
在ArcMap中对图层符号化时,默认情况下,符号从低值到高值排序。那一定是“正确的”吗? 我从未正式学习过制图学-是否有关于在图例中从低到高还是从高到低订购商品的约定?两种方法都正确吗? 编辑:这是ArcMap中的符号系统对话框的屏幕截图,显示了每周租金的中位数。默认情况下,其顺序是从低到高,但是可以选择翻转顺序: 它是如何通过ArcGIS Server在网站上显示的: 请注意,我的问题通常是关于制图标准的,而不仅限于ArcMap。


1
栅格vs网格vs莱迪思术语?
我对GIS术语有疑问-理论上,栅格与栅格以及栅格与栅格有何区别? 我认为,栅格是常规网络,值在单元中,而网格在节点中具有其值。在这种情况下,我不了解晶格的含义是什么?和网格一样吗? 还是栅格是栅格值之一的栅格? 更令人困惑的是一些图片,它们描述了网格和网格之间的区别-http: //www.geog.ubc.ca/courses/geob370/notes/interpolation/grid_vs_lattice.png或http://www.innovativegis.com/基础/mapanalysis/Topic18/Topic18_files/image005.jpg 以MATLAB为例:http : //www.mathworks.com/help/releases/R2013b/matlab/ref/meshgrid_ex.gif网格看起来像格子!

4
是否有一个标准化的或“最常用的”虚拟Z值?
创建和导入2D和3D数据时,我屡次遇到我的坐标集没有Z值的情况,即Z坐标的值似乎超出范围(例如-99,-9999,-inf或类似值) ),或者我需要创建一个虚拟 Z坐标。 我知道我的问题的答案是: “只要使用您认为超出范围的值即可。” 但是这个答案被我搁置了,我想知道GIS社区对于虚拟 Z坐标是否具有标准化或最常用的值?

1
使用非投影数据与投影数据进行的计算的错误评估
该问题以主题行“根据投影数据与非投影数据计算流向并描绘盆地”为主题而建立。: 根据投影数据与非投影DEM数据计算流向并描绘盆地。 但是,这是一个完全独立的问题,因为前面提到的问题已经确定在使用算法(例如,ArcGIS Flow Direction)时存在一些问题,这些算法假设球面/非实际地理坐标系中数据的欧几里得距离。 我们知道地图投影有点像拿橘子皮,然后试图将其弄平在桌子上-您会在地图投影中固有地引入一些错误。但是,投影的好处似乎可以抵消所引入的任何误差,尤其是在运行以笛卡尔/投影平面为前提的计算时。在这种情况下,我感兴趣的算法是ArcGIS Flow Direction算法,它确实假设您的数据已经投影(这是根据我的研究,大多数应用程序都采用的假设),因为它使用欧几里德方法来计算距离。 我的问题是:如何利用未投影的DEM数据(地理坐标系中的DEM数据)与投影数据(适当的投影中的DEM数据)来量化在给定研究区域中计算流动方向时可能引入的误差? UTM或保形的东西? 当然,您可以使用未投影,然后再投影相同的DEM数据来导出流向栅格。但是那又怎样呢?由于我们的目标是尽可能精确地对地球表面进行建模(并且我们并未解决在创建原始DEM等过程中可能引入的任何错误-就我而言,这是一个常数) ....我们只是假设从投影DEM得出的流向数据更好,然后比较两个栅格的各个像元值以识别哪些像元具有不同的方向值(在正常D-8模型的背景下) )?我猜想要这样做,那么您将必须采用从非投影数据得出的流向栅格,然后应用与流向投影栅格相同的投影。 什么才是最合理的,应将未投影的DEM与准确度的基准进行比较? 对于那些了解数学方程式的细节,对于那些理解它的人来说,可能会为您提供基本的证明,并且足以满足某些要求,但同时也可能将错误传达给没有经验的人。对数学有深入的了解,但可能只知道足够的地理/ GIS危险就好了(理想情况下,两个级别都很好,这将与铁杆地理极客和一般的GIS爱好者产生共鸣)。对于更高级别的人来说,说数学上的证明可能会使它有些争议-我正在寻找更切实的东西(例如,类似于将美元数字附加到某种政府的低效率上)。 关于如何量化这一点的任何想法或想法将不胜感激。 汤姆

3
了解位置存储和查询算法?
配备GIS的数据库最重要的方面之一是,它为用户提供了快速查询与某些附加条件匹配的任意地理区域内所有点的功能。(例如,“在地图上找到距此点最近的3家餐厅。”) 谁能指出我对所涉及算法的理论讨论?我想学习它们的工作方式。 最终,我想对通用的数值数据集应用相同的功能-任意n维非欧氏空间中的大量点云。例如,一个人的脸可以表征为一个数字向量:[眼睛之间的距离,眼睛到嘴巴的距离,脸的宽度,脸的长度等]。我想拍摄人行道流量,估算每个人脸的特征,然后稍后可以对数据进行查询,例如“给这个人的脸,找到我100个最相似的脸”。 当前是否有任何现有软件可以搜索这些广义空间?

3
植绒算法如何在GIS中使用?
第一个植绒算法由克雷格·雷诺兹(Craig Reynolds)于1986 年编写。可在此处找到最新的浏览器实现。 注释参考James Macgill和Stan Openshaw的“ 使用羊群驱动地理分析机 ”(1998年), 使用群之间进行通讯的群模型来更好地搜索空间数据集中的簇,就像自然群提供的个体觅食更好的觅食一样。 在GIS中还使用了该算法的其他现实示例,并且任何GIS应用程序都可以实现此功能吗?
By using our site, you acknowledge that you have read and understand our Cookie Policy and Privacy Policy.
Licensed under cc by-sa 3.0 with attribution required.