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

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

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

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/753051.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

Trustzone和Tee的基本概念区分

Trustzone和Tee的基本概念区分 TrustZone:可信 区域,TrustZone是ARM处理器提供的一种特性或安全方案,而TEE是一个更广泛的概念,包含了TrustZone以及其他可以实现类似功能的解决方案。 ARM公司于2006年提出了一种硬件虚拟化技术TrustZone及其相关硬件实现方案。TrustZone即…

P3392 涂国旗 python解法

P3392 涂国旗 - 洛谷 | 计算机科学教育新生态 (luogu.com.cn) n,mmap(int,input().split()) arr[] ks[] ans100000000 #因为要比较最小值,这里由于数据较小可以设置这么大,数据要再大的话就设置最大常量 #前i行涂蓝成本b[i],涂红成本r[i],涂白成本w[i],…

代码随想录阅读笔记-哈希表【四数之和】

题目 给定一个包含 n 个整数的数组 nums 和一个目标值 target,判断 nums 中是否存在四个元素 a,b,c 和 d ,使得 a b c d 的值与 target 相等?找出所有满足条件且不重复的四元组。 注意:答案中不可以包…

Linux-find命令

在Linux下&#xff0c;要查找文件&#xff0c;可以使用find命令。find命令能够在指定的目录及其子目录中查找文件&#xff0c;并且支持使用多种条件进行过滤。 以下是find命令的基本用法&#xff1a; find <路径> <选项> <表达式> 常用选项包括&#xff1a;…

网络协议与层次划分:探索计算机网络体系结构

✨✨ 欢迎大家来访Srlua的博文&#xff08;づ&#xffe3;3&#xffe3;&#xff09;づ╭❤&#xff5e;✨✨ &#x1f31f;&#x1f31f; 欢迎各位亲爱的读者&#xff0c;感谢你们抽出宝贵的时间来阅读我的文章。 我是Srlua小谢&#xff0c;在这里我会分享我的知识和经验。&am…

Vulnhub - Symfonos

希望和各位大佬一起学习&#xff0c;如果文章内容有错请多多指正&#xff0c;谢谢&#xff01; 个人博客链接&#xff1a;CH4SER的个人BLOG – Welcome To Ch4sers Blog Symfonos 靶机下载地址&#xff1a;https://www.vulnhub.com/entry/symfonos-1,322/ 0x01 信息收集 …

鼎阳SDS6204示波器EPICS IOC的搭建

三年前曾写过这个文&#xff1a; 鼎阳SDS6204示波器的EPICS IOC调试 文章里有EPICS网站设备IOC搭建的指南&#xff0c;具体搭建IOC的步骤就没详细写了&#xff0c;几年后重新搭建时发现还是费了些力气才搭建起来&#xff0c;因此写此文记录下手把手的过程方便自己以及EPICS的初…

【论文阅读】MSGNet:学习多变量时间序列预测中的多尺度间序列相关性

MSGNet&#xff1a;学习多变量时间序列预测中的多尺度间序列相关性 文献介绍摘要总体介绍背景及当前面临的问题现有解决方案及其局限性本文的解决方案及其贡献 背景知识的相关工作背景知识问题表述&#xff1a; Method论文主要工作1.输入嵌入和剩余连接 (Input Embedding and R…

windows的mysql8.0.24版本mysql初始化

在Windows下进行MySQL 8.0.24版本的数据库初始化&#xff0c;可以按照以下步骤进行&#xff1a; 下载MySQL 8.0.24的安装包&#xff0c;解压到指定目录。 打开命令行终端&#xff0c;以管理员身份运行&#xff0c;进入MySQL安装目录的bin文件夹。 执行以下命令进行初始化&#…

工业AMR机器人如何实现规模化的柔性生产

在当下高度复杂的工业生产环境中&#xff0c;机器人如何实现规模化的柔性生产&#xff0c;已成为业界关注的焦点。特别是在追求高效率、高质量的生产过程中&#xff0c;团队协作的重要性愈发凸显。富唯智能一体化AMR控制系统&#xff0c;作为机器人的核心指挥部&#xff0c;犹如…

【MySQL】2. 数据库基础

1. 数据库基础&#xff08;重点&#xff09; 1.1 什么是数据库 存储数据用文件就可以了&#xff0c;为什么还要弄个数据库? 文件保存数据有以下几个缺点&#xff1a; 文件的安全性问题 文件不利于数据查询和管理 文件不利于存储海量数据 文件在程序中控制不方便 数据库存储介…

10.Python从入门到精通—Python 列表,列表脚本操作符,列表截取,列表函数方法

10.Python从入门到精通—Python 列表&#xff0c;列表脚本操作符&#xff0c;列表截取&#xff0c;列表函数&方法 Python 列表(List)Python列表脚本操作符Python列表截取Python列表函数&方法 Python 列表(List) 在 Python 中&#xff0c;列表 (List) 是一种序列类型&am…

Nginx底层基础数据结构

基础数据结构 ngx_int_t 32位操作系统4字节,64位操作系统8字节 解决跨平台以及,普通int类型在x86和x64操作系统上面是4字节,在类型转换时造成内存浪费(如在x64下面转换long类型) typedef intptr_t ngx_int_t;#ifdef _WIN64 typedef __int64 intptr_t; #else typedef _…

【贪心算法】Leetcode 55. 跳跃游戏 45. 跳跃游戏 I

【贪心算法】Leetcode 55. 跳跃游戏 45. 跳跃游戏 II Leetcode 55. 跳跃游戏解法1 贪心 Leetcode 45. 跳跃游戏I解法 贪心 Leetcode 55. 跳跃游戏 ---------------&#x1f388;&#x1f388;55. 跳跃游戏 题目链接&#x1f388;&#x1f388;------------------- 解法1 贪心…

SpringMVC结合设计模式:解决MyBatisPlus传递嵌套JSON数据的难题

&#x1f389;&#x1f389;欢迎光临&#xff0c;终于等到你啦&#x1f389;&#x1f389; &#x1f3c5;我是苏泽&#xff0c;一位对技术充满热情的探索者和分享者。&#x1f680;&#x1f680; &#x1f31f;持续更新的专栏《Spring 狂野之旅&#xff1a;从入门到入魔》 &a…

Nginx指令配置大全

基本命令 nginx -t 检查配置文件是否有语法错误 nginx -s reload 热加载&#xff0c;重新加载配置文件 nginx -s stop 快速关闭 nginx -s quit 等待工作进程处理完成后关闭配置块介绍 全局块 全局块是默认配置文件从开始到events块之间的…

蓝桥杯算法练习系统—作物杂交【第十一届】【省赛】【C组】

问题描述 作物杂交是作物栽培中重要的一步。已知有 N 种作物(编号 1 至 N )&#xff0c;第 i 种作物从播种到成熟的时间为 Ti。 作物之间两两可以进行杂交&#xff0c;杂交时间取两种中时间较长的一方。如作物 A 种植时间为 5 天&#xff0c;作物 B 种植时间为 7 天&#xff0…

Spark杂谈

文章目录 什么是Spark对比HadoopSpark应用场景Spark数据处理流程什么是RDDSpark架构相关进程入门案例&#xff1a;统计单词数量Spark开启historyServer 什么是Spark Spark是一个用于大规模数据处理的统一计算引擎Spark一个重要的特性就是基于内存计算&#xff0c;从而它的速度…

[C++提高编程](一):模板----函数模板

目录 函数模板作用 函数模板的语法 注意事项 普通函数与函数模板的区别 普通函数与函数模板的调用规则 模板的局限性 案例--通用数组选择排序从大到小 模板是C中泛型编程的基础&#xff0c;一个模板就是一个创建类或函数的蓝图或者公式。 函数模板作用 建立一个通用函…

LSS (Lift, Splat, Shoot)

项目主页 https://nv-tlabs.github.io/lift-splat-shoot 图1&#xff1a;本文提出一种模型&#xff0c;给定多视角相机数据 (左)&#xff0c; 直接在鸟瞰图 (BEV) 坐标系(右)中推理语义。我们展示了车辆分割 (蓝色)&#xff0c;可驾驶区域 (橙色) 和车道分割 (绿色) 的结果。然…