GIS数据源的一个关键问题
作者:朱金灿
来源:http://www.cnblogs.com/clever101
GIS数据源的一个关键问题是GIS数据的获取问题。从传统来看,GIS数据的获取主要依靠以下途径:
1. 测量仪器的实地测量获取
2. 传统地图扫描后进行人工矢量化
3. 遥感数据的目标识别获取
这几种途径均存在严重缺点:测量仪器的实地测量虽然数据准确度和精确度较高,但工作量巨大,获取数据量少;传统地图扫描后进行人工矢量化首先要依赖于老地图,而且其数据准确度依赖于矢量化人员的熟练程度,而且矢量化人员的工作量也不会少;遥感数据虽然具有覆盖范围广、数据更新周期短和数据生产成本低等优点,但是现在的目标识别算法所达到的效果并不令人满意。
GIS数据的获取要达到什么标准才令人满意呢?首先是数据的准确度必须满足人们生产和生活的需要,不准确的数据可能要比没有数据更要糟糕;其次数据更新速度必须有保证。要真正解决这个问题,我估计需要3S学界的共同努力。
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· 如何编写易于单元测试的代码
· 10年+ .NET Coder 心语,封装的思维:从隐藏、稳定开始理解其本质意义
· .NET Core 中如何实现缓存的预热?
· 从 HTTP 原因短语缺失研究 HTTP/2 和 HTTP/3 的设计差异
· AI与.NET技术实操系列:向量存储与相似性搜索在 .NET 中的实现
· 周边上新:园子的第一款马克杯温暖上架
· Open-Sora 2.0 重磅开源!
· 分享 3 个 .NET 开源的文件压缩处理库,助力快速实现文件压缩解压功能!
· Ollama——大语言模型本地部署的极速利器
· [AI/GPT/综述] AI Agent的设计模式综述