Category: geoanalysis

地质统计学是对统计学的研究，重点是使用变差函数、克里金法和验证来寻找地理现象的模式。

物联网 (IoT) 连接了来自世界各地的数十亿个传感器，使它们能够在它们之间交换信息。

地理设计是将地理与设计相结合的研究领域。设计通过满足人们的需求和提高弹性来塑造我们的世界。

Geoenrichment 是一个根据地理位置将教育、收入或年龄等人口统计属性分配给多边形的过程。

Join 将属性附加到表的末尾，对于 1-1 关系很常见。但是 relate 会为所有匹配的记录创建一个临时表。

路线规划、地图绘制和 LiDAR。 GIS 会在无人驾驶汽车的世界中蓬勃发展吗？我们探索了 GIS 在自动驾驶汽车中的潜在整合。

区域统计使用分组来计算指定区域（如国家、流域或地块）的统计数据（总和、平均值、最大值等）。

本教程介绍如何使用 ArcGIS 3D Analyst 读取点云（LAS 文件）并构建数字高程模型和表面模型。

GIS 正在将机器学习应用于分类、预测和分割。人工智能通过训练和标记自动学习。

溶解工具根据共同的属性值组合相邻边界——仅当相邻多边形具有相同的溶解属性时。

马赛克组合多个光栅图像以获得无缝光栅。我们向您展示了如何在 ArcGIS 和 QGIS 中镶嵌栅格数据集。

联合工具将输入数据图层合并为一个复合图层，保留所有输入要素的边界和属性。

当您对栅格进行重采样或重投影时，双线性插值（或双线性重采样）使用 4 个最近的邻居生成输出表面。

空间连接工具根据位置或邻近度将列从一个要素表插入到另一个要素表。它可以将一个或多个字段附加到目标。

缓冲工具（平面/测地线）以设定的距离围绕要素生成多边形。以下是环形缓冲区、测地线缓冲区和欧几里德缓冲区之间的区别。

Python 库是 GIS 的终极扩展，因为它允许您提升其核心功能。这里是 GIS/mapping 中最好的 Python 库。

QGIS Cloud 使您无需拥有自己的服务器即可通过 QGIS Desktop 在互联网上发布专业地图和数据。

Geocaching 是一款使用 GPS 接收器的寻宝游戏。 Geocaches 是一些有意义的地方，有人亲手挑选它作为藏身之处。

GIS 中的几何网络支持地图上的线之间的连接，通过建立线性流和路由支持网络分析。

剪辑工具将输入层剪切到定义的特征边界。就像千篇一律的，输出是一个新的裁剪数据输出和子集。

空间分析使用地图中的数学来解决定位问题。它将地理与现代技术相结合，以测量、量化和了解我们的世界。

空间数据科学是数据科学的一个子集。它是数据科学与 GIS 交叉的地方，重点是 AI 等新计算技术。

就像现代的机械制图机一样，您可以自动化地图输出。我们解释了如何使用此 QGIS Atlas 教程创建地图册。

以下指南将为您提供创建 QGIS 热图的说明，并展示一些如何在 GIS 中使用热图的示例。

MMQGIS 是一个 QGIS 插件，包含一组 GIS 工具，用于简化数据操作，例如地理编码、导入和导出。

如果您以前使用过 QGIS，您就会知道 QGIS 插件是其成功帮助可视化、分析和编辑的核心。

PyQGIS 是指 QGIS 中的 Python 环境。它允许用户自动化工作流程并使用 Python 库扩展 QGIS。

空间分析周期表列出了 90 种工具，用于在地理环境中量化、寻找模式和预测结果。

如果您想在 ArcGIS 中永久重新排序字段，您可以导出数据并使用“字段映射”方法。其次，您可以使用 X-Ray for Catalog。

Web 地图服务 (WMS) 由托管在 GIS 服务器上的地理空间数据组成，这些数据符合开放地理空间联盟 (OGC) 制定的标准。

R 编程是一种免费的开源语言，用于统计计算和可视化，包括分析、数据挖掘和绘图。

Web 地图服务 (WMS) 是一种通过 Internet 提供地图图层的协议。本文将向您展示如何在 QGIS 中连接到它们。

ArcGIS 热图工具是核密度工具，它使用核函数从点或折线计算每个区域的量级。

QGIS2Web 是 QGIS 的一个插件，它可以获取您的桌面 GIS，并通过您自己的服务器使其对其他人可用和交互。

QGIS 地理编码将地址转换为地理坐标。了解如何在 QGIS Desktop 的 MMQGIS 插件中使用批量地理编码工具。

QuickMapServices 通常是每个人安装后的第一个插件，现在是 QGIS Desktop 中基本地图的主要提供者。

本教程将带您了解如何为 QGIS 使用 QGIS OpenStreetMap 插件，包括如何使用 OSM 底图并提取其特征。

地理分析学是一门新兴科学，其中大数据技术从复杂的地理空间数据集中提取意义、模式和见解。

GIS 中的数据工程准备用于分析的空间数据，例如填充缺失值、添加字段、geoenriching 和清理值