现场GIS数据就是采集点的地理位置，拍摄照片，GPS轨迹、调查表格等，将采集到的数据同步到桌面GIS中。ArcGIS提供了几个手机端app，如ArcGISCollector、ArcGISQuickCapture，确实好用，功能强大，内外业联动同步更新，但是需要ArcGISOnline账户，并且公众版的账号是不行的，总之就是要钱，感兴趣的可以申请使用，20天的样子。今天这款app是免费的，app名字叫Smash，其实它本身是为工程和地质调查所用，和Geopaparazzi是一家，你也可以配置服务器，让自己采集的数据同步到服务器上，并且还是免费的，Smash具体功能如下：地理参考笔记和图片GPS轨
来源：GIS前沿一、数据来源介绍（一）数字高程数据、归一化植被指数数据本文所用到的松原市宁江区数字高程数据采用30m分辨率的GDEMV3数字高程数据、归一化植被指数数据采用250m分辨率的MYD13Q1植被指数16天合成产品，这些数据均来源于中国科学院计算机网络信息中心地理空间数据云平台（http://www.gscloud.cn），该网站所能提供的归一化植被指数数据最高分辨率为250m，有需要更高精度的，可以在该网站下载高精度的影像，并利用ENVI软件分析来获取。该网站数据的下载是按不同比例尺的条带号下载的，下载下来之后需要根据研究区边界进行裁剪，另外有一点就是，数据太大，不好下载。（二）土
实现步骤Step1. 引用开发库：本示例引用local本地【include-cesium-local.js】开发库，完成此步骤后才可调用三维WebGL的功能；Step2. 创建布局：创建id='GlobeView'的div作为三维视图的容器，并设置其样式；Step3. 构造三维场景控件：实例化Cesium.WebSceneControl对象，完成此步骤后可在三维场景中加载三维球控件；Example:/构造三维视图对象（视图容器div的id，三维视图设置参数）varwebGlobe=newCesium.WebSceneControl('GlobeView',{})Step4. 加载数据:
ArcGIS学习（十八）基于GIS平台的水文分析本任务给大家带来的内容是城市景观可视性综合分析。本任务包括五个关卡：任务解读及景观视线分析原理城市空间景观视线分析基于3D要素的城市可视性分析城市观景点量化选址分析基于山体背景景观的城市建筑高度控制研究本任务的内容非常有意思，且非常实用，但是技术操作较为复杂。在进行正式分析之前，我们先来预习本任务的内容，以及了解ArcGIS中景观视线分析的原理。先来看看“本任务会讲哪些内容？"1.任务解读及景观视线分析原理最后，我们再来看看ArcGIS中视线分析的原理。2.城市空间景观视线分析本关卡包括两部分内容：城市空间景观模型构建基于城市空间景观模型的视线分
ArcGIS学习（十九）基于GIS平台的水文分析基于成本栅格数据的空间路径分析是一种空间选线方法。本任务以道路选线为例来讲解如何构建成本栅格，并在成本栅格的基础上进行最低成本空间路径分析。本案例包括四个关卡：构建成本权重栅格数据基于成本栅格求解最低成本路径批量求解多起点到多终点的最低成本路径1.构建成本权重栅格数据首先，我们从整体层面了解基于成本栅格数据进行空间路径分析的思路、原理、基本工具，以及本任务的案例场景和数据。然后，我们直接进入到成本权重栅格数据的构建，首先来看看栅格数据分析前的环境设置以及第一个指标“坡度因素”的分析。接着，再来分析第二个指标“建设用地因素”、第三个指标“水域因素”
构建“天空地”一体化监测体系是新形势下生态、环境、水文、农业、林业、气象等资源环境领域的重大需求，无人机生态环境监测在一体化监测体系中扮演着极其重要的角色。通过无人机航空遥感技术可以实现对地表空间要素的立体观测，获取丰富多样的地理空间数据，可以为资源环境领域的科学研究与业务化工作提供重要的一手数据。近年来无人机软硬件技术飞速发展，功能愈发强大、操作愈发简单、价格愈发平民，人们开始注意到无人机在各行各业中的巨大应用潜力。很多资源环境领域的从业人员也介入到无人机应用中，通过无人机搭载不同的传感器可以灵活高效地进行地表空间要素的动态监测，获取大量宝贵的监测数据，极大地解决了很多传统野外观测手段无法
建筑行业一直在寻求创新和提高效率的方法，以满足日益复杂和迫切的建筑需求。近年来，数字孪生和物联网等新兴技术的崛起为建筑信息模型（BIM）应用带来了全新的可能性。数字孪生技术通过将实体建筑与其虚拟模型连接起来，实现了实时的数据交互和仿真模拟，而物联网技术则为建筑物提供了智能化的感知和自动化控制能力。本文将探讨数字孪生和物联网在建筑行业BIM应用中的重要性和潜在价值，并展望未来的发展趋势。01数字孪生、物联网技术与BIM的融合数字孪生是指通过将实体物体与其虚拟模型实时连接起来，实现数据共享和相互影响。物联网技术可以将传感器和设备与建筑物连接起来，实现对建筑物各个方面的实时感知和数据采集。通过将物联
原文链接：AI大预言模型——ChatGPT在地学、GIS、气象、农业、生态、环境等应用一开启大模型1开启大模型1)大模型的发展历程与最新功能2)大模型的强大功能与应用场景3)国内外经典大模型（ChatGPT、LLaMA、Gemini、DALL·E、Midjourney、StableDiffusion、星火大模型、文心一言、千问等）4)如何优雅使用大模型案例1.1：开启不同平台的大模型案例1.2：GPT不同版本的使用案例1.3：大模型文件上传和处理二基于ChatGPT大模型提问框架2提问框架（提示词、指令）1)专业大模型提示词，助你小白变专家2)超实用的通用提示词和提问框架3)GPTstore（
目录我们的初衷定位我们的服务内容我们的经营模式GIS之家交流群我们的未来规划各平台账号我们的初衷定位目前阶段我们团队创建的初衷定位，以服务初学者以及1-2年工作经验的giser为主。利用我们深耕gis行业领域多年gis项目以及工作经验优势，为他们提供地图数据和案例源码共享服务以及一站式gis解决方案。我们也是从gis初学者起步的，通过不断摸索、不断学习进步，慢慢积累成长起来的，经历过入门阶段的无奈和痛苦。相比来说，gis初学者阶段比较迷茫，面临很多gis问题以及地图数据资源不知道从何入手，他们一般采取途径如下所示：地图数据网上搜索到免费资源比较少，要么是找不到合适渠道下载，要么就是某宝某鱼店铺
以ChatGPT、LLaMA、Gemini、DALL·E、Midjourney、StableDiffusion、星火大模型、文心一言、千问为代表AI大语言模型带来了新一波人工智能浪潮，可以面向科研选题、思维导图、数据清洗、统计分析、高级编程、代码调试、算法学习、论文检索、写作、翻译、润色、文献辅助阅读、文献信息提取、辅助论文审稿、新闻撰写、科技绘图、地学绘图（GIS地图绘制）、概念图生成、图像识别、教学课件、教学案例生成、基金润色、专业咨询、文件上传和处理、机器/深度学习训练与模拟、大模型API二次开发等特定任务，生成文本、图片、代码、语音、视频等不同形式的数据、模式和内容，成为不少科研工作者
