图 11:考虑的所有输电走廊选项..................................................................................................................... 28 图 12:输电研究区域(包含首选方案 15 和 16)........................................................................................ 29 图 13:项目区域内的道路网络...................................................................................................................... 33 图 14:项目区域内现有的电力传输网络...................................................................................................... 34 图 15:项目区域内的采矿和石油权属............................................................................................................. 42 图 16:项目区域的土地权属............................................................................................................................. 43 图 17:原住民土地权边界............................................................................................................................. 45 图 18:项目区域的主要地质情况......................................................................................................................... 48 图 19:重要湿地名录中列出的湿地位置............................................................................................ 51 图 20 用于屏障保护工程的水道......................................................................................................................... 52 图 21:项目区域的区域生态系统制图..................................................................................................... 60 图 22:项目区域内的重要栖息地制图.........................................................................................................项目区域 ................................................................................61 图 23:项目区域内的州环境重要事项地图 ..............................................62
本手册包含联邦航空管理局和其他提供空中交通管制、通信、气象、制图和相关航空通信服务的机构的人员使用的经批准的单词和短语缩写。还包括飞机类型指示符;民用飞机公司三字母标识符和电话标识符分配;飞机国籍分配;以及民用/军用飞机类型标识符。
人工智能 (AI) 的快速发展,例如大型语言模型 ChatGPT 和 DALL·E 2 的出现,既带来了提高生产力的机会,也引发了道德问题。本文探讨了在制图中使用人工智能 (AI) 的道德问题,特别关注使用 DALL·E 2 生成地图。为此,我们首先创建了一个开源数据集,其中包括多种比例和各种设置的合成(AI 生成的)和真实世界(人工设计的)地图。随后,我们研究了 DALL·E 2 生成的地图的特征可能引起的四个潜在道德问题,即不准确、误导性信息、意料之外的特征和不可重复性。然后,我们开发了一个基于深度学习的模型来识别这些 AI 生成的地图。我们的研究强调了在制图开发和使用 AI 技术时考虑道德问题的重要性,为可信地图的不断增加做出了贡献。我们的目标是提高公众对 AI 生成的地图相关潜在风险的认识,并支持制定未来使用的道德准则。
背景 亚洲哨兵是亚太地区空间机构论坛 (APRSAF) 发起的一项国际合作倡议,旨在展示使用地球观测技术、近实时信息传播方法和 Web-GIS 制图工具为亚太地区灾害管理提供支持的潜在价值和影响。 亚洲哨兵社区早已认识到需要进行能力建设以加强其活动。为了满足这一需求,在 2019 年于曼谷举行的联合项目团队会议上,首次组织了一次专门的培训研讨会,成员组织通过分享各自的专业知识和知识一起进行培训。在培训研讨会上,印度空间研究组织和国际水资源管理研究所分别开展了“拓扑和水文建模”和“使用多源卫星数据进行应急响应制图”培训计划。在 2019 年培训研讨会之后,印度空间研究组织和国际水资源管理研究所联合提议扩大其成就,自愿为亚洲哨兵社区提供能力建设研讨会。首先,提出了以下能力建设计划:
基于遥感数据的图像分类是自动制图研究的主要领域。随着城市发展的加快,迫切需要更新地理数据库。城市地区土地覆盖类型的自动制图是遥感领域最具挑战性的问题之一。传统的数据库更新费时费力,通常通过人工观察和目视解译进行,为了提高效率和准确性,数据收集和提取方面的新技术越来越必要。本文研究了一种基于正射影像和激光雷达数据(单独和组合)的基于对象的决策树分类。成功提取了四种土地覆盖类型,即森林、水体、空地以及建筑物。基于正射影像的分类准确率为 89.2%,基于激光雷达数据的分类准确率为 88.6%,获得了令人满意的结果。激光雷达数据和正射影像都显示出足够的能力来单独对一般土地覆盖类型进行分类。同时,正射影像和激光雷达数据的组合显示出显著的分类结果,准确率为 95.2%。整合数据的结果显示出非常高的一致性。与单独使用正射影像或激光雷达数据的过程相比,它降低了土地覆盖类型判别的复杂性。此外,还进行了另一种分类算法,支持向量机(SVM)分类。比较
摘要:精确的 3D 城市模型是支持各种“智慧城市”应用的重要地理空间信息来源,例如空间管理、能源评估、3D 制图、噪声和污染制图以及灾害管理。尽管近年来取得了显著进展,但仍有许多未解决的问题,尤其是在复杂城市场景的 3D 建模方面,例如具有狭窄街道和非传统建筑形状的历史和密集城市中心。大多数方法都引入了强大的建筑先验/对称性和屋顶类型的约束,这对屋顶形状变化多端的城市环境不利。此外,尽管倾斜摄影测量正在迅速成熟,但使用倾斜视图进行立面重建并未完全包含在最先进软件的重建流程中。本文旨在研究在倾斜机载图像支持下在复杂城市场景中进行 3D 建筑建模的最先进方法。测试了一种基于屋顶基元拟合的重建方法。然后利用倾斜影像来支持手动编辑生成的建筑模型。同时,以厘米分辨率收集移动测绘数据,然后将其与航空数据集成。所有方法都在贝加莫(意大利)的历史中心进行了测试。
摘要:精确的 3D 城市模型是支持各种“智能城市”应用的重要地理空间信息来源,例如空间管理、能源评估、3D 制图、噪声和污染制图以及灾害管理。尽管近年来取得了显著进展,但仍有许多未解决的问题,尤其是在复杂城市场景的 3D 建模方面,例如历史悠久且建筑密集的城市中心,这些城市中心的街道狭窄且建筑形状非传统。大多数方法都引入了对对称性和屋顶类型的强建筑先验/约束,这对屋顶形状变化多端的城市环境不利。此外,尽管倾斜摄影测量正在迅速成熟,但使用倾斜视图进行立面重建并未完全包含在最先进软件的重建流程中。本文旨在研究在倾斜机载图像支持下在复杂城市场景中进行 3D 建筑建模的最先进方法。测试了一种基于屋顶基元拟合的重建方法。然后利用倾斜影像来支持手动编辑生成的建筑模型。同时,以厘米分辨率收集移动测绘数据,然后将其与航空数据集成。所有方法都在贝加莫(意大利)的历史中心进行了测试。
—G-10 航空航天行为工程技术 (ABET) 指导小组 G-10A 航空信息系统 G-10EAB 执行顾问组 G-10D 彩色显示器 G-10E 增强视觉/合成视觉系统 G-10G 逼真训练 G-10J 制图 G-10M 多功能显示器 G-10OL 作战激光器 G-10P 透视飞行引导 G-10T 激光安全隐患 G-10U 无人航空系统 G-10V 垂直飞行 G-10W 气象信息系统 G-10WV 尾流涡 G-10TDS 触摸交互式显示系统 G-10HWD 头戴式显示器
遥感和 GIS 应用在入侵物种制图和空间建模中 Chudamani Joshi a,b, *, Jan de Leeuw a, Iris C. van Duren a a 自然资源部,国际地理信息科学与地球观测研究所 (ITC),P. O. Box 6, Hengelosestraat 99, 7500 AA,恩斯赫德,荷兰 - (joshi, leeuw, vanduren)@itc.nl b 林业和土壤保护部,植物资源部,Thapathali,加德满都,尼泊尔 关键词:评论、生物入侵、GIS 和遥感、制图技术、冠层覆盖分类 摘要:生物入侵对人造和自然生态系统产品和服务的可持续提供构成了重大威胁。人们越来越多地努力避免入侵或根除或控制已建立的入侵者。人们早已认识到遥感 (RS) 和地理信息系统 (GIS) 可以为此做出贡献,例如通过绘制实际入侵者分布图或面临入侵风险的区域。GIS 也可能被用作管理旨在控制入侵物种的干预措施的综合工具。本文回顾了遥感和 GIS 在绘制实际入侵物种分布图和预测潜在入侵物种分布图方面的应用。根据入侵物种是否出现在生态系统冠层中并占主导地位,将入侵物种分为四类。我们认为将 RS 应用于 m 的可能性