基于 ArcG IS 和 Python 集成开发可达性分析工具的研究

为降低可达性度量的实现难度,弥补现有GIS软件没有集成可达性分析模型或方法的不足,在详尽分析有关模型或方法与GIS集成研究现状的基础上,提出以改进潜能模型作度量模型,按GIS内部集成方式,使用面向ArcGIS 10的Python脚本编程技术集成开发可达性分析工具的设想,对可达性潜能模型分析原理、工具开发环境配置、使用数据的预处理要求、工具的具体设计流程和实现方法等作了详细叙述。最后以评价某市小学教育资源空间布局合理性为例,阐述工具在实际应用中应采取的使用方法和流程,实例评价结果验证工具开发的有效性。     

APG:A novel python-based ArcGIS toolbox to generate absence-datasets for geospatial studies

One important step in binary modeling of environmental problems is the generation of absence-datasets that are traditionally generated by random sampling and can undermine the quality of outputs.To solve this problem,this study develops the Absence Point Generation(APG)toolbox which is a Python-based ArcGIS toolbox for automated construction of absence-datasets for geospatial studies.The APG employs a frequency ratio analysis of four commonly used and important driving factors such as altitude,slope degree,topographic wetness index,and distance from rivers,and considers the presence locations buffer and density layers to define the low potential or susceptibility zones where absence-datasets are gener-ated.To test the APG toolbox,we applied two benchmark algorithms of random forest(RF)and boosted regression trees(BRT)in a case study to investigate groundwater potential using three absence datasets i.e.,the APG,random,and selection of absence samples(SAS)toolbox.The BRT-APG and RF-APG had the area under receiver operating curve(AUC)values of 0.947 and 0.942,while BRT and RF had weaker per-formances with the SAS and Random datasets.This effect resulted in AUC improvements for BRT and RF by 7.2,and 9.7％from the Random dataset,and AUC improvements for BRT and RF by 6.1,and 5.4％from the SAS dataset,respectively.The APG also impacted the importance of the input factors and the pattern of the groundwater potential maps,which proves the importance of absence points in environmental bin-ary issues.The proposed APG toolbox could be easily applied in other environmental hazards such as landslides,floods,and gully erosion,and land subsidence.     

Python在短临气象预报检验中的应用

基于机器学习方法的短临多气象要素预报系统(Weather Elements Nowcasting based on machine learning,简称WEN)具有高发布频次、高时间分辨率、基于候和时辰的复杂预报模型等特点。应用多维标签数组、机器学习工具、并行计算框架等Python库,以快速计算为目标,建立以预报模型覆盖时间范围为统计检验时间边界的检验子系统,客观给出预报性能,为模型调优效果评估、产品业务化运行提供依据。     

使用Python函数式编程进行空间回归分析

针对使用传统的编程方式进行空间回归分析过于繁杂的问题,本文提出将Python函数式编程引入空间回归分析方法,分析和探讨脚本语言＋函数式编程方式在GIS数据分析中的推广应用前景。编程实践证明,采用Python函数式编程,结合既有的开源软件包,可以有效提高编程效率,减少代码量,将实践人员的注意力集中在问题本身。     

督察区域地类图斑自动套合方法

自然资源督察工作中,为确定目标区域是否存在土地利用违法行为,需要利用ArcGIS软件对目标区域和地类图斑数据进行空间计算、汇总统计等套合工作,为督察工作实施提供数据支撑。目前,人工套合存在制作成本高、工作量大、准确性低、数据命名存储格式不一致等问题。为此,本文基于Python实现了地类图斑自动套合的方法,该方法可以自动完成目标区域与地类图斑的空间计算、字段计算、Excel导出,以及生成数据透视表等工作,极大地减小了技术人员的工作量,有效缩短了督察工作的数据准备时间,对提高自然资源督察工作的效率具有实践意义。     

基于ArcGIS与Python的气候评价工具箱的实现与应用

在研究和梳理气候评价技术方法和路线的基础上,利用ArcGIS与Python语言二次开发了一套气候评价工具箱,并以榆林市为例对该工具箱的实用性进行了验证。结果显示,该工具箱能够快速准确地辅助规划人员进行气候评价工作,大大提高了国土空间规划"双评价"的工作效率。     

基于ArcGIS的MDB数据自动整合方法研究

以海南1∶50 000 DLG道路数据与地理国情要素道路数据为主要研究对象,利用ArcGIS二次开发平台、Python语言编写脚本,快速实现了二者之间的自动转换,并将此脚本运用到不同要素层,提高了数据整合的工作效率。     

DLG制图数据生产中AutoCAD自动填充的实现方法

DLG制图数据是1∶10 000基础测绘3D产品的重要组成部分,在DLG制图数据的生产时常采用Auto-CAD的DWG格式。而AutoCAD在生产DLG制图数据时不能有效处理拓扑问题,同时在AutoCAD中的面色填充,一直以来都没有一个简便而快速的方法。本文在总结实际生产经验的基础上,利用Python编程语言实现了Auto-CAD面状地物的自动填充,在实际生产中提高了效率,保证了DLG制图数据产品的质量。     

Python在FY 2G定量业务产品自动可视化中的应用

利用Python语言实现了每日对CMACast下发的最新风云二号G星(FY-2G)云导风(AMV)和射出长波辐射(OLR)两个定量业务产品的实时自动解码和可视化出图,并与国家卫星气象中心下发的卫星天气应用平台(SWAP)的显示进行了对比。结果表明:两者显示一致。在显示所有AMV文件风矢量数据的前提下,本文可视化产品较目前版本SWAP的显示更为疏密均匀,没有出现重叠现象;Python出图自带的高洛德(Gouraud)明暗处理渲染方式则在对OLR格点产品可视化显示中提供了一种更为平滑,细腻的方法。利用本研究方法对风云二号卫星定量产品进行可视化具备自动化和视觉美观的特点,值得在基层气象部门业务中推广。