利用 QGIS 绘制洞穴地图

简介: 利用 QGIS 绘制洞穴地图

传递好理念、传播好技术

Dackery Geiman 在博客上阐述了他在寻找有关洞穴的地理空间数据过程,以及使用 QGIS 绘制密苏里州洞穴密度图时遇到的挑战。在此过程中学到了很多关于栅格和矢量数据的知识,以及如何在 QGIS 程序中使用它来在图像和地图上显示数据和视觉效果。本文将介绍他遇到的挑战以及如何查找 GIS 数据并利用 QGIS 绘制洞穴地图的过程。

查找GIS洞穴数据

洞穴系统与国家森林内外失踪人员的相关性,在美国很难找到洞穴的确切位置,任何关于洞穴的数据似乎都乏善可陈,因为地点很少。据美国地质调查局(USGS)网站相关文章介绍,由于 1988 年《国家洞穴管理资源法》,内政部第 43 条,无法检索地理名称信息系统(GNIS)中洞穴条目的信息(CFR 副标题 A,第 37 部分) 禁止发布有关联邦土地上所有洞穴位置的信息。

在 GNIS 数据库中也找不到归类为“洞穴”的地质特征,因为该系统无法区分联邦土地上的洞穴和公共土地上的洞穴。如果想了解有关 GNIS 洞穴位置的信息,需要向内政部长办公室发送书面请求。于是搜索不同的在线 GIS 数据库,例如 USGS Earth Explorer、Esri Open Data Hub、Natural Earth Data 等等,最终在密苏里州空间数据信息服务中找到了密苏里州的洞穴密度数据。

密苏里州被称为洞穴之州,在研究洞穴数据的过程中,发现了大量关于密苏里州洞穴和其他地质特征的数据。然而无法找到洞穴的确切位置,但至少在 1:24,000 象限地图上知道了洞穴密度。鉴于在密苏里州找到的所有数据,可展示洞穴位置和密度与密苏里州地质层的冰川最大值、泉水、下沉面积、火山、冰川融化和河流数据的相关性,而不是将洞穴位置与失踪人员进行比较。

通过以上的数据查找,也找到了所需要导入 QGIS 的数据文件,以便将信息关联到一个地方。同时访问来自 USGS 的圣弗朗西斯山火山数据、密苏里州数据门户的泉水和下沉数据以及 密苏里空间数据信息服务的洞穴密度数据的文件。

利用QGIS绘制洞穴位置和密度

启动 QGIS 程序后,添加名为 QuickMapServices 的插件,该插件允许在项目中使用的各种地图中进行选择。之所以选择 Google Hybrid,是因为对它非常的熟悉。接下来,将矢量图层添加到项目中,选择图层选项卡,进而添加矢量图层并浏览从各种数据库中访问的 zip 文件。

QGIS 显示了密苏里州的洞穴密度

总体而言,Dackery Geiman 对 QGIS 的体验很好。找到需要的数据并没有想象的那么容易,即使在公共数据库上也是如此。因此需要更具体地了解正在查看的数据,并尝试查看不同的数据库,这原于收集的数据并不总是在每个数据库中提交或共享。同样,一些数据库也要求请求权限以帮助规范和质量控制,以帮助防止虚假数据。

参考信息

● 密苏里州空间数据信息服务

● 密苏里洞穴学会 (MSS)

● QGIS 开发团队

● 密苏里州数据门户


目录
相关文章
有关element UI el-table 跟el-dialog搭配使用出现的问题,背景问题,穿透问题
有关element UI el-table 跟el-dialog搭配使用出现的问题,背景问题,穿透问题
676 0
|
机器学习/深度学习 算法 数据可视化
python/matlab图像去雾/去雨综述
python/matlab图像去雾/去雨综述
|
机器学习/深度学习 人工智能 自然语言处理
华人学生团队获国际神经网络验证大赛佳绩:总分第一,五大单项第一
由来自卡内基梅隆大学、美国东北大学、哥伦比亚大学、加州大学洛杉矶分校的成员共同开发的工具α,β-CROWN 获得了第二届国际神经网络验证大赛总分第一,以及 5 个单项第一!其中该团队的学生作者均为华人。
505 0
华人学生团队获国际神经网络验证大赛佳绩:总分第一,五大单项第一
|
11月前
|
存储 安全 应用服务中间件
【赵渝强老师】Docker的体系架构
Docker采用客户端-服务器架构,客户端与守护进程通过sockets或RESTful API通信。守护进程负责构建、运行和分发容器。镜像仓库(如Docker Hub和Harbor)存储镜像,容器则基于镜像创建,是运行应用的安全平台。
212 2
【赵渝强老师】Docker的体系架构
|
开发框架 前端开发 JavaScript
【Vue 3】一款开箱即用的中后台前端开发框架,开源且免费!!
【Vue 3】一款开箱即用的中后台前端开发框架,开源且免费!!
1852 120
|
10月前
|
SQL 关系型数据库 MySQL
小索引大力量,记一次explain的性能优化经历
本文介绍了在MySQL生产环境中使用EXPLAIN工具进行性能优化的过程。通过分析慢查询日志,识别出性能瓶颈,并利用EXPLAIN命令解析SQL执行计划,找出全表扫描、未使用索引等问题。文章还详细描述了如何配置慢查询日志、解读EXPLAIN输出的关键字段(如type、key、rows等),并提供了优化建议,如避免左右模糊查询、减少多表联查等。最终验证优化效果,确保系统性能提升。此外,强调了项目初期建立索引的重要性,以应对未来数据量增长带来的挑战。
436 0
|
Linux Windows
卸载windows的WSL
卸载windows的WSL
1271 1
|
前端开发 NoSQL Java
毕业设计|springboot+h5的购物商城系统(一)
毕业设计|springboot+h5的购物商城系统
310 2
|
人工智能 数据挖掘 定位技术
GIS空间分析 栅格数据分析3 可达性分析
掌握栅格数据的可达性分析方法
582 0