一些可用于研究的GIS数据资源

简介: 一些可用于研究的GIS数据资源

一些可用于研究的GIS数据资源

国内的情况就不用说了,基本上是很难找到可以用于研究的GIS数据资源的。要么就是收费,免费的即使能找到,能否合法合规的进行使用也是一个问题。地理信息数据还是国外比较开放一些,相当多的政府组织或者公益机构对公众开放了下载渠道,大家可以适度获取并进行研究。

USGS

美国地质勘探局(United States Geological Survey,简称USGS)提供了一个网站EarthExplorer可下载地理空间数据,地址:https://earthexplorer.usgs.gov/ 。简单来说这个工具就是在地图上指定一个区域,然后选择相应的数据集进行下载。

说一下笔者的使用情况:

  1. 需要注册账号,并且注册的流程还挺长的,注意使用的邮箱,最好使用国外的。
  2. 有两种下载方式,直接下载和批量下载。直接下载对数据量有限制,也很容易中断。批量下载其实是一个Web下载工具,国内还挺少见的。
  3. 下载时数据集缺少整理和可视化,需要一个个的勾选添加到下载工具,也不知道数据的质量如何。

另外值得一提的是版权问题,根据USGS网站的资料显示,USGS创作或制作的数据和信息被视为属于美国公共领域,无需许可即可自由使用。不过,需要注明数据来源是USGS。可参看如下网页说明:

NOAA

美国国家海洋和大气管理局(National Oceanic and Atmospheric Administration,NOAA )的官方网站也提供了一些地理空间数据可以下载,可以直接其数字海岸的网站上搜索:https://coast.noaa.gov/digitalcoast/data/home.html ;也可以进入地图https://coast.noaa.gov/dataviewer 绘制范围搜索。

笔者在这个网站上找到了2015到2016年洛杉矶由激光点云生成的DEM数据:https://noaa-nos-coastal-lidar-pds.s3.us-east-1.amazonaws.com/dem/CA_Los_Angeles_DEM_2015_8659/index.html 。不过是分块数据,要一个个下载下来还是很麻烦的。

GeoHub

地方政府的公共平台也会提供一些开放数据进行下载,例如纽约市的GeoHub:https://geohub.lacity.org 。在这个网站上笔者找到了洛杉矶建筑物轮廓矢量数据:https://geohub.lacity.org/datasets/813fcefde1f64b209103107b26a8909f_0/about 。比较有用处的是这个矢量是带高程的。

OpenStreetMap

矢量数据的获取还有个非常好的获取渠道就是OpenStreetMap:https://www.openstreetmap.org/ 。OpenStreetMap上提供的矢量都是贡献者上传的,因此本身就是开放的,OpenStreetMap的宗旨也是希望能做一个大众的开发的地图平台,不仅可以通过指定地图范围下载,也提供API远端获取。不过可惜的是笔者下载后发现很多建筑物矢量并没有高程数据,不太清楚Cesium是如何根据OpenStreetMap实现OSM模型的。

Hongkong

如果要获取倾斜摄影数据,香港地政总署的网站上开放了一份全港的三维实景模型,这个也是非常难得的:https://www.pland.gov.hk/pland_en/info_serv/3D_models/download.htm 。不过笔者下载试用一小块后感觉有点问题,倾斜摄影的层级似乎不太正确。除此之外,香港政府还有一个针对公众的空间数据共享平台的网站:https://portal.csdi.gov.hk/csdi-webpage/

其他

  1. http://www.webgis.com/

最后

笔者在翻阅这些网站的时候,很佩服这些将数据开放出来的政府组织或者公益机构,是它们保证了后续学习的人员能够有数据可以参考,而不是局限于一个小圈子内部的口口相传。提醒大家在使用的时候不要密集地获取数据,过度占用对方服务器资源,毕竟这些资源以后可能越来越少了。

最后提供一个从上述资源下载的洛杉矶地区的GIS数据,包括影像、地形和矢量:

地址

分类: GIS , 地理信息系统原理

标签: GIS , 地形 , 矢量 , 数据 , 影像


相关文章
|
分布式计算 数据处理 Apache
Spark和Flink的区别是什么?如何选择?都应用在哪些行业?
【10月更文挑战第10天】Spark和Flink的区别是什么?如何选择?都应用在哪些行业?
2011 1
|
自然语言处理 安全 数据挖掘
大语言模型在假新闻的检测
大语言模型在假新闻检测应用中发挥重要作用。通过学习大量语言数据和模式,模型可以理解文本的语义和上下文信息,判断其真实性。模型通过监督学习训练,提取特征并预测新闻真实性。结合其他技术手段和人工审核,可以提高准确性和可信度。假新闻检测的过程包括数据准备、特征提取、模型训练和实际应用。模型在谣言检测中也有类似应用。
1005 0
|
NoSQL Redis Docker
docker配置redis映射本地日志
docker配置redis映射本地日志
565 0
|
Android开发
autojs无Root访问data目录实现
牙叔教程 简单易懂
3650 0
|
11月前
|
传感器 人工智能 物联网
HarmonyOS NEXT~鸿蒙操作系统功耗优化特性深度解析
本文深入解析了华为鸿蒙(HarmonyOS)操作系统的功耗优化特性,涵盖低功耗设计原理、核心技术及实际应用效果。通过与Android对比,展现其在待机功耗、CPU调度效率和内存占用上的优势。文章重点阐述分布式任务调度、微内核架构及智能感知技术,并针对智能穿戴、物联网和智能手机等场景优化进行分析,同时为开发者提供优化建议。未来,鸿蒙将探索AI预测性管理等新技术,进一步提升能效表现。
2365 30
|
编解码 定位技术
WMTS地图服务每一层级分辨率
WMTS地图服务每一层级分辨率
440 0
|
机器学习/深度学习 数据可视化 算法
如何对某个研究方向的领域论文进行分析?如何快速了解某个研究方向的发展现状?如何利用VOSviewer分析研究领域的发展现状?
本文介绍了如何使用VOSviewer软件对特定研究方向的领域论文进行可视化分析,以ESN(Echo State Network)网络研究为例,展示了从安装软件、检索文献、导入数据到进行关键词分析、作者分析和引用量分析的完整流程,帮助用户快速了解并深入研究某个学术领域的发展趋势和现状。
651 0
如何对某个研究方向的领域论文进行分析?如何快速了解某个研究方向的发展现状?如何利用VOSviewer分析研究领域的发展现状?
|
存储 前端开发 安全
【面试题】: bs架构与cs架构的区别以及各自优缺点
bs架构与cs架构的区别以及各自优缺点
8080 0
|
数据可视化 Python
【100天精通Python】Day65:Python可视化_Matplotlib3D绘图mplot3d,绘制3D散点图、3D线图和3D条形图,示例+代码
【100天精通Python】Day65:Python可视化_Matplotlib3D绘图mplot3d,绘制3D散点图、3D线图和3D条形图,示例+代码
1389 0
|
人工智能
如何使用chatGPT生成小红书种草文案
小红书拥有超千万的日活用户,为商家提供了广阔的变现空间和机会,成为商家选择在小红书上推广的原因之一。 小红书种草文案,例如具有影响力的热门话题、产品使用方法等内容可以让消费者迅速了解产品为品牌带来更多新客户。想要在小红书实现种草,离不开种草文案。今天就教大家使用ChatGPT撰写小红书种草文案。
839 0