本書共分為8章,內(nèi)容包括三維GIS概述,三維模型數(shù)據(jù)、地形數(shù)據(jù)、多源數(shù)據(jù)的構(gòu)建、管理及融合,三維GIS的綜合應(yīng)用等。本書將三維GIS技術(shù)理論與實踐結(jié)合,實用性較強。本書通過理論與實踐相結(jié)合的實驗案例設(shè)計,從三維體與場模型的構(gòu)建、三維空間數(shù)據(jù)管理、三維模型數(shù)據(jù)的集成與分析、多源數(shù)據(jù)融合方法、三維實景地理信息可視化的驗證性

工程地理信息系統(tǒng)

本書針對現(xiàn)有GIS計算缺乏頂層抽象、結(jié)構(gòu)與流程不統(tǒng)一等問題，引入幾何代數(shù)，從底層理論對現(xiàn)有GIS表達(dá)與計算方法進(jìn)行創(chuàng)新，設(shè)計多維度、動態(tài)、多要素復(fù)合現(xiàn)代GIS分析的計算模型。本書發(fā)展了面向現(xiàn)代GIS空間數(shù)據(jù)表達(dá)與計算的幾何代數(shù)空間，并設(shè)計了面向GIS問題代數(shù)化求解的幾何代數(shù)算子和算法庫，構(gòu)建了簡明、直觀、可擴展的GIS

本書從空間信息處理角度出發(fā)，將人工智能領(lǐng)域的理論研究與專業(yè)實踐相結(jié)合，完整介紹人工智能方法及其在空間信息處理中的應(yīng)用，不僅涵蓋人工智能領(lǐng)域的基礎(chǔ)概念與基本方法，而且探討知識圖譜、計算智能、新興機器學(xué)習(xí)、深度學(xué)習(xí)等前沿技術(shù)，同時介紹人工智能在地理文本大數(shù)據(jù)、遙感影像、激光點云等空間信息處理中的應(yīng)用實例，具有較強的代表性和

本書對其中的邏輯和原理進(jìn)行了介紹,對關(guān)鍵位置進(jìn)行了圖示。除此以外,還列舉了一些在使用Geomesa中可能遇到的問題,幫助讀者更好地利用Geomesa管理海量的時空數(shù)據(jù)。

空間信息剖分組織是以地球剖分網(wǎng)格為基礎(chǔ)，通過建立空間數(shù)據(jù)與其所對應(yīng)的地球剖分網(wǎng)格之間的映射關(guān)系，實現(xiàn)“集裝箱”模式的空間信息網(wǎng)格化編目、存儲與檢索，從而提高多源空間信息的整合和綜合管理能力。本書圍繞空間信息數(shù)據(jù)庫剖分存儲與檢索體系，系統(tǒng)論述了地球剖分時空數(shù)據(jù)庫的概念與定義、時空編碼、體系架構(gòu)、存儲結(jié)構(gòu)、索引模型、時空關(guān)

本書為地理信息科學(xué)相關(guān)專業(yè)的數(shù)據(jù)結(jié)構(gòu)教學(xué)和學(xué)習(xí)編寫。全書共分8章，第1章介紹了數(shù)據(jù)結(jié)構(gòu)的基本概念、內(nèi)涵和算法分析方法；第2～4章討論了線性表、棧和隊列及其應(yīng)用，分析了多維數(shù)組、特殊矩陣和稀疏矩陣的壓縮存儲方法等，還對廣義表做了扼要介紹；第5、6章討論了二叉樹、優(yōu)先隊列、哈夫曼樹及其應(yīng)用、四叉樹空間數(shù)據(jù)結(jié)構(gòu)與算法，介紹了

本書旨在介紹開源三維GIS的相關(guān)理論和技術(shù)，并通過實例分析介紹基于Cesium的設(shè)計與開發(fā)。希望通過學(xué)習(xí)本書的理論與技術(shù)指導(dǎo)部分，幫助讀者系統(tǒng)地了解開源三維GIS的發(fā)展歷程和現(xiàn)狀，了解和掌握一些重要的三維數(shù)據(jù)模型、建模方法和數(shù)據(jù)組織與管理方法。另外，在介紹基于Cesium的開發(fā)和設(shè)計部分后，讀者可以在動手編程的基礎(chǔ)上掌

"本書是探討地理信息科學(xué)（GISscience）領(lǐng)域前景的前瞻性論著，由該領(lǐng)域國內(nèi)外一線研究人員撰寫，涵蓋了廣泛的主題并代表了多種觀點。作者們提出了對地理信息科學(xué)概念框架的擴充方案和途徑，討論了一系列用于分析和建模的方法和技術(shù)，闡述了從地球傳感到社會傳感集成過程的關(guān)鍵問題，提出了跨越自然科學(xué)和人文社會科學(xué)應(yīng)用領(lǐng)域的前沿

本書是一本高校參考用書。在高校工程類相關(guān)專業(yè)測量教學(xué)中，測量數(shù)據(jù)的處理是一項非常重要的工作。而工程測量教學(xué)以及測量數(shù)據(jù)的處理都是使用較為傳統(tǒng)的方式—人工記錄數(shù)據(jù)、Excel數(shù)據(jù)處理、VB編程，效率不高，同時還易導(dǎo)致記錄出錯、計算誤差較大等問題。利用Python能夠?qū)崿F(xiàn)高效、大量、多類型的數(shù)據(jù)處理程序，能解決實際工程測量