<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[智慧空间实验室]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/lucky51222</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; lucky51222]]></copyright><item><title><![CDATA[基于ArcGIS平台的二次开发常见5大模式案例详解附学习资料]]></title><link>https://blog.youkuaiyun.com/lucky51222/article/details/169727440</link><guid>https://blog.youkuaiyun.com/lucky51222/article/details/169727440</guid><author>lucky51222</author><pubDate>Sun, 01 Nov 2026 10:18:08 +0800</pubDate><description><![CDATA[本文基于ArcGIS Pro平台，从运行位置、依托载体、计算重心三维度，系统梳理五类开发模式：桌面插件扩展（如ArcGIS Pro Add-in）、组件式独立开发（如ArcGIS Engine）、集中式服务端开发（如GP服务、SOE/SOI）、原生Runtime/SDK客户端开发及脚本自动化。重点解析各模式特点与应用场景，涵盖地籍批量处理、单机质检工具、Web端空间分析服务等典型案例，为GIS应用开发提供技术选型参考。]]></description><category></category></item><item><title><![CDATA[【GlobalMapper精品教程】098：GlobalmapperV27中文版下载地址及安装教程]]></title><link>https://blog.youkuaiyun.com/lucky51222/article/details/163212204</link><guid>https://blog.youkuaiyun.com/lucky51222/article/details/163212204</guid><author>lucky51222</author><pubDate>Sun, 26 Jul 2026 11:37:58 +0800</pubDate><description><![CDATA[GlobalMapper27.0中文版安装与核心功能概览 安装步骤： 获取安装包后双击执行安装程序，支持自定义安装路径 将version.dll补丁文件复制到安装目录完成破解 启动后呈现中文操作界面 2024新版核心功能： 深度学习引擎（测试版）：支持土地分类、建筑物/车辆自动识别 新增太阳阴影分析工具，支持脚本自动化计算 点云处理升级：关键点自动识别、自定义要素模型保存 无人机影像处理优化：改进GCP自动识别、非垂直拍摄地面覆盖计算 性能提升：加速像素到点流程，新增激光雷达数据调整方法 （全文98字，准确]]></description><category></category></item><item><title><![CDATA[【python可视化】python根据geojson坐标绘制地图]]></title><link>https://blog.youkuaiyun.com/lucky51222/article/details/161599852</link><guid>https://blog.youkuaiyun.com/lucky51222/article/details/161599852</guid><author>lucky51222</author><pubDate>Mon, 01 Jun 2026 19:03:15 +0800</pubDate><description><![CDATA[本文介绍了如何使用Python将GeoJSON格式的地理数据可视化为点位分布图。首先通过GIS软件将shp、kml等矢量文件转换为GeoJSON格式，然后使用Python的json和matplotlib库读取并绘制数据。核心代码包括读取JSON文件、提取经纬度坐标、设置中文显示支持，以及创建散点图展示点位分布。最终生成的地图可以保存为高清PNG图片。该方法适用于各类地理数据的快速可视化，解决了中文乱码和负号显示问题，并提供了从GIS数据到可视化结果的完整工作流程。]]></description><category></category></item><item><title><![CDATA[快速将Python代码打包成一个exe文件教程]]></title><link>https://blog.youkuaiyun.com/lucky51222/article/details/161594943</link><guid>https://blog.youkuaiyun.com/lucky51222/article/details/161594943</guid><author>lucky51222</author><pubDate>Mon, 01 Jun 2026 15:26:37 +0800</pubDate><description><![CDATA[这篇文章介绍了一个Python图形界面小工具的开发和打包过程。主要内容包括： 使用tkinter创建了一个包含两个按钮的简单GUI界面，功能分别是打开本地8081端口网页和启动记事本程序。 提供了完整的Python源代码，可直接复制使用。 详细说明了如何通过PyInstaller工具将Python脚本打包成独立的exe文件： 安装PyInstaller 进入项目目录 使用-Fw参数打包为单文件且无控制台窗口 最终生成的exe文件位于dist目录下，双击即可运行，实现预设功能。 整个过程简单明了，适合初学者快]]></description><category></category></item><item><title><![CDATA[【Envi遥感图像处理】024：高光谱遥感之高光谱分析案例教程]]></title><link>https://blog.youkuaiyun.com/lucky51222/article/details/161572015</link><guid>https://blog.youkuaiyun.com/lucky51222/article/details/161572015</guid><author>lucky51222</author><pubDate>Sun, 31 May 2026 22:07:23 +0800</pubDate><description><![CDATA[本文介绍了高光谱分析中端元波谱获取的方法与操作流程。主要内容包括：(1) 端元波谱的两种获取途径（地面测量和图像提取）；(2) 基于ENVI软件的具体操作步骤：首先进行最小噪声分离变换（MNF）预处理，然后通过纯净像元指数（PPI）和n维可视化工具提取端元波谱。实验采用CupriteReflectance.dat数据，详细展示了从MNF变换、PPI计算到ROI阈值筛选、n维散点图分析的全过程，最终成功绘制出端元波谱曲线。该流程为高光谱图像物质识别提供了标准化的技术路线。]]></description><category></category></item><item><title><![CDATA[【Envi遥感图像处理】023：高光谱遥感基本光谱分析案例教程]]></title><link>https://blog.youkuaiyun.com/lucky51222/article/details/161569212</link><guid>https://blog.youkuaiyun.com/lucky51222/article/details/161569212</guid><author>lucky51222</author><pubDate>Sun, 31 May 2026 17:54:25 +0800</pubDate><description><![CDATA[高光谱遥感技术通过构建三维数据立方体，实现地物空间与光谱信息的同步获取（"图谱合一"）。其核心原理在于不同地物对电磁波的独特反射吸收特性形成特征光谱曲线，纳米级光谱分辨率能识别传统遥感无法区分的细微差异（如不同矿物）。ENVI软件提供多种标准波谱库（如USGS矿物库、植被库等）和波谱分析工具，支持通过波谱角分类等方法进行地物识别。应用流程包括：从标准库/影像中选择端元波谱，采用Spectral Angle Mapper等算法比对，最终输出识别结果图。该技术已广泛应用于地质勘探、环境监测等领域。]]></description><category></category></item><item><title><![CDATA[epic games launcher下载安装教程]]></title><link>https://blog.youkuaiyun.com/lucky51222/article/details/161475682</link><guid>https://blog.youkuaiyun.com/lucky51222/article/details/161475682</guid><author>lucky51222</author><pubDate>Thu, 28 May 2026 10:50:07 +0800</pubDate><description><![CDATA[本文介绍了Epic Games Launcher的下载安装及虚幻引擎的使用流程。首先提供了官网下载地址和安装包图示，详细展示了从双击安装包到完成安装的步骤截图。接着指导用户登录账号或创建新账户，重点演示了如何安装虚幻引擎（11.3G大小），包括指定安装路径和下载过程。最后展示了引擎启动界面，以及新建建筑项目、导入glb模型的基本操作。整个教程通过图文并茂的方式，帮助用户快速完成Epic平台和虚幻引擎的安装配置，为后续开发工作做好准备。]]></description><category></category></item><item><title><![CDATA[【GIS前沿技术】什么是空间智能体（Spatial Agent）]]></title><link>https://blog.youkuaiyun.com/lucky51222/article/details/161431270</link><guid>https://blog.youkuaiyun.com/lucky51222/article/details/161431270</guid><author>lucky51222</author><pubDate>Tue, 26 May 2026 22:02:06 +0800</pubDate><description><![CDATA[空间智能体：AI与GIS融合的智能空间分析系统 空间智能体是一种能理解空间意图、自主规划并调用GIS工具完成复杂任务的AI系统，将大语言模型与空间计算深度融合。其核心能力包括空间感知、理解、推理和行动，通过三层架构（应用层、智能体层、工具层）实现自然语言交互、任务拆解和工具调用。与传统GIS和普通AI相比，空间智能体兼具语言与空间理解能力，可降低专业门槛，广泛应用于智慧城市、自然资源管理、数字孪生等领域，推动地理信息从“被动查询”到“主动服务”的范式革命。]]></description><category></category></item><item><title><![CDATA[【Erdas实验教程】033：遥感图像频率域增强（同态滤波）]]></title><link>https://blog.youkuaiyun.com/lucky51222/article/details/160522187</link><guid>https://blog.youkuaiyun.com/lucky51222/article/details/160522187</guid><author>lucky51222</author><pubDate>Sun, 26 Apr 2026 10:54:32 +0800</pubDate><description><![CDATA[同态滤波是一种频域图像增强技术，通过分离遥感影像的低频光照分量与高频地物反射分量，有效解决光照不均、薄云阴影等问题。其处理流程包括对数变换、傅里叶变换、频域滤波、逆变换和指数还原。实验以TM_1.img数据为例，在ERDAS IMAGINE中使用高斯/巴特沃斯滤波器，通过调整高低频增益参数实现图像增强。该方法适用于薄云去除、光照校正、对比度提升等场景，是遥感预处理的重要步骤，能显著提高后续分类和分析精度。]]></description><category></category></item><item><title><![CDATA[【Erdas实验教程】032：遥感图像频率域增强（周期性噪声去除）]]></title><link>https://blog.youkuaiyun.com/lucky51222/article/details/160498100</link><guid>https://blog.youkuaiyun.com/lucky51222/article/details/160498100</guid><author>lucky51222</author><pubDate>Sat, 25 Apr 2026 11:49:51 +0800</pubDate><description><![CDATA[《Erdas遥感图像处理实验教程》聚焦频率域增强技术去除周期性噪声。教程以Erdas 2022为平台，详细演示了从加载TM影像到完成去噪的全流程：首先将图像分割为128*128像元块进行傅里叶变换，通过平均光谱能量分析自动识别噪声频率；随后采用频率域滤波消除扫描条带等周期性干扰，最终经逆变换保留地物细节。实验部分包含完整的参数设置截图和效果对比图，配套提供示例数据及操作工具路径（Raster→Radiometric→Periodic Noise Removal），帮助用户快速掌握这一提升卫星/航空影像质量的]]></description><category></category></item><item><title><![CDATA[Win10系统用IIS（Internet Information Services）发布网站全流程]]></title><link>https://blog.youkuaiyun.com/lucky51222/article/details/160273271</link><guid>https://blog.youkuaiyun.com/lucky51222/article/details/160273271</guid><author>lucky51222</author><pubDate>Sat, 18 Apr 2026 11:41:14 +0800</pubDate><description><![CDATA[摘要：本文详细介绍了在Windows 10系统上配置IIS（互联网信息服务）的完整流程。内容包括：通过控制面板启用IIS组件、准备网站文件并设置存储路径、使用IIS管理器创建和配置网站（包括绑定设置和端口选择）、配置Windows防火墙以允许外部访问，以及本地和局域网访问测试方法。文章还提供了常见问题解决方案，如HTTP 500错误处理、端口占用检查和权限设置等关键配置要点，帮助用户快速搭建并调试本地Web服务器环境。]]></description><category></category></item><item><title><![CDATA[【Envi遥感图像处理】022：envi时空分析工具的使用]]></title><link>https://blog.youkuaiyun.com/lucky51222/article/details/160084851</link><guid>https://blog.youkuaiyun.com/lucky51222/article/details/160084851</guid><author>lucky51222</author><pubDate>Sun, 12 Apr 2026 16:51:34 +0800</pubDate><description><![CDATA[本文介绍了ENVI软件中的时空分析工具应用，以美国拉斯维加斯1975-2014年的9期Landsat数据为例。主要内容包括：1）时空分析概念，即对空间相关时间序列数据的建模分析；2）构建时序数据流程，通过添加栅格、时间排序等步骤生成.series格式时序文件；3）时序数据查看方法，包括动画播放、添加注记及保存视频；4）多源数据统一处理工具，解决坐标系、空间范围不一致问题。该工具可用于冰川变化、植被覆盖等时空变化研究。]]></description><category></category></item><item><title><![CDATA[1:500矢量化数据制作指导书（ArcGIS+正射影像）]]></title><link>https://blog.youkuaiyun.com/lucky51222/article/details/160083884</link><guid>https://blog.youkuaiyun.com/lucky51222/article/details/160083884</guid><author>lucky51222</author><pubDate>Sun, 12 Apr 2026 15:29:59 +0800</pubDate><description><![CDATA[本文介绍了地理信息系统中多个图层的制作要求及表结构规范。主要包括城市道路、面状交通、交通设施、水系等9个图层的数据标准，详细规定了各图层的属性字段、数据类型、必填项及编码要求。特别说明了道路中心线处理、桥梁隧道等交通设施的绘制方法，并附图示说明。所有数据需符合GA/T 491和GB/T 13923等国家标准，包含分类代码、名称、更新时间等核心字段。对城市道路类型、交通设施分类等关键属性提供了具体赋值标准。]]></description><category></category></item><item><title><![CDATA[【Envi遥感图像处理】021：遥感地形分析与三维可视化]]></title><link>https://blog.youkuaiyun.com/lucky51222/article/details/159605050</link><guid>https://blog.youkuaiyun.com/lucky51222/article/details/159605050</guid><author>lucky51222</author><pubDate>Tue, 07 Apr 2026 18:49:20 +0800</pubDate><description><![CDATA[本文介绍了基于ENVI软件的数字高程模型(DEM)分析流程。主要内容包括：1)利用8米分辨率DEM数据提取坡度、坡向、曲率等地形因子；2)从DEM中识别山顶、山脊、平原等典型地形特征；3)将4米分辨率正射影像叠加到DEM上，构建三维地形可视化场景，实现旋转、缩放等交互操作。实验展示了DEM在派生地形参数、特征提取和三维建模等方面的应用价值，为地形分析提供了完整的技术流程。]]></description><category></category></item><item><title><![CDATA[【ArcGIS微课1000例】0151：使用拓扑对齐边工具快速补全多边形]]></title><link>https://blog.youkuaiyun.com/lucky51222/article/details/157220921</link><guid>https://blog.youkuaiyun.com/lucky51222/article/details/157220921</guid><author>lucky51222</author><pubDate>Wed, 21 Jan 2026 19:12:36 +0800</pubDate><description><![CDATA[本文介绍了两种快速补全多边形空白区域的方法：1.使用自动完成面工具横跨空白区域创建新面，通过编辑工具加选并合并面；2.使用对齐边工具将边界快速匹配对齐，需先创建拓扑。两种方法操作后均需保存编辑器。对齐边工具通过单击选择边界实现快速匹配，适用于精确边界调整场景，操作更高效。]]></description><category></category></item><item><title><![CDATA[【Envi遥感图像处理】020：面向对象影像分类全流程详解]]></title><link>https://blog.youkuaiyun.com/lucky51222/article/details/156868860</link><guid>https://blog.youkuaiyun.com/lucky51222/article/details/156868860</guid><author>lucky51222</author><pubDate>Tue, 20 Jan 2026 22:05:22 +0800</pubDate><description><![CDATA[面向对象分类技术通过将邻近像元集合为同质对象，有效解决了高分辨率影像中&quot;同物异谱、同谱异物&quot;的问题。该方法综合利用光谱、形状、纹理等多维特征进行分类，相比传统基于像素的分类能产生更完整、边界平滑的结果。基于规则的分类流程包括：1）影像分割生成对象；2）设置规则（如NDVI、矩形度、面积等）提取目标地物；3）通过属性交集优化分类结果。该方法尤其适用于高分辨率影像的精细地物提取，但分类效果高度依赖分割参数设置和规则设计。]]></description><category></category></item><item><title><![CDATA[汤国安：AI时代的GIS人才培养（完整PPT）]]></title><link>https://blog.youkuaiyun.com/lucky51222/article/details/156618352</link><guid>https://blog.youkuaiyun.com/lucky51222/article/details/156618352</guid><author>lucky51222</author><pubDate>Mon, 05 Jan 2026 22:52:11 +0800</pubDate><description><![CDATA[汤国安：AI时代的GIS人才培养（完整PPT）]]></description><category></category></item><item><title><![CDATA[【高斯泼溅】高斯泼溅综合指南]]></title><link>https://blog.youkuaiyun.com/lucky51222/article/details/156574372</link><guid>https://blog.youkuaiyun.com/lucky51222/article/details/156574372</guid><author>lucky51222</author><pubDate>Sun, 04 Jan 2026 17:50:09 +0800</pubDate><description><![CDATA[高斯泼溅（Gaussian Splatting）是一种新型3D场景表示方法，相比神经辐射场（NeRF）具有显著优势。它使用数百万个3D高斯点表示场景，每个点包含位置、协方差、不透明度和颜色等参数。该方法通过投影2D高斯函数进行快速渲染，无需神经网络，仅需CUDA优化实现即可达到实时性能。关键创新包括：基于运动结构的点云初始化、可微分优化和自适应致密化策略。与NeRF相比，高斯泼溅在渲染速度（最高240FPS）和训练时间（约1小时）方面优势明显，同时保持高质量视觉效果。其显式表示方式更易于解释，为3D重建领域]]></description><category></category></item><item><title><![CDATA[【高斯泼溅】3DGS三维重建实战]]></title><link>https://blog.youkuaiyun.com/lucky51222/article/details/156574317</link><guid>https://blog.youkuaiyun.com/lucky51222/article/details/156574317</guid><author>lucky51222</author><pubDate>Sun, 04 Jan 2026 17:43:30 +0800</pubDate><description><![CDATA[本文介绍了3D重建领域的新技术——高斯泼溅(Gaussian Splatting)，并提供了室内场景重建的实践教程。相比传统的NeRF方法，高斯泼溅具有训练时间短(约1小时)、渲染速度快(100fps)、支持动态场景等优势。文章详细说明了从视频采集、图像提取到使用Colmap生成点云、训练模型的全过程，最后推荐使用可视化工具查看重建效果。该方法为3D重建提供了更高效的解决方案，适用于虚拟旅游、游戏开发等多个领域。]]></description><category></category></item><item><title><![CDATA[【GlobalMapper精品教程】097：制作geoserver发布SLD样式文件]]></title><link>https://blog.youkuaiyun.com/lucky51222/article/details/156484558</link><guid>https://blog.youkuaiyun.com/lucky51222/article/details/156484558</guid><author>lucky51222</author><pubDate>Thu, 01 Jan 2026 12:37:33 +0800</pubDate><description><![CDATA[本文介绍了GlobalMapper中面状数据的符号化设置与Geoserver样式发布流程。首先在GlobalMapper中加载样例数据，通过矢量选项设置面样式、标注等属性并保存为SLD格式样式文件。随后在Geoserver中新建样式，上传该SLD文件完成加载，最终可将此自定义样式应用于矢量数据发布。整个过程实现了从桌面GIS软件到WebGIS平台的样式迁移与应用，为地理数据可视化提供了完整解决方案。]]></description><category></category></item></channel></rss>