Berikut adalah banyak pertanyaan dengan jawaban yang bagus tentang perangkat lunak GIS open source.
Saya bertanya-tanya, apa paket perangkat lunak open source terbaik untuk Penginderaan Jauh? Saya ingin mempelajarinya dan menggunakannya dalam pekerjaan saya.
Saya dulu bekerja dengan IDRISI, dan saya pernah mendengar tentang Erdas dan ENVI, tetapi semuanya tidak gratis. Saya mencari pemimpin yang bebas dan kuat, seperti Qgis untuk GIS atau R untuk statistik. Dengan klasifikasi yang kuat, segmentasi, Fourier, filter, PCA, dll.
Adakah yang bisa menyarankan saya perangkat lunak RS gratis yang bagus? Apa kemampuannya, ramah pengguna atau dengan baris perintah? Apakah ada matriks perbandingan?
Jawaban:
Ada beberapa yang bagus di sekitar:
Semua dengan bonus bisa digunakan melalui antarmuka QGIS menggunakan plugin SEXTANTE seperti http://blog.orfeo-toolbox.org/uncategorized/otb-inside-sextante-inside-qgis
sumber
Untuk pemrosesan Landsat, saya dapat merekomendasikan GRASS. Saya mencoba banyak orang lain.
Anda mungkin perlu menyaring pertanyaan Anda berkenaan dengan jenis pencitraan yang Anda usulkan untuk digunakan. Ada alur kerja yang kurang lebih telah dikembangkan dan diimplementasikan dalam berbagai perangkat lunak.
Bukan hanya jenis pencitraan, tetapi tujuan dari pemrosesan dan analisis akhir. Untuk Landsat, saya tertarik pada nilai kuantitatif. Yang berbeda dengan metode kualitatif yang digunakan dalam klasifikasi vegetasi regional misalnya, metode dan alat untuk pekerjaan ini lebih umum.
Anda kemungkinan tidak akan menemukan Pisau Tentara Swiss secara gratis. Tetapi Anda akan menemukan alat yang sangat khusus yang melakukan satu pekerjaan dengan baik.
sumber
R juga cocok sebagai GIS. Banyak fungsionalitas GIS standar tersedia dalam R murni, misalnya interpolasi (gstat, automap, bidang), operasi raster (raster, sp), atau operasi poligon (rgeos). Selain itu, banyak teknik statistik (misalnya regresi, PCA, klasifikasi), dapat digunakan juga untuk data spasial dan tersedia di R. Untuk hal-hal yang hilang, Anda dapat menghubungkan R dengan GRASS dan SAGA. Lihat tampilan tugas data spasial untuk R untuk daftar analisis data spasial yang baik di R.
Ofcourse, R adalah bahasa pemrograman yang memiliki kurva belajar yang agak curam, terutama ketika Anda terbiasa dengan perangkat lunak GIS berbasis GUI. Namun, sebagai imbalan untuk investasi Anda, Anda mendapatkan lingkungan statistik di mana Anda dapat melakukan apa saja di luar kotak, atau membuatnya sendiri jika belum tersedia dalam satu paket. Selain itu, dibandingkan dengan perangkat lunak berbasis GUI, Anda dapat dengan mudah membuat skrip analisis, membuatnya mudah diulang, dan mengontrol versi.
sumber
Opticks juga patut dilihat . Ini sangat kuat dalam menangani citra (hyperspectral).
sumber
Perangkat lunak "terbaik" agak subyektif dan tergantung pada kebutuhan Anda. Semua opsi yang disediakan sejauh ini perlu ditelusuri. Saya ingin menambahkan perangkat lunak SPRING ke saran saat ini. Ini adalah perangkat lunak bebas GUI yang digerakkan sangat kuat untuk penginderaan jauh. Semua fungsi yang Anda sebutkan tersedia.
sumber
Selain apa yang telah disebutkan di atas, OSSIM .
Pilihan lain adalah pktools , yang merupakan rangkaian utilitas yang ditulis dalam C ++ untuk pemrosesan gambar dengan fokus pada aplikasi penginderaan jauh. Itu bergantung pada Perpustakaan Abstraksi Data Geospasial ( GDAL ). Ini termasuk program untuk klasifikasi gambar yang menggunakan Mesin Vector Support dan pengklasifikasi Jaringan Saraf Tiruan.
sumber
Saya ingin menyebutkan upaya open source yang serius untuk menyediakan paket penginderaan jauh untuk DAS dan analisis medan yang disebut Whitebox GAT. Itu dapat ditemukan di sini.
http://www.uoguelph.ca/~hydrogeo/Whitebox/
sumber
Perkakas listrik yang sangat baik telah dikembangkan oleh http://km.fao.org/OFwiki/index.php/Open_Foris_Geospatial_Toolkit , http://www.spatial-ecology.net/dokuwiki/doku.php?id=wiki:pk_tools dan lihat juga Alat Geo di bawah halaman ekologi-spasial. Anda hanya perlu menginstal dan menggabungkan di bawah bahasa bash. Mereka sangat cepat dan Anda bahkan dapat menggunakan untuk prosesi data besar di bawah komputasi paralel. Selamat melakukan perhitungan. Giuseppe
sumber
Selain dari yang disebutkan di atas:
Fiji sangat membantu dalam pemrosesan dan klasifikasi gambar di kantor kami.
sumber
Sementara itu saya juga menemukan daftar perangkat lunak RS gratis dengan deskripsi.
sumber
ESA menyediakan kotak alat gratis untuk pemrosesan SAR dan gambar optik:
Saya belum mencoba kotak alat baru, tetapi saya bekerja dengan versi "NEST" dari kotak alat SAR. Itu kadang-kadang agak buggy, tetapi umumnya sangat mudah digunakan!
sumber
Ketika Anda menginginkan sesuatu yang gratis, lihat paket baru ini untuk
R
-RStoolbox
.https://cran.r-project.org/web/packages/RStoolbox/index.html
sumber