主要内容：在这节课中将简要介绍国土空间规划理论方法，以及使用arcgis分析制图。能学到的主要知识和技能：在实操案例中，对某地的空间现状进行分析，对规划方案进行绘制（知识点设定绘图快捷键、在ARCGIS中导入二调三调数据统一坐标，比对二调三调数据、使用样式统一定义标准地块颜色、用地数据库“基数转换”，现状“三区”、统计生态用地基本农田保护区方案中建设用地与重叠面积与位置、绘制道路、绘制地块、地块拓扑检查、用地平衡表、出图设置、批量出图）。课程大纲：01 国土空间规划介绍1.1 国土空间规划发展背景1.2 国土空间规划意义1.3 国土空间规划体系1.4 国土空间规划划定空间用途的方法1.5 国土空间规划流程1.6 GIS应用于空间规划制图中的工作流图02 前期工作2.1 绘图快捷键设定2.2 基础资料梳理2.3 多元数据坐标转换2.4 CAD图纸转换2.5 三调地类转换03 GIS绘图与统计3.1 三区三线绘制3.2 用地冲突处理3.3 道路绘制3.4 地块绘制3.5 符号系统制作3.6 用地平衡表制作3.7 图纸制作综合实操案例：国土空间规划制图55页硬核课件局部预览：

主要内容：在这节课中将介绍景观格局指数计算、景观组分的分析、生态廊道的分析。能学到的主要知识和技能：在实操案例中，我们将使用分类好的用地像数据计算景观格局指数（知识点：斑块密度、景观形状指数等多个景观指数计算）；使用分类好的用地数据计算形态空间景观组分（知识点：核心区、桥接区、孔隙等多个景观组分计算）；使用分类好的用地数据模拟潜在廊道（知识点：生态源地选择、迁徙阻力分析、潜在廊道模拟）。课程大纲：01 景观格局分析1.1 景观格局的理论、意义1.2 重要指数计算方法1.3 景观格局分析工作流——使用ArcGIS1.3 景观格局分析工作流——使用Fragstats1.4 实操案例：使用遥感影像数据计算景观格局指数02 景观组分分析2.1 景观组分理论2.2 重要景观组分2.3 景观组分分析工作流2.4 实操案例：使用遥感影像数据计算形态空间景观组分03 生态廊道分析3.1 生态廊道研究的理论、意义3.2 生态廊道研究方法3.3 生态廊道分析工作流3.4 实操案例：使用土地利用现状数据模拟潜在廊道3.5 知识扩展——常见模型84页硬核课件局部预览：

主要内容：在这节课中将简要介绍大数据的获取途径、获取的大数据的一般格式、重点介绍大数据的点与线的表达方法，以及大数据的分析方法。能学到的主要知识和技能：在实操案例中，我们将使用迁徙数据生成流图（知识点：地理坐标信息导入、大数据点的分类表达、流图表达）；使用气象站点数据进行插值推测我国各地级市的气象情况（插值分析、区域统计）；使用POI大数据进行产业空间聚集情况分析（密度分析、聚类分析）。课程大纲：01 大数据的获取1.1 数据类型划分1.2 研究问题与对应的开放大数据获取1.3 应用大数据进行研究主要流程02 大数据的表达方法2.1 数据导入2.2 点数据的分类表达2.3 线数据流图表达2.4 实操案例：使用迁徙数据生成流图03 大数据的分析方法3.1 密度分析3.2 插值分析3.3 聚类分析3.4 区域统计3.5 实操案例：使用气象站点数据进行插值推测我国各省份的气象情况3.6 实操案例：使用POI大数据进行产业空间的聚集情况分析59页硬核课件局部预览：

这门课主要内容是什么？课程将结合国土空间规划、城市体检等规划项目的大数据需求为切入点，嵌入python编程语言，形成符合规划逻辑的国土空间规划大数据应用教程。课程将通过拟合虚拟项目进行实操演练，提高学员的城市大数据获取的能力、增强城市大数据的应用能力、培养大数据分析解决城市空间问题的思维能力。本节课程偏向提升学员数据获取能力、基本实现个人空间大数据库的建设与初步掌握一种人工智能算法应用。课程为城市大数据实战应用（一）的进阶版，在ARCGIS、Python的课程展开中难度会有一定提升。将围绕POI数据的循序展开人工智能项目应用，（1）基于API接口获取POI数据；（2）基于逆地址编码，转化本地数据为空间数据。（3）初识人工智能算法，基于POI数据开展人工智能算法在城市空间大数据中的实例应用。课程将结合国土空间规划中的大数据获取需求与人工智能AI探索案例，进行分解教学，从数据获取方法、数据分析逻辑、数据实例应用，逐步过渡到解决城市规划问题。适合对python感兴趣的国土空间规划相关的设计人员、学生等，适合国土空间规划大数据方向相关的兴趣爱好者及初级研究人员等。授课老师是谁？课程有什么特色？特色1：零数据储备基础特色2：python进阶学习特色3：紧密联系时空大数据研究特色4：紧密联系国土空间规划特色5：基本形成个人空间大数据库授课大纲能学到哪些知识和技能？第1章：讲解大数据分析工作在国土空间规划及相关领域中的项目应用。本章节将分别从手机信令大数据分析、交通态势大数据分析和街景图大数据分析等多个维度讲述城市大数据诊断城市问题的实战案例。第2章：学习poi相关知识，实现覆盖全国的20余个门类的poi数据的获取技巧。可实现python技能的零基础入门，相关api调用技巧与arcgis中的poi数据的常见分析方法。第3章：学习地址编码。可进一步加强python技能，并掌握文本地址信息转经纬度的地理编码能力。第4章的：学习KNN人工智能算法，及在城市空间中的实战应用方法。可掌握 KNN 算法的逻辑、程序编写及基于人工智能算法的城市空间研究应用的方法。第5章：展望未来城市空间大数据的发展方向，及应对未来的发展建议。

这门课主要内容是什么？本次课程将介绍地理信息系统（GIS）的相关基础知识，以及这项技术在日常生活和不同行业的应用现状和前景。讲解GIS零基础人员如何构建地理空间思维，掌握GIS技能，精进解决问题的能力，拓宽职业发展路径。基于GIS在国内外各类机构和公司的实战案例，授课老师将结合亲身经历，带领学员们了解如何运用GIS技术透过现象看到问题的本质，辅助各类决策。本课程将包含大量上机实操环节，手把手教你做出专业、美观、别具一格的三维GIS成果。授课老师是谁？课程有什么特色？特色1：包含大量实例和上机实操环节，每一个方法都可落地，学完即用！特色2：不同于单一的地理信息专业课程，本课程更侧重跨学科应用而不是基础理论；特色3：手把手教你用2D数据做出让人眼前一亮的3D成果；特色4：对GIS零基础学员非常友好，对各行各业人员都适用；特色5：为非典型GIS职业发展路径提供思路和启发！授课大纲能学到哪些知识和技能？PART01 GIS无处不在，你看到了吗？了解生活中的GIS应用理解并掌握GIS概念理解并运用地理空间思维了解并掌握Tapestry Segmentation工具PART02 专业小白也能玩转GIS 理解地理信息底层思维掌握地理位置的表达方式了解常用的空间分析方法掌握GIS成果可视化原则和技巧PART03 做好数据预处理，你就成功了一半了解数据获取的渠道和方法理解数据预处理的意义并掌握预处理的方法掌握Tableau Prep处理表格数据的常用操作掌握ArcMap处理地理数据的常用操作PART04 高频GIS空间分析方法了解常用的空间分析方法空间分析case studies掌握ArcMap/ArcGIS Online的空间分析实操PART05 10分钟做出高级又专业的GIS成果掌握四两拨千斤的可视化技巧了解并运用地图配色技巧理解并掌握职场沟通和展示技巧掌握ArcMap或ArcGIS Online的可视化操作PART06 在巴黎体验GIS与艺术的碰撞 了解采集和处理一手数据需要注意的问题 熟练掌握web map application的制作方法掌握ArcGIS Online Dashboard的制作方法理解GIS软件和平台的跨界应用 PART07 2D数据的3D表达——平平无奇与新颖别致只有一步之遥理解3D成果相对于2D成果的优势巧用Z轴，用2D数据产出3D成果图掌握ArcScene的基本操作

直播主要内容是什么？你知道网购后的配送地图是怎么生成的吗？你知道导航计算路径依据哪些信息吗？你知道游戏里的虚拟现实场景是如何构建的吗？…本次直播将从生活场景入手，讲一节每个人都能听懂的“非典型”地理信息系统（GIS）课程。从地理空间思维的建立、数据获取、数据预处理、到空间分析与可视化成果展示，本次直播将会通过大量实战案例介绍GIS工作流的各个关键环节，分享可落地的操作方法和技巧。最后，授课老师将手把手教你用最平平无奇的二维数据做出让人眼前一亮的三维可视化成果，保你学完即用。本次直播也是线上特训营《“非典型”地理大发现：基于GIS的空间分析与可视化展示》的免费体验课，欢迎参加免费体验，报名正式线上特训营学习！直播内容目录 :PART01 GIS无处不在，你看到了吗？1 生活中的GIS，什么是GIS?2 为什么需要spatial thinking？PART 02 专业小白也能玩转GIS 1 地理信息底层思维2 空间分析与可视化集锦PART 03 做好数据预处理，你就成功了一半 1 地理数据预处理关键点2 Tableau Prep让你告别Excel复杂函数PART04 高频GIS空间分析方法1 常用空间分析方法详解2 case studies手把手实操PART05 10分钟做出高级又专业的GIS成果1 四两拨千斤的可视化技巧2 地图先专业、再高级PART06 在巴黎体验GIS与艺术的碰撞 1 一个煎饼果子菜谱的全球之旅2 ArcGIS StoryMaps助力艺术成果展示PART 07 2D数据的3D表达1 巧用Z轴，用2D数据轻松产出3D成果图2 ArcScene的非典型用法直播老师是谁？直播精华内容预览

课程内容简介：ArcGIS Server是我们开发和部署WebGIS最常用的GIS服务器软件之一，在大部分关于ArcGIS Server的技术资料中，总是关注如何发布服务、访问服务和基于不同类型的API进行WebGIS系统的开发。但开发和部署一个WebGIS应用系统，对于安全性问题同样不可忽视。本课程从ArcGIS Server的体系结构出发，介绍了如何建构一个安全的ArcGIS Server服务器环境，如何在此环境中发布和管理地图Service，以及如何通过VUE和ArcGIS JS API开发一个安全可靠WebGIS应用的全过程。 课程大纲：本节介绍了ArcGIS Server不同组件（Web服务器、ArcGIS Adaptor和ArcGIS Server）的作用及在非安全和安全情况下，不同组件间交互的过程与特点，指出非HTTPS协议情况下，使用ArcGIS Server会遇到的问题及解决方法。2、为ArcGIS Server搭建HTTPS环境本节主要介绍了在Windows平台上建构一个HTTPS环节的重要性和配置步骤，以及在支持HTTPS要求情况下，如何安装和配置ArcGIS Server的全过程。a) 服务器端HTTPS证书及部署b) 客户端HTTPS访问的异常问题解决c) 基于HTTPS的ArcGIS Server系统安装及配置3、数据安全性本节主要介绍了安装完ArcGIS Server后，如何将SDE数据库注册到ArcGIS Server环境中，使得ArcGIS发布地图服务时，可以使用基于大型关系型数据库的过程。a) ArcGIS DataStore的应用b) SDE数据库的注册4、基于“用户-角色-权限”的ArcGIS Services管理在默认情况下，ArcGIS Server发布的地图服务时没有任何访问限制的，任何人都可以对其进行访问。在本节中，我们将介绍ArcGIS Server Manager中的角色与用户概念，并发布可以受到权限控制的GIS服务；此外，本节还将介绍对这些服务访问的Token设置和获取方法。a) 角色及用户b) 发布需要权限控制的GIS 服务c) 服务的访问d) ArcGIS Token的设置及获取5、在JS API开发中使用地图服务（代码示范）本节将通过ArcGIS JS API来演示如何访问受限的地图服务，包括地图服务的访问、受限服务的登录、基于JS API的Token获取和访问，确保地图服务只被授权用户访问。a) 在JS API中获取Tokenb) 在开发示例中应用受保护的地图服务课程特色：特色1：完整介绍了构建HTTPS系统下ArcGIS Server不同组件的作用和特点；特色2：介绍了ArcGIS Server中“角色—用户”体系，并通过其概念介绍了发布受限地图服务的步骤与过程；特色3：介绍了如何基于ArcGIS JS API访问受限地图服务的过程及代码演示。适用人群：本课程适合对WebGIS开发具有一定了解，特别是使用过ArcGIS Server进行WebGIS的系统管理员和GIS程序开发人员。

想要入门深度学习的你，是不是也遇到了这些问题：1、什么是深度学习？它的适用范围是什么？2、深度学习能够用来做什么？3、有什么软件能够将深度学习作为一个工具而不是编程？4、哪一种工具能够为深度学习准备数据？来源：nvidia深度学习可以应用在什么领域？来源：ESRI那么如何使用ArcGISPro进行深度学习：1. 如何下载ArcGISPro及长期使用？2. 如何让ArcGISPro支持深度学习？3. 使用ArcGISPro来提取建筑物轮廓实例有吗？4. 基于ArcGISPro工具的对象检测全过程是什么？来源：ESRI会员专属课程上新：【深度学习的三堂课】为了帮助大家解决以上的问题，城市数据派推出会员专属课程【深度学习的三堂课】！本课程是针对没有深度学习经验和具有一定的Python编码能力的城市规划研究人员提供的课程。这三堂深度学习课程内容循序渐进、由浅入深的，使得学习者能够选择合适的深度学习工具进行图像分类和识别应用。 【课程1】基于ArcGIS Pro的影像中建筑物轮廓提取课程内容：1、Learn ArcGIS项目介绍2、 ArcGISPro2.6和深度学习许可的获取3、 搭建基于ArcGIS Pro的深度学习环境4、 任务1：使用已有模型对美国建筑物的识别提取5、 深度学习工程的流程解释6、 任务2：创建自己的影像对象识别任务 a) 影像下载及样本数据的制作 b) 深度学习模型的训练 c) 使用模型进行对象识别6、多个深度学习模型简介：建筑物提取、道路提取、土地覆盖分类、居民点等成为会员即可观看更多课程视频！立即点此购买会员，了解会员权限【课程2】基于FastAI的图像分类课程内容：1、如何选择合适的深度学习在线服务器平台2、Pytorch和FastAI的介绍及安装3、使用JupyterLab进行python操作4、深度学习中培训集影像数据的获取及手工分类5、使用CNN神经网络进行图像模型训练6、基于模型的分类预测7、Model特征的再讨论【课程3】从多类型分类到街景识别课程内容：1、多类型图像分类任务（数据组织及分类）2、土地覆盖（LandCover）分类任务3、使用U-NET神经网络进行街景对象识别训练城市数据派会员介绍城市数据派官网年度会员就是你的专属城市数据秘籍！会员专享福利： 【教程】专享数据主题在线视频 【工具】专享数据可视化工具 【数据】专享科研数据资源 【资料】专享数据相关案例资料 立即点此购买会员，了解会员权限会员专享视频教程