Se ha denunciado esta presentación.
Utilizamos tu perfil de LinkedIn y tus datos de actividad para personalizar los anuncios y mostrarte publicidad más relevante. Puedes cambiar tus preferencias de publicidad en cualquier momento.

Yamakawa20141026

465 visualizaciones

Publicado el

FOSS4G 2014 Osaka Core day 2014/10/26.
Presented by Junji Yamakawa (GNST, Okayama Univ. Japan).

Publicado en: Tecnología
  • Sé el primero en comentar

Yamakawa20141026

  1. 1. FwSS4G4HRTSPMT@T@ Eääëãñäm ,ämw -Ww 9*(%@ @ae/a'e í/aúwecí@ t/wíháb/no/w _ in ;nyuma (mm:-mmüä)
  2. 2. šälāw . FOSS4GEñ1EáSöDFt 5 čëlAšísxz ' FOSS4GUJEIS7D(U`“T`/7"$üEH%7DV ü$&<Eöšbt! F( > _ ;ya JJ E - . . . T l - J Free8cOpen Source Software for Geospatial :u } i. à/w vífr« v |0/26(Sun)-'|0/28(TUe) 'lO/3|(FrI)-1|/2(SUn) / ?ar
  3. 3. :J: :t t-'-I *E I:: Wë ' TäfšCäiëíčatšliššāüäíí?4ič%ä(1 O u mWMNE TëEëFOSS4G à: Ršăãčäñ ~ iEEšâšë/hë < íšfcāblííšãã 'J ='-"`J7`(UK) %íăñā - UKí:FIāLš>?ăBíñ-"-90)575, IW77E?`JL 7-"`-97D*`TëE(C'ā-ăă?3%7ā1“âší
  4. 4. IO m FJ
  5. 5. ãăäü?-@N-X (āzãămää)
  6. 6. GRDINARY KRIGING 57.8 ug/rr? 4 66.5 55.0 68.0 PREDICTION VARIANCE
  7. 7. :I-v + /di5z IE37EEELBODD H š%,ää%tBwämšm “ãšāâ 'J ='-" >0"7šíëDT ,__:,,,; ?šEUGDñäQäTEPë ăč: äčükwökw ãëüš! 55.0
  8. 8. Hšäíšāiš 31 B } , ~ %Aëmsmatcāiāor < t-jà janfzzñšlüãëâñëgšâšlâälš -iaazwëg ”*5 "'=
  9. 9. %ME %EEFJL (ãiüãä) O Fáfšäílāí-*QN-X (ííääfščífäiāñ) o BI»-Auiwëm (wääāmâtya-) oñ ki.
  10. 10. 10 spmmwäāñããmàxāhä FLQSSë?-9U>7âüT%ä * `í`T`Tíñ7TbšTl [LINK-i ] (TāâJšTã-5%%IX%) A % F; (Q GDALL
  11. 11. íānäíăãš! 'J “b” `/ 7 'J 97 (PCRES 2 POSITION CONSERVATIVE RESAMPLING) Ršãă`ö7 El 75 S yä" /"7 hibzñāä 11 Relative difference Helght [m] -02 -0.1 00 0.1 02 0 100 200 300 400 l. n" ` I I | | I I I 200 400 600 800 1000 1200 1400 Location No I I I | I I I 200 400 600 800 1000 1200 1400 Location No
  12. 12. RESAMPLED DEM ~ 250 m / grid - %am ?āôñã (1 Hooícšñíëšz) Generated byihe R language! -0.l0 m 200 m 12
  13. 13. 13 fíāšííäü/ V “J 7 7 367171/ Iššiíăü/ ` *V 7 T 257171/
  14. 14. (why, z) + B 1) XP DEM nbx "14 um
  15. 15. SPM07 15 sPM 1 ašëxcá: šeăt/vy7?Eāãützxāšbnfrāāăëăí m uo O O o' o' IN I Q O. O O 8 _ 8 o' o d E a (n m m C? 0. o o V' V' o _ o _ o o c o ar: m O _ O _ o 0 o 0 | | | | I I l I I l I 0 50 100 150 200 250 0 10000 20000 30000 40000 Z Distance
  16. 16. 16 PREDICT ON (LAND PART) ORDINARY KRIGING UNIVERSAL KRIGING 66.5 57.8 Mg/mB
  17. 17. P RE DECTION (OCEAN PART) ORDINARY KRIGING 17 UNIVERSAL KRIGING 66.0 60.0 Mg/ma
  18. 18. 60.0 VARIANCE (OCEAN PART) NON BUFFERD 56.0 BUFFERD
  19. 19. 57.8 1 9
  20. 20. 20 // ..........> ?`-9'J`/7 [LINK-i] (E%@%%%m%) E KMLtljjJ sy (wGs84)
  21. 21. .-| . x 4 z .- ' f ' 11 r . ,r r na.. ' C `~ `1 ~ i 'J . 31 « is J . , - . . : 75.51 ,n».,r,-1ioi..cionvi...wíäăčzzágāa.@Hr 'r V h y xav--vxuítçu-h-neiiqiųaxų
  22. 22. 57.8 22 pg/n13 66.5 Data SIO. NOAA. U.S. Navy. NGA. GEBCO Image Landsat Data Japan Hydvographic Association
  23. 23. - äíăñítšwsPMi owăsăo u íëyâkwäiäà _ TcáHEiEEEFOSMG a Rāāāräñ
  24. 24. 24 FOSS4G + RTSFM 1 Cd) EFãáTEãHHíB " W* 05630, , _. C/ /,, Gougleearth wa Gbíli; K« 44 @J llllllíñliã (2014) ()©@XD GV NO"SA" UDFáHLXDFláWUJPf? i?? - 3 - Bšlääü: . HSHE 54129 'FlZERãnTiAãT ' ZE`JX

×