&p&微波可穿透云层无视雨雪，这点比可见光近红外强多了，云的问题很麻烦，南方部分地区国情普查一直做不了就是因为常年云雾缭绕根本没影像。当然穿透性还有其他作用，比如在利用二次回波得到植被厚度等等。 &br&白天晚上都能进行（主动遥感）使它在军事上和灾害侦查方面很重要。 &br&差分干涉能够检测到毫米级的形变，检测地震后的地形形变（文章当年上了nature）、城市沉降、铁轨的稳定等等方面超级重要。 &br&问题也很多，首先微波遥感是斜距投影（越远比例尺越大），几何上和可见光近红外影像不匹配；然后是叠掩和阴影，虽然可以利用它提取高度信息，但是看起来太丑了，解译困难；还有就是角反射效应、虚假现象、多普勒频移等等。这使得解译它需要单独培训。 个微波这一块还是潜力无限的。 可参考:微波遥感原理，舒宁著，武汉大学出版社。&/p&&p&附赠一张微波遥感影像，当时觉得酷毙了。美国当年用微波探测尼罗河区域，右上方可清晰看到尼罗河古河道，原因自己琢磨一下吧，很有意思。&/p&&img data-rawheight=&810& src=&/59a7c35dce760_b.jpg& data-rawwidth=&1080& class=&origin_image zh-lightbox-thumb& width=&1080& data-original=&/59a7c35dce760_r.jpg&&&br&&p&上面是可见光，下面是微波图像。古河道在右上方。&/p&&p&????分割????&br&（被推送了，激动啊。。。）&br&古河道会被探测出来，个人觉得是因为覆盖在河道上的沙子是干燥的，而古河道的河床是湿润的。因为含水量越多地物的介电常数越大，反射能力越强。因此能穿透干沙的微波遇到含水量较大的古河床就无法继续穿透了，形成了反射回波，于是在图像上就显现了&br&有不同理解的欢迎讨论&/p&&br&&p&这个只是我本科上课的一个简单的总结，欢迎大牛批评指正&/p&
微波可穿透云层无视雨雪，这点比可见光近红外强多了，云的问题很麻烦，南方部分地区国情普查一直做不了就是因为常年云雾缭绕根本没影像。当然穿透性还有其他作用，比如在利用二次回波得到植被厚度等等。 白天晚上都能进行（主动遥感）使它在军事上和灾害侦…
对楼上匿名用户的回答进行一些更正。&br&
1.目前民用信号的精度确实不如军用信号，但这并不是因为受到美国的故意干扰，而是因为民用信号体制使用的伪随机码CA只有1023位，远远低于军用的Y码位数，导致测距精度的差异进而性能不同。军用Y码是加密的，没有美国军方授权无法使用，当然即使开放使用，要能够捕获Y码就目前需要目前的商用GPS芯片具有更大的计算能力，这会带来成本的大幅上升。很早以前美国确实有干扰测距精度的政策SA，但是已经在2000年被废止（当然他们有随时恢复干扰的能力）。&br&
2.differential GPS 应该叫差分GPS（DGPS）吧，这不是上个世纪就有的技术吗。。。&br&--------------------------------------------分割线----------------------------------------------------------------------&br&添加一点对差分GPS的介绍吧。&br&
GPS信号从卫星发射传播到地球表面，中间通过大气层、电离层，它们的一些特性导致信号在其中的传播的时间会比在同样长度的真空中多，而多出来的这些时间是时变的而且相对较难精确测定，导致卫星与接收机之间的测距不准，所以定位精度也就下降了。差分GPS是利用地面接收机附近的已经被精确测定位置的差分站的信息，因为它和接收机相对比较近，可以认为它们收到的信号受到同样的上述延迟，因为差分站的位置已经事先精确的测定，所以接收机就可以利用它的数据大幅消除信号上述不确定的时间延迟，从而获得更高的定位精度。&br&-----------------------------------------------又见分割线--------------------------------------------------------------&br&第一次有这么人点赞，还上了知乎日报，飘飘欲仙中~哈哈。&br&PS：看了楼下&a class=&member_mention& data-hash=&9ba31f471c319c57df0f39& href=&///people/9ba31f471c319c57df0f39& data-hovercard=&p$b$9ba31f471c319c57df0f39&&@张苏&/a&的回答，觉得威武的应该是某些媒体。
对楼上匿名用户的回答进行一些更正。 1.目前民用信号的精度确实不如军用信号，但这并不是因为受到美国的故意干扰，而是因为民用信号体制使用的伪随机码CA只有1023位，远远低于军用的Y码位数，导致测距精度的差异进而性能不同。军用Y码是加密的，没有美国军…
高德其实和百度地图没有太多可比的地方，就好比当年iphone5出的时候，拿高德地图和IOS的地图服务放在一起说事一样。&br&&br&&b&高德导航免费，只说明一件事情，高德开始进军互联网服务业务。&/b&&br&在此之前，其实高德稳居幕后，处于地图（导航）服务产业链的上游，现在在阿里战略投资以后，作出这样的选择，亦属正常和情理之中。&br&&br&1. 高德首先是个数据生产商，在这一点上，国内的主要竞争对手是四维图新，当然图吧勉强可以算半个。国内有测绘牌照的厂商就怎么几个，在这个领域高德的地位相对稳固，这也是百度暂时无法涉及的领域（因为其外资背景，估计也很难涉及）。 在这个领域，谷歌，apple都曾经或现在是高德的客户。&br&地图数据的重要性不言而喻，没有数据的地图引擎什么都不是。这其实是高德最重要的业务&br&&br&2 高德其次是一个地图引擎供应商，虽然它不像ARCGIS或者超图这样纯粹的引擎商，不涉及专业的矢量引擎产品领域，但是它和google一样，提供瓦片图引擎的销售和服务工作。它也不像传统的导航企业只是纯粹将地图引擎和数据打包成导航产品销售，它同时运营和销售地图引擎产品和服务，导航产品只是其中一环。&br&&br&3. 随着阿里介入，高德未来会越来越可能更多直接得会介入互联网及移动互联网服务。&br&&br&其中，导航产品以前只是高德上述业务2中的一部分，而面向消费用户的导航app，只是导航产品中很小的一块。&br&&br&随着宣布地图和导航app免费，是高德借助传统软件产品向互联网及移动互联网服务进军的号角。&br&&br&其实从上述业务1到业务3，是一个逐渐走向前台的过程，一个逐渐从产业链上游向下游渗透的过程。大家也都知道，任何产业链，业务向前台渗透（就好比假设富士康生产自己品牌的手机），是一个抢自己原先客户生意，和自己客户竞争的事情，一般厂商是比较慎重的。但是阿里投资改变了这种慎重，就好比如果三星投资了富士康，无论富士康生不生产自己的手机，恐怕它和其他手机厂商的合作关系，都会受到影响，所以也就这样么回事了。&br&&br&而对于导航市场来说，其实首先是导航产品和导航服务的竞争与市场过渡，是一个导航服务崛起，侵蚀导航产品的过程。就好比云服务对服务器销售市场的侵袭一样。这和高德免不免费无关。&br&从现有的市场格局来看，免费的导航服务（以百度地图为代表）确实在侵袭传统导航的市场，但是传统的导航产品也并非一无是处，由于导航产品前置完备的地图引擎和离线数据，还可以根据客户的要求在不同的硬件及OS条件下定制，免费的导航服务还不能全部替代传统的导航产品，尤其在导航产品的最重要市场：车商和车载设备商那里，导航服务的影响不大。&br&&br&高德导航免费的最大冲击在于它将把一个导航产品做成了一个免费的服务，这还是很有杀伤力的。&br&&br&对于传统的导航市场，其杀伤力的大小在于，这次APP免费落实到面向车商车载设备的TO B市场，会是如何一种情况。当然，在直接面向 TO C销售的领域，是绝对有冲击力的，不过这个领域不是传统导航软件产品的兵家重镇&br&&br&对于互联网导航服务领域，也一样具有杀伤力，毕竟导航软件产品相对于完全依赖移动互联网的互联网导航服务，其产品能力上要强很多。至于说杀伤力有多大，得看后续高德基于免费的产品所开拓的商业模式和延伸服务了，在商业模式，盈利方式不明的情况下，纯按装机量来讨论市场形势有点片面了。
高德其实和百度地图没有太多可比的地方，就好比当年iphone5出的时候，拿高德地图和IOS的地图服务放在一起说事一样。 高德导航免费，只说明一件事情，高德开始进军互联网服务业务。 在此之前，其实高德稳居幕后，处于地图（导航）服务产业链的上游，现在在阿…
&p&对ArcGIS的感受，归纳起来只有一句话：“回回都说心死透，次次都有新感受”。没有最绝望，只有更绝望。&/p&&p&——————————————————————————————&/p&&p&其中印象最深的有三点：第一点是死活装不上去电脑疯狂死机的时候。第二点是拿着和别人相同的数据用和别人一样的方法做不出来一样的结果的时候。第三点是辛辛苦苦赶在Deadline之前做了一天然后ArcGIS弹了个警报就自己退出了发现好多工序都没存的时候。&/p&
对ArcGIS的感受，归纳起来只有一句话：“回回都说心死透，次次都有新感受”。没有最绝望，只有更绝望。——————————————————————————————其中印象最深的有三点：第一点是死活装不上去电脑疯狂死机的时候。第二点是拿着和别人相…
自己原来研究OSINT的时候用过几家地图。手机上试着答一下。&br&&br&Google Maps／Bing Maps 这个应该是用的人最多的了。具体情况，也不在这里赘述了。翻译恐怕这里想找一些叙利亚或者乌东部地区的卫星图片做研究用吧。这两家在这方面不是强项，这些地区卫星图片更新的也比较缓慢。&br&&br&很遗憾的是大部分卫星地图也都是用的这两家的卫星图片，比如&a href=&///?target=http%3A//Wikimapia.org& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&http://&/span&&span class=&visible&&Wikimapia.org&/span&&span class=&invisible&&&/span&&i class=&icon-external&&&/i&&/a&，还有其他很多家在线地图网站。&br&&br&&br&如果满足「偏远地区」高精度+更新频率高两个要求，目前看在一般人可承受的范围内我知道的只有ArcGIS这家，ArcGIS是一家盈利的商业公司，如果对专业程度要求很高，选这家完全没有问题，其付费业务是我见过功能最强大且易用的GIS类地图服务（很多这类公司的移动端、Web端、Desktop端的客户端做的都跟XX一样，看一眼UI／UX，好似立马回到了2005年）。如何强大可以看一下他们公司的网站：&br&&a href=&///?target=http%3A///features/index.html& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&http://www.&/span&&span class=&visible&&/features/ind&/span&&span class=&invisible&&ex.html&/span&&span class=&ellipsis&&&/span&&i class=&icon-external&&&/i&&/a&&br&据我了解欧美有几家政府机构、执法部门用这家的付费业务。&br&如果不差钱的话，可以体验一下这家60天免费的试用计划。ArcGIS另外还有一点就是他家的开源社群论坛非常活跃，这点可以说是ArcGIS最大的优势。&br&&br&当然，如果不想花钱可以注册一下他家的公共账户就可以免费试用ArcGIS的在线地图了，更新频率上比Google和Bing两家快很多（通常情况下）。&br&&br&&br&另外，单纯的想看某一地区的卫星图片可以选择&br&&a href=&///?target=http%3A//& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&http://&/span&&span class=&visible&&&/span&&span class=&invisible&&&/span&&i class=&icon-external&&&/i&&/a&&br&这家的地图比G家的轻量不少，卫星图片源来自Bing、NASA、Nokia、ArcGIS、Mapquest这几家（具体某一地区用的是哪家，可以看网页右下角）
自己原来研究OSINT的时候用过几家地图。手机上试着答一下。 Google Maps／Bing Maps 这个应该是用的人最多的了。具体情况，也不在这里赘述了。翻译恐怕这里想找一些叙利亚或者乌东部地区的卫星图片做研究用吧。这两家在这方面不是强项，这些地区卫星图片更…
谢&a data-hash=&13b5ed82cf428c3303fb78cd& href=&///people/13b5ed82cf428c3303fb78cd& class=&member_mention& data-hovercard=&p$b$13b5ed82cf428c3303fb78cd&&@第五大洋&/a&莫叔邀。。。想不到知乎第一次被正经邀请竟然是来吐槽老东家。。姑且谈一点感受吧。&br&&br&首先，阿里是个大公司，虽然很多部门都在招数据挖掘工程师，但是由于每个部门的需求不同，层次也不一样，因此对于人员的技术要求实在是说不清楚。。我一直觉得我所在的部门一定是全阿里技术最菜的了（否则怎么会把我这种渣招进去。。），然而经过和其他部门的同学交流之后才发现原来还有更菜的存在。。题主如果想进阿里，可能的话，最好能提前联系好部门，想做科研型的研究算法底层的话最好去iDST（似乎北京地区的部门在算法上总体要比杭州做的好一些），其他部门如搜索和安全部似乎也有类似岗位，可以提前联系。看题主描述要做空间信息，应该是要去高德了吧，具体有没有这种部门不太了解。至于其他的一线业务部门，如我之前所在的部门，所做的工作一般比较low，下面会详细说。这些岗位的工作根据部门的差异会比较大，当然，毕竟岗位的名字都是叫数据挖掘工程师，工作当中自然也会有许多相同之处。下面谈一下作为一线业务部门每天数据挖掘工程师都在做些啥。&br&&br&1.跑数据，每天最重要也是最耗时间的事情就是跑数据。为此你经常需要和SQL打交道，在我们部门所有新入职的数据挖掘工程师都需要到数据研发工程师（管数据仓库的）轮岗半年。想想好多人在一个部门可能也就呆两三年。。一轮岗半年也是很醉。如此决定的原因是为了让你熟悉业务。身为数据挖掘工程师，如果对于数据仓库里的数据都不能做到完全理解，直接跑算法纯粹属于抓瞎。照我们老大的说法就是你要“培养数据的感觉”，对此我还是深表赞同。但是久而久之你会慢慢发现这尼玛和当初自己想象中的数据挖掘工作不一样啊，我是想来当算命先生的，怎么过来就成了在数据仓库搬砖的了。。sad but true。如果题主无法接受这样的工作状态，建议你还是找更偏研究一些的岗位，不要来一线业务部门。&br&&br&2.算法，说实话，因为工期催得紧，算法层面都很low，基本都是随便写写再直接调库跑出来一个结果能交差就没有然后了。毕竟现实情况下，耗费大量时间在算法优化的结果往往是费劲九牛二虎之力才提高了0.0000x个预测准确率，并没有什么意义。目前部门内做推荐算法的团队还只是在用最基本的Apriori，而像决策树，随机森林这些比较古旧的方法在部门内貌似还是很常用的算法。。SVM什么的我都很少见有人用，至于深度学习什么的就更不说了。。你可以感受一下，当然别的部门是什么情况我并不知道。因此我并不觉得面试的时候把数据挖掘算法全都搞的很透彻有什么必要，可能很多面试官也没搞清楚吧（逃）。&br&&br&3.评case。我们这边每周都会评case，当然很多时候会因为下一个需求来了很多没解决的问题也就不了了之。。&br&&br&日常工作大概就是上面三个周而复始&br&-----------------------------------------------------------------------------&br&关于实习面试，其实问的还是很杂。我所遇到的情况，多数时间还是项目描述，你做了什么，怎么做的，如果项目经验比较丰富的话，往往面试就在聊项目的过程中过去了。一些基本的数据挖掘概念肯定是要知道。比如聚类分类，过拟合，还有一些算法的理解和如何优化，不用太深刻，但原理要懂吧。至于编程，阿里是众所周知的Java圣地，我遇到好几个面试官问了我多线程编程问题，也有喜欢问JVM的，虽然在工作中并不知道有什么卵用（或许还是因为我们太low了吧）。面试这种运气因素占比爆表的事其实谁也说不清楚，感觉最重要的还是要体现出你的自信，或者概括成三个字：不能怂。&br&&br&最后，找实习的话，可以找内推，但还是那句话，一定要提前打听清楚团队。谨慎入坑。
谢莫叔邀。。。想不到知乎第一次被正经邀请竟然是来吐槽老东家。。姑且谈一点感受吧。 首先，阿里是个大公司，虽然很多部门都在招数据挖掘工程师，但是由于每个部门的需求不同，层次也不一样，因此对于人员的技术要求实在是说不清楚。。我一直觉得…
&p&题主，以你物理学本科的数学基础来念摄影测量应该可以分分钟把我们虐成渣。你唯一需要的是正确的顺序。请题主注意答案中斜体标出的关键词。&/p&&p&摄影测量的中心问题是从影像来得到影像中成像像素在世界坐标系下的三维坐标和语义属性的过程。需要弄清楚的几个问题是：&/p&&p&1） 如何建立相机和外部世界坐标之间的关系。这里需要两步：1）确定&i&&b&内参数&/b&&/i&；2）确定&i&&b&外参数&/b&&/i&。其中内参数用来描述相机在小孔成像过程中的一些重要参数值（焦距、主点、畸变...）；外参数用来描述相机怎么摆在外部世界坐标系里（三个旋角组成的旋转矩阵，三个线元素组成的相机中心在世界坐标系的位置）。这个关系在 A）摄影测量的&i&&b&共线方程&/b&&/i&和 B）几何计算机视觉的&i&&b&投影方程&/b&&/i&里得以表达，题主当熟悉之。从这里可以衍生的一点是，如果你知道外部世界点坐标，又能在影像上高精度定位出相应的成像点坐标，那么你就可以算出内外参数了，从而完成相机标定。当然，标定方法还有更多变种，但万变不离该宗。
题主，此部分建议你阅读武大出版的摄影测量学前几章和《Multiview Geometry in Computer Vision》 （2nd Edition）中的Camera Model这一章。&/p&&p&2） 弄清了相机和外部世界的坐标关系怎么摆，接下来就要考虑怎么通过相片来算世界点坐标了。可能你已经发现，当你的外部世界坐标点在成像的光线上（即相机中心向像点发出的射线）来回窜动的时候，它对应的影像像点坐标是不变的！！这说明从物方点到像点的映射从线到点的对射，一条光线对应一个像点，所以需要加入第二张影像来交会确定出世界点的坐标。这引入了两个问题：1）两个相机之间的几何关系怎么表达？这是用&i&&b&相对定向模型&/b&&/i&（摄影测量）或者&i&&b&基础矩阵&/b&&/i&（计算机视觉）来表达的；2）怎么确定某个像点在另一张影像上的同源点（同名点/匹配点）？这个通过&i&&b&影像匹配&/b&&/i&来获取。 当几何关系被确定之后，通过前方交会就可以算两张影像上的同名点世界点的坐标。
题主，此部分建议你阅读摄影测量书籍的相对定向章节和《Multiview Geometry in Computer Vision》 （2nd Edition）中的Epipolar Geometry & Fundamental Matrix这一章。&/p&&p&3） 在2的基础上，要完成一片区域或者一个目标（建筑物、雕塑）的摄影测量，需要多张影像来完成。此时，可在刚才确定的相对定向的基础上进行连续的相对定向，即以某两幅影像相对定向的初始相机坐标系为参考坐标系，不断加入影像进行相对定向并放在第一幅影像表达的初始相机坐标系里面，所以进行完连续相对定向之后的坐标系还是初始的相机坐标系，由于相对定向的过程需要同名像点，所以实际上这个过程之后既得到了相机的姿态（位置、朝向），又得到了一部分用于定向的匹配同名像点在相机坐标系下的三维坐标（结构）。由于在这个过程中相机位置不断变化，形成了motion，所以这个过程在计算机视觉里又称为&b&&i&Structure From Motion（SFM）&/i&&/b&。把一系列影像都放在某个相机坐标下之后，此时通过少量地面控制点就可以把它与物方世界坐标之间的转换关系解算出来，完成绝对定向。这种思路称之为&b&&i&相对定向-绝对定向法&/i&&/b&。
此部分建议你阅读摄影测量书籍的空三章节和任意关于Structure From Motion 的标准教案。&/p&&p&通过以上的方法解算的过程中误差会不断积累和传播，为了提高精度，在最后会进行整体的再一次优化，优化的目标可以是最小化重投影误差。由于成像模型里的旋转矩阵是高度非线性的，这个优化问题是非线性优化问题，需要通过迭代来完成。通过迭代来优化的过程自然涉及到迭代过程中的更新步长和更新方向（梯度）的问题，迭代步长和更新方向的确定用到了介于牛顿法（二阶梯度）和标准梯度下降（一阶梯度）之间的LM算法来完成，我们称这个过程叫&i&&b&光束法平差&/b&&/i&。当然这里的优化也可以是完成几张连续定向后就进行一次整体平差，以免太多的连续定向后的模型所算的定向值误差太大，以至超出了光束法平差所采用的二阶梯度下降优化方法可以容忍的初值误差范围（这类方法初值需要在真值附近，否则容易出现数值问题）。&/p&&p&4) 至此，你完成了把多幅影像对应的相机放到外部世界坐标系里，并在此过程中得到了一部分用于定向的匹配像点的3D坐标（稀疏定向点点云）。下一步就是密集地恢复深度，密集地测出影像上的点位坐标。以前我们叫立体匹配、多视立体匹配，现在匹配算法进步了，能逐像素匹配，我们干脆就叫它&i&&b&密集匹配&/b&&/i&了（Dense Matching）。其过程如下：&/p&&ul&&li&先生成核线影像，让视差集中到水平方向，也就是说一对核线影像上坐标(x1,y1)来说，它在对应的影像上的同名点坐标(x2,y2)总满足y1=y2. 所以你只需要去估计影像1上每个点的视差值x1-x2.注意，视差值决定深度（世界3D 点到成像平面的距离）。
&/li&&li&每算一个可能的同名位置（一种可能的视差配置），都有一个匹配代价（交叉相关、互信息....），这样就形成了一个视差代价函数空间，它对应着影像1上每个像素取每个潜在可能视差值的匹配代价。
&/li&&li&估计每个像素点的视差。这个估计的过程就是在取每一个视差值的时候，你就有一个匹配代价，这项称为&i&&b&数据项&/b&&/i&。同时，你还得考虑邻域的信息，也就是说当某个像素的灰度值与邻近像素相近时，我们也认为它们的深度倾向于更相近，如果他们的深度不相近，我们就惩罚它们；同理，当邻近像素的灰度值变化很大的，我们也认为它们的深度值倾向于有更大的变化，那么就会对邻域像素灰度值变化很大而视差值差别不大的情况进行惩罚。完成这个惩罚设计出来的代价函数就是&i&&b&平滑项&/b&&/i&。平滑项和数据项一起构成了匹配优化的目标函数，也称作能量函数，最优化求解这个函数使得代价（cost）最小的解就是求解的每个像素的视差值。由于通过平滑项我们可以不断的联系邻域像素，最后实际上我们联系起了整幅影像，所以这也叫整体匹配方法，它解决了传统摄影测量立体匹配到了边界就干不了的问题。当然，有一部分点可能不能同时被两张影像看到（遮挡），这部分像素深度无法得到。
&/li&&li&多个密集匹配的立体像对的结果进行融合，得到整体的视差值和三维点云。
&/li&&/ul&&p&此部分建议阅读Semi Global Matching论文：&a href=&///?target=http%3A//www.dlr.de/rm/Portaldata/3/Resources/papers/modeler/cvpr05hh.pdf& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&http://elib.dlr.de/55367/1/Stereo_Processing-Hirschmüller.pdf&i class=&icon-external&&&/i&&/a&&/p&&p&5） 干完这步，你可以开心的获取：&/p&&ul&&li&数字地表模型DSM
&/li&&li&数字正射影像DOM
&/li&&li&数字高程模型 DEM （要 [自动] 把植被和建筑从DSM上分类出来剔除掉，然后插值格网化）
&/li&&li&数字线划图 （还不是自动。这块是农田？道路...?哪些该在图上表达？哪些该略掉？）&/li&&/ul&&p&此部分见数字摄影测量标准教程&/p&&p&6） 走到这里，你发现我们做的还是几何问题。那么我怎么圆开头吹得牛呢？属性在哪里呢？
属性要通过模式分类来算。输入值是影像（可加入深度）（或特征），输出值是类别，中间过程用监督学习下的分类器来完成。（摄影测量与遥感领域的分类等同于计算机视觉的语义分割，但他们不需要重视混合像元的问题）或者用非监督学习压缩数据获取好的表达，然后用监督学习得到分类器。如果用上我们辛辛苦苦通过1-5步得到的深度值，那我们依靠的就是马尔提出的视觉问题框架，通过深度值为跳板来解决视觉问题。分类这个问题还是现在进行时，有许多方法提出，有许多坑还需要填。
这部分建议题主了解一些机器学习的基础，何为判别式模型、生成式模型？然后在每种模型里挑一类基础的进行了解，看他们怎么应用到影像分类。近期的研究成果题主应该关心深度学习方法，一方面关心是否可以采用一些补充训练的手段将在公开数据集如Imagenet等上面的网络（如VGG，google-inception 网络等）迁移到摄影测量与遥感影像分类中来；另一方面也可关心如何构建适合的深度神经网络（毕竟摄影测量和遥感影像的分辨率比较固定，不同目标的尺度变化范围相对要小一些）来训练有限的摄影测量和遥感分类数据集。&/p&&p&7） 航空影像的分类解决好了，可能还是土地的覆盖分类，土地的利用类别呢？国土资源的管理、地图的制作依靠的是土地的利用类别（荒地可能是荒地，也可能是闲置的商业用地，这区别太大了）。解决这个可以通过加入先验，联合已有的GIS数据进行基于影像的动态更新。
这部分建议多听报告，多看实际应用，配合阅读论文。&/p&&p&最后，欢迎题主入坑摄影测量。&/p&
题主，以你物理学本科的数学基础来念摄影测量应该可以分分钟把我们虐成渣。你唯一需要的是正确的顺序。请题主注意答案中斜体标出的关键词。摄影测量的中心问题是从影像来得到影像中成像像素在世界坐标系下的三维坐标和语义属性的过程。需要弄清楚的几个问题…
怎样发展？由俭入奢易，由奢入俭难。&br&现在打着提前体验的旗号心安理得开飞机。解了锁无非换成保护国家安全敏感地点不被敌人发现，为了有更多种类宝可梦，为了强迫症，为了懒，累，麻烦的旗号而已。&br&贴吧众每天撕来撕去，开着飞机的人说不开飞机的人酸，想玩没得玩。。快得了吧，飞机版又不是你开发的，下个飞机版游戏的事也值得用来秀智商。作弊党和蝗虫党永远不会少。愿意按照规则来玩游戏的人，才配说自己是一个游戏玩家。&br&&br&不好意思离题了。实在是有些看不过眼。但是go在国内一定活不久，几个月后（或许更短？）不会有人会在想起这个游戏，不会有人发个截图炫耀一下自己抓到了什么，最后留下站满了各色高CP稀有精灵的道馆烂摊子和一小部分依旧热爱着宝可梦不愿放弃的忠诚玩家，而这些玩家中，或许又会以不愿意开飞机的那些人为中坚力量，这点我敢打赌。最后，向那些坚持正道的神奇宝贝训练师致以敬意，你们才是最强大的训练师，与宝可梦强弱无关。
怎样发展？由俭入奢易，由奢入俭难。 现在打着提前体验的旗号心安理得开飞机。解了锁无非换成保护国家安全敏感地点不被敌人发现，为了有更多种类宝可梦，为了强迫症，为了懒，累，麻烦的旗号而已。 贴吧众每天撕来撕去，开着飞机的人说不开飞机的人酸，想玩…
这是我发在自己微信上的。&br&马航飞机失联八十多个小时没有找到原因，想必大家跟我一样心里很焦急，还是期待 他们平安无事。网上公开了中科院发布的失联地区油迹带雷达监测图，引来了一大批 喷子说分辨率太低，不专业如何如何。我想有必要跟大家普及一下遥感知识。包括前 天NASA发布的MODIS卫星监测结果，其最高分辨率只有250米，但MODIS在全球民用生产 中发挥了巨大的作用。一般大家熟知的分辨率就是空间分辨率，它是辨识地物特征的 能力，空间分辨率越高辨识能力越强。高空间分辨率有个缺陷就是宽幅太小，覆盖地 区范围不大，重复覆盖能力较弱，通常要几个月时间才能重复覆盖一个地区。针对马 航失联若刚好有高分卫星过境失联地点更好，否则等到高分卫星覆盖的时候已经是猴 年马月了。低空间分辨率卫星时间分辨率很高，短时间内能够到达事发地点，比如 MODIS两个卫星组成的星座一天能够覆盖两次为探测提供了时间上的保证。此外， MODIS，LANDSAT等卫星属于光学卫星，海洋上淡淡的油迹几乎没有辨识度，这时候就 需要雷达星发挥作用。雷达属于主动式遥感，本身不接受地物的发射辐射能量值，卫 星具有发射雷达探测波的能力。雷达波波长较长有穿云透雾的能力，全天24小时工作 。对于海洋油迹的监测具有得天独厚的能力。雷达影像由于其入射角的不同和本身的 强噪声干扰，没有丰富的经验根本无法判读。雷达影像是灰度图，跟网友心目中的谷 歌地球上看的合成真彩色影像心里差距很大，这就是为什么网友笑称中科院发布的雷 达监测结果仿佛是上古年代的产品。从中科院发布的影像覆盖情况来看，数据来源于 环保部发射的环境1号C合成孔径雷达小卫星，该卫星是我国首颗民用SAR，发射与2012 年11月，2013年4月前接受的数据质量非常好，2013年4月至9月出现故障，9月之后实 施降轨并重新开机。另外，我国高分三号卫星也是一个雷达星，期待它能发挥更重大 的作用。手机打字有点累，给点赞呗。
这是我发在自己微信上的。 马航飞机失联八十多个小时没有找到原因，想必大家跟我一样心里很焦急，还是期待 他们平安无事。网上公开了中科院发布的失联地区油迹带雷达监测图，引来了一大批 喷子说分辨率太低，不专业如何如何。我想有必要跟大家普及一下遥感…
答主关闭了位置权限那么应用不能直接从手机信号或者GPS来获取你的位置。&br&&br&原理是：&br&（&a href=&///?target=http%3A///idcnews/Article/0& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&解密：手机是怎么通过Wifi获取你位置的&i class=&icon-external&&&/i&&/a&）&br&&div class=&highlight&&&pre&&code class=&language-text&&1、每一个无线AP（路由器）都有一个全球唯一的MAC地址,并且一般来说无线AP在一段时间内不会移动；
2、设备在开启Wi-Fi的情况下,即可扫描并收集周围的AP信号，无论是否加密,是否已连接，甚至信号强度不足以显示在无线信号列表中，都可以获取到AP广播出来的MAC地址；
3、设备将这些能够标示AP的数据发送到位置服务器,服务器检索出每一个AP的地理位置,并结合每个信号的强弱程度,计算出设备的地理位置并返回到用户设备；
4、位置服务商要不断更新、补充自己的数据库，以保证数据的准确性。
&/code&&/pre&&/div&&br&求个点赞哈~
答主关闭了位置权限那么应用不能直接从手机信号或者GPS来获取你的位置。 原理是： （） 1、每一个无线AP（路由器）都有一个全球唯一的MAC地址,并且一般来说无线AP在一段时间内不会移动；
2、设备在开启Wi-Fi的情况下,…
蟹妖。&br&这个问题非常好。这当时在国外读书时也是老师对我们的重点训练内容之一，刚开始确实不能参透，现在也只能拙略模仿。&br&&br&根据人的行为提取空间原型——那么提取出来的东西，肯定不是空间。所以你之后考虑的尺度、围合等问题方向都是错的。&br&&br&原型是更上层次的理解（不是喊口号，现在商业公司里面用泛滥的什么绿色、生态、智能化等等，都不是严格意义上的概念，是口号。）&br&&br&还是谈谈路易斯康。他给学校提出的原型是：&br&【在一棵大树下，有一位老人在给一群孩子讲故事】在这个原型中，我们甚至看不到半点建筑的痕迹，但这个场景，所营造的氛围是简单易读的，是每个人都能感受到的；然而它又是发散性的，根据这个场景所联想到的建筑空间是无穷尽的。&br&&br&再举一个例子。iPod等。&br&它的生活原型是什么？是&br&【把音乐放进口袋里】。这个原型里，出现设备了吗？出现技术了吗？出现材料了吗？&br&都没有，但你却明明白白真真实实地感受到了。&br&&br&我尝试解读一下比如你提出的交谈的行为类空间原型。&br&【一个没有声音的地方，悬浮着的，不仅我们，还有我们的思想】&br&【有一种宇宙，我们是星星，彼此闪耀。】&br&【深陷沙发里，思想却漂浮着】&br&&br&PS&br&原型不是唯一的。
蟹妖。 这个问题非常好。这当时在国外读书时也是老师对我们的重点训练内容之一，刚开始确实不能参透，现在也只能拙略模仿。 根据人的行为提取空间原型——那么提取出来的东西，肯定不是空间。所以你之后考虑的尺度、围合等问题方向都是错的。 原型是更上层…
不邀自答。
大比例尺制图中实际用到的投影有27种之多，其中最重要的有：墨卡托(Mercator)投影(85%)，Lambert等角正割圆锥投影(5%)，Albers等积正割圆锥投影，等距圆锥投影，最为常用的是横轴墨卡托投影。&br&
具体来说，不同区域常用的地图投影不同。&br&
1.等角正切方位投影，主要用于两极地区1:100万地图。以极地为投影中心，又称球面极地投影。纬线为以极为中心的同心圆，经线为由极向四周辐射的直线，纬距由中心向外扩大。投影中央部分的长度和面积变形小，向外逐渐增大。&br&&img src=&/128eab56cdf6cab6ff3805_b.jpg& data-rawwidth=&698& data-rawheight=&514& class=&origin_image zh-lightbox-thumb& width=&698& data-original=&/128eab56cdf6cab6ff3805_r.jpg&&
2.等积斜切方位投影，主要用于亚洲、欧洲、北美等大区域地图。中国政区亦采用该投影，投影中心点为30°N,105 ° E。又称地平投影。此投影将极地偏于一边，投影中心点随需要而定。中央经线为直线，其余经线和纬线均为曲线，纬线为同交点椭圆弧。中央经线上纬线自投影中心点向上向下逐渐减小；投影中心点向外，长度和角度变形逐渐增大。&br&&img src=&/7f712faefc_b.jpg& data-rawwidth=&700& data-rawheight=&522& class=&origin_image zh-lightbox-thumb& width=&700& data-original=&/7f712faefc_r.jpg&&
3.等距正割圆锥投影，适用于东西方向长的地图。圆锥体面割于球面两条纬线。纬线呈同心圆弧，经线呈从纬线圆心辐射的直线束。各经线和两标纬无长度变形，即M=1,n1=1,n2=1，其它纬线均有长度变形。在两标纬之间角度、长度和面积变形为负，在两标纬外变形为正。离开标纬愈远，变形的绝对值愈大。&br&&img src=&/2197dab1a05ace11a667_b.jpg& data-rawwidth=&654& data-rawheight=&477& class=&origin_image zh-lightbox-thumb& width=&654& data-original=&/2197dab1a05ace11a667_r.jpg&&&br&
4.等积正割圆锥投影，适用于东西南北近乎等大的地区，以及要求面积正确的地图。经纬线形状与等距正割圆锥投影相同。为达到等积目的，即mn=1，将经线长度加以缩放改进。两标纬上无长度变形，在两标纬之间经线长度变形为正，纬线长度变形为负；在两标纬外经线长度变形为负，纬线长度变形为正。角度变形在标纬附近很小，离开标纬愈远，变形愈大。&br&&img src=&/7defbad81cee0a84ef42a810a845ff2a_b.jpg& data-rawwidth=&628& data-rawheight=&465& class=&origin_image zh-lightbox-thumb& width=&628& data-original=&/7defbad81cee0a84ef42a810a845ff2a_r.jpg&&
5.等角正割圆锥投影，全球1:100万地形图的数学基础。经纬线形状与等距正割圆锥投影相同。为达到等角目的，即m=n，将经线长度加以缩放改进。两标纬上无变形，在两标纬之间面积、长度变形为正，两标纬外变形为负，离开标纬愈远，变形愈大。适用于要求方向正确的地图。&br&
1962年联合国在波恩举行的国际地图会议建议作为1:100万地形图的数学基础。1978年我国规定用它作为1:100万分幅地形图的数学基础。以纬差4?为一带，从赤道起从南到北共分15个投影带，每个投影带独立投影，单独计算坐标。&br&&img src=&/361dff752c74b3ade740451_b.jpg& data-rawwidth=&547& data-rawheight=&440& class=&origin_image zh-lightbox-thumb& width=&547& data-original=&/361dff752c74b3ade740451_r.jpg&&
6.等角正切圆柱投影(墨卡托投影)，由比利时人墨卡托于1569年为航海所创立。其实用价值为图上任意两点连成的直线为等角航线，按此方位角航行，可一直到达目的地。&br&&img src=&/cad0a1fc3a2dbcf047cf756_b.jpg& data-rawwidth=&460& data-rawheight=&464& class=&origin_image zh-lightbox-thumb& width=&460& data-original=&/cad0a1fc3a2dbcf047cf756_r.jpg&&
7. Gauss-Krüger(等角横切椭圆柱投影)，德国人高斯(C.F.Gauss,)于19世纪20年代，克吕格(J. Krüger,)改进完善。中央经线投影为直线，其长度没有变形，与球面实际长度相等，其余经线为向极点收敛的弧线，距中央经线愈远，变形愈大。 赤道线投影后是直线，但有&a href=&///?target=http%3A///view/1589067.htm& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&长度变形&i class=&icon-external&&&/i&&/a&。除&a href=&///?target=http%3A///view/1275.htm& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&赤道&i class=&icon-external&&&/i&&/a&外的其余纬线，投影后为凸向赤道的曲线，并以赤道为对称轴。经线和纬线投影后仍然保持正交。所有长度变形的线段，其长度变形比均大于1. 随远离中央经线，面积变形也愈大。若采用分带投影的方法，可使投影边缘的变形不致过大。&br&&img src=&/955c3eef07711_b.jpg& data-rawwidth=&479& data-rawheight=&183& class=&origin_image zh-lightbox-thumb& width=&479& data-original=&/955c3eef07711_r.jpg&&&br&8. UTM投影（Universal Transverse Mercator Projection--通用横轴墨卡托投影，横轴等角割椭圆柱面投影），椭圆柱割地球于&a href=&///?target=http%3A///view/1401705.htm& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&南纬&i class=&icon-external&&&/i&&/a&80度、北纬84度两条&a href=&///?target=http%3A///view/1251409.htm& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&等高圈&i class=&icon-external&&&/i&&/a&，投影后两条相割的经线上没有变形，而&a href=&///?target=http%3A///view/1351524.htm& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&中央经线&i class=&icon-external&&&/i&&/a&上长度比0.9996。UTM投影是为了全球战争需要创建的，美国于1948年完成这种通用投影系统的计算。与&a href=&///?target=http%3A///view/311590.htm& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&高斯-克吕格投影&i class=&icon-external&&&/i&&/a&相似，该投影角度没有变形，中央经线为直线，且为投影的&a href=&///?target=http%3A///view/204893.htm& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&对称轴&i class=&icon-external&&&/i&&/a&，中央经线的比例因子取0.9996是为了保证离中央经线左右约180km处有两条不失真的标准经线。&br&&br&&img src=&/0d1e580f525fb77d04afa29_b.jpg& data-rawwidth=&466& data-rawheight=&444& class=&origin_image zh-lightbox-thumb& width=&466& data-original=&/0d1e580f525fb77d04afa29_r.jpg&&
不邀自答。 大比例尺制图中实际用到的投影有27种之多，其中最重要的有：墨卡托(Mercator)投影(85%)，Lambert等角正割圆锥投影(5%)，Albers等积正割圆锥投影，等距圆锥投影，最为常用的是横轴墨卡托投影。 具体来说，不同区域常用的地图投影不同。 1.等角正…
&p&谢很多人邀，其实楼上有很多回答已经提供了很好的技术和软件提示，作为Cynthia Brewer曾经的学生，我来从地图的总体设计这个角度乱说几句。看英超的时候写的，可能有错别字甚至疏漏，有时间再校正...&/p&&p&强调：我只是说一些非常基本的理论上的东西，至于按这些理论画出的地图是否真的『漂亮』，就见仁见智吧，每个人的审美是不一样的。&/p&&p&地图既是一种信息载体，也是一种艺术作品（偶尔还是一种说谎的工具，跟马克吐温心中的统计学有异曲同工之妙）。当然了，地图也分很多种，不同种类的地图在信息载体和艺术作品这两种角色上的比重不一样。现在有许多纯粹的艺术地图，比如网上有卖把Ann Arbor和Columbus拍扁了挂在墙上的抽象图，估计学艺术专业的同学们更擅长这种地图的设计，我在这里就主要谈一下地图作为地理信息载体这个传统角色。制作优秀的地图，一般有这些需要注意的地方：&/p&&ol&&li&地图的目的和用途要明确。&/li&&li&总体布局。&/li&&li&投影选择。&/li&&li&底图选择或制作。&/li&&li&标注字体。&/li&&li&配色。&/li&&/ol&&h2&明确目的&/h2&&p&上面列表里的前三项，是地图前期设计的时候最需要考虑的地方，但也是常常被人忽略的几项。在传统意义上，地图是地理信息的载体，换句话说，它是一种储存信息和交流的工具，而交流最重要的就是信息的准确性以及交换信息的效率，因此我们首先需要考虑的问题是，这张地图是给谁看的？是要向这些人展示什么信息？&/p&&p&这两个问题想明白了，就接着思考，这张地图上，需要有些什么内容。如果我们手里有非常丰富的数据库，就得考虑是不是所有这些数据都要放在地图上。就像我在原来的一个回答里（&a href=&/question/& class=&internal&&地图的细节是怎样被简化掉的？&/a&）说过的一样，有时候少即是多，精简信息之后才能突出重点。但如果信息过于精简，有时候又无法满足地图使用者的需求。要找到这中间的平衡点，就一定要想清楚谁会用你的地图，会用它来做什么。&/p&&p&比如我在给某个关于美国历史地理的栏目写稿的时候，需要配地图。由于这个栏目是面向大众的，他们不一定具备很多关于美国的地理知识，因此我会尽量把地图对应的文字部分中提到的地名，都标在地图上。比如这张1850年代的局势图：&/p&&img src=&/v2-a0cf45cf8c1fb5f503c97ff_b.png& data-rawwidth=&1003& data-rawheight=&708& class=&origin_image zh-lightbox-thumb& width=&1003& data-original=&/v2-a0cf45cf8c1fb5f503c97ff_r.png&&&p&但如果这张地图不是用来在大众媒体上发表，而是用来做学术报告或讨论，特别是面对有相关专业背景的专业人士，那么我肯定会少画很多城市，也不会特意标注俄亥俄河。&/p&&p&再比如这幅关于密苏里妥协的地图：&/p&&img src=&/v2-bb4d69c80b223a3da9cea_b.png& data-rawwidth=&1003& data-rawheight=&708& class=&origin_image zh-lightbox-thumb& width=&1003& data-original=&/v2-bb4d69c80b223a3da9cea_r.png&&&p&在做图的时候，我曾经想过要不要把每个州的名字加上，后来我没有这么做，因为这张图对应的原文只是说了，在密苏里妥协之前，南北方各有11个州，并没有具体说州的名字，而潜在的读者也没有兴趣去了解当时各个州都谁是谁，因此没有必要把州名全画上去，只突出标注了主角密苏里州和相关的缅因州，这样反而更简洁直观。&/p&&p&再比如，Cindy课上的一个典型案例：&/p&&img src=&/v2-fed1536defc3c92a31e2f042f5e51f20_b.jpg& data-rawwidth=&1242& data-rawheight=&824& class=&origin_image zh-lightbox-thumb& width=&1242& data-original=&/v2-fed1536defc3c92a31e2f042f5e51f20_r.jpg&&&p&这是某地的供水系统地图，A图信息丰富，是给市政建设和给排水的工程师和专家看的；B图简洁明了，是给普通人看的。这两幅图的设计不能说谁好谁坏，只是目的和用途不同。（图片来自Penn State地理系，以及《Designing Better Maps》）&/p&&h2&布局&/h2&&p&关于布局，知乎上有个很有趣的问题：&a href=&/question/& class=&internal&&智利这个国家是如何印刷全国地图的？&/a&这就是非常好的对地图整体布局的思考。&/p&&p&有的地图布局很简单，比如前面那两张美国历史地图，只要把关注的地方放在地图中间，然后Zoom to the layer就是了。但有的地图需要我们进行一些其它的设计，比如除了主地图外，是否还需要局部放大图，小比例尺的地点指示图，或者是担任男二号的副地图（典型的比如中国地图的南海诸岛），等等。如果是要正规发行的地图，则还需要考虑标题、副标题、比例尺、指北针、图例、说明、甚至还可能插入别的图标、图表、照片等。所有这些内容要放在规定大小的纸张里，是必须要经过精心设计的，否则地图看上去会很乱、很散或很丑。&/p&&p&如果纸张够大，我们可以想办法把它们平摊开，比如这张当时没交的作废的作业草稿：&/p&&img src=&/v2-af8e8bf7faf8c13df2ac362bd82a4ba5_b.png& data-rawwidth=&656& data-rawheight=&433& class=&origin_image zh-lightbox-thumb& width=&656& data-original=&/v2-af8e8bf7faf8c13df2ac362bd82a4ba5_r.png&&&p&但如果页面不予许，那我们就要考虑不同元素之间的排序问题了。排序的原则基本是，重要的信息不能被遮挡，而且要尽量放在显眼的位置。通常情况下，常见的地图元素从最上层到最下层的顺序是：&/p&&p&地图标题&地点指示图&数据来源及作者信息&插入地图的小标题&图例及插入地图&主地图的比例尺&指北针（如果需要的话）&主地图，主地图一般要用显眼的框线给圈起来。&/p&&p&当然这是可以灵活应变的。举个例子，还是Cindy给的典型范例，马里兰州某个郡的交通及用地示意图：&/p&&p&&br&&/p&&img src=&/v2-aab8d8bdb7d390cee6158f2_b.jpg& data-rawwidth=&971& data-rawheight=&1722& class=&origin_image zh-lightbox-thumb& width=&971& data-original=&/v2-aab8d8bdb7d390cee6158f2_r.jpg&&&p&&br&&/p&&p&最底层是主地图。最上方是标题。左上方是指示地图，完全压在主地图上。右上方是主地图的图例、指北针及比例尺，也压在主地图上。下方是DC附近的局部详细图及其图例。右下角清晰的位置是数据来源及作者信息。（图片来自马里兰高速路管理局及Penn State地理系）&/p&&p&另外有个值得一提的十分常见误区。画图的人经常用上层的元素去『填补』主地图上的『空白』区，这个想法完全正确，但如果为了填补而填补，那就不对了。比如主地图有个很大的空白区，于是我故意用一个很大的指北针去填补，看似『平衡』了整个图片的布局，实际上会造成视觉上的负面影响。又举个例子，谭其骧老师的这幅经典的明成祖时代历史地图：&/p&&img src=&/v2-d704dc38ee25c14b8e99f_b.png& data-rawwidth=&594& data-rawheight=&411& class=&origin_image zh-lightbox-thumb& width=&594& data-original=&/v2-d704dc38ee25c14b8e99f_r.png&&&p&左下角的图例和右下角的南沙群岛填补了主地图的『空白』区域，但有些有『强迫症』的人会觉得西北侧那片空白太大，于是就画一个有半个哈萨克那么大的指北针，又觉得日本海那里太空了，于是画一个大大的比例尺，然后感觉心满意足，实际上这是不好的做法。&/p&&p&那么对于剩下的那些空白区域该如何处理呢？关键词：平衡，或者理解为对称也行。还是这幅明朝地图，左下角的空白有了图例，右下角就放上南海；左上角有空白，右上角也就留出空白。再比如前面马里兰的那幅图，左右两侧的狭长空白区域也是平衡的。这其实可以提供一个视觉上的缓冲，把信息集中的地图核心区域和地图的边缘及其它元素隔开，提升视觉效果（这是Cindy说的，我曾经质疑过，结果换来一个无法形容的眼神，逃...）。&/p&&p&另一个误区：有的作图人喜欢把所有不同的元素都用框框给圈起来，这样做有时候没问题，但有时候并不高明。比如那副马里兰的地图，如果把指示地图、比例尺、图例等元素全都圈起来，就会产生形状不平衡的悲剧效果，原本没有『空白』的地方也会被强行造出『空白』来。因此，除了主地图以外，其它的元素是否需要加框，要视情况而定。&/p&&p&还有两个小点，第一是在多元素地图中，文字说明、指北针、比例尺等元素的摆放位置需要注意，不能引起混淆。比如说，如果我把主地图的比例尺放在插入的大比例尺细节地图附近，就容易引发误会。第二是各个元素虽然可以重叠，但该对齐的地方一定要对齐，否则会显得混乱，比如这张悲催的刚果丛林植物分布图（局部）：&/p&&p&&br&&/p&&img src=&/v2-50bb97bbfde761a24fc0ab6_b.jpg& data-rawwidth=&1043& data-rawheight=&952& class=&origin_image zh-lightbox-thumb& width=&1043& data-original=&/v2-50bb97bbfde761a24fc0ab6_r.jpg&&&p&（图片来自联合国环境署...，红色标记的是没对齐的地方）&/p&&h2&投影&/h2&&p&下一个重要的事儿就是选投影。这是个比较技术的问题，我以前写过一个答案：&a href=&/question//answer/& class=&internal&&Shan Ye：如何看待《俄罗斯没那么大，欧洲真的很小》这文章？&/a&&/p&&p&具体关于投影的技术型讨论请看这个链接，这里只简单说一下选投影的问题。如果你的地图是大比例尺地图，也就是说展现的范围很小，比如一个公园、一所学校，那么投影并不重要。如果你画的范围是一个省甚至一个国家，那就得考虑投影了。&/p&&p&选择投影首先要考虑的，还是地图的用处。如果要用来做距离测量，就要用维持长度的投影；如果用来表现投票选举，则一般采用等面积的投影；如果用来描述飞机航线，则采用维持方向的投影，等等。那如果我的地图只是普通的自然地理图、人文地理图或者历史地图呢？这就要根据地图所展现的不同地区来定了，比较常用的有UTM系列，罗宾逊投影，或者各个大洲的阿尔伯特、兰伯特系列，以及美国的State Plane系列，等等。当然还有被人诟病的麦卡托。&/p&&p&那么中国地图一般用啥投影比较靠谱呢？分省的地图，一般是阿尔伯特或者兰伯特的割圆锥投影，或者高斯戈吕格投影，具体的割线根据不同的省份来定。至于全国地图，有两种常见的，一种是等积斜切方位投影（oblique azimuthal equal area projection），即兰伯特等积方位角投影的变形，投影中心坐标是北纬30°，东经105°，效果类似这样（图片来自网络）：&/p&&img src=&/v2-6fbb39a7e99ad5a17426d50_b.png& data-rawwidth=&366& data-rawheight=&351& class=&content_image& width=&366&&&p&&br&&/p&&p&还有一个流派是兰伯特正角圆锥投影（Lambert Conformal Conic Projection），两条标准纬线是北纬25°和47°，中央经线东经110°（也有用102°的），起始纬度为北纬10°。谭其骧版历史地图基本上就是用的这个投影方法，比如这张谭版的南宋1142年地图：&/p&&img src=&/v2-16add4bd27_b.png& data-rawwidth=&586& data-rawheight=&411& class=&origin_image zh-lightbox-thumb& width=&586& data-original=&/v2-16add4bd27_r.png&&&p&尤其是像这种多个政权并存的时代，东西南北都能照顾到，没有哪一个政权会有特别大的走形，关键是不会像麦卡托投影一样，让中国的版图显得头重脚轻，也不会像plate carrée这种伪投影一样把中国北方弄扁。对比一下现在很流行的 &a class=&member_mention& href=&///people/4f84c40fbfc8a3a6b5ea1e98d5d619df& data-hash=&4f84c40fbfc8a3a6b5ea1e98d5d619df& data-hovercard=&p$b$4f84c40fbfc8a3a6b5ea1e98d5d619df&&@布哈林&/a& 大神画的1142年的地图：&/p&&img src=&/v2-fb33ec9ddd95ac1c6eff6_b.png& data-rawwidth=&957& data-rawheight=&556& class=&origin_image zh-lightbox-thumb& width=&957& data-original=&/v2-fb33ec9ddd95ac1c6eff6_r.png&&&p&目测他用的应该是伪投影（因为图里没有北冰洋沿岸，所以我还不能100%确定），北方的金朝、西夏和西辽就会感觉被压扁了（只是陈述事实，并不是说他的图不好）。&/p&&h2&底图&/h2&&p&底图是地图的灵魂，是信息载体这个工具中，负责把地理事物、人文环境与地点进行关联的关键部件。一个好的地图可以提供不多不少恰到好处的基本信息，同时也会带来一定的视觉冲击。一般的底图分为地形、遥感图像、矢量图三类。那么，这三类中优秀的底图可以包含什么呢？&/p&&ul&&li&地形类：高程（分层设色）、等高线、坡度阴影、地表弯曲。&/li&&li&遥感图像：用地类型、地表覆盖物&/li&&li&矢量图：政治边界线、河流、湖泊、城镇&/li&&/ul&&p&需要强调的是，不管用哪一类，都不一定要包括所有对应内容；所包括的内容的详略程度也要视情况而定。比如地形类，我一般喜欢用高程+坡度阴影（hillshade）+地表弯曲（curvature）这个组合，其中高程是最底层，上面覆盖透明度70%到80%的坡度阴影，再覆盖透明度60%左右的地表弯曲。比如：&/p&&img src=&/v2-d57f487b72e60aa8eb562e79b74aeca8_b.png& data-rawwidth=&294& data-rawheight=&341& class=&content_image& width=&294&&&p&这张未完工的作业画的是拉尔森国家公园，具体要干啥我早忘了，但主要目的似乎是显示地形、水系和道路的关系，因此在地形数据上进行分层设色是很有必要的。但如果地形只是参考，而不是地图体现的重点，一般就直接用坡度阴影或者地表弯曲，比如：&/p&&img src=&/v2-fb60ec381f818d482c37b_b.png& data-rawwidth=&1266& data-rawheight=&857& class=&origin_image zh-lightbox-thumb& width=&1266& data-original=&/v2-fb60ec381f818d482c37b_r.png&&&p&这是我给知乎的另一个回答画的地图，这里底图上的地形就完全是起参考作用的配角了，因此只用了简单的坡度阴影。这张图是当时用了不到十来分钟快速画的，设计和处理都十分潦草，请勿模仿，配色犯了严重错误，等会儿可以提一下。&/p&&p&矢量的底图也是常用的，但对背景上的矢量数据的选取要参考前面的讨论，比如：&/p&&img src=&/v2-f06545ffd0c6d1cd87b97da7ec82c48f_b.png& data-rawwidth=&1003& data-rawheight=&708& class=&origin_image zh-lightbox-thumb& width=&1003& data-original=&/v2-f06545ffd0c6d1cd87b97da7ec82c48f_r.png&&&p&这张图也是我那个历史地理栏目里的图，讲的是美国历史上的Dust Bowl黑色风暴事件和66号公路的关系，展现的是受到沙暴影响的区域和城镇，底图的内容包括了州界和主要河流。&/p&&p&使用矢量数据的时候，如果是要求比较高的地图，要注意清理数据库中可能出现的拓扑错误。对于过于复杂的矢量数据，要注意通过generalization进行简化，具体方式可见：&a href=&/question/& class=&internal&&地图的细节是怎样被简化掉的？&/a&对于要求特别特别特别高的地图，要注意处理断头路、河湖交界处等特殊数据，以及对立交桥等特殊事物要进行逐层的编辑。&/p&&p&特殊情况：如果两个不同矢量地理事物的边界线重合了怎么办？最常见的解决办法是，把它们染成不同的颜色，然后上层的边界线画成虚线。&/p&&p&至于遥感图，我用得不多，但一旦需要，其实非常好用，比如：&/p&&img src=&/v2-61b13bb01abaaace69e973_b.png& data-rawwidth=&679& data-rawheight=&261& class=&origin_image zh-lightbox-thumb& width=&679& data-original=&/v2-61b13bb01abaaace69e973_r.png&&&p&这张图（局部）的底图是内布拉斯加州的农业用地类型，上面的点是地下水变化的数据，可以很好地做空间分析。&/p&&p&现在流行的网络地图mapbox提供好几种不同的底图，包括basic，satellite，light，dark，street等等，也要根据情况选择最合适的。&/p&&h2&标注&/h2&&p&标注字体的选择可以影响到整幅地图给人的感觉：严肃、活泼、严谨、幽默、传统、时尚，等等。我对中文的情况不甚了解，简单说下英文的。英文字体有很多种，但可以根据以下这几个方面归类：&/p&&ul&&li&Stroke widths（笔触宽度）：最典型的是看一个字体的小写o长什么样，越接近于正圆，笔触宽度就越稳定&/li&&li&Serifs（衬线）：含有一竖的字母底下是否有一小短横（比如Times New Roman就有，Arial就没有）&/li&&li&Terminals（最后一划）：典型的看i、h和l，写完后有没有往右边的一小勾&/li&&li&Baseline（底线位置）：假设标准字母写在最初我们练习写英语的四线格，现在我们通过改变几根线的高度来改变字母的形状，Baseline就是从上往下第三根线所在的高度&/li&&li&Cap Height（顶点位置）：四线格最上面一根线的高度&/li&&li&X-Height：四线格从上往下第二根线的高度&/li&&li&Descenders and Ascenders：四线格分为三个格子，这里分别是在从下往上第一格和第三格里的字母部分的长度&/li&&li&Bowl：字母弯曲部分的形状&/li&&li&Counters：字母闭合部分的形状&/li&&/ul&&p&&br&&/p&&img src=&/v2-8e44f92e21bd7bf5932b9_b.png& data-rawwidth=&692& data-rawheight=&328& class=&origin_image zh-lightbox-thumb& width=&692& data-original=&/v2-8e44f92e21bd7bf5932b9_r.png&&&p&选字体有几个理论上的原则，越靠前的越重要：&/p&&p&选字体原则1：一般来说，一张地图最多使用两种字体，一种带衬线，一种不带衬线。这两种字体的风格要大体一致，要么都古典，要么都时尚，要么都卖萌。就拿中文举例，正常情况下不要把宋体/黑体这种正轨的字体和翩翩体/琥珀体这种非主流字体放在一张图上。&/p&&p&选字体原则2：X-Height尽量要大，因为大多数标注一般是小写字母，而小写字母占用的空间大部分就是第二根线和第三根线之间的那一格，X-Height大意味着清晰度好。&/p&&p&选字体原则3：笔触宽度越稳定越好，也就是说字母越圆越好，如果字母太扁，或者太瘦，也会影响读图（特别是地图比较小或者比较密的时候）。&/p&&p&选字体原则4：关注Terminal。为什么？想想伊利诺伊（Illinois）。&/p&&p&选字体原则5：慎用斜体。一般来说，标注河流的时候要用斜体，在正规地图上，河流的标注规定的是Times New Roman的斜体。但其它一些字体的斜体，在字号小的时候（小于8号），在一些显示器上分辨率会很低。&/p&&p&选字体原则6：Descenders and Ascenders的长度不要太过分，有的字体Descenders and Ascenders过分地长，容易影响地图上的信息。&/p&&p&最后，如果要让标注弯曲（比如沿着河流或街道标注），要注意Bowls和Counters的形状，更要缩短Descenders and Ascenders的长度，并且在这种时候要注意字母的间距，以免弯曲的时候发生重叠。&/p&&p&如果地图的底色很多变（比如卫星图），影响了标注的可见度，可以给标注打上mask，比如：&/p&&img src=&/v2-f780acf1f949eac50efaaf_b.png& data-rawwidth=&301& data-rawheight=&291& class=&content_image& width=&301&&&p&这里的高程数据下面都有一层白色的mask，提高可读程度。但是，mask也不要滥用，比如，猪队友系列之乱加mask：&/p&&img src=&/v2-d51a1c4f68d4ec109f21e9_b.png& data-rawwidth=&772& data-rawheight=&521& class=&origin_image zh-lightbox-thumb& width=&772& data-original=&/v2-d51a1c4f68d4ec109f21e9_r.png&&&p&这是当年我跟几个老美做的小组作业里的一张图，老美画的，幸好后来没用上。是不是感觉很诡异...我觉得这张图看起来很诡异的主要原因就是mask的滥用，当然还有别的原因，比如产煤区边缘的粗制滥造，以及不知道为什么要加上而且要用这种刺眼黄色的高速公路。&/p&&img src=&/v2-a1eeaa9687de_b.png& data-rawwidth=&1003& data-rawheight=&708& class=&origin_image zh-lightbox-thumb& width=&1003& data-original=&/v2-a1eeaa9687de_r.png&&&p&这是我后来在那个历史地理栏目里用的图，画的基本是同样的东西。这张图也是很快速地画的，设计和处理很粗糙，如果是作业估计会不及格，但感觉上mask在这张图上真是没有必要的。&/p&&p&哦对了，标注的时候还有个最最最重要的原则，那就是尽量少覆盖别的东西，特别是线性和点状的东西。这个应该是在常理之中的。&/p&&p&对于点状物（地点等）的标注，一般第一选择在右上角，其次是另外三个角，再次是左侧或右侧，实在不行再考虑上下两侧。&/p&&p&对于线状物（街道、河流等）的标注，要尽量做到顺着线的走势。&/p&&p&对于面壮物（省份、国家、湖泊等）的标注，最好的是通过弯曲单词，让名称覆盖整个面；其次是考虑完全水平的标注；不到万不得已，不要换行，也不要斜着标注。如果是一连串的面（比如包括各个县的省地图），要手动调整标注的水平位置，千万不要让它们排成一字长蛇阵，这样会影响视觉效果，反例比如：&/p&&img src=&/v2-f53ae069fa697af_b.jpg& data-rawwidth=&1013& data-rawheight=&739& class=&origin_image zh-lightbox-thumb& width=&1013& data-original=&/v2-f53ae069fa697af_r.jpg&&&p&这样据说会产生视觉疲劳，看久了会跳。。。&/p&&h2&&b&颜色&/b&&/h2&&p&我并不擅长配色，只能纸上谈兵讲讲理论，自己画的时候也经常犯浑，包括前面所有我自己画的地图，都有错的地方。&/p&&p&地图的配色和其它艺术的配色是不大一样的，其它的艺术的配色请勿参考地图设计。同时声明：以下规则对于我们的地质图，不太适用。。。否则连石油油藏prospect都没法标了。。。&/p&&p&地图上有一些常识性的用色方案，比如蓝色是水，绿色是森林草原，棕色代表污染物等等。至于其它，就要靠自己选择了。优秀的地图其实就和拍照及后期制作一样，在配色上应该注意的几点包括：&/p&&ul&&li&色相、饱和度和亮度 （HSL）&/li&&li&色彩搭配&/li&&li&色盲保护&/li&&/ul&&p&色相，简单解释就是颜色的种类，比如红、黄、蓝、绿等等，由光的波长决定。饱和度是颜色的纯度，饱和度越高，含的灰色成分就越少。亮度顾名思义就是明亮程度。地图可以分为参考地图和主题地图。参考地图就是告诉你，什么东西在什么位置，比如普通的地理图集、历史地图等等。这种地图主要考虑的就是配色的问题。&/p&&p&主题地图告诉你某种数据的分布，比如大选的地图、人口统计的地图等等。对于参考地图来说，色相最重要，而对于主题地图来说，亮度更重要。一般来说，主题地图会采用两种色相，进行渐变处理，而支持渐变的除了色相的变化以外，更重要的就是亮度的变化。比如：&/p&&img src=&/v2-ad1df4bdb605db7435aa71eff55bbf6f_b.png& data-rawwidth=&616& data-rawheight=&382& class=&origin_image zh-lightbox-thumb& width=&616& data-original=&/v2-ad1df4bdb605db7435aa71eff55bbf6f_r.png&&&p&这幅主题地图的主要手段就是从绿到黄的色相变化，但影响视觉最直接的其实是由此带来的亮度的转变。如果不用色相，只用亮度，也是可以做主题地图的：&/p&&img src=&/v2-ea06d76a68_b.png& data-rawwidth=&513& data-rawheight=&381& class=&origin_image zh-lightbox-thumb& width=&513& data-original=&/v2-ea06d76a68_r.png&&&p&&br&&/p&&p&饱和度则是在宏观上调控地图的风格以及视觉效果。基本的原则是，正常情况下饱和度不要调得太高，特别是出现色轮上的互补色的时候，这根设计PPT是一个道理，否则地图画出来，视觉冲击可能会过于强烈，都是花菇凉（地质图除外T.T，基本都是花菇凉）。并且，所有颜色的饱和度应该基本一致，如果有哪个颜色的饱和度明显高于其它颜色，它就会特别显眼。除非你是故意想突出这种颜色所指示的地理信息，否则不要这样处理。比如下面的黄色：&/p&&img src=&/v2-2beea1a2ea42a4_b.jpg& data-rawwidth=&1242& data-rawheight=&569& class=&origin_image zh-lightbox-thumb& width=&1242& data-original=&/v2-2beea1a2ea42a4_r.jpg&&&p&（来自《Designing Better Maps》）&/p&&p&对于HSL和色彩搭配，有一套从Munsell色彩空间中抽取色带的理论，大概是这样的：&/p&&img src=&/v2-e2a6154a6dfce5cedc70_b.png& data-rawwidth=&438& data-rawheight=&386& class=&origin_image zh-lightbox-thumb& width=&438& data-original=&/v2-e2a6154a6dfce5cedc70_r.png&&&p&这是Munsell色彩空间（的抽象解剖图，真实的色彩空间的立体图并非球形或圆柱，而是一个扭曲的形状，因为每种基本颜色的亮度都不同），越往上亮度越大（比如黄色的基本色肯定比蓝色位置靠上，因为黄色比较亮），越往外越饱和，最中间垂直的是一条黑灰白的轴。这幅图是网上随便找的，但真正的Munsell的最外层一圈其实是六种基本颜色，按顺时针排序分别是红、黄、绿、蓝绿（cyan，或者叫青色？）、蓝和洋红（magenta)。这其实就是两个三角：叠加型三原色（电视机三原色）的红、绿、蓝，和消减型三原色（打印机墨汁三原色）黄、蓝绿、洋红，交错成六角星的样子。&/p&&img src=&/v2-969dbac2c29596b17bdc390_b.png& data-rawwidth=&312& data-rawheight=&335& class=&content_image& width=&312&&&p&&br&&/p&&p&我从中选取相对的两个颜色作为基本组，竖着切一刀。当然你要选两组三原色之间的过渡色也可以，但如果不打算改变饱和度，切刀的时候尽量切对角线，除非有特殊需求（类似美国大选地图，就需要红色和蓝色，这种单说）。比如我选择蓝色和黄色，切完之后横截面上就会得到这么一系列颜色：&/p&&p&&br&&/p&&img src=&/v2-bc20e078c6a536f8cd9d3_b.png& data-rawwidth=&360& data-rawheight=&309& class=&content_image& width=&360&&&p&如果打算改变饱和度，就尽量选一条向外弯曲的弧线，比如从黄色到蓝色的过程中，稍微往绿色那边绕一下。为什么呢？因为对角线的中间部分是接近竖直的黑灰白色轴，而饱和度正是要改变颜色里含的灰度，如果直接从中心区域穿过去，一旦饱和度改变，就会严重影响整个色带的渐变程度，增加读图的难度，因此我们需要一个中间色来承接一下灰色部分。&/p&&p&之后就可以穿针引线了，横着斜着弯着穿一道线，就可以得到一个颜色系列。这里就不详细讨论了。中国早就有各种顺口溜总结了哪些颜色在一起好看，哪些颜色在一起不好看。如果要找现成的地图色彩搭配，可以移步：&a href=&///?target=http%3A//colorbrewer2.org/& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&Color Advice for Maps&i class=&icon-external&&&/i&&/a&&/p&&p&最后说一下色盲保护吧。&/p&&p&我们先来看一副悲剧的地图：&/p&&img src=&/v2-80f5a805ec3d7d592bb847af05aae2fc_b.png& data-rawwidth=&450& data-rawheight=&340& class=&origin_image zh-lightbox-thumb& width=&450& data-original=&/v2-80f5a805ec3d7d592bb847af05aae2fc_r.png&&&p&&br&&/p&&p&这是一幅灾难性设计的地图。中国老话说过红配绿是不行的。对于一般人，红配绿只是显得蠢，但对于画地图的人来说，这是政治不正确，因为你有木有考虑过弱势群体的感受？4%的人是色盲呀！我前面那张南宋自杞国的地图也犯了这个错。如果是做PPT、服装设计、室内装修或者别的艺术作品，出现违反色盲保护的配色倒是无可厚非，而且包括很多同类色系的配色设计，看起来很淡雅美观，但毕竟地图的主要身份不是一般的艺术品，它是用来交流和储存信息的工具，出现违反色盲保护的情况就很不好了。&/p&&img src=&/v2-6c8f01dfeb2fd0fb4015d43d_b.png& data-rawwidth=&405& data-rawheight=&385& class=&content_image& width=&405&&&p&这张图（来自网络）是不同种类的色盲看不同颜色时会发生的事情。色盲分很多种，红绿不分最常见的，而且一般分不清红绿的人，也无法将红黄和绿黄分清，所以上面那幅地图对于这部分人来说，就是一张废纸。那么，有没有什么颜色是所有人都能分辨的呢？有这么几组：&/p&&ul&&li&红色、紫色&/li&&li&红色、蓝色&/li&&li&橙色、蓝色&/li&&li&橙色、紫色&/li&&li&棕色、蓝色&/li&&li&棕色、紫色&/li&&li&黄色、蓝色&/li&&li&黄色、紫色&/li&&li&黄色、灰色&/li&&li&蓝色、灰色&/li&&/ul&&p&这个不好记，怎么办？这么记：消减型三原色（打印机墨水）在一起，都不行。红、橙、棕、黄、绿这五个放在一起，如果它们的亮度相似，也容易出问题。所以大家再想想，刨去这些颜色之后，有哪些『无害』的颜色？除了黑白灰以外，常见的就剩下蓝色和紫色了。蓝色和紫色相互之间会有色盲问题，但是它们搭配别的颜色，基本上没问题。虽然有『蓝色盲』，但蓝色盲的困难是分辨红橙黄，并不阻碍他们分辨蓝色和其它颜色，因此制作地图的时候要善于使用蓝色和紫色。以及各种灰度。很多中国地图（包括谭版的历史地图）用紫色线条做边界线，不知道是不是这个考虑，但起到的就有这个作用。&/p&&img src=&/v2-60da733a88bb90d3d3ed_b.png& data-rawwidth=&418& data-rawheight=&365& class=&content_image& width=&418&&&p&这幅图里的五个分区，每一个分区内都容易违反色盲保护，而跨过虚线的配色一般就能避开色盲问题，这也是为什么选色系的时候尽量使用对角线，因为对角线出现违反色盲保护的几率比较小。&/p&&p&那么在特殊情况下，如果我一定要用同一区域的颜色，应该怎么办？很简单，选择亮度不同的颜色，色盲的读者虽然可能分不清颜色的色相，但一般分辨亮度是没问题的。比如前面说过，黄色的亮度比大多数其它颜色高，因此黄色是除了蓝色和紫色之外，另外一个需要灵活使用的颜色；此外，同色相不同亮度的颜色也是可以灵活使用的，比如深浅蓝、深浅红等等。&/p&&p&最后我想说的是，除了颜色以外，还有很多渲染不同地理信息的方式，包括纹理（pattern，比如阴影区，还要常见的用点阵来代表沙漠等等）、点的形状、线条粗细、线条类别等等，这些方法我感觉大家（包括我）都不太爱用，但实际上都是非常有效的方法。&/p&&p&还有个提示：如果你的地图是需要打印出来的，那么千！万！不！要！相！信！你！的！显！示！器！在显示器上效果很好的地图，打印出来有可能很糟糕，所以一定要打印一张草稿，再根据实际效果来修改。&/p&&p&差不多就这些吧==&/p&&p&最后的最后，地图设计还是很灵活的，这些只是一些经验性的大规则，但具体情况还是要视情况而定，比如壳牌等大型石油公司标准的地质图上，油藏就要用绿色，天然气就要用红色，这两个经常靠在一起，但也没有办法...&/p&&p&&a href=&/earth-stories& class=&internal&&知乎专栏：地球的那些事儿&/a&&/p&&p&微信公众号 &a href=&///?target=https%3A///s/1dE4R80x& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&山中杂说 (ShanYeTalking)&i class=&icon-external&&&/i&&/a&&/p&
谢很多人邀，其实楼上有很多回答已经提供了很好的技术和软件提示，作为Cynthia Brewer曾经的学生，我来从地图的总体设计这个角度乱说几句。看英超的时候写的，可能有错别字甚至疏漏，有时间再校正...强调：我只是说一些非常基本的理论上的东西，至于按这些…
实验做不出来，直接上ps！
实验做不出来，直接上ps！
谢邀！&br&GIS专业，本科4年、硕士三年，已工作六年。现居住北京，有房有孩有户口，在少儿英语创业公司做品牌、营销，同时兼任GLG的专家团成员和片刻网签约作者，但工作生活跟GIS一毛钱关系也没有，说说自己这些年走过的路和掉过的坑。&br&&br&&br&&b&学习经历&/b&：&br&本科硕士都是GIS专业，本科在某211，高考报考数学被调剂到了地信，可谓是稀里糊涂。说实话，对GIS没什么太大的兴趣，专业课一直徘徊六七十分之间，而且特别不喜欢专业课涉及的C语言之类的东西，看到这些东西就头晕，对自己都失去了信心，还好喜欢数学，大学里两次获得全国数学建模大赛一等奖，多少找回点学习的成就感。后来到了大三，才知道要准备未来的出路，加上本人性格偏内向，专业又不好，想到工作就胆战心惊，无奈地选择考研，搞笑的是考研还是地信专业，可能比起工作的恐惧，继续读GIS专业可能算不上什么。当初天不怕地不怕，报考的学校是中科院，后来也算幸运。&br&在中科院读GIS还是在延续大学时的感觉：无趣。这里的大牛非常多，我的导师的导师都是中科院院士，陈述彭、周成虎都是我的师爷，但自己对科研一点也不感兴趣，或者说自己的能力做不了GIS里面的事情。当然在研究生三年中，倒是频繁地参加各类学校、企业的活动，不断地锻炼自己的自信，还曾获得过全国人才模拟面试的三等奖，而这些东西对于日后工作是至关重要，甚至是影响深远，至少很好地为未来的工作打下了良好的职业素质基础。&br&&br&&b&工作经历&/b&：&br&第一份工作：北大青鸟。没错就是做IT培训的北大青鸟，我进去做的不是老师，而是市场，再简而言之就是销售。大家可以想象一个画面，一个中科院地信专业毕业的去了一家教育公司做市场，这是什么情况，连我自己都蒙圈了。而且进去的三四个月，业绩一塌糊涂，连部门经理都已经无奈地说了这么一句话：我只能说你真的不适合做市场，做个其他的工作吧。不只是他要放弃我，连我自己都要放弃自己了。那是对个人职业信心最沉痛的打击，从没有过的沮丧和绝望。当然还好，挺过去了，工作与业绩也做得不错，最后甚至做到了部门第一，而且创造了公司历史上的第一个活动品牌。当初进入这家公司，一共十个人，5个北大，2个清华、2个人大、再加一个我，最后留下的就我和2个北大的姑娘，当然我们三个也是公司解决的北京户口。你要得到的，就得去付出比别人更多的努力，如果你做的还不是你专业和擅长的事情，就得付出十倍甚至百倍于人的努力和勤奋。&br&第二份工作，从北大青鸟跳到了一家少儿英语创业公司做品牌，完成职业的全面转型，又一次去挑战自己，这又是一个面临很多困难和兴奋的一段职业旅程。职位、工资、人脉有了另一个层面的提升。&br&工作外的工作：七年的GIS学习，虽然在专业上一败涂地，但是它带给自己思考问题的能力是终生受用，我把这种能力用在商业咨询上，2014年成为GLG（美国格理集团）专家团成员，这是一家全球最大的咨询机构之一，面向的客户都是世界顶尖的私募、基金、风投等，我提供咨询服务的领域主要为教育行业，咨询费是150美元/小时。另外个人喜欢写作，现为片刻网的签约作者。所有这些也是希望能给自己一个增加收入和成长的机会。&br&&br&&b&小感受&/b&：&br&1、永远不要去抱怨学校和专业的好与坏，应该时刻检视自己的能力是否匹配的上外面的机会；&br&2、GIS专业的师弟师妹，不要眼光仅仅放GIS、RS、GPS等相关的事业单位、公司等，机会有很多，路也很宽；&br&3、学校、专业随着工作年限的增长，对于你职业发展的作用会越来越弱，真正助推你成长的是持续的学习能力，这一点非常非常重要。&br&&br&另，本人每年都有100本书的阅读计划，2015年99本，希望我们始终保持学习上进的习惯。
谢邀！ GIS专业，本科4年、硕士三年，已工作六年。现居住北京，有房有孩有户口，在少儿英语创业公司做品牌、营销，同时兼任GLG的专家团成员和片刻网签约作者，但工作生活跟GIS一毛钱关系也没有，说说自己这些年走过的路和掉过的坑。 学习经历： 本科硕士都…
0. 首先网络信号不是以(真空中的)光速传播的&br&&br&1. TCP-3 海底光缆全长 13300 公里, 以光速传播, 算上来回, 需要 100 毫秒左右&br&&br&2. 这是纯理想化的, 光纤中不是真空, 以比较理想的阶跃型介质光纤为例, 单模传输时等效折射率按 1.5 (当然实际这个数值可以有优化), 不考虑色散, 那光速就是原来的 2/3, 延迟这下就到了 150 毫秒&br&&br&3. 最后最重要的是经过多层路由器, 交换机, 还有不适合讨论的政治内容 以及不适合讨论的政治内容
以及 不适合讨论的政治内容
(目前不知道 不适合讨论的政治内容
的实体, 猜测是附在主干线上, 多分布于东部), 转发, 相当耗时. &br&&br&4. 这样, 考虑到实际中的复杂情况 (增加延迟), 和各种神奇的技术优化(减少延迟) 中美延迟极限值视地区可能在 150~200 ms 之间.&br&&br&5. 玩游戏的话, 以标准的流畅度而言, 60fps, 也就是一帧 16 ms, 这样你和别人的差距可能就到了十几甚至几十帧.&br&&br&6. 网页的话, Google 的推荐是, 对于一般网页, 完全不影响用户体验的加载速度是在 0.1s 也就是 100ms 内加载完, 加载不完的 js 等资源应在 body 后异步加载.&br&&br&7. 以我们现在访问的 不适合讨论的政治内容 为例, 原来在 linode, linode 其实在日本有节点, 但为了提升用户体验(笑), 不适合讨论的政治内容 应该是搬迁到了天津的自建机房. 延迟很低.&br&&br&然而并没有什么卵用.
0. 首先网络信号不是以(真空中的)光速传播的 1. TCP-3 海底光缆全长 13300 公里, 以光速传播, 算上来回, 需要 100 毫秒左右 2. 这是纯理想化的, 光纤中不是真空, 以比较理想的阶跃型介质光纤为例, 单模传输时等效折射率按 1.5 (当然实际这个数值可以有优化)…
已有帐号？
无法登录？
社交帐号登录