Как я могу оценить дороги для живописных проездов?


11

относительный новичок ГИС здесь.

Я работал над личным проектом, чтобы оценить дороги на том, как хорошо они будут ездить на мотоцикле. Я написал программу на Python для работы с дорожными данными в наборе данных TIGER (PostGIS) и применил небольшое количество метрик:

  1. Дорожная дисперсия (извилистость)
  2. Разница высот дороги
  3. Дорога проходит мимо водоема?
  4. Дорога идет через парк

Результаты применения метрик были хорошим началом, но они далеки от совершенства. Поэтому я пытаюсь выбрать некоторые новые метрики для применения.

  1. Проверьте покрытие земли вокруг дороги. Ехать по холмам лучше, чем лес, который лучше, чем индустриальный парк.
  2. Состояние дороги (асфальтированная или грунтовая)
  3. Количество знаков остановки, встреченных уличных фонарей
  4. Используйте анализ видимости, чтобы проверить, действительно ли водоем виден с дороги
  5. Определите виды на горы и используйте анализ видимости, чтобы увидеть, можно ли увидеть гору с дороги (например, Горы Великого Смоки)
  6. Применить исторические данные трафика

Мне нужен совет некоторых специалистов по ГИС. Это звучит выполнимо, или даже имеет смысл? Можете ли вы подумать о других вещах, которые я должен попробовать?

Самое главное, где я могу получить данные для обоснованных идей?


они имеют смысл, но некоторые показатели кажутся слишком субъективными: например, асфальтированная или грунтовая дорога. Это зависит. Если у вас есть Harley, и вы любите плавную езду, или если у вас есть велосипед для трассы (не уверен, как правильно его назвать), он подходит для ухабистых поездок.
Джордж Сильва

Привет, Эрик, я только что написал похожую программу на Python, которая оценивает изгиб дороги на основе данных OpenStreetMap: github.com/adamfranco/curvature/wiki Одним из преимуществ OpenStreetMap является то, что к набору данных можно добавить поверхность дороги и гладкость, хотя для многих мест это не доступно в настоящее время. Свяжитесь с нами, если вы заинтересованы в сотрудничестве.
Адам Франко

Ответы:


3

С точки зрения ГИС вы можете анализировать любой доступный набор данных практически любым удобным для вас способом, поэтому техническая осуществимость здесь не является проблемой. По сути, вы знакомы с Python (я бы порекомендовал QGIS / GRAS soft).

Тем не менее, кажется, что ваш вопрос направлен не на ГИС, а на профессиональный ландшафт. Из вашего описания звучит так, будто вы хотите получить визуальную оценку восприятия ландшафта, через который вы проезжаете.

Я думаю, что выполнять такой анализ - большая и сложная задача, так как если вы будете основывать свою оценку только на географическом будущем, вы получите только ландшафтную оценку, которая тесно связана с визуальной оценкой, хотя это два совершенно разных животных. То, что вы хотите оценить (на мой взгляд), это личный опыт водителя, а не просто наличие физических особенностей.

В сети есть множество визуальных, сценических работ по оценке красоты, поэтому, вероятно, вам следует начать поиск показателей, по которым вы можете измерить привлекательность ландшафта.

Вам придется анализировать, главным образом, степень и сложность вашей точки зрения (с точки зрения водителя). Обычно привлекательными считаются: горизонт, сложность ландшафта, естественность (что не является точным термином), культурные особенности, степень обзора (ширина, глубина). Сложность в том, что не всегда самое естественное является наиболее привлекательным, поскольку сочетание определенных культурных особенностей может быть более привлекательным, чем полуестественный ландшафт. Обычно ваш визуальный опыт необходимо оценивать в каждом конкретном случае на месте, поэтому я считаю, что это непростая задача - создать точную матрицу, хотя и неосуществимую.

Извините за скучность и на самом деле без каких-либо ценных выводов в конце. Я подумаю, смогу ли я придумать какие-нибудь практические советы.


Спасибо. Выводы на данном этапе трудны, но советы, которые указывают мне правильное направление, сейчас очень ценятся. Вы дали мне много для изучения, так что спасибо!
Эрик Палакович Карр

3

Эта статья , появившаяся в публикации ESRI ArcUser Spring 2010, содержит большой обзор процесса, который они предприняли, пытаясь выполнить то, что вы пытаетесь.

Используя наш сайт, вы подтверждаете, что прочитали и поняли нашу Политику в отношении файлов cookie и Политику конфиденциальности.
Licensed under cc by-sa 3.0 with attribution required.