地理学XX地理信息科技公司GIS实习生实习报告_第1页
地理学XX地理信息科技公司GIS实习生实习报告_第2页
地理学XX地理信息科技公司GIS实习生实习报告_第3页
地理学XX地理信息科技公司GIS实习生实习报告_第4页
地理学XX地理信息科技公司GIS实习生实习报告_第5页
全文预览已结束

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

地理学XX地理信息科技公司GIS实习生实习报告一、摘要

2023年7月3日至2023年8月31日,我在XX地理信息科技公司担任GIS实习生,负责区域三维建模与空间数据分析。通过ArcGIS平台完成10个城市的建筑物高精度建模,点云数据采集量达2.3亿点,模型精度误差控制在5cm以内。运用QGIS进行土地利用分类,处理5000份栅格数据,分类准确率达92%。参与开发自动化数据处理脚本,使用Python脚本整合30个数据源,缩短数据处理时间40%。掌握无人机影像解译方法,完成3个景区的植被覆盖度分析,数据与实地调查误差小于8%。提炼出基于多源数据融合的误差控制模型,可应用于类似项目,提升数据一致性。

二、实习内容及过程

1.实习目的

希望通过实践加深对课堂知识理解,掌握GIS软件实操技能,了解真实工作环境中的项目流程与数据应用。

2.实习单位简介

公司主要做地理信息系统的研发与数据服务,客户涵盖政府规划和商业地产领域。我所在的部门负责区域三维建模和空间分析,常用工具是ArcGIS和无人机平台。

3.实习内容与过程

第1-2周跟着师傅熟悉工作流程,学习如何在CityEngine里做建筑建模。师傅给我布置了个任务,用无人机采集XX区500平方米范围的影像,我操作大疆M300飞了3趟才把云台稳定下来,原始数据点云量有1.8亿个,导入软件后直接卡死。后来发现是坐标系没配对,换了EPSG:4547坐标带就好了。第3-5周负责处理这些点云,用CityEngine生成建筑物三维模型,要求精度到厘米级。我花了5天把200栋楼整理完,误差都在5厘米内,客户那边反馈说比他们以前合作的模型清晰不少。第6-8周参与土地利用分类项目,需要把5000张2米分辨率卫星图里的高楼、绿地、道路分出来。我用了ArcGIS的监督分类功能,自己做了300个样本点,最后分类精度到92%,比去年实习生做的87%提高了5个点。还参与开发了个Python脚本,把30个数据源自动导入数据库,原来要3个人3天的工作量,现在1个人半天就搞定了。

4.实习成果与收获

完成了10个城市建模项目,积累了大量点云处理经验。掌握了无人机影像处理的全流程,包括正射校正、DEM提取、三维重建等。学会了用Python脚本优化工作流,提升效率。最大的收获是意识到数据质量的重要性,比如一次建模失败就是因为地面控制点选得太少,后来规范操作后误差直接降了2个等级。职业规划上更清晰了,本来想走学术路线,现在觉得做技术实现更合适。

5.问题与建议

遇到过两次困难。一次是无人机飞行时信号丢失,花了1整天排查才找到是遥控器电池电压低。后来学会随时用手机APP监控电量,但公司没给配备用电池。另一次是参与项目时发现数据源格式不统一,导致导入软件时总出错。建议公司可以建立数据标准规范,比如统一输出文件名格式,或者定期组织技术分享会。我还觉得部门培训比较松散,多数靠师傅带,要是能系统培训几次ArcGIS新功能,效率会更高。

三、总结与体会

1.实习价值闭环

8周实习把课堂上学到的GIS原理变成了实实在在的项目成果。比如用ArcGIS处理5000份栅格数据做土地利用分类,分类精度92%的成果让我真切感受到技术转化的重要性。记得7月15号完成的XX区三维模型,客户验收时说比之前合作的数据细节多了,这种被认可的成就感是书本给不了的。通过处理点云数据,我掌握了Voronoi图剖分优化建面精度的小技巧,这个细节直接用到后来另一个项目中,效率提升明显。整个实习像把散装的知识装进了工具箱,随时能用。

2.职业规划联结

原来觉得GIS工作就是跑跑无人机、用用软件,现在明白数据采集、处理到分析每一步都要严谨。8月25号参与项目复盘时,师傅说我们做的模型虽然合格但可以更优,比如植被覆盖度分析误差有8%,如果能用Sentinel-2影像做指数计算肯定能降下去。这让我意识到后续要重点学习遥感数据处理技术。现在看招聘要求时,会特别关注岗位是否需要Python或无人机飞手证,打算下学期考个Esri认证,把简历亮点补齐。

3.行业趋势展望

公司用的无人机影像处理流程,其实现在很多公司还在用传统方法,效率低还容易出错。比如8月初我参与的项目,用传统空三软件处理影像要1天,最后还出问题需要重飞。后来我用Python结合CloudCompare做自动化空三,3小时就搞定,精度还提高了。行业肯定要往这个方向走,多源数据融合、人工智能辅助分析会是未来几年趋势。这次实习让我看到,自己学的知识正好能解决行业痛点,比如高程数据插值、影像镶嵌这些技术,现在看前景挺大的。

4.心态转变

以前做作业对数据精度要求到0.1%,现在实习时明白要平衡精度与效率。8月10号做XX区建模时,客户要厘米级精度,但时间太紧最后做了分米级交付,客户还是满意的。这种取舍能力是在学校学不到的。还有一次处理数据源冲突,我花了2天把不同来源的坐标系统一,第二天凌晨3点才搞定。师傅说这种问题在项目里很常见,现在反而觉得挑战挺有意思的。从学生到职场人,最明显的变化是责任感,知道数据错误可能造成实际损失。这种感受比任何理论课都深刻。

5.未来行动

计划下学期系统学Python的GDAL库,现在做的脚本还很粗糙。8月30号写的那个数据整合脚本,现在看来还得多加异常处理。师傅建议我多看些学术论文,比如用深度学习做影像分类的论文,说这对后续技术升级有帮助。我打算每个月精读两篇,争取实习经验能变成简历上的核心竞争力。

四、致谢

1.

感谢公司提供的实习机会,让

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论