<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[GIS工具]]></title><description><![CDATA[把复杂的事情简单化，把简单的事情自动化]]></description><link>https://blog.csdn.net/qq_35582643</link><language>zh-cn</language><generator>https://blog.csdn.net/</generator><copyright><![CDATA[Copyright &copy; qq_35582643]]></copyright><item><title><![CDATA[北美洲港口分布地图数据]]></title><link>https://blog.csdn.net/qq_35582643/article/details/157293899</link><guid>https://blog.csdn.net/qq_35582643/article/details/157293899</guid><author>qq_35582643</author><pubDate>Fri, 23 Jan 2026 15:32:19 +0800</pubDate><description><![CDATA[北美洲（主要指美国、加拿大、墨西哥）的港口主要分布在三大海岸线：太平洋西海岸（面对亚洲贸易）、大西洋东海岸（面对欧洲贸易）和墨西哥湾（能源、散货和大宗商品为主），此外还有五大湖-圣劳伦斯航道系统的一些内陆港口。10.温哥华港 (Port of Vancouver, Canada) ≈ 3.4–3.8（加拿大第一）墨西哥湾（Gulf Coast）：以散货、能源、化工、粮食为主，集装箱也在快速增长（尤其是休斯敦）。墨西哥：主要港口集中在太平洋侧（曼萨尼约、恩塞纳达）和墨西哥湾侧（韦拉克鲁斯、阿尔塔米拉）。]]></description><category></category></item><item><title><![CDATA[欧洲电厂分布数据及绿色能源情况]]></title><link>https://blog.csdn.net/qq_35582643/article/details/157254714</link><guid>https://blog.csdn.net/qq_35582643/article/details/157254714</guid><author>qq_35582643</author><pubDate>Thu, 22 Jan 2026 15:13:33 +0800</pubDate><description><![CDATA[截至2026年初（当前时间），欧盟的可再生能源（主要是风能、太阳能、水电、生物质等）在电力生产中的占比已显著提升，并在2025年实现了多个关键里程碑。挪威、瑞典、奥地利、瑞士、法国阿尔卑斯、意大利北部、巴尔干地区（阿尔巴尼亚、保加利亚等）。海上风电：主要集中在北海（德国、丹麦、荷兰、英国、比利时）和波罗的海（德国、波兰、瑞典、丹麦）。西班牙（南部安达卢西亚、埃斯特雷马杜拉）、意大利（南部）、希腊、葡萄牙、法国南部。其他主要国家：乌克兰、俄罗斯欧洲部分、瑞典、比利时、捷克、匈牙利、芬兰等。]]></description><category></category></item><item><title><![CDATA[欧洲港口分布地图数据]]></title><link>https://blog.csdn.net/qq_35582643/article/details/157178636</link><guid>https://blog.csdn.net/qq_35582643/article/details/157178636</guid><author>qq_35582643</author><pubDate>Tue, 20 Jan 2026 15:51:15 +0800</pubDate><description><![CDATA[欧洲大陆港口按功能和吞吐量可分为西北欧（北欧）枢纽群、地中海港口群、波罗的海/北欧港口、英国港口等。其他值得关注的港口（11-15位左右）：巴塞罗那（西班牙）、马赛-福斯（法国）、但泽/格但斯克（波兰）、锡尼什（葡萄牙）、拉斯帕尔马斯（西班牙）等。西北欧（莱茵河-斯海尔德河-易北河出海口区域）：欧洲最繁忙、最核心的集装箱和货物中转区，俗称“欧洲门户”，集中了欧洲吞吐量最大的几个港口。比雷埃夫斯港（Piraeus, 希腊） ≈ 5.0–5.3中远海运控股，地中海-亚洲航线重要中转港。西北欧（北欧）枢纽群。]]></description><category></category></item><item><title><![CDATA[南美洲矿产及油井资源分布]]></title><link>https://blog.csdn.net/qq_35582643/article/details/156638060</link><guid>https://blog.csdn.net/qq_35582643/article/details/156638060</guid><author>qq_35582643</author><pubDate>Tue, 06 Jan 2026 09:15:19 +0800</pubDate><description><![CDATA[南美洲是全球矿产资源最丰富的洲之一，特别是金属矿产，许多种类储量居世界前列。主要矿产分布受地质构造影响：安第斯山脉（西部）富含铜、银、锡等；巴西高原和圭亚那高原（东部）富含铁、铝土矿、金等。南美洲石油储量占全球约20%，主要为常规和重油。天然气储量相对较少，但近年来非常规资源（如页岩气）开发潜力大。]]></description><category></category></item><item><title><![CDATA[大洋洲及澳大利亚矿产及油井分布情]]></title><link>https://blog.csdn.net/qq_35582643/article/details/156610950</link><guid>https://blog.csdn.net/qq_35582643/article/details/156610950</guid><author>qq_35582643</author><pubDate>Mon, 05 Jan 2026 16:50:40 +0800</pubDate><description><![CDATA[澳大利亚：主要在西北大陆架（Carnarvon盆地、北西架，包括Gorgon、Wheatstone项目）、Browse盆地、巴斯海峡（维多利亚近海石油）。澳大利亚矿产详细分布澳大利亚矿产资源丰富，2025年数据显示其拥有全球最大黄金、铁矿、铅、镍、钛铁矿、金红石、铀、锌、锆石资源。金、铜、镍、钴（主要矿山：Ok Tedi铜金、Lihir金、Ramu镍钴）。西部澳大利亚：铁矿（皮尔巴拉）、金、镍、铝土矿、矿砂、天然气。昆士兰/新南威尔士：煤炭、铝土矿、铅锌、金。煤炭、铁砂、金，锂潜力有限。]]></description><category></category></item><item><title><![CDATA[中国的主要油井分布地图]]></title><link>https://blog.csdn.net/qq_35582643/article/details/156385329</link><guid>https://blog.csdn.net/qq_35582643/article/details/156385329</guid><author>qq_35582643</author><pubDate>Mon, 29 Dec 2025 11:06:36 +0800</pubDate><description><![CDATA[华北地区（渤海湾盆地）：胜利油田（山东黄河三角洲）、辽河油田（辽宁及内蒙古东部），胜利油田是中国第二大原油生产基地，年产量2000万吨以上。西北地区（鄂尔多斯盆地）：长庆油田（陕甘宁地区），是中国当前最大油气田，2024年油气当量超6600万吨，以天然气为主。东北地区（松辽盆地）：大庆油田（黑龙江），是中国历史上最大油田，长期稳产3000万吨以上，是东部稳产的核心。新疆地区（准噶尔、塔里木盆地）：新疆油田（克拉玛依等）、塔里木油田，年原油产量千万吨级。]]></description><category></category></item><item><title><![CDATA[台湾加油站分布地图数据]]></title><link>https://blog.csdn.net/qq_35582643/article/details/156355360</link><guid>https://blog.csdn.net/qq_35582643/article/details/156355360</guid><author>qq_35582643</author><pubDate>Sun, 28 Dec 2025 09:41:08 +0800</pubDate><description><![CDATA[台湾加油站网络发达，全岛约有2400多座加油站，分布密集，主要集中在城市和高速公路沿线。台湾没有本土石油生产，全依赖进口，但物流成本较低（岛屿面积小、海运优势），加上市场竞争激烈，油价相对稳定且常有优惠。台湾中油（CPC）：国营企业，规模最大，约有1900座直营或加盟站，占全台约76%。全国加油站（NPC，使用台塑油品）福懋、山隆等加盟品牌。台塑系统占比约20-24%，竞争力强，常有较低价格或点数回馈。台亚石油（Formosa，蓝色招牌，常被称「台塑加油站」）。其他小型品牌：如北基、速迈乐等，数量较少。]]></description><category></category></item><item><title><![CDATA[全国光伏发电装置分布地图]]></title><link>https://blog.csdn.net/qq_35582643/article/details/156355259</link><guid>https://blog.csdn.net/qq_35582643/article/details/156355259</guid><author>qq_35582643</author><pubDate>Sun, 28 Dec 2025 09:39:37 +0800</pubDate><description><![CDATA[光伏电厂（也称太阳能光伏电站）是一种利用太阳能通过光生伏特效应直接将光能转换为电能的发电设施。大型电厂常用集中式逆变器（大容量）或组串式逆变器（分布式，就地转换）。整体布局与工作原理光伏电厂通常分块布局（如每1MW一个子阵），发电流程：光伏方阵 → 直流汇流 → 逆变 → 交流汇集 → 升压 → 并网。逆变器输出的低压交流电经箱变初步升压，然后汇集到升压站的主变压器，进一步升至中高压（如35kV或110kV），便于并网输送。支架系统：固定光伏组件，可为固定式或跟踪式（自动追日，提高发电效率）。]]></description><category></category></item><item><title><![CDATA[全国风机数据更新20251225]]></title><link>https://blog.csdn.net/qq_35582643/article/details/156260001</link><guid>https://blog.csdn.net/qq_35582643/article/details/156260001</guid><author>qq_35582643</author><pubDate>Thu, 25 Dec 2025 09:37:55 +0800</pubDate><description><![CDATA[注意：由于本数据有很多来源，而且是以维护地理位置位置为主要目标!所以并不能保证所有风机属性都全!属性除了adcity,adcountry,addistrict,adprovince，time外,其它信息都有可能为空！大家看影像中风机的位置和阴影，风机位置完美贴合影像图的位置。这要比台账数据容易验证得多！那玩意有也是一个数字，没有也是一个数字!现在的风机点位数为：231642个。]]></description><category></category></item><item><title><![CDATA[非洲 矿场分布地图数据]]></title><link>https://blog.csdn.net/qq_35582643/article/details/156104712</link><guid>https://blog.csdn.net/qq_35582643/article/details/156104712</guid><author>qq_35582643</author><pubDate>Sat, 20 Dec 2025 08:06:15 +0800</pubDate><description><![CDATA[非洲是全球矿产资源最丰富的洲之一，被称为“世界原料仓库”，拥有极其丰富的能源矿产、黑色金属、有色金属、贵金属和非金属矿产。5. 其他重要非金属及稀有矿产。内容包括：矿场、油井！]]></description><category></category></item><item><title><![CDATA[用 Sentinel-1 Sentinel-2 结合监测 矿场采掘情况]]></title><link>https://blog.csdn.net/qq_35582643/article/details/155809029</link><guid>https://blog.csdn.net/qq_35582643/article/details/155809029</guid><author>qq_35582643</author><pubDate>Thu, 11 Dec 2025 10:40:38 +0800</pubDate><description><![CDATA[刚刚制作了后，我想试试可不可以用和监测一下矿场的采掘进度！我利用，下载了和数据！然后利用视觉直接看，发现可以直观比较出采掘情况，有点看不太清。效果如下：和数据的结合（即）是现代遥感监测的强大趋势，尤其在矿场采掘监测中，可以实现优势互补，提供最全面、最可靠的监管信息。]]></description><category></category></item><item><title><![CDATA[全国矿场地图更新20251225]]></title><link>https://blog.csdn.net/qq_35582643/article/details/155804333</link><guid>https://blog.csdn.net/qq_35582643/article/details/155804333</guid><author>qq_35582643</author><pubDate>Thu, 11 Dec 2025 09:11:51 +0800</pubDate><description><![CDATA[格式为SHP格式：(重发)Shapefile (SHP)简介 我们发布矢量的数据如未特殊声明全部为SHP!坐标系为WGS84：WGS84（World Geodetic System 1984）坐标系简介。注意是矿场，不是矿资源分布地图！包括各类矿场（煤、铜、铁、磷、金等，采沙、采石……]]></description><category></category></item><item><title><![CDATA[配图对照全国的数据中心与电网分布情况]]></title><link>https://blog.csdn.net/qq_35582643/article/details/155749161</link><guid>https://blog.csdn.net/qq_35582643/article/details/155749161</guid><author>qq_35582643</author><pubDate>Tue, 09 Dec 2025 17:11:45 +0800</pubDate><description><![CDATA[过去是“数据中心跟着业务走”，现在是“数据中心跟着电力走”，未来是“数据中心和电网共生演化”。电力已经成为继土地、算力之后，制约数据中心发展的第一要素。数据中心和电网之间是高度相互依赖、相互影响的关系，可以从以下几个方面来理解：1. 数据中心是电网的超级大户（电力消费侧）传统10kV配电已不够，需110kV/220kV直降甚至500kV接入。4. 各地电网对数据中心的典型政策（2025年现状）相对宽松，但要求PUE≤1.25，鼓励自建储能。2. 数据中心对电网的三大核心要求。3. 当前电网面临的三大痛点。]]></description><category></category></item><item><title><![CDATA[美国电网地图数据20251203]]></title><link>https://blog.csdn.net/qq_35582643/article/details/155613872</link><guid>https://blog.csdn.net/qq_35582643/article/details/155613872</guid><author>qq_35582643</author><pubDate>Fri, 05 Dec 2025 17:20:29 +0800</pubDate><description><![CDATA[美国电网（U.S. Electric Grid）从加拿大边境延伸至墨西哥边境。它由发电、输电、配电和控制系统组成，总长度超过50万英里（约80万公里）的输电线路和数百万英里的配电线路，相当于美国州际高速公路系统的10倍以上。]]></description><category></category></item><item><title><![CDATA[在WEBGIS 中训练和使用机器学习模型]]></title><link>https://blog.csdn.net/qq_35582643/article/details/155517203</link><guid>https://blog.csdn.net/qq_35582643/article/details/155517203</guid><author>qq_35582643</author><pubDate>Wed, 03 Dec 2025 09:03:10 +0800</pubDate><description><![CDATA[回顾一下我们目前的工作，我们首先创建了一个 Leaflet 地图，然后训练了一个机器学习模型。现在我们需要创建一个交互功能，使得点击地图上的某个点，就能根据我们创建和训练的模型返回 NO2 浓度。其目标是，一旦模型训练完成，我们就可以向其提供新数据（即未用于训练的数据），使其能够进行预测。我们之所以使用热图来表示这些值，是因为它似乎是最适合我们数据特征的格式，但这并不影响机器学习模型的创建。在我们的具体案例中，即一个 Web 地图应用程序，我们将使用它来创建和训练地图模型。指的是该层的激活功能。]]></description><category></category></item><item><title><![CDATA[全国通信设施地图数据]]></title><link>https://blog.csdn.net/qq_35582643/article/details/155356522</link><guid>https://blog.csdn.net/qq_35582643/article/details/155356522</guid><author>qq_35582643</author><pubDate>Fri, 28 Nov 2025 15:59:44 +0800</pubDate><description><![CDATA[做了一下补充和更新！格式为SHP 格式，坐标系为WGS84!位置我也核对了，比较准！]]></description><category></category></item><item><title><![CDATA[全国行政区划乡镇街道范围数据更新20251126]]></title><link>https://blog.csdn.net/qq_35582643/article/details/155263663</link><guid>https://blog.csdn.net/qq_35582643/article/details/155263663</guid><author>qq_35582643</author><pubDate>Wed, 26 Nov 2025 10:22:51 +0800</pubDate><description><![CDATA[做了一次补充和更新！忘了发出来了，补发一下！格式为SHP 格式，坐标系为WGS84!]]></description><category></category></item><item><title><![CDATA[中国电网地图数据更新20251119]]></title><link>https://blog.csdn.net/qq_35582643/article/details/155018114</link><guid>https://blog.csdn.net/qq_35582643/article/details/155018114</guid><author>qq_35582643</author><pubDate>Wed, 19 Nov 2025 11:25:38 +0800</pubDate><description><![CDATA[数据设备数量上每种类型均有一些增长，杆塔、线路数据尤其增加得多。原有输电线路绘制时由于并未按一条线路，一个对象的规则绘制。2.用一定算法规则补充输电线路缺失电压等级及线路名称，现在输电线路的这些字段的信息都补充完整了！对其进行合并以便更好更直观的查看线路分布及走向。]]></description><category></category></item><item><title><![CDATA[电脑硬件价格呈现持续上涨趋势及软件优化的必要性]]></title><link>https://blog.csdn.net/qq_35582643/article/details/154749027</link><guid>https://blog.csdn.net/qq_35582643/article/details/154749027</guid><author>qq_35582643</author><pubDate>Wed, 12 Nov 2025 19:31:54 +0800</pubDate><description><![CDATA[2025年11月初电脑硬件价格呈现持续上涨趋势，尤其是CPU、内存和显卡等核心配件。]]></description><category></category></item><item><title><![CDATA[AI 优化中编程语言的选择：C/C++ 的关键作用]]></title><link>https://blog.csdn.net/qq_35582643/article/details/154724865</link><guid>https://blog.csdn.net/qq_35582643/article/details/154724865</guid><author>qq_35582643</author><pubDate>Wed, 12 Nov 2025 09:04:29 +0800</pubDate><description><![CDATA[我更多聚焦于算法和框架层面（如量化、剪枝），但编程语言的选择确实是另一个核心维度，它直接影响算力利用率、内存效率和部署性能。AI 开发中，Python 虽是主流（因其生态丰富、开发高效），但在算力稀缺时代，C 和 C++ 等低级语言正变得越来越不可或缺，尤其在生产部署和边缘计算场景。边缘设备：如自动驾驶（Tesla 用 C++ 优化神经网络），或手机 AI（Qualcomm Snapdragon 用 C++ 运行 ONNX 模型），直接在 ARM 芯片上节省电池/算力。高（编译优化，接近硬件极限）]]></description><category></category></item></channel></rss>