답변:
FOSS를 사용해야하는 이유 :
1) 무료입니다!
2) 손쉬운 액세스 및 기능-대부분의 기본 원격 감지 도구 (예 : 필터링)는 FOSS와 함께 사용할 수 있으므로 비용을 지불 할 필요가 없습니다.
3) 열려 있습니다-사용중인 알고리즘이 '블랙 박스'가 아닙니다
4) 자신의 도구를 추가 / 수정하는 기능
또한;
5) 사람들에게 FOSS를 사용한다고 말하면 기분이 좋아집니다
6) 새로운 베타 릴리스를 테스트하는 동안 다양한 버그와 충돌이 발생합니다.
7) 소프트웨어 사용자 포럼을 사용하여 5 명 중 하나가되는 엘리트주의를 좋아합니다.
8) 예기치 않은 결과는 참신합니다
결론 은 FOSS 여부에 관계없이 RS 작업에 가장 적합한 소프트웨어를 사용한다는 것입니다. 즉, 지속적으로 사용하는 FOSS 도구는 R, Python 및 SPRING입니다. eCognition을 사용할 수 없을 때 필요에 따라 이미지 분할에 SPRING 을 사용 합니다. 제 생각에는 R은 RS와 관련된 많은 응용 프로그램 (예 : 의사 결정 트리 분류, 공간 통계 등)을 대체 할 수 없습니다. 파이썬은 RS와 GIS 세계 사이의 연결 고리이며 주로 자동화에 사용됩니다.
IDL 및 MATLAB과 같은 RS에 대한 상업용 프로그래밍 언어는 R 및 Python보다 복잡하고 사용자 친화적이지 않습니다. 어떤 식 으로든, 오픈 소스 프로세스를 통해 필요에 따라 자연스럽게 커지기보다는 많은 상용 소프트웨어 패키지와 언어가 우리에게 부과 되는 것처럼 느낍니다 .
GIS를 사용하고 싶거나 교육 기관이 아니거나 회사 마녀가 아닌 경우 라이센스를 지불 할 특별한 조건이나 돈이있는 경우 어떤 솔루션이 있습니까?
나를 위해 두 번째 해결책 :
저에게는 무료이며 무료입니다. 필요한 경우 지불 할 준비가되었습니다 (Python, QGIS, GRASS GIS, gvSIG, OpenJump, R 및 Octave (무료 복제본 만 사용) Matlab), PostgreSQL / PostGIS, SQLite / Spatialite, LibreOffice, git, gitHub 등, Windows가 아닌 모든 오픈 소스)
gvSIG 개발 프로세스를 고려하십시오 .
독점 소프트웨어로 가능합니까?
이것이 '산업'에 관한 것이라면 이익을 극대화하는 모든 것을 사용하십시오 (MS Paint, Excel 등). 이것이 과학 연구에 관한 것이며, 인간 지식의 한계를 넓히려면 오픈 소스 소프트웨어를 사용해야합니다.
그렇지 않으면 당신은 연금술을 하고 있기 때문 입니다.
여기 내 데이터, 회색 덩어리가 있습니다. 여기 내 결과, 순금이 있습니다. 이 가방에 담긴 금을 어떻게 얻었는지 말하지 않겠습니다. 안 돼요
과학 에는 개방성이 필요하지만 옵션은 아닙니다.
우리는 고객이 우리가 사용하기 원하는 도구에 대해 상담합니다. 고객이지도를 Excel 및 MSPaint에서 수행하려는 경우. 우리가 거기서 할거야.
그럼에도 불구하고 ESRI는 산업 표준이며 스택에 문의하지 않으면 컨설턴트가되기가 어렵습니다. ESRI가 필요하지 않은 프로젝트에서는 다른 도구를 사용해 볼 수 있습니다.
일부 유형의 프로젝트, 분석 및 결과 중심 필드에서 커뮤니티 크기와 기존 도구의 업그레이드 또는 업데이트 용이성으로 인해 FOSS 도구가 독점 스택보다 점수가 높습니다.
점점 더 많은 GIS 툴 및 기술의 웹 구현으로, "표준"에서 "표준"으로의 큰 변화가있을 것이라고 가정합니다. 즉, 우리는 4 개 정도의 주요 제품이 독점과 FOSS간에 절반으로 나뉘어 질 것입니다
글쎄, 당신이 물건을 배우기 때문에 RS에서 오픈 소스를 사용하는 것이 좋습니다! 그렇지 않으면 복잡한 알고리즘이 마법사에 통합되어 최종 사용자가 그 아래에있는 것의 복잡성과 풍부함을 알지 못합니다. 저역 통과 필터 또는 고역 통과 필터를 옵션 메뉴에 있다고해서 최종 사용자를 밝히지는 않습니다.
RS에 FOSS를 사용하면 분류, NDVI, NBR 또는 복합 재료 등을위한 주방 레시피뿐만 아니라 한 번에 어려운 것을 배우게됩니다.
이것은 내 관점에서 연구 및 상업에 적용됩니다.
나는 ERDAS를 사용하여 RS 과정을 밟았는데 그것이 일종의 베타라고 생각할 정도로 꽤 많이 추락했고 그들은 그것에 대해 우리에게 말하지 않았다. ortho-engine 모듈은 단지 spot 5 이미지와 충돌했습니다.
GRASS로 나중에 다시 얻은 감독되지 않은 landsat 5 분류에서는 ERDAS가 더 매끄럽지 만 결과는 매우 비슷했습니다.