Hej. Vad gäller skillnaden mellan löv- och barrskog tror jag att
infraröda bilder och bildbehandling lär vara lika pålitligt som att bege
sig ut i skogen själv. Det finns ju ingen exakt gräns för när en skog är
det ena eller det andra och vi har ingen chans att göra det manuellt.
Jag tycker
En självkorrigering till mitt föregående mejl: det är osmconvert som kan klippa
data, inte osmfilter:
https://wiki.openstreetmap.org/wiki/Osmconvert#Clipping_based_on_a_Polygon
>Воскресенье, 7 апреля 2019, 18:47 +03:00 от Grigory Rechistov via Talk-se
>:
>
>Hej,
>
>>En särskild användare
Hej,
>En särskild användare bör skapas.
Sant, det är enligt guidelinjerna:
https://wiki.openstreetmap.org/wiki/Import/Guidelines#Use_a_dedicated_user_account
>Hur vi ska identifiera områden vet jag ej.
> ska man identifiera områden manuellt för import, eller kan man göra en enda
> import för
Hej,
>dem verkar vara skapad via AI och flygfoto/sattelitbilder .
I ett PDF-dokument som kom med marktäckedatan (den ZIP-arkiv som går att ladda
ner) nämndes det att man också hade tillgång till infraröda bilder. De bör
hjälpa till att skilja på skogstyper i tillägg till de vanliga bilderna i
On 2019-04-06 09:00, Christian Asker wrote:
Hej. Jag tycker att planen ser bra ut, även om jag själv inte har några
erfarenheter av att skriva sådana planer.
En fråga bara: hur går själva importen till rent tekniskt sedan? Vi vill
ju lägga in marktäckedata bara där detta redan saknas; ska man
Hej
On 2019-04-07 09:08, Grigory Rechistov via Talk-se wrote:
Hej,
Nyss körde jag mina nya skript på samma Vinön-area som tidigare. Med nya
`remap-raster.py` skriptet finns det inte längre några redundanta
intilliggande skogsvägar, de är nu sammanslagna.
Efter Chaikens utjämningsalgoritm
Hej,
Nyss körde jag mina nya skript på samma Vinön-area som tidigare. Med nya
`remap-raster.py` skriptet finns det inte längre några redundanta intilliggande
skogsvägar, de är nu sammanslagna.
Efter Chaikens utjämningsalgoritm (med 20 meter som tröskel värde) körde jag
dessutom
