Daugiau

„ArcGIS Server“ duomenų ištraukimas - darbo nėra arba jis nepasiekiamas


Vadovaudamasis dokumentais ir vaizdo įrašais nustatiau duomenų išgavimo geografinio apdorojimo paslaugą, prie kurios prisijungiu naudodamas „ArcGIS Viewer for Flex“ (2.3.1 t.). Kai vykdau peržiūros priemonėje duomenų ištraukimo valdiklį, gaunu klaidą: darbo „(darbo aplanko pavadinimas)“ nėra arba jis nepasiekiamas. Kai einu į serverio aplanką „arcgisjobs“, aplankas yra kartu su įbrėžimų aplanku ir išvesties .zip failu, kuriame yra nukirpti duomenys. Pagal pranešimą.xml failą, esantį įbrėžimų aplanke, užduotis sėkmingai baigiama.

Aš patikrinau „ArcGIS Server“ ir „Windows“ žurnalus ir neradau nieko akivaizdaus, kuris rodytų problemą. Aplanko leidimai turėtų būti teisingi, nes užduotis gali sukurti darbo aplanką, nukirpti duomenis ir sukurti išvesties .zip aplanką. Užduotis bus sėkmingai vykdoma, kai bus naudojama per „ArcGIS Desktop“.

Taigi ar kas nors patyrė panašų elgesį naudodamas duomenų gavimo įrankį ar atlikdamas kitas GP problemas? Turite idėjų, kur galėčiau ieškoti toliau?

Aplinka:
„ArcGIS Server 10“, .NET, SP2 - paskirstytas diegimas
„ArcGIS Desktop 10“, SP2
„Windows Server 2008 x64 R2“
Ačiū, Timai

Atnaujinti:
Šiandien atlikau keletą bandymų („Firefox“) ir radau dar keletą dalykų:
1. GP tarnyba daro retkarčiais darbas, atrodo. Kas kelis bandymus gaunu raginimą atsisiųsti išgautus duomenis, kad galėčiau gauti saugos smėlio dėžės pažeidimą:
http: //SERVERIO IP/Samples/DataExtract/Flex/widgets/DataExtract/DataExtractWidget.swf negali įkelti duomenų iš http: //SERVERIO PAVADINIMAS/arcgisjobs/sumner.dataextract_gpserver/j77643b1b114e458f82e6f416262aaf58/scratch/output.zip.
2. Kai manęs paprašys atsisiųsti failą, „Firebug“ parodo, kad ji negali atsisiųsti failo crossdomain.xml. Tai rodo adresą kaip http: //SERVERIO PAVADINIMAS/crossdomain.xml

Abiem atvejais jis bando pasiekti http: // serverio URL ir negali ten patekti. Problema ta, kad negaliu suprasti, kur jis gauna šį URL. Bandžiau modifikuoti virtualaus katalogo URL ir iš naujo paskelbti paslaugas naudodamas „ArcGIS Server“ IP, o ne mašinos pavadinimą, nepakeisdamas elgesio.


Jei tai scenarijus, apie kurį galvoju, scenarijus yra kietai užkoduotas. Atidarykite scenarijų ir įsitikinkite, kad scenarijuje esantis užduočių katalogas sutampa su tuo, ką turite savo aplinkoje.

Iš to, ką pasakėte, skamba, kad darbas sėkmingai baigtas, jis tiesiog grąžina neteisingą URL į „FlexApp“, kad atsisiųstumėte .zip failą.


Turiu paskirstytą „AGS10 SP2“ sąranką, kuri atrodo panaši į jūsų. Kūriau PDF paslaugą, pagrįstą „ArcPy.Mapping Simple ExportToPDF Geoprocessing Service Example“ ir susiduriu su tuo pačiu pranešimu „Job xx neegzistuoja arba prie jo neprieinama“.

Mano atveju, atrodo, kad tai yra laiko klausimas: užduotis baigiama, bet procesas bando pasiekti rezultatus, kol jie negali būti perkelti iš SOC į SOM užduočių aplanką.

Laikinas sprendimas yra perimti konkrečią klaidą, išskleisti „JobID“ ir paskambinti, kad gautumėte sugeneruotą PDF:

funkcija gpError (e) {if (e.message.search ("neegzistuoja arba yra nepasiekiama")> -1) {var jobId = e.message.replace (/ Job '([az, 0-9] *) 'neegzistuoja arba yra nepasiekiamas  ./, "$ 1"); gp.getResultData (jobId, "Output_PDF"); } else {showDialog (dojo.string.substitute ('

Klaida: $ {error}

', {klaida: el. praneimas})); }}

Tai tikrai nėra kažkas, ką aš įdėčiau į gamybą, tačiau tai leidžia man išspręsti klaidą ir tęsti kūrimo darbus, kol laukiu, kol ESRI išspręs problemą.


„Kingston Data Traveler Vault“ privatumas - daugiau bandymų naudoti slaptažodį

Prieš ištrinant „Kingston Data Traveler Vault Privacy USB“ diską numatytasis kiekis yra 10 slaptažodžių. Man lieka vienas ir kyla klausimas, ar kuris nors iš šių dviejų būdų leis man daugiau bandyti įvesti slaptažodį (turėčiau žinoti teisingą, tiesiog jau seniai jį nustatiau). Neketinu to grubiai priversti.

nukopijuokite užkoduotus duomenis iš disko ir iššifruokite ne diske

nukopijuokite užšifruotus duomenis kaip atsarginę kopiją, įveskite slaptažodį diske, leiskite jam suformatuoti ir tada dar kartą nukopijuokite atsargines kopijas į diską.

sužinokite saugomo slaptažodžio AES atvaizdavimą ir pabandykite atspėti slaptažodį už disko aplinkos ribų ir teisingą slaptažodį įveskite tik radę tinkamą AES atvaizdavimą.


6 atsakymai 6

Aš iš „Crossref“. DOI visada turėtų nuspręsti dėl kokios nors vietos, net jei turinys perkėlė vietą žiniatinklyje arba pakeitė leidėją. Ar galite pasidalinti pavyzdžiu, kad galėtume apie jį pranešti? Gali būti, kad tai, žinoma, nėra „Crossref DOI“ (yra kelios kitos „DOI“ agentūros), bet tai galiu sužinoti iš „DOI“. Prefiksas dažnai žymi konkretų leidėją, tačiau žurnalai dažnai keičiasi savininkais, kai draugijos derasi dėl skirtingų leidybos sutarčių, taigi tai nebūtinai yra nesaugus būdas išspręsti problemą (kuri, sutinku, neturėtų būti jūsų problema!). Mielai padėsiu, jei pasidalinsite pavyzdžiu (-iais) :-)

Aš taip pat esu iš „Crossref“. Sugadintos DOI nuorodos nėra geros, ir mes jas bandome pataisyti. Jei gausite & quotDOI Not Found & quot klaidos puslapį, pavyzdžiui, sekdami šią nuorodą - https://doi.org/10.15680/IJIRSET.2019.0806081 - tai reiškia, kad DOI nebuvo užregistruotas. Jei užpildote formą, apie šią klaidą pranešama atitinkamai Registracijos agentūrai. „Crossref“ atveju mes pranešame leidėjui apie klaidą ir paprašome jų išspręsti problemą - ji paprastai išsprendžiama, tačiau jei leidėjas nutraukė veiklą arba nebėra „Crossref“ narys, nuorodos gali būti neįmanoma ištaisyti. Ten, kur yra archyvavimo tvarka, DOI galima nukreipti į archyvuotas turinio kopijas.

Nors DOI nėra tokie nepastovūs kaip URL, DOI vis tiek gali būti anuliuoti arba kitaip nepasiekiami.

Jūsų atveju apsvarstykite, ar yra tikimybė, kad DOI vėl taps prieinama (gali būti techninių problemų su pagrindiniu kompiuteriu), ar yra kitas prieinamas šaltinis (kitas DOI). Asmeniškai aš įtraukčiau DOI į bibliografiją ir išsiųsčiau pranešimą autoriui (-iams) arba teikėjui (tai neturėtų būti jūsų išspręsta problema).

Visų prieinamų DOI galima ieškoti naudojant „Crossref“ (paieška pagal pavadinimą, autorių, DOI ir kitus metaduomenis).

Nors DOI yra labai patogu, tai gali būti tikrai ne problema, jei jis sugedęs. Paprastai citatuose nurodomas autoriaus (-ių) vardas (-ai), žurnalo pavadinimas, žurnalo numeris, metai ir galbūt puslapio nuoroda bei straipsnio pavadinimas. Vien turėdami šią informaciją turėtumėte sugebėti rasti nuorodų straipsnį naudodami tradicinį metodą. Todėl DOI gali būti laikoma patogumo paslauga, kai jos sugenda, kai iškyla ne per didelis kritimas. Kitas patogus & quotservice & quot yra paklausti savo įstaigos bibliotekininko, jei kyla sunkumų ieškant nurodyto šaltinio.

Be to, nepamirškite, kad DOI gali būti tik klaidos ir dėl to negali būti tinkamai išspręsta. Tai, be abejo, gali nutikti ir naudojant tradicines nuorodas, tačiau ten paprastai lengviau pastebėti, kad straipsnis iš & quotNautre & quot yra iš tikrųjų paskelbtas & quotNature & quot.

Galiausiai norėčiau atkreipti dėmesį į tai, kad internetas turi kitų įrankių, kaip išspręsti DOI, nei įprastos svetainės. Pavyzdžiui, naudodamasis įprasta interneto paieškos sistema lengvai galiu rasti jūsų paminėtą straipsnį komentaruose.

Šis atsakymas iš dalies gautas iš kitų atsakymų ir komentarų į šį klausimą:

Atsakymas į 1 klausimą

Nepaisant to, kad DOI turėtų išliks veikiantis / prieinamas, yra įvairių priežasčių, dėl kurių jos gali būti nepasiekiamos:

Kai kurie leidėjai laikui bėgant gali išnykti. Tokiu atveju galima kreiptis į DOI instituciją, kad ji praneštų apie sugedusį DOI.

Leidėjas galėjo būti sujungtas su kitu leidėju. Sugedus tokiam DOI, apie tai gali būti pranešta leidėjui ar DOI institucijai. Paprastai naujasis leidėjas gali tai išspręsti.

Kai kurie straipsniai gali būti atšaukti paskelbus. Tokiu atveju reikėtų kreiptis į DOI instituciją, kad DOI nesusietų su URL, kuris pvz. nebėra.

Leidėjo domenas gali laikinai neveikti. Šį atvejį galima patikrinti įkeliant kitus to paties leidėjo tinklalapius. Jei vienu metu neveikia keli puslapiai, patartina palaukti kelias valandas ir tada dar kartą patikrinti domeno būseną. Tik šiek tiek kantrybės gali išspręsti šią problemą.

Gali kilti techninė problema, susijusi su konkrečia leidėjo domeno svetaine. Pvz. turinys galėjo būti perkeltas į kitą vietą / adresą. Tai galima patikrinti patikrinus kitus to paties leidėjo tinklalapius. Jei jie veikia tinkamai, greičiausiai konkrečioje svetainėje yra kokių nors problemų, kurias turi išspręsti leidėjas. Taigi leidėjas turėtų būti informuotas.

Kartais, kai neseniai buvo paskelbti straipsniai, DOI jau gali egzistuoti, tačiau dokumentas dar nėra prieinamas. Jei yra labai naujų dokumentų, šią problemą gali išspręsti tik kantrybė, kol turinys nebus tinkamai įkeltas.

Kai kurie dokumentai taip pat gali būti netikri, arba leidėjas gali pateikti žemos kokybės dokumentus. Jei DOI nepasiekiama, gali būti naudinga patikrinti leidėjo patikimumą:

  • Ar tai gana nežinoma leidykla?
  • Ar svetainė atrodo įtartina?
  • Ar daug klaidų yra laikraščiuose ar leidėjo interneto domene?
  • Ar leidėjas yra išleidęs straipsnius tik pvz. 1 ar 2 metai?
  • Ar yra keli šio leidėjo dokumentai su neprieinamomis DOI?
  • Ar galite rasti kitų neatitikimų?
  • Neprivaloma ir apskritai nerekomenduojama: Ar šis straipsnis niekada nebuvo cituojamas kito autoriaus ar labai nedaugelio autorių (citatų skaičius)? Tai nėra bendra rekomendacija, nes kiekvieną naują straipsnį reikia pradėti nuo nulio citatų skaičiaus. Be to, ne visada yra visiškai skaidri, kaip citatų skaičių sukuria esamos sistemos. Skirtingos sistemos gali pranešti apie skirtingą citatų skaičių. Be to, citatų skaičius vargu ar bus visiškai tikslus. Jei tai apsvarstyta, tai turėtų būti vertinama tik kaip nedidelis rodiklis kartu su kitais kriterijais.

Kuo daugiau klausimų galima atsakyti taip, tuo įtartiniau yra tai, kad leidėjas gali būti apgaulingas. Taip pat gali atsitikti taip, kad šis leidėjas yra & quot; žemos kokybės & quot; leidėjas, teikiantis žemos kokybės dokumentus, be išplėstinio tarpusavio peržiūros proceso. Bet kuriuo minėtu atveju, jei įmanoma, rekomenduojama apsvarstyti galimybę rasti alternatyvių dokumentų, tikriausiai, ir iš kitų leidėjų.

DOI nurodo netinkamą popierių. Jei DOI nurodo netinkamą dokumentą ar turinį, apie tai turėtų būti informuota DOI institucija.

DOI gali būti tam tikrų klaidų. Galiausiai taip pat įmanoma, kad nurodytame DOI yra tik šiek tiek rašybos klaidų.


Duomenų šaltiniai H-K

Duomenų šaltinis Prisijunkite iš darbalaukio Prisijunkite ir atnaujinkite naudodamiesi paslauga „DirectQuery“ / „Live“ ryšys Vartai (palaikomi) Vartai (būtina) „Power BI“ duomenų srautai
„Hadoop“ failas (HDFS) Taip Ne Ne Ne Ne Ne
Avilys LLAP Taip Taip Taip Taip Ne Ne
Interaktyvi „HDInsight“ užklausa Taip Taip Taip Ne Ne Ne
„IBM DB2“ Taip Taip Taip Taip Ne Taip
„IBM Informix“ duomenų bazė Taip Taip Ne Taip Ne Ne
„IBM Netezza“ Taip Taip Taip Taip Taip Ne
Impala Taip Taip Taip Taip Taip Taip
„Indexima“ Taip Taip Taip Taip Taip Ne
Pramoninė „App Store“ Taip Taip Ne Ne Ne Ne
Informacinis tinklelis Taip Taip Ne Ne Ne Ne
Tarpsisteminės IRIS Taip Taip Taip Taip Taip Ne
„Intune“ duomenų saugykla Taip Taip Ne Ne Ne Ne
Jethro ODBC Taip Taip Taip Taip Taip Ne
JSON Taip Taip Ne Taip ** Nr. 3 Taip
„Kyligence Enterprise“ Taip Taip Taip Taip Taip Ne

Kompiuterių saugumas duomenų rinkimo technologijoms ☆

Daugelis besivystančio pasaulio organizacijų (pvz., NVO) įtraukia skaitmeninius duomenis į savo darbo eigą. Surinktuose duomenyse gali būti informacija, kuri gali būti laikoma neskelbtina, pvz., Medicininiai ar socialiniai ir ekonominiai duomenys, ir kuriai gali turėti įtakos kompiuterio saugumo atakos ar netyčinis netinkamas elgesys. Duomenis renkančių organizacijų požiūris ir praktika turi įtakos konfidencialumas, prieinamumasir vientisumas duomenų. Šis darbas, bendradarbiaujant kompiuterių saugumui ir IRT tyrėjams, tiria organizacijų, naudojančių „Open Data Kit“ (ODK), žinomą skaitmeninių duomenų rinkimo platformą, požiūrį į saugumą ir privatumą, praktiką ir poreikius. Mes atliekame išsamią grėsmių modeliavimas pratimai, skirti informuoti mūsų požiūrį apie galimas grėsmes saugumui, o tada atlikti ir analizuoti apklausą ir interviu su šių organizacijų technologijų ekspertais, kad ši analizė būtų pagrįsta realia diegimo patirtimi. Tada apmąstome savo rezultatus, mokome pamokas tiek duomenis renkančioms organizacijoms, tiek įrankių kūrėjams.


Kadangi TDE remiasi sertifikatu, saugomu pagrindiniame kompiuteryje (kuris naudojamas duomenų bazės šifravimo raktui užšifruoti), tai veiks tik jei galėtumėte atkurti pagrindinę duomenų bazę kitame serveryje taip, kad būtų galima iššifruoti sertifikatą.

Tai yra TDE šifravimo hierarchija:

  1. Paslaugos pagrindinis raktas (apsaugotas „Windows“, susietu su paslaugos paskyros kredencialais ir kompiuterio raktu)
  2. Duomenų bazės pagrindinis raktas (šiuo atveju pagrindinis duomenų bazės raktas)
  3. Pažyma
  4. TDE šifravimo raktas

Pirmieji trys elementai yra saugomi pagrindinėje duomenų bazėje, ir visi jie gali būti atsarginiai. Ketvirtasis yra saugomas (užšifruotas sertifikatu iš Nr. 3) užšifruotos duomenų bazės antraštėje.

Taigi gedimo scenarijuje turėtumėte atkurti pakankamai šifravimo hierarchijos, kad galėtumėte perskaityti TDE raktą. „SQL Server“ sukuria paslaugos pagrindinį raktą diegdami, taigi, atkurdami pagrindinę duomenų bazę kitam egzemplioriui, taip pat bus atkurti 2 ir 3 elementai, jų iššifravimui reikalingo (-ų) rakto (-ų) nebus. Rezultatas: neskaitomi duomenys.

Dvi geriausios parinktys yra atkurti sertifikatą (Nr. 3) iš atsarginės kopijos (gera parinktis, jei pagrindinio neįmanoma atkurti dėl kokių nors priežasčių), arba atkurti pagrindinę duomenų bazę ir jos pagrindinį raktą (Nr. 2) iš atsarginės kopijos. Pagrindinio rakto atkūrimas gali būti geresnis pasirinkimas, jei turite daug sertifikatų / raktų, apsaugotų šiuo raktu, ir jums reikia, kad jie visi būtų prieinami vienu metu. Tai apima tas pačias atsargumo priemones, kurios paprastai yra susijusios su pagrindinės duomenų bazės atkūrimu (palyginimai, prisijungimai, duomenų bazių pavadinimai ir failų keliai ir kt.)

Paprastai aš rekomenduočiau atkurti pagrindinį tik atkūrimo scenarijuje. Perkėlimo / išplėtimo scenarijaus atveju (pvz., Naudojant „Prieinamumo grupes“ / „Veidrodis su TDE šifruota duomenų baze“) geriau atsarginę kopiją / atkurti sertifikatą (Nr. 3), kad jis būtų užšifruotas naudojant pagrindinius raktus, unikalius kiekvienam perkeltam egzemplioriui. į. Turėsite įtraukti privatųjį raktą į atsarginę sertifikato kopiją.

Bet kokiu atveju turėsite padaryti raktų / sertifikatų atsargines kopijas, todėl gerai juos saugokite ir laikykite nereikalingose, saugiose vietose. Tiesiog turint atsarginę magistro kopiją nedarys kad išvengtumėte TDE katastrofos, jums reikės bent vieno rakto ar sertifikato atsarginės kopijos.


Didžiųjų duomenų integracija

Verslo žvalgybos įrankiai

Struktūrizuota verslo žvalgyba

Kartu su duomenų saugyklos duomenų saugyklomis yra tradiciniai verslo žvalgybos įrankiai, kurie pirmiausia veikia struktūrinių duomenų pagrindu reliacinėse duomenų bazėse. Tradiciniai verslo žvalgybos įrankiai tampa galingesni nei bet kada, kai tinkamo struktūrizuoto formato duomenys iš nestruktūruotų duomenų šaltinių perduodami duomenų virtualizavimo serveriui.

Ieškokite verslo informacijos

Svarbi didžiųjų duomenų architektūra yra dokumentų ir el. Pašto tvarkymo įrankių įtraukimas, įskaitant verslo informacijos įrankius, orientuotus į šių duomenų analizę, kuri paprastai vadinama „paieškos“ analizės tipu. Paieškos analizės įrankiai gali pasiekti įvairių tipų duomenis ir įvairiose vietose.

„Hadoop“ ir „MapReduce“ verslo žvalgyba

Daugeliu atvejų „didieji duomenys“ ir „Hadoop“ naudojami kaip sinonimai. Kaip „Hadoop“ sprendimų rinkinio dalį „MapReduce“ paprastai naudojamas orkestruoti ir analizuoti „Hadoop“ failų sistemoje saugomus duomenis.

Vizualizacija

Duomenų vizualizavimo įrankiai, skirti pateikti didžiulį informacijos kiekį, naudojami duomenims iš daugumos tarpinių duomenų centrų, įskaitant duomenų saugyklas, duomenų srautus ir „Hadoop“.


Nigerijos gyventojų centrų nustatymas

Interesant algoritmul & # 8230 de citit. Mai jos se afla si un link cu sursele de date, pentru cei care vor sa afle mai multe sau sa experimenteze direct.

Yra dideli planetos regionai, kurie (nors ir gyvenami) lieka nepažymėti iki šiol. „DigitalGlobe“ pradėjo sutelkimo kampanijas, skirtas aptikti atokius gyventojų centrus Etiopijoje, Sudane ir Svazilande remiant nevyriausybinių organizacijų skiepijimą ir pagalbos paskirstymo iniciatyvas. Tai viena iš kelių dabartinių iniciatyvų, skirtų užpildyti pasaulio žemėlapio spragas, kad pirmieji reaguotojai galėtų padėti pažeidžiamiems , tačiau nepasiekiami žmonės.

Kaimų aptikimas yra tikslus, bet lėtas. Žmogaus akys gali lengvai aptikti pastatus, tačiau jiems reikia šiek tiek laiko padengti didelius žemės plotus. Anksčiau mes sujungėme minios perkėlimą su giliu mokymusi apie GBDX, kad aptiktume ir klasifikuotume objektus masto. Tai yra požiūris: surinkite treniruočių pavyzdžius iš minios, apmokykite neuronų tinklą, kad nustatytumėte dominantį objektą, tada pritaikykite apmokytą modelį didelėse vietose.

Neseniai vykusios didelio masto gyventojų kartografavimo kampanijos metu mes susidūrėme su įprastu klausimu. Rasti pastatus su minia ar išmokyti mašiną tai padaryti? Tai sukėlė kitą klausimą: ar konvoliucinis neuronų tinklas (CNN), kurį mokėme rasti baseinus Adelaidėje, gali būti mokomas aptikti pastatus Nigerijoje?

Norėdami atsakyti į šį klausimą, mes pasirinkome dominančią vietovę Nigerijos šiaurės rytuose, prie sienos su Nigeriu ir Kamerūnu. „DigitalGlobe“ vaizdų biblioteka pateikė reikiamą turinį: devynias „WorldView-2“ ir dvi „GeoEye-1“ vaizdo juostas, surinktas nuo 2015 m. Sausio iki 2016 m. Gegužės.

Mes pasirinkome keturias „WorldView-2“ juostas, suskirstėme jas į kvadratines mikroschemas po 115 m vienoje pusėje (250 pikselių esant jutiklio skiriamajai gebai) ir paprašėme savo minios jas pažymėti kaip „Pastatai“ arba „Be pastatų“. Tokiu būdu mes gavome paženklintus duomenis nervų tinklui lavinti.

Išmokytas modelis buvo dislokuotas ant likusių juostų. Tai apėmė kiekvieno paveikslėlio padalijimą į tokio paties dydžio žetonus, kokius mokėme, ir tada modelis turėjo kiekvieną atskirą lustą priskirti „Pastatams“ arba „Be pastatų“.

Rezultatas: failas, kuriame yra visi žetonai, klasifikuojami kaip „Pastatai“ arba „Nėra pastatų“, ir kiekvienos klasifikacijos patikimumo balas.

Rezultatai

Čia yra pavyzdinės modelio klasifikacijos:

Žalios spalvos intensyvumas yra proporcingas modelio pasitikėjimui esant pastatui. Akivaizdu, kad pasitikėjimas didėja didėjant pastatų tankumui. Modelis dirba savo darbą!

Ką iš tikrųjų mokosi nervų tinklas? Žemiau pateikiami paslėptų sluoksnių išėjimų, gautų klasifikuojant lustą, kuriame yra pastatai, pavyzdžiai. Atkreipkite dėmesį, kad lustą apdorojant vienas po kito einančiais sluoksniais, pastatų vietos tampa vis labiau apšviestos, todėl labai pasitikima tuo, kad luste yra pastatų.

Čia pateikiama didesnė rezultatų imtis. Greitas patikrinimas „Google“ žemėlapiuose rodo, kad daugumos šių kaimų nėra žemėlapyje.

Taigi, norėdami atsakyti į mūsų pirminį klausimą: taip, ta pati neuroninio tinklo architektūra, naudojama sėkmingai aptikti baseinus priemiesčio aplinkoje Australijoje, gali būti naudojama Nigerijos dykumos pastatams aptikti. Apmokytas modelis gali klasifikuoti maždaug 200 000 mikroschemų (šiek tiek daugiau nei 3000 km2) GPU įrengtoje „Amazon“ instancijoje. GBDX leidžia lygiagrečiai diegti modelį per savavališką skaičių juostų - tai paverčia realybę žemyninio masto gyventojų centrų kartografavimu.

Čia galite rasti visą istoriją ir nuorodą į visos raiškos žemėlapį, kuriame rasite dominančios srities pogrupį.

Pasidalinti:

Kaip šitas:


Saugumo užtikrinimo procesai ir praktika

„Azure“ izoliacijos užtikrinimą dar labiau sustiprina „Microsoft“ vidinis saugos kūrimo gyvavimo ciklo (SDL) ir kitų stiprių saugumo užtikrinimo procesų naudojimas, siekiant apsaugoti atakos paviršius ir sušvelninti grėsmes. „Microsoft“ sukūrė pirmaujančius pramonės procesus ir įrankius, kurie užtikrina didelį pasitikėjimą „Azure“ izoliacijos garantija.

  • Saugumo kūrimo gyvavimo ciklas (SDL) - „Microsoft SDL“ pateikia saugumo ir privatumo aspektus visuose kūrimo proceso etapuose, padėdamas kūrėjams kurti labai saugią programinę įrangą, atsižvelgti į saugos atitikties reikalavimus ir sumažinti kūrimo išlaidas. „Microsoft SDL“ gairės, geriausia praktika, įrankiai ir procesai yra praktika, naudojama viduje kuriant visas „Azure“ paslaugas ir kuriant saugesnius produktus ir paslaugas. Šis procesas taip pat yra viešai dokumentuojamas, siekiant dalytis „Microsoft“ patirtimi su platesne pramone ir įtraukti pramonės atsiliepimus, kad būtų sukurtas stipresnis saugumo kūrimo procesas.
  • Įrankiai ir procesai - Visam „Azure“ kodui taikomas platus tiek statinės, tiek dinaminės analizės įrankių rinkinys, kuris nustato galimas silpnąsias vietas, neveiksmingus saugos modelius, atminties sugadinimą, vartotojo privilegijų problemas ir kitas kritines saugumo problemas.
    • Tikslas pastatytas susiliejimas - Testavimo technika, naudojama programinės įrangos produktų ir paslaugų saugumo spragoms rasti. Tai susideda iš pakartotinio modifikuotų arba suplaktų duomenų pateikimo į programinės įrangos įvestis, kad sukeltų pakibimus, išimtis ir avarijas, t. Y. Gedimo sąlygas, kurias užpuolikas gali panaudoti, kad sutrikdytų ar perimtų programų ir paslaugų kontrolę. „Microsoft SDL“ rekomenduoja sutvarkyti visus programinės įrangos produkto užpuolimo paviršius, ypač tuos, kurie duomenų analizatorių veikia nepatikimais duomenimis.
    • Skverbimosi į svetainę testavimas - „Microsoft“ vykdo tiesioginius skverbimosi į svetaines bandymus, kad pagerintų debesies saugumo kontrolę ir procesus, kaip „Red Teaming“ programos dalį, aprašytą toliau šiame skyriuje. Skverbimosi testavimas yra kvalifikuotos saugos specialistų atliekama programinės įrangos sistemos saugumo analizė, imituojanti įsilaužėlio veiksmus. Skverbimosi bandymo tikslas yra atskleisti galimas spragas, atsirandančias dėl kodavimo klaidų, sistemos konfigūracijos gedimų ar kitų operacinio diegimo trūkumų. Testai atliekami naudojant „Azure“ infrastruktūrą ir platformas, taip pat pačių „Microsoft“ nuomininkus, programas ir duomenis. Niekada netaikomi „Azure“ priglobti klientų nuomininkai, programos ir duomenys, tačiau klientai gali patys atlikti „Azure“ diegiamų programų skverbties testavimą.
    • Grėsmių modeliavimas - Pagrindinis „Microsoft SDL“ elementas. Tai inžinerijos technika, naudojama padėti nustatyti grėsmes, atakas, pažeidžiamumą ir atsakomąsias priemones, galinčias paveikti programas ir paslaugas. Grėsmių modeliavimas yra „Azure“ įprasto kūrimo gyvavimo ciklo dalis.
    • Automatinis pastato įspėjimas apie atakos paviršiaus ploto pokyčius - „Attack Surface Analyzer“ yra „Microsoft“ sukurtas atvirojo kodo saugos įrankis, analizuojantis tikslinės sistemos atakos paviršių ir pranešantis apie galimas saugos spragas, įdiegtas programinės įrangos diegimo metu arba neteisingai sukonfigūravus sistemą. Pagrindinė „Attack Surface Analyzer“ ypatybė yra galimybė „difuzuoti“ operacinės sistemos saugos konfigūraciją prieš ir po įdiegimo programinės įrangos komponento. Ši funkcija yra svarbi, nes daugumai diegimo procesų reikia didesnių privilegijų, o suteiktas gali sukelti nenumatytų sistemos konfigūracijos pakeitimų.

    Pereinant prie debesies, klientai, įpratę prie tradicinio vietinio duomenų centro diegimo, paprastai atliks rizikos vertinimą, kad įvertintų grėsmės poveikį ir suformuluotų švelninančias priemones. Daugeliu šių atvejų saugumo sumetimai dėl tradicinio diegimo vietoje paprastai būna gerai suprantami, o atitinkamos debesies parinktys dažniausiai yra naujos. Kitas skyrius skirtas padėti klientams atlikti šį palyginimą.


    Ištrinti ir pašalinti yra apibrėžti gana panašiai, tačiau pagrindinis skirtumas tarp jų yra tas Ištrinti reiškia ištrinti (t. y. padarytas neegzistuojančiu ar neatgaunamu), o pašalinti konotai atimk ir atidėk (bet egzistuoja).

    Jūsų pavyzdyje, jei elementas egzistuoja po pašalinimo, tiesiog pasakykite pašalinti, bet jei jis nustoja egzistuoti, tarkim Ištrinti.

    Šoninė pastaba: Ištrinti kartais reiškia kompiuterinius failus perkelti į šiukšliadėžę / šiukšliadėžę (taigi jis vis dar atkuriamas), bet tai nėra įprasta reikšmė už šio konteksto ribų.

    Jie yra labai panašūs, bet tai, kaip aš čia išskirčiau, remiasi tuo, ką daro veiksmas, ir elementu, kuris pašalinamas / ištrinamas iš sąrašo.

    Jei elementas ir toliau egzistuoja už sąrašo ribų, rekomenduočiau „pašalinti“, nes jis pašalinamas iš sąrašo, tačiau pats elementas nėra ištrintas.

    Jei elemento nebebus, tada „pašalinti“ ir „ištrinti“ iš esmės yra lygiaverčiai, nors „ištrinti“ gali būti šiek tiek aiškiau, nes vartotojas ištrina elementą.

    Galite pašalinti ką nors iš kolekcijos (pvz., Failą iš projekto, aplanką iš bibliotekos) neištrindami. Jei aptariamas elementas neturi gyvenimo už jūsų kolekcijos ribų (pvz., Pastraipa iš „Word“ dokumento), nėra jokio skirtumo tarp pašalinimo ir pašalinimo. Bet jei jis turi tokį gyvenimą (pvz., Vaizdo failą HTML puslapyje), pašalinimas ir ištrynimas gali būti skirtingi. Ištrynimas yra stipresnis - ne tik nustokite jį įtraukti į savo kolekciją, susieti su juo, bet ką, bet ir ištrinkite iš bet kur, kur jis gyvena.


    Weary, D. J. ir gydytojas, D. H. Karstas JAV: skaitmeninio žemėlapio kompiliacija ir duomenų bazė, https://doi.org/10.3133/ofr20141156 (2014).

    Weary, D. Karsto nusėdimo ir smegduobės kaina JAV žlunga, palyginti su kitais gamtos pavojais. Į Kriauklės ir inžinerinis bei karsto poveikis aplinkai: keturioliktos daugiadalykės konferencijos pranešimų medžiaga (red. Doctor, D. H., Land, L. & amp Stephenson, J. B.) 433–445, https://doi.org/10.5038/9780991000951.1062 (Nacionalinis urvų ir karstų tyrimų institutas, Karlsbadas, NM, 2015).

    Floridos draudimo biuro biuras. 2010 m. „Sinkhole Data Call“ peržiūros ataskaita (2010).

    Scottas, T. M. Floridos šaltiniai Jeopardy. Geotimes 47, 16–20 (2002).

    Lindsey, B. D. ir kt. Sąryšis tarp smegduobių tankio ir antropogeninių teršalų pasirinktuose karbonatiniuose vandeninguose vandenyse JAV rytuose. Env. Žemės mokslai 60, 1073–1090 (2010).

    Katz, B. G., Sepulveda, A. A. & amp Verdi, R. J. Azoto apkrovos į požeminį vandenį įvertinimas ir pažeidžiamumo užterštumui nitratais įvertinimas didelių karstinių šaltinių baseine, Floridoje. J. Am. Vandens telkinys. Doc. 45, 607–627 (2009).

    Kidanu, S. T., Anderson, N. L. ir amp Rogers, J. D. GIS pagrindu atlikta erdvinė analizė siekiant nustatyti veiksnius, turinčius įtakos gręžinių formavimuisi Greene apskrityje, Misūryje. Aplinka. Inž. Geosci. 24, 251–261 (2018).

    Galve, J. P. ir kt. Tikimybinis smegduobės modeliavimas pavojingumui įvertinti. Žemės naršymas. Procesas. Žemės formos 34, 437–452 (2009).

    Whitmanas, D., Gubbelsas, T. ir amp Powellas, L. Erdviniai tarpusavio ryšiai tarp ežero aukštumų, vandens stalų ir smegduobių atsiradimo Centrinėje Floridoje: GIS požiūris. Fotograma. Inž. Nuotolinis jutimas 65, 1169–1178 (1999).

    Wilsonas, W. L. ir amp. Beckas, B. F. Hidrogeologiniai veiksniai, darantys įtaką naujos smegduobės plėtrai Orlando rajone, Floridoje. Požeminis vanduo 30, 918–930 (1992).

    Gongyu, L. & amp Wanfang, Z. Smegduobės karstinių kasybos rajonuose Kinijoje ir kai kurie prevencijos metodai. Inž. Geol. 52, 45–50 (1999).

    Benito, G., del Campo, P. P., Gutiérrez-Elorza, M. & amp Sancho, C. Natūralios ir žmogaus sukeltos smegduobės gipso reljefe ir susijusios aplinkos problemos ŠR Ispanijoje. Aplinka. Geol. 25, 156–164 (1995).

    Taheri, K. ir kt. Smegenų skylių jautrumo žemėlapis: Bayeso mašininio mokymosi algoritmų palyginimas. L. Degrad. Dev, https://doi.org/10.1002/ldr.3255 (2019).

    Brook, G. A. ir amp. Allison, T. L. Lūžių kartografavimas ir jautrumo žemei modeliavimas padengtoje karsto vietovėje: Dougherty County, Džordžija pavyzdys. Žemės nusėdimas. TATHS leidinys Nr. 151 (1986).

    Dai, J., Lei, M., Lui, W., Tang, S. & amp Lai, S. Karsto žlugimo pavojų įvertinimas Guiline, Guangxi provincijoje, Kinija. Kriauklė. Inž. Aplinka. Poveikis Karst 156–164, https://doi.org/10.1061/41003(327)16 (2008).

    Galve, J. P., Remondo, J. ir amp. Gutiérrez, F. smegduobių pavojaus modelių, apimančių dydžio ir dažnio santykius bei artimiausios kaimynės analizę, tobulinimas. Geomorfologija 134, 157–170 (2011).

    Taheri, K., Gutiérrez, F., Mohseni, H., Raeisi, E. & amp Taheri, M. Sinkhole jautrumo kartografavimas naudojant analitinės hierarchijos procesą (AHP) ir dydžio – dažnio santykius: atvejo tyrimas Hamadano provincijoje, Irane. Geomorfologija 234, 64–79 (2015).

    Orndorffas, R. C., Weary, D. J. ir amp. Lagueuxas, K. M. Dolinų pasiskirstymo geologinės kontrolės analizė Ozarkuose, Pietų ir Centrinio Misūrio valstijoje, JAV. Acta Carsologica 29, 161–175 (2000).

    Gao, Y., Alexander, E. C. & amp Barnes, R. J. Karst duomenų bazės įgyvendinimas Minesotoje: smegduobių pasiskirstymo analizė. Aplinka. Geol. 47, 1083–1098 (2005).

    Zhou, W., Beckas, B. F. ir amp. Adamsas, A. L. Matricos analizės taikymas nustatant smegduobių rizikos zonas greitkelyje (I-70 šalia Frederiko, Merilandas). Aplinka. Geol. 44, 834–842 (2003).

    Tharp, T. M. Dangtelio griūties smegduobės susidarymas ir dirvožemio plastiškumas. Į Kriauklės ir Karsto inžinerinis bei aplinkos poveikis 110–123 (2003).

    Jis, K., Liu, C. ir amp. Wangas, S. Karstas žlunga dėl per didelio siurbimo ir jo stabilumo kriterijaus. Aplinka. Geol. 43, 720–724 (2003).

    Galve, J. P. ir kt. Įvertinti ir palyginti jautrumo smegduobėse kartografavimo metodus Ebro slėnio evaporito karste (ŠR Ispanija). Geomorfologija 111, 160–172 (2009).

    Ciotoli, G. ir kt. Jautrumas smegduobėms, Lacijaus regionas, centrinė Italija. J. Žemėlapiai 12, 287–294 (2016).

    Saha, A. K., Gupta, R. P., Sarkar, I., Arora, M. K. & amp Csaplovics, E. GIS pagrįsto statistinio nuošliaužų jautrumo zonavimo požiūris su Himalajų atvejo analize. Nuošliaužos 2, 61–69 (2005).

    Yilmaz, I., Marschalko, M. ir amp Bednarik, M. Dviejų, daugiamatių ir minkštųjų skaičiavimo metodų, skirtų jautrumui žlugimui GIS aplinkoje, naudojimo įvertinimas. J. Žemės sist. Sci. 122, 371–388 (2013).

    Yalcin, A. GIS pagrįstas jautrumas nuošliaužoms, naudojant analitinės hierarchijos procesą ir dvipusę statistiką Ardesene (Turkija): Rezultatų ir patvirtinimų palyginimas. Katena 72, 1–12 (2008).

    Ciurleo, M., Cascini, L. ir amp. Calvello, M. Statistinių ir deterministinių metodų palyginimas dėl seklių nuošliaužų jautrumo zonavimo molingose ​​dirvose. Inž. Geol. 223, 71–81 (2017).

    Lee, S. Logistinės regresijos modelio taikymas ir jo patvirtinimas jautrumo nuošliaužoms kartografavimui naudojant GIS ir nuotolinio stebėjimo duomenis. Vid. J. Remote Sens. 26, 1477–1491 (2005).

    Ayalew, L. & amp Yamagishi, H. GIS pagrįstos logistinės regresijos taikymas jautrumo nuošliaužoms žemėlapiuose Kakuda-Yahiko kalnuose, Centrinėje Japonijoje. Geomorfologija 65, 15–31 (2005).

    Papadopoulou-Vrynioti, K., Bathrellos, G. D., Skilodimou, H. D., Kaviris, G. & amp Makropoulos, K. Karst žlugdo jautrumo žemėlapius, atsižvelgiant į smailės pagreitį sparčiai augančioje miesto teritorijoje. Inž. Geol. 158, 77–88 (2013).

    Ayalew, L., Yamagishi, H. & amp Ugawa, N. Jautrumo nuošliaužai kartografavimas naudojant GIS pagrįstą svertinį tiesinį derinį, atvejis Agano upės Tsugawa srityje, Niigata prefektūroje, Japonijoje. Nuošliaužos 1, 73–81 (2004).

    Wu, C. H. ir amp Chen, S. C. jautrumo nuošliaužoms nustatymas Vidurio Taivane pagal kritulius ir šešis vietos veiksnius, naudojant analitinės hierarchijos proceso metodą. Geomorfologija 112, 190–204 (2009).

    Čenas, W. ir kt. GIS pagrįstas jautrumo nuošliaužoms kartografavimas, naudojant analitinės hierarchijos proceso (AHP) ir patikimumo faktoriaus (CF) modelius Baojihongo regione, Baoji mieste, Kinijoje. Aplinka. Žemės mokslai. 75, 1–14 (2016).

    Ercanoglu, M., Kasmer, O. & amp Temiz, N. Ekspertų nuomonės pritaikymas ir palyginimas su analitinės hierarchijos procesu atliekant jautrumą nuošliaužoms. Jautis. Inž. Geol. Aplinka. 67, 565–578 (2008).

    Park, S., Choi, C., Kim, B. & Kim, J. Landslide susceptibility mapping using frequency ratio, analytic hierarchy process, logistic regression, and artificial neural network methods at the Inje area, Korea. Environ. Earth Sci. 68, 1443–1464 (2013).

    Komac, M. A landslide susceptibility model using the Analytical Hierarchy Process method and multivariate statistics in perialpine Slovenia. Geomorphology 74, 17–28 (2006).

    Marinoni, O. Implementation of the analytical hierarchy process with VBA in ArcGIS. Comput. Geosci. 30, 637–646 (2004).

    Gutiérrez, F., Cooper, A. H. & Johnson, K. S. Identification, prediction, and mitigation of sinkhole hazards in evaporite karst areas. Environ. Geol. 53, 1007–1022 (2008).

    Tang, Z., Yi, S., Wang, C. & Xiao, Y. Incorporating probabilistic approach into local multi-criteria decision analysis for flood susceptibility assessment. Stoch. Environ. Res. Risk Assess. 32, 701–714 (2018).

    Park, H. J., Lee, J. H. & Woo, I. Assessment of rainfall-induced shallow landslide susceptibility using a GIS-based probabilistic approach. Eng. Geol. 161, 1–15 (2013).

    Census Bureau, U. S. & Census Bureau, U. S. QuickFacts: Marion County, Florida. US Census Bureau, Census of Population and Housing Available at, https://www.census.gov/quickfacts/fact/table/marioncountyflorida/POP060210#viewtop (Accessed: 22 nd October 2018) (2010).

    Florida Department of Community Affairs. Mapping for Emergency Management, Parallel Hazard Information System (2005).

    Miller, J. A. Hydrogeologic framework of the Floridan Aquifer System in Florida and in parts of Georgia, Alabama, and South Carolina. U.S. Geological Survey Professional Paper 1403–B (1986).

    Scott, T. M. Lithostratigraphy and hydrostratigraphy of Florida. Florida Sci. 79, 198–207 (1988).

    Kim, Y. J., Xiao, H., Wang, D., Choi, Y. W. & Nam, B. H. Development of Sinkhole Hazard Mapping for Central Florida. Į Geotechnical Frontiers 2017 459–468, https://doi.org/10.1061/9780784480441.048 (American Society of Civil Engineers, 2017).

    Newton, J. G. Sinkholes resulting from ground-water withdrawals in carbonate terranes-an overview, https://doi.org/10.1130/REG6-p195 (1984).

    Sinclair, W. C. Sinkhole development resulting from ground-water withdrawal in the Tampa area, Florida (1982).

    Parise, M. A present risk from past activities: sinkhole occurrence above underground quarries. Carbonates and Evaporites 27, 109–118 (2012).

    Salvati, R. & Sasowsky, I. D. Development of collapse sinkholes in areas of groundwater discharge. J. Hydrol. 264, 1–11 (2002).

    Rawal, K. Exploring the Geomechanics of Sinkholes: A Preliminary Numerical Study. (University of Toledo, 2016).

    Arthur, J. D., Baker, A. E., Cichon, J. R., Wood, A. R. & Rudin, A. Florida aquifer vulnerability assessment (FAVA): contamination potential of Florida’s principal aquifer systems (2005).

    Singh, K. B. & Dhar, B. B. Sinkhole subsidence due to mining. Geotech. Geol. Eng. 15, 327–341 (1997).

    Shofner, G. A., Mills, H. H. & Duke, J. E. A simple map index of karstification and its relationship to sinkhole and cave distribution in Tennessee. J. Cave Karst Stud. 63, 67–75 (2001).

    Saaty, T. L. Multicriteria decision making. The analytical hierarchy process. Į McGraw-Hill. 287 (McGraw Hill International, 1980).

    Saaty, T. L. Decision-making with the AHP: Why is the principal eigenvector necessary. Euras. J. Oper. Res. 145, 85–91 (2003).

    Yalcin, A. & Bulut, F. Landslide susceptibility mapping using GIS and digital photogrammetric techniques: a case study from Ardesen (NE-Turkey). Nat. Hazards 41, 201–226 (2007).

    Pourghasemi, H. R., Pradhan, B. & Gokceoglu, C. Application of fuzzy logic and analytical hierarchy process (AHP) to landslide susceptibility mapping at Haraz watershed, Iran. Nat. Hazards 63, 965–996 (2012).

    Chendeş, V., Sima, M. & Enciu, P. A country-wide spatial assessment of landslide susceptibility in Romania. Geomorphology 124, 102–112 (2010).

    King, G. & Zeng, L. Logistic regression in rare events data. Polit. Anal. 9, 137–163 (2001).

    Atkinson, P. M. & Massari, R. Generalized linear modelling of susceptibility to landsliding in the Central Apenines, Italy. Comput. Geosci. 24(4), 373–385 (1998).

    Dai, F. & Lee, C. Landslide characteristics and slope instability modeling using GIS, Lantau Island, Hong Kong. Geomorphology 42, 213–228 (2002).

    Van Den Eeckhaut, M. et al. Prediction of landslide susceptibility using rare events logistic regression: A case-study in the Flemish Ardennes (Belgium). Geomorphology 76, 392–410 (2006).

    Ohlmacher, G. C. & Davis, J. C. Using multiple logistic regression and GIS technology to predict landslide hazard in northeast Kansas, USA. Eng. Geol. 69, 331–343 (2003).

    Crone, S. F. & Finlay, S. Instance sampling in credit scoring: An empirical study of sample size and balancing. Int. J. Forecast. 28, 224–238 (2012).

    Alin, A. Multicollinearity. Wiley Interdiscip. Rev. Comput. Stat. 2, 370–374 (2010).

    Chung, C.-J. & Fabbri, A. G. Predicting landslides for risk analysis — Spatial models tested by a cross-validation technique. Geomorphology 94, 438–452 (2008).

    Brinkmann, R., Parise, M. & Dye, D. Sinkhole distribution in a rapidly developing urban environment: Hillsborough County, Tampa Bay area, Florida. Eng. Geol. 99, 169–184 (2008).

    Florida Department of Transportation Surveying and Mapping Office Geographic Mapping Section. Floridia land use, cover and forms classification system. (State of Florida, Department of Transportation, 1999).

    Ozdemir, A. Sinkhole Susceptibility Mapping Using a Frequency Ratio Method and GIS Technology Near Karapınar, Konya-Turkey. Procedia Earth Planet. Sci. 15, 502–506 (2015).

    Todd, A. & Ivey-Burden, L. A method of mapping sinkhole susceptibility using a geographic information system: a case study for interstates in the karst counties of Virginia. Į Sinkholes and the Engineering and Environmental Impacts of Karst: Proceedings of the Fourteenth Multidisciplinary Conference (eds Doctor, D. H., Land, L. & Stephenson, J. B.) 299–305 (National Cave and Karst Research Institute, Carlsbad, NM, 2015).

    Gutiérrez-Santolalla, F., Gutiérrez-Elorza, M., Marín, C., Desir, G. & Maldonado, C. Spatial distribution, morphometry and activity of La Puebla de Alfindén sinkhole field in the Ebro river valley (NE Spain): applied aspects for hazard zonation. Environ. Geol. 48, 360–369 (2005).

    Drake, J. & Ford, D. The analysis of growth patterns of two-generation populations: the examples of karst sinkholes. Can. Geogr. 16, 381–384 (1972).

    Lari, S., Frattini, P. & Crosta, G. B. A probabilistic approach for landslide hazard analysis. Eng. Geol. 182, 3–14 (2014).

    Kim, Y. J. & Nam, B. H. Sinkhole Hazard Mapping Using Frequency Ratio and Logistic Regression Models for Central Florida. Į Geo-Risk 2017 246–256, https://doi.org/10.1061/9780784480717.023 (American Society of Civil Engineers, 2017).

    Ozdemir, A. Sinkhole susceptibility mapping using logistic regression in Karapınar (Konya, Turkey). Bull. Eng. Geol. Environ. 75, 681–707 (2016).

    Theron, A. & Engelbrecht, J. The Role of Earth Observation, with a Focus on SAR Interferometry, for Sinkhole Hazard Assessment. Remote Sens. 10, 1506 (2018).

    Jones, C. & Blom, R. Pre-Event and Post-Formation Ground Movement Associated with the Bayou Corne Sinkhole. Į Sinkholes and the Engineering and Environmental Impacts of Karst: Proceedings of the Fourteenth Multidisciplinary Conference (eds Doctor, D. H., Land, L. & Stephenson, J. B.) 415–422, https://doi.org/10.5038/9780991000951.1083 (National Cave and Karst Research Institute, Carlsbad, NM, 2015).

    Wu, Q., Deng, C. & Chen, Z. Automated delineation of karst sinkholes from LiDAR-derived digital elevation models. Geomorphology 266, 1–10 (2016).

    Fleury, E. S., Carson, S. & Brinkmann, R. Testing reporting bias in the Florida sinkhole database: an analysis of sinkhole occurrences in the Tampa metropolitan statistical area. Southeast. Geogr. 48, 38–52 (2008).

    Xiao, H., Kim, Y. J., Nam, B. H. & Wang, D. Investigation of the impacts of local-scale hydrogeologic conditions on sinkhole occurrence in East-Central Florida, USA. Environ. Earth Sci. 75, 1274 (2016).


    Žiūrėti video įrašą: Get Started With ArcGIS Online. 2020 Tutorial for beginners (Spalio Mėn 2021).