DeepSeek智能時空數據分析(二):3秒對話式搞定“等時圈”繪制

序言:時空數據分析很有用,但是GIS/時空數據庫技術門檻太高

時空數據分析在優化業務運營中至關重要,然而,三大挑戰仍制約其發展:技術門檻高,需融合GIS理論、SQL開發與時空數據庫等多領域知識;空間數據缺乏直觀可視化工具,導致分析結果難以高效傳達;現有產品成本高昂,限制了中小企業應用。

本系列文章將借助DeepSeek等大模型的能力,通過NL2SQL等免費/低成本 AI GIS智能體能力,幫助不熟悉SQL、GIS但是有空間數據分析需求的讀者實現最常用的分析功能。

前序文章

系列1:《DeepSeek智能時空數據分析(一):篩選特定空間范圍內的POI數據》

等時圈的應用場景

什么是等時圈?
等時圈是指從某一地點出發,通過特定交通方式(如步行、騎行、駕車等)在固定時間內可到達的地理空間范圍,類似于用時間刻畫的“等高線”,反映了交通耗時和便利程度。
在這里插入圖片描述

等時圈有什么用處?
在空間分析中,其核心作用是通過時間維度量化區域可達性,輔助決策者優化城市資源配置。
例如:在交通規劃中評估路網效率,確定公共交通覆蓋盲區;在公共服務布局中分析學校、醫院等設施的服務半徑;在城市群研究中測算核心城市輻射范圍,支撐產業轉移和人口遷移策略。該方法突破了傳統距離緩沖區的局限性,結合實時路況和交通方式,使分析更貼近實際出行場景。

QGIS等傳統方法繪制等時圈有何缺點?
1、學習成本高,對于非gis專業人員,為了畫個等時圈學2天QGIS,投入產出比不高;
2、數據割裂,使用不便;用QGIS等傳統gis軟件繪制等時圈再導出數據再導入其他數據平臺使用,非常麻煩;
3、地理數據規格不一致:等時圈數據和業務數據2個平臺產生,坐標系不一致導致錯位,處理麻煩;

借助DeepSeek,3秒話式搞定“等時圈”繪制

NL2SQL繪制等時圈
1、工具準備:
筆者使用的是阿里云DataV Atlas,大學生免費/個人開發者9.9(工具獲取可以參考之前文章);也可以使用任意其他接入DeepSeek的時空數據分析工具;

2、NL2SQL繪制等時圈
在這里插入圖片描述
步驟一:打開DataV Atlas,添加一個SQL數據源;
在這里插入圖片描述
步驟二:打開DataV Atlas的DeepSeek AI助手,輸入等時圈繪制提示詞:“以上海虹橋火車站為中心點,繪制半徑10公里的圓形”;
在這里插入圖片描述
步驟三:等待DeepSeek AI助手輸出反饋,可以發現DeepSeek理解空間分析意圖非常出色;

思路總結:
上海虹橋火車站的經緯度約為 121.39465, 31.20208。
使用 ST_MakePoint 創建點幾何對象,并用 ST_SetSRID 設置為 WGS84 坐標系(EPSG:4326)。
使用 ST_Buffer 函數生成半徑為 10 公里(10000 米)的圓形區域,其中通過 ::geography 確保緩沖區計算基于地理單位(米)。
最終將結果轉換回幾何類型并返回。

在這里插入圖片描述
步驟四:執行DeepSeek AI助手輸出的Postgrel SQL,成功繪制等時圈;

3、繪制等時圈標簽文字
通常需要在等時圈外部繪制半徑距離文字,方便理解,同樣可以通過DeepSeek NL2SQL加上:

步驟一:新增加一個SQL數據源,再輸入提示詞:“以上海虹橋機場1號樓為中心點,沿著正東方向10公里生成1個距離標注點幾何,并記錄距離包含單位字段文本,如“10km”;”
在這里插入圖片描述
DeepSeek給出了完整Postgre SQL思考過程和可執行代碼,也是我們學習空間數據建模的一個入門好辦法。
思考過程:

根據需求,以上海虹橋機場1號樓為中心點,使用其經緯度坐標(121.339287, 31.145867)作為起點,沿著正東方向生成一個距離為10公里的點。可以使用PostGIS的ST_Project函數完成這一操作,并通過添加一個文本字段標注該距離為’10km’。

Postgre SQL:

-- 使用ST_Project函數沿正東方向生成點,距離為10公里
SELECT '10km' AS "distance", -- 添加距離標注字段ST_SetSRID(ST_Project(ST_MakePoint(121.339287, 31.145867), 10000, radians(90)), 4326)::geometry AS "geom"
;

最終等時圈和標注點完成繪制,效果如下:
在這里插入圖片描述

其他

本文用到的個空間分析工具對學習者如高校學生都是免費的,可以自行獲取學習使用;個人開發者可以選擇低成本版本或者看有沒有免費試用。
AI時空數據分析工具DataV Atlas可以參考之前介紹文章獲取;https://blog.csdn.net/guoweish/article/details/146253025?spm=1011.2124.3001.6209

本文來自互聯網用戶投稿,該文觀點僅代表作者本人,不代表本站立場。本站僅提供信息存儲空間服務,不擁有所有權,不承擔相關法律責任。
如若轉載,請注明出處:http://www.pswp.cn/news/902699.shtml
繁體地址,請注明出處:http://hk.pswp.cn/news/902699.shtml
英文地址,請注明出處:http://en.pswp.cn/news/902699.shtml

如若內容造成侵權/違法違規/事實不符,請聯系多彩編程網進行投訴反饋email:809451989@qq.com,一經查實,立即刪除!

相關文章

【Linux網絡】應用層自定義協議與序列化及Socket模擬封裝

📢博客主頁:https://blog.csdn.net/2301_779549673 📢博客倉庫:https://gitee.com/JohnKingW/linux_test/tree/master/lesson 📢歡迎點贊 👍 收藏 ?留言 📝 如有錯誤敬請指正! &…

基于大模型的結腸癌全病程預測與診療方案研究

目錄 一、引言 1.1 研究背景與意義 1.2 研究目的與創新點 二、結腸癌概述 2.1 流行病學特征 2.2 發病機制與危險因素 2.3 臨床癥狀與診斷方法 三、大模型技術原理與應用現狀 3.1 大模型的基本原理 3.2 在醫療領域的應用情況 3.3 在結腸癌預測中的潛力分析 四、術前…

【UML建模】starUML工具

一.概述 StarUML是一款UML工具,允許用戶創建和管理UML(統一建模語言)模型,廣泛應用于軟件工程領域。它的主要功能包括創建各種UML圖:如用例圖、類圖、序列圖等,支持代碼生成與反向工程,以及提供…

模板元編程(Template Metaprogramming, TMP)

C 模板元編程(Template Metaprogramming, TMP) 模板元編程是一種利用 C 模板系統在 編譯期間 完成計算、類型操作和代碼生成的編程范式。其核心優勢在于通過 零運行時開銷 實現高效、類型安全的代碼。以下是模板元編程的詳細分步解析。 1. 編譯時計算 …

Android Build Variants(構建變體)詳解

Android Build Variants(構建變體)是 Android 開發中用于生成不同版本應用程序的一種機制。它允許開發者根據不同的需求,如不同的應用市場、不同的功能模塊、不同的環境配置等,從同一個代碼庫中生成多個不同的 APK。 組成部分 B…

26考研|數學分析:數項級數

數項級數這一章的開始,開啟了新的關于“級數”這一新的概念體系的學習進程,此部分共包含四章的內容,分別為數項級數、函數項級數、冪級數以及傅里葉級數。這一章中,首先要掌握級數的相關概念與定義,重難點在于掌握判斷…

擁抱健康生活,解鎖養生之道

在生活節奏日益加快的當下,健康養生已成為人們關注的焦點。科學的養生方法,能幫助我們增強體質、預防疾病,以更飽滿的精神狀態擁抱生活。 合理飲食是養生的基石。《黃帝內經》中提到 “五谷為養,五果為助,五畜為益&…

房地產安裝工程師簡歷模板

模板信息 簡歷范文名稱:房地產安裝工程師簡歷模板,所屬行業:其他 | 職位,模板編號:XUCP9X 專業的個人簡歷模板,邏輯清晰,排版簡潔美觀,讓你的個人簡歷顯得更專業,找到好…

HTML5 詳細學習筆記

1. HTML5 簡介 HTML5 是最新的 HTML 標準&#xff0c;于 2014 年 10 月由 W3C 完成標準制定。它增加了許多新特性&#xff0c;包括語義化標簽、多媒體支持、圖形效果、離線存儲等。 1.1 HTML5 文檔基本結構 <!DOCTYPE html> <html lang"zh-CN"> <h…

【網絡入侵檢測】基于Suricata源碼分析NFQ IPS模式實現

【作者主頁】只道當時是尋常 【專欄介紹】Suricata入侵檢測。專注網絡、主機安全,歡迎關注與評論。 1. 概要 ?? 本文聚焦于 Suricata 7.0.10 版本源碼,深入剖析其 NFQ(Netfilter Queue)模式的實現原理。通過系統性拆解初始化階段的配置流程、數據包監聽機制的構建邏輯,以…

C語言結構體和union內存對齊

在C語言的世界里&#xff0c;結構體&#xff08;struct&#xff09;和聯合體&#xff08;union&#xff09;的內存布局一直是困擾許多開發者的難題。當我們定義一個結構體時&#xff0c;編譯器會按照特定的規則為每個成員分配內存空間&#xff0c;這些規則被稱為內存對齊。看似…

本地部署DeepSeek-R1模型接入PyCharm

以下是DeepSeek-R1本地部署及接入PyCharm的詳細步驟指南,整合了視頻內容及官方文檔核心要點: 一、本地部署DeepSeek-R1模型 1. 安裝Ollama框架 ?下載安裝包 訪問Ollama官網(https://ollama.com/download)Windows用戶選擇.exe文件,macOS用戶選擇.dmg包。 ?安裝驗證 雙擊…

IEEE綜述 | 車道拓撲推理20年演進:從程序化建模到車載傳感器

導讀 車道拓撲推理對于高精建圖和自動駕駛應用至關重要&#xff0c;從早期的程序化建模方法發展到基于車載傳感器的方法&#xff0c;但是很少有工作對車道拓撲推理技術進行全面概述。為此&#xff0c;本文系統性地調研了車道拓撲推理技術&#xff0c;同時確定了未來研究的挑戰和…

開源模型應用落地-語音合成-MegaTTS3-零樣本克隆與多語言生成的突破

一、前言 在人工智能技術飛速發展的今天,文本轉語音(TTS)技術正以前所未有的速度改變著人機交互的方式。近日,字節跳動與浙江大學聯合推出了一款名為MegaTTS3 的開源TTS模型,再次刷新了行業對高質量語音合成的認知。作為一款輕量化設計的模型,MegaTTS3以僅0.45億參數 的規…

Python爬蟲實戰:移動端逆向工具Fiddler經典案例

一、引言 在移動互聯網迅猛發展的當下,移動端應用產生了海量的數據。對于開發者而言,獲取這些數據對于市場調研、競品分析、數據挖掘等工作具有重要意義。Fiddler 作為一款功能強大的 Web 調試代理工具,能夠有效捕獲、分析和修改移動端的網絡請求,為開發者深入了解移動端網…

AutoGPT超詳細教程

AutoGPT超詳細教程 AutoGPT 是一個強大的AI代理管理平臺&#xff0c;允許用戶通過直觀的界面構建、部署和自動化復雜工作流程。其核心是ForgeAgent&#xff0c;它管理代理邏輯、工具集成和任務執行&#xff0c;并通過文件存儲抽象層安全訪問文件。用戶可通過CLI創建代理、運行…

【Python網絡爬蟲實戰指南】從數據采集到反反爬策略

目錄 前言技術背景與價值當前技術痛點解決方案概述目標讀者說明 一、技術原理剖析核心概念圖解核心作用講解關鍵技術模塊說明技術選型對比 二、實戰演示環境配置要求核心代碼實現案例1&#xff1a;靜態頁面抓取&#xff08;電商價格&#xff09;案例2&#xff1a;動態頁面抓取&…

矩陣運營的限流問題本質上是平臺與創作者之間的流量博弈

矩陣運營的限流問題本質上是平臺與創作者之間的流量博弈&#xff0c;要系統性解決這一問題&#xff0c;需從技術規避、內容優化、運營策略三個維度構建防御體系。以下結合平臺算法邏輯與實戰案例&#xff0c;深度解析限流成因及破解之道&#xff1a; 一、技術層&#xff1a;突…

【分布式理論17】分布式調度3:分布式架構-從中央式調度到共享狀態調度

文章目錄 一、中央式調度器1. 核心思想2. 工作流程3. 優缺點4. **典型案例&#xff1a;Google Borg** 二、兩級調度器1. **核心思想**2. **工作流程**3. 優缺點4. **典型案例&#xff1a;Hadoop YARN** 三、共享狀態調度器1. **核心思想**2. **工作流程**3. 優缺點4. **典型案例…

QSPI flash xip模式運行

背景&#xff1a; 在做一個項目&#xff0c;調研p-sram當ram用在cadence qspi接口下是否正常&#xff0c;首先用qspi-flash xip模式驗證控制器是否支持flash的xip模式。 一、更改步驟&#xff1a; 1.1首先配置鏈接腳本 默認鏈接腳本 OUTPUT_FORMAT("elf32-littlearm&q…