Mengapa memilih perangkat lunak sumber terbuka untuk penelitian penginderaan jauh? [Tutup]

Jika Anda menilai dari jumlah pertanyaan mengenai perangkat lunak FOSS yang ditanyakan di GIS SE, banyak pengguna tampaknya lebih memilih FOSS daripada perangkat lunak berpemilik.

Saya telah membaca beberapa artikel - lebih tepatnya beberapa blog pribadi - mendukung pilihan ini. Lebih jauh, perusahaan raksasa seperti Esri tampaknya mengakui gerakan pengembangan sumber terbuka.

Jadi, saya menanyakan posisi Anda dalam masalah ini.

Mengapa Anda menggunakan alat sumber terbuka?

Apa kelebihan atau kekurangan pilihan Anda, jika ada?

Alasan menggunakan FOSS:

1) Gratis!

2) Kemudahan akses dan kemampuan - sebagian besar alat penginderaan jauh dasar (mis. Pemfilteran) tersedia dengan FOSS, jadi tidak perlu membayar untuk itu

3) Terbuka - algoritma yang Anda gunakan tidak 'kotak hitam'

4) Kemampuan untuk menambah / memodifikasi alat Anda sendiri

juga;

5) Memberitahu orang yang Anda gunakan FOSS membuat Anda merasa keren

6) Anda menikmati menemukan bermacam-macam bug dan crash yang menarik saat menguji rilis beta baru

7) Anda suka elitisme menjadi salah satu dari lima orang lain menggunakan forum pengguna perangkat lunak

8) Hasil yang tidak terduga adalah novel

Intinya bagi saya adalah bahwa saya menggunakan perangkat lunak terbaik yang tersedia untuk pekerjaan RS saya, terlepas dari apakah FOSS atau tidak. Dengan itu, alat FOSS yang saya gunakan secara konsisten adalah R, Python dan SPRING. Saya menggunakan SPRING untuk segmentasi gambar karena kebutuhan ketika eCognition tidak tersedia bagi saya. Menurut pendapat saya, R tidak memiliki pengganti untuk banyak aplikasi yang berkaitan dengan RS (misalnya klasifikasi pohon keputusan, statistik spasial, dll). Python adalah tautan saya antara RS dan dunia GIS dan digunakan terutama untuk otomasi.

Saya menemukan bahasa pemrograman komersial diarahkan pada RS, seperti IDL dan MATLAB, menjadi kikuk dan kurang ramah pengguna daripada R dan Python. Di satu sisi, saya merasa seolah-olah banyak paket perangkat lunak komersial dan bahasa dikenakan pada kita daripada tumbuh secara alami untuk kebutuhan kita melalui proses open-source.

Jika Anda ingin menggunakan GIS dan Anda tidak berada di lembaga akademis atau di perusahaan penyihir memiliki kondisi atau uang khusus untuk membayar lisensi, solusi apa?

1. perangkat lunak bajakan?
2. FOSS?

Bagi saya, solusi kedua:

• Saya dapat berpartisipasi atau memiliki ilusi untuk berpartisipasi dalam pengembangan perangkat lunak dengan berbagai cara
• ketika saya menyarankan sesuatu atau mengusulkan solusi, jika itu menarik bagi komunitas, itu langsung diintegrasikan dalam versi perangkat lunak berikutnya, dan jika tidak, terlalu buruk, mungkin lain kali.
• Saya tidak perlu menggunakan Windows
• Saya tidak tunduk pada kewajiban untuk menggunakan fungsi "kotak hitam"
• Saya tidak perlu memutakhirkan dengan kewajiban
• dan yang paling penting, saya lebih suka kerjasama daripada kompetisi

Bagi saya, itu adalah Gratis (dan bukan gratis), dan saya siap untuk membayar jika diperlukan. (Dan saya menggunakan secara eksklusif Python, QGIS, GRASS GIS, gvSIG, OpenJump, R dan Octave (klon gratis dari Matlab), PostgreSQL / PostGIS, SQLite / Spatialite, LibreOffice, git, gitHub, dll., Semua Open Source, bukan pada Windows)

Pertimbangkan proses pengembangan gvSIG :

• gvSIG dimulai pada tahun 2003 ketika Conselleria d'Infraestructures i Transports (CIT) dari Negara Valencia (Spanyol) mengusulkan pengembangan perangkat lunak untuk pengelolaan data spasial (sebagai alternatif untuk produk ESRI)
• Perusahaan swasta (IVER Tecnologías) mengembangkan perangkat lunak bersama dengan Generalitat Valenciana dan Jaume I University of Castellón.
• Itu tidak persis fungsi yang dibutuhkan oleh Komunitas (tidak lebih, tidak kurang di awal)
• tetapi mengingat statusnya (Sumber Terbuka), proyek ini telah bergabung dengan administrasi regional dan nasional lainnya, berbagai organisasi nasional dan internasional, programmer, yang telah menambahkan apa yang mereka inginkan, memajukan proyek, menuju GIS lengkap (dengan 3D sekarang)
• dan perangkat lunak tersedia untuk Windows, Linux, Mac OS X dan Android ( gvSIG Mini )

Apakah ini mungkin dengan perangkat lunak berpemilik?

Jika ini tentang 'industri' maka Anda menggunakan apa pun yang memaksimalkan keuntungan (MS Paint, Excel, apa pun). Jika ini tentang penelitian dalam sains, dalam memperluas batas pengetahuan manusia, maka Anda harus menggunakan perangkat lunak sumber terbuka.

Karena kalau tidak, Anda melakukan alkimia .

Ini data saya, benjolan abu-abu timah. Inilah hasil saya, emas murni. Saya tidak memberi tahu Anda bagaimana saya dapat dari timah menjadi emas, ada di dalam tas ini. Tidak, Anda tidak bisa melihat ke dalam.

Sains membutuhkan keterbukaan - itu bukan pilihan.

Menjadi seorang peneliti harus memiliki akses lengkap ke kode sumber bagaimana suatu algoritma berfungsi. Jadi perangkat lunak berpemilik bukanlah pilihan yang baik.

Alat eksklusif seperti mobil dengan "kap las" yang tidak dapat Anda lihat apa yang terjadi di bawah kap, sebaliknya open source memungkinkan Anda untuk melihat, mempelajari, memodifikasi, dan membuat adaptasi spesifik lokal (dukungan bahasa regional), meningkatkan efisiensi keseluruhan dari algoritma yang mendasari dll

Kami berkonsultasi di alat yang klien kami ingin kami gunakan. Jika klien ingin peta dilakukan di Excel dan MSPaint. Persetan kita akan melakukannya di sana.

Namun, dalam semua keseriusan, ESRI adalah standar industri dan sulit untuk menjadi konsultan jika Anda tidak berkonsultasi dalam tumpukannya. Pada proyek di mana ESRI bukan persyaratan, Anda dapat bereksperimen dengan alat lain.

Pada beberapa jenis proyek, bidang analisis dan hasil berorientasi, saya menemukan bahwa alat FOSS skor lebih baik daripada tumpukan eksklusif karena ukuran komunitas dan kemudahan meningkatkan atau memperbarui alat yang ada

Dengan semakin banyak implementasi web dari alat dan teknologi GIS, saya berasumsi akan ada perubahan besar dari "Standar" ke "Standar" yang berarti bahwa kita akan 4 atau lebih produk unggulan terbelah dua antara berpemilik dan FOSS

Yah saya sarankan menggunakan open source di RS karena Anda belajar banyak hal !!! Jika tidak, algoritme kompleks akan diubah menjadi penyihir dan pengguna akhir tidak mengetahui kompleksitas dan kekayaan apa yang ada di bawahnya. Menerapkan filter lulus rendah atau tinggi hanya karena ada dalam menu opsi tidak membuat pengguna akhir bersemangat.

Jika Anda menggunakan FOSS untuk RS, Anda akan mempelajari berbagai hal dengan cara yang sulit sekali dan untuk semua dan bukan hanya resep dapur untuk klasifikasi, NDVI, NBR atau komposit dll.

Ini berlaku untuk penelitian dan komersial dari sudut pandang saya.

Saya mengambil kursus RS menggunakan ERDAS dan crash cukup banyak ke titik di mana saya benar-benar berpikir itu semacam beta dan mereka tidak memberi tahu kami tentang hal itu; modul orto-engine terus menabrak dengan gambar 5 spot.

Dalam klasifikasi landsat 5 tanpa pengawasan yang saya lakukan kembali nanti dengan GRASS, semuanya menjadi lebih lancar dengan ERDAS tetapi hasilnya sangat mirip.