Я хотел бы знать некоторые примеры проектов ГИС, которые пошли не так, как надо.
т.е. были бы / были приняты плохие решения, основанные на результатах ГИС этого проекта.
Я не смотрю на имена и позор кого-либо, поэтому, если вы работаете в компании, пожалуйста, не называйте ее и скрывайте историю, где это необходимо. Я уверен, что должно быть немало главных публичных примеров?
Например, проект MGMT для аварийных ситуаций, произошел сбой из-за неверных или устаревших данных.
Признаюсь, это довольно субъективный вопрос без правильного ответа. Поэтому я позволю голосам вести разговор, и если кто-то сможет перейти в c-wiki, если это будет необходимо.
Лично я получу от этого большую пользу и буду передавать примеры, когда буду преподавать ГИС.
источник
Вот еще один: еврократы забывают об Уэльсе на обложке ежегодника Евростата 2004
Реакции от BBC , Telegraph и Mail .
(через блог Spatial Analysis ; изображение из GIT NEWS )
источник
Отличный вопрос для пива (вы наверняка получите несколько забавных ответов).
Мои самые большие неудачи (да, к сожалению, множественное число) обычно вращаются вокруг ползучести области. Больше никогда не бывает лучше, слова, чтобы жить.
источник
Стоит ли упоминать здесь Кристофера Колумба?
Он думал, что он был на другой стороне земного шара, когда он прибыл в Америку. Без сомнения, это было из-за плохих картографических данных.
редактировать: может быть, по крайней мере, не только плохие данные в соответствии с комментариями Уаберса, больше похоже на общую технику архитектора, чтобы воплотить в жизнь проект своей мечты.
/ Никлас
источник
Боже, я мог бы упомянуть несколько. Моя главная проблема, касающаяся ГИС-проектов, заключается в том, что они рассматриваются, анализируются, проектируются и создаются как ИТ-проекты с элементами ГИС, а не ГИС-проекты. Важность данных и управления данными, как представляется, всегда упускается, и, честно говоря, это довольно много людей, которые недостаточно знают о ГИС, чтобы участвовать в их планировании.
Я когда-то знал о проекте, который после 6 лет работы был далеко, далеко за бюджетом, чей проект Ведущей Б.А. по Великобритании представлял собой сферическую систему координат в 100 000 км.
Если проект имеет элемент ГИС или является полностью ГИС, его необходимо спланировать из Get GO как ГИС. К некоторым временам он построен как IS с некоторыми привязанными картами, и они всегда терпят неудачу.
источник
Многие из сбоев, которые я видел, были результатом Big Design Up Front , которая затем привела к дилемме скрытых затрат .
источник
У меня есть. Рабочий процесс для ГИС-проекта. Если вы не понимаете это правильно, вы потратите огромное количество времени и денег на организацию. Примером является проектирование модели данных для сбора коммунальных сетей. Как руководитель проекта, вы должны тратить большую часть своего времени на подготовку модели данных для ГИС-проекта. Есть организации, которые используют свою собственную модель данных (обычно старую). ESRI имеет так много отраслевых моделей данных, которые можно использовать в своем проекте, а не начинать с нуля.
источник
Пространственный сустейн указывает на еще один пример: карта Сатиры получает The Economist в беде .
The Economist опубликовал статью о Шотландии, и обложка номера выглядела так:
Согласно блогу :
...
Результат: 1595 комментариев (на 16.04.12). И довольно бурные дискуссии;)
источник
В зависимости от того, что вы называете «пошло плохо», но у меня сложилось впечатление, что большинство карт, которые создаются учеными ГИС в университетах, настолько плохи, что никто не использует их (за исключением, возможно, моделей изменения климата).
Наиболее распространенная ошибка: чрезмерно оптимистичная интерполяция. Вместо того, чтобы использовать глобальное среднее для области / слоя, значения интерполируются с использованием сложного метода, который скрывает тот факт, что он не является более точным или даже менее точным, чем использование среднего / стандартного отклонения.
См., Например: http://www.springerlink.com/content/qq5h67635g4l4417/ или подробный документ для обсуждения здесь: http://dx.doi.org/10.1016/S0016-7061(97)00072-4
Вторая (и связанная с ней) самая распространенная ошибка: думать, что ошибка кригинга представляет собой ошибку в вашем прогнозе.
источник
Хорошие примеры - обзор проектов US-DOI / BLM, называемых ALMRS или NILS. Оба этих проекта были прекращены после 10 миллионов долларов (или, по некоторым оценкам, более) инвестиций для повышения точности национальных земельных отчетов.
Было обнаружено, что оба имеют сниженную точность и в некоторых случаях демонстрируют грубые отходы.
В итоге было обнаружено, что коммерческие источники данных, построенные с использованием собственных данных BLMS, были гораздо более точными и современными, чем то, что делали новые системы BLM.
Это было настолько неудачным, что собственные офисы BLM заключали контракты с коммерческими источниками, так как не были удовлетворены внутренне разработанные системы. Комплексные требования не рассматривались для их собственных нужд.
источник
Вот еще один (довольно удивительный) пример того, как Google вызвал большой резонанс в Японии, включив 1858 (sic!) Деревянные карты Токио (Эдо) в Google Earth.
Хотя сама карта великолепна:
(интерактивный источник )
он определяет местоположение деревень Бураку , в которых раньше жили «неприкасаемые». И даже после стольких лет были опасения, что предрассудки и дискриминация все еще могут быть проблемой.
Я люблю Японию еще больше сейчас! ;]
(больше информации по этому вопросу здесь и здесь .).
источник