¿Por qué elegir el software de código abierto para la investigación de sensores remotos? [cerrado]

Si juzga por la cantidad de preguntas relacionadas con el software FOSS que se hacen en GIS SE, muchos usuarios parecen preferir FOSS sobre el software propietario.

He leído algunos artículos, más precisamente algunos blogs personales, que respaldan esta elección. Además, los gigantes corporativos como Esri parecen reconocer el movimiento de desarrollo de código abierto.

Entonces, le pregunto su posición en este asunto.

¿Por qué usas herramientas de código abierto?

¿Cuáles son las ventajas o desventajas de su elección, si las hay?

Razones para usar FOSS:

1) ¡ Es gratis!

2) Facilidad de acceso y capacidades: la mayoría de las herramientas básicas de detección remota (por ejemplo, filtrado) están disponibles con FOSS, por lo que no hay necesidad de pagar por ello.

3) Está abierto: los algoritmos que está utilizando no están 'en caja negra'

4) La capacidad de agregar / modificar sus propias herramientas

además;

5) Decirle a la gente que usa FOSS te hace sentir genial

6) Disfruta encontrando una variedad de errores y fallas interesantes mientras prueba nuevas versiones beta

7) Te gusta el elitismo de ser uno de los otros cinco que usan el foro de usuarios del software

8) Los resultados inesperados son novedosos

La conclusión para mí es que utilizo el mejor software disponible para mi trabajo de RS, independientemente de si es FOSS o no. Dicho esto, las herramientas de FOSS que uso constantemente son R, Python y SPRING. Uso SPRING para la segmentación de imágenes por necesidad cuando eCognition no está disponible para mí. En mi opinión, R simplemente no tiene sustituto para muchas aplicaciones relacionadas con RS (por ejemplo, clasificación de árbol de decisión, estadísticas espaciales, etc.). Python es mi vínculo entre los mundos RS y GIS y se utiliza principalmente para la automatización.

Encuentro que los lenguajes de programación comercial dirigidos a RS, como IDL y MATLAB, son torpes y menos fáciles de usar que R y Python. En cierto modo, siento que se nos imponen muchos paquetes de software comerciales e idiomas en lugar de crecer naturalmente para nuestras necesidades a través del proceso de código abierto.

Si desea utilizar un SIG y no está en una institución académica o en una empresa que tiene condiciones especiales o dinero para pagar las licencias, ¿qué soluciones?

1. software pirateado?
2. FOSS?

Para mí, la segunda solución:

• Puedo participar o tener la ilusión de participar en el desarrollo del software de varias maneras.
• cuando sugiero algo o propongo una solución, si es interesante para la comunidad, se integra directamente en la próxima versión del software y, si no, es una lástima, tal vez en otro momento.
• No necesito usar Windows
• No estoy sujeto a la obligación de utilizar funciones de "recuadro negro"
• No necesito actualizar por obligación
• y lo más importante, prefiero la cooperación a la competencia

Para mí, eso es gratuito (y no gratuito), y estoy listo para pagar si fuera necesario (y uso exclusivamente Python, QGIS, GRASS GIS, gvSIG, OpenJump, R y Octave (clon gratuito de Matlab), PostgreSQL / PostGIS, SQLite / Spatialite, LibreOffice, git, gitHub, etc., todo de código abierto, no en Windows)

Considere el proceso de desarrollo de gvSIG :

• gvSIG se inició en 2003 cuando la Conselleria d'Infraestructures i Transports (CIT) del País Valenciano (España) propuso el desarrollo de un software para la gestión de los datos espaciales (como alternativa a los productos ESRI)
• Una empresa privada (IVER Tecnologías) desarrolla el software junto con la Generalitat Valenciana y la Universidad Jaume I de Castellón.
• Realiza exactamente las funciones requeridas por la Comunidad (ni más, ni menos al principio)
• pero dado su estado (Open Source), el proyecto se ha unido a otras administraciones regionales y nacionales, varias organizaciones nacionales e internacionales, programadores, que han agregado lo que quieren, avanzando el proyecto, hacia un SIG completo (con 3D ahora)
• y el software está disponible para Windows, Linux, Mac OS X y Android ( gvSIG Mini )

¿Es esto posible con un software propietario?

Si se trata de 'industria', entonces usa lo que maximiza las ganancias (MS Paint, Excel, lo que sea). Si se trata de investigación en ciencia, para extender los límites del conocimiento humano, entonces debe usar software de código abierto.

Porque de lo contrario estás haciendo alquimia .

Aquí están mis datos, un trozo gris de plomo. Aquí están mis resultados, oro puro. No te digo cómo pasé del plomo al oro, está en esta bolsa. No, no puedes mirar dentro.

La ciencia requiere apertura, no es una opción.

Como investigador, uno debe tener acceso completo al código fuente de cómo funciona un algoritmo. Por lo tanto, el software propietario no es una buena opción.

Las herramientas patentadas son como los automóviles con un "capó soldado" que no puede ver lo que sucede debajo del capó, por el contrario, el código abierto le permite ver, estudiar, modificar y hacer adaptaciones específicas de la localidad (soporte de idioma regional), mejorar la eficiencia general del algoritmos subyacentes etc.

Consultamos en las herramientas que nuestros clientes quieren que usemos. Si los clientes desean que los mapas se realicen en Excel y MSPaint. Diablos lo haremos allí.

Sin embargo, con toda seriedad, ESRI es un estándar de la industria y es difícil ser consultor si no consulta en su pila. En proyectos donde ESRI no es un requisito, puede experimentar con otras herramientas.

En algunos tipos de proyectos, análisis y campos orientados a resultados, encuentro que las herramientas FOSS obtienen mejores puntajes que las pilas propietarias debido al tamaño de la comunidad y la facilidad de actualizar o actualizar una herramienta existente

Con más y más implementación web de herramientas y tecnologías SIG, supongo que habrá un gran cambio de "Estándar" a "Estándares", lo que significa que dividiremos aproximadamente 4 productos líderes a la mitad entre propietario y FOSS

Bueno, sugeriría usar código abierto en RS porque aprendes cosas. De lo contrario, los algoritmos complejos se agrupan en asistentes y el usuario final no conoce la complejidad y riqueza de lo que está debajo de eso. La aplicación de un filtro de paso bajo o alto solo porque está en un menú de opciones no alivia al usuario final.

Si usa FOSS para RS, aprenderá las cosas de la manera difícil de una vez por todas y no solo una receta de cocina para clasificación, NDVI, NBR o compuestos, etc.

Esto se aplica a la investigación y comercial desde mi punto de vista.

Tomé un curso de RS usando ERDAS y se estrelló bastante hasta el punto en que realmente pensé que era una especie de beta y no nos lo contaron; el módulo de orto-motor seguía fallando con una imagen spot 5.

En una clasificación de Landsat 5 sin supervisión que volví a hacer más tarde con GRASS, las cosas fueron más suaves con ERDAS, pero el resultado fue bastante similar.