Vairāk

Vektora līnijas un pamatā esošā DEM krustošanās


Tālāk ir redzams ekrānuzņēmums, kurā ASTER DEM rastra slānis ir pārklāts ar ceļa līniju vektoru slāni. Es vēlos iegūt tos DEM pikseļus, kas atrodas tieši zem līnijpārvadājumiem. Es vēlos piešķirt atbilstošas ​​pacēluma vērtības katrai līnijai. Kura PostGIS funkcija jāizmanto vai kāda cita pieeja? PostGISST_KrustojumsRaster Layers funkcija nav noderīga.


Varat izmantot funkciju ST_DumpAsPolygons:

SELECT (ST_DumpAsPolygons (rast)).* FROM road_linestring_table, dem WHERE ST_Intersects (rast, geom);

Pēc tam jūs varat rastrizēt rezultātu.


Vektoru līniju līniju un to pamatā esošo DEM - ģeogrāfisko informācijas sistēmu krustošanās

Digitālie pacēluma modeļi piejūrai, Oregonas 1. pētījuma rastra digitālie dati

https://pubs.usgs.gov/ds/2006/236/catalog.shtml Florence L. Wong Angie J. Venturato Eric L. Geist

Piejūras, Oregonas cunami izmēģinājuma pētījums - FEMA plūdu bīstamības karšu modernizācija: ĢIS datu vektora digitālie dati ASV ģeoloģijas dienesta datu sērija 236

Šī datu kopa ir viena no telpiski norādītu digitālo failu kolekcijas ģeogrāfiskās informācijas sistēmā, kas saistīta ar Piejūras, Oregonas štata, cunami izmēģinājuma pētījumu. Federālās ārkārtas situāciju pārvaldības aģentūras (FEMA) federālās apdrošināšanas likmju kartes (FIRM) vadlīnijas pašlaik nepastāv, lai veiktu un iekļautu cunami bīstamības novērtējumus, kas atspoguļo pēdējos divos gadu desmitos sasniegtos būtiskos sasniegumus cunami izpētē (Cunami izmēģinājuma darba grupa, 2006). Tāpēc FEMA modernizācijas programmas ietvaros Oregonas piejūras/Gearhart apgabalā tika veikts cunami izmēģinājuma pētījums, lai sniegtu informāciju, no kuras varētu izstrādāt cunami kartēšanas vadlīnijas. Šī teritorija tika izvēlēta, jo tā ir raksturīga piekrastes kopienām Klusā okeāna piekrastes posmā no Mendocino raga līdz Huanas de Fukas šaurumam. Arī valsts aģentūras un vietējās ieinteresētās personas izrādīja ievērojamu interesi par cunami draudu noteikšanu šim reģionam. Pētījums bija zinātnisks darbs no ASV Ģeoloģijas dienesta, Nacionālās okeāna un atmosfēras administrācijas, Dienvidkalifornijas Universitātes un Tuvo Austrumu Tehniskās universitātes. Šajā publikācijā mēs sniedzam šī ziņojuma ĢIS datus. Šie dati ir paredzēti zinātnes pētniekiem, studentiem, politikas veidotājiem un plašai sabiedrībai. Datus var izmantot ar ģeogrāfiskās informācijas sistēmu (GIS) programmatūru, lai parādītu ģeoloģisko un okeanogrāfisko informāciju.

Datu kopas sastāv no 3 ASCII rastra režģiem, kas aptver piejūras, Oregonas, Oregonas-Vašingtonas piekrastes zonu un Klusā okeāna ziemeļrietumu reģionu ar izšķirtspēju 1/3 loka sekundes, 6 loka sekundes un 36 loka sekundes. 1/3 loka sekundes režģis sastāv no batimetriskām un topogrāfiskām vērtībām. Zemākas izšķirtspējas režģi sastāv no vērtībām, kas attēlo tikai batimetriju. Publicēšanas datums 2006

Nav plānots -124.040000 -123.889898 46.079862 45.900000 neviena digitālais pacēluma modelis ascii rastra režģis batimetrija topogrāfija DEM

Ģeogrāfisko nosaukumu informācijas sistēma

ASV 206-526-6556 [email protected]

https://pubs.usgs.gov/ds/2006/236/metadata/seasidedems.jpg
Digitālo pacēluma modeļu apjoms un cunami analīzes.
JPEG NOAA Nacionālais okeāna dienests, ASV Ģeoloģijas dienests, Oregonas Zemes pārvaldības birojs Microsoft Windows XP versija 5.1 (2600. būve) 2. servisa pakotne ESRI ArcCatalog 9.1.0.722 Cunami izmēģinājuma izpētes darba grupa

Piejūras, Oregonas cunami izmēģinājuma pētījums-FEMA plūdu bīstamības karšu modernizācija 1 ASV Ģeoloģijas dienesta ziņojums par atvērto failu 2006-1234

https://pubs.usgs.gov/of/2006/1234/ Venturato, A.J.

Digitālais pacēluma modelis Seaside, Oregon: procedūras, datu avoti un analīzes http://www.pmel.noaa.gov/pubs/PDF/vent2812/vent2812.pdf NOAA cunami izpētes centrs

Krasta līnija Klusā okeāna ziemeļrietumu reģiona vektoru digitālajiem datiem

https://pubs.usgs.gov/ds/2006/236/catalog.shtml NOAA Nacionālais ģeofizisko datu centrs

GEODAS versija 4.1.18. Vektoru digitālie dati

NOAA Nacionālais ģeofizikas datu centrs

http://www.ngdc.noaa.gov NOAA cunami izpētes centrs

Klusā okeāna ziemeļrietumu ūdens līmeņa stacijas un plūdmaiņu nulles sadalījuma vektoru digitālie dati

https://pubs.usgs.gov/ds/2006/236/catalog.shtml NOAA piekrastes pakalpojumu centra piekrastes attālās izpētes programma

Lidmašīnu lāzera/GPS piekrastes topogrāfijas rastra digitālo datu kartēšana

Čārlstona, Dienvidkarolīna

NOAA piekrastes pakalpojumu centrs

http://www.csc.noaa.gov/lidar/ NOAA Nacionālais ģeodēziskais apsekojums

Horizontālās un vertikālās ģeodēziskās kontroles datu vektora digitālie dati

NOAA Nacionālais ģeodēziskais apsekojums

http://www.ngs.noaa.gov/ ASV Ģeoloģijas dienests, EROS datu centrs

National Elevation Dataset rastra digitālie dati

http://seamless.usgs.gov/ ASV armijas inženieru korpuss

Hidrogrāfiskie apsekojumi Kolumbijas upei, Greisas ostai un Vilipas līča vektoru digitālajiem datiem

Sietla, Vašingtona, Portlenda, Oregona

ASV armijas inženieru korpuss

Vašingtonas dati tika iegūti no USACE Sietlas apgabala Oregonas dati tika iegūti, izmantojot NOAA Nacionālo okeāna dienestu, piekrastes apsekojuma biroju http://www.usace.army.mil/ Ralph A. Haugerud

Kaskadijas digitālais pacēluma modelis (DEM), platums 39N-53N, garums 116W-133W, rastra digitālie dati

http://wrgis.wr.usgs.gov/open-file/of99-369/ Skatīt Venturato (2005) savstarpējo atsauci. Pabeigts.

Katra režģa horizontālā precizitāte tiek izteikta kā aprēķinātā vidējā kvadrātiskā kļūda (RMSE). RMSE novērtējums ir balstīts uz avota datu horizontālās precizitātes testiem, kas ir izvēlēti kā vienādi vai mazāki par katra tīkla paredzēto horizontālo RMSE kļūdu. Dažādu avota punktu horizontālā pozicionēšana tika salīdzināta, lai pārbaudītu režģa precizitāti. Vertikālo RMSE izmanto, lai noteiktu režģa vertikālo precizitāti. Tas atspoguļo sistemātiskas un nejaušas kļūdas. Skatīt Venturato (2005) savstarpējo atsauci.

Krasta līnija Klusā okeāna ziemeļrietumu reģiona vektoru digitālajiem datiem

https://pubs.usgs.gov/ds/2006/236/catalog.shtml tiešsaistē 1999 2002 publicēšanas datums shoreline_pacnw krasta līnija, kas attēlo nulles kontūru NOAA Nacionālajā ģeofizikas datu centrā

GEODAS versija 4.1.18. Vektoru digitālie dati

NOAA Nacionālais ģeofizikas datu centrs

http://www.ngdc.noaa.gov tiešsaistē 1927 1999 publicēšanas datums geodas batimetrisko datu vērtības NOAA cunami izpētes centrs

Klusā okeāna ziemeļrietumu ūdens līmeņa stacijas un plūdmaiņu atskaites punktu sadalījuma vektora digitālie dati

https://pubs.usgs.gov/ds/2006/236/catalog.shtml 2004. gada tiešsaistes publicēšanas datums tidestations vertikālais datu sadalījums NOAA piekrastes pakalpojumu centra piekrastes attālās izpētes programma

Lidmašīnu lāzera/GPS piekrastes topogrāfijas rastra digitālo datu kartēšana

Čārlstona, Dienvidkarolīna

NOAA piekrastes pakalpojumu centrs

http://www.csc.noaa.gov/lidar/ online 19971017 19980428 publicēšanas datums seaside97, seaside98 batimetrisko un topogrāfisko datu vērtības NOAA National Geodetic Survey

Horizontālās un vertikālās ģeodēziskās kontroles datu vektora digitālie dati

NOAA Nacionālais ģeodēziskais apsekojums

http://www.ngs.noaa.gov/ 2004. gada tiešsaistes publicēšanas datums ngs_control vertical datum control ASV ģeoloģijas dienests, EROS datu centrs

National Elevation Dataset rastra digitālie dati

avota datums 1973. gads, NED 1/3 loka sekundes http://seamless.usgs.gov/ tiešsaiste 1999. gada publikācijas datums ned1_3 topogrāfisko datu vērtības ASV armijas inženieru korpuss

Hidrogrāfiskie apsekojumi Kolumbijas upei, Greisas ostai un Vilipas līča vektoru digitālajiem datiem

Sietla, Vašingtona, Portlenda, Oregona

ASV armijas inženieru korpuss

Vašingtonas dati tika iegūti no USACE Sietlas apgabala Oregonas dati tika iegūti, izmantojot NOAA Nacionālo okeāna dienestu, piekrastes apsekojuma biroju http://www.usace.army.mil/ tiešsaiste 1998. gads 2004. gada zemes stāvoklis usace2004 batimetrisko datu vērtības Ralfs A. Haugeruds

Kaskadijas digitālais pacēluma modelis (DEM), platums 39N-53N, garums 116W-133W rastra digitālie dati


NetLogo Gis paplašinājums

Šis paplašinājums NetLogo pievieno ĢIS (ģeogrāfisko informācijas sistēmu) atbalstu. Tas nodrošina iespēju savā modelī ielādēt vektoru ĢIS datus (punktus, līnijas un daudzstūrus) un rastra ĢIS datus (režģus).

Paplašinājums atbalsta vektoru datus ESRI formas failu veidā. Formas faila (.shp) formāts ir visizplatītākais vektoru ĢIS datu glabāšanas un apmaiņas formāts. Paplašinājums atbalsta rastra datus ESRI ASCII režģa failu veidā. ASCII režģa fails (.asc vai .grd) nav tik izplatīts kā formas fails, bet vairums ĢIS platformu to atbalsta kā apmaiņas formātu.

Kā izmantot

Parasti vispirms definējiet transformāciju starp ĢIS datu telpu un NetLogo telpu, pēc tam ielādējiet datu kopas un veiciet ar tām dažādas darbības. Vienkāršākais veids, kā definēt transformāciju starp ĢIS telpu un NetLogo telpu, ir apvienot & ldquoenvelopes & rdquo vai aprobežojošos taisnstūrus no visām jūsu datu kopām ĢIS telpā un kartēt to tieši līdz NetLogo pasaules robežām. Šīs tehnikas piemēru skatiet ĢIS vispārīgajos piemēros.

Varat arī pēc izvēles definēt projekciju ĢIS telpai, un tādā gadījumā datu kopas tiks pārprojicētas, lai tās atbilstu šai projekcijai, kad tās tiek ielādētas, ja vien katram no jūsu datu failiem ir saistīts .prj fails, kas apraksta projekciju vai ģeogrāfisko datu koordinātu sistēma. Ja netiek atrasts neviens saistītais .prj fails, paplašinājums pieņems, ka datu kopa jau izmanto pašreizējo projekciju neatkarīgi no tā, kāda ir šī projekcija.

Kad koordinātu sistēma ir definēta, varat ielādēt datu kopas, izmantojot gis: load-dataset. Šis primitīvais ziņo vai nu VectorDataset, vai RasterDataset, atkarībā no tā, kāda veida failu jūs tam nododat.

VectorDataset sastāv no VectorFeatures kolekcijas, no kurām katra ir punkts, līnija vai daudzstūris, kā arī īpašību vērtību kopa. Viena VectorDataset var saturēt tikai vienu no trim iespējamiem funkciju veidiem.

Izmantojot VectorDataset, varat darīt vairākas lietas: pajautājiet tai savu funkciju rekvizītu nosaukumus, lūdziet tās & ldquoenvelope & rdquo (ierobežojošais taisnstūris), pieprasiet visu datu kopas VectorFeatures sarakstu, meklējiet vienu VectorFeature vai VectorFeatures saraksts, kuru vērtība kādam īpašumam ir mazāka vai lielāka par noteiktu vērtību vai atrodas noteiktā diapazonā vai atbilst noteiktai virknei, izmantojot aizstājējzīmju atbilstību (& quot*& quot, kas atbilst jebkuram rakstzīmju skaitam). Ja VectorFeatures ir daudzstūri, konkrētam ielāpa mainīgajam varat lietot arī datu kopas & rsquos līdzekļu konkrēta rekvizīta vērtības.

Ir arī vairākas lietas, ko varat darīt ar VectorFeature no VectorDataset: palūdziet tai virsotņu sarakstu, pieprasiet īpašumu vērtību pēc nosaukuma, jautājiet tā centru (smaguma centru) un lūdziet apakškopu dota aģentu kopa, kuras aģenti krusto doto VectorFeature. Punktu datiem katrs virsotņu saraksts būs viena elementa saraksts. Līniju datiem katrs virsotņu saraksts attēlo līnijas, kas veido šo līdzekli, virsotnes. Daudzstūru datiem katrs virsotņu saraksts attēlo vienu daudzstūra & ldquoring & rdquo, un saraksta pirmā un pēdējā virsotne būs vienāda. Virsotņu sarakstus veido Vertex tipa vērtības, un centroid būs arī Vertex tipa vērtība.

RasterDatasets ir definētas arī vairākas darbības. Pārsvarā tie ietver datu kopas vērtību paraugu ņemšanu vai rastra atkārtotu atlasi citā izšķirtspējā. Jūs varat arī pielietot rastru noteiktam plākstera mainīgajam un salocīt rastru, izmantojot patvaļīgu konvolūcijas matricu.

Koda piemērs: ĢIS vispārīgajos piemēros ir vispārīgi paplašinājuma izmantošanas piemēri

Koda piemērs: ĢIS gradienta piemērs ir modernāks rastra datu kopas analīzes piemērs.

Zināmās problēmas

Eksporta pasaule un importa pasaule nepareizi apstrādā vērtības RasterDataset, VectorDataset, VectorFeature un Vertex. Lai saglabātu datu kopas, jāizmanto gis: store-dataset primitive.

Pašlaik nav iespējams atšķirt pozitīvā apgabala & ldquoshell & rdquo daudzstūrus no negatīvās zonas & ldquohole & rdquo daudzstūriem vai noteikt, kuri caurumi ir saistīti ar kādiem apvalkiem.

Kredīti

ĢIS paplašinājuma galvenais izstrādātājs bija Ēriks Rasels.

ĢIS paplašinājums izmanto vairākas atvērtā pirmkoda programmatūras bibliotēkas. Informāciju par autortiesībām un licencēm skatiet rokasgrāmatas sadaļā par autortiesībām. Paplašinājumā ir arī elementi, kas aizgūti no My World GIS.


Huizhou ainavas trīsdimensiju rekonstrukcija apvienojumā ar multimediju tehnoloģijām un ģeogrāfiskās informācijas sistēmu

Huizhou arhitektūra ir vissvarīgākā ķīniešu senā arhitektūra. Tā kā Huizhou arhitektūra ir tradicionāla arhitektūra, tā vienmēr ir saglabājusi unikālu māksliniecisko elegances, vienkāršības, bagātības un integrācijas stilu. Huizhou ainava ir būtisks Huizhou kultūras iemiesojums. Huizhou ciematu ainava un raksts ir Huizhou kultūras simbolu ārējās izpausmes. Šī arhitektūra ir jāsaglabā, izmantojot multimediju tehnoloģijas un ģeogrāfiskās informācijas sistēmu. Šis dokuments izmanto šīs sistēmas, lai iegūtu ainavas attēlu un izstrādātu trīsdimensiju Huizhou ciemata modelēšanas metodes ar automatizāciju, augstu efektivitāti un zemām izmaksām. Tā ir sapratusi Huipai ciemata ainavas informācijas vaicājuma, augstdimensiju mērījumu, reljefa analīzes, redzamības analīzes un virtuālās viesabonēšanas funkcijas. Šai modelēšanai ir īpaša veicinoša ietekme uz ainavu telpisko analīzi, ainavu plānošanu, ekoloģisko aizsardzību, dabas un kultūras mantojumu un tūrisma attīstību.

1. Ievads

Huizhou ciemata ainava ir daudzfunkcionāls socializēts ainavu nesējs, kas sastāv no cilvēka ainavas un dabas ainavas, kas izveidota noteiktā laika un telpas vidē. Tā veido reģionālu kompleksu ekoloģisku ainavu ar cilvēku un vides ilglaicīgu līdzāspastāvēšanu, atspoguļojot iezīmes. “Huihua kultūras” konotācija ir reālistisks skatījums uz “debesīm un cilvēkiem” un vienkārša ekoloģiskās apziņas koncepcija. Tās struktūru ietekmē dabiskā vide, piemēram, kalni, veģetācija, ūdeņi, klimats, un tādi cilvēku faktori kā arhitektūra, paražas, fen šui un ekonomiskā uzvedība [1]. Tradicionālos ķīniešu ciematus, kurus pārstāv Huipai ciemati, vietas izvēles, būvniecības un attīstības procesā dziļi ietekmē tradicionālā fen šui doktrīna, kas pilnībā iemieso “harmonijas starp cilvēku un dabu” modeli, dabisko koordināciju un harmonisko simbiozi. Telpiskajam modelim, biotopu modelim, arhitektūras formai un sociālajām attiecībām, kas veidojas ilgtermiņā, ir dziļa ekoloģiska pieskaņa un Ķīnā ir vērtīga ekoloģiskā bagātība. No ekoloģijas viedokļa cilvēku apmetņu koncepcija Huizhou ciematos ar multikulturāliem mērķiem ir ideāli piemērota cilvēku apmetnēm [2]. Mūsdienu konfliktā starp cilvēku un ekoloģisko vidi tiek analizētas Huizhou ciematu telpiskās īpašības. Rakot Huizhou ciema vides nozīmi, var sniegt konceptuālu atbalstu mūsdienu cilvēku apmetņu projektēšanai.

Pašlaik tradicionālo ciematu telpisko īpašību izpēte galvenokārt koncentrējas uz trim aspektiem. Pirmkārt, ir apdzīvotas vietas izkārtojuma, telpiskās struktūras un ietekmes mehānisma kvalitatīva analīze, ko veic cilvēku faktori, Liu Peilins un cita “fen šui kultūra”, “garīgā telpa” un “ainava”, “attēls” utt. punkts, lai izpētītu apmetnes telpas tēlu, izpētītu daudzdimensionālo telpisko stereoskopisko senās ķīniešu ciemata ainavas attēlu. Lai ierosinātu ciemata ekosistēmas jēdzienu no ekoloģiskā viedokļa un ciemata īpatnības no struktūras, funkcijas, izplatības, evolūcijas un humanitāro zinātņu viedokļa, ar modeli tika veikta kvalitatīva analīze. Hu et al. un Liu Peilins ierosināja tradicionālās apdzīvotās vietas ainavu genoma kartes koncepciju un analizēja tās saistību ar ainavu gēniem un ainavu genomiem un tālāk pētīja parasto apdzīvoto vietu ainavu genoma karšu veidus, funkcijas un nozīmi [3]. Otrais ir izmantot ainavu modeli, ĢIS telpisko analīzi, ekoloģisko modeli un citas mērīšanas metodes, lai izpētītu apdzīvotās vietas izkārtojumu, veidu, mērogu, sistēmu, telpisko struktūru un apdzīvotās vietas attīstību un izmantotu ainavu modeļa analīzi, lai atklātu Fengu. Šui ietverts norēķinu izkārtojumā. Trešais izmēģina fen šui teoriju un ekoloģisko ainavu dizainu apvienojumā ar visaptverošām kvalitatīvas un kvantitatīvas analīzes metodēm, lai atrisinātu apdzīvoto vietu telpiskās īpatnības un pielietojuma idejas un ciemata izkārtojuma koncepcijas ainavu dizainā. Iepriekš minētajā pētījumā arvien vairāk tiek uzsvērta visaptveroša daudznozaru izpēte, kas apvieno kvalitatīvās un kvantitatīvās metodes. Kvalitatīvā pieeja balstās uz multikulturālismu, piemēram, fen šui teoriju, psiholoģiskā lauka teoriju un ainavu žanriem. Kvantitatīvā metode izmanto ainavu indeksu, lai analizētu ainavu modeļus, un atklāj dabas un bioloģijas sarežģīto mijiedarbību ar sociālajiem spēkiem laikā un telpā. Tradicionālais divdimensiju ainavu indekss ignorē topogrāfiskās un ģeomorfoloģiskās iezīmes, kas ir būtiskas ekoloģiskajam ainavu modelim, kā rezultātā tiek sagrozīta zemes vienības precīzā ģeometriskā forma, kā rezultātā ainavas indeksa analīzes rezultāti ir pārāk zemi. Precīzs 3D ainavas indeksa mērījums var kompensēt 2D ainavas indeksa defektus. Tas var ļoti bagātināt ainavas modeļa informāciju, atspoguļojot tās strukturālo sastāvu un telpiskās konfigurācijas īpašības [4]. Šajā darbā par izejas punktu tiek ņemtas multimediju tehnoloģijas un ģeogrāfiskās informācijas sistēmas. Huizhou ciemata līmenī Čengans tiek uzskatīts par izpētes objektu, tajā ir integrēta tradicionālā ķīniešu fen šui teorija, psiholoģiskā lauka teorija un ideāla dzīves vide, un tiek izvirzīta ideja par cilvēku apmetnes vidi. Ekosistēmas modelis analizē Čengkanas ciemata ciemata izkārtojumu un ainavas elementus, analizē tā telpiskās struktūras īpašības un uzlabo tradicionālo ainavu modeļa analīzes metodi. Tas ievieš 3D ainavu indeksa metodi un aizstāj 2D ainavu, aprēķinot ainavu plankumu virsmas garumu un teritorijas īpatnības: Huizhou ciemata ainavu modeļa īpašības un kvantitatīvā analīze [5]. Apvienojot ideālo ekosistēmas modeli ar trīsdimensiju ainavas indeksa metodi, var efektīvāk analizēt Huizhou ciematu telpiskās struktūras īpašības.

Pašlaik medicīnā tiek izmantotas daudzas divdimensiju attēla trīsdimensiju rekonstrukcijas metodes, piemēram, CT [6] un MRI [7]. Tos plaši izmanto arī sejas rekonstrukcijā [8, 9]. Turklāt Pans un citi ir pētījuši divdimensiju attēlu pielietojumu apģērbu rekonstrukcijā, Džans ir izpētījis divdimensiju attēlu trīsdimensiju rekonstrukcijas metodi binokulārā redzējumā, bet Jē ir pētījis stingru ķermeņu trīsdimensiju rekonstrukciju. uz divdimensiju attēlu secībām. Vairākas skaitļošanas rekonstrukcijas metodes vizualizē 3D attēlu, optiski nerādot elementāros attēlus [13]. Šīs metodes tiek klasificētas, izmantojot lidmašīnas rekonstrukciju (PPRT) un skatu punkta rekonstrukcijas metodes (VPRT). 3D attēla rekonstruēšanai PPRT objektīvu masīva vietā izmanto virtuālu caurumu masīvu. 1. attēlā redzamajā rekonstruētajā attēla plaknē katrs primārā attēla pikselis ir integrēts, un novērotāji var redzēt 3D attēlu, kas ir fokusēts uz šo plakni.

No otras puses, VPRT 3D attēls tiek rekonstruēts, iegūstot vienu pikseļu no katra atbilstošā objektīva masīva elementārā attēla [10]. Šajā rakstā tiek izmantotas multimediju tehnoloģijas un ģeogrāfiskās informācijas sistēma, lai iegūtu ainavas attēlu un izstrādātu trīsdimensiju modelēšanas metodes Huizhou ciematiem ar automatizāciju, augstu efektivitāti un zemām izmaksām. Tā ir sapratusi Huipai ciemata ainavas informācijas vaicājuma, augstdimensiju mērījumu, reljefa analīzes, redzamības analīzes un virtuālās viesabonēšanas funkcijas. Tam ir īpaša veicinoša ietekme uz ainavu telpisko analīzi, ainavu plānošanu, ekoloģisko aizsardzību, dabas un kultūras mantojumu un tūrisma attīstību [14]. Salīdzinot ar citām metodēm, šī stratēģija var efektīvāk rekonstruēt ainavu, turklāt tā ir ar lielāku precizitāti [11].

Šī dokumenta ieguldījums ir apkopots šādi: (1) Mēs apsveram jaunu trīsdimensiju rekonstrukcijas shēmu, kas apvieno multimediju tehnoloģijas un ģeogrāfiskās informācijas sistēmu. Šī jaunā metode var palīdzēt efektīvi iegūt datu iezīmes un ātri atjaunot sākotnējos datus. (2) Ar piedāvātās stratēģijas palīdzību mēs rekonstruējam Huizhou ainavu. Rekonstruētā ainava var palīdzēt realizēt ainavu informācijas vaicājuma, augstas dimensijas mērījumu, reljefa analīzes, redzamības analīzes un Huipai ciemata virtuālās viesabonēšanas funkcijas. (3) Jaunajai trīsdimensiju rekonstrukcijas shēmai ir īpaša veicinoša ietekme uz ainavu telpisko analīzi, ainavu plānošanu, ekoloģisko aizsardzību, dabas un kultūras mantojumu un tūrisma attīstību.

Šis raksts ir sakārtots šādi. 2. nodaļā ir sniegti daži sākotnējie pētījumi un saistītie darbi par multimediju tehnoloģijām un ģeogrāfiskās informācijas sistēmām. 3. iedaļā ierosināts pārskatīt trīsdimensiju rekonstrukcijas pētījumus. Huizhou ainavas rekonstrukcija tiks sniegta 4. sadaļā. Visbeidzot, 5. sadaļā apkopoti daži secinājumi un sniegti daži ieteikumi par turpmākajām pētniecības tēmām [12].

2. Multivides tehnoloģiju un ģeogrāfisko informācijas sistēmu pārskats un attīstība

Plašsaziņas līdzekļi attiecas uz plašsaziņas līdzekļiem, kas sniedz informāciju, ieskaitot saglabātās vienības un nesējus, kas nodod informāciju. Diski, lentes utt. Ir vienības, kas attēlo informāciju, un vērtības (skaits), literatūra (teksts), skaņa (audio), grafika (attēls), attēli (video) utt. Ir informācijas pārraides nesēji. [15]. Plašsaziņas līdzekļi, ko mēs saucam par “multimedijiem”, attiecas uz pēdējo. Tā sauktā “multivide” bieži vien nav multimediju informācija, bet galvenokārt tās apstrādes un pielietošanas metožu kopums. Tāpēc “multivide” bieži tiek izmantota kā “multivides tehnoloģijas” sinonīms.

2.1. Multivides tehnoloģiju koncepcija

Multivides tehnoloģija izmanto datorus, lai vispusīgi apstrādātu tekstu, grafiku, attēlus, skaņas, animācijas, video un cita veida informāciju, lai izveidotu loģiskas attiecības un cilvēka un datora mijiedarbību. Precīza multivides tehnoloģija ietver datortehnoloģijas objektu, bet citas vienkāršas lietas, piemēram, filmas, televīzija un audio, nav multimediju tehnoloģiju kategorijā [16].

2.2. Ģeogrāfiskās informācijas sistēmas koncepcija

Ģeogrāfiskās informācijas sistēma (ĢIS) ir topoša disciplīna, kas apvieno datorzinātnes, informātiku, ģeogrāfiju, mērniecību un kartēšanu, vides zinātni, pilsētu zinātni, vadības zinātni un daudzas citas zinātnes. Ar datoru programmatūras un aparatūras atbalstu tiek izmantota sistēmu inženierijas un informācijas sistēmu zinātnes teorija, lai zinātniski pārvaldītu un visaptveroši analizētu ģeogrāfiskos datus ar telpisku konotāciju, lai nodrošinātu telpiskās informācijas sistēmas plānošanai, pārvaldībai, lēmumu pieņemšanai un izpētei [17]. . ĢIS attīstība atspoguļo daudznozaru krustojuma iezīmes. Multimediju ĢIS integrācijas ietvars ir parādīts 1. attēlā. Pieaugot dažādu tautsaimniecības nozaru popularizēšanai, ĢIS ir pievērsusi lielāku uzmanību no dažādiem departamentiem un pašvaldībām un sabiedrībai. Lēmumu pieņemšanas grupām un patērētāju grupām steidzami nepieciešami multivides produkti, lai analizētu, noskaidrotu, izpētītu un izmantotu ģeogrāfiskās vides informāciju [18]. Agrāk daudzi ĢIS rīki var attēlot un pārsūtīt telpisko informāciju tikai, izmantojot tekstu, grafiku un tabulas, kas ievērojami samazina ĢIS apstrādes un telpiskās informācijas pārsūtīšanas efektu. Tāpēc ir nepieciešama multimediju tehnoloģija, lai uzlabotu šīs ĢIS programmatūras vizualizāciju [19]. Multivides tehnoloģiju un ģeogrāfiskās informācijas sistēmas kombinācija var intuitīvi un spilgti izpaust telpisko informāciju redzes, dzirdes un taustes veidā, uzlabot ĢIS datu vākšanas, datu apstrādes un izteiksmes un izvades efektivitāti un nodrošināt pilnīgu atskaņošanu multimediju tehnoloģiju priekšrocībām, ievērojami uzlabojot ĢIS telpiskās informācijas vizualizācijas efektu [20]. Tāpēc GIS ir jāievada multimediju tehnoloģija. Multivides tehnoloģiju un ģeogrāfiskās informācijas sistēmas apvienojums ir kļuvis par vienu no svarīgiem ĢIS tehnoloģijas attīstības virzieniem. Multivides tehnoloģiju pielietošana ģeogrāfiskās informācijas sistēmās būtiski ietekmē sistēmas struktūru, sistēmas funkcijas un ĢIS pielietošanas veidus, padarot ĢIS bagātīgāku, elastīgāku un draudzīgāku.

Dati, kas saistīti ar multimediju ĢIS integrēto izstrādes procesu, galvenokārt ietver divus avotus: viens ir telpisks, grafisks datu fails, bet otrs - multivides atribūtu dati. Lai uzlabotu visas sistēmas datu apstrādes elastību, tiek izmantota īpaša uzglabāšanas metode [21, 22]. Multivides un ĢIS integrācijas ietvars ir parādīts 1. attēlā. Informācija par multivides atribūtiem ir sistēmas galvenais saturs un tā ir informācija, ko lietotāji var izmantot un vaicāt. Prasības ir ļoti precīzas [23]. Multivides atribūtu informāciju var apkopot dažādos veidos, ieskaitot tekstu, fotoattēlus, grafiku, audio, video un animāciju, un pēc tam šī informācija tiek pārbaudīta, sakārtota un apstrādāta. Multivides ģeogrāfiskās informācijas sistēmu bagātīgie datu tipi, kas integrē skaņu, attēlu, attēlu un tekstu, ir nepieciešami, lai integrētu datu bāzes tehnoloģiju un multivides tehnoloģiju. Parastā piekļuve datu bāzei parasti ir detalizētāka informācija, piemēram, teksts, cipari un datumi. Multivides informācijai, piemēram, attēliem, skaņām, filmām un tamlīdzīgi, datu bāzei nevar tieši piekļūt lauka veida ierobežojuma dēļ [24]. Nepārtraukti attīstot datu bāzu tehnoloģiju, lauka tipā parādās BLOB veidi (lieli bināro objektu tipi). Varat uzrakstīt programmu, lai pārveidotu multivides tipa failu BLOB tipā un pēc tam piekļūtu tai datu bāzē. Telpisko multivides atribūtu dati tiek glabāti relāciju datu bāzē. Datu bāzē ir izveidoti dažādi lauki, lai sniegtu dažāda veida informāciju. Saglabāto multivides informāciju var paplašināt pēc vajadzības, un dažādu mediju informāciju var interpretēt, izmantojot noteiktu moduli [25, 26].

Standartizētie elektroniskie ģeogrāfiskie grafiskie dati tiek glabāti noteiktā direktorijā standarta failu formātā, un katram grafikas objektam ir atbilstošs unikālais identifikators (ID numurs). Sistēma to izmanto kā indeksu, lai izveidotu grafisko datu failu [27]. Izstrādājot GIS datu glabāšanas struktūru un ievades saskarnes struktūru, datu bāzes iebūvētais savienojums atbalsta vairākas datu bāzes, lai savienotu dažādus atribūtu datus. Katra atribūta ieraksta atslēgvārds ir objekta ID numurs grafiskajā failā, tādējādi realizējot individuālu atbilstību starp telpisko, grafisko informāciju un multivides atribūtu informāciju.

3. Pārskats par trīsdimensiju rekonstrukcijas pētījumiem

3.1. D Rekonstrukcijas koncepcija

3D rekonstrukcija attiecas uz trīsdimensiju modeļa izveidi ar noteiktu detalizācijas pakāpi, kas atbilst reālam objektam digitālajā virtuālajā vidē. Tā kā ģeotelpiskās informācijas izpēte cilvēkiem kļūst arvien dziļāka un plašāk izmantota, monolīta vai grupas veidošanas trīsdimensiju modelis vairs nevar apmierināt cilvēku pieprasījumu pēc globālās telpiskās informācijas. Ēku grupas trīsdimensiju modelis pakāpeniski ir kļuvis par pilsētplānošanu un apsaimniekošanu, arhitektūras projektēšanu, nepieciešamo infrastruktūru daudzās jomās, piemēram, avārijas seku likvidēšanai, sabiedrības drošībai, vides aizsardzībai, nekustamā īpašuma un tirdzniecības vietu izvēlei un satiksmes navigācijai.

3.2. Tehniskās metodes klasifikācija

Ēku trīsdimensiju rekonstrukcija ir pētniecības punkts gan mājās, gan ārvalstīs, un ir izstrādātas dažādas metodes. Atkarībā no izmantotās tehnoloģijas tos var aptuveni iedalīt šādos septiņos veidos: (1) metode, kuras pamatā ir reljefa datu kartēšana (2) metode, kuras pamatā ir DEM dati (3) metode, kuras pamatā ir attēla atpazīšanas tehnoloģija. (4) Metode, kuras pamatā ir trīsdimensiju lāzera skenēšanas tehnoloģija metodi

Iepriekš minēto septiņu metožu priekšrocības un trūkumus var iegūt, kā parādīts 1. tabulā.

3.3. 3D rekonstrukcijas modeļa dizains

Šajā nodaļā galvenā uzmanība ir pievērsta ainavas modeļa analīzes metodei, kuras pamatā ir ideālais ekosistēmas modelis un 3D ainavas indekss, un ainavas vizualizācijas metodei, kuras pamatā ir noteikumu modelēšana.

3.3.1. Ideāls ekosistēmas modelis

Ekosistēma ir ģeogrāfiska vienība vai ekoloģiskā zona un sistēmas vienība ar ievades un izvades funkcijām un dabisku vai mākslīgu robežu [19]. Ideāla biotopu ekosistēma ir optimizēt cilvēku izdzīvošanu, attīstību un turpināšanos, kā arī optimizēt enerģijas apmaiņu, materiālu metabolismu, informācijas apmaiņu un bioloģisko migrāciju starp ekosistēmas iekšējiem elementiem. Katra elementa ekoloģiskās funkcijas ir parādītas 2. tabulā. Vietas izvēle prasa arī atbilstību ēkas vides zinātnei.

3.3.2. Trīsdimensiju ainavu indekss

3D ainavu indekss uzlabo tradicionālo 2D ainavu indeksa metodi, kas galvenokārt aizstāj tradicionālā ainavas indeksa prognozēto laukumu un sānu garumu ar ainavas plākstera virsmas laukumu un virsmas malas garumu [20]. Ainavu plankumu virsmas laukuma un sānu garuma aprēķināšana ir trīsdimensiju ainavas indeksa atslēga.

Ainavu indeksu skaits ir liels, un korelācija ir spēcīga, un jebkura indeksa izvēle, visticamāk, radīs indeksa pārpalikumu. Saskaņā ar Huipai ciema topogrāfiskajām īpašībām, saskaņā ar daudzu ainavu modeļu pētījumu rezultātiem, kalnu ainavu indeksa atlasē galvenā uzmanība tiek pievērsta ainavas mēroga, formas un koncentrācijas atspoguļošanai. Pētījumā tika izmantoti trīsdimensiju rādītāji, kā parādīts 3. tabulā.


Vektoru līniju līniju un to pamatā esošo DEM - ģeogrāfisko informācijas sistēmu krustošanās

Funkciju datu kopu izveide un vektoru rediģēšana

Lielākajā daļā projektu, ar kuriem jūs saskarsities, tiks iekļauti jau izstrādāti dati. Tomēr dažreiz var būt nepieciešams izveidot jaunas datu kopas vai mainīt esošās datu kopas. Šī sadaļa aptver ArcGIS izmantoto koordinātu datu bāzu objektu rediģēšanu.

Veidojot vai mainot objektu (vektoru) datu kopas ArcGIS, jūs izmantosiet formas failus. Formas faili ir vēlamā ArcGIS vietējā datu kopa. Formas faili ir pilnībā rediģējami ArcGIS, kas nozīmē, ka tos var mainīt gan to telpiskajās, gan atribūtu īpašībās. Turklāt jebkuru citu derīgu vektoru datu avotu ArcGIS projektos var viegli pārvērst par formas failiem vai ģeodatubāzes funkciju klasēm, un pēc tam to funkcijas var rediģēt.

Visizplatītākā "mantotā" metode datu ievadīšanai ĢIS ir bijusi planšetdatoru izmantošana.

Digitālās planšetes tiek izmantotas kopš ĢIS pirmsākumiem, lai iegūtu koordinātu kartes datus. Ciparu pārveidotājs ir īpašs galds, kas iegults zem virsmas ar virknes vadiem. Vadi ir sakārtoti blīvi izvietotās horizontālās rindās un vertikālās kolonnās. Šie vadi saņem signālus no ciparu pārveidotāja kursora (kas darbojas kā pele) un ļauj izsekot kartes funkcijām un saglabāt tās kā koordinātu datus. GIS programmatūru izmanto, lai tabulas koordinātu vērtības pārveidotu par reālām koordinātu vērtībām.

Parasti karte tiek pielīmēta planšetdatoram un reģistrēta ar zināmas atrašanās vietas punktiem (& quottics & quot). Pēc tam kartes funkcijas tiek izsekotas kā programmatūra, kas “uzrauga” sakaru portu, kuram ir pievienots ciparu pārveidotājs. Lai kontrolētu ciparu pārveidotāja funkcionalitāti, tiek izmantoti speciāli kursora taustiņi.

Lielākajā daļā programmatūras lietojumprogrammu, kas ir izstrādātas kā pilni ĢIS risinājumi, ir iekļauts gan planšetdatora, gan ekrāna ("headhead-up") digitalizācijas atbalsts.

ArcGIS ar dažiem izņēmumiem atbalsta digitalizāciju abos režīmos. Formu faili un ģeodatubāzes funkciju klases ir vienīgais telpisko datu avota failu veids, ko var mainīt, digitalizējot. Pilnībā tiek atbalstīta formas failu un ģeodatubāzes funkciju klašu digitalizācija. Planšetdatoru digitalizācija tiek atbalstīta tikai MS-Windows sistēmās un tiek atbalstīta tikai tad, ja Windows draiveri ir instalēti ar iekārtai pievienoto ciparu planšetdatora zīmolu. Sakarā ar laika ierobežojumu un nepietiekamu digitalizācijas planšetdatoru trūkumu, šajā kursā mēs neaptversim planšetdatoru digitalizāciju. Tomēr palīdzības faili planšetdatoru digitalizēšanai ArcGIS ir skaidri un plaši.

Darbs ar formu failiem un ģeodatubāzēm

Shapefiles ir visvieglāk pārvaldītais ArcGIS vektoru datu formāts. Viens formas fails apzīmē punktu, līniju vai daudzstūru grupu. Tā kā citus datu avotus (piemēram, ArcInfo pārklājumus, CAD rasējumus) var veidot vairāki objektu veidi, formas failus veido tikai punkti, līnijas, vai daudzstūri.

Formas fails faktiski ir failu kolekcija, nevis viens fails. Vienu formas failu veido vismaz 3 faili (šajā piemērā figūras faila nosaukums ir ceļiem).

  • roads.shp: objekta ģeometrija (forma un atrašanās vieta)
  • roads.shx: objektu ģeometrijas indekss
  • roads.dbf: objektu atribūtu tabula

Papildus 3 pamata failiem var būt arī citi faili:

  • roads.sbn: objekta telpiskais indekss
  • roads.sbx: objekta telpiskais indekss
  • road.ain: objekta atribūtu indekss
  • road.aix: objekta atribūtu indekss
  • roads.prj: projekcijas un koordinātu dati

Indeksa failus izmanto, lai savstarpēji norādītu telpiskās pazīmes vai atribūtus un paātrinātu vaicājumu, apstrādi un attēlošanu.

Shapefiles ir noderīgas ArcGIS, jo tās

  • ātri zīmēt (salīdzinot ar citiem funkciju datu avotiem)
  • var izveidot lietojumprogrammā
  • var pilnībā rediģēt lietojumprogrammā
  • var izveidot no citiem vektoru datu avotiem
  • var pārvietot pa failu struktūru viegli un bez bojājumiem

Ģeodatubāzes ir īpaši datu bāzes failu veidi, kas satur objektu ģeometriju, atribūtu tabulas un citas tabulas, kurās tiek glabāti noteikumi un attiecības starp objektu datu kopām. Ģeodatubāzes vienā un tajā pašā datu bāzes failā var glabāt vairākas dažādu objektu datu kopas, tāpēc ģeodatubāze ir ērta un jaudīga datu glabāšanas metode. Ģeodatubāzē ir iespējams saglabāt arī attiecības, piemēram, daudzslāņu topoloģiju. Ģeodatubāzes modelī tiek izmantots pamatdatu modelis pazīmju slāņiem (punkts, līnija, daudzstūris). Ģeodatubāzēs saglabātos vektoru datus sauc par iezīmju klases vai funkciju datu kopas (kas ir atsevišķu pazīmju klašu grupas). Rasters var uzglabāt arī ģeodatubāzēs.

ArcGIS ir divu veidu ģeodatubāzes failu formāti - personīgā ģeodatubāze, kas tiek saglabāts kā Microsoft Access MDB fails, un failu ģeodatubāze, kas tiek glabāts īpašā ESRI faila formātā.

Jauna formas slāņa izveidošana

Papildus formas failu vai ģeodatubāzes funkciju klašu konvertēšanai no citiem objektu datu avotiem ir iespējams arī veidot formas failus vai pazīmju klases no jauna, izmantojot citus objektu datu slāņus vai attēlus tikai kā vizuālu ceļvedi pozicionēšanai. Atlikušajā šīs lekcijas laikā formas faili un funkciju klases tiks vienkārši saukti par "funkciju klasēm"

Izveidojot jaunu funkciju klasi, lietotājam jāizlemj, vai pazīmju klase pārstāvēs punktu, līniju vai daudzstūru iezīmes. Jums iepriekš jānosaka, kāds būs jūsu datu kopas līdzekļa veids. Funkciju klasei arī jāpiešķir nosaukums un vieta failu sistēmā.

Funkciju klase tiek pievienota pašreizējam kartes dokumentam un ir atvērta rediģēšanai.

Jauno līdzekļu koordinātas nosaka datu rāmja apjoms, kuram līdzekļi tiek pievienoti, un jaunās datu kopas koordinātu sistēma. Ja izmantojat jaunu datu rāmi bez citiem slāņiem, pievienotās funkcijas tiks novietotas datu rāmja izcelsmes vietā (pēc noklusējuma jauna datu rāmja apjoms ir aptuveni [(0,0), (1,1)]).

Šeit tiek izveidota jauna punktu funkciju klase:

Jaunais slānis ir gatavs rediģēšanai, taču tajā nav funkciju vai tabulas atribūtu. Tas ir līdzīgi jaunas izklājlapas vai teksta apstrādāta dokumenta izveidei, kad tas ir tikko izveidots, tas ir tukšs. Lai jaunajam formas failam pievienotu funkcijas, tas jāpievieno ArcMap dokumentam un jāatver rediģēšanai.

Formas slāņa funkciju pievienošana

Kad jaunais slānis ir pievienots kartes dokumentam un atvērts rediģēšanai, varat pievienot līdzekļus. Ir jāiespējo ArcMap redaktora rīkjosla. Redaktora rīkjoslā ir vairāki dažādi rīki funkciju izveidei un rediģēšanai. Ir arī vairāki dažādi rediģēšanas uzdevumi, no kuriem izvēlēties. Mēs apskatīsim visizplatītākos rīkus un uzdevumus, bet mums nebūs laika, lai aptvertu visus rediģēšanas rīkus un uzdevumus.

Dažādi rediģēšanas rīki ir nolaižamajā ikonu sarakstā, no kuriem katrs veic atšķirīgu rediģēšanas funkciju. Atkarībā no lietojumprogrammas stāvokļa viens vai vairāki rīki var nebūt pieejami (pelēkoti). Rīku un to funkciju saraksts ir norādīts šeit:

skice: pamata zīmējums

viduspunkts: izveidojiet punktu novilktas līnijas viduspunktā

distance-distance: izveidojiet punktu zināmā attālumā no 2 citām vietām
krustojums: izveidojiet punktu divu esošo vektoru krustojumā
galapunkta loka: izveidojiet apļveida sekciju ar definētiem galapunktiem
virziens-attālums: izveidojiet punktu zināmā attālumā un virzienā no citas vietas
loka: izveidojiet apļveida griezumu, definējot līknes sākumu, viduspunktu un beigas
pieskare: pagariniet segmentu ar līnijas pieskares līniju esošajam segmentam
izsekot: izveidojiet jaunu līdzekli, kas izseko esošās funkcijas no tā paša vai cita slāņa

Kad tiek izveidota jauna funkciju klase, tiek izveidota arī atribūtu tabula & quotbare kauliem & quot. Šajā tabulā sākotnēji būs tikai viens ieraksts par katru līdzekli un divi lauki, FID, Forma un Id. Nākamajā tabulā ir izveidots viens punkts un tiek parādīta atribūtu tabula

Lietotājs var pievienot laukus atribūtu tabulai (vai jebkurai projekta tabulai). Tiek pievienoti lauki, lai attēlotu telpisko pazīmju īpašības. Kad tiek pievienoti lauki, jānorāda lauka nosaukums, datu veids (piemēram, īss vesels skaitlis, teksts, lāse), garums (rakstzīmju skaits) un/vai decimāldaļu precizitāte. Jaunais lauks tiek pievienots pēc pēdējā esošā tabulas lauka.

Kad lauki ir pievienoti tabulai, vērtības var aizpildīt.

Funkciju klašu rediģēšana

funkciju klases, kas izveidotas no jauna vai no citiem avotiem, var rediģēt. Kad ir izveidota jauna funkciju klase, tā automātiski tiks ievietota rediģēšanas režīmā. Tomēr jebkuru funkciju klasi var rediģēt, pieņemot, ka lietotājam ir rakstīšanas atļauja failiem un direktorijiem diskā, kurā tiek glabāta funkciju klase. Šīs tēmas ilustrē dažus īpašus labojumus, ko var veikt slāņu telpiskajās iezīmēs.

Pirms jebkādu labojumu veikšanas funkciju klase ir jānovieto rediģēšanas režīmā. Redaktora rīkjoslā atlasiet Redaktors & gt Sāciet rediģēšanu no izvēlnes. Jebkurš rediģējamais datu avots pašreizējā datu rāmī būs atvērts rediģēšanai. Lai izlemtu, kuru slāni rediģēt, atlasiet Mērķis:

Tajā pašā rediģēšanas sesijā varat pārslēgties starp dažādiem datu avotiem.

Turklāt ir iespējams pārslēgties starp dažādiem rediģēšanas uzdevumiem. Dažādie rediģēšanas uzdevumi lielākoties ir pašsaprotami.

Kad slānis ir rediģēšanas režīmā, izmantojiet Rediģēt rīks atsevišķu funkciju izvēlei. Saglabājiet & ltPĀRMAIŅŠ & gt nospiediet taustiņu, lai izvēlētos vairākas funkcijas. Kad ir atlasītas funkcijas, tās tiks parādītas biezā ciāna krāsā. Šeit jūs varat redzēt divus atlasītos daudzstūrus. Ja tiek izvēlēta funkcija, to var izdzēst, izmantojot & ltDELETE & gt taustiņu uz tastatūras,

Lai redzētu atsevišķu formu virsotnes, nospiediet un turiet v taustiņu. Formas, kas atrodas zem rādītāja, un visu apkārtējo formu virsotnes tiks atklātas. Tādā veidā jūs varat saprast, kā veidota forma.

Izmantojiet Pārveidot funkcijas uzdevums un Skice rīks, lai uzzīmētu jaunu malu daudzstūra vai lineārām iezīmēm. Šeit ir dažas vienkāršas diagrammas, kurās parādīts, kā tiek pārveidoti daudzstūri un līnijas

Lai mainītu līnijas vai daudzstūra atsevišķu virsotņu atrašanās vietu, izmantojiet Modificēt funkcijas uzdevumu un izmantojot rediģēšanas rīku, noklikšķiniet uz objekta virsotnes, kuru vēlaties pārveidot. Visas līnijas virsotnes tiks apzīmētas ar nelielu kvadrātu.

Noklikšķiniet un velciet virsotni uz jaunu pozīciju.

Ja vēlaties vienlaikus rediģēt koplietotās malas, ir jāizveido topoloģiskās attiecības. Formas failu rediģēšanai topoloģiskās attiecības saglabājas tikai noteiktā rediģēšanas sesijā. Ģeodatubāzēm ir iespējams saglabāt ģeoloģiskajā datu bāzē topoloģiskos noteikumus, tāpēc topoloģiskie noteikumi tiek atjaunoti katru reizi, kad rediģējat pazīmju klases, kas piedalās topoloģijā.

Kad topoloģija ir aktīva, ir iespējams izmantot topoloģijas rīkus, lai atlasītu koplietojamus līdzekļus, pēc tam izmantot skices rīkus un Pārveidot malu vai Modificēt Edge uzdevumus. Šeit ir tas pats apgabals, bet ir izvēlēta kopīga mala (vienlaikus tiek atlasītas abas blakus esošo formu virsotņu kopas).

Malas pārveidošana maina abus blakus esošos daudzstūrus.

Virsotnes var izdzēst, izmantojot Modificēt funkcijas uzdevums. Šeit tiek svītrota viena no virsotnēm, lai parādītu, ka iepriekšējais kopīgās malas modificēšanas uzdevums patiešām mainīja abus daudzstūrus vienlaikus:

Fiksēšanas vides iestatīšana

Snapping tiek izmantots, lai nodrošinātu, ka jaunajiem līdzekļiem ir kopīga atrašanās vieta galapunktos vai mezglos. Pieskaroties, jaunas rindas beigas pievienosies esošai rindai, vai nu no gala līdz galam, vai no vienas puses uz otru. Snapping ir iestatīts vai nu interaktīvi, vai slāņa īpašībās līdz noteiktai pielaidei. Ja jaunas līnijas galapunkts atrodas esošās līnijas pielaides attālumā, jaunā līnija piesprādzēsies un pievienosies esošajai līnijai. Funkcijām, kuras tiek pievienotas vai pārveidotas, tiek piemēroti fiksēšanas noteikumi. Snapping Environment nosaka snapping noteikumus un prioritātes.

Šeit ir divas rindiņas, kas tiek pievienotas formas failam bez noklikšķināšanas:

Sadalīšanas līnijas un daudzstūri

Esošās līnijas un var sadalīt, izmantojot Līnija sadalīta rīks. Daudzstūri var sadalīt, izmantojot Izgriezt daudzstūrus uzdevums.

Sadalot līnijas, noklikšķiniet uz tās līnijas vietas, kur vēlaties sadalīt.

Daudzstūru sadalīšana ir līdzīga līniju sadalīšanai, izņemot to, ka esošie daudzstūri ir sadalīti ar līniju, nevis vienu atrašanās vietu. Lai sadalītu daudzstūrus, sadalīšanas līnijai jāsākas un jābeidzas ārpus sadalāmā daudzstūra.

Viena sadalīšanas līnija vienlaikus var sadalīt vairākas esošās līnijas vai daudzstūrus.

Ja esošā līnija vai daudzstūris tiek sadalīts, sākotnējā objekta atribūtu ieraksts tiek dzēsts un katram jaunam objektam tiek pievienoti jauni atribūtu ieraksti. Ģeodatubāzes līdzekļu klasēm ir dažādas politikas, kuras var norādīt tam, kas notiek ar atribūtiem, sadalot līdzekļus. Formas failiem jauni ieraksti sadalītām funkcijām dublē sākotnējās formas sākotnējās vērtības.

Šeit viens no mežaudzes daudzstūriem ir sadalīts divos atsevišķos daudzstūros.

Šeit viena no iepriekš pievienotajām rindām ir sadalīta divos segmentos.

Atribūtu atjaunināšana, izmantojot Split

Ja līdzekļi tiek sadalīti, varat norādīt, kā jauno līdzekļu atribūti tiek iegūti no sākotnējiem līdzekļiem. Katram atribūtu tabulas laukam var piešķirt sadalīšanas uzvedības noteikumus. Vai ciparu lauki ir jākopē vai jānosaka to proporcija no sākotnējās vērtības? Vai virkņu (rakstzīmju) lauki ir jākopē, vai arī jauno funkciju lauki ir tukši?

ArcGIS nodrošina noteikumus sadalīto līdzekļu atribūtu vērtību atjaunināšanai:

Sadalītā politika

efekts

Noklusējuma vērtība vērtības jaunos ierakstos ir objekta klases atribūtu domēna iestatījumu lauka noklusējuma vērtība
Dublikāts jauno ierakstu vērtības tiek kopētas no vecāku ieraksta
Ģeometrijas attiecība skaitliskās vērtības ir proporcionālas objekta sākotnējam laukumam vai garumam

Katrā slāņa atribūtu tabulas laukā var tikt izmantotas sadalītas politikas.

Funkciju apvienošana ar Union

Papildus funkciju sadalīšanai ArcGIS ļauj apvienot vairākus objektus. Apvienojamām funkcijām jābūt iekļautām izvēlētajā komplektā.

Līnijas, kas satiekas vienā vietā, tiek apvienotas vienā rindā ar vienu atribūtu ierakstu.

Daudzstūri, kas pārklājas vai kuriem ir kopīga robeža, ir apvienoti vienā daudzstūrī ar vienu atribūtu ierakstu. Daudzstūri, kas nepārklājas un nav blakus, var arī apvienot vienā daudzstūrī ar vienu ierakstu. Arī šādā veidā objektu klase atšķiras no citiem vektoru datu kopu funkciju klašu atbalstiem viens daudzstūri, kas sastāv no vairākiem telpiskiem objektiem.

Šeit ir savienoti divi mežaudžu daudzstūri. Jaunajam daudzstūrim ir viens atribūtu ieraksts.

Ja savienojamie daudzstūri nav blakus, iezīmes joprojām var savienot. Pirms:

Atribūtu atjaunināšana, izmantojot sapludināšanu

Savienība vienkārši pievienojas izvēlētās kopas ģeometrijai un ģenerē jaunu tukšu ierakstu. Kad funkcijas ir sapludināts, sākotnējie atribūtu ieraksti tiek dzēsti un tiek izveidots jauns atribūtu ieraksts. Tāpat kā sadalot, politikas var izmantot jaunā ieraksta atribūtu vērtību iestatīšanai.

Apvienošanas politika

efekts

Noklusējuma vērtība vērtības jaunos ierakstos ir objekta klases atribūtu domēna iestatījumu lauka noklusējuma vērtība
Dublikāts vērtības jaunos ierakstos tiek kopētas no vecāka ieraksta
Ģeometrija svērta skaitliskās vērtības ir proporcionālas objekta sākotnējam laukumam vai garumam

Kad līdzekļi tiek apvienoti, jums jāizvēlas, kurš līdzeklis iestatīs jaunā līdzekļa atribūtu vērtības.

Ģeometrija sapludināt ir identisks tam, kas savienība, taču šajā apvienošanā varat redzēt, ka ieraksts ir ieguvis vērtības no vienas no vecāku funkcijām, nevis tukšs, kā norādīts iepriekš.

Vairāk rediģēšanas darbību

Daudzstūra funkcijām ir pieejamas vēl dažas rediģēšanas darbības. Šeit ir dažas vispārinātas funkcijas, ko izmanto, lai ilustrētu darbības. Vienu formas failu veido aplis, kas pārklājas ar taisnstūri.

  • Klips (izmetot laukumu, kas krustojas): apgriešana noņem divu daudzstūru pārklāšanās laukumu. Tajā laikā izvēlētais daudzstūris darbojas kā "cepumu griezējs", noņemot laukumu no daudzstūra (-iem), kas pārklājas. Šeit pēc griešanas operācijas taisnstūris ir pārvietots, lai parādītu operācijas efektu. Attēlā pa kreisi ir redzams taisnstūris kā griezējs, bet labajā - aplis kā griezējs.

Visus funkciju klasēs veiktos labojumus var atcelt, atlasot Rediģēt un atsaukt izvēlnē vai izmantojot taustiņu kombināciju & ltCTRL-Z & gt. Visas izmaiņas var atsaukt līdz pēdējai saglabāšanai vai līdz funkciju klases izveidei, ja funkciju klase ir jauna un nekad nav saglabāta.

Ja esat pabeidzis funkciju klases rediģēšanu, varat izvēlēties saglabāt labojumus. Ieteicams arī bieži saglabāt labojumus, ja rodas sistēmas problēmas. Visi saglabātie labojumi tiek ierakstīti diskā kā funkciju klases struktūras sastāvdaļa.

Ja mēģināsit pārtraukt rediģēšanu, jums tiks piedāvāts saglabāt labojumus.

Tāpat jums tiks piedāvāts saglabāt izmaiņas, ja mēģināsit aizvērt kartes dokumentu, atvērt citu projektu vai aizvērt ArcGIS.


Telpiskā informācija

Telpiskā izšķirtspēja

Leņķa attālums
Leņķa attāluma mērvienības
Horizontālais attālums
Horizontālās attāluma mērvienības
Vertikālais attālums
Vertikālās attāluma mērvienības
Ekvivalenta skalas saucējs
Detalizēta apraksta līmenis

Telpiskā pārstāvniecība

Izmantots režģa attēlojums?
Izmantots vektoru attēlojums?
Izmantots teksta / tabulas attēlojums?
Izmantots TIN attēlojums?
Izmantots stereo modeļa attēlojums?
Vai izmantota video attēlošana?

Režģa attēlojums

Asu izmērs

Asu izmērs

Vektoru attēlojums

Topoloģijas līmenis
Vai ir sarežģīts objekts?
Sarežģīts objektu skaits
Vai ir salikts objekts?
Salikto objektu skaits
Līknes objekts ir klāt?
Līknes objektu skaits
Punkts Objekts klāt?
Punktu objektu skaits
Vai ir ciets objekts?
Cietu objektu skaits
Vai virsmas objekts ir klāt?
Virsmas objektu skaits

Vektoru attēlojums

Topoloģijas līmenis
Vai ir sarežģīts objekts?
Sarežģīts objektu skaits
Vai ir salikts objekts?
Salikto objektu skaits
Līknes objekts ir klāt?
Līknes objektu skaits
Punkts Objekts klāt?
Punktu objektu skaits
Vai ir ciets objekts?
Cietu objektu skaits
Vai virsmas objekts ir klāt?
Virsmas objektu skaits

Atsauces sistēmas

Atsauces sistēma

Horizontālā izšķirtspēja

Vertikālā izšķirtspēja


Rastra datu modelis ir plaši izmantota ģeogrāfisko datu glabāšanas metode. Modelis visbiežāk izpaužas kā režģim līdzīga struktūra, kas saglabā vērtības regulāri ar atstarpi starp rastra apjomu. Rastri ir īpaši labi piemēroti nepārtrauktu datu, piemēram, temperatūras un pacēluma vērtību, glabāšanai, taču var glabāt arī diskrētus un kategoriskus datus, piemēram, zemes izmantošanu. Rastra izšķirtspēja tiek norādīta lineārās vienībās (piemēram, metros) vai leņķiskās vienībās (piemēram, viena loka sekunde), un tā nosaka mērogu režģa šūnas vienā pusē. Augstas (vai smalkas) izšķirtspējas rasteriem ir salīdzinoši tuvāks attālums un vairāk režģa šūnu nekā zemas (vai rupjas) izšķirtspējas rasteriem, un to uzglabāšanai ir nepieciešams salīdzinoši vairāk atmiņas. Aktīvi pētījumi šajā jomā ir vērsti uz kompresijas shēmu uzlabošanu un alternatīvu šūnu formu (piemēram, sešstūru) ieviešanu un labāku vairāku izšķirtspēju rastra uzglabāšanas un analīzes funkciju atbalstu.

Pingels, T. (2018). Rastra datu modelis. Ģeogrāfiskās informācijas zinātne un tehnoloģiju tehnoloģija (2018. gada 3. ceturkšņa izdevums), Džons P. Vilsons (red.). DOI: 10.22224/gistbok/2018.3.11

Šī versija tika publicēta 2018. gada 2. jūlijā.

Šī tēma ir pieejama arī šādos izdevumos: DiBiase, D., DeMers, M., Johnson, A., Kemp, K., Luck, A. T., Plewe, B. un Wentz, E. (2006). Rastra modelis. Ģeogrāfiskās informācijas zinātne un tehnoloģiju tehnoloģija. Vašingtona, ASV: Amerikas ģeogrāfu asociācija. (2016. gada 2. ceturksnis, pirmais digitālais).

2.5D: Vērtību ierakstīšanas sistēma rastrī, kurā katrai režģa šūnai ir viena un tikai viena z vērtība.

nepārtraukti dati: Laukam līdzīgi dati, kuros vērtības ir jebkurā vietā telpiskā mērogā, piemēram, augstumā vai temperatūrā.

digitālais pacēluma modelis (DEM): Datu modelis, ko izmanto, lai apstrādātu, uzglabātu, analizētu un parādītu augstuma datus.

digitālais virsmas modelis (DSM): DEM veids, kas attēlo maksimālo vērtību režģa šūnā, tādējādi ierakstot ēku virsotnes, kokus un citus objektus.

digitālais reljefa modelis (DTM): DEM veids, kura mērķis ir attēlot idealizētu zemes virsmu, kur virsmas objekti (ēkas, koki utt.) Ir noņemti digitāli.

diskrēti dati: Objektam līdzīgi dati, kuros ir nosakāms objektu telpiskais apjoms vai robežas.

apjomā: Apgabals vai attālums reālajā telpā, kurā pastāv kāda ģeogrāfiska vienība. Kartogrāfijā un ĢIS attēlojuma apjoms ir reālās pārstāvētās telpas lielums.

faila formāts: Specifikācija, kā dati tiek glabāti datora failā. Svarīgas atšķirības ir starp bināro un vienkāršā teksta pieeju, kā arī starp patentētu un bezmaksas un atvērtu formātu.

jaukts pikselis: Nosacījums, kad vienā tīkla šūnā atrodas vairāk nekā viena objekta kategorija.

pikseļu: “Attēla elementa” portrets, mazākā rastra vienība. Dažreiz to sauc par šūnu vai režģa punktu.

izšķirtspēja: Detalizācijas pakāpe, kādā parādība tiek atklāta vai attēlota. Dati tiek saglabāti un atveidoti noteiktā attēlojuma izšķirtspējas pakāpē. Rastra sensoru blokos izšķirtspēju nosaka atsevišķu sensoru izmēri zemes vienībās (t.i., viena pikseļa platums metros uz Zemes).

Rastra datu modelis kopā ar vektoru datu modeli ir viens no agrākajiem un visplašāk izmantotajiem datu modeļiem ģeogrāfiskās informācijas sistēmās (Tomlin, 1990 Goodchild, 1992, Maguire, 1992). To parasti izmanto, lai ierakstītu, analizētu un vizualizētu nepārtrauktus datus, piemēram, pacēlumu, temperatūru vai atstarotu vai izstarotu elektromagnētisko starojumu. Termins rastrs cēlies no vācu vārda ekrāns, kas nozīmē virkni ortogonāli orientētu paralēlu līniju. Tā izcelsme kā attēlu apraksts nāk no zīmējuma, ko elektronu stari veica uz katodstaru lampu (CRT) ekrāniem analogās televīzijas pirmsākumos, un vēlāk metafora tika attiecināta arī uz digitālajiem attēliem. Digitālie rasteri visbiežāk izpaužas kā regulāri izvietots, režģim līdzīgs rindu un kolonnu modelis, un katrs elements tiek saukts par šūnu, pikseļu vai režģa punktu. Rastri dažreiz dēvē par attēlu, masīvu, virsmu, matricu vai režģi (Wise, 2000). Rastra šūnas visbiežāk ir kvadrātveida, taču tās var būt taisnstūrveida (ar atšķirīgu izšķirtspēju x un y virzienos) vai citas formas, kuras var tikt deselētas, piemēram, trīsstūri un sešstūri (1. attēls Peuquet, 1984).

1. attēls. Trijstūru, kvadrātu un sešstūru novērtējumi, kurus var izmantot par šūnu formas pamatu rastra modelī.

Katras šūnas lielums vai apjoms norāda rastra izšķirtspēju, un tas tiek norādīts lineārās attāluma vienībās (piemēram, pēdu skaits, metri, kilometri gar šūnas vienu malu) vai platuma un garuma grādos vai daļās (piemēram, viena loka sekunde vai viena trešdaļa loka sekundes). Rastra izšķirtspēja ir viena no sastāvdaļām, kas nosaka atmiņas uzglabāšanas prasības, un smalkāka izšķirtspēja prasa vairāk vietas atmiņā. Šūnu skaits rastrī palielinās kvadrātiski, kad izšķirtspēja palielinās divkāršojot rastra izšķirtspēju, šūnas šūnu lineārais attālums samazinās par pusi (piemēram, pārejot no 2 m šūnas uz 1 m šūnu), bet palielinās šūnu skaits četras reizes (divkāršojot šūnu skaitu divos virzienos). 2. attēlā parādīta paaugstinātas izšķirtspējas ietekme uz digitālo pacēluma modeli (DEM).

2. attēls. Digitālā pacēluma modelis (DEM) 30 m (pa kreisi), 10 m (centrā) un 3,3 m izšķirtspējā (labajā pusē).

Visbiežāk, ja pikseļi attēlo 2D apgabalu, pikseļus var uzskatīt par “tvertni”, kur pikseļa vērtība ir kopsavilkuma statistika (piemēram, vidējā, mediāna, standarta novirze) par visām lauka vērtībām. pikseļa robežas. Turpretī pikseļi varētu attēlot vērtību režģa centrālajā centrā, ko dažreiz dēvē par režģi (Briese, 2010) vai režģa tipa rastru (Wise, 2000).

Rasteri visbiežāk tiek izmantoti nepārtrauktu datu attēlošanai, jo tie ļauj efektīvāk saglabāt vērtības nekā līdzvērtīgs vektors vai uz punktu balstīta režģu sistēma vispārpieņemtā punktu blīvumā. Tas ir tāpēc, ka koordinātas tiek netieši saglabātas kā pozīcija datu tabulā, nevis skaidri (kā koordinātas). Tomēr rasteri bieži tiek izmantoti arī kategorisku (piemēram, zemes izmantošanas) vai diskrētu datu attēlošanai. Šajos gadījumos laukumu, kas atbilst rastra šūnai, var sajaukt ar vairākām kategorijām, kas atrodas pikseļos. Piemēram, režģa elementam ar izšķirtspēju 100 metri var būt gan dzīvojamais, gan rūpnieciskais lietojums. Pastāv vairākas kopīgas stratēģijas jauktu pikseļu problēmas risināšanai, tostarp (a) vairākuma uzvaras vai uzvarētājs-visi, (b) atsevišķas kategorijas izmantošana, lai īpaši norādītu jauktu pikseļu, (c) izmantojot vērtību, kas ir vistuvāk šūnas centrā vai d) noteikt sliekšņa procentuālo vērtību noteiktai kategorijai (piemēram, ja vismaz 25% no pikseļa laukuma ir ūdens, tas tiks ierakstīts kā ūdens).3. attēlā parādīta jaukto pikseļu problēma, pārklājot salīdzinoši rupjas (30 m) izšķirtspējas zemes seguma apzīmējumus salīdzinoši smalkas izšķirtspējas (1 m) digitālās virsmas modelī (DSM), kas parāda ēkas, ceļus, kokus un citas smalkas iezīmes. tiek atvasināti zemes seguma apzīmējumi.

3. attēls. Valsts zemes seguma datu bāzes (30 m) rastrs, kas pārklāts ar nogāzē nokrāsotu, no lidara iegūtas digitālās virsmas modeli (1 m), izceļot jaukto pikseļu problēmu.

Rasteri visbiežāk tiek izplatīti un tiek izmantoti kā atsevišķas 2.5D virsmas ar tikai vienu datu vērtību vienā šūnā (piemēram, pacēlums) vai kā attēli ar vairākām joslām. Pēdējā veida piemērs ir ortofotogrāfija ar sarkanu, zaļu, zilu, gandrīz infrasarkano staru un potenciāli daudziem citiem slāņiem, kas iestrādāti vienā rastrī. Šādos gadījumos rastra attēlošana bieži ietver katras joslas saistīšanu ar sarkanu, zaļu vai zilu (RGB) vizualizācijas kanālu. Rasters var arī paplašināt režģa struktūru daudzdimensiju, veidojot kubus (vai vokseļus) vai hiperspatialus ekvivalentus, kas var attēlot telpas, laika, atribūtu telpas apjomu vai jebkuru to kombināciju. Mērījumu vietā var izmantot arī indeksa vērtības, lai, izmantojot uzmeklēšanas tabulas, izveidotu saiti uz ārējo atribūtu informāciju, kas atrodas ārējā datu bāzes pārvaldības sistēmā (DBVS). Tomlin (1990) darbs pie MAP modeļa ir tam piemērs.

Rastra datu modelis tiek plaši izmantots ĢIS datu kodēšanai. Piemēri:

  • Digitālie pacēluma modeļi (DEM), piemēram, ETOPO1 globālais palīdzības modelis.
  • No augstuma iegūtas vizualizācijas un produkti (Kennelly, 2017).
  • Attāli uztverti dati, tostarp gaisa un radara attēli.
  • Meteoroloģiskie mainīgie, piemēram, temperatūra un nokrišņi, interpolēti no punktu avotiem.
  • Kategoriski krāpnieki, piemēram, Nacionālā zemes seguma datu bāze.
  • Datu kopa “Gridded Population of the World”, kurā režģa vērtības sākotnēji tika ierakstītas, izmantojot administratīvās vienības.
  • Vēsturisko karšu digitālā skenēšana.
  • Eksportēti kartogrāfiskie produkti, piemēram, digitālās rastra grafiskās topogrāfiskās kartes.
  • Šūnu automātu modeļi, piemēram, SLEUTH (Chaudhuri un Clarke, 2013).

Rasters katrā režģa punktā ieraksta vienu vai vairākas vērtības. Režģa vērtības var ļoti vienkārši ierakstīt pa rindām, skatoties augšējā kreisajā stūrī tādā pašā veidā, kā teksts ir rakstīts angļu valodā. Efektivitātes uzlabošanai var izmantot alternatīvas pasūtīšanas sistēmas, tostarp rindu gruntēšanas, Mortona vai Peano-Hilberta metodes. Raseru atmiņas prasības ietekmē ierakstīto datu veids (piemēram, Būla, vesels skaitlis, pludiņš vai virkne), rastra izšķirtspēja un telpiskais apjoms, kā arī jebkāda attēla saspiešana. Saspiešanu var izmantot, lai izmantotu datu atkārtošanos vai dublēšanu, lai samazinātu kopējās krātuves prasības, un, lai to paveiktu, ir pieejamas daudzas shēmas, tostarp ķēdes kodi, bloku kodi, darbības garuma kodi un četrkoki.

Rasterus var uzglabāt jebkurā formātā vai konteineros. Efektivitātes labad tie parasti tiek glabāti binārā formātā, taču vienkārša teksta formāti nav nekas neparasts, un ESRI ArcInfo ASCII režģis, iespējams, ir visplašāk izmantotais šāda veida. Bināro rastra formātu ir pārāk daudz, lai tos varētu pilnībā uzskaitīt, un lasītājs var vēlēties iepazīties ar Ģeotelpisko datu abstrakcijas bibliotēkas (GDAL) projektu, lai iegūtu sarakstu ar 154 lasāmiem formātiem. Daudzi formāti, kas sākotnēji bija paredzēti fotogrāfiskiem attēliem, ir izmantoti kā rastra konteineri, tostarp JPG, JPEG 2000, PNG un TIFF. To priekšrocība ir tāda, ka rastra datus var viegli pārvietot datu apstrādes sistēmās un no tām. Tāpat daudzi rastra formāti ir īpaši izstrādāti ģeodatiem, tostarp ESRI ArcGRID, Erdas Imagine formāts un MrSID. NetCDF izstrādāja Unidata kā konteineru daudzu veidu uz masīviem balstītiem zinātniskiem datiem, un to parasti izmanto rastra ģeodatiem atmosfēras zinātnēs, kur vēlams turēt vairākus laikrindu pārklājuma datu slāņus vienā failā.

Gandrīz visos konteineros ir mehānisms datu saspiešanai, lai samazinātu failu izmērus, taču tie atšķiras atkarībā no pakāpes, kādā tie ļauj bez zudumiem (salīdzinājumā ar zudumiem) saspiest. Dažos gadījumos zināma datu precizitātes samazināšana var ievērojami nesamazināt datu kopas vērtību, piemēram, digitālie ortofotogrāfijas ir plaši izplatītas JPEG konteinerā, lai gan daži - bieži vien nemanāmi - datu zudumi notiks datu kodēšanas procesā. uzglabāšanai. Citos gadījumos (piemēram, digitālajos pacēluma modeļos) perfekta datu precizitāte tiek uzskatīta par kritiskāku, un tāpēc tie bieži tiek izplatīti formātos, kuros ir bez zudumu saspiešana (piemēram, GeoTIFF). Formāti bieži atšķiras pēc to datu veidiem, kurus tie var turēt. Piemēram, PNG var glabāt tikai uz veseliem skaitļiem balstītus datus ne vairāk kā četrās joslās, bet TIFF-peldošos datus un lielāku joslu skaitu. Nesenais BigTIFF formāts paplašina TIFF formāta iespējas, ļaujot iegūt daudz lielākus (vairāk nekā 4 gigabaitu) failu izmērus. Attēli, kuru pamatā ir attēli, ir izrādījušies populāri, jo tie vieglāk sadarbojas ar programmatūru, kas nav ĢIS. Patentētiem uzglabāšanas formātiem (piemēram, MrSID) bieži ir augstāks saspiešanas līmenis, taču bažas par dokumentāciju, ilgmūžību un savietojamību ir pamudinājušas izstrādāt vairākas efektīvas atvērtas / nepatentētas alternatīvas (piemēram, JPG 2000).

Ģeoreferenču informācija rastra attēliem ir iegulta vai nu tieši konteinera faila galvenē, vai arī izmantojot papildu failus, kas tiek izplatīti kopā ar rastru. Pasaules fails ir izplatīts pēdējās pieejas piemērs, kur atsevišķs vienkārša teksta fails apraksta augšējā kreisā pikseļa centra atrašanās vietu ģeogrāfiskajā telpā, kā arī rastra x un y izšķirtspēju. Rastru saspiešana tiek panākta, izmantojot vienu no vairākām pieejām, ieskaitot skrējiena garumu (Holroyd and Bell, 1992), ķēdi (Freeman, 1974 Žalik et al., 2015), block, quadree (Finkel and Bentley, 1974 Mark and Lauzon, 1984) Samet, 1984, Martin, 1992) un viļņu metodes.

Rastra datu modelis bieži tiek pretstatīts vektoru datu modelim. Abi ir ļoti noderīgi, un izvēle, kurš modelis darbojas labāk, ir pilnībā atkarīgs no uzdevuma. Rastra datu modeļi ir izcili gadījumos, kad pašiem pamatā esošajiem datiem ir nepārtraukts raksturs, jo ir ievērojami palielinājusies uzglabāšanas un indeksācijas efektivitāte, pateicoties regulārajam tīkla telpiskajam modelim. Regulētais modelis līdzīgi paātrina aritmētisko aprēķinu laiku starp vairākiem rastra slāņiem un samazina nepieciešamo laiku tādām darbībām kā trūkstošo vērtību telpiskā interpolācija vai atkārtota paraugu ņemšana. Tā kā rastra slāņus var interpretēt kā binārus vai pelēktoņu attēlus, daudzas sākotnēji datora redzei paredzētas darbības var viegli piemērot klasifikācijas vai mašīnmācīšanās problēmām.

Rastriem ir arī vairāki trūkumi. Daudzi konteineri atbalsta tikai vienu izšķirtspējas līmeni, lai gan papildu attēlu piramīdu uzbūve var mazināt tās ietekmi uz vizualizāciju. Daudzos jaunākajos rastra krātuves formātos, tostarp MrSID un JPEG 2000, sākotnēji ir vairāku izšķirtspēju datu glabāšana, kas var padarīt iespējamu detalizācijas analīzes apstrādi programmatūrā, kas to atbalsta. Vēl viens rastra formātu ierobežojums ir tāds, ka pārprojekcija un/vai atkārtota paraugu ņemšana parasti izraisa dažādas datu pasliktināšanās pakāpes. Šī iemesla dēļ ir ieteicams rasterus projicēt un/vai atkārtoti paraugot no to sākotnējā avota, nevis sērijveidā. Rasteri ar rupju izšķirtspēju attiecībā pret attēlotajiem objektiem vai atribūtiem var izraisīt datu “bloku” izskatu. Palielinot izšķirtspēju, šo problēmu nevar pilnībā atrisināt gan praktisku, gan teorētisku iemeslu dēļ, jo palielināta izšķirtspēja rada lielākas prasības atmiņai, atmiņai un apstrādes jaudai (Fisher, 1997). Turklāt šī pieeja gandrīz vienmēr sniegs mazākus, bet joprojām sajauktus pikseļus gar objekta malu, kas novedīs pie tāda paša “bloķēta” izskata, ja lietotājs pietiekami tuvinās.

Rastra šūnas parasti tiek uzskatītas par topoloģiski savienotām ar kaimiņiem pa labi, pa kreisi, augšpusē un apakšā, bet var būt savienotas arī ar kaimiņiem pa diagonāli (vai tālāk). Topoloģiskie savienojumi var būt diezgan svarīgi, ja modelēšanā tiek izmantoti rasteri, piemēram, lētākā ceļa noteikšana. Šajā kontekstā vektoru elementu (piemēram, līniju, kas attēlo ceļu tīklu) pārveidošana var radīt kļūdas rastra analīzē, ja vai nu nepareizi iekļautas papildu režģa šūnas, vai arī režģa šūnām tiek piešķirtas nepareizas vērtības pārveidošanas laikā.

Briese, C. (2010). Digitālo reljefa modeļu ieguve. Grāmatās G. Vosselman un H-G. Maas (red.), Gaisa un sauszemes lāzera skenēšana (135.-167.lpp.). Dunbeath, Skotija: izdevniecība Whittles.

Chaudhuri, G., & amp Clarke, K. (2013). SLEUTH zemes izmantošanas maiņas modelis: pārskats. Vides resursu izpēte, 1(1), 88. – 105. DOI: 10.22069/IJERR.2013.1688

Finkel, R. A., & amp; Bentley, J. L. (1974). Četrkoki datu struktūra, lai tos varētu izgūt no saliktām atslēgām. Informācijas sistēma, 4(1), 1. – 9. DOI: 10.1007/BF00288933

Fišers, P. (1997). Pikselis: lamatas un maldi. Starptautiskais tālvadības žurnāls, 18(3), 679-685. DOI: 10.1080/014311697219015

Frīmens, H. (1974). Līniju zīmēšanas attēlu apstrāde datorā. Datoru apsekojumi, 6, 54-97. DOI: 10.1145/356625.356627

Goodchild, M.F. (1992). Ģeogrāfisko datu modelēšana. Datori un ģeozinātnes, 18(4), 401.-408. DOI: 10.1016/0098-3004 (92) 90069-4

Holroyd, F., & amp; Bell, S. B. M. (1992). Rastra ĢIS: rastra kodēšanas modeļi. Datori un ģeozinātnes, 18(4), 419.-426. DOI: 10.1016/0098-3004 (92) 90071-X

Kennelly, P. (2017). Reljefa attēlojums. Ģeogrāfiskās informācijas zinātne un tehnoloģiju tehnoloģija (2017. gada 4. ceturkšņa izdevums), Džons P. Vilsons (red.). DOI: 10.22224/gistbok/2017.4.9

Maguire, D. J. (1992). Rastra ĢIS dizaina modelis - ERDAS profils. Datori un ģeozinātnes, 18(4), 463-470. DOI: 10.1016/0098-3004 (92) 90076-4

Mark, D. M., & amp; Lauzon, J. P. (1984). Ģeogrāfisko informācijas sistēmu lineārie četrstūri. In IGU simpozija par telpisko datu apstrādi materiāli, 20. – 24. Augusts, Cīrihe, 412–431.

Martin, J. J. (1992). Ģeogrāfisko datu organizēšana ar četrkokiem un mazāko kvadrātu tuvināšanu. In Simpozija par rakstu atpazīšanu un attēlu apstrādi (PRIP) materiāli, Lasvegasa, Nevada. IEEE Datoru biedrība, 458.-465.

Peucker T. K., & amp; Chrisman, N. (1975). Kartogrāfisko datu struktūras. Amerikāņu kartogrāfs, 2(1), 55. – 69. DOI: https://doi.org/10.1559/152304075784447289

Peukets, D. J. (1984). Telpisko datu modeļu konceptuāls ietvars un salīdzinājums. Kartogrāfija, 21(4), 66.-113. DOI: 10.1002/9780470669488.ch12

Samets, H. (1984). Četrkoks un ar to saistītās hierarhiskās datu struktūras. ACM skaitļošanas apsekojumi (CSUR), 16(2): 187-260. DOI: 10.1145/356924.356930

Tomlin, C. D. (1990). Ģeogrāfiskās informācijas sistēmas un kartogrāfiskā modelēšana. Englewood Cliffs, NJ: Prentice Hall.

Wise, S. (2000). ĢIS datu modelēšanas mācības no DTM analīzes. Starptautiskais ģeogrāfiskās informācijas zinātnes žurnāls, 14(4), 313. – 318. DOI: 10.1080/13658810050024250


Datu īpašības ir ĢIS atribūtu sistēmu un vērtību īpašības, kuru dizains un formāts ietekmē analītisko un skaitļošanas apstrādi. Ģeotelpiskie dati tiek izteikti konceptuālā, loģiskā un fiziskā datu bāzes ieguves līmenī, kas paredzēts ģeogrāfiskās informācijas attēlošanai. Atbilstošai atribūtu sistēmu konstrukcijai un rekvizītu izvēlei jābūt loģiski konsekventai un jāatbalsta piemērotas mērījumu skalas attēlošanai un analīzei. Ģeotelpiskie jēdzieni, piemēram, objekta lauka skati un dimensiju telpa saistītiem objektiem un īpašībām, veido datu modeļus, kuru pamatā ir ģeogrāfiskā matrica un pazīmju ģeometrija. Ir aprakstītas trīs ĢIS pieejas un to atribūtu sistēmas dizains: Teselācijas, vektori un grafiki.

Varanka, D. E. (2021). Datu rekvizīti. Ģeogrāfiskās informācijas zinātne un tehnoloģiju tehnoloģija (2021. gada 1. ceturkšņa izdevums), Džons P. Vilsons (red.). DOI: 10.22224/gistbok/2021.1.15 ..

Šis ieraksts tika publicēts 2021. gada 28. martā.

Tas ir pieejams arī iepriekšējā izdevumā:

DiBiase, D., DeMers, M., Johnson, A., Kemp, K., Luck, A. T., Plewe, B. un Wentz, E. (2006). Rekvizīti. Ģeogrāfiskās informācijas zinātne un tehnoloģiju tehnoloģija. Vašingtona, ASV: Amerikas ģeogrāfu asociācija. (2016. gada 2. ceturksnis, pirmais digitālais).

Ģeogrāfiskās informācijas sistēmu (ĢIS) objektu rekvizīti attiecas uz digitālo datu īpašībām, kas attēlo entītijas un tiek glabātas datu bāzes modelī. Rekvizīti ir tehniskais pamats ĢIS datu atribūtiem, kas attēlo ģeogrāfiskās īpašības vai attiecības, kas ir atņemtas no vides mijiedarbības un modelētas skaitļošanas sistēmās. Piemēram, decimālgrādus bieži izmanto ģeogrāfiskajām koordinātām, un veseli skaitļi ir piemēroti choropleth karšu kodēšanai. Datorzinātņu tehnoloģiju jaukta ieviešana un ģeogrāfisko īpašību intuitīva atpazīšana atbalsta telpiskās informācijas izpratni un datu apstrādi.

Ir dažādi terminu “rekvizīti” un “atribūti” lietojumi kā datu struktūras modeļu koncepcijās un programmatūras valodās. Dažreiz tos lieto sinonīmi. Var nošķirt, ka “īpašības” nozīmē ĢIS objektu raksturīgās īpašības, kas nozīmē īpašības, bez kurām objekts nepastāvētu, bet “atribūti” ir piedēvētas īpašības, kuru izmaiņas objektu būtiski nemainītu. Paredzētais garīgais modelis šiem tekstā izmantotajiem terminiem ir tāds, ka rekvizīti, atribūti un to sistēmas ir datu struktūras reprezentatīvo un semantisko elementu attiecību konstrukcijas, kas attiecas uz reālām, tostarp fiziskām un konceptuālām entītijām. Atribūtu sistēma ir saistīta ar entītijas vai entītiju klases attēlojumu. Īpašuma sistēma ir saistīta ar reprezentatīvu vienību vai entītiju klasi. Abas sistēmas ir integrētas. Atribūtos ir datu rekvizīti to attēlošanai. Īpašības ir atribūtu īpašības, un to struktūra sniedzas līdz pieļaujamajām vērtībām.

Datu modeļi ĢIS mēģina aprakstīt plaši saprotamus un saskaņotus pasaules uzskatus trīs plaši saskaņotos datu ieguves līmeņos: konceptuālā, loģiskā un fiziskā. Datu ieguves konceptuālais līmenis parāda sistēmas informācijas saturu, skatoties no lietotāja viedokļa. Lietotājs var saprast, ko var darīt ar sistēmu, kuru atbalsta, bet nenorādot tehnisko ieviešanu. Konceptuālās informācijas loģiskā abstrakcija tiek īstenota, izmantojot datu bāzes dizainu. Datu modeļa ierobežojumi un noteikumi vispārinās informāciju kā loģiskas struktūras. Datu uzglabāšana tiek noteikta abstrakcijas fiziskajā līmenī. Šajā rakstā ir apskatīts īpašību raksturs un nozīme šajos līmeņos, jo tie mijiedarbojas ar atribūtu vērtībām galvenajos ģeometriskajos modeļos, ko izmanto ĢIS, ieskaitot vektoru, Teselāciju un to hibrīdu kā trīsstūrveida neregulāros tīklus (TIN). Citos ĢIS loģiskajos modeļos, piemēram, uz objektu orientētā un grafikā, tiek izmantotas īpašības, kas saistītas ar vektoru un Teselācijas struktūrām.

Datu ieguves konceptuālajā līmenī vides atribūtu uztveršana, kas saglabājas kādu laiku, rada ĢIS semantisko stabilitāti, bet to sarežģī atšķirīgās individuālās uztveres un interpretācijas. Perspektīvas par ģeotelpisko pazīmju kategorijām, telpiskajām atsaucēm un laika mainīgumu veido atšķirīgi, pievēršot uzmanību tādām detaļām kā ģeogrāfiskais mērogs, lietotāju kultūrvide un atbilstošas ​​tehnisko datu struktūras. Saziņa starp individualizētām perspektīvām izdodas, neraugoties uz to mainīgumu, jo tās ir balstītas uz noteiktiem universāliem jēdzieniem, kas nozīmē plaši saskaņotu, un tāpēc, ka konteksti var būt saskaņoti vai saistīti. Daži cilvēka kognitīvās apstrādes aspekti, kas saistīti ar pasaules uzskatu uztveri un veidošanu, cilvēkiem var būt salīdzinoši līdzīgi (Peuquet, 2002). Piemēram, kategorizēšana ir cilvēka domāšanas pamatkonstrukcija (Rosch 1978).

Turpmākajās sadaļās apskatītas datu loģiskās un fiziskās īpašības, kas ir ĢIS atribūtu pamatā. Abstrakcijas līmeņi ir savstarpēji atkarīgi, tāpēc loģisko abstrakciju var uzskatīt par shēmu, kas organizē datu gadījumu fiziskos līmeņus. Šis raksts beidzas ar galveno jēdzienu kopsavilkumu par šiem jautājumiem.

Datu bāzes loģiskā konsekvence, mērījumu skalas un datu tipi būtiski ietekmē datu glabāšanu, precizitāti un analīzes aprēķinus. Jēdzienu izpausme kā formāla loģika var palīdzēt izvairīties no kļūdām un pretrunām ģeogrāfiskajā informācijā, taču šāda dokumentācija tiek veidota reti. Stīvensa (1946) mērījumu skalu sistēma bieži tiek minēta datu zinātnē, bet telpiskie jēdzieni rada sarežģītību ārpus šīs sistēmas. Atribūtu sistēmām, kas ir aprakstoši un analītiski attēlojumi, var būt nepieciešami dažādi datu veidi.

2.1 Loģiskā konsekvence

Datu rekvizīti ĢIS atribūtos atbalsta telpisko datu bāzu loģisko konsekvenci. Tālāk ir uzskaitītas dažas ģeogrāfiskās informācijas loģiskās konsekvences pazīmes.

  • Datu modeļa precizitātes atbilstība reālajai pasaulei. Atlasītais datu modelis ir piemērots lietojumprogrammai, ja atribūtu struktūra atbilst to aprakstīto reālās pasaules entītiju svarīgām īpašībām.
  • Datu tipu konsekvence. Failu formāti un apstrādes noteikumi atbilst datu modelim.
  • Pozicionālo datu konsekvence. Pozīcijas ir aprakstītas ar līdzīgu lokalizācijas precizitātes diapazonu, pamatojoties uz datu vispārināšanu.
  • Datu bāzes normālās formas konsekvence. Tiek samazinātas nevēlamas atkarības un nepieciešamība pēc pārstrukturēšanas, kas traucē efektīvai piemērošanai.

2.2. Mērījumu skala

Mērījumu struktūras atribūtu vērtību skalas un atbalsta datu lietojumprogrammas, sākot no vienkārša apraksta līdz sarežģītai statistiskai aprēķināšanai. Saskaņā ar Stīvensa sistēmu, nominālās skalas dati ir vērtības, kurām nav relatīvas secības un kuras apzīmē ar nosaukumu vai citu etiķeti. Nominālos datus dažreiz sauc par kategoriskiem datiem, jo ​​tie veido diskrētas kategorijas ar nelielu pārklāšanos vai bez tās. Ordinālā skala sarindo datus diapazonā, kas izsaka noteiktu objektu raksturlielumu relatīvo apjomu. Klasifikācija atspoguļo noteiktu skaitlisku atribūtu secību, taču datu vērtības nav vienādi kvantitatīvi noteiktas. Intervāla skalas dati atspoguļo vienmērīgu mērījumu attiecībā pret patvaļīgu sākuma punktu. Parasts intervālu datu piemērs ir temperatūras grādi, ko mēra pēc Fārenheita vai Celsija skalas. Attiecības mērīšanas skala ir balstīta uz nulles izcelsmi un ļauj veikt matemātiskus salīdzinājumus, piemēram, augstāk vai zemāk, bet precīzāk - aritmētiskos aprēķinus, piemēram, divas reizes vairāk, mazāk nekā pusi un citus. Intervāla datu skalas mainīgie atbalsta aprakstošu statistiku, piemēram, centrālo tendenci un mainīgumu. Attiecību datu skalas mainīgie atbalsta aritmētiskās darbības, ieskaitot reizināšanu un dalīšanu.

Lai gan Stīvensa sistēma ir plaši saistīta ar ĢIS, telpiskajos datos tiek izmantotas papildu datu mērīšanas skalas, piemēram, neapstrādātu skaitļu skaits, absolūtās skalas, cikliskie mērījumi, piemēram, 360 grādu apļa leņķi, un klasificēta piederība kategorijām, piemēram, izplūdušas kopas (Chrisman 2002 ). Telpisko skalu precizitātei jāatbilst ģeogrāfiskās analīzes metodei.

2.3. Datu veids

Datu tips ir vērtības raksturlielums, kas nosaka datu nozīmi un veidu, kā tos var attēlot un izmantot. Datu tips nodrošina vērtību kopumu, ko atļauj programmēšanas valodas izteiksme. Šie vērtību ierobežojumi nosaka datu darbības un šo vērtību glabāšanu. Lielākā daļa programmēšanas valodu atbalsta GIS izmantotos pamata datu tipus, piemēram, baitus, veselus skaitļus un peldošo komatu, ar vairākiem precizitātes līmeņiem skaitliskiem mērījumiem un rakstzīmēm/virknēm teksta attiecināšanai. Pielāgotus datu veidus var izveidot un pievienot programmatūras sistēmām. Ja datu tips, kas tiek izmantots telpiskiem mērķiem, tiek glabāts datu bāzes pārvaldības sistēmā, to pieļaujamie datu tipi var precīzi neatbilst un tie ir jāsaskaņo ar tuvāko pieejamo.

Pirms plašas digitālo skaitļošanas sistēmu ieviešanas kartēs tika parādītas telpisko struktūru īpašības plaknes koordinātu režģī analoģiskā veidā noteiktās displeja izšķirtspējās un ģeogrāfiskos mērogos. Kartes lietotāji varēja redzēt objektu formas, telpiskās attiecības, tematiskās kategorijas, anotācijas un citu ģeotelpisko informāciju. Kuhn (2012) uzskaitīja desmit ģeogrāfijā un kartogrāfijā sakņotus telpiskās informācijas ieguves galvenos konceptuālos līmeņus, kurus ĢIS loģiski un fiziski strukturē un attēlo, ieskaitot atrašanās vietu, apkārtni, lauku, objektu, tīklu, notikumu, detalizāciju, precizitāti, nozīmi un vērtību. Nepārtrauktas, diskrētas un absolūtas un relatīvas telpas jēdzienus var izmantot kopā savstarpēji papildinošos un savstarpēji atkarīgos veidos, lai atbalstītu telpisko jēdzienu loģiku dažādu veidu ģeogrāfiskās analīzes ietvaros.

Pieņemot dominējošās datu struktūras, kas izstrādātas datorzinātnēs, ĢIS apraksta jēdzienus un to loģiku, izmantojot telpisko datu apstrādes atribūtus un īpašības, ieskaitot Teselāciju, relāciju tabulu, hierarhijas un tīkla struktūras. Telpiskajiem datiem ir citas problēmas, tostarp koordinātu uzglabāšana un ģeometriskā apstrāde un telpisko attiecību pamatojuma topoloģijas noteikšana. ĢIS sistēma ir daudzdimensiju matrica, kas ietver telpiskus un ārpus telpiskus atribūtus.

Šajā sadaļā ir aprakstīti divi izplatīti loģiskie modeļi: Teselācijas, kas atbilst vispārējam ģeogrāfiskajam “lauka” jēdzienam, un vektoru dati, kas piešķir priekšroku “objekta” attēlojuma veidiem (Couclelis 1992). Pēc tam 3.3. Sadaļā ir aprakstītas GIS diagrammas datu modeļa īpašības. Grafiki, tāpat kā vektoru dati, atgādina tīklus.

3.1 Teslošana

Pārbaudījumi ir datu modeļi, kas tuvina koordinātu tīklus, sadalot ģeogrāfiskā apgabala nepārtrauktu virsmu atsevišķās un blakus esošās ģeometriskās šūnās ar noteiktu pamatformu, kuru atribūti ir katrai šūnai noteiktās atrašanās vietas vērtības. Katrai šūnai ir savas koordinātas, kas var būt projicēta plakne vai ģeogrāfiska, kuras ir definētas tīklā. Lai ĢIS atribūti loģiski atgādinātu reālo pasauli, ar tiem saistītajai atrašanās vietai jāatbilst atsauces sistēmai, kuras pamatā ir ģeogrāfiskā skala. Šūnu robežas var precīzi aprēķināt un vispārināt līdz ģeometriskai formai ar katras šūnas koordinātu attēlojumu. Šūnās esošajām zonām ir kopīga atrašanās vietas vērtība vai atribūts bez iekšējām detaļām un tiek kontrolēts ar tesselācijas izšķirtspēju.

Pārbaudes var notikt dažādos veidos, bet divi visbiežāk sastopamie veidi ir rastrs un trīsstūrveida neregulārie tīkli (TIN). Katrai rastra attēlojuma šūnai ir ar šo šūnu saistīta atribūta vērtība. TIN testēšanas gadījumā katram trijstūra punktam ir x/y koordinātas un pacēluma vērtība, un no tām var noteikt trijstūra slīpumu.

Rastra dati ir taisnstūra pikseļi ar saistītām vērtībām. Atribūti parasti aprobežojas ar koordinātu atrašanās vietas vērtībām un šūnas vērtību. Panhromatiskās aerofotogrāfijas atribūti ietver pelēktoņu vērtības, kas veido zemes virsmas vizuālu attēlojumu. Digitālie pacēluma modeļi (DEM) ir augstuma vērtību matrica, kas regulāri izvietota pāri rastram. Daudzjoslu satelītattēli ir atsevišķu rastra slāņu apkopojums ar vērtībām, kas atbilst dažādiem viļņu garumiem elektromagnētiskajā spektrā. Šīs vērtības ir areāla, apkopota elektromagnētiskā reakcija no sensora redzes lauka, nevis punkta. DEM vērtības, kas pašlaik (2021. gadā) iegūtas no gaismas noteikšanas un diapazona (lidar) datiem, var būt vidējie rādītāji visos zemes atgriešanās punktos šūnā vai daži zemes atgriešanās skaitļi ar apgrieztām attāluma svērtām vērtībām. Rastra šūnu papildu atribūtus var integrēt, izmantojot failam piešķirtu identifikatoru un saistītu ar relāciju tabulas datu bāzi.

Var reģistrēt vairākus rastrus attiecībā pret otru, un katra slāņa šūnu vērtības var apvienot kā ievadi darbībai. Lai veiktu skaitļošanas pārklājuma darbību, šūnām ir jābūt vienādai izšķirtspējai, jo telpiskā atskaites sistēma kalpo kā kontrole ģeometrijas izlīdzināšanai. Ja izšķirtspēja nav identiska, atribūti tiek atkārtoti atlasīti, lai tie atbilstu viens otram.

Rastra failu vienkāršās pamatorganizācijas dēļ atribūtu dati bieži atkārtojas, īpaši rindās, kolonnās un blakus esošajās šūnās. Datus var saspiest bez zaudējumiem (bez zudumiem), lai tos vieglāk uzglabāt. Vēl viens veids, kā ietaupīt krātuvi, apkopojot datus ar vienādām vai līdzīgām vērtībām, ir rekursīvas telpiskās sadalīšanās hierarhiskās datu struktūras. Blakus esošie pikseļi ir sadalīti, līdz starp tiem ir kopīgi tikai tie paši atribūti (Samet, 1990).

3.1.2 Triangulēts neregulārais tīkls (TIN)

NĪN veido virsmas struktūru, izveidojot topoloģiskas attiecības starp punktu vērtību kopu. Punktu mērījumi tiek piešķirti nozīmīgās punktu vietās, kas atšķiras atkarībā no pazīmju īpašībām, veidojot virsmas mezglus. TIN savieno trīs blakus esošos mezglus ar malām, lai izveidotu blakus trīsstūrveida plaknes. TIN punkta atribūtus var izmantot, lai aprēķinātu slīpuma gradientus un trīsstūra šķautnes malu mērījumus. Līdzīgi kā DEM, katru punktu var saistīt ar interpolētu vērtību, jo visu reģionu sedz trīsstūri.

3.2 Vektoru dati

Vektoru dati izpaužas kā objektiem līdzīgu entītiju ģeometriski attēlojumi, kas norobežoti kā punkti, kas saglabāti kā daļa no plānotās ģeogrāfiskās koordinātu sistēmas. Līnijas savieno punktus kā vizuālus vektoru attēlojumus un veido daudzstūrus no līnijām, kas aizveras galapunktos. Tā kā koordinātas tiek saglabātas kā veseli skaitļi vai peldošā komata vērtības, taisnes parādīšanās no viena koordinātu pāra uz otru ir atkarīga no atbilstošas ​​režģa divdimensiju formas izšķirtspējas.

Atribūtu tabulas ir balstītas uz relāciju tabulu datu bāzes dizainu un apvienotas ar interaktīvu kartogrāfisko displeju, lai vizualizētu ģeogrāfiskos datus. Relāciju tabulas ir fiksēta formāta ierakstu kolekcija. Dati ir strukturēti kā unikāli identificētu rindu kopa ar vērtību katram tabulas sleju atribūtu virsrakstam. Atribūtiem ir domēnu kopas, kas sastāv no pieļaujamajām vērtībām attiecībā uz datu tipiem vai citiem ieraksta ierobežojumiem. Atribūtu nosaukumus lietojumprogrammu vajadzībām lielākoties veido datubāzu dizaineri. Tabulas var savienot vai saistīt, izmantojot taustiņu laukus, kas dublēti starp tiem.

Ģeogrāfisko koordinātu ģeometrijas objektu saglabāšana ir problemātiska relāciju tabulas datu modelī, jo punkti ir saistīti pēc secības. Lielākā daļa sistēmu neļauj tabulas vērtībām būt sarakstiem, tāpēc viena šūna nevar saturēt vērtību kopu vai masīvu, pat ja tās kopā attēlo ģeometrijas objektu, kas pārstāv vienu entītiju. Pieejas sauc par paplašināto relāciju vai hierarhisko vektoru modeli kā risinājumu, izmantojot indeksāciju. Hierarhiska atsauču sistēma strukturē telpisko atribūtu atsauces koordinātām, kas saistītas ar ģeotelpiskās pazīmes objektu. Papildus ģeogrāfisko objektu, piemēram, zemes gabalu daudzstūru, izmantošanai koordinātu glabāšanai, tos var organizēt attiecībā pret otru, izmantojot unikālus identifikatorus, nevis pēc atrašanās vietas (Lo un Yeung, 2002). Identifikatori netieši organizē telpiskas atsauces ligzdotām vienībām, piemēram, zemes jurisdikcijai un administrācijai, vai demogrāfisko datu skaitīšanai, izmantojot informācijas uzmeklēšanas tabulu. Šādas indeksēšanas sistēmas ir efektīvs uzglabāšanas risinājums, jo kodi ir kompaktāki nekā apraksti dabiskajā valodā. To pašu uzmeklēšanas tabulu var izmantot kartogrāfiskai noformēšanai, piemēram, krāsu rampai vai citai ĢIS darbībai. Ģeokodēšana ir hierarhiska atsauču sistēma, ko galvenokārt izmanto lineārām funkcijām, piemēram, ielu adresēm un blakus esošajām zemes gabalu īpašumtiesībām. Šai pieejai jānodrošina konsekventa saikne starp sarežģītu objektu segmentiem un objekta ģeometriju ar telpiskiem atribūtiem.

Topoloģiskās telpiskās attiecības starp entītijām tiek saglabātas vektoru datiem, identificējot objektu ID kā atribūtu vērtības. Blakus esošo daudzstūru vai krustojošo līniju topoloģiskās vērtības palīdz nodrošināt datu kvalitātes kontroli, samazina datu glabāšanas prasības, samazinot dublēšanos, un atspoguļo aprēķināmās telpiskās attiecības. Krustošie ģeometrijas objekti, kas nepieciešami sarežģītu telpisko operāciju veikšanai, arī nav viegli pielāgojami relāciju tabulas modelim (Worboys, 1999), taču ir iespējamas relāciju algebras operācijas slāņu un topoloģiskajās kopās, ieskaitot savienošanu, krustošanos un atšķirību. Tāpat kā atkārtotas paraugu ņemšanas darbības rastra izšķirtspējā, atribūtu pārkārtošana notiek pēc ģeometrijas pārklājuma darbību pabeigšanas (Tomlin, 1990). Telpiskos vaicājumus vektoru datu atribūtos atbalsta dažas strukturētu vaicājumu valodas, kas ļauj noteikt lietotāja definētus datu tipus, piemēram, ģeotelpiskos datus.

3.3 Grafika rekvizīti

Diagrammas datu modeļa rekvizīti veido trīskāršu kā malu, kas attēlo atribūtu starp diviem mezgliem, kas apzīmē instances, klases vai instanču kopas vai burtiskās virknes. Mezgliem ir neierobežots skaits rekvizītu, kas savieno tos, veidojot grafikus. Jaunā ģeotelpiskās semantikas un zināšanu grafiku pētījuma mērķis ir izstrādāt modeli, kas atspoguļo lietišķo ontoloģiju, kuras objektu īpašības ir formālas loģiskās aksiomas, norādot attiecības starp šīm klasēm vai gadījumiem. Īpašību loģiskā aksioma var atbalstīt secinājumus vai cita veida spriešanu, lai izveidotu apakšgrāfu, kas veido attiecīgās entītijas semantiku. Grafiku vaicājumu valodas papildus Būla operācijām un virkņu atbilstībām atbalsta navigāciju īpašumu ķēdēs.

Datu rekvizīti strukturē attiecības starp ģeogrāfisko informāciju, reprezentatīvajiem atribūtiem un šo vērtību skaitļošanas krātuvi un pielietojumu. Atbilstošas ​​rekvizītu atlases mērķis ir saglabāt loģisku saikni starp ģeogrāfisko informāciju, ĢIS datu modeļiem, mērījumu skalas un datu veidiem. Teslacijas un vektoru datu modeļa atribūti mēģina aprakstīt reālās pasaules iezīmes, tuvinot galvenos ģeogrāfijas jēdzienus. Rekvizīti uzliek šiem aprakstiem tehniskus ierobežojumus, lai ierobežotu un atbalstītu datu glabāšanas un analītiskās funkcijas.

Lai gan ĢIS ir pieņēmusi dominējošās datorzinātņu formas, daži ģeotelpiskie jēdzieni atšķiras no šiem noteikumiem. Daži nozīmīgi jēdzieni, kas labi atbilst telpiskajai izziņai un efektīvai domāšanai, ir loģiskā konsekvence, hierarhijas, koordinātu ģeometrija un topoloģija. ĢIS datu dimensiju matricas pamatā ir lauku un kartogrāfiskā attēlojuma jēdzieni, kas veido objektu un to telpisko attiecību fonu. HIS hierarhijas ir plaši pielietojamas ĢIS datu bāzes loģiskajām struktūrām kā pieeja indeksu datiem. Ģeometrijas objekti pēc izvēles tiek saglabāti kā pilnībā definētas entītijas vai vienkārši loka segmenti. Topoloģija ir datu pareizības rādītājs, samazina datu glabāšanu un atbalsta blakus esošo analīzi ĢIS. Grafiku datu bāzēs topoloģija atbalsta telpisko attiecību secinājumu, izmantojot tranzitivitāti.

Chrisman, N. (2002). Ģeogrāfisko informācijas sistēmu izpēte. 2. izdev. John Wiley & amp Sons, Inc.

Couclelis H. (1992) Cilvēki manipulē ar objektiem (bet apstrādā laukus): ārpus rastra-vektora debatēm ĢIS. In: Frank A.U., Campari I., Formentini U. (eds) Teorijas un metodes telpiski-laika spriešanai ģeogrāfiskajā telpā. Lekciju piezīmes datorzinātnēs, sēj. 639. Springer, Berlīne, Heidelberga. DOI: 10.1007/3-540-55966-3_3

Kuhn, W. (2012). Telpiskās informācijas pamatjēdzieni starpdisciplināram pētījumam. Starptautiskais ģeogrāfiskās informācijas zinātnes žurnāls, 26 (12), 2267-2276. DOI: 10.1080/13658816.2012.722637.

Lūk, C.P. un Yeung, A.K.W. (2002). Ģeogrāfisko informācijas sistēmu jēdzieni un paņēmieni. Prentice-Hall, Inc. DOI: 10.1080/1365881031000111173.

Peukets, D.J. (2002). Telpas un laika attēlojumi. Guilford Press.

Rošs, E. (1978). Klasifikācijas principi. E. Rosch un B.B. Lloyd (red.), Izziņa un kategorizācija (27. – 4. lpp.). Halstead Press.

Samets, H. (1990). Telpisko datu struktūru projektēšana un analīze. Addison Wesley Publishing Company, Inc.


3.2. Teorēma. Pieņemsim, ka u ∈ Cp+1 (Ω) s = 1 2∞Ω ⊂ R2 un ka uh ∈ Wh gandrīz vienveidīgā ģimenē acu uz Ω četrstūros. Tad nepieciešams.

Līdz ar to pierādīts. Lemma-2 Atsauces trīsstūra Ex-Touch trīsstūris darbojas kā pedāļa trijstūris attiecībā pret Bevan punktu un Ex-Touch tr laukumu.

Objektīva vienādojums [1] Šis vienādojums tika izmantots analīzē, lai noskaidrotu izmantotā objektīva fokusa punktu. Šo vienādojumu var iegūt, izmantojot ģeomu.

Tas arī iepazīstina ar idejām par biežuma un izejas skatīšanos. Teorija Rentgena difrakcijas pamats sakņojas izpratnē starp ģe.

Tas rada vienādojumu (x-h) 2a2- (y-k) 2b2 = 1 horizontālām hiperbolām un (y-k) 2a2-(x-h) 2b2 = 1 vertikālām hiperbolām. Hiperbola ir punktu lokuss ar.

Tāpēc šajā sadaļā tiek izmantotas polārās koordinātas, lai noteiktu debess ķermeņa kustības vienādojumu. Ķermeņa stāvokļa vektors r ir definēts.

Bonne projekcijas kartes režģis ir sarežģītas līknes, kas savieno punktus, kas vienādi izvietoti pa katru paralēli un ieliekti pret meridiānu. Rekvizīti.

Taisnas, kas savieno punktus (x2, y2) un (x3, y3), slīpums ir m2 = (y_3- y_2)/(x_3- x_2). Tā kā n1 un n2 ir perpendikulāras taisnas taisnes, tās ir fo.

<& lt & gt>: datu tips un atribūti parāda datu veidus, kurus var pārvērst. item extbf <& lt & gt>: apraksta saimnieka zināmās sākotnējās zināšanas. Atribūti suk.

Objekta morfoloģisko formu var iegūt, krustojot apakšlogu pozitīvo un negatīvo sadalījumu, kā parādīts 8. attēlā. Fi.


ĢIS metodes un paņēmieni

1.06.2.1 Telpiskie dati un datubāzes

Telpiskās datu bāzes, kā norāda nosaukums, ir datu bāzes, kas ir optimizētas telpisko datu glabāšanai un vaicājumu veikšanai. Ģeogrāfiskās informācijas zinātnē telpiskos datus var iedalīt divās lielās kategorijās: vektors un rastrs (Heywood and Cornelius, 2010). Vektoru datu modelē telpiskās vienības ar ģeometriju, piemēram, punktiem, līnijām un daudzstūriem, un to topoloģiju. Piemēram, upi var uzskatīt par līniju, un ezeru var uzskatīt par daudzstūri. Rastra dati attēlo ģeogrāfiskas parādības ar daudzdimensionālu diskrētu vērtību režģi, piemēram, attālās izpētes attēli, skenētas topogrāfiskās kartes un digitālā pacēluma modeļa (DEM) dati. Tradicionālajā ĢIS kontekstā telpiskie dati bieži attiecas uz telpiskiem vektoru datiem. Iepriekšējā telpisko datu bāzu pētījumu stadija galvenokārt ir vērsta uz to, kā vektoru datus ievietot datu bāzēs, bet rastra dati joprojām tika saglabāti kā faili. Telpiskie dati sastāv no vienkāršiem atribūtiem, atrašanās vietām, laikiem un topoloģijas informācijas. To mainīgais garums un nestrukturētais raksturs apgrūtina šo datu tiešu apstrādi ar galvenajām datu bāzēm. Papildu svarīgas telpisko datu iezīmes ir lieli datu apjomi, dažādi neviendabīgi datu formāti un sarežģīti datu vaicājumu procesi. Šīs funkcijas rada zināmas problēmas datu bāzu tehnoloģijām. Telpiskās datu bāzes izstrādei un ieviešanai jāatbilst šādām prasībām:

Šo datu bāzi var izmantot datu glabāšanai un pārvaldībai.

Šai datu bāzei sākotnēji jāatbalsta telpisko datu veidi savā datu modelī.

Šai datu bāzei vajadzētu piedāvāt vaicājumu valodu telpisko vaicājumu veikšanai.

Šai datu bāzei vajadzētu nodrošināt telpiskos indeksus, lai paātrinātu telpiskos vaicājumus.

Datu bāzes modeļi, telpiskie vaicājumi un indeksi ir trīs svarīgi jautājumi, kas jāņem vērā, lai nodrošinātu apmierinošu telpiskās datu bāzes pakalpojumu. Telpiskie vaicājumi, kas tiek veikti ar telpiskiem objektiem, galvenokārt ietver vaicājumus, kas balstīti uz atrašanās vietu, uz telpiskām attiecībām balstītus vaicājumus un uz atribūtiem balstītus vaicājumus. Pirmie divi ir tipiski telpiskie vaicājumi. Pamata telpiskie vaicājumi ir apkopoti 1. tabula . Datu bāzes modeļi un telpiskie indeksi ir apskatīti turpmākajās sadaļās.


Skatīties video: Vektoru projekcijas (Oktobris 2021).