Mere

Skæringspunktet mellem en vektorlinestring og underliggende DEM


Følgende er et skærmbillede, hvor ASTER DEM rasterlag er blevet overlejret af et vejlinjestrengende vektorlag. Jeg vil udtrække de DEM -pixels, der ligger nøjagtigt under linestringene. Jeg vil tildele de tilsvarende højdeværdier til hver linestring. Hvilken PostGIS -funktion skal bruges eller en anden tilgang? PostGISST_Krydsfunktion for rasterlag er ikke nyttig.


Du kan bruge funktionen ST_DumpAsPolygons:

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

Bagefter kan du rasterisere resultatet.


Skæringspunktet mellem en vektorlinestreng og underliggende DEM - Geografiske informationssystemer

Digitale elevationsmodeller til Seaside, Oregon Pilot Study 1 raster digitale data

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

Seaside, Oregon Tsunami Pilot Study - Modernisering af FEMA Flood Hazard Maps: GIS Data vector digital data U.S. Geological Survey Data Series 236

Dette datasæt er en af ​​en samling af rumligt refererede digitale filer i et geografisk informationssystem relateret til Seaside, Oregon, Tsunami Pilot Study. Federal Emergency Management Agency (FEMA) Federal Insurance Rate Map (FIRM) retningslinjer findes ikke i øjeblikket til at foretage og inkorporere tsunami -farevurderinger, der afspejler de betydelige fremskridt inden for tsunamiforskning opnået i de sidste to årtier (Tsunami Pilot Study Working Group, 2006). Som en del af FEMA -moderniseringsprogrammet blev der derfor udført en tsunamipilotundersøgelse i området Seaside/Gearhart, Oregon, for at give oplysninger, hvorfra der kunne udvikles retningslinjer for tsunami -kortlægning. Dette område blev valgt, fordi det er typisk for kystsamfund i delen af ​​Stillehavskysten fra Cape Mendocino til Juan de Fuca -strædet. Der var også betydelig interesse fra statslige agenturer og lokale interessenter for at kortlægge tsunamitrusselen mod denne region. Undersøgelsen var en interagency -indsats af forskere fra U.S. Geological Survey, National Oceanic and Atmospheric Administration, University of Southern California og Middle East Technical University. Vi præsenterer GIS -data fra denne rapport i denne publikation. Disse data er tiltænkt forskere, studerende, beslutningstagere og offentligheden. Dataene kan bruges med geografiske informationssystemer (GIS) software til at vise geologiske og oceanografiske oplysninger.

Datasættene består af 3 ASCII-rastergitter, der dækker kystområdet Seaside, Oregon, Oregon-Washington og Pacific Northwest, med opløsninger på 1/3 buesekunder, 6 buesekunder og 36 buesekunder. Gitteret på 1/3 buesekund består af badymetriske og topografiske værdier. Gitterene med lavere opløsning består kun af værdier, der repræsenterer batymetri. 2006 udgivelsesdato

Ingen planlagt -124.040000 -123.889898 46.079862 45.900000 ingen digital elevationsmodel ascii raster gitter badymetri topografi DEM

Informationssystem for geografiske navne

USA 206-526-6556 [email protected]

https://pubs.usgs.gov/ds/2006/236/metadata/seasidedems.jpg
Omfang af digitale elevationsmodeller og tsunamianalyser.
JPEG NOAA National Ocean Service, US Geological Survey, Oregon Bureau of Land Management Microsoft Windows XP Version 5.1 (Build 2600) Service Pack 2 ESRI ArcCatalog 9.1.0.722 Tsunami Pilot Study Working Group

Seaside, Oregon Tsunami Pilot Study-Modernisering af FEMA Flood Hazard Maps 1 U.S. Geological Survey Open-File Report 2006-1234

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

En digital elevationsmodel for Seaside, Oregon: Procedurer, datakilder og analyser http://www.pmel.noaa.gov/pubs/PDF/vent2812/vent2812.pdf NOAA Center for Tsunami Research

Kystlinje for Pacific Northwest Region vektor digitale data

https://pubs.usgs.gov/ds/2006/236/catalog.shtml NOAA National Geophysical Data Center

GEODAS Version 4.1.18 vektor digitale data

NOAA National Geophysical Data Center

http://www.ngdc.noaa.gov NOAA Center for Tsunami Research

Stillehavs nordvestlige vandstandsstationer og tidevandsdatodistributioner vektor digitale data

https://pubs.usgs.gov/ds/2006/236/catalog.shtml NOAA Coastal Services Center Coastal Remote Sensing Program

Flylaser/GPS -kortlægning af Coastal Topography raster digitale data

Charleston, South Carolina

NOAA Coastal Services Center

http://www.csc.noaa.gov/lidar/ NOAA National Geodetic Survey

Horisontal og lodret geodetisk kontrol Datavektor digitale data

NOAA National Geodetic Survey

http://www.ngs.noaa.gov/ U.S. Geological Survey, EROS Data Center

National Elevation Dataset raster digitale data

http://seamless.usgs.gov/ US Army Corps of Engineers

Hydrografiske undersøgelser for Columbia River, Grays Harbour og Willapa Bay vektor digitale data

Seattle, Washington Portland, Oregon

US Army Corps of Engineers

Washington -data blev indhentet fra USACE Seattle District Oregon -data blev indhentet via NOAA National Ocean Service, Office of Coast Survey http://www.usace.army.mil/ Ralph A. Haugerud

Digital elevationsmodel (DEM) for Cascadia, breddegrad 39N-53N, længdegrad 116W-133W raster digitale data

http://wrgis.wr.usgs.gov/open-file/of99-369/ Se Venturato (2005) krydsreference. Komplet.

Den horisontale nøjagtighed af hvert gitter udtrykkes som en estimeret root mean square error (RMSE). Estimatet af RMSE er baseret på vandrette nøjagtighedstest af kildedataene, der er valgt som lig med eller mindre end den tilsigtede vandrette RMSE -fejl for hvert gitter. Vandret positionering af de forskellige kildepunkter blev sammenlignet med hinanden for at verificere netnøjagtighed. Den lodrette RMSE bruges til at bestemme gitterets vertikale nøjagtighed. Det tegner sig for systematiske og tilfældige fejl. Se Venturato (2005) krydsreference.

Kystlinje for Pacific Northwest Region vektor digitale data

https://pubs.usgs.gov/ds/2006/236/catalog.shtml online 1999 2002 publiceringsdato shoreline_pacnw kystlinje, der repræsenterer nulkonturen ved Mean High Water NOAA National Geophysical Data Center

GEODAS Version 4.1.18 vektor digitale data

NOAA National Geophysical Data Center

http://www.ngdc.noaa.gov online 1927 1999 udgivelsesdato geodas bathymetriske dataværdier NOAA Center for Tsunami Research

Stillehavs nordvestlige vandstandsstationer og tidevandsdatofordelinger vektor digitale data

https://pubs.usgs.gov/ds/2006/236/catalog.shtml online 2004 publiceringsdato tidestations vertikal datum distribution NOAA Coastal Services Center Coastal Remote Sensing Program

Aircraft Laser/GPS -kortlægning af Coastal Topography raster digitale data

Charleston, South Carolina

NOAA Coastal Services Center

http://www.csc.noaa.gov/lidar/ online 19971017 19980428 publiceringsdato seaside97, seaside98 bathymetriske og topografiske dataværdier NOAA National Geodetic Survey

Horisontal og lodret geodetisk kontrol Datavektor digitale data

NOAA National Geodetic Survey

http://www.ngs.noaa.gov/ online udgivelsesdato 2004 ngs_control vertical datum control U.S. Geological Survey, EROS Data Center

National Elevation Dataset raster digitale data

kildedato 1973, NED 1/3 buesekund http://seamless.usgs.gov/ online 1999 publiceringsdato ned1_3 topografiske data værdier US Army Corps of Engineers

Hydrografiske undersøgelser for Columbia River, Grays Harbour og Willapa Bay vektor digitale data

Seattle, Washington Portland, Oregon

US Army Corps of Engineers

Washington -data blev indhentet fra USACE Seattle District Oregon -data blev indhentet via NOAA National Ocean Service, Office of Coast Survey http://www.usace.army.mil/ online 1998 2004 ground condition usace2004 batymetriske dataværdier Ralph A. Haugerud

Digital elevationsmodel (DEM) for Cascadia, breddegrad 39N-53N, længdegrad 116W-133W raster digitale data


NetLogo Gis -udvidelse

Denne udvidelse tilføjer GIS (Geographic Information Systems) support til NetLogo. Det giver mulighed for at indlæse vektor GIS -data (punkter, linjer og polygoner) og raster GIS -data (net) i din model.

Udvidelsen understøtter vektordata i form af ESRI -formfiler. Shape -formatet (.shp) er det mest almindelige format til lagring og udveksling af vektor GIS -data. Udvidelsen understøtter rasterdata i form af ESRI ASCII Grid -filer. ASCII -gitterfilen (.asc eller .grd) er ikke så almindelig som shapefilen, men understøttes som et udvekslingsformat af de fleste GIS -platforme.

Sådan bruges

Generelt definerer du først en transformation mellem GIS -datarum og NetLogo -rum, derefter indlæser datasæt og udfører forskellige operationer på dem. Den nemmeste måde at definere en transformation mellem GIS -rum og NetLogo -rum på er at tage foreningen af ​​& ldquoenvelopes & rdquo eller afgrænsende rektangler for alle dine datasæt i GIS -rummet og kortlægge det direkte til grænserne for NetLogo -verdenen. Se GIS -generelle eksempler for et eksempel på denne teknik.

Du kan også valgfrit definere en projektion for GIS-rummet, i hvilket tilfælde datasæt vil blive projekteret igen for at matche den projektion, når de indlæses, så længe hver af dine datafiler har en tilhørende .prj-fil, der beskriver projektionen eller geografisk koordinatsystem for data. Hvis der ikke findes en tilknyttet .prj -fil, antager udvidelsen, at datasættet allerede bruger den aktuelle projektion, uanset hvad denne projektion er.

Når koordinatsystemet er defineret, kan du indlæse datasæt ved hjælp af gis: load-dataset. Denne primitive rapporterer enten et VectorDataset eller et RasterDataset, afhængigt af hvilken filtype du sender den.

Et VectorDataset består af en samling VectorFeatures, som hver især er et punkt, en linje eller en polygon sammen med et sæt egenskabsværdier. Et enkelt VectorDataset må kun indeholde en af ​​de tre mulige typer funktioner.

Der er flere ting, du kan gøre med et VectorDataset: bed det om navnene på egenskaberne for dets funktioner, spørg det om dets & ldquoenvelope & rdquo (afgrænsende rektangel), bed om en liste over alle VectorFeatures i datasættet, søg efter et enkelt VectorFeature eller liste over VectorFeatures, hvis værdi for en bestemt egenskab er mindre end eller større end en bestemt værdi, eller ligger inden for et givet område, eller matcher en given streng ved hjælp af jokertegn (& quot*& quot, der matcher et vilkårligt antal forekomster af tegn). Hvis VectorFeatures er polygoner, kan du også anvende værdierne for en bestemt egenskab for datasættet og rsquos -funktionerne på en given patchvariabel.

Der er også flere ting, du kan gøre med en VectorFeature fra et VectorDataset: bede den om en liste over toppunktlister, bede den om en ejendomsværdi ved navn, bede den om dens centroid (tyngdepunkt) og bede om en delmængde af et givet agentsæt, hvis agenter skærer den givne VectorFeature. For punktdata vil hver toppunktliste være en liste med et element. For linjedata vil hver toppunktliste repræsentere hjørnerne på en linje, der udgør denne funktion. For polygondata vil hver toppunktliste repræsentere en & ldquoring & rdquo af polygonen, og det første og sidste toppunkt på listen vil være det samme. Spidslisterne består af værdier af type Vertex, og centroid vil også være en værdi af type Vertex.

Der er også defineret en række operationer for RasterDatasets. Disse involverer for det meste prøvetagning af værdierne i datasættet eller genudtagning af en raster til en anden opløsning. Du kan også anvende en raster på en given patchvariabel og inddrage en raster ved hjælp af en vilkårlig konvolutionsmatrix.

Kodeksempel: GIS Generelle eksempler har generelle eksempler på, hvordan man bruger udvidelsen

Kodeksempel: GIS -gradienteksempel er et mere avanceret eksempel på analyse af raster -datasæt.

Kendte problemer

Værdier af typen RasterDataset, VectorDataset, VectorFeature og Vertex håndteres ikke korrekt af export-world og import-world. For at gemme datasæt skal du bruge gis: store-datasæt primitive.

Der er i øjeblikket ingen måde at skelne positive-areal & ldquoshell & rdquo-polygoner fra negative-areal & ldquohole & rdquo-polygoner eller at bestemme, hvilke huller der er forbundet med hvilke skaller.

Credits

Den primære udvikler af GIS -udvidelsen var Eric Russell.

GIS-udvidelsen gør brug af flere open source-softwarebiblioteker. For ophavsret og licensoplysninger om dem, se afsnittet om ophavsret i manualen. Udvidelsen indeholder også elementer lånt fra My World GIS.


Tredimensionel rekonstruktion af Huizhou-landskab kombineret med multimedieteknologi og geografisk informationssystem

Huizhou arkitektur er den vigtigste kinesiske gamle arkitektur. Som en traditionel arkitektur har Huizhou -arkitekturen altid bevaret en unik kunstnerisk stil med elegance, enkelhed, rigdom og integration. Huizhou -landskabet er en væsentlig udførelsesform for Huizhou -kulturen. Landskabet og mønsteret i Huizhou -landsbyer er de ydre manifestationer af Huizhou -kultursymboler. Denne arkitektur skal bevares ved hjælp af multimedieteknologi og geografisk informationssystem. Dette papir bruger disse systemer til at udtrække landskabsbilledet og udvikle tredimensionelle Huizhou-landsbys modelleringsmetoder med automatisering, høj effektivitet og lave omkostninger. Det har indset funktionerne i landskabsinformationsforespørgsel, højdimensionel måling, terrænanalyse, synlighedsanalyse og virtuel roaming i landsbyen Huipai. Denne modellering har specifikke reklameffekter på landskabets rumlige analyse, landskabsplanlægning, økologisk beskyttelse, naturlig og kulturel arv og turismeudvikling.

1. Introduktion

Landsbyen Huizhou er en multifunktionel socialiseret landskabsbærer sammensat af det menneskelige landskab og det naturlige landskab dannet i et bestemt tids- og rummiljø. Det bygger et regionalt komplekst økologisk landskab med langsigtet sameksistens mellem mennesker og miljø, hvilket afspejler egenskaberne. Betydningen af ​​"Huihua -kultur" er det realistiske syn på "Himmel og menneske" og det enkle økologiske bevidsthedskoncept. Dens struktur påvirkes af det naturlige miljø såsom bjerge, vegetation, farvande, klima og menneskelige faktorer som arkitektur, skikke, Feng Shui og økonomisk adfærd [1]. De traditionelle kinesiske landsbyer repræsenteret af Huipai -landsbyer er dybt påvirket af den konventionelle Feng Shui -doktrin i processen med valg af sted, konstruktion og udvikling, der fuldstændig legemliggør modellen for "harmoni mellem menneske og natur", naturlig koordination og harmonisk symbiose. Det rumlige mønster, habitatmodel, arkitektoniske form og sociale forhold, der dannes ved langsigtet indkørsel, har dybe økologiske konnotationer og er værdifuld økologisk rigdom i Kina. Fra et økologisk perspektiv er begrebet menneskelige bosættelser i Huizhou -landsbyer med multikulturelle formål ideelt for menneskelige bosættelser [2]. I nutidens konflikt mellem menneskeligt og økologisk miljø analyseres de rumlige egenskaber ved landsbyer i Huizhou. Udgravning af den miljømæssige konnotation af landsbyen Huizhou kan give konceptuel støtte til moderne menneskelig bosættelsesdesign.

På nuværende tidspunkt fokuserer forskningen på de rumlige egenskaber ved traditionelle landsbyer hovedsageligt på tre aspekter. Først er den kvalitative analyse af bosættelseslayout, rumlig struktur og virkningsmekanisme fra elementerne i menneskelige faktorer, Liu Peilin og anden "Feng Shui -kultur", "åndeligt rum" og "landskab" "Billede" og så videre som start pege på at studere billedet af bosættelsesrummet, for at studere det flerdimensionale rumlige stereoskopiske billede af det gamle kinesiske landsbylandskab. For at foreslå begrebet landsbyøkosystem fra det økologiske synspunkt og landsbyens egenskaber ud fra aspekterne struktur, funktion, fordeling, evolution og humaniora, blev der udført kvalitativ analyse med modellen. Hu et al. og Liu Peilin foreslog konceptet med det traditionelle bosættelseslandskabs genomkort og analyserede dets forhold til landskabsgener og landskabsgener og undersøgte yderligere typer, funktioner og betydning af konventionelle bosættelseslandskabs genomkort [3]. Den anden er at bruge landskabsmønsteret, GIS rumlig analyse, økologisk model og andre målemetoder til at studere layout, type, skala, system, rumlig struktur og bosættelsesudvikling af bosættelsen og bruge landskabsmønsteranalysen til at afsløre Feng Shui indeholdt i forligets layout. Den tredje prøver Feng Shui -teori og økologisk landskabsdesign kombineret med omfattende kvalitative og kvantitative analysemetoder for at løse afviklingens rumlige egenskaber og anvendelsesideer og begreber for landsbylayout til landskabsdesign. Ovenstående forskning lægger i stigende grad vægt på omfattende tværfaglig forskning, der kombinerer kvalitative og kvantitative metoder. Den kvalitative tilgang trækker på multikulturalisme, såsom Feng Shui -teori, psykologisk feltteori og landskabsgenrer. Den kvantitative metode bruger landskabsindeks til at analysere landskabsmønstre og afslører naturens og biologiens komplekse interaktioner med sociale kræfter i tid og rum. Det traditionelle todimensionale landskabsindeks ignorerer de topografiske og geomorfologiske egenskaber, der er afgørende for det økologiske landskabsmønster, hvilket resulterer i forvrængning af landenhedens nøjagtige geometriske forminformation, hvilket resulterer i undervurdering af overvurdering af landskabsindeksanalyseresultaterne. Den præcise måling af 3D -landskabsindekset kan kompensere for fejlene i 2D -landskabsindekset. Det kan i høj grad berige landskabsmønsteroplysningerne, hvilket afspejler dets strukturelle sammensætning og rumlige konfigurationskarakteristika [4]. Dette papir tager multimedieteknologi og geografiske informationssystemer som udgangspunkt for undersøgelser. Huizhou -landsbyniveauet tager Chengkan som forskningsobjekt, integrerer kinesisk traditionel Feng Shui -teori, psykologisk feltteori og ideelt bomiljø og fremlægger ideen om menneskelig bosættelsesmiljø. Økosystemmodellen analyserer landsbyens layout og landskabselementer i Chengkan Village, analyserer dens rumlige strukturegenskaber og forbedrer den traditionelle landskabsmønsteranalysemetode. Det introducerer 3D -landskabsindeksmetoden og erstatter 2D -landskabet ved at beregne landskabsplasternes overfladelængde og arealtræk: egenskaber og kvantitativ analyse af Huizhou landsbys landskabsmønster [5]. Kombination af den ideelle økosystemmodel med den tredimensionelle landskabsindeksmetode kan mere effektivt analysere Huizhou-landsbyernes rumlige strukturegenskaber.

På nuværende tidspunkt er der mange tredimensionelle rekonstruktionsmetoder for det todimensionale billede, der bruges i medicin, såsom CT [6] og MRI [7]. De er også meget udbredt i ansigtsrekonstruktion [8, 9]. Derudover har Pan og andre undersøgt anvendelsen af ​​todimensionale billeder i tøjrekonstruktion, Zhang har undersøgt den tredimensionelle rekonstruktionsmetode for todimensionelle billeder under kikkert, og Ye har undersøgt den tredimensionelle rekonstruktion af stive kroppe baseret på todimensionale billedsekvenser. Flere beregningsmæssige rekonstruktionsteknikker visualiserer 3D -billedet uden optisk visning af elementbillederne [13]. Disse metoder klassificeres ved hjælp af plan-for-fly-rekonstruktion (PPRT) og rekonstruktionsteknikker for synspunkt (VPRT). PPRT bruger et virtuelt pinhole -array i stedet for lenslet -arrayet til at rekonstruere 3D -billedet. På det rekonstruerede billedplan i figur 1 er hver pixel af det primære billede integreret, og observatørerne kan se 3D -billedet, som er fokuseret på dette plan.

På den anden side rekonstrueres 3D -billedet i VPRT ved at ekstrahere en pixel fra hvert tilsvarende elementarbillede i lenslet -arrayet [10]. Dette papir bruger multimedieteknologi og geografisk informationssystem til at udtrække landskabsbilledet og udvikle tredimensionelle modelleringsmetoder i Huizhou-landsbyer med automatisering, høj effektivitet og lave omkostninger. Det har indset funktionerne i landskabsinformationsforespørgsel, højdimensionel måling, terrænanalyse, synlighedsanalyse og virtuel roaming i landsbyen Huipai. Det har specifikke reklamevirkninger på landskabets rumlige analyse, landskabsplanlægning, økologisk beskyttelse, naturlig og kulturel arv og turismeudvikling [14]. Sammenlignet med de andre metoder kan denne strategi rekonstruere landskabet mere effektivt, og det er med højere præcision [11].

Bidragene fra dette papir er opsummeret som følger: (1) Vi overvejer en ny tredimensionel genopbygningsordning, der kombinerer multimedieteknologi og geografisk informationssystem. Denne nye metode kan hjælpe med at udtrække dataens funktioner effektivt og hurtigt rekonstruere de originale data. (2) Vi rekonstruerer Huizhou -landskabet ved hjælp af den foreslåede strategi. Det rekonstruerede landskab kan hjælpe med at realisere funktionerne i forespørgsel om landskabsoplysninger, højdimensionelle målinger, terrænanalyse, synlighedsanalyse og virtuel roaming i landsbyen Huipai. (3) Den nye tredimensionelle genopbygningsordning har specifikke reklamevirkninger på landskabets rumlige analyse, landskabsplanlægning, økologisk beskyttelse, naturlig og kulturel arv og udvikling af turisme.

Dette oplæg er organiseret som følger. Afsnit 2 præsenterer nogle forundersøgelser og relaterede værker om multimedieteknologi og geografiske informationssystemer. Afsnit 3 foreslår gennemgang af tredimensionel genopbygningsforskning. Genopbygningen af ​​Huizhou -landskabet vil blive givet i afsnit 4. Endelig opsummerer afsnit 5 nogle konklusioner og giver nogle forslag til fremtidige forskningsemner [12].

2. Oversigt og udvikling af multimedieteknologi og geografiske informationssystemer

Medier refererer til de medier, der leverer oplysningerne, herunder lagrede enheder og transportører, der formidler information. Diske, bånd osv. Er enheder, der repræsenterer information, og værdierne (tal), litteratur (tekst), lyd (lyd), grafik (billede), billeder (video) osv. Er bærere til overførsel af information [15]. Medierne i det, vi kalder "multimedie", refererer til sidstnævnte. Den såkaldte "multimedie" er ofte ikke selve multimedieoplysningerne, men hovedsageligt et sæt teknikker til behandling og anvendelse af dem. Derfor bruges "multimedie" ofte som et synonym for "multimedieteknologi."

2.1. Multimedie teknologi koncept

Multimedieteknologi bruger computere til omfattende at behandle tekst, grafik, billeder, lyde, animationer, videoer og andre former for information til at etablere logiske forhold og interaktion mellem mennesker og computere. Nøjagtig multimedieteknologi involverer computerteknologiens genstand, mens andre enkle ting, såsom film, fjernsyn og lyd, ikke er i kategorien multimedieteknologi [16].

2.2. Geografisk informationssystem koncept

Geografisk informationssystem (GIS) er en fremvoksende disciplin, der integrerer datalogi, informatik, geografi, opmåling og kortlægning, miljøvidenskab, byvidenskab, ledelsesvidenskab og mange andre videnskaber. Med understøttelse af computersoftware og hardware bruges teorien om systemteknik og informationssystemvidenskab til videnskabeligt at styre og omfattende analysere geografiske data med rumlige konnotationer for at give rumlige informationssystemer til planlægning, ledelse, beslutningstagning og forskning [17] . Udviklingen af ​​GIS afspejler egenskaberne ved et tværfagligt kryds. Multimedie -GIS -integrationsrammen er vist i figur 1. Med den stigende promovering af forskellige nationaløkonomiske sektorer har GIS fået mere opmærksomhed fra forskellige afdelinger og lokale regeringer og samfundet. Beslutningsgrupper og forbrugergrupper har akut brug for multimedieprodukter til at analysere, forespørge, undersøge og udnytte geografiske miljøoplysninger [18]. Tidligere kan mange GIS -værktøjer kun repræsentere og transmittere rumlig information ved hjælp af tekst, grafik og tabeller, hvilket reducerer effekten af ​​GIS -behandling og transmission af rumlig information betydeligt. Derfor er multimedieteknologi nødvendig for at forbedre visualiseringen af ​​denne GIS -software [19]. Kombinationen af ​​multimedieteknologi og geografisk informationssystem kan udtrykke rumlige oplysninger på en intuitiv og levende måde i form af syn, hørelse og berøring, forbedre effektiviteten af ​​GIS -dataindsamling, databehandling og udtryk og output og give fuldt spil til fordelene ved multimedieteknologi, hvilket væsentligt forbedrer effekten af ​​GIS rumlig informationsvisualisering [20]. Derfor er det nødvendigt at indtaste multimedieteknologi i GIS. Kombinationen af ​​multimedieteknologi og geografisk informationssystem er blevet en af ​​de vigtige udviklingsretninger for GIS -teknologien. Anvendelsen af ​​multimedieteknologi til geografiske informationssystemer påvirker systemstruktur, systemfunktioner og applikationstilstande i GIS betydeligt, hvilket gør GIS mere rigelig, fleksibel og venlig.

De data, der er involveret i multimedie GIS’s integrerede udviklingsproces, omfatter hovedsageligt to kilder: den ene er en rumlig, grafisk datafil, og den anden er multimedieattributdata. For at øge fleksibiliteten ved databehandling af hele systemet vedtages en særlig lagringsmetode [21, 22]. Integrationsrammen for multimedie og GIS er vist i figur 1. Multimedieattributinformation er systemets grundindhold og er information, som brugerne kan bruge og forespørge på. Kravene er meget præcise [23]. Multimedia -attributoplysninger kan indsamles på forskellige måder, herunder tekst, fotos, grafik, lyd, video og animation, og derefter kontrolleres, organiseres og behandles disse oplysninger. De rige datatyper af geografiske multimediesystemer, der integrerer lyd, billede, billede og tekst, er nødvendige for at integrere databaseteknologi og multimedieteknologi. Konventionel databaseadgang er generelt mere detaljerede oplysninger såsom tekst, tal og datoer. For multimedieoplysninger som billeder, lyde, film og lignende kan databasen ikke tilgås direkte på grund af felttypens begrænsning [24]. Med den kontinuerlige udvikling af databaseteknologi vises BLOB -typer (store binære objekttyper) i felttypen. Du kan skrive programmet til at konvertere multimedietypefilen til BLOB -typen og derefter få adgang til den i databasen. Rumlige multimedieattributdata gemmes i en relationsdatabase. Der oprettes forskellige felter i databasen for at levere forskellige typer information. Den lagrede multimedieinformation kan udvides efter behov, og forskellige medieoplysninger kan tolkes gennem et bestemt modul [25, 26].

De standardiserede elektroniske geografiske grafiske data gemmes i en bestemt bibliotek i et standardfilformat, og hvert objekt i grafikken har sin tilsvarende unikke identifikator (ID -nummer). Systemet bruger dette som et indeks til at oprette en grafisk datafil [27]. Når du designer datalagringsstrukturen og output-input-interface-strukturen for GIS, understøtter databasens indbyggede forbindelse flere databaser for at forbinde forskellige attributdata. Hver attributposts nøgleord er objektets ID-nummer i den grafiske fil og realiserer derved en-til-en-korrespondancen mellem de rumlige, grafiske oplysninger og multimedieattributinformationen.

3. En gennemgang af tredimensionel genopbygningsforskning

3.1. D Genopbygningskoncept

3D-rekonstruktion refererer til etablering af en tredimensionel model med et vist detaljeringsniveau, der svarer til et reelt objekt i et digitalt virtuelt miljø. Efterhånden som menneskelig udforskning af geospatial information bliver mere dybtgående og mere udbredt, kan den tredimensionelle model for at bygge monolitisk eller gruppe ikke længere opfylde folks krav om global rumlig information. Den tredimensionelle model af bygningsgruppe er gradvist blevet byplanlægning og -styring, arkitektonisk design, nødvendig infrastruktur på mange områder såsom nødhjælp, offentlig sikkerhed, miljøbeskyttelse, fast ejendom og kommerciel lokalisering og trafiknavigation.

3.2. Klassificering af teknisk metode

Tredimensionel rekonstruktion af bygninger er et forsknings-hotspot i ind- og udland, og forskellige metoder er blevet udviklet. Afhængigt af den anvendte teknologi kan de groft opdeles i følgende syv typer: (1) En metode baseret på kortlægning af terrændata (2) En metode på grundlag af DEM -data (3) En metode på grundlag af billedgenkendelsesteknologi (4) En metode på grundlag af tredimensionel laserscanningsteknologi (5) En metode baseret på papirbaseret intelligent identifikationsteknologi til bygningsvektorer (6) En metode baseret på CSG-modelleringsteknikker (7) Procesmodellering metode

Fordelene og ulemperne ved de ovennævnte syv metoder kan opnås som vist i tabel 1.

3.3. 3D -rekonstruktion Model Design

Dette kapitel fokuserer på landskabsmønsteranalysemetoden baseret på den ideelle økosystemmodel og 3D landskabsindeks og landskabsvisualiseringsmetoden baseret på regelmodellering.

3.3.1. Ideel økosystemmodel

Et økosystem er en geografisk enhed eller en økologisk zone og en systemenhed med input- og outputfunktioner og en naturlig eller kunstig grænse [19]. Det ideelle habitatøkosystem er at optimere menneskers overlevelse, udvikling og fortsættelse og optimere energiudveksling, stofskifte, informationsudveksling og biologisk migration mellem økosystemets interne elementer. De økologiske funktioner for hvert element er vist i tabel 2. Lokaliseringen kræver også overholdelse af bygningsmiljøvidenskab.

3.3.2. Tredimensionalt landskabsindeks

3D -landskabsindekset forbedrer den traditionelle 2D -landskabsindeksmetode, som hovedsageligt erstatter det projicerede område og sidelængden af ​​det konventionelle landskabsindeks med landskabspatchens overfladeareal og overfladesiden [20]. Beregning af overfladeareal og sidelængde af landskabsplaster er nøglen til det tredimensionelle landskabsindeks.

Antallet af landskabsindeks er stort, og korrelationen er stærk, og ethvert indeksvalg vil sandsynligvis forårsage et overskud i indekset. Ifølge de topografiske egenskaber ved landsbyen Huipai, i henhold til forskningsresultaterne fra et stort antal landskabsmønstre, fokuserer valget af bjerglandskabsindeks på at afspejle landskabets skala, form og koncentration. Undersøgelsen brugte tredimensionelle indikatorer, som vist i tabel 3.


Skæringspunktet mellem en vektorlinestreng og underliggende DEM - Geografiske informationssystemer

Oprettelse af funktionsdatasæt og vektorredigering

De fleste af de projekter, du vil støde på, vil indeholde data, der allerede er udviklet. Nogle gange skal du dog muligvis oprette nye datasæt eller ændre eksisterende datasæt. Dette afsnit dækker redigering af funktioner i de koordinatdatabaser, der bruges i ArcGIS.

Når du opretter eller ændrer funktionsdatasæt (vektor) i ArcGIS, bruger du shapefiler. Shapefiles er det foretrukne native datasæt til ArcGIS. Shapefiles er fuldt redigerbare i ArcGIS, hvilket betyder, at de kan ændres i både deres rumlige og attributfunktioner. Derudover kan alle andre gyldige vektordatakilder i ArcGIS -projekter let konverteres til shapefiler eller geodatabase -funktionsklasser, hvorefter deres funktioner kan redigeres.

Den mest almindelige & quotlegacy & quot -metode til at få data ind i et GIS har været ved brug af digitalisering af tablets.

Digitalisering af tablets er blevet brugt siden GIS 'tidlige dage for at indsamle koordinerede kortdata. En digitalizer er et specielt bord, der er indlejret under overfladen med en serieledning. Trådene er arrangeret i vandrette rækker og lodrette søjler med tæt afstand. Disse ledninger modtager signaler fra digitaliseringsmarkøren (der opfører sig som en mus), og gør det muligt at spore kortfunktioner og gemme dem som koordinatdata. GIS-software bruges til at transformere bordkoordinatværdierne til virkelige koordinatværdier.

Typisk tapes et kort på tabletten og registreres med kendte steder (& quottics & quot). Derefter spores funktioner på kortet, når softwaren & quotlytter & quot til kommunikationsporten, som digitalisatoren er tilsluttet. Særlige taster på markøren bruges til at styre digitaliseringsfunktionen.

De fleste softwareapplikationer, der er udviklet som komplette GIS-løsninger, har inkluderet understøttelse af både tablet og digitalisering på skærmen (& quotheads-up & quot).

ArcGIS understøtter digitalisering i begge tilstande, med få undtagelser. Shapefiles og geodatabase -funktionsklasser er den eneste type rumlige datakildefiler, der kan ændres ved at digitalisere. Heads-up digitalisering af shapefiler og geodatabase-funktionsklasser understøttes fuldt ud. Tablet-digitalisering understøttes kun på MS-Windows-systemer og understøttes kun, hvis Windows-drivere er installeret til mærket digitaliseringstablet, der er tilsluttet maskinen. På grund af tidsbegrænsninger og manglen på nok digitaliserende tablets dækker vi ikke tablet -digitalisering i dette kursus. Hjælpefilerne til tablet -digitalisering i ArcGIS er imidlertid klare og omfattende.

Arbejder med formfiler og forstærkede geodatabaser

Formfiler er det lettest administrerede ArcGIS -vektordataformat. En enkelt formfil repræsenterer en gruppe af punkter, linjer eller polygoner. Mens andre datakilder (f.eks. ArcInfo -dækninger, CAD -tegninger) kan være sammensat af flere funktionstyper, er shapefiler sammensat af kun punkter, linjer, eller polygoner.

Shape -filen er faktisk en samling filer, snarere end en enkelt fil. En enkelt shapefile er sammensat af mindst 3 filer (hvor navnet på shapefilen i dette eksempel er veje).

  • roads.shp: funktion geometri (form og placering)
  • roads.shx: indeks for geometri
  • roads.dbf: egenskabstabel

Ud over de 3 grundlæggende filer kan der også være andre filer:

  • roads.sbn: har rumligt indeks
  • roads.sbx: har rumligt indeks
  • roads.ain: feature attribute index
  • roads.aix: feature attribute index
  • roads.prj: projektering og koordinering af data

Indeksfiler bruges til at krydshenvise rumlige funktioner eller attributter og fremskynde forespørgsel, behandling og visning.

Shapefiler er nyttige i ArcGIS, fordi de

  • tegne hurtigt (sammenlignet med andre funktionsdatakilder)
  • kan oprettes i applikationen
  • kan redigeres fuldstændigt i applikationen
  • kan oprettes fra andre vektordatakilder
  • kan flyttes let over filstrukturen og uden korruption

Geodatabaser er særlige typer databasefiler, der indeholder funktionsgeometri, attributtabeller og andre tabeller, der gemmer regler og forhold mellem funktionsdatasæt. Geodatabaser kan gemme flere forskellige funktionsdatasæt i den samme databasefil, så dette gør geodatabasen til en bekvem og kraftfuld metode til lagring af data. Det er også muligt at gemme relationer, f.eks. Toplag i flere lag i geodatabasen. Grunddatamodellen for funktionslag (punkt, linje, polygon) bruges i geodatabasemodellen. Vektordata gemt i geodatabaser kaldes feature klasser eller funktionsdatasæt (som er grupper af individuelle feature klasser). Raster kan også gemmes i geodatabaser.

I ArcGIS er der to typer geodatabase -filformater, personlig geodatabase, som er gemt som en Microsoft Access MDB -fil, og fil geodatabase, som er gemt i et specielt ESRI -filformat.

Oprettelse af et nyt formlag

Ud over at konvertere shapefiler eller geodatabase -funktionsklasser fra andre funktionsdatakilder, er det også muligt at oprette shapefiler eller feature -klasser fra bunden ved kun at bruge andre funktionsdatalag eller billeder som en visuel guide til positionsreference. I resten af ​​dette foredrag vil formfiler og feature klasser ganske enkelt blive omtalt som & quotfeature classes. & Quot

Når en ny funktionsklasse oprettes, skal brugeren beslutte, om funktionsklassen skal repræsentere punkt-, linje- eller polygonfunktioner. Du skal på forhånd bestemme, hvad funktionstypen vil være for dit datasæt. Funktionsklassen skal også have et navn og et sted i filsystemet.

Funktionsklassen tilføjes derefter til det aktuelle kortdokument og er åben for redigering.

Koordinaterne for de nye funktioner bestemmes af omfanget af datarammen, hvortil funktionerne tilføjes, og af koordinatsystemet for det nye datasæt. Hvis du bruger en ny dataramme uden andre lag, placeres de funktioner, du tilføjer, nær datarammens oprindelse (som standard er en ny datarammes omfang omtrent [(0,0), (1,1)]).

Her oprettes en ny punktfunktionsklasse:

Det nye lag er klar til redigering, men indeholder ingen funktioner eller tabelattributter. Dette svarer til at oprette et nyt regneark eller et tekstbehandlet dokument, når det lige er blevet oprettet, det er tomt. For at tilføje funktioner til den nye formfil skal den tilføjes til et ArcMap -dokument og åbnes til redigering.

Tilføjelse af formlagsfunktioner

Når det nye lag er føjet til kortdokumentet og åbnet for redigering, kan du tilføje funktioner. Editorens værktøjslinje i ArcMap skal være aktiveret. I værktøjslinjen Editor er der en række forskellige værktøjer til oprettelse og redigering af funktioner. Der er også en række forskellige redigeringsopgaver at vælge imellem. Vi vil dække de mest almindelige værktøjer og opgaver, men har ikke tid til at dække alle redigeringsværktøjer og opgaver.

De forskellige redigeringsværktøjer findes på en rulleliste med ikoner, der hver især udfører en anden redigeringsfunktion. Afhængigt af programmets tilstand kan et eller flere af værktøjerne være utilgængelige (nedtonet). Listen over værktøjer og deres funktioner er angivet her:

skitse: grundtegning

midtpunkt: opret et punkt i midten af ​​en tegnet linje

distance-distance: opret et punkt i kendt afstand fra 2 andre steder
skæringspunkt: opret et punkt i skæringspunktet mellem to eksisterende vektorer
slutpunktsbue: opret et cirkulært snit med definerede slutpunkter
retning-afstand: opret et punkt på en kendt afstand og retning fra et andet sted
bue: opret et cirkulært snit ved at definere start, midtpunkt og ende på kurven
tangent: udvid et segment med en linje, der tangerer det eksisterende segment
spor: opret en ny funktion, der sporer eksisterende funktioner fra det samme eller et andet lag

Når der oprettes en ny funktionsklasse, oprettes også en & quotbare bones & quot attributetabel. Denne tabel vil i første omgang kun indeholde en enkelt post for hver funktion og to felter, FID, Form og Id. I den følgende tabel er der oprettet et punkt, og attributtabellen vises

Brugeren kan tilføje felter til attributtabellen (eller til en hvilken som helst tabel i projektet for den sags skyld). Felter tilføjes for at repræsentere egenskaberne ved de rumlige funktioner. Når felter tilføjes, skal feltnavn, datatype (f.eks. Kort heltal, tekst, klat), længde (antal tegn) og/eller decimalpræcision angives. Det nye felt tilføjes efter det sidste eksisterende felt i tabellen.

Når felterne er tilføjet til tabellen, kan værdier udfyldes.

Redigering af funktionsklasser

funktionsklasser, der er blevet oprettet fra bunden eller fra andre kilder, kan redigeres. Når en ny funktionsklasse er blevet oprettet, placeres den automatisk i redigeringstilstand. Enhver funktionsklasse kan dog redigeres, forudsat at brugeren har skrivetilladelse til de filer og mapper på disken, der gemmer funktionsklassen. De følgende emner illustrerer nogle af specifikke redigeringer, der kan foretages i lagets rumlige træk.

Inden der kan foretages ændringer, skal funktionsklassen placeres i redigeringstilstand. Vælg i værktøjslinjen Editor Editor & gt Start redigering fra menuen. Alle datakilder i den aktuelle dataramme, der kan redigeres, er åbne for redigering. Vælg, hvilket lag der skal redigeres Mål:

Du kan skifte frem og tilbage mellem forskellige datakilder inden for den samme redigeringssession.

Det er også muligt at skifte frem og tilbage mellem forskellige redigeringsopgaver. De forskellige redigeringsopgaver er for det meste selvforklarende.

Når et lag er i redigeringstilstand, skal du bruge Redigere værktøj til at vælge individuelle funktioner. Behold & ltSHIFT & gt tasten trykkes ned for at vælge mere end en funktion. Når funktioner er valgt, vises de med et tykt cyan -symbol. Her kan du se to udvalgte polygoner. Hvis en funktion er valgt, kan den slettes ved hjælp af & ltDELETE & gt tast på tastaturet,

Hvis du vil se hjørner af individuelle former, skal du trykke på og holde v nøgle. Formen i øjeblikket under markøren og eventuelle omgivende former får deres hjørner eksponeret. På denne måde kan du forstå, hvordan formen er konstrueret.

Brug Omform funktioner opgave og Skitse værktøj til at tegne en ny kant til polygonale eller lineære funktioner. Her er et par enkle diagrammer, der viser, hvordan polygoner og linjer omformes

Hvis du vil ændre placeringen af ​​individuelle hjørner på en linje eller polygon, skal du bruge Rediger funktioner opgave og ved hjælp af redigeringsværktøjet, skal du klikke på det funktionspunkt, du vil omforme. Alle hjørner i linjen markeres med en lille firkant.

Klik og træk et toppunkt til en ny position.

Hvis du samtidig vil redigere delte kanter, er det nødvendigt at oprette et topologisk forhold. Ved formfilredigering vedvarer det topologiske forhold kun for en given redigeringssession. For geodatabaser er det muligt at få topologiske regler gemt i geodatabasen, så de topologiske regler gendannes hver gang du redigerer de funktionsklasser, der deltager i topologien.

Når en topologi er aktiv, er det muligt at bruge topologi -værktøjer til at vælge delte funktioner og derefter bruge skitseværktøjerne og Omform kant eller Rediger Edge opgaver. Her er det samme område, men der vælges en fælles kant (dette vælger samtidig begge sæt hjørner for begge tilstødende former).

Omformning af kanten ændrer begge tilstødende polygoner.

Hjørner kan slettes ved hjælp af Rediger funktioner opgave. Her slettes et af hjørnerne for at vise, at den tidligere opgave med at ændre den delte kant faktisk ændrede begge polygoner samtidigt:

Indstilling af snappemiljøet

Snapping bruges til at sikre, at nye funktioner deler den fælles placering ved slutpunkter eller noder. Snapping får enden på en ny linje til at slutte sig til en eksisterende linje, enten ende-til-ende eller ende-til-side. Snapping indstilles, enten interaktivt eller i lagets egenskaber, til en vis tolerance. Hvis en ny linies endepunkt er inden for toleranceafstanden for en eksisterende linje, vil den nye linje snap og slutte sig til den eksisterende linje. Funktioner, der tilføjes eller ændres, er underlagt snapperegler. Snapmiljøet fastsætter regler og prioriteter for snapping.

Her tilføjes to linjer til en formfil uden at snappe:

Opdeling af linjer og polygoner

Eksisterende linjer og kan opdeles ved hjælp af Line Split værktøj. Polygoner kan opdeles ved hjælp af Skær polygoner opgave.

Når du deler linjer, skal du klikke på det sted på linjen, hvor du vil have opdelingen.

Polygonsplitting ligner linjesplitting, bortset fra at eksisterende polygoner er delt med en linje i stedet for et enkelt sted. For at opdele polygoner er det nødvendigt, at opdelingslinjen starter og slutter uden for den polygon, der skal deles.

En enkelt opdelingslinje kan dele mere end én eksisterende linje eller polygon ad gangen.

Når en eksisterende linje eller polygon er delt, slettes den originale funktions attributpost, og nye attributposter tilføjes for hver ny funktion. For geodatabase -funktionsklasser er der forskellige politikker, der kan specificeres for, hvad der sker med attributter, når funktioner er delt. For shapefiler duplikerer nye poster for delte funktioner de originale værdier fra den overordnede form.

Her er en af ​​skovstandens polygoner delt i to separate polygoner.

Her er en af ​​de linjer, der tidligere blev tilføjet, opdelt i to segmenter.

Opdatering af attributter med Split

Når funktioner er delt, kan du angive, hvordan attributterne for de nye funktioner stammer fra de originale funktioner. Hvert felt i attributtabellen kan tildeles adfærdsregler for opdeling. Skal numeriske felter kopieres eller gives deres andel af den oprindelige værdi? Skal streng (tegn) felter kopieres, eller skal felterne være tomme for de nye funktioner?

ArcGIS indeholder regler for opdatering af attributværdier for funktioner, der er blevet delt:

Opdelingspolitik

effekt

Standard værdi værdier i nye poster er standardværdien for feltet i egenskabsklasseattributdomæneindstillingerne
Duplikere værdier i nye poster kopieres fra den overordnede post
Geometri forhold numeriske værdier er proportionelle med funktionens oprindelige område eller længde

Hvert felt i lagattributtabellen kan have opdelte politikker.

Fletning af funktioner med Union

Udover opdeling af funktioner tillader ArcGIS mere end én funktion at blive flettet. Funktioner, der skal flettes, skal være en del af et valgt sæt.

Linjer, der mødes på samme punkt, er forbundet til en enkelt linje med en enkelt attributpost.

Polygoner, der overlapper eller deler en fælles grænse, er forbundet til en enkelt polygon med en enkelt attributpost. Polygoner, der ikke overlapper hinanden og ikke er sammenhængende, kan også flettes til en enkelt polygon med en enkelt post. På denne måde adskiller funktionsklassen sig også fra andre vektordatasæt, som funktionsklasser understøtter enkelt polygoner bestående af mere end et rumligt objekt.

Her forenes to skovbestandspolygoner. Den nye polygon har en enkelt attributpost.

Hvis polygonerne, der skal forenes, ikke er tilstødende, kan funktionerne stadig forbindes. Før:

Opdatering af attributter med fletning

Union forbinder simpelthen geometrierne i det valgte sæt og genererer en ny blank post. Når funktioner er fusioneret, slettes de originale attributposter, og der oprettes en ny attributpost. Som med split kan politikker bruges til at indstille værdier for den nye rekords attributter.

Fletningspolitik

effekt

Standard værdi værdier i nye poster er standardværdien for feltet i egenskabsklasseattributdomæneindstillingerne
Duplikere værdier i nye poster kopieres fra den overordnede post
Geometri vægtet numeriske værdier er proportionelle med funktionens oprindelige område eller længde

Når funktioner flettes, skal du vælge, hvilken funktion der skal angive attributværdierne for den nye funktion.

Geometrien af fusionere er identisk med den af Union, men i denne fletning kan du se, at posten har opnået værdier fra en af ​​forældrefunktionerne, frem for at være blank som i foreningen ovenfor.

Flere redigeringsoperationer

Et par flere redigeringsoperationer er tilgængelige for polygonfunktioner. Her er nogle generaliserede funktioner, der bruges til at illustrere operationerne. En enkelt formfil er sammensat af en cirkel, der overlapper et rektangel.

  • Klip (kasser det område, der skærer hinanden): klipning fjerner området med overlapning mellem to polygoner. Polygonen, der er valgt på det tidspunkt, fungerer som & quotcookie cutter & fjerner området fra den eller de overlappende polygoner. Her, efter klipningen, er rektanglet blevet flyttet for at vise virkningen af ​​operationen. Billedet til venstre viser rektanglet som klipperen billedet til højre viser cirklen som klipperen.

Alle redigeringer, der foretages i funktionsklasser, kan tilbageføres ved at vælge Rediger & gt Fortryd fra menuen eller ved hjælp af tastetrykskombinationen & ltCTRL-Z & gt. Alle redigeringer kan fortrydes, indtil den sidste gemning blev udført eller op til oprettelsen af ​​funktionsklassen, hvis funktionsklassen er ny og aldrig er blevet gemt.

Hvis du er færdig med at redigere en funktionsklasse, kan du vælge at gemme redigeringer. Det er også en god idé at gemme redigeringer hyppigt i tilfælde af systemproblemer. Eventuelle redigeringer, der gemmes, skrives til disken som en del af funktionsklassens struktur.

Du bliver bedt om at gemme redigeringer, hvis du forsøger at stoppe redigeringen.

Du bliver også bedt om at gemme ændringer, hvis du forsøger at lukke kortdokumentet, åbne et andet projekt eller lukke ArcGIS.


Rumlig information

Rumlig opløsning

Vinkelafstand
Vinkelafstandsenheder
Vandret afstand
Vandrette afstandsenheder
Lodret afstand
Lodrette afstandsenheder
Tilsvarende Skala Nævneren
Detaljeringsgrad Beskrivelse

Rumlig repræsentation

Gitterrepræsentation brugt? Ingen
Vektorrepræsentation brugt? Ja
Tekst / tabelrepræsentation brugt? Ingen
TIN -repræsentation brugt? Ingen
Stereomodelrepræsentation brugt? Ingen
Videorepræsentation brugt? Ingen

Gitterrepræsentation

Akse Dimension

Akse Dimension

Vektor repræsentation

Topologi niveau
Kompleks objekt til stede?
Kompleks objekttælling
Sammensat objekt til stede?
Antal sammensatte objekter
Kurveobjekt til stede?
Antal kurveobjekter
Punktobjekt til stede? Ingen
Point Object Count
Fast objekt til stede?
Antallet af faste objekter
Overfladeobjekt til stede?
Antal overfladeobjekter

Vektor repræsentation

Topologi niveau
Kompleks objekt til stede?
Kompleks objekttælling
Sammensat objekt til stede?
Antal sammensatte objekter
Kurveobjekt til stede?
Antal kurveobjekter
Punktobjekt til stede?
Point Object Count
Fast objekt til stede?
Antallet af faste objekter
Overfladeobjekt til stede?
Antal overfladeobjekter

Reference systemer

Referencesystem

Horisontal opløsning

Lodret opløsning


Raster datamodellen er en meget udbredt metode til lagring af geografiske data. Modellen har oftest form af en gitterlignende struktur, der holder værdier med jævne mellemrum over rasterets omfang. Rasters er især velegnede til lagring af kontinuerlige data såsom temperatur- og højdeværdier, men kan også indeholde diskrete og kategoriske data, f.eks. Arealanvendelse. Opløsningen af ​​et raster er givet i lineære enheder (f.eks. Meter) eller vinkel -enheder (f.eks. En buesekund) og definerer omfanget langs den ene side af gittercellen. Raster med høj (eller fin) opløsning har forholdsvis tættere afstand og flere gitterceller end raster med lav (eller grov) opløsning og kræver relativt mere hukommelse til at lagre. Aktiv forskning på domænet er orienteret mod at forbedre komprimeringsordninger og implementering af alternative celleformer (f.eks. Sekskanter) og bedre understøtte rasterlagrings- og analysefunktioner med flere opløsninger.

Pingel, T. (2018). Raster -datamodellen. The Geographic Information Science & amp Technology Body of Knowledge (3. kvartal 2018 -udgave), John P. Wilson (red.). DOI: 10.22224/gistbok/2018.3.11

Denne version blev offentliggjort den 2. juli 2018.

Dette emne er også tilgængeligt i følgende udgaver: DiBiase, D., DeMers, M., Johnson, A., Kemp, K., Luck, A. T., Plewe, B. og Wentz, E. (2006). Raster -modellen. The Geographic Information Science & amp Technology Body of Knowledge. Washington, DC: Association of American Geographers. (2. kvartal 2016, første digitale).

2,5D: Et system til registrering af værdier på en raster, hvor hver gittercelle har en og kun en z-værdi.

løbende data: Feltlignende data, hvor værdier er til stede på ethvert tidspunkt inden for det rumlige omfang, såsom højde eller temperatur.

digital elevation model (DEM): En datamodel, der bruges til at behandle, gemme, analysere og vise elevationsdata.

digital overflademodel (DSM): En type DEM, der repræsenterer en maksimal værdi i en gittercelle og derved registrerer toppen af ​​bygninger, træer og andre objekter.

digital terrænmodel (DTM): En type DEM, der har til formål at repræsentere en idealiseret landoverflade, hvor overfladeobjekter (bygninger, træer osv.) Er blevet fjernet digitalt.

diskrete data: Objektlignende data, hvor funktionernes rumlige omfang eller grænser er definerbare.

grad: Området eller afstanden i det virkelige rum, som en geografisk enhed eksisterer over. I kartografi og GIS er omfanget af en repræsentation størrelsen af ​​det virkelige rum, der repræsenteres.

filformat: Specifikationen for, hvordan data gemmes en computerfil. Vigtige sondringer omfatter dem mellem binær og klartekstmetoder og mellem proprietære og gratis og åbne formater.

blandet pixel: En betingelse, hvorved mere end én kategori af objekter er til stede i en enkelt gittercelle.

pixel: Et portmanteau af "billedelement", den mindste enhed i en raster. Nogle gange omtalt som en celle eller et gitterpunkt.

løsning: Den detaljeringsgrad, som et fænomen opdages eller repræsenteres til. Data gemmes og gengives med en vis repræsentationsopløsning. I rasterfølerarrays defineres opløsningen af ​​dimensionerne af de enkelte sensorer i form af jordenheder (dvs. bredden af ​​en pixel i meter på jorden).

Rasterdatamodellen er sammen med vektordatamodellen en af ​​de tidligste og mest udbredte datamodeller inden for geografiske informationssystemer (Tomlin, 1990 Goodchild, 1992, Maguire, 1992). Det bruges typisk til at registrere, analysere og visualisere data med en kontinuerlig karakter, såsom højde, temperatur eller reflekteret eller udsendt elektromagnetisk stråling. Udtrykket raster stammer fra det tyske ord for skærm, hvilket indebærer en række ortogonalt orienterede parallelle linjer. Dens oprindelse som en beskrivelse af billeder stammer fra tegningen udført af elektronstråler på katodestrålerør (CRT) skærme i de tidlige dage af analogt tv, og metaforen blev efterfølgende også udvidet til digitale billeder. Digitale rasters har oftest form af et jævnligt mellemrum, gitterlignende mønster af rækker og kolonner, med hvert element omtalt som en celle, pixel eller gitterpunkt. Rasteren omtales undertiden som et billede, array, overflade, matrix eller gitter (Wise, 2000). Celler i rasteren er oftest firkantede, men kan være rektangulære (med forskellige opløsninger i x- og y -retninger) eller andre former, der kan tesselleres, såsom trekanter og sekskanter (figur 1 Peuquet, 1984).

Figur 1. Tessellationer af trekanter, firkanter og sekskanter, der kan bruges som grundlag for celleform i en rastermodel.

Størrelsen eller omfanget af hver celle angiver rasterets opløsning og angives i lineære afstandsenheder (f.eks. Antal fod, meter, kilometer langs den ene side af cellen) eller i grader eller brøkdele af breddegrad og længdegrad (f.eks. et buesekund eller en tredjedel buesekund). Rasterens opløsning er en komponent, der dikterer kravene til hukommelseslagring til den, med finere opløsninger, der kræver mere plads i hukommelsen. Antallet af celler i en raster stiger kvadratisk, da opløsningen øger en fordobling af rasterets opløsning reducerer den celles lineære afstand med halvdelen (f.eks. Ved at bevæge sig fra en 2 m celle til en 1 m celle), men øger antal celler med en faktor fire (fordobling af antallet af celler i to retninger). Figur 2 illustrerer effekten af ​​øget opløsning på en digital elevationsmodel (DEM).

Figur 2. En digital elevationsmodel (DEM) ved 30 m (venstre), 10 m (i midten) og 3,3 m opløsning (højre).

I det mest almindelige tilfælde, når pixels repræsenterer et 2D -område, kan pixels betragtes som en “bin”, hvor pixelens værdi er en summarisk statistik (f.eks. Middelværdi, median, standardafvigelse) af alle værdier i feltet inden for pixelens grænser. I modsætning hertil kunne pixels repræsentere værdien i gitterets nøjagtige center, dette kaldes undertiden som et gitter (Briese, 2010) eller raster type raster (Wise, 2000).

Raster bruges mest til at repræsentere kontinuerlige data, da de giver mulighed for mere effektiv lagring af værdier end en ækvivalent vektor eller punktbaseret gittersystem ved de punkttætheder, der generelt kræves. Dette skyldes, at koordinater gemmes implicit som en position i en datatabel frem for eksplicit (som koordinater). Imidlertid bruges raster ofte også til at repræsentere kategoriske (f.eks. Arealanvendelse) eller diskrete data. I disse tilfælde kan et område, der svarer til cellen i rasteret, blandes med mere end en kategori, der er til stede i pixlen. For eksempel kan en gittercelle med en opløsning på 100 meter have både bolig- og industriel anvendelse inden for sig. Der er flere almindelige strategier til at håndtere problemet med blandet pixel, herunder (a) majoritetsgevinster eller vinder-tag-alle, b) brug af en separat kategori til specifikt at angive en blandet pixel, (c) ved hjælp af værdien nærmest midten af ​​cellen, eller (d) tildeling af en tærskelprocent for en given kategori (f.eks. hvis mindst 25% af arealet inden for pixlen er vand, vil det blive registreret som vand).Figur 3 illustrerer problemet med blandet pixel ved at overlejre betegnelser med relativt grove (30 m) opløsningsjordoverdækninger over en relativt fin opløsning (1 m) digital overflademodel (DSM), der viser bygninger, veje, træer og andre finskalaegenskaber, hvorfra landdækningsbetegnelser er afledt.

Figur 3. En raster på nationalt landdækningsdatabase (30 m) overlejret på en skråning, afskåret, lidar-afledt digital overflademodel (1 m), der fremhæver problemet med blandet pixel.

Raster distribueres oftest og bruges som enten enkelt, 2,5D overflader med kun en dataværdi pr. Celle (f.eks. Elevation) eller som billeder med flere bånd. Et eksempel på sidstnævnte type er orthoimagery, med rødt, grønt, blåt, nær infrarødt og potentielt mange andre lag indlejret i samme raster. I sådanne tilfælde indebærer repræsentation af rasteren ofte at forbinde hvert bånd med en rød, grøn eller blå (RGB) visualiseringskanal. Rasters kan også udvide netstrukturen multidimensionalt til at danne terninger (eller voxels) eller hyperspatiale ækvivalenter, som kan repræsentere et rumfang, tid, attributrum eller enhver kombination af disse. Indeksværdier kan også bruges i stedet for målinger til at linke til eksterne attributoplysninger i et eksternt databasesystem (DBMS) via opslagstabeller. Tomlins (1990) arbejde med MAP -modellen er et eksempel på dette.

Rasterdatamodellen bruges i vid udstrækning til at kode GIS -data. Eksempler omfatter:

  • Digital Elevation Models (DEM'er) såsom ETOPO1 Global Relief Model.
  • Elevationsafledte visualiseringer og produkter (Kennelly, 2017).
  • Fjernbetinget data, herunder luft- og radarbilleder.
  • Meteorologiske variabler som temperatur og nedbør, interpoleret fra punktkilder.
  • Kategoriske rasters, f.eks. National Land Cover Database.
  • Datasættet The Gridded Population of the World, som gitterværdier, der oprindeligt blev registreret via administrative enheder.
  • Digitale scanninger af historiske kort.
  • Eksporterede kartografiske produkter, såsom Digital Raster Graphic topografiske kort.
  • Mobilautomatmodeller som SLEUTH (Chaudhuri og Clarke, 2013).

Rasters registrerer en eller flere værdier på hvert gitterpunkt. Gitterværdier kan meget enkelt registreres række for række og stirre i øverste venstre hjørne på samme måde, som teksten skrives på engelsk. Alternative bestillingssystemer kan bruges til at forbedre effektiviteten, herunder row prime, Morton eller Peano-Hilbert metoder. Hukommelseskrav til rasters påvirkes af typen af ​​registrerede data (f.eks. Boolsk, heltal, float eller streng), rasterets opløsning og rumlige omfang og enhver komprimering, der anvendes på billedet. Komprimering kan bruges til at udnytte gentagelse eller redundans i dataene for at reducere de samlede lagerkrav, og mange tilgængelige ordninger gør dette, herunder kædekoder, blokkoder, kørelængdekoder og firtræer.

Rasters kan gemmes i et vilkårligt antal formater eller containere. De gemmes typisk i et binært format af hensyn til effektiviteten, men klartekstformater er ikke ualmindelige, idet ESRI's ArcInfo ASCII Grid måske er det mest udbredte af denne type. Binære rasterformater er for mange til udtømmende at kunne opregnes, og læseren vil måske konsultere projektet Geospatial Data Abstraction Library (GDAL) for at få en liste over dens 154 læsbare formater. Mange formater, der oprindeligt var designet til fotografiske billeder, er blevet brugt som rasterbeholdere, herunder JPG, JPEG 2000, PNG og TIFF, disse har fordelen ved let at flytte rasterdata ind og ud af ikke-GIS databehandlingssystemer. På samme måde er mange rasterformater designet specielt til geodata, herunder ESRI's ArcGRID, Erdas's Imagine -format og MrSID. NetCDF blev designet af Unidata som en beholder til mange typer array-baserede videnskabelige data og bruges almindeligvis til rastergeodata i atmosfæriske videnskaber, hvor det er ønskeligt at holde flere lag med tidsseriedækningsdata i en enkelt fil.

Næsten alle containere har en mekanisme til komprimering af data for at reducere filstørrelser, men varierer i hvilken grad de tillader tabsfri (vs. tabsagtig) komprimering. I nogle tilfælde kan en vis formindskelse af datatroskab ikke reducere værdien af ​​datasættet i høj grad, for eksempel er digitale ortofotos blevet bredt distribueret i JPEG -containeren, selvom der vil forekomme noget - ofte umærkeligt - datatab i processen med kodning af dataene til opbevaring. I andre tilfælde (f.eks. Digitale elevationsmodeller) anses perfekt datatrohed for mere kritisk, og derfor distribueres disse ofte i formater, der indeholder tabsfri komprimering (f.eks. GeoTIFF). Formater er ofte forskellige i, hvilke typer data de kan opbevare. For eksempel kan PNG'er kun indeholde heltalsbaserede data med maksimalt fire bånd, mens TIFF'er kan indeholde float-data og et større antal bånd. Det seneste BigTIFF -format udvider mulighederne i TIFF -formatet, hvilket giver mulighed for meget større (større end 4 gigabyte) filstørrelser. Billedbaserede containere har også vist sig populære, fordi de lettere fungerer sammen med ikke-GIS-software. Proprietære lagringsformater (f.eks. MrSID) har ofte højere komprimeringshastigheder, men bekymringer med dokumentation, levetid og interoperabilitet har foranlediget udviklingen af ​​en række effektive åbne / ikke-proprietære alternativer (f.eks. JPG 2000).

Georeferenceringsinformation for rasterbilleder er integreret enten direkte i overskriften på beholderfilen eller via hjælpefiler, der distribueres med rasteren. En verdensfil er et almindeligt eksempel på sidstnævnte fremgangsmåde, hvor en separat klartekstfil beskriver positionen i geografisk rum i midten af ​​den øverste venstre pixel samt x- og y-opløsningen af ​​rasteren. Komprimering af rasters opnås via en af ​​flere tilgange, herunder løbslængde (Holroyd og Bell, 1992), kæde (Freeman, 1974 Žalik et al., 2015), blok, quadtree (Finkel og Bentley, 1974 Mark og Lauzon, 1984 Samet, 1984, Martin, 1992) og wavelet -metoder.

Rasterdatamodellen står ofte i kontrast til vektordatamodellen. Begge dele er yderst nyttige, og valget af hvilken model, der fungerer bedre, afhænger helt af opgaven. Raster -datamodeller udmærker sig i tilfælde, hvor de underliggende data i sig selv er kontinuerlige, da der er betydelige gevinster i effektiviteten af ​​lagring og indeksering på grund af det regelmæssige rumlige mønster af nettet. Det regulerede mønster fremskynder på samme måde aritmetiske beregningstider mellem flere rasterlag og reducerer den nødvendige tid til operationer, såsom rumlig interpolation af manglende værdier eller til genudtagning. Fordi rasterlag kan tolkes som binære eller gråtonebilleder, kan mange operationer, der oprindeligt var designet til computersyn, let anvendes på problemer med klassificering eller maskinlæring.

Rasters har også flere ulemper. Mange containere understøtter kun et enkelt opløsningsniveau, selvom konstruktionen af ​​supplerende billedpyramider kan reducere virkningen af ​​dette på visualisering. Mange nyere raster-lagringsformater, herunder MrSID og JPEG 2000, har indbygget datalagring med flere opløsninger, som kan gøre analyse af detaljerede detaljer mulig i software, der understøtter det. En anden begrænsning af rasterformater er, at genudsendelse og/eller gensampling typisk resulterer i varierende grader af dataforringelse. Af denne grund er det tilrådeligt, at raster projiceres og/eller samples fra deres oprindelige kilde frem for serielt. Raster med grove opløsninger i forhold til de objekter eller attributter, de repræsenterer, kan forårsage et "blokeret" udseende af dataene. Stigende opløsning kan ikke fuldstændigt løse dette problem af både praktiske og teoretiske årsager, da øget opløsning stiller større krav til hukommelse, lagring og processorkraft (Fisher, 1997). Yderligere vil tilgangen næsten altid give mindre, men stadig blandede pixels langs objektkanten, hvilket fører til det samme "blokerede" udseende, hvis brugeren zoomer langt nok ind.

Rasterceller betragtes typisk topologisk forbundet til deres naboer til højre, venstre, top og bund, men kan også være forbundet med naboer på diagonalen (eller længere væk). Topologiske forbindelser kan være ganske vigtige, når rastere bruges i modellering, f.eks. Bestemmelse af billigste stier. I denne sammenhæng kan konvertering af vektorfunktioner (såsom linjer, der repræsenterer et vejnet), indføre fejl i en rasterbaseret analyse, hvis enten ekstra gitterceller er forkert inkluderet, eller gitterceller tildeles ukorrekte værdier under konverteringen.

Briese, C. (2010). Udtræk af digitale terrænmodeller. I G. Vosselman og H-G. Maas (red.), Luftbåren og terrestrisk laserscanning (s. 135-167). Dunbeath, Skotland: Whittles Publishing.

Chaudhuri, G., & amp; Clarke, K. (2013). SLEUTH -modellen til ændring af arealanvendelse: En gennemgang. Miljøressourceforskning, 1(1), 88-105. DOI: 10.22069/IJERR.2013.1688

Finkel, R. A., & Bentley, J. L. (1974). Quadtræer en datastruktur til hentning på sammensatte nøgler. Acta informatica, 4(1), 1-9. DOI: 10.1007/BF00288933

Fisher, P. (1997). Pixel: En snare og en vrangforestilling. International Journal of Remote Sensing, 18(3), 679-685. DOI: 10.1080/014311697219015

Freeman, H. (1974). Computerbehandling af stregtegningsbilleder. Computermålinger, 6, 54-97. DOI: 10.1145/356625.356627

Goodchild, M.F. (1992). Geografisk datamodellering. Computere og geovidenskaber, 18(4), 401-408. DOI: 10.1016/0098-3004 (92) 90069-4

Holroyd, F., og Bell, S. B. M. (1992). Raster GIS: Modeller af raster -kodning. Computere og geovidenskaber, 18(4), 419-426. DOI: 10.1016/0098-3004 (92) 90071-X

Kennelly, P. (2017). Terrænrepræsentation. The Geographic Information Science & amp Technology Body of Knowledge (4. kvartal 2017 -udgave), John P. Wilson (red.). DOI: 10.22224/gistbok/2017.4.9

Maguire, D. J. (1992). Raster GIS -designmodellen - En profil af ERDAS. Computere og geovidenskaber, 18(4), 463-470. DOI: 10.1016/0098-3004 (92) 90076-4

Mark, D. M. & amp; Lauzon, J. P. (1984). Lineære firetræer til geografiske informationssystemer. I Procedurer for IGU Symposium om rumlig datahåndtering, 20.-24. August, Zürich, s. 412-431.

Martin, J. J. (1992). Organisering af geografiske data med quadtrees og mindst kvadrater tilnærmelse. I Symposiumets fremgangsmåde om mønstergenkendelse og billedbehandling (PRIP), Las Vegas, Nevada. IEEE Computer Society, s. 458-465.

Peucker TK & amp; Chrisman, N. (1975). Kartografiske datastrukturer. Den amerikanske kartograf, 2(1), 55-69. DOI: https://doi.org/10.1559/152304075784447289

Peuquet, D. J. (1984). En konceptuel ramme og sammenligning af rumlige datamodeller. Cartographica, 21(4), 66-113. DOI: 10.1002/9780470669488.ch12

Samet, H. (1984). Firtræet og relaterede hierarkiske datastrukturer. ACM Computing Surveys (CSUR), 16(2): 187-260. DOI: 10.1145/356924.356930

Tomlin, C. D. (1990). Geografiske informationssystemer og kartografisk modellering. Englewood Cliffs, NJ: Prentice Hall.

Wise, S. (2000). GIS datamodellerings-lektioner fra analysen af ​​DTM'er. International Journal of Geographical Information Science, 14(4), 313-318. DOI: 10.1080/13658810050024250


Dataegenskaber er karakteristika for GIS -attributsystemer og -værdier, hvis design og format påvirker analytisk og beregningsmæssig behandling. Geospatiale data udtrykkes på konceptuelle, logiske og fysiske niveauer af databaseabstraktion beregnet til at repræsentere geografisk information. Det passende design af attributsystemer og valg af egenskaber bør være logisk konsekvent og understøtte passende måleskalaer til repræsentation og analyse. Geospatiale begreber som objektfeltvisninger og dimensionsrum for relaterede objekter og kvaliteter danner datamodeller baseret på en geografisk matrix og funktionsgeometri. Tre GIS -tilgange og deres attributsystemdesign beskrives: tessellationer, vektorer og grafer.

Varanka, D. E. (2021). Dataegenskaber. The Geographic Information Science & amp Technology Body of Knowledge (1. kvartal 2021 udgave), John P. Wilson (red.). DOI: 10.22224/gistbok/2021.1.15 ..

Dette indlæg blev offentliggjort den 28. marts 2021.

Den fås også i en tidligere udgave:

DiBiase, D., DeMers, M., Johnson, A., Kemp, K., Luck, A. T., Plewe, B. og Wentz, E. (2006). Ejendomme. The Geographic Information Science & amp Technology Body of Knowledge. Washington, DC: Association of American Geographers. (2. kvartal 2016, første digitale).

Objektegenskaber for geografiske informationssystemer (GIS) refererer til egenskaber ved digitale data, der repræsenterer enheder og er gemt i en databasemodel. Egenskaber er det tekniske grundlag for GIS -dataattributter, der repræsenterer geografiske kvaliteter eller relationer, der abstraheres fra miljøinteraktioner og modelleres i beregningssystemer. For eksempel bruges decimalgrader ofte til geografiske koordinater, og heltal er passende til kodning af koropleth -kort. Den blandede implementering af datalogisk teknologi og intuitiv genkendelse af geografiske kvaliteter understøtter rumlig informationsforståelse og datahåndtering.

Der er en række anvendelser af udtrykkene 'egenskaber' og 'attributter' som datastrukturer i modelkoncepter og softwaresprog. Nogle gange bruges de synonymt. Der kan skelnes mellem, at 'egenskaber' betyder iboende egenskaber ved GIS -objekter, hvilket betyder egenskaber uden hvilke objektet ikke ville eksistere, mens 'attributter' er tilskrevne egenskaber, hvis ændring ikke fundamentalt ville ændre objektet. Den påtænkte mentale model for disse udtryk, der bruges i denne tekst, er, at egenskaber, attributter og deres systemer er konstruktioner af forholdet mellem repræsentative og semantiske elementer i databaser, der refererer til virkelige, herunder fysiske og konceptuelle, enheder. Et attributsystem er relateret til repræsentationen af ​​en enhed eller klasse af enheder. Et ejendomssystem er relateret til en repræsentationsenhed eller enhedsklasse. De to systemer integreres. Attributter indeholder dataegenskaber for deres repræsentation. Egenskaber er egenskaber ved attributterne og deres struktur strækker sig til tilladte værdier.

Datamodeller i GIS forsøger at beskrive vidt forståede og aftalte syn på verden på tre bredt aftalte niveauer af dataabstraktion: konceptuel, logisk og fysisk. Det konceptuelle niveau for dataabstraktion demonstrerer systemets informationsindhold set gennem en brugers synspunkt. En bruger kan forstå, hvad der kan gøres med systemet understøttet af, men uden at specificere den tekniske implementering. Den logiske abstraktion af konceptuelle oplysninger implementeres gennem et databasedesign. Datamodellens begrænsninger og regler vil generalisere information som logiske strukturer. Lagringen af ​​data bestemmes på det fysiske abstraktionsniveau. Dette papir gennemgår egenskabernes karakter og betydning på disse niveauer, når de interagerer med attributværdier i fremherskende geometriske modeller, der bruges i GIS, herunder vektor, tessellation og deres hybrid som Triangulated Irregular Networks (TIN). Andre logiske GIS-modeller, såsom objektorienteret og graf, bruger egenskaber, der er relateret til vektor- og tessellationsstrukturer.

På det konceptuelle niveau af dataabstraktion skaber opsamling af miljøattributter, der vedvarer i nogen tid, den semantiske stabilitet i et GIS, men kompliceres af varierende individuelle opfattelser og fortolkninger. Perspektiver på geospatiale funktionskategorier, rumlige referencer og tidsmæssig variabilitet formes forskelligt af opmærksomhed på detaljer såsom geografisk skala, brugernes kulturmiljø og passende tekniske datastrukturer. Kommunikation mellem individualiserede perspektiver lykkes på trods af deres variation, fordi de er baseret på visse begreber, der er universelle, hvilket betyder bred enighed, og fordi kontekster kan tilpasses eller relateres. Nogle aspekter af menneskelig kognitiv behandling involveret i opfattelsen og konstruktionen af ​​verdensopfattelser kan være relativt ens mellem mennesker (Peuquet, 2002). For eksempel er kategorisering en grundlæggende konstruktion af menneskelig tankegang (Rosch 1978).

De følgende afsnit diskuterer de logiske og fysiske egenskaber for data, der er kernen i GIS -attributter. Abstraktionsniveauer er indbyrdes afhængige, så logisk abstraktion kan betragtes som et skema, der organiserer fysiske niveauer af datainstanser. Dette papir slutter med et resumé af centrale begreber om disse punkter.

Databaselogisk konsistens, måleskalaer og datatyper har betydelig indflydelse på datalagring, præcision og beregning til analyse. Udtryk af begreber som formel logik kan hjælpe med at undgå fejl og selvmodsigelser i geografisk information, men sådan dokumentation oprettes sjældent. Stevens (1946) målesystem er ofte citeret i datavidenskab, men rumlige begreber indfører kompleksitet ud over dette system. I deres rolle som beskrivende og analytiske repræsentationer kan attributsystemer kræve en række datatyper.

2.1 Logisk konsistens

Dataegenskaber i GIS -attributter understøtter den logiske konsistens af rumlige databaser. Nogle kendetegn ved logisk konsistens af geografiske oplysninger er anført nedenfor.

  • Datamodellens nøjagtighed er i overensstemmelse med den virkelige verden. Den valgte datamodel er passende til applikationen, hvis attributstrukturen stemmer overens med vigtige kvaliteter i de virkelige enheder, de beskriver.
  • Konsistens mellem datatyper. Filformater og behandlingsregler passer til datamodellen.
  • Konsistens i positionsdata. Positioner beskrives med et lignende område af lokaliseringspræcision baseret på datageneralisering.
  • Konsistens i databasens normale form. Uønskede afhængigheder og behov for omstrukturering, der forstyrrer effektiv anvendelse, reduceres.

2.2 Målestørrelse

Målestrukturs skalaer tilskriver værdier og understøtter dataprogrammer lige fra enkel beskrivelse til kompleks statistisk beregning. Ifølge Stevens -systemet er data i nominel skala værdier, der ikke antager en relativ rækkefølge og repræsenteres med et navn eller en anden etiket. Nominelle data kaldes undertiden kategoriske data, fordi de danner diskrete kategorier med lille eller ingen overlapning. Den ordinære skala rangerer data inden for et område, der udtrykker det relative omfang af bestemte objektegenskaber. Ranking afspejler en bestemt rækkefølge af ikke-numeriske attributter, men dataværdierne er ikke ensartet kvantificeret. Intervalskala -data afspejler ensartet måling i forhold til et vilkårligt udgangspunkt. Et almindeligt eksempel på intervaldata er temperaturgrader målt i Fahrenheit- eller Celsius -skalaer. Forholdet måleskala er baseret på en oprindelse på nul og tillader matematiske sammenligninger som ovenfor eller under, men mere specifikt, aritmetiske beregninger som to gange så meget, mindre end halvdelen og andre. Intervalldata -variabler understøtter beskrivende statistik, såsom central tendens og variabilitet. Forholdsdata skala variabler understøtter aritmetiske operationer, herunder multiplikation og division.

Selvom Stevens-systemet er meget relevant for GIS, anvender rumdata yderligere datamåleskalaer som rå tal, absolutte skalaer, cykliske mål, f.eks. Vinkler i en 360-graders cirkel og klassificeret kategorimedlemskab som fuzzy sæt (Chrisman 2002 ). Nøjagtigheden af ​​rumlige skalaer skal være i overensstemmelse med metoden til geografisk analyse.

2.3 Datatype

En datatype er en egenskab ved en værdi, der styrer betydningen og måden, dataene kan repræsenteres og bruges på. En datatype giver et sæt værdier, der tillades af et programmeringssprogsudtryk. Disse begrænsninger for værdierne definerer operationerne på dataene og lagringen af ​​disse værdier. De fleste programmeringssprog understøtter grundlæggende datatyper, der bruges i et GIS, såsom byte, heltal og flydende punkt med flere præcisionsniveauer for numeriske mål og tegn/strenge til teksttilskrivning. Tilpassede datatyper kan oprettes og føjes til softwaresystemer. Hvis en datatype, der bruges til rumlige formål, er gemt i et databasestyringssystem, matcher deres tilladte datatyper muligvis ikke nøjagtigt og skal kortlægges til det nærmeste tilgængelige.

Før den udbredte vedtagelse af digitale beregningssystemer viste kort egenskaber for rumlige strukturer inden for et plan koordinatnet på en analog måde inden for visse skærmopløsninger og geografiske skalaer. Kortbrugere kunne se funktionsformer, rumlige relationer, tematiske kategorier, annotationer og andre geospatiale oplysninger. Kuhn (2012) opregner ti konceptuelle kerner af rumlig informationsabstraktion med rod i geografi og kartografi, som GIS logisk og fysisk strukturerer og repræsenterer, herunder placering, kvarter, felt, objekt, netværk, begivenhed, granularitet, nøjagtighed, betydning og værdi. Begreber kontinu kontra diskret og absolut kontra relativ rum kan bruges sammen på komplementære og indbyrdes afhængige måder til at understøtte logikken i rumlige begreber inden for forskellige typer geografisk analyse.

Efter at have vedtaget dominerende datastrukturer udviklet inden for datalogi, beskriver GIS begreber og deres logik ved hjælp af attributter og egenskaber til behandling af rumlige data, herunder tessellation, relationstabel, hierarkiske og netværksstrukturer. Rumlige data har andre udfordringer, herunder opbevaring og geometrisk behandling af koordinater og bestemmelse af topologi til rumlig relation. GIS-rammen er en multidimensionel matrix, der indeholder rumlige og ikke-rumlige attributter.

Dette afsnit beskriver to almindelige logiske modeller: tessellationer, der svarer til det generelle geografiske begreb om et 'felt', og vektordata, der prioriterer 'objekt' -repræsentationstyper (Couclelis 1992). Efter disse beskriver afsnit 3.3 grafdatamodelegenskaber for GIS. Ligesom vektordata ligner grafer netværk.

3.1 Tessellation

Tessellationer er datamodeller, der tilnærmelsesvis koordinerer net ved at opdele en kontinuerlig overflade af et geografisk område i separate og tilstødende geometriske celler med en bestemt grundform, hvis attributter er lokaliseringsværdier bestemt for hver celle. Hver celle har sine egne koordinater, som kan projiceres plane eller geografiske, som er defineret iboende i nettet. For at GIS -attributter logisk ligner den virkelige verden, skal deres tilknyttede placering overholde et referencesystem baseret på den geografiske skala. Cellernes grænser kan nøjagtigt beregnes og generaliseres til en geometrisk form med en koordinatrepræsentation for hver celle. Områderne i cellerne deler en fælles værdi af enten placering eller en attribut uden interne detaljer og styret af opløsningen af ​​tessellationen.

Tessellationer kan have mange former, men de to mest almindelige typer er raster og triangulerede uregelmæssige netværk (TIN). Hver celle i en rasterrepræsentation har en attributværdi, der er knyttet til den celle. I en TIN -sætning har hvert punkt i trekanten x/y -koordinater og en højdeværdi, og trekantens hældning kan bestemmes ud fra disse.

Rasterdata har form af rektangulære pixels med tilhørende værdier. Attributter er normalt begrænset til at koordinere placeringsværdier og en celleværdi. Panchromatisk luftfotografering attributter involverer gråtoneværdier, der udgør en visuel fremstilling af jordoverfladen. Digital Elevation Models (DEM) er en matrix med højdeværdier, der er fordelt regelmæssigt på tværs af rasteren. Multi-band satellitbilleder er en samling af separate rasterlag med værdier, der svarer til forskellige bølgelængder i det elektromagnetiske spektrum. Disse værdier er areal, aggregeret elektromagnetisk reaktion fra et øjeblikkeligt synsfelt, ikke punkt, for en sensor. DEM -værdier, der i øjeblikket (2021) stammer fra data om lysdetektering og afvigelse (lidar), kan være gennemsnit af alle jordreturpunkter i en celle eller et vist antal jordretur med inverse afstandsvægtede værdier. Yderligere attributter til rasterceller kan integreres ved hjælp af en identifikator, der er tildelt en fil og knyttet til en relationel tabeldatabase.

Flere rasters kan registreres i forhold til hinanden, og celleværdierne for hvert lag kan kombineres som input til en operation. En beregningsmæssig overlejringsoperation kræver, at celler har identisk opløsning, fordi det rumlige referencesystem fungerer som kontrol til justering af geometri. Hvis opløsningen ikke er identisk, samples attributterne igen for at flugte med hinanden.

På grund af den enkle grundlæggende organisering af rasterfiler gentages attributdata ofte, især langs rækker, kolonner og tilstødende celler. Data kan komprimeres uden tab (tabsfrit) for lettere at gemme. En anden måde at gemme opbevaring ved at aggregere data med de samme eller lignende værdier er med de hierarkiske datastrukturer for rekursiv rumlig nedbrydning. Tilstødende pixels er opdelt, indtil kun de samme attributter er almindelige blandt dem (Samet, 1990).

3.1.2 Triangulated Irregular Network (TIN)

TIN'er danner en overfladestruktur ved at etablere topologiske forbindelser mellem et sæt punktværdier. Spotmålinger tildeles på betydningsfulde punktplaceringer, der varierer afhængigt af egenskabernes egenskaber for at danne overfladeknuderne. TIN'er forbinder tre naboknuder med kanter for at danne tilstødende trekantede planer. TIN -punktsattributter kan bruges til at beregne hældningsgradienter og aspektmålinger for en trekantet facet. Ligesom en DEM kan hvert punkt være forbundet med en interpoleret værdi, fordi hele regionen er dækket af trekanter.

3.2 Vektordata

Vektordata har form af geometriske repræsentationer af objektlignende enheder afgrænset som punkter lagret som en del af et projiceret geografisk koordinatsystem. Linjer forbinder punkter som visuelle vektorrepræsentationer og danner polygoner fra linjer, der lukker ved endepunkterne. Fordi koordinater gemmes som enten heltal eller flydende punktværdier, afhænger udseendet af en lige linje fra et koordinatpar til et andet af en passende opløsning for den todimensionelle form af et gitter.

Attributtabeller er baseret på relationelle tabeldatabasedesign og kombineret med interaktiv kartografisk visning for at visualisere geografiske data. Relationelle tabeller er en samling af poster i fast format. Dataene er struktureret som et sæt unikt identificerede rækker med en værdi for hver attributoverskrift i tabellkolonnerne. Attributter har domænesæt, der består af de tilladte værdier med hensyn til datatyper eller andre begrænsninger for posten. Navnene på attributterne er for det meste sammensat af databasedesignere til applikationsbehov. Tabeller kan sammenføjes eller relateres via 'nøglefelter' duplikeret mellem dem.

Lagring af geografiske koordinatgeometriobjekter er problematisk i datamodellen for relationelle tabeller, fordi punkter er relateret efter rækkefølge. De fleste systemer tillader ikke, at tabelværdier har form af lister, så en enkelt celle kan ikke indeholde et sæt eller en række værdier, selvom de sammen repræsenterer et geometriobjekt, der repræsenterer en enkelt enhed. Tilgange kaldet den udvidede relationelle eller hierarkiske vektormodel bruger indeksering som løsningen. Et hierarkisk referencesystem strukturerer en rumlig attribut til referencekoordinater forbundet med et geospatialt funktionsobjekt. Ud over deres anvendelse til lagring af koordinater, kan geografiske objekter som landpakkepolygoner organiseres i forhold til hinanden på denne måde ved hjælp af unikke identifikatorer i stedet for efter placering (Lo og Yeung, 2002). Identifikatorerne organiserer implicit rumlig henvisning til indlejrede enheder såsom landjurisdiktion og administration eller til folketællingskodning af demografiske data ved at anvende en opslagstabel til at hente oplysninger. Sådanne indekseringssystemer er en effektiv opbevaringsløsning, fordi koder er mere kompakte end beskrivelser af naturligt sprog. Den samme opslagstabel kan bruges til kartografisk styling, f.eks. Farveramper eller en anden GIS -operation. Geokodning er et hierarkisk referencesystem, der primært bruges til lineære funktioner såsom gadeadresser og tilstødende ejendomsret til parcel -ejendomme. Denne fremgangsmåde skal sikre en konsekvent kobling mellem segmenter af komplekse objekter og funktionsgeometri til ikke-rumlige attributter.

Topologiske rumlige relationer mellem enheder lagres til vektordata ved at identificere funktions -id'er som attributværdier. De topologiske værdier for tilstødende polygoner eller krydsende linjer hjælper med at sikre datakvalitetskontrol, reducere datalagringskrav ved at reducere dobbeltarbejde og repræsentere beregnelige rumlige forhold. Krydsende geometriobjekter, der er nødvendige for at udføre komplekse rumlige operationer, tilpasser sig heller ikke let til den relationelle bordmodel (Worboys, 1999), men relationelle algebraoperationer på lagbaserede og topologiske sæt er mulige, herunder union, kryds og forskel. Som med omsampling af operationer til rasteropløsninger sker der genbestilling af attributter, efter at geometrioverlejringsoperationer er gennemført (Tomlin, 1990). Rumlige forespørgsler understøttes på vektordataattributter af nogle strukturerede forespørgselssprog, der tillader specifikation af brugerdefinerede datatyper, f.eks. For geospatiale data.

3.3 Grafegenskaber

Grafdatamodelegenskaber danner en trippel som en kant, der repræsenterer en attribut mellem to noder, der repræsenterer forekomster, klasser eller sæt af forekomster eller bogstavelige strenge. Noder har et hvilket som helst antal egenskaber, der forbinder mellem dem for at danne grafer. Den nye undersøgelse af geospatial semantik og videngrafer har til formål at udvikle en model, der afspejler en anvendt ontologi, hvis objektegenskaber er formelle logiske aksiomer, der angiver forholdet mellem disse klasser eller instanser. Det logiske aksiom for egenskaber kan understøtte slutning eller andre former for ræsonnement for at oprette et undergraf, der danner semantikken for den pågældende enhed. Sprog i grafforespørgsler understøtter navigation langs ejendomskæder ud over boolske operationer og strengmatcher.

Dataegenskaber strukturerer forholdet mellem geografiske oplysninger, repræsentative attributter og beregningsmæssig lagring og anvendelse af disse værdier. Det passende valg af ejendomme har til formål at opretholde et logisk forhold mellem geografiske oplysninger, GIS -datamodeller, måleskalaer og datatyper. Tessellations- og vektordatamodelattributter forsøger at beskrive virkelige funktioner ved at tilnærme nøglebegreber inden for geografi. Ejendomme pålægger disse begrænsninger tekniske begrænsninger for at begrænse og understøtte datalagring og analytiske funktioner.

Selvom GIS har vedtaget fremherskende datalogiske former, afviger nogle geospatiale begreber fra disse regler. Nogle betydningsfulde begreber, der svarer godt til rumlig erkendelse og effektiv tænkning, er logisk konsistens, hierarkier, koordinatgeometri og topologi. Den dimensionelle matrix for GIS -data er forankret i begreber inden for felter og kartografisk repræsentation, der danner baggrund for objekter og deres rumlige forhold. Hierarkier er bredt anvendelige på logiske GIS -databasestrukturer som en tilgang til indeksdata. Geometriobjekter gemmes eventuelt som fuldt definerede objekter eller blot buesegmenter. Topologi er en indikator for datakorrektur, reducerer datalagring og understøtter adjacensanalyse i GIS. I grafdatabaser understøtter topologi rumlige forholdsinferencer gennem transitivitet.

Chrisman, N. (2002). Udforskning af geografiske informationssystemer. 2. udgave. John Wiley & amp Sons, Inc.

Couclelis H. (1992) Folk manipulerer objekter (men dyrker marker): Ud over raster-vektor-debatten i GIS. I: Frank A.U., Campari I., Formentini U. (red.) Teorier og metoder til rumligt-midlertidig ræsonnement i geografisk rum. Forelæsningsnotater i datalogi, bind 639. Springer, Berlin, Heidelberg. DOI: 10.1007/3-540-55966-3_3

Kuhn, W. (2012). Kernekoncepter for rumlig information til tværfaglig forskning. International Journal of Geographical Information Science, 26 (12), 2267-2276. DOI: 10.1080/13658816.2012.722637.

Lo, C.P. og Yeung, A.K.W. (2002). Begreber og teknikker for geografiske informationssystemer. Prentice-Hall, Inc. DOI: 10.1080/1365881031000111173.

Peuquet, D.J. (2002). Fremstillinger af rum og tid. Guilford Press.

Rosch, E. (1978). Principper for kategorisering. I E. Rosch og B.B. Lloyd (red.), Kognition og kategorisering (s. 27-4 8). Halstead Press.

Samet, H. (1990). Design og analyse af rumlige datastrukturer. Addison Wesley Publishing Company, Inc.


Sætning 3.2. Antag at u ∈ Cp+1 (Ω) s = 1 2∞Ω ⊂ R2, og at uh ∈ Wh på en kvasi-ensartet familie af masker på Ω i firkanter. Derefter en nødvendig.

Derfor bevist. Lemma-2 Ex-Touch-trekanten i referencetrekanten fungerer som pedalens trekant med hensyn til Bevan-punktet og området for Ex-Touch tr.

Lensligningen [1] Denne ligning blev brugt i analysen til at finde ud af fokuspunktet for den anvendte linse. Denne ligning kan udledes enten ved hjælp af geome.

Det introducerer også ideerne om at kigge på incidens og exit. Teori Grundlaget for røntgendiffraktion er forankret i forståelsen af ​​forholdet mellem ge.

Dette skaber ligningen (x-h) 2a2- (y-k) 2b2 = 1for vandrette hyperboler og (y-k) 2a2-(x-h) 2b2 = 1for lodrette hyperboler. En hyperbola er et sted med punkter med.

Derfor bruger dette afsnit polære koordinater til at bestemme bevægelsesligningen for himmellegemet. Kroppens positionsvektor r er defineret i.

Graticule på Bonne -projektionskortet er komplekse kurver, der forbinder punkter ligeligt fordelt langs hver parallel og konkave mod meridianen. Ejendomme.

Hældningen af ​​en lige linje, der forbinder punkterne (x2, y2) og (x3, y3) er m2 = (y_3- y_2)/(x_3- x_2). Da n1 og n2 er vinkelrette lige linjer, fo de.

<& lt & gt>: Datatype og attributter viser de datatyper, den kan konvertere til. item extbf <& lt & gt>: Beskriver den første viden, som værten har kendt. Attributter suc.

Objektets morfologiske form kan ekstraheres ved skæringspunktet mellem den positive og negative fordeling af undervinduerne, som vist i figur 8. Fi.


GIS metoder og teknikker

1.06.2.1 Rumlige data og databaser

Rumlige databaser, som navnet antyder, er databaser, der er optimeret til at gemme og forespørge rumlige data. I geografisk informationsvidenskab kan rumlige data klassificeres i to hovedkategorier: vektor og raster (Heywood og Cornelius, 2010). Vektordatamodel rumlige enheder med geometrier såsom punkter, linjer og polygoner og topologierne blandt dem. For eksempel kan en flod betragtes som en linje, og en sø kan behandles som en polygon. Rasterdata repræsenterer geografiske fænomener med et gitter med flerdimensionale diskrete værdier, såsom fjernsensningsbilleder, scannede topografiske kort og digital elevation model (DEM) data. I traditionel GIS -kontekst refererer rumlige data ofte til rumlige vektordata. Den tidligere fase af rumlige databasestudier fokuserer hovedsageligt på, hvordan man sætter vektordata i databaser, mens rasterdata stadig blev gemt som filer. Rumlige data består af almindelige attributter, placeringer, tider og topologiinformation. Deres variable længde og ustrukturerede karakter gør det vanskeligt at håndtere disse data med almindelige databaser. Yderligere vigtige funktioner i rumlige data omfatter store datamængder, forskellige heterogene dataformater og komplekse dataforespørgsler. Disse funktioner udgør nogle udfordringer for databaseteknologier. Design og implementering af en rumlig database skal opfylde følgende krav:

Denne database kan bruges til datalagring og -styring.

Denne database bør indbygget understøtte rumlige datatyper i sin datamodel.

Denne database bør tilbyde et forespørgselssprog til at udføre rumlige forespørgsler.

Denne database bør give rumlige indekser til at fremskynde geografiske forespørgsler.

Databasemodeller, geografiske forespørgsler og indekser er tre vigtige spørgsmål, der skal overvejes for at kunne levere en tilfredsstillende rumlig databasetjeneste. Rumlige forespørgsler, der udføres på rumlige objekter, omfatter hovedsageligt placeringsbaserede forespørgsler, geografiske forholdsbaserede forespørgsler og attributbaserede forespørgsler. De to første er typiske geografiske forespørgsler. Grundlæggende geografiske forespørgsler er opsummeret i tabel 1 . Databasemodeller og rumlige indekser er dækket i efterfølgende afsnit.


Se videoen: find skæringspunkter i geogebra (Oktober 2021).