全国高分辨率土地利用数据服务 土地利用数据服务 土地覆盖数据服务 坡度数据服务 土壤侵蚀数据服务 全国各省市DEM数据服务 耕地资源空间分布数据服务 草地资源空间分布数据服务 林地资源空间分布数据服务 水域资源空间分布数据服务 建设用地空间分布数据服务 地形、地貌、土壤数据服务 分坡度耕地数据服务 全国大宗农作物种植范围空间分布数据服务
多种卫星遥感数据反演植被覆盖度数据服务 地表反照率数据服务 比辐射率数据服务 地表温度数据服务 地表蒸腾与蒸散数据服务 归一化植被指数数据服务 叶面积指数数据服务 净初级生产力数据服务 净生态系统生产力数据服务 生态系统总初级生产力数据服务 生态系统类型分布数据服务 土壤类型质地养分数据服务 生态系统空间分布数据服务 增强型植被指数数据服务
多年平均气温空间分布数据服务 多年平均降水量空间分布数据服务 湿润指数数据服务 大于0℃积温空间分布数据服务 光合有效辐射分量数据服务 显热/潜热信息数据服务 波文比信息数据服务 地表净辐射通量数据服务 光合有效辐射数据服务 温度带分区数据服务 山区小气候因子精细数据服务
全国夜间灯光指数数据服务 全国GDP公里格网数据服务 全国建筑物总面积公里格网数据服务 全国人口密度数据服务 全国县级医院分布数据服务 人口调查空间分布数据服务 收入统计空间分布数据服务 矿山面积统计及分布数据服务 载畜量及空间分布数据服务 农作物种植面积统计数据服务 农田分类面积统计数据服务 农作物长势遥感监测数据服务 医疗资源统计数据服务 教育资源统计数据服务 行政辖区信息数据服务
Landsat 8 高分二号 高分一号 SPOT-6卫星影像 法国Pleiades高分卫星 资源三号卫星 风云3号 中巴资源卫星 NOAA/AVHRR MODIS Landsat TM 环境小卫星 Landsat MSS 天绘一号卫星影像
1.前言
这周利用晚上在家时间研究了下如何使用AE来开发切图工具。最初的想法是直接调用GP服务,利用CreateMapServerCache 、ManageMapServerCacheTiles 和Geoprocessor 这样三个类来做。但是这个思路有个巨大的弊端就是必须先发布地图服务。于是接下来又马上转换思路,想能否通过瓦片选址算法以及AE的一些细粒度类来实现这个功能。在经过了三个晚上的算法编写和功能编写后,整个工具基本成型,其中包括了对算法的优化以及一些具体问题的解决。这里跟大家大致分享下。
2.切图的基本原理和实现
如果对瓦片和瓦片寻址的相关算法不熟悉的朋友,请参考我写的从底层探究WebGIS的原理系列:
http://www.cnblogs.com/naaoveGIS/category/600559.html。
这里我直接给出所涉及到的几个公式。
2.1Resolution转换公式
resolution=scale*inch2centimeter/dpi。其中scale是地图比例尺,inch2centimeter为英寸转厘米的参数,dpi为1英寸所包含的像素。
2.2行列号获取公式
假设,地图切图的原点是(originX,oringinY),地图的瓦片大小是tileSize,地图屏幕上1像素代表的实际距离是resolution。计算坐标点(x,y)所在的瓦片的行列号的公式是:
col = floor((originX- x)/( tileSize*resolution))
row = floor((oringinY - y)/( tileSize*resolution))
2.3AGS瓦片的特点
本工具的目标是切出与AGS瓦片相同格式的瓦片。AGS的瓦片具有以下特点(在http://www.cnblogs.com/naaoveGIS/p/3903270.html我做了详细的讲解):
(a).L开头的代表了Level,R开头的代表了row,C开头的代表了Col。
(b). L后的数字是两位字符串,R后的是八位字符串,C后的也是八位字符串。
(c).英文后的数字均是16进制数,然后不足位数的用0补充。
2.3基于以上公式流程
我们首先获得用户输入的切图级别数组levelScaleArr,瓦片大小(imgWidth,imgHeight),切图原点(originX,originY)还有像素值DPI。同时我们还要通过接口获得此时地图的范围(dXMin,dYMin,dXMax,dYMax)。
流程的盒模型如下所示:
2.4实现
实现上,主要使用了AE做了这样几个功能:
(a).使用IMapControl类获得mxd的四角坐标。
(b).使用IActiveView、ExportPNGClass和EnvelopeClass实现将地图局部导出功能。
其他均按照上述流程图实现。
3.功能优化
3.1导出图片种类的优化
在AE中可以导出多种格式的图片。利用ExportJPEGClass(),ExportBMPClass(),ExportEMFClass(),ExportGIFClass()等即可实现。
3.2图片透明的优化
通过上面的类直接导出的图片其背景色默认为了白色。而AGS切图中,背景色是透明的,所以这里还要做一个图片透明度优化过程。C#中转成Bitmap后,利用该类自带的MakeTransparent即可实现。
4.算法的优化
4.1 缩小切图范围
在流程中,我们默认的切图是从切图原点开始的,这样会切成很多很多的无用图。我们可以直接从离地图DXmin和DYmax最近处开始切图即可。
startXByLevel = (int)Math.Abs((Math.Floor((DXmin-originX) / dImageWidth)));
startYByLevel = (int)Math.Abs((Math.Floor((originY-DYMax) / dImageHeight)));
startXByLevel和startYByLevel即为X轴和Y轴的切图初始点。
4.2不切无效图
我们经常会切出整张图都是透明的空白图。但是在AGS的切图中,是看不到这样的无效图的。我们可以在切图时先判断此范围内是否有要素存在,有的话就切,没有的话,continue掉。这样也可以减少切图的数目。
5.算法的进一步优化——支持经纬度地图切图
目前上面的所有过程,均只对做了投影转换的mxd有效,但是如果我们的mxd中的坐标系无投影转换只有一个地理坐标系呢,也就是当地图未经纬度坐标时,此时该如何实现切图?
其实思路也很简单,如果我们真正理解以上resolution的所代表实际意义,那么解决这个问题的思路就应该有了。
当地图为经纬度时,我们切图的比例尺设置应该改为切图的分辨率设置。这样我们就直接得到了每个级别的resolution,然后用resolution来切图即可。不用再做以上的将比例尺转换为resolution的步骤。
6.注意
在levelScaleArr中,里面的比例尺数字是随着index增加而增加的,但是比例尺数字越大,其对应的Level是越小的。所以我们在遍历Level层时,应该是一个递减的遍历,这样生成的L文件夹的编号才是正确的。
7.效果图
以下是效果图:
8.不足
(a).目前无法切出紧凑型(Compact)瓦片。解决思路,用上面的方法导出图后,需要把图变成二进制然后按照bundle的格式重新生成,并且还要生成索引文件bundleX。
(b).所用的AE毕竟是封装的很好的组件库了。用GDAL的话,由于封装层次低一些,效率应该会更好一些。