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
在上一篇文章中,我简单介绍了LOD模型,以及LOD模型的一些分类,不过由于时间紧凑,所以并没有说下去,这次继续写关于LOD模型的文章。
根据结构的不同我们可以简单的把LOD模型划分为下面三类。
基于TIN的层次结构
基于Grid的树结构
混合结构
如图:
基于TIN的层次结构
层次模型生成算法
用一分三的方法在TIN中移去或增加点,来构造层次TIN模型。该算法的时间复杂度为O(Nn)(N、n分别为层数和节点数);
自适应层次模型
该算法将三角形的分裂分为5种情况;
渐进模型生成算法
该算法通过一系列的顶点分裂与合并,实现对原始模型的变换,从而构建不同分辨率的LOD模型,能严格控制复杂模型的简化误差,并产生较好的图像效果。
树结构LOD模型算法
四叉树剖分算法
通过递归方法对地形进行自顶向下的四叉树分裂,如下图
二叉树剖分算法
实质是将矩形地形区域按对角线划分成两个直角三角形,判断每个直角三角形的误差是否大于给定的阈值,若不大于,则使用该直角三角形的直角顶点和斜边的中点的连线对该三角形进行再次划分,使其变为两个三角形,重复上述方法直到所有的三角形的误差都小于给定的阈值误差,则剖分操作停止。
如下图,根层(L=0)三角形T=(Va,V0,V1),下一层(L=1)是中点连线劈开的,其余层次都是按此规则递归劈开而成。
混合结构LOD模型算法
基本原理:将原始建模区域M分成n个子块,各子块Mi分别采用TIN模型或Grid模型来独立构建LOD模型Mi’,然后对构造结果进行合并,生成最后的全区域LOD模型M’;