three.js 地质应用的简单介绍

2023-11-08 04:50

本文主要是介绍three.js 地质应用的简单介绍,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

three.js 地质应用的简单介绍

因为项目需要,偶然之下接触了three.js这个插件,网上大多只是对基本的使用进行介绍,也没有有经验的同事
朋友,所以为了完成项目要求,只得自己进行研究学习。由于本身有别的项目,所以只能利用晚上和周末的时间,如有不足和错误之处,还请大神批评指正。
一、基本介绍
三大基本要素:你首先要了解的是场景、相机和渲染器,网络上资料很多,这里我说下我的理解。场景相当于画布,也可以理解为容器,装东西用的;相机你可以理解为你的眼睛,所谓移动旋转其实就是相机在改变位置;渲染器就是将场景里的内容渲染到浏览器上,什么时候调用,就会什么时候渲染。
立体坐标系:使用屏幕作为参照物,坐标原点在屏幕中央,相对于你,你的电脑屏幕有,左右、上下,前后6个方向,x轴就是屏幕的左右,向右为正,y轴就是屏幕的上下,向上为正,z轴就是屏幕的前后,向前为正。你所有的位置(position)设置,都是在这样一个坐标系当中。在这个坐标系中,没有长度的度量单位,比如说米,像素等。比如你定义了x=10,在屏幕上是多长?这个不能固定的,如果相机位置远它就小,位置近它就大,不知道这样说,能否明白。
坐标系方格辅助
二、其他依赖
kriging.js:是插值的算法,据说是地质上比较普遍使用的方法,可以去github上去搜。它有几个参数,model、sigma2 、alpha 。这三个参数的具体意义是什么,还有待研究,也请大家赐教,我暂时使用的是model = ‘exponential’, sigma2 = 0, alpha = 100;
delaunay.js:是三角剖分的算法,这个是平面剖分的算法,可以去github上去搜。three.js自带有Earcut剖分算法,是立体的算法,用不上,所以没有过细研究。
三、思路摘要
数据准备:点位若干,大于等于3个,测试时每个点位包括高程、经度、纬度即可。一定要将经纬度转为三维坐标体系,为了视觉效果,坐标值这样分配,x=经度,y=高程,z=纬度。由于高程是米为单位,还要将经纬度进行相同单位的坐标转换,这个只要确定一个参考点是很好转换的,比如屏幕的中心点,只要熟悉,地图的API转换起来应该不难。
随机点位俯视图
随机点位正视图 三角剖分:由于所准备的点位,不足以形成一个凹凸有致的地形曲面,只能是一个凹凸有致的地形平面图形,那么就需要在这个图形内,比较均匀的获取其他点位。三角剖分图
三角等比点:这是我自己琢磨的,目的是获取三角形内分布均匀的点,以便进行插值计算。等比段数越大,表面越光滑。
6段等比分
36段等比分插值计算:使用克里金插值计算,是为了得到我们通过三角剖分和等比计算出来的点的高程值。
渲染图形:很简单,就是把所有的点添加进一个BufferGeomtry对象里就行了,然后添加材质,定义颜色等等就行了。
进行等比分段和插值计算以后的图
根据高程进行颜色渲染:使用LUT对象,设置为rainbow(彩虹)模式,高程越高则颜色越红,越低则颜色越紫。
根据高程渲染颜色

这篇关于three.js 地质应用的简单介绍的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/367958

相关文章

JS常用组件收集

收集了一些平时遇到的前端比较优秀的组件,方便以后开发的时候查找!!! 函数工具: Lodash 页面固定: stickUp、jQuery.Pin 轮播: unslider、swiper 开关: switch 复选框: icheck 气泡: grumble 隐藏元素: Headroom

性能测试介绍

性能测试是一种测试方法,旨在评估系统、应用程序或组件在现实场景中的性能表现和可靠性。它通常用于衡量系统在不同负载条件下的响应时间、吞吐量、资源利用率、稳定性和可扩展性等关键指标。 为什么要进行性能测试 通过性能测试,可以确定系统是否能够满足预期的性能要求,找出性能瓶颈和潜在的问题,并进行优化和调整。 发现性能瓶颈:性能测试可以帮助发现系统的性能瓶颈,即系统在高负载或高并发情况下可能出现的问题

中文分词jieba库的使用与实景应用(一)

知识星球:https://articles.zsxq.com/id_fxvgc803qmr2.html 目录 一.定义: 精确模式(默认模式): 全模式: 搜索引擎模式: paddle 模式(基于深度学习的分词模式): 二 自定义词典 三.文本解析   调整词出现的频率 四. 关键词提取 A. 基于TF-IDF算法的关键词提取 B. 基于TextRank算法的关键词提取

水位雨量在线监测系统概述及应用介绍

在当今社会,随着科技的飞速发展,各种智能监测系统已成为保障公共安全、促进资源管理和环境保护的重要工具。其中,水位雨量在线监测系统作为自然灾害预警、水资源管理及水利工程运行的关键技术,其重要性不言而喻。 一、水位雨量在线监测系统的基本原理 水位雨量在线监测系统主要由数据采集单元、数据传输网络、数据处理中心及用户终端四大部分构成,形成了一个完整的闭环系统。 数据采集单元:这是系统的“眼睛”,

Hadoop数据压缩使用介绍

一、压缩原则 (1)运算密集型的Job,少用压缩 (2)IO密集型的Job,多用压缩 二、压缩算法比较 三、压缩位置选择 四、压缩参数配置 1)为了支持多种压缩/解压缩算法,Hadoop引入了编码/解码器 2)要在Hadoop中启用压缩,可以配置如下参数

csu 1446 Problem J Modified LCS (扩展欧几里得算法的简单应用)

这是一道扩展欧几里得算法的简单应用题,这题是在湖南多校训练赛中队友ac的一道题,在比赛之后请教了队友,然后自己把它a掉 这也是自己独自做扩展欧几里得算法的题目 题意:把题意转变下就变成了:求d1*x - d2*y = f2 - f1的解,很明显用exgcd来解 下面介绍一下exgcd的一些知识点:求ax + by = c的解 一、首先求ax + by = gcd(a,b)的解 这个

hdu2289(简单二分)

虽说是简单二分,但是我还是wa死了  题意:已知圆台的体积,求高度 首先要知道圆台体积怎么求:设上下底的半径分别为r1,r2,高为h,V = PI*(r1*r1+r1*r2+r2*r2)*h/3 然后以h进行二分 代码如下: #include<iostream>#include<algorithm>#include<cstring>#include<stack>#includ

hdu1394(线段树点更新的应用)

题意:求一个序列经过一定的操作得到的序列的最小逆序数 这题会用到逆序数的一个性质,在0到n-1这些数字组成的乱序排列,将第一个数字A移到最后一位,得到的逆序数为res-a+(n-a-1) 知道上面的知识点后,可以用暴力来解 代码如下: #include<iostream>#include<algorithm>#include<cstring>#include<stack>#in

zoj3820(树的直径的应用)

题意:在一颗树上找两个点,使得所有点到选择与其更近的一个点的距离的最大值最小。 思路:如果是选择一个点的话,那么点就是直径的中点。现在考虑两个点的情况,先求树的直径,再把直径最中间的边去掉,再求剩下的两个子树中直径的中点。 代码如下: #include <stdio.h>#include <string.h>#include <algorithm>#include <map>#

在JS中的设计模式的单例模式、策略模式、代理模式、原型模式浅讲

1. 单例模式(Singleton Pattern) 确保一个类只有一个实例,并提供一个全局访问点。 示例代码: class Singleton {constructor() {if (Singleton.instance) {return Singleton.instance;}Singleton.instance = this;this.data = [];}addData(value)