天地图解析(瓦片层级、比例尺、行列号计算)

2024-01-15 14:38

本文主要是介绍天地图解析(瓦片层级、比例尺、行列号计算),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!

目录

瓦片元数据及分级介绍

比例尺如何计算得到

知道一个点坐标,测算某层级下瓦片行列号


常用的天地图瓦片底图有地图和影像两种,每一种又分别有经纬度投影和球面墨卡托投影两种坐标,请求地址中_c表示经纬度投影,_w表示墨卡托投影。

 

                         地图                                 影像

地图是由矢量底图(vec)和矢量注记(cva)叠加显示组合而成。

  =       +    ​​​​​​​

影像是由影像底图(img)和影像注记(cia)叠加显示组合而成。

  =    +  

  影像底图请求的瓦片格式为jpg,影像注记、地图的为png。png格式无数据的地方为透明状态。

下面以经纬度投影的影像底图(img_c)为例,对天地图的瓦片进行分析。

  • 瓦片元数据及分级介绍

元数据获取地址:

https://t0.tianditu.gov.cn/img_c/wmts?request=GetCapabilities&service=wmts

里面记录了天地图服务的相关信息及数据参数。

TileMatrixSet标签下记录了各层级的比例尺,单个瓦片像素大小(256*256),此层级下瓦片的列数(MatrixWidth)、行数(MatrixHeight)。

以下为第1级的相关参数:

通过TileMatrix标签我们可以知道第1级总共有1行、2列,对应的瓦片如下图所示:

左边瓦片对应的地址为:

https://t2.tianditu.gov.cn/img_c/wmts?SERVICE=WMTS&REQUEST=GetTile&VERSION=1.0.0&LAYER=img&STYLE=default&TILEMATRIXSET=c&FORMAT=tiles&TILECOL=0&TILEROW=0&TILEMATRIX=1&tk=68d166cfe304fa077ff035bed00edc37

右边瓦片对应的地址为:

https://t2.tianditu.gov.cn/img_c/wmts?SERVICE=WMTS&REQUEST=GetTile&VERSION=1.0.0&LAYER=img&STYLE=default&TILEMATRIXSET=c&FORMAT=tiles&TILECOL=1&TILEROW=0&TILEMATRIX=1&tk=68d166cfe304fa077ff035bed00edc37

第2级总共2行、4列,8张瓦片。

 第3级的行数、列数分别是第2级的2倍,瓦片数是4倍。

。。。。

各级行数row=2^{i-1},列数col=2^{i}(i为级数,从1开始起算) 

  • 比例尺如何计算得到

下面我们来通过计算来验证下第一级的比例尺:

两张瓦片本身的宽D=256*2*0.0254/96≈0.13547

注:dpi为96,即1英寸=0.0254米=96像素。

两张瓦片对应的实地宽(即椭球体上赤道面的周长,椭球的长半轴为6378137)L=2*π*6378137≈40,075,016.68559

第1级比例尺分母=\tfrac{2*\pi *6378137}{256*2*0.0254/96}≈295,829,355.454565596≈2.958293554545656E8

  验算出的比例尺与元数据里的比例尺一致。

 实际情况下,同一级的瓦片,位于赤道和靠近两极的比例尺是不一样的。元数据中的比例尺应该是按照赤道线进行计算得到。

推算出各级比例尺分母=\tfrac{2*\pi *6378137}{256*2^{i}*0.0254/96}

各级像素大小=​​​​​​​\tfrac{360}{256*2^{i}}(单位为度)。

  • 知道一个点坐标,测算某层级下瓦片行列号

假定一个物体所在的经度为lg,纬度为la,则在第i级时,该物体所在的瓦片

行号NubRow=[\tfrac{90-la}{180/2^{i-1}}]+1

列号NubCol=[\tfrac{lg-(-180)}{360/2^{i}}]+1

计算得到的行列号在请求瓦片时需减1,因为天地图的瓦片行列号从0开始算,层级从1开始算。

重庆朝天门的经纬度坐标大概为(106.58828259,29.56782092),通过公式计算在15级时所在的瓦片行号为5500,列号为26085,对应的url为https://t2.tianditu.gov.cn/img_c/wmts?SERVICE=WMTS&REQUEST=GetTile&VERSION=1.0.0&LAYER=img&STYLE=default&TILEMATRIXSET=c&FORMAT=tiles&TILECOL=26085&TILEROW=5500&TILEMATRIX=15&tk=68d166cfe304fa077ff035bed00edc37

这篇关于天地图解析(瓦片层级、比例尺、行列号计算)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/609236

相关文章

Python实现精确小数计算的完全指南

《Python实现精确小数计算的完全指南》在金融计算、科学实验和工程领域,浮点数精度问题一直是开发者面临的重大挑战,本文将深入解析Python精确小数计算技术体系,感兴趣的小伙伴可以了解一下... 目录引言:小数精度问题的核心挑战一、浮点数精度问题分析1.1 浮点数精度陷阱1.2 浮点数误差来源二、基础解决

深度解析Python中递归下降解析器的原理与实现

《深度解析Python中递归下降解析器的原理与实现》在编译器设计、配置文件处理和数据转换领域,递归下降解析器是最常用且最直观的解析技术,本文将详细介绍递归下降解析器的原理与实现,感兴趣的小伙伴可以跟随... 目录引言:解析器的核心价值一、递归下降解析器基础1.1 核心概念解析1.2 基本架构二、简单算术表达

深度解析Java @Serial 注解及常见错误案例

《深度解析Java@Serial注解及常见错误案例》Java14引入@Serial注解,用于编译时校验序列化成员,替代传统方式解决运行时错误,适用于Serializable类的方法/字段,需注意签... 目录Java @Serial 注解深度解析1. 注解本质2. 核心作用(1) 主要用途(2) 适用位置3

Java MCP 的鉴权深度解析

《JavaMCP的鉴权深度解析》文章介绍JavaMCP鉴权的实现方式,指出客户端可通过queryString、header或env传递鉴权信息,服务器端支持工具单独鉴权、过滤器集中鉴权及启动时鉴权... 目录一、MCP Client 侧(负责传递,比较简单)(1)常见的 mcpServers json 配置

从原理到实战解析Java Stream 的并行流性能优化

《从原理到实战解析JavaStream的并行流性能优化》本文给大家介绍JavaStream的并行流性能优化:从原理到实战的全攻略,本文通过实例代码给大家介绍的非常详细,对大家的学习或工作具有一定的... 目录一、并行流的核心原理与适用场景二、性能优化的核心策略1. 合理设置并行度:打破默认阈值2. 避免装箱

Maven中生命周期深度解析与实战指南

《Maven中生命周期深度解析与实战指南》这篇文章主要为大家详细介绍了Maven生命周期实战指南,包含核心概念、阶段详解、SpringBoot特化场景及企业级实践建议,希望对大家有一定的帮助... 目录一、Maven 生命周期哲学二、default生命周期核心阶段详解(高频使用)三、clean生命周期核心阶

深入解析C++ 中std::map内存管理

《深入解析C++中std::map内存管理》文章详解C++std::map内存管理,指出clear()仅删除元素可能不释放底层内存,建议用swap()与空map交换以彻底释放,针对指针类型需手动de... 目录1️、基本清空std::map2️、使用 swap 彻底释放内存3️、map 中存储指针类型的对象

Java Scanner类解析与实战教程

《JavaScanner类解析与实战教程》JavaScanner类(java.util包)是文本输入解析工具,支持基本类型和字符串读取,基于Readable接口与正则分隔符实现,适用于控制台、文件输... 目录一、核心设计与工作原理1.底层依赖2.解析机制A.核心逻辑基于分隔符(delimiter)和模式匹

Java+AI驱动实现PDF文件数据提取与解析

《Java+AI驱动实现PDF文件数据提取与解析》本文将和大家分享一套基于AI的体检报告智能评估方案,详细介绍从PDF上传、内容提取到AI分析、数据存储的全流程自动化实现方法,感兴趣的可以了解下... 目录一、核心流程:从上传到评估的完整链路二、第一步:解析 PDF,提取体检报告内容1. 引入依赖2. 封装

Python文本相似度计算的方法大全

《Python文本相似度计算的方法大全》文本相似度是指两个文本在内容、结构或语义上的相近程度,通常用0到1之间的数值表示,0表示完全不同,1表示完全相同,本文将深入解析多种文本相似度计算方法,帮助您选... 目录前言什么是文本相似度?1. Levenshtein 距离(编辑距离)核心公式实现示例2. Jac