[GIS原理] 4.4 镶嵌空间数据结构 - Voronoi图/Thienssen多边形 | Delaunay三角网 | TIN

本文主要是介绍[GIS原理] 4.4 镶嵌空间数据结构 - Voronoi图/Thienssen多边形 | Delaunay三角网 | TIN,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!

文章目录

  • 镶嵌式空间数据结构
    • DEM
    • Voronoi图/Thienssen多边形/Delaunay三角网
    • TIN数据结构

镶嵌式空间数据结构

【镶嵌数据模型】用规则或不规则的小面块集合来逼近自然界不规则的地理单元

  1. 规则镶嵌数据模型:DEM(适合于观测样点均匀分布)
  2. 不规则镶嵌数据模型:TIN、Voronoi图(适合于不规则有限离散杨店分布)

DEM

Voronoi图/Thienssen多边形/Delaunay三角网

链接

TIN数据结构

【TIN】采用不规则三角网形成对地理空间的完整覆盖

  1. 在TIN模型中,样点的位置控制着三角形的顶点,这些三角形尽可能接近等边
  2. TIN能较好地表达地理现象的空间变化,如地形表面就可用三角网拟合,此时三角形看作是空间的三角面片

【优点】

  1. 充分利用地貌的特征点、线、面,能较好的表示复杂地形
    可利用悬崖、断层、海岸线、山谷山脊线等作为约束条件,构造出约束TIN,可以拟合复杂地形
  2. 根据不同地形,选取合适的采样点数
    三角形大小随着点密度的变化而变化,而点密度由地形决定。例如平原地带,地势缓慢,点密度较小,导致三角面片较大
  3. 进行地形分析和绘制立体图也很方便

【缺点】

  1. 数据结构复杂,不方便规范化与管理
  2. 难以与矢量和栅格数据联合分析

【文件组织方式】

  1. 以三角形为基本对象:点文件(点ID、XY坐标、其他属性列)、三角形拓扑文件(三角形ID、三角形顶点、邻接三角形)
    在这里插入图片描述

  2. 以结点为基本对象

    • 点文件:点ID、坐标XY、属性栏、指针(与该点连接的第一个顶点)
    • 连接点文件:索引号num、相连特征点next。表示索引号num的下一个结点是next
      在这里插入图片描述

这篇关于[GIS原理] 4.4 镶嵌空间数据结构 - Voronoi图/Thienssen多边形 | Delaunay三角网 | TIN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/705495

相关文章

Redis主从/哨兵机制原理分析

《Redis主从/哨兵机制原理分析》本文介绍了Redis的主从复制和哨兵机制,主从复制实现了数据的热备份和负载均衡,而哨兵机制可以监控Redis集群,实现自动故障转移,哨兵机制通过监控、下线、选举和故... 目录一、主从复制1.1 什么是主从复制1.2 主从复制的作用1.3 主从复制原理1.3.1 全量复制

Redis主从复制的原理分析

《Redis主从复制的原理分析》Redis主从复制通过将数据镜像到多个从节点,实现高可用性和扩展性,主从复制包括初次全量同步和增量同步两个阶段,为优化复制性能,可以采用AOF持久化、调整复制超时时间、... 目录Redis主从复制的原理主从复制概述配置主从复制数据同步过程复制一致性与延迟故障转移机制监控与维

SpringCloud配置动态更新原理解析

《SpringCloud配置动态更新原理解析》在微服务架构的浩瀚星海中,服务配置的动态更新如同魔法一般,能够让应用在不重启的情况下,实时响应配置的变更,SpringCloud作为微服务架构中的佼佼者,... 目录一、SpringBoot、Cloud配置的读取二、SpringCloud配置动态刷新三、更新@R

Redis主从复制实现原理分析

《Redis主从复制实现原理分析》Redis主从复制通过Sync和CommandPropagate阶段实现数据同步,2.8版本后引入Psync指令,根据复制偏移量进行全量或部分同步,优化了数据传输效率... 目录Redis主DodMIK从复制实现原理实现原理Psync: 2.8版本后总结Redis主从复制实

深入探索协同过滤:从原理到推荐模块案例

文章目录 前言一、协同过滤1. 基于用户的协同过滤(UserCF)2. 基于物品的协同过滤(ItemCF)3. 相似度计算方法 二、相似度计算方法1. 欧氏距离2. 皮尔逊相关系数3. 杰卡德相似系数4. 余弦相似度 三、推荐模块案例1.基于文章的协同过滤推荐功能2.基于用户的协同过滤推荐功能 前言     在信息过载的时代,推荐系统成为连接用户与内容的桥梁。本文聚焦于

【数据结构】——原来排序算法搞懂这些就行,轻松拿捏

前言:快速排序的实现最重要的是找基准值,下面让我们来了解如何实现找基准值 基准值的注释:在快排的过程中,每一次我们要取一个元素作为枢纽值,以这个数字来将序列划分为两部分。 在此我们采用三数取中法,也就是取左端、中间、右端三个数,然后进行排序,将中间数作为枢纽值。 快速排序实现主框架: //快速排序 void QuickSort(int* arr, int left, int rig

hdu4407(容斥原理)

题意:给一串数字1,2,......n,两个操作:1、修改第k个数字,2、查询区间[l,r]中与n互质的数之和。 解题思路:咱一看,像线段树,但是如果用线段树做,那么每个区间一定要记录所有的素因子,这样会超内存。然后我就做不来了。后来看了题解,原来是用容斥原理来做的。还记得这道题目吗?求区间[1,r]中与p互质的数的个数,如果不会的话就先去做那题吧。现在这题是求区间[l,r]中与n互质的数的和

6.1.数据结构-c/c++堆详解下篇(堆排序,TopK问题)

上篇:6.1.数据结构-c/c++模拟实现堆上篇(向下,上调整算法,建堆,增删数据)-CSDN博客 本章重点 1.使用堆来完成堆排序 2.使用堆解决TopK问题 目录 一.堆排序 1.1 思路 1.2 代码 1.3 简单测试 二.TopK问题 2.1 思路(求最小): 2.2 C语言代码(手写堆) 2.3 C++代码(使用优先级队列 priority_queue)

GIS图形库更新2024.8.4-9.9

更多精彩内容请访问 dt.sim3d.cn ,关注公众号【sky的数孪技术】,技术交流、源码下载请添加微信:digital_twin123 Cesium 本期发布了1.121 版本。重大新闻,Cesium被Bentley收购。 ✨ 功能和改进 默认启用 MSAA,采样 4 次。若要关闭 MSAA,则可以设置scene.msaaSamples = 1。但是通过比较,发现并没有多大改善。

Codeforces Round #113 (Div. 2) B 判断多边形是否在凸包内

题目点击打开链接 凸多边形A, 多边形B, 判断B是否严格在A内。  注意AB有重点 。  将A,B上的点合在一起求凸包,如果凸包上的点是B的某个点,则B肯定不在A内。 或者说B上的某点在凸包的边上则也说明B不严格在A里面。 这个处理有个巧妙的方法,只需在求凸包的时候, <=  改成< 也就是说凸包一条边上的所有点都重复点都记录在凸包里面了。 另外不能去重点。 int