CN103870636A - 一种基于地理分片的海量离散数据网格化处理方法 - Google Patents
一种基于地理分片的海量离散数据网格化处理方法 Download PDFInfo
- Publication number
- CN103870636A CN103870636A CN201410062979.5A CN201410062979A CN103870636A CN 103870636 A CN103870636 A CN 103870636A CN 201410062979 A CN201410062979 A CN 201410062979A CN 103870636 A CN103870636 A CN 103870636A
- Authority
- CN
- China
- Prior art keywords
- data set
- processing
- gridding
- burst
- fragmentation
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及一种基于地理分片的海量离散数据网格化处理方法,其技术特点是:对原始离散数据集进行抽稀处理,生成抽稀数据集;构建Delauney三角网;提取原始数据集的精确数据范围和外包矩形;对原始数据集进行分片处理,提取分片数据集的精确数据范围;对分片数据集的精确数据范围进行扩边处理;对各分片数据集分别进行网格化处理生成分片网格;对分片网格进行拼接与磨光处理,生成最终的大区域、无缝网格。本发明可通过ArcGIS、Matlab等常用数据处理软件建立处理模型,可快速准确地实现海洋地理和地球物理海量、大区域离散点数据的网格化处理,解决了海量海洋环境信息网格化处理的复杂性和繁琐性等问题,可广泛应用于海洋地理和地球物理等环境数据建模领域。
Description
技术领域
本发明属于海洋测量技术领域,尤其是一种基于地理分片的海量离散海洋环境数据网格化处理方法。
背景技术
网格化是海洋环境数据二(三)维可视化、空间分析、趋势分析、专题制图和数字产品制作的基础。随着现代海洋探测技术和传感器技术的发展以及研究区域和尺度的不断拓展,海洋地理和地球物理等环境数据普遍具有大区域、海量性特征,以海洋多波束测深数据为例,10000km2海域的全覆盖测量约产生有效水深点10亿个。对于这种数量级的离散数据,采用主流商用数据处理软件和常规处理方法,已经无法完成数据的网格化;如果对数据进行分块网格化,则现有算法对分块规则和分块格网拼接的处理过程繁琐,并且需手工对数据进行切分和格网拼接处理。而且,普通工作站计算机的处理能力有限,根据摩尔定律,Lagacherie等人于2005年提出了标准计算机对网格数据的处理能力与时间的关系:
log(m)=0.14×(Y-1955)
式中Y为年份,m为图像的像元数。例如,当Y=2012时,log(m)=7.98,则m=95499258≈100,000,000,也就是说,按照2012年的计算机处理能力,可以处理的网格数据大约为10000×10000个像元(格网节点)。但实际海洋测量数据网格化处理中,大多数情况下会突破这个数据量限制。
发明内容
本发明的目的在于克服现有技术的不足,提供一种设计合理、处理速度快、效率高的基于地理分片的海量离散数据网格化处理方法。
本发明解决现有的技术问题是采取以下技术方案实现的:
一种基于地理分片的海量离散数据网格化处理方法,包括以下步骤:
步骤1、对原始数据集进行抽稀处理,生成抽稀数据集;
步骤2、根据抽稀数据集构建Delauney三角网;
步骤3、根据Delauney三角网,提取原始数据集的精确数据范围和外包矩形;
步骤4、根据原始数据集的精确数据范围和外包矩形,对原始数据集进行分片处理,对包含离散点较少的边缘分片进行合并处理;
步骤5、根据地理分片及合并处理结果,对分片数据集的精确数据范围进行扩边处理;
步骤6、根据分片数据集和精确数据范围,对各分片分别进行网格化处理生成分片网格;
步骤7、对分片网格进行拼接与磨光处理,生成最终的大区域、无缝网格。
而且,所述步骤1的实现方法为:根据测量比例尺或制图比例尺,以地图上一定间距对原始数据集进行抽稀处理,将抽稀结果形成抽稀数据集并保存。
而且,所述步骤2构建的Delauney三角网的最大边长设置为抽稀离散点间距的2.5倍。
而且,所述步骤5对分片数据集的精确数据范围进行扩边处理的方法为:利用原始数据集的精确数据范围和各矩形分片范围进行多边形求交处理,提取出各分片数据集的精确数据范围,然后对各分片数据集的实际数据范围多边形进行缓冲区处理,外扩两个格网间距。
本发明的优点和积极效果是:
1、本发明通过对原始数据集进行抽稀处理、构建三角网、提取数据集的精确数据范围和外包矩形、提取分片数据集的精确数据范围、对分片数据集的精确数据范围进行扩边处理、对分片数据集进行网格化处理以及对分片网格进行拼接与磨光处理生成最终网格,可快速准确地实现海洋地理和地球物理等海量、大区域离散点数据的网格化处理功能,解决了海量海洋环境信息网格化处理的复杂性和繁琐性等问题。
2、本发明设计合理,可通过ArcGIS、Matlab等常用数据处理软件建立处理模型,克服了海量空间离散数据网格化处理时对计算机的性能限制,采用普通商用计算机即可实现海量、大区域离散数据网格化处理的自动化功能,可广泛应用于海洋地理和地球物理等环境数据建模领域。
附图说明
图1为本发明的处理流程示意图;
图2为原始数据集地理分片编辑合并及精确数据范围提取示意图。
具体实施方式
以下结合附图对本发明实施例做进一步详述。
一种基于地理分片的海量离散数据网格化处理方法,如图1所示,包括以下步骤:
步骤1、对原始数据集进行抽稀处理,生成抽稀数据集。
其具体方法为:根据测量比例尺或制图比例尺,以地图上1cm间距对原始数据集进行抽稀处理,测量比例尺为1:10000时,则抽稀离散点的实地间距为0.01×10000=100m,抽稀结果形成抽稀数据集并保存在过程文件中,抽稀数据集的数据量约降为原点集数据量的1/1000。
步骤2、根据抽稀数据集构建Delauney三角网。
其具体方法为:根据步骤1生成的抽稀数据集构建Delauney三角网,构建的Delauney三角网的最大边长设置为抽稀离散点间距的2.5倍,测量比例尺为1:1万时,则三角网最大边长为0.01×10000×2.5=250m。
步骤3、根据Delauney三角网,提取原始数据集的精确数据范围和外包矩形。
步骤4、根据原始数据集的精确数据范围和外包矩形,对原始数据集进行分片处理,对包含离散点较少的边缘分片进行合并处理。
在本步骤中,根据步骤3提取的原始数据集的精确数据范围和外包矩形,通过外包矩形对原始数据集进行地理分片,确保各分片包含的最大离散点数量小于计算机的处理上限,对包含离散点较少的边缘分片进行合并处理,如图2所示,在图中,中间浅灰色为地理分片范围,中间深灰色为各分片精确数据范围,数字为分片数据量。
步骤5、根据地理分片及合并处理结果,对分片数据集的精确数据范围进行扩边处理。
本步骤根据步骤4的地理分片及合并处理结果,利用原始数据集的精确数据范围和各矩形分片范围进行多边形求交处理,提取出各分片数据集的精确数据范围,然后对各分片数据集的实际数据范围多边形进行缓冲区处理,外扩两个格网间距,例如:网格分辨率为25m时,多边形外扩50m。
步骤6、根据分片数据集和精确数据范围,对各分片分别进行网格化处理生成各分片网格。
步骤7、对分片网格进行拼接与磨光处理,生成最终的大区域、无缝网格。
通过以上步骤,即可完成海量、大区域离散海洋环境数据的快速网格化处理功能。
本处理方法在处理过程中产生的中间结果,例如:抽稀数据集、Delauney三角网、分片数据集、分片网格等,可以在处理结束后删除,也可以长久保留,以便于利用多种插值方法生成满足不同需求的网格数据。
本处理方法可以采用ArcGIS、Matlab等商用数据处理软件,通过简单编程即可建立海量、大区域离散海洋环境数据网格化处理模型,实现海量、大区域离散数据网格化处理的自动化。在进行海量离散数据网格化处理过程中,可以动态控制以下内容:
(1)调整离散数据的抽稀间距参数,以确保抽稀数据集的数据量适于快速构建Delauney三角网;
(2)调整网格(水平)分辨率参数,以便于生成不同分辨率的网格数据。
需要强调的是,本发明所述的实施例是说明性的,而不是限定性的,因此本发明包括并不限于具体实施方式中所述的实施例,凡是由本领域技术人员根据本发明的技术方案得出的其他实施方式,同样属于本发明保护的范围。
Claims (4)
1.一种基于地理分片的海量离散数据网格化处理方法,其特征在于包括以下步骤:
步骤1、对原始数据集进行抽稀处理,生成抽稀数据集;
步骤2、根据抽稀数据集构建Delauney三角网;
步骤3、根据Delauney三角网,提取原始数据集的精确数据范围和外包矩形;
步骤4、根据原始数据集的精确数据范围和外包矩形,对原始数据集进行分片处理,对包含离散点较少的边缘分片进行合并处理;
步骤5、根据地理分片及合并处理结果,对分片数据集的精确数据范围进行扩边处理;
步骤6、根据分片数据集和精确数据范围,对各分片分别进行网格化处理生成分片网格;
步骤7、对分片网格进行拼接与磨光处理,生成最终的大区域、无缝网格。
2.根据权利要求1所述的一种基于地理分片的海量离散数据网格化处理方法,其特征在于:所述步骤1的实现方法为:根据测量比例尺或制图比例尺,以地图上一定间距对原始数据集进行抽稀处理,将抽稀结果形成抽稀数据集并保存。
3.根据权利要求1所述的一种基于地理分片的海量离散数据网格化处理方法,其特征在于:所述步骤2构建的Delauney三角网的最大边长设置为抽稀离散点间距的2.5倍。
4.根据权利要求1所述的一种基于地理分片的海量离散数据网格化处理方法,其特征在于:所述步骤5对分片数据集的精确数据范围进行扩边处理的方法为:利用原始数据集的精确数据范围和各矩形分片范围进行多边形求交处理,提取出各分片数据集的精确数据范围,然后对各分片数据集的实际数据范围多边形进行缓冲区处理,外扩两个格网间距。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410062979.5A CN103870636A (zh) | 2014-02-25 | 2014-02-25 | 一种基于地理分片的海量离散数据网格化处理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410062979.5A CN103870636A (zh) | 2014-02-25 | 2014-02-25 | 一种基于地理分片的海量离散数据网格化处理方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN103870636A true CN103870636A (zh) | 2014-06-18 |
Family
ID=50909163
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410062979.5A Pending CN103870636A (zh) | 2014-02-25 | 2014-02-25 | 一种基于地理分片的海量离散数据网格化处理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103870636A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105550344A (zh) * | 2015-12-24 | 2016-05-04 | 中科宇图科技股份有限公司 | 一种基于格网及权重关系的矢量点要素抽稀方法 |
CN106649776A (zh) * | 2016-12-27 | 2017-05-10 | 中科宇图科技股份有限公司 | 一种半自动化综合矢量多边形的方法 |
CN110543533A (zh) * | 2019-08-02 | 2019-12-06 | 武大吉奥信息技术有限公司 | 一种基础网格数据自动生成方法及装置 |
CN110750556A (zh) * | 2019-10-26 | 2020-02-04 | 武汉中海庭数据技术有限公司 | 一种地理数据抽稀补缝方法、装置及存储介质 |
CN114627262A (zh) * | 2022-05-11 | 2022-06-14 | 武汉大势智慧科技有限公司 | 基于倾斜网格数据的图像生成方法及系统 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120035898A1 (en) * | 2005-05-28 | 2012-02-09 | Carlos Repelli | Method and apparatus for generating an environmental element prediction for a point of interest |
CN102542136A (zh) * | 2010-12-17 | 2012-07-04 | 中国地质大学(北京) | 计算机离散数据网格化参数提取方法及操作步骤 |
-
2014
- 2014-02-25 CN CN201410062979.5A patent/CN103870636A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120035898A1 (en) * | 2005-05-28 | 2012-02-09 | Carlos Repelli | Method and apparatus for generating an environmental element prediction for a point of interest |
CN102542136A (zh) * | 2010-12-17 | 2012-07-04 | 中国地质大学(北京) | 计算机离散数据网格化参数提取方法及操作步骤 |
Non-Patent Citations (4)
Title |
---|
冯宇瀚 等: "基于三角网构建海底DEM的抽稀算法", 《海洋测绘》 * |
徐广袖 等: "海洋磁重数据库建设及关键技术研究", 《海洋测绘》 * |
徐广袖 等: "海道测量数据库建设的关键技术研究", 《海洋测绘》 * |
毕永良 等: "海洋测量技术研究进展与展望", 《海洋测绘》 * |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105550344A (zh) * | 2015-12-24 | 2016-05-04 | 中科宇图科技股份有限公司 | 一种基于格网及权重关系的矢量点要素抽稀方法 |
CN105550344B (zh) * | 2015-12-24 | 2019-06-25 | 中科宇图科技股份有限公司 | 一种基于格网及权重关系的矢量点要素抽稀方法 |
CN106649776A (zh) * | 2016-12-27 | 2017-05-10 | 中科宇图科技股份有限公司 | 一种半自动化综合矢量多边形的方法 |
CN106649776B (zh) * | 2016-12-27 | 2019-11-22 | 中科宇图科技股份有限公司 | 一种半自动化综合矢量多边形的方法 |
CN110543533A (zh) * | 2019-08-02 | 2019-12-06 | 武大吉奥信息技术有限公司 | 一种基础网格数据自动生成方法及装置 |
CN110543533B (zh) * | 2019-08-02 | 2021-11-02 | 武大吉奥信息技术有限公司 | 一种基础网格数据自动生成方法及装置 |
CN110750556A (zh) * | 2019-10-26 | 2020-02-04 | 武汉中海庭数据技术有限公司 | 一种地理数据抽稀补缝方法、装置及存储介质 |
CN114627262A (zh) * | 2022-05-11 | 2022-06-14 | 武汉大势智慧科技有限公司 | 基于倾斜网格数据的图像生成方法及系统 |
CN114627262B (zh) * | 2022-05-11 | 2022-08-05 | 武汉大势智慧科技有限公司 | 基于倾斜网格数据的图像生成方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103870636A (zh) | 一种基于地理分片的海量离散数据网格化处理方法 | |
CN106934111B (zh) | 一种基于地形数据的工程三维实体建模方法及其建模装置 | |
CN102708587A (zh) | 一种快速获取三维建筑信息的方法及系统 | |
CN103969656A (zh) | 基于机载激光雷达的建筑物建模方法和装置 | |
CN112233240B (zh) | 三维矢量地图的三维矢量数据切片方法、装置及电子设备 | |
CN110647596B (zh) | 地图数据处理方法和装置 | |
CN103775071A (zh) | 采动煤岩体裂隙演化的测量方法 | |
CN111612888B (zh) | 一种文物建筑图形的自动生成方法、系统及存储介质 | |
CN104200522A (zh) | 基于二维电缆数据生成三维电缆模型的方法 | |
CN112199751B (zh) | 一种墙体模型的生成方法、装置、电子设备及存储介质 | |
CN103729846A (zh) | 基于不规则三角网的LiDAR点云数据边缘检测方法 | |
CN104318611A (zh) | 一种基于激光扫描点云的三维树木重建方法 | |
CN105005580A (zh) | 一种用于显示水库地形的方法及其装置 | |
CN109145359B (zh) | 一种基于bim系统和cad软件的钢结构备料方法 | |
US20230059277A1 (en) | Map data processing method and apparatus, and storage medium | |
EP3220355A1 (en) | Image processing apparatus, image processing method, and image processing program | |
CN109727255B (zh) | 一种建筑物三维模型分割方法 | |
CN109558614B (zh) | 页岩气藏多尺度裂缝内气体流动的模拟方法及系统 | |
CN111008429B (zh) | 一种基于点云的异构cad几何一致性对比方法 | |
CN111369604A (zh) | 一种基于网格的地形特征点提取方法及处理终端 | |
CN110120058B (zh) | 一种高程散点生成紧致外边界的方法 | |
CN115953541A (zh) | 一种四叉树lod地形生成方法、装置、设备及存储介质 | |
CN114611190A (zh) | 一种三维开挖分析方法、装置、设备和存储介质 | |
JP2015166907A (ja) | 洪水シミュレーション装置及び洪水シミュレーションプログラム | |
CN114138925A (zh) | 位置点所属区域检索方法、装置、电子设备、介质及产品 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20140618 |
|
WD01 | Invention patent application deemed withdrawn after publication |