【Cesium】Cesium实现淹没分析(CallbackProperty方式)

2023-11-11 05:40

本文主要是介绍【Cesium】Cesium实现淹没分析(CallbackProperty方式),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!

一、淹没分析简介

淹没分析是指根据某区域的地形以及洪水流量速度,动态模拟该地形区域水位上涨过程。**该功能适用于地形起伏较大的区域。**目前Cesium实现淹没分析功能主要利用polygon的extruedHeight属性,在地形区域拾取几个点划定洪水淹没区,并规定洪水上涨限定高度,洪水从划定区域的最低处以polygon的方式逐渐上涨,达到限定高度后停止上涨,淹没过程结束。

二、淹没分析实现

2.1 淹没核心代码

//淹没分析
function floodAnalysis(positions,targertWaterHeight,waterHeight){console.log(targertWaterHeight);console.log(waterHeight);viewer.entities.add({polygon: {hierarchy: new Cesium.PolygonHierarchy(positions),extrudedHeight: new Cesium.CallbackProperty(function(){waterHeight += 0.5;if (waterHeight > targertWaterHeight) {waterHeight = targertWaterHeight;}return waterHeight;}, false),material: new Cesium.Color.fromBytes(64, 157, 253, 150),perPositionHeight: true,}})
}

其中positions为限定区域端点坐标数组,targetWaterHeight为洪水上涨限定高度,waterHeight为洪水起始高度。这里通过CallbackProperty来动态拉伸polygon。CallbackProperty是一个值,其值通过回调函数来决定,从它被创建开始,它就会不断地调用回调函数。

2.2 获取范围内地形高程极值

        由于不确定地形高程的最低点,若extruedHeight从0开始增加,则很可能从地底处开始上涨(因为地形高度一般大于0),所以要确定范围地形的最低点,才能很好的实现淹没分析效果
        目前Cesium没有提供相关方法来获取范围地形的高度极值,参考
Cesium获取绘制范围内地形高程进行淹没分析
这篇文章提供的思路,先构建范围地形的外接矩形,再构建矩形范围的格网,获取每个格网点处的高程,即可粗略计算洪水范围内地形的极值(采用了第三方库turf.js来构建网格):

//创建polygon外接矩形,并生成点格网,返回所有格网点坐标
function buildPolygonGrid(positions){const tempPoints = []for (let i = 0; i < positions.length; i++) {cid;var cartographic = ellipsoid.cartesianToCartographic(positions[i]);var lat = Cesium.Math.toDegrees(cartographic.latitude);var lng = Cesium.Math.toDegrees(cartographic.longitude);tempPoints.push([lng, lat]);}//生成外接矩形var line = turf.lineString(tempPoints);var bbox = turf.bbox(line);var bboxPolygon = turf.bboxPolygon(bbox);var area = turf.area(bboxPolygon);//生成格网//计算网格点之间的距离,尽量保证范围内有1万个左右格网点。var cellSide = Math.sqrt(area/1000000)/100;var options = { units: 'kilometers'};var grid = turf.pointGrid(bbox, cellSide, options);const gridPositions = [];grid.features.forEach(f => {gridPositions .push(Cesium.Cartographic.fromDegrees(f.geometry.coordinates[0], f.geometry.coordinates[1]));})const promise = Cesium.sampleTerrainMostDetailed(terrain, gridPositions);let maxHeight = 0;let minHeight = 10000.0;Promise.resolve(promise).then(function(updatedPositions) {for(let i=0;i<updatedPositions.length;i++){let height = updatedPositions[i].height;//获取格网点处地形高度minHeight = height < minHeight ? height:minHeight;maxHeight = height > maxHeight ? height:maxHeight;}document.getElementById("maxHeight").value = maxHeight;document.getElementById("minHeight").value = minHeight;});     
}

最终效果如下:在这里插入图片描述

这篇关于【Cesium】Cesium实现淹没分析(CallbackProperty方式)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/387926

相关文章

shell脚本批量导出redis key-value方式

《shell脚本批量导出rediskey-value方式》为避免keys全量扫描导致Redis卡顿,可先通过dump.rdb备份文件在本地恢复,再使用scan命令渐进导出key-value,通过CN... 目录1 背景2 详细步骤2.1 本地docker启动Redis2.2 shell批量导出脚本3 附录总

分布式锁在Spring Boot应用中的实现过程

《分布式锁在SpringBoot应用中的实现过程》文章介绍在SpringBoot中通过自定义Lock注解、LockAspect切面和RedisLockUtils工具类实现分布式锁,确保多实例并发操作... 目录Lock注解LockASPect切面RedisLockUtils工具类总结在现代微服务架构中,分布

Java使用Thumbnailator库实现图片处理与压缩功能

《Java使用Thumbnailator库实现图片处理与压缩功能》Thumbnailator是高性能Java图像处理库,支持缩放、旋转、水印添加、裁剪及格式转换,提供易用API和性能优化,适合Web应... 目录1. 图片处理库Thumbnailator介绍2. 基本和指定大小图片缩放功能2.1 图片缩放的

Oracle查询表结构建表语句索引等方式

《Oracle查询表结构建表语句索引等方式》使用USER_TAB_COLUMNS查询表结构可避免系统隐藏字段(如LISTUSER的CLOB与VARCHAR2同名字段),这些字段可能为dbms_lob.... 目录oracle查询表结构建表语句索引1.用“USER_TAB_COLUMNS”查询表结构2.用“a

python panda库从基础到高级操作分析

《pythonpanda库从基础到高级操作分析》本文介绍了Pandas库的核心功能,包括处理结构化数据的Series和DataFrame数据结构,数据读取、清洗、分组聚合、合并、时间序列分析及大数据... 目录1. Pandas 概述2. 基本操作:数据读取与查看3. 索引操作:精准定位数据4. Group

Python使用Tenacity一行代码实现自动重试详解

《Python使用Tenacity一行代码实现自动重试详解》tenacity是一个专为Python设计的通用重试库,它的核心理念就是用简单、清晰的方式,为任何可能失败的操作添加重试能力,下面我们就来看... 目录一切始于一个简单的 API 调用Tenacity 入门:一行代码实现优雅重试精细控制:让重试按我

MySQL中EXISTS与IN用法使用与对比分析

《MySQL中EXISTS与IN用法使用与对比分析》在MySQL中,EXISTS和IN都用于子查询中根据另一个查询的结果来过滤主查询的记录,本文将基于工作原理、效率和应用场景进行全面对比... 目录一、基本用法详解1. IN 运算符2. EXISTS 运算符二、EXISTS 与 IN 的选择策略三、性能对比

Redis客户端连接机制的实现方案

《Redis客户端连接机制的实现方案》本文主要介绍了Redis客户端连接机制的实现方案,包括事件驱动模型、非阻塞I/O处理、连接池应用及配置优化,具有一定的参考价值,感兴趣的可以了解一下... 目录1. Redis连接模型概述2. 连接建立过程详解2.1 连php接初始化流程2.2 关键配置参数3. 最大连

SpringBoot多环境配置数据读取方式

《SpringBoot多环境配置数据读取方式》SpringBoot通过环境隔离机制,支持properties/yaml/yml多格式配置,结合@Value、Environment和@Configura... 目录一、多环境配置的核心思路二、3种配置文件格式详解2.1 properties格式(传统格式)1.

Python实现网格交易策略的过程

《Python实现网格交易策略的过程》本文讲解Python网格交易策略,利用ccxt获取加密货币数据及backtrader回测,通过设定网格节点,低买高卖获利,适合震荡行情,下面跟我一起看看我们的第一... 网格交易是一种经典的量化交易策略,其核心思想是在价格上下预设多个“网格”,当价格触发特定网格时执行买