数字孪生GIS数据获取与处理(未完回头再整理)

2024-05-15 19:20

本文主要是介绍数字孪生GIS数据获取与处理(未完回头再整理),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!

高德矢量
http://webrd01.is.autonavi.com/appmaptile?x={x}&y={y}&z={z}&lang=zh_cn&size=1&scale=1&style=8
高德影像
https://webst01.is.autonavi.com/appmaptile?style=6&x={x}&y={y}&z={z}
腾讯矢量
http://rt0.map.gtimg.com/realtimerender?z={z}&x={x}&y={-y}&type=vector&style=0
OSM矢量
https://tile.openstreetmap.org/{z}/{x}/{y}.png

坐标系知识:
地理坐标系:球
投影坐标系:平面

常用的GIS数据获取:
1.POI数据获取(.txt-图层-添加分隔文本图层)
2.行政区域下载(.json-直接拖到QGIS图层)
3.OSM数据(用于交通路网,框选下载-拖入图层-选择路网导入)-----------------变更:因为OSM路网全都在一个层级没有拆分开导致在CityEngine中不好程序化生成道路,所以后续不采用OSM,转而使用bigemap或水经注下载的层级路网数据(百度路网)
4.建筑shp数据(直接拖到QGIS图层)                                                      一般用百度建筑数据 或 天地图数据
5.天地图获取交通路网、水系、湖泊(用于水系湖泊)
6.DEM高程(地理空间数据云)

卫星影像 .tif
DEM:  .tif
道路  多文件
水系湖泊  多文件
建筑  多文件


利用行政区域数据可以导出该区域影像图

数据处理:
1.卫星影像尺寸和DEM高程图尺寸一样大
2.

真的数字孪生场景:倾斜摄影、激光雷达扫描建模(实现成本高)(导入雕刻软件进行精细化,再SP贴图绘制),目前都是程序化生成+标志性建筑精细化建模(实现成本低)

数字孪生研发整体流程:
一、获取数据  水经注或bigemap之类GIS下载软件

二、处理数据  QGIS

三、程序化生成建筑以及道路并优化建筑和道路   CityEngine

四、精细化建模(标志性建筑以及交互模型)建模软件blender或C4d之类

五、导入UE:地块、周边建筑、道路、精细化模型(道路模型量很大容易卡死,因为道路包含道路信息、道路模型、马路牙子上的路灯花坛树等等)、交互模型(园区、楼宇等等)

六、场景模型匹配Cesium经纬度坐标

七、功能开发(数据、UMG、交互、逻辑)

UE地编(建模    GIS    CityEngine )    UE开发

1.加载本地影像图
2.加载本地局部地形图
3.

乱码问题处理:
GB2312
UTF-8

EPSG:32650


数据处理:
DEM、卫星图裁剪(创建临时图层-添加多边形要素、框选、矢量提取图层范围、栅格按掩模图层裁剪栅格)

查看石是否乱码   查看坐标系投影     建筑轮廓裁剪(相交)、全选建筑轮廓(融合)、全选建筑轮廓(多部件转单部件)

处理矢量数据   第一步:查看石是否乱码   第二步:查看坐标系投影

CityEngine:
层级目录介绍:
assets: 模型、纹理贴图
data: GIS数据
images: 照片
maps:卫星图、DEM图
models: obj   fbx等模型,3ws格式等
rules:规则文件
scenes:场景
scripts:脚本

这篇关于数字孪生GIS数据获取与处理(未完回头再整理)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/992698

相关文章

Python按照24个实用大方向精选的上千种工具库汇总整理

《Python按照24个实用大方向精选的上千种工具库汇总整理》本文整理了Python生态中近千个库,涵盖数据处理、图像处理、网络开发、Web框架、人工智能、科学计算、GUI工具、测试框架、环境管理等多... 目录1、数据处理文本处理特殊文本处理html/XML 解析文件处理配置文件处理文档相关日志管理日期和

Python38个游戏开发库整理汇总

《Python38个游戏开发库整理汇总》文章介绍了多种Python游戏开发库,涵盖2D/3D游戏开发、多人游戏框架及视觉小说引擎,适合不同需求的开发者入门,强调跨平台支持与易用性,并鼓励读者交流反馈以... 目录PyGameCocos2dPySoyPyOgrepygletPanda3DBlenderFife

使用Python开发一个Ditto剪贴板数据导出工具

《使用Python开发一个Ditto剪贴板数据导出工具》在日常工作中,我们经常需要处理大量的剪贴板数据,下面将介绍如何使用Python的wxPython库开发一个图形化工具,实现从Ditto数据库中读... 目录前言运行结果项目需求分析技术选型核心功能实现1. Ditto数据库结构分析2. 数据库自动定位3

pandas数据的合并concat()和merge()方式

《pandas数据的合并concat()和merge()方式》Pandas中concat沿轴合并数据框(行或列),merge基于键连接(内/外/左/右),concat用于纵向或横向拼接,merge用于... 目录concat() 轴向连接合并(1) join='outer',axis=0(2)join='o

批量导入txt数据到的redis过程

《批量导入txt数据到的redis过程》用户通过将Redis命令逐行写入txt文件,利用管道模式运行客户端,成功执行批量删除以Product*匹配的Key操作,提高了数据清理效率... 目录批量导入txt数据到Redisjs把redis命令按一条 一行写到txt中管道命令运行redis客户端成功了批量删除k

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

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.

解决pandas无法读取csv文件数据的问题

《解决pandas无法读取csv文件数据的问题》本文讲述作者用Pandas读取CSV文件时因参数设置不当导致数据错位,通过调整delimiter和on_bad_lines参数最终解决问题,并强调正确参... 目录一、前言二、问题复现1. 问题2. 通过 on_bad_lines=‘warn’ 跳过异常数据3

Python进行JSON和Excel文件转换处理指南

《Python进行JSON和Excel文件转换处理指南》在数据交换与系统集成中,JSON与Excel是两种极为常见的数据格式,本文将介绍如何使用Python实现将JSON转换为格式化的Excel文件,... 目录将 jsON 导入为格式化 Excel将 Excel 导出为结构化 JSON处理嵌套 JSON:

Python获取浏览器Cookies的四种方式小结

《Python获取浏览器Cookies的四种方式小结》在进行Web应用程序测试和开发时,获取浏览器Cookies是一项重要任务,本文我们介绍四种用Python获取浏览器Cookies的方式,具有一定的... 目录什么是 Cookie?1.使用Selenium库获取浏览器Cookies2.使用浏览器开发者工具