1. 地图投影
地理坐标：是用维度、经度表示地面点位置的球面坐标
移动开发：移动端依靠GPS获取位置信息，其获得的是经纬度的信息（WGS84）
互联网开发中，需要将WGS84转换为其他互联网地图平台支持的坐标系统
地图投影：高斯-克吕格投影
划分成一个一个投影带，比较适合看到局部的地理信息
Beijing54、Xian80，地方坐标系与CGCS2000转换
地图投影：
利用互联网地图本身的API进行转换
利用网上公开的一些纠偏算法进行转换
2. 矢量数据表示
GIS中的矢量数据：用欧氏空间的点、线、面等几何元素来表达空间实体的几何特征数据。
拓扑关系：对空间结构关系进行明确定义的数学方法，是指图形保持联系状态下变形，但图形关系不变的性质。
拓扑关系的类型：
-
拓扑邻接：同类之间的邻接关系
-
拓扑关联：不同类之间的关联关系
-
拓扑包含：简单包含、多层包含、等价包含
拓扑关系存在的意义：
-
无需坐标和距离，就可以确定地理实体之间相对空间位置，比几何关系具有更大的稳定性，不随地图投影而变化
-
利用空间要素的查询
-
重建地理实体
矢量数据：区域分幅、属性分层
DIME对偶独立地图编码法：点文件、线文件、面文件
链状双重独立式编码PolyVRT：对DIME的改进，添加了线段的记录
3. 栅格数据表示
栅格数据：用密集的正方形将地理区域划分成网格阵列，位置由行列共同定义，属性为栅格单元的值，栅格数据表示的是二维表面栅的地理数据的离散化数值。
点：单个栅格表达
线：有相同属性取值的一组相邻栅格表达
面：有相同属性取值的一片相邻栅格表达
栅格大小的确定：网格太大，容易造成信息丢失，实体特征越复杂，栅格的尺寸越小，分辨率越高，数据量也越大。
栅格代码的确定：一个栅格单元内有多个可选的属性值
中心点法：取决于栅格中心的属性值
面积占优法：栅格单元属性值为面积最大者
重要性法：定义属性的重要级别
长度占优法：每个单元值由栅格中线段最长的实体属性去定
栅格数据的存储结构：可看成一个数据矩阵，逐行记录代码数据
-
每行从左到右
-
奇行从左到右，偶行从右到左
相邻栅格的值往往是相同的，数据压缩：有损压缩/无损压缩
游程编码：将相邻相同值的栅格合并，记录合并后栅格值及合并栅格的数量
快码：采用方形区域作为记录单元，每个单元包括相邻的若干栅格
链式编码：用于线状边界表示为矢量链的记录
四叉树：可变分辨率的非均匀网格系统，按四象限分割，判断其属性是否单一，单一不分，不单一递归分割
曲面的构建
曲面：连续分布现象的覆盖表面
模拟方法：
- TIN将离散分布的实测数据点连成三角网，三角形尽可能接近等边形状
- 规则格网模型GRID
4. GIS中常见的可视化算法
4.1 影像金字塔
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-TrD6A9T0-1672211946607)(/Users/python/Library/Application Support/typora-user-images/截屏2022-12-27 19.47.42.png)]
底层的分辨率越高，数据量最大，随着层数的增加，其分辨率逐渐降低，数据量也按比例减少
在互联网地图中使用非常广泛：百度、谷歌
4.2 空间热力图
热力图通常用于表示某一地理现象分布密度的大小
- 核密度分析
- 点密度分析
4.3 面状地物的可视化
地理现象成面状分布
点符号的充填
线符号的充填
场的可视化
向量场：在向量分析中，向量场是把空间中每一点指派到一个向量的映射
4.4 常见的地理可视化数据
Echarts d3 python
