ArcGIS基础实验操作100例--实验29矢量数据空间校正

news2024/11/14 5:33:36

本实验专栏参考自汤国安教授《地理信息系统基础实验操作100例》一书

实验平台:ArcGIS 10.6

实验数据:请访问实验1(传送门)

高级编辑篇--实验29 矢量数据空间校正

目录

一、实验背景

二、实验数据

三、实验步骤

(1)加载空间校正工具条

(2)设置校正参数

(3)设置校正控制点

(4)校正数据

(5)设置校正参数

(6)设置校正控制点

(7)校正数据


一、实验背景

地理信息数据的特点之一就是具有地理空间坐标,而空间坐标系统具有不同的标准,如我国的北京54、西安80等。在对GIS数据进行制图表达、数据分析时,常常遇到数据坐标参考系不一致的问题,通常采用坐标系投影转换的方式来统一坐标系统。而对于采用不同地理坐标系或未知坐标系所表达的数据,无法通过直接投影转换的方式进行统一,在考虑精度不损失的情况下,可以通过手动的方式进行数据的校正。

本实验讲述使用地理信息系统软件对不同坐标系的矢量数据进行空间纠正的方法,通过建立位移连接关系,实现矢量数据的空间纠正。读者通过实验练习,应能够理解空间数据的纠正原理,掌握对不同坐标系数据的坐标系处理方法。

二、实验数据

图层名称格式坐标系说明
line1Shapefile线要素Unknown待校正数据
line2Shapefile线要素Unknown待校正数据
mapTIFF格式China_Lambert_Conformal_Conic校正参考底图数据

直接双击文件Ex29.mxd即可打开

三、实验步骤

(1)加载空间校正工具条

选择菜单栏空白处打开【Spatial Adjustment】工具;完成加载。

(2)设置校正参数

栅格数据map具有空间坐标信息,而矢量图层line1的空间坐标系为“未定义”,因此需要将line1图层校正到map中的黑线位置处。点击【Editor】工具条,选择【Start Editing】选项,编辑图层需要选择被校正的图层“line1”;点击【Spatial Adjustment】→【Set Adjust Data】选项,勾选图层line1,点击【OK】;点击【Spatial Adjustment】→【Adjustment Methods】为【Transformation Affine】。

注:仿射变换通常是图形的整体性变换,而line1中数据仅发生了系统性偏移,所以使用仿射变换来校正。

(3)设置校正控制点

使用【Spatial Adjustment】工具条中的【New Displacement Link Tool】工具,对 line1图层添加控制点连接,控制点要选择line1和 map 的对应关键位置,如节点;点击【Spatial Adjustment】工具条中的【View Link Table】工具,打开当前设置的控制点坐标对应关系;表中【X Source】、【Y Source】和【X Destination】、【Y Destination】分别列出了校正前和校正后控制点的坐标值对应关系、【Residual Error】(表示每个控制点产生的误差值)及此次校正的【RMS Error】。

注:本例中实验数据比较简单,控制点仅5个,在实际情况中需要多增加控制点个数,且保证其残差尽可能小。

(4)校正数据

点击【Spatial Adjustment】工具条,选择【Spatial Adjustment】→【Adjustment Preview】选项,可以在预览窗口中查看当前校正结果的效果;选择【Spatial Adjustment】→【Adjust】选项,执行校正操作;在【Editor】中保存并停止编辑,完成line1图层的校正操作。

(5)设置校正参数

同样,矢量图层line2的空间坐标系为“未定义”,需要将line2图层校正到map中的黑线位置处。点击【Editor】工具条,选择【Editor】→【Start Editing】选项,选择图层“line2”;【Set Adjust Data】为图层line2;设置【Adjustment Methods】为【Rubbersheet】。

注:与line1不同的是,line2中线要素不仅发生了平移,还发生了变形;仿射变换无法校正变形的线段,因此需要使用橡皮页变换方法。

(6)设置校正控制点

同步骤(3),使用【Spatial Adjustment】工具条中的【New Displacement Link Tool】工具,对line2图层添加控制点连接。

注:本例中变形线段为直线,仅需端点设置位移连接即可,实际情况必须保证在发生变形线段的每个节点或尽可能多的节点处建立位移连接,才能校正正确。

(7)校正数据

同步骤(4),执行校正;在【Editor】中保存并停止编辑,完成line2图层的校正操作。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/131845.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

android中service实现原理分析

前言: 一开始的目标是解决各种各样的ANR问题的,我们知道,ANR总体上分有四种类型,这四种类型有三种是和四大组件相对应的,所以,如果想了解ANR发生的根因,对安卓四大组件的实现流程是必须要了解的…

Odoo 16 企业版手册 - 库存管理之产品管理

产品管理 记录与产品相关的每个方面对于有效维护库存至关重要。Odoo 库存模块使您可以在数据库中配置新产品,这些产品将有效跟踪和监控所有操作,以加强各自产品的库存管理。库存模块中的产品配置过程与销售和购买模块的流程几乎相似。您将在库存的主菜单…

一步一步学爬虫(4)数据存储之CSV文件存储

一步一步学爬虫(4)数据存储之CSV文件存储4.3 CSV文件存储4.3.1 写入4.3.2 读取4.3.3 总结4.3 CSV文件存储 CSV,全称Comma-Separated Values,中文叫做逗号分隔值或字符分隔值,其文件以纯文本形式存储表格数据。CSV文件…

java.lang.OutOfMemoryError: GC overhead limit exceeded问题分析及解决

一、错误重现 2022-12-29 10:12:07.210 ERROR 73511 --- [nio-8001-exec-6] o.a.c.c.C.[.[.[/].[dispatcherServlet] : Servlet.service() for servlet [dispatcherServlet] in context with path [] threw exception [Handler dispatch failed; nested exception is java.…

SQL刷题宝典-MySQL速通力扣困难题

📢作者: 小小明-代码实体 📢博客主页:https://blog.csdn.net/as604049322 📢欢迎点赞 👍 收藏 ⭐留言 📝 欢迎讨论! 本手册目录: 文章目录前言Markdown导入数据库python脚…

奇安信 工业互联网安全发展与实践 报告 学习笔记一 欢迎扶正

声明 本文是学习2021工业互联网安全发展与实践分析报告. 下载地址而整理的学习笔记,分享出来希望更多人受益,如果存在侵权请及时联系我们 主要观点 工业系统安全漏洞数量增长显著放缓,但超高危漏洞数量却大幅增加。统计显示,2021年,国内外…

Linux 软件包管理器 yum

1.什么是软件包 在Linux下安装软件,一个通常的办法是下载到程序的源代码,并进行编译,得到可执行程序。但是这样太麻烦了,于是有些人把一些常用的软件提前编译好, 做成软件包(可以理解成windows上的安装程序)放在一个服务器上&…

再见2022

大家好,我是bigsai,好久不见。看了上一篇更新时间,大概已经停更近10个月(呜呜后面还会坚持的),在2022的最后一天,这一篇也算是对这一年做个总结。期间也收到一些朋友的问候和鼓励,确实自己在读研期间的前两…

山东大学2022-2023非关系型数据库(Nosql)期末考试

写在前面的话: 今年线上开卷考试,Nosql考试软工(限选课)和大数据(必修课)是一套试题,因此大数据所学的许多内容考试并无涉及。考察点主要以学过的四类Nosql数据库的相关知识为主。 试题如下&…

引用量超1400的经典语义分割方法BiSeNet解读

今天给大家分享语义分割领域非常经典的一篇论文:BiSeNet,该论文发表在了ECCV2018上,引用量超过1400。 开源代码地址:https://github.com/ycszen/TorchSeg 1.动机 语义分割任务,即为图片的每个像素分配一个标签&#…

嵌入式 程序调试之gdb+gdbserver+vscode可视化调试

嵌入式 程序调试之gdbgdbservervscode可视化调试 一、简述 记--使用过visual studio的都知道,它的单步调试真的好用,可以直接在源码下断点,实时查看内存变量、寄存器等相关信息。嵌入式linux开发多用的是gdb, 都是命令行执行的,毕…

python特殊数据类型应用(1)字典类型

目录python中特殊数据类型应用(1)字典类型字典类型定义字典类型注意事项字典类型的访问python中特殊数据类型应用(1)字典类型 python作为最流行的几种开发语言之一,在数据类型上和传统的c、c和java等有很大的不同&…

Typora使用方法

自用,有错误请谅解 tpora破解版使用学习使用: 链接:https://pan.baidu.com/s/1Wj46k3iVIzr-7kwQstp9nQ 提取码:2sa8 来源教程网址:Typora一款 Markdown 编辑器和阅读器 记得更改图片位置,以后就是相对路径…

babel及其使用

什么是Babel? Babel 是一个工具链,由大量的工具包组成,接下来我们逐步了解。主要用于将 ECMAScript 2015 版本的代码转换为向后兼容的 JavaScript 语法,以便能够运行在当前和旧版本的浏览器或其他环境中。 核心库 babel/core B…

‘this’不能用于常量表达式错误(C++)【问题解决】

目录 一、报错问题 1、代码 test.h test.cpp 2、问题描述 二、网上解决思路 三、解决方案 【元旦快乐🌹,新年快乐🎉】 最近在编译程序时出现了“ ‘this’不能用于常量表达式错误(C )”的报错问题,查阅多位博主写的文章后&…

mysql 性能优化

mysql 调优可以从这个四个方面来看 1.性能监控 1.1 show profile for query n 查看具体的sql语句各阶段执行时间 show profiles; show profile for query n; 1.2 performance schema 监控mysql 整个服务器中发生的各种事件。 performance schema 表中的数据不会持久化的磁…

一文搞定垃圾回收的三色标记法

我们之前介绍了各种常见垃圾回收器的基本原理,本小节我们讨论一个更深入的问题——垃圾回收器的底层是如何做的。 在并发标记的过程中,因为标记期间应用线程还在继续跑,对象间的引用可能发生变化,多标和漏标的情况就有可能发生。…

计算机视觉(CV)领域Transformer最新论文及资源整理分享

Transformer由论文《Attention is All You Need》提出,现在是谷歌云TPU推荐的参考模型。Transformer模型最早是用于机器翻译任务,当时达到了SOTA效果。Transformer改进了RNN最被人诟病的训练慢的缺点,利用self-attention机制实现快速并行。并…

梯度,GD梯度下降,SGD随机梯度下降

前言 羊了,但是依旧生龙活虎。补补之前落下的SGD算法,这个在深度学习中应用广泛。 梯度(Gradient) 方向导数 在梯度之前,非常重要一个概念:方向导数,这里uuu是nnn维向量,代表一个…

EMNLP 22:Bi-Directional Iterative Prompt-Tuning for Event Argument Extraction

总结 文中的前向和后向的思想可以借鉴下。 但总的来看,似乎是通过前向和后向来做的ensemble操作,虽然是在一个模型下,但同时前向和后向概率保证,可能能够使得预测更准确。 任务形式:event argument extraction (EAE)…