使用Geotools从DEM数据中读取指定位置的高程实战

news2025/3/31 13:12:07

目录

前言

一、GridCoverage2D对象介绍

1、GridCoverage2D的属性

2、GridCoverage2D核心方法

3、GridCoverage2D中的高级操作

二、指定位置的高程获取

1、存储原理

2、相关属性的获取

3、获取高程的方法

三、总结

前言

        在地理信息科学领域，高程数据是至关重要的基础信息之一。它广泛应用于地形分析、城市规划、土地管理、灾害预警与评估等多个重要方面。而数字高程模型（Digital Elevation Model，简称DEM）作为高程数据的主要载体，以数字化的形式精确记录了地表的高程信息，为我们理解和研究地球表面形态提供了有力支持。

        随着地理信息系统的不断发展与普及，对DEM数据的高效处理和应用成为了众多科研工作者和工程技术人员关注的焦点。在实际项目中，常常需要从庞大的DEM数据集中快速准确地读取指定位置的高程值，以满足诸如地形剖面分析、建筑选址评估、洪水模拟等多样化的需求。在城市跑步或者骑行过程中，需要对路线进行高程变化的提取，用于规划路线的难易程度。在城市燃气的管道设计工作当中，根据城市的输气管道建设时，选择一条合理的路线，可以利用自然高程和重力的作用来实现能耗的降低。

        Geotools作为一款功能强大且开源的地理工具库，为地理数据的处理和分析提供了丰富的类库和便捷的接口。它支持多种地理数据格式的读取与写入，具备完善的坐标转换功能以及空间分析能力，能够很好地满足从DEM数据中读取高程信息这一实战需求。通过运用Geotools，可以高效地实现对DEM数据的解析，精准定位到用户所需的地理坐标点，并快速获取该点的高程数据，为后续的地理信息分析和决策提供坚实的数据基础。

        本实战内容将深入讲解如何利用Geotools这一强大工具，详细阐述从获取DEM数据到成功读取指定位置高程信息的全过程。包括对DEM数据格式的解析、Geotools环境的搭建与配置，以及核心代码的编写与调试等关键环节。通过本实战，读者将能够掌握使用Geotools处理DEM数据的实用技能，为在地理信息领域的深入研究和实际应用奠定坚实的基础。

一、GridCoverage2D对象介绍

        GridCoverage2D是Geotools库中用于表示二维栅格覆盖数据的核心类，广泛应用于地理信息系统（GIS）开发中，特别是在处理遥感影像、数字高程模型（DEM）等栅格数据时发挥着关键作用。以下是关于GridCoverage2D的详细介绍，包括其属性和方法。

1、GridCoverage2D的属性

        GridCoverage2D是继承自AbstractGridCoverage的一个子类，GridCoverage2D子类定义的属性不多，分别是：

  • image：表示栅格数据的PlanarImage对象，包含了栅格的像素数据。

  • gridGeometry：表示栅格几何信息的GridGeometry2D对象，包括网格坐标的有效范围和地理参考。

2、GridCoverage2D核心方法

  • 获取坐标参考系（CRS）

    • getCoordinateReferenceSystem2D()：返回栅格覆盖的二维坐标参考系。

  • 获取范围

    • getEnvelope()：返回栅格覆盖在坐标参考系中的边界范围。

    • getEnvelope2D()：返回栅格覆盖在坐标参考系中的二维边界范围。

  • 获取几何信息

    • getGridGeometry()：返回栅格覆盖的几何信息。

  • 获取栅格数据

    • getRenderedImage()：将栅格覆盖数据作为RenderedImage获取。

  • 评估指定位置的值

    • evaluate(Position point)：在指定的地理坐标处获取栅格值。

    • evaluate(Point2D coord, double[] dest)：在指定的地理坐标处获取double类型的栅格值。

    • evaluate(Point2D coord, float[] dest)：在指定的地理坐标处获取float类型的栅格值。

    • evaluate(Point2D coord, int[] dest)：在指定的地理坐标处获取int类型的栅格值。

    • evaluate(GridCoordinates2D coord, double[] dest)：在指定的网格坐标处获取double类型的栅格值。

    • evaluate(GridCoordinates2D coord, float[] dest)：在指定的网格坐标处获取float类型的栅格值。

    • evaluate(GridCoordinates2D coord, int[] dest)：在指定的网格坐标处获取int类型的栅格值。

  • 获取样本维度信息

    • getNumSampleDimensions()：获取栅格覆盖的样本维度（波段）数量。

    • getSampleDimension(int index)：获取指定索引的样本维度信息。

    • getSampleDimensions()：获取栅格覆盖的所有样本维度信息。

  • 获取插值方法

    • getInterpolation()：获取用于所有evaluate(...)方法的插值方法

3、GridCoverage2D中的高级操作

  • 重采样

    • Operations.DEFAULT.resample()：将栅格覆盖重采样到新的网格几何或坐标参考系中。

  • 插值

    • Operations.DEFAULT.interpolate()：对栅格覆盖进行插值操作，指定插值方法如双线性插值。

  • 裁剪

    • 使用裁剪操作来获取栅格覆盖的子区域，通过指定一个Envelope来定义裁剪范围。

  • isDataEditable()：判断栅格数据是否可编辑。

  • getOptimalDataBlockSizes()：获取访问栅格值时每个维度的最佳块大小。

  • getDebugString(Position coord)：获取指定坐标的调试字符串。

        以上是GridCoverage2D类的主要属性和方法的详细介绍，这些功能使其成为处理和分析栅格数据的强大工具，无论是基础的数据读取和查询，还是复杂的几何变换和数据处理，都能满足地理信息开发中的多样化需求。

二、指定位置的高程获取

        在前面一节中重点介绍了GridCoverage2D的相关属性和方法，在了解了这些基本知识以后再来进行相关属性的具体获取实例以及根据一个经纬度位置获取其对应的高程（类似于海拔）信息。本节重点是相关代码的展示。

1、存储原理

        在GeoTIFF格式的DEM中，高程值通常以规则格网（Regular Grid）的形式存储。具体来说，高程值被组织成一个二维的像素矩阵，每个像素代表一个特定地理坐标点的高程值。按行或列存储：高程值按行或列逐一记录，形成一个矩阵结构。每一行或列对应地理空间中的一个纬度或经度范围。数据类型：高程值可以是整数或浮点数格式，支持不同的位深度。例如，常见的有16位整数、32位浮点数等。

2、相关属性的获取

        这里以GridCoverage2D中，我们来读取GridCoverage2D的相关属性信息，读取属性信息的关键方法如下：

// DEM 文件路径
File demFile = new File("C:/BaiduDownload/湖南省_DEM_30m分辨率_NASA数据.tif");
// 创建 GeoTiffReader
GeoTiffReader reader = new GeoTiffReader(demFile);
System.out.println("************************解析coverage对象开始*******************");
// 读取 GridCoverage2D
GridCoverage2D coverage = reader.read(null);
System.out.println("名称:"+coverage.getName());
for(String propertyName : coverage.getPropertyNames()) {
     System.out.println(propertyName + "<===>" + coverage.getProperty(propertyName));
}
 System.out.println("************************解析coverage对象结束*******************");

        运行以上的代码后，得到的属性信息如下：

************************解析coverage对象开始*******************
名称:湖南省_DEM_30m分辨率_NASA数据
tile_cache_key<===>PlanarImage[minX=0 minY=0 width=19695 height=19750 tileGridXOffset=0 tileGridYOffset=0 tileWidth=19695 tileHeight=1 sampleModel=java.awt.image.PixelInterleavedSampleModel@14def00 colorModel=ColorModel: #pixelBits = 16 numComponents = 1 color space = java.awt.color.ICC_ColorSpace@6c2d4cc6 transparency = 1 has alpha = false isAlphaPre = false]
GC_NODATA<===>NoDataContainer [nodataR=RangeDouble[0.0, 0.0], array=[0.0], singleValue=0.0]
JAI.ImageReader<===>it.geosolutions.imageioimpl.plugins.tiff.TIFFImageReader@30865a90
image_height<===>19750
JAI.ImageReadParam<===>it.geosolutions.imageio.plugins.tiff.TIFFImageReadParam@6134ac4a
image_min_x_coord<===>0
PamDataset<===>it.geosolutions.imageio.pam.PAMDataset@777c9dc9
tile_cache<===>com.sun.media.jai.util.SunTileCache@71b1a49c: memoryCapacity = 1000000 memoryUsage = 0 #tilesInCache = 0
image_width<===>19695
image_min_y_coord<===>0
************************解析coverage对象结束*******************

        在属性信息中，可以获取到tif文件的高度和宽度等信息。 

3、获取高程的方法

        从Dem中获取指定位置经纬度的高程的方法如下：

/**
* -根据coverage求解对应经纬度的高程值
* @param coverage
* @param lon 经度
* @param lat 纬度
* @return 高程值
*/
public double getHeightValue(GridCoverage2D coverage,double lon,double lat) {
	// 获取 DEM 的坐标参考系统
    CoordinateReferenceSystem crs = coverage.getCoordinateReferenceSystem2D();
    DirectPosition position = new DirectPosition2D(crs, lon, lat);
    // 评估高程值
    double[] elevation = (double[]) coverage.evaluate(position, new double[1]);
    System.out.println("Elevation at (" + lon + ", " + lat + "): " + elevation[0]);
    return elevation[0];
}

        然后使用Junit方法来进行对应的位置的测试。本例中所采用的是湖南省30米的DEM数据，因此这里可以读取的高程位置范围仅限于湖南省内。为了验证这种情况，我们使用贵州省铜仁的一个经纬度，在此情况下无法获取相应的高程信息。

System.out.println("老屋背高程:" + getHeightValue(coverage,109.281998D,27.204116D));
System.out.println("岳麓山高程:" + getHeightValue(coverage,112.927952D,28.188622D));
System.out.println("楠木寺高程:" + getHeightValue(coverage,112.859802D,28.169707D));
System.out.println("武陵源高程:" + getHeightValue(coverage,110.484695D,29.342379D));
System.out.println("贵州省铜仁高程:" + getHeightValue(coverage,109.160156D,27.683528D));
System.out.println("----------------------从dem获取高程-----------------------------");

        运行之后可以在控制台看到以下高程输出：

        与我们的预期一致，成功的通过经纬度位置获取位置信息。 同时针对省外的铜仁地区，我们无法获取指定区域的高程信息。

三、总结

        以上就是本文的主要内容， 本实战内容将深入讲解如何利用Geotools这一强大工具，详细阐述从获取DEM数据到成功读取指定位置高程信息的全过程。包括对DEM数据格式的解析、Geotools环境的搭建与配置，以及核心代码的编写与调试等关键环节。通过本实战，读者将能够掌握使用Geotools处理DEM数据的实用技能，为在地理信息领域的深入研究和实际应用奠定坚实的基础。通过本文的讲解，相信你一定掌握了GridCoverage2D的相关知识，同时掌握了如何读取GridCoverage2D的属性信息以及如何从DEM中获取我们需要的高程信息。通过一个位置点的高程获取可以让您掌握一条线的高程信息如何获取，也就是循环坐标点，然后依次来获取相应的高程信息，从而可以得到一条路线的连续高程信息。有了数据之后，相信您一定可以快速的获取相关信息。行文仓促，难免有许多不足之处，如有不足，在此恳请各位专家博主在评论区不吝留言指出，不胜感激。

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/2322453.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

STM32F103_LL库+寄存器学习笔记05 - GPIO输入模式，捕获上升沿进入中断回调

STM32F103_LL库+寄存器学习笔记05 - GPIO输入模式，捕获上升沿进入中断回调

导言 GPIO设置输入模式后&#xff0c;一般会用轮询的方式去查看GPIO的电平状态。比如&#xff0c;最常用的案例是用于检测按钮的当前状态&#xff08;是按下还是没按下&#xff09;。中断的使用一般用于计算脉冲的频率与计算脉冲的数量。 项目地址&#xff1a;https://github.…
阅读更多...
直播预告 | TDgpt 智能体发布 时序数据库 TDengine 3.3.6 发布会即将开启

直播预告 | TDgpt 智能体发布 时序数据库 TDengine 3.3.6 发布会即将开启

从海量监控数据&#xff0c;到工业、能源、交通等场景中实时更新的各类传感器数据&#xff0c;时序数据正在以指数级速度增长。而面对如此庞杂的数据&#xff0c;如何快速分析、自动发现问题、精准预测未来&#xff0c;成为企业数字化转型过程中的关键挑战。 TDengine 的答案是…
阅读更多...
vscode 通过Remote-ssh远程连接服务器报错 could not establish connection to ubuntu

vscode 通过Remote-ssh远程连接服务器报错 could not establish connection to ubuntu

vscode 通过Remote-ssh插件远程连接服务器报错 could not establish connection to ubuntu&#xff0c;并且出现下面的错误打印&#xff1a; [21:00:57.307] Log Level: 2 [21:00:57.350] SSH Resolver called for "ssh-remoteubuntu", attempt 1 [21:00:57.359] r…
阅读更多...
【JavaScript 简明入门教程】为了Screeps服务的纯JS入门教程

【JavaScript 简明入门教程】为了Screeps服务的纯JS入门教程

0 前言 0-1 Screeps: World 众所不周知&#xff0c;​Screeps: World是一款面向编程爱好者的开源大型多人在线即时战略&#xff08;MMORTS&#xff09;沙盒游戏&#xff0c;其核心机制是通过编写JavaScript代码来控制游戏中的单位&#xff08;称为“Creep”&#xff09;&#…
阅读更多...
Prometheus stack命令行接入springboot服务metrics

Prometheus stack命令行接入springboot服务metrics

使用Prometheus Stack监控SpringBoot应用 本文将详细介绍如何使用Prometheus Stack监控SpringBoot应用的metrics。假设你已经安装了Kubernetes集群&#xff0c;并使用Helm安装了Prometheus Stack全家桶。SpringBoot应用已经配置好&#xff0c;暴露了相应的metrics端点。 Sprin…
阅读更多...
Git Bash 设置Notepad++作为默认编辑器

Git Bash 设置Notepad++作为默认编辑器

网上搜的时候发现别人搞得有点复杂 &#xff08;绝对正确的方法&#xff09;Git Bash 设置Notepad作为默认编辑器_git 通过notpad 编辑器-CSDN博客 最简单的方式就是重新安装git&#xff0c;然后在选择编辑器的时候&#xff0c;勾选notepad即可
阅读更多...
Qt 制作验证码

Qt 制作验证码

Qt 制作验证码 #include <QRandomGenerator> #include <QPainterPath> #include <QPainter>// 生成随机数 int r(int a,int b0){return b ? QRandomGenerator::global()->bounded(a, b): QRandomGenerator::global()->bounded(a); }// 生成随机多边形…
阅读更多...
【数据结构】二叉树 — 经典OJ面试题剖析！！！

【数据结构】二叉树 — 经典OJ面试题剖析！！！

目录 二叉树相关oj题 1. 检查两颗树是否相同 2. 另一棵树的子树 3. 翻转二叉树 4. 判断一颗二叉树是否是平衡二叉树 5. 对称二叉树 6. 二叉树的构建及遍历 7. 二叉树的层序遍历 8. 判断一棵树是不是完全二叉树 9. 二叉树的最近公共祖先 10. 根据前序与中序遍历序列构…
阅读更多...
【MySQL】用户账户、角色、口令、PAM

【MySQL】用户账户、角色、口令、PAM

目录 查看用户账户设置 连接 1.本地连接 2.远程连接 账户 角色 操作用户账户和角色 配置口令和账户有效期限 手工使口令过期 配置口令有效期限 PAM身份验证插件 客户端连接&#xff1a;使用 PAM 账户登录 在连接到MySQL服务器并执行查询时&#xff0c;会验证你的身…
阅读更多...
SpringBoot 3+ Lombok日志框架从logback改为Log4j2

SpringBoot 3+ Lombok日志框架从logback改为Log4j2

r要将Spring Boot 3项目中的日志框架从Logback切换到Log4j2&#xff0c;并配置按日期滚动文件和控制台输出&#xff0c;请按照以下步骤操作&#xff1a; 步骤 1&#xff1a;排除Logback并添加Log4j2依赖 在pom.xml中修改依赖&#xff1a; <dependencies><!-- 排除默…
阅读更多...
【Tauri2】002——Cargo.toml和入口文件

【Tauri2】002——Cargo.toml和入口文件

目录 前言 正文 toml文件的基础 注释——# Comment 键值对——Key/Value 表——[table] 内联表——Inline Table 数组——Array package和crate Cargo.toml文件 Cargo.toml——dependencies Cargo.toml——lib crate-type main.rs 前言 【Tauri2】001——安装及…
阅读更多...
二叉树相关算法实现：判断子树与单值二叉树

二叉树相关算法实现：判断子树与单值二叉树

目录 一、判断一棵树是否为另一棵树的子树 &#xff08;一&#xff09;核心思路 &#xff08;二&#xff09;代码实现 &#xff08;三&#xff09;注意要点 二、判断一棵树是否为单值二叉树 &#xff08;一&#xff09;核心思路 &#xff08;二&#xff09;代码实现…
阅读更多...
CSS 美化页面（一）

CSS 美化页面（一）

一、CSS概念 CSS&#xff08;Cascading Style Sheets&#xff0c;层叠样式表&#xff09;是一种用于描述 HTML 或 XML&#xff08;如 SVG、XHTML&#xff09;文档 样式 的样式表语言。它控制网页的 外观和布局&#xff0c;包括字体、颜色、间距、背景、动画等视觉效果。 二、CS…
阅读更多...
23种设计模式-组合(Composite)设计模式

23种设计模式-组合(Composite)设计模式

组合设计模式 &#x1f6a9;什么是组合设计模式&#xff1f;&#x1f6a9;组合设计模式的特点&#x1f6a9;组合设计模式的结构&#x1f6a9;组合设计模式的优缺点&#x1f6a9;组合设计模式的Java实现&#x1f6a9;代码总结&#x1f6a9;总结 &#x1f6a9;什么是组合设计模式…
阅读更多...
LSTM创新点不足？LSTM + Transformer融合模型引领Nature新突破

LSTM创新点不足？LSTM + Transformer融合模型引领Nature新突破

LSTM创新点不足&#xff1f;LSTM Transformer融合模型引领Nature新突破 2024年LSTM真的没有创新空间了吗&#xff1f; 最新研究表明&#xff0c;通过将LSTM与Transformer巧妙融合&#xff0c;依然能创造出Nature级别的突破性成果。LSTM擅长处理短期时序模式&#xff0c;但在…
阅读更多...
【区块链安全 | 第六篇】NFT概念详解

【区块链安全 | 第六篇】NFT概念详解

文章目录 NFTNFT&#xff08;非同质化代币&#xff09;FT&#xff08;可替代代币&#xff09; 以太坊 NFT 标准ERC-721&#xff08;单一资产&#xff09;ERC-1155&#xff08;多资产&#xff09; NFT 市场版税机制NFT 借贷NFT 安全 NFT NFT&#xff08;Non-Fungible Token&…
阅读更多...
iOS常见网络框架

iOS常见网络框架

URLSession、Alamofire 和 Moya 1. URLSession 1.1 核心概念 URLSession 是 Apple 官方提供的网络请求 API&#xff0c;封装在 Foundation 框架中。它支持 HTTP、HTTPS、FTP 等协议&#xff0c;可用于&#xff1a; ​ • 普通网络请求&#xff08;GET/POST&#xff09; ​ …
阅读更多...
蓝桥杯备考----＞激光炸弹（二维前缀和）

蓝桥杯备考----＞激光炸弹（二维前缀和）

本题我们可以构造二维矩阵&#xff0c;然后根据题意&#xff0c;枚举所有边长为m的正方形&#xff0c;找到消灭价值最多的炸弹 #include <iostream> using namespace std; const int N 1e4; int a[N][N]; int n,m; int f[N][N]; int main() {cin >> n >> m…
阅读更多...
数据结构 --树和森林

数据结构 --树和森林

树和森林 树的存储结构 树的逻辑结构 树是一种递归定义的数据结构 树是n(n≥0)个结点的有限集。当n0时&#xff0c;称为空树。在任意一棵非空树中应满足&#xff1a; 1)有且仅有一个特定的称为根的结点。 2)当n>1时&#xff0c;其余结点可分为m(m>0)个互不相交的有…
阅读更多...
QOpenGLWidget视频画面上绘制矩形框

QOpenGLWidget视频画面上绘制矩形框

一、QPainter绘制 在QOpenGLWidget中可以绘制&#xff0c;并且和OpenGL的内容叠在一起。paintGL里面绘制完视频后&#xff0c;解锁资源&#xff0c;再用QPainter绘制矩形框。这种方式灵活性最好。 void VideoGLWidget::paintGL() {glClear(GL_COLOR_BUFFER_BIT);m_program.bi…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023