Please wait a minute...
 
国土资源遥感  2007, Vol. 19 Issue (3): 98-101    DOI: 10.6046/gtzyyg.2007.03.23
  地理信息系统 本期目录 | 过刊浏览 | 高级检索 |
基于ArcEngine的ArcGIS矢量数据到KML文件转换方法研究
刘祥磊1 , 马  静2
1.山东科技大学地球信息科学与工程学院,青岛266510; 2.长安大学地质工程与测绘工程学院, 西安710054
THE METHOD FOR TRANSFORMING ARCGIS
VECTOR DATA TO KML FILE BASED ON ARCENGINE
LIU Xiang-lei 1,   MA  Jing 2
1.College of the Global Infomation Science & Engineering,Shandong University of Science and Technology,Qingdao 266510, China; 2.Institute of Geo-engineering and Surveying,Chang’an  University, Xi’an 710054, China
全文: PDF(640 KB)   HTML  
输出: BibTeX | EndNote (RIS)      
摘要 

ESRI是GIS领域的拓荒者和领导者,Google Earth则提供了全球范围的影像数据库,将二者结合起来进行商业开发具有很强的现实意义。本文介绍了基于ArcEngine的ArcGIS矢量数据到KML转换的主要思想,提出了转换方法,并进行了程序实现。

服务
把本文推荐给朋友
加入引用管理器
E-mail Alert
RSS
作者相关文章
王飞跃
陈强华
关键词 地热异常植被效应波谱测试红外测温遥感图像解译标志    
Abstract

ESRI is a pioneering and leading technique in GIS domain, and Google Earth provides the global image database.  It is therefore of important practical significance to unify these techniques. This paper has dealt with the method for transforming the ArcGIS Vector Data to KML file, proposed the means for transformation, and completed the program realization.

Key wordsGeothermal anomaly    Vegetation effect    Spectrum measurement    Infared temperature    Remote sensing image    Interpretation mark
收稿日期: 2007-01-27      出版日期: 2009-07-21
: 

 

 
  P 282.2  
  P 283.49

 
通讯作者: 刘祥磊(1982-),男,在读硕士,研究方向为3S集成。
引用本文:   
刘祥磊, 马静. 基于ArcEngine的ArcGIS矢量数据到KML文件转换方法研究[J]. 国土资源遥感, 2007, 19(3): 98-101.
LIU Xiang-Lei, MA Jing. THE METHOD FOR TRANSFORMING ARCGIS
VECTOR DATA TO KML FILE BASED ON ARCENGINE. REMOTE SENSING FOR LAND & RESOURCES, 2007, 19(3): 98-101.
链接本文:  
https://www.gtzyyg.com/CN/10.6046/gtzyyg.2007.03.23      或      https://www.gtzyyg.com/CN/Y2007/V19/I3/98
[1] 张大明, 张学勇, 李璐, 刘华勇. 一种超像素上Parzen窗密度估计的遥感图像分割方法[J]. 自然资源遥感, 2022, 34(1): 53-60.
[2] 李轶鲲, 杨洋, 杨树文, 王子浩. 耦合模糊C均值聚类和贝叶斯网络的遥感影像后验概率空间变化向量分析[J]. 自然资源遥感, 2021, 33(4): 82-88.
[3] 刘万军, 高健康, 曲海成, 姜文涛. 多尺度特征增强的遥感图像舰船目标检测[J]. 自然资源遥感, 2021, 33(3): 97-106.
[4] 王小兵. 融合提升小波阈值与多方向边缘检测的矿区遥感图像去噪[J]. 国土资源遥感, 2020, 32(4): 46-52.
[5] 刘尚旺, 崔智勇, 李道义. 基于Unet网络多任务学习的遥感图像建筑地物语义分割[J]. 国土资源遥感, 2020, 32(4): 74-83.
[6] 蔡之灵, 翁谦, 叶少珍, 简彩仁. 基于Inception-V3模型的高分遥感影像场景分类[J]. 国土资源遥感, 2020, 32(3): 80-89.
[7] 李宇, 肖春姣, 张洪群, 李湘眷, 陈俊. 深度卷积融合条件随机场的遥感图像语义分割[J]. 国土资源遥感, 2020, 32(3): 15-22.
[8] 叶发茂, 罗威, 苏燕飞, 赵旭青, 肖慧, 闵卫东. 卷积神经网络特征在遥感图像配准中的应用[J]. 国土资源遥感, 2019, 31(2): 32-37.
[9] 谢奇芳, 姚国清, 张猛. 基于Faster R-CNN的高分辨率图像目标检测技术[J]. 国土资源遥感, 2019, 31(2): 38-43.
[10] 葛芸, 江顺亮, 叶发茂, 姜昌龙, 陈英, 唐祎玲. 聚合CNN特征的遥感图像检索[J]. 国土资源遥感, 2019, 31(1): 49-57.
[11] 李微, 刘伟男, 贾越平, 刘洪洋, 汤勇. 基于面向对象法艾比湖卤虫信息提取[J]. 国土资源遥感, 2018, 30(4): 176-181.
[12] 张康, 黑保琴, 李盛阳, 邵雨阳. 基于CNN模型的遥感图像复杂场景分类[J]. 国土资源遥感, 2018, 30(4): 49-55.
[13] 张策, 揭文辉, 付丽华, 魏本赞. 新疆新源县滑坡灾害遥感影像特征及分布规律[J]. 国土资源遥感, 2017, 29(s1): 81-84.
[14] 杨萍, 李轶鲲, 胡玉玺, 杨树文. 融合相容粒理论的遥感图像检索[J]. 国土资源遥感, 2017, 29(4): 43-47.
[15] 丁海勇, 罗海滨, 郭瑞瑞. 基于非下采样轮廓变换与模糊理论的遥感图像增强[J]. 国土资源遥感, 2017, 29(3): 25-31.
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
京ICP备05055290号-2
版权所有 © 2015 《自然资源遥感》编辑部
地址:北京学院路31号中国国土资源航空物探遥感中心 邮编:100083
电话:010-62060291/62060292 E-mail:zrzyyg@163.com
本系统由北京玛格泰克科技发展有限公司设计开发