一种基于赋值技术与动态网格的空间数据组织策略及应用

doi:10.6046/gtzyyg.2009.03.22

全文: PDF(13872 KB)

HTML
输出: BibTeX | EndNote (RIS)

摘要

利用一种动态网格，通过空间数据赋值技术，将多源数据赋值给网格，以完成空间数据的互操作。赋值后的网格系统具有多种属性，通过地理信息系统和外部程序设计能够实现叠置分析等复杂的空间分析功能。采用动态网格系统完全的矢量格式和实现多源数据融合的优点，以实现海量多源数据的空间分析。通过赋值技术和动态网格系统实现了土地适宜性评价。

	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
	曹代勇
	施先忠
	张景发

关键词 ：建筑物震害, 遥感, 数字图像处理, 统计分析

Abstract：

Data grid is the fundamental work of graphics drafting, scientific computation and the realization of spatial analysis. Using dynamic grid and assigning technology of spatial data, the authors have implemented interoperability of multiple-sources data. The assigned grid has multi-attributes and applies the geographic information system (GIS) and the external program to implement overlay analysis and other complicated spatial analysis functions. The merits of the dynamic grid system lie in a complete vector format and the implementation of multiple-source data merging and massive data spatial analysis. This paper has realized the land suitability evaluation through the assigning technology and the dynamic grid system.

Key words： Building seismic disaster Remote sensing Digital image processing Statistical analysis

出版日期: 2009-09-04

:
	P 208

引用本文:

杨俊, 李雪铭, 曹永强, 孙才志, 李党辉. 一种基于赋值技术与动态网格的空间数据组织策略及应用[J]. 国土资源遥感, 2009, 21(3): 110-115.
YANG Jun, LI Xue-Ming, CAO Yong-Qiang, SUN Cai-Zhi, LI Dang-Hui. AN ORGANIZATIONAL STRATEGY OF SPATIAL DATA BASED ON ASSIGNING TECHNOLOGY
AND DYNAMIC GRID AND ITS APPLICATION. REMOTE SENSING FOR LAND & RESOURCES, 2009, 21(3): 110-115.

链接本文:

https://www.gtzyyg.com/CN/10.6046/gtzyyg.2009.03.22 或 https://www.gtzyyg.com/CN/Y2009/V21/I3/110

[1]	李伟光, 侯美亭. 植被遥感时间序列数据重建方法简述及示例分析[J]. 自然资源遥感, 2022, 34(1): 1-9.
[2]	丁波, 李伟, 胡克. 基于同期光学与微波遥感的茅尾海及其入海口水体悬浮物反演[J]. 自然资源遥感, 2022, 34(1): 10-17.
[3]	高琪, 王玉珍, 冯春晖, 马自强, 柳维扬, 彭杰, 季彦桢. 基于改进型光谱指数的荒漠土壤水分遥感反演[J]. 自然资源遥感, 2022, 34(1): 142-150.
[4]	张秦瑞, 赵良军, 林国军, 万虹麟. 改进遥感生态指数的宜宾市三江汇合区生态环境评价[J]. 自然资源遥感, 2022, 34(1): 230-237.
[5]	贺鹏, 童立强, 郭兆成, 涂杰楠, 王根厚. 基于地形起伏度的冰湖溃决隐患研究——以希夏邦马峰东部为例[J]. 自然资源遥感, 2022, 34(1): 257-264.
[6]	刘文, 王猛, 宋班, 余天彬, 黄细超, 江煜, 孙渝江. 基于光学遥感技术的冰崩隐患遥感调查及链式结构研究——以西藏自治区藏东南地区为例[J]. 自然资源遥感, 2022, 34(1): 265-276.
[7]	王茜, 任广利. 高光谱遥感异常信息在阿尔金索拉克地区铜金矿找矿工作中的应用[J]. 自然资源遥感, 2022, 34(1): 277-285.
[8]	吕品, 熊丽媛, 徐争强, 周学铖. 基于FME的矿山遥感监测矢量数据图属一致性检查方法[J]. 自然资源遥感, 2022, 34(1): 293-298.
[9]	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.
[10]	薛白, 王懿哲, 刘书含, 岳明宇, 王艺颖, 赵世湖. 基于孪生注意力网络的高分辨率遥感影像变化检测[J]. 自然资源遥感, 2022, 34(1): 61-66.
[11]	宋仁波, 朱瑜馨, 郭仁杰, 赵鹏飞, 赵珂馨, 朱洁, 陈颖. 基于多源数据集成的城市建筑物三维建模方法[J]. 自然资源遥感, 2022, 34(1): 93-105.
[12]	于新莉, 宋妍, 杨淼, 黄磊, 张艳杰. 结合空间约束的卷积神经网络多模型多尺度船企场景识别[J]. 自然资源遥感, 2021, 33(4): 72-81.
[13]	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.
[14]	艾璐, 孙淑怡, 李书光, 马红章. 光学与SAR遥感协同反演土壤水分研究进展[J]. 自然资源遥感, 2021, 33(4): 10-18.
[15]	李特雅, 宋妍, 于新莉, 周圆锈. 卫星热红外温度反演钢铁企业炼钢月产量估算模型[J]. 自然资源遥感, 2021, 33(4): 121-129.