基于WebGIS的离散时序空间数据动态可视化研究

doi:10.6046/gtzyyg.2012.02.26

摘要
参考文献
相关文章
Metrics

全文: PDF(1781 KB)

HTML
输出: BibTeX | EndNote (RIS)

摘要人类对地球的监测和模拟形成了大量的离散时序空间数据, 如何有效表达这些数据以便为相关部门提供分析和决策依据,是众多信息系统建设过程中遇到的难题之一。利用网络地理信息系统(WebGIS)平台,综合应用了OpenGL,Ajax和JavaScript等技术,实现了离散时序空间数据的解析、渲染和地理底图的快速一体化动态可视化。该技术方法具有通用性,可以通过网络平台广泛应用于各类离散时序空间数据的监控(如对环境污染扩散实测数据)与预警(对模型数据),为政府科学决策和应急响应提供依据。

	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
	吴志杰
	赵书河

关键词 ：遥感, Landsat TM, 增强的指数型建筑用地指数(EIBI), 归一化差值建筑用地指数(NDBI), 裸土指数(BSI)

Abstract：Most earth observation and monitoring data are discrete spatial - temporal data of massive volumes, and the efficient management, analysis and visualization of these data for decision making support constitute a very challenging task in information system construction. This study combines the latest techniques, such as OpenGL, Ajax and JavaScript on a WebGIS platform to flexibly manage and display various discrete data with fast integrated dynamic mode. The technology developed can be widely applied to monitoring various spatial-temporal discrete data such as environmental pollution diffusion data and making forewarning so as to support emergency decision-making.

Key words： remote sensing Landsat TM enhanced index-based built-up index(EIBI) normalized difference built-up index (NDBI) bare soil index (BSI)

收稿日期: 2011-02-12 出版日期: 2012-06-03

TP 79

引用本文:

王轶, 周迅, 周伟, 李飞. 基于WebGIS的离散时序空间数据动态可视化研究 [J]. 国土资源遥感, 2012, 24(2): 143-147.
WANG Yi, ZHOU Xun, ZHOU Wei, LI Fei. A Study of Dynamic Visualization of Discrete Spatial-temporal Data on WebGIS Platform. REMOTE SENSING FOR LAND & RESOURCES, 2012, 24(2): 143-147.

链接本文:

https://www.gtzyyg.com/CN/10.6046/gtzyyg.2012.02.26 或 https://www.gtzyyg.com/CN/Y2012/V24/I2/143

[1] 李卫东,单新建,张国宏.ArcIMS添加服务器端动态图层技术的实现[J].微计算机信息,2008,24(3):148-150.
[2] 周筠珺,李展,瞿婞,等.基于Google Earth的气象多参数综合显示系统[J].地理空间信息,2010,8(4):16-19.
[3] 李旭文,黎刚,繆蓓蓓.Google Earth和ArcGIS9.2软件在太湖水污染及蓝藻监测数据展现中的应用[J].国土资源遥感,2008(1):97-99.
[4] 刘兆平,杨进,武炜.地球物理数据网格化方法的选取[J].物探与化探,2010,34(1):93-97.
[5] 郭良辉,孟小红,郭志宏,等.地球物理不规则分布数据的空间网格化法[J].物探与化探,2005,29(5):438-442.
[6] Lo S H.Delaunay Triangulation of Non-convex Planar Domains[J].International Journal for Numerical Methods in Engineering,1989,28(11):2695-2707.
[7] Macedonia G,PareschiM T. An Algorithm for the Triangulation of Arbitrarily Distributed Points: Applications to Volume Estimate and Terrain Fitting[J]. Computers & Geosciences,1991,17(7):859-874.
[8] 姚燕,朱江,薛蕾.WebGIS在气象通信信息系统中的应用与研究[J].计算机工程,2008,34(10):271-273.

[1]	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.
[2]	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.
[3]	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.
[4]	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.
[5]	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.
[6]	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.
[7]	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.
[8]	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.
[9]	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.
[10]	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.
[11]	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.
[12]	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.
[13]	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.
[14]	刘白露, 管磊. 南海珊瑚礁白化遥感热应力检测改进方法研究[J]. 自然资源遥感, 2021, 33(4): 136-142.
[15]	吴芳, 金鼎坚, 张宗贵, 冀欣阳, 李天祺, 高宇. 基于CZMIL测深技术的海陆一体地形测量初探[J]. 自然资源遥感, 2021, 33(4): 173-180.

Viewed

Full text

Abstract

Cited

Shared

Discussed