GIS开发:简单的数据差值

简介: GIS开发:简单的数据差值

在GIS的网格化数据开发中,数据按照一定的间隔进行分布,在网格点上的数据,这是很容易获得的,如果要获取不在网格点的数据值,这就需要根据此点所在位置周围点的数据,进行差值计算。

在使用气象数据中,根据某个点周边四个点,可以做一个简单的双线性差值。

根据GIS数据中的横坐标和纵坐标,计算提供点的所在网格横向和纵向的顺序,即所在的格子中,从而获取到四个角点的具体数值。

一个简单的示例图(来自于网络),通过每个网格中的差值,计算最大最小行列号:
image.png
算所求点和四个焦点之间的距离百分比,再通过简单的乘法和加法,计算出所求点的数据值。

一段简单的JavaScript示例代码:

x、y分别为在横轴和纵轴方向所占的百分比,gXX为周围四个点的具体数据值。

function bilinearInterpolate(x, y, g00, g10, g01, g11) {

        var rx = (1 - x);

        var ry = (1 - y);

        return g00 * rx * ry + g10 * x * ry + g01 * rx * y + g11 * x * y;

    }

注:网格化的数据大多用于存储气象类型数据,常见的数据格式有netcdf,grib。

相关文章
|
9月前
|
数据挖掘 编译器 Python
忽略NoData计算多时相遥感影像各个像元的平均值:Python
本文介绍基于Python中whitebox模块,对大量长时间序列栅格遥感影像的每一个像元进行忽略NoData值的多时序平均值求取~
忽略NoData计算多时相遥感影像各个像元的平均值:Python
|
2月前
GEE——Google dynamic world中在影像导出过程中无法完全导出较大面积影像的解决方案(投影的转换)EPSG:32630和EPSG:4326的区别
GEE——Google dynamic world中在影像导出过程中无法完全导出较大面积影像的解决方案(投影的转换)EPSG:32630和EPSG:4326的区别
65 0
|
2月前
|
存储 Python
GEE谷歌地球引擎计算每隔8天的遥感影像数据的平均值
【2月更文挑战第5天】本文介绍在谷歌地球引擎(Google Earth Engine,GEE)中,计算长时间序列遥感影像数据在多年中,在每一个指定天数的时间范围内的平均值的方法~
149 7
GEE谷歌地球引擎计算每隔8天的遥感影像数据的平均值
|
2月前
|
传感器 XML 数据处理
Landsat Collection 2 T1一级数据详细介绍(数据处理过程和几何精度)
Landsat Collection 2 T1一级数据详细介绍(数据处理过程和几何精度)
49 0
|
2月前
|
定位技术 计算机视觉
Google Earth Engine谷歌地球引擎计算多年中某两个时间点之间遥感数据差值的平均值
Google Earth Engine谷歌地球引擎计算多年中某两个时间点之间遥感数据差值的平均值
|
2月前
|
数据可视化 数据挖掘 索引
【数据分析与可视化】时间序列中日期范围、频率、移位、时期的讲解(图文解释 超详细)
【数据分析与可视化】时间序列中日期范围、频率、移位、时期的讲解(图文解释 超详细)
68 0
|
12月前
|
数据挖掘 定位技术
GIS空间分析 栅格数据分析2 成本距离分析
掌握成本距离制图函数和成本方向函数的使用。
143 0
|
存储 编解码 定位技术
GIS开发:tianditu切片计算
GIS开发:tianditu切片计算
159 0
|
前端开发 定位技术 Python
GIS开发:分享osm切片计算
GIS开发:分享osm切片计算
194 0
|
定位技术 数据库
GIS教程—坝区面积计算
GIS教程—坝区面积计算
117 0