【智慧地球】图新地球 | 如何将图新地球多要素KML进行分离输出

简介: 【智慧地球】图新地球 | 如何将图新地球多要素KML进行分离输出

如何将图新地球多要素KML进行分离输出?

用户新购大疆Mavic 3E 设备,设备只能识别包含多个面要素的KML文件里面的第一个面开始建模工程,无法像精灵4RTK识别包含多个面的KML文件,生成多个建模工程;如果多个项目就要批量导出多个KM,且每个KML里只能一个面。对外业跑多个地块的采集数据人员来讲极其影响效率。

问题

用户包含上千个面要素的shp文件在图新地球里面转换成KML之后,只会显示一个面的工程,无法像之前一样一起规划所有的航飞面。

解决办法

使用GlobalMapper(GM)对多要素KML文件进行分离输出。

操作步骤

(1)在图新地球导出多面要素KML

在图新地球以四个地块面要素为例,在“我的地标”右键“另存为”,选择KML格式,这样将拥有一份包含多个面要素的KML文件。

(2)将导出的KML加载到GM

将在图新地球导出的包含多个面要素的KML文件加载到GM软件中,效果如下图:

(3)使用GM脚本进行分离输出

   左上角“文件”—“打开脚本编辑器”,并输入下方脚本,且勾选最下方复选框,点击“运行脚本”

GLOBAL_MAPPER_SCRIPT VERSION=1.00
EXPORT_VECTOR FILENAME="OUT\.kml" \
TYPE=KML\
SPLIT_BY_ATTR=YES \
FILENAME_ATTR_LIST=" "

(4)保存脚本文件

脚本运行结束后,弹出是否保存脚本文件,点击“是”,GM会自动把KML文件中每一个面要素分离输出到独立的KML文件。

目录
相关文章
|
2月前
|
安全 vr&ar
全息投影技术:三维影像的现实应用
【10月更文挑战第14天】全息投影技术以其独特的魅力和广泛的应用前景,正在逐步改变我们的生活和工作方式。通过深入了解其原理和应用,我们可以更好地利用这一技术,为各个领域的发展注入新的活力。让我们期待全息投影技术在未来带来的更多惊喜和变革。
|
机器学习/深度学习 人工智能 算法
将有色液体图像转换成透明液体,CMU教机器人准确掌控向杯中倒多少水
将有色液体图像转换成透明液体,CMU教机器人准确掌控向杯中倒多少水
115 0
|
数据可视化 计算机视觉 智能硬件
人在房间里走了一圈,慕尼黑工业大学的研究推理出室内3D物体
人在房间里走了一圈,慕尼黑工业大学的研究推理出室内3D物体
120 0
|
机器学习/深度学习 人工智能 监控
南洋理工提出全场景图生成PSG任务,像素级定位物体,还得预测56种关系
南洋理工提出全场景图生成PSG任务,像素级定位物体,还得预测56种关系
133 0
|
定位技术
无须任何数据,六十秒快速制作三维影像图用以作为城市空间格局分析的底图
无须任何数据,六十秒快速制作三维影像图用以作为城市空间格局分析的底图
127 0
Threejs实现宇宙中地球动态展示和卫星绕地运动
Threejs实现宇宙中地球动态展示和卫星绕地运动
1034 0
Threejs实现宇宙中地球动态展示和卫星绕地运动
|
编解码 定位技术
Google Earth Engine——300米的空间分辨率提供了2010年地面和地下生物质碳密度的时间一致性和统一的全球地图,地面生物量地图整合了针对土地覆盖的木质、草原、耕地和苔原生物量的遥感
Google Earth Engine——300米的空间分辨率提供了2010年地面和地下生物质碳密度的时间一致性和统一的全球地图,地面生物量地图整合了针对土地覆盖的木质、草原、耕地和苔原生物量的遥感
248 0
Google Earth Engine——300米的空间分辨率提供了2010年地面和地下生物质碳密度的时间一致性和统一的全球地图,地面生物量地图整合了针对土地覆盖的木质、草原、耕地和苔原生物量的遥感
|
知识图谱 流计算
Google Earth Engine ——全球陆地数据同化系统(GLDAS)摄取了卫星和地面观测数据产品大气分析场、降水场和辐射场数据集
Google Earth Engine ——全球陆地数据同化系统(GLDAS)摄取了卫星和地面观测数据产品大气分析场、降水场和辐射场数据集
1659 0
Google Earth Engine ——全球陆地数据同化系统(GLDAS)摄取了卫星和地面观测数据产品大气分析场、降水场和辐射场数据集
|
编解码 算法 数据库
Google Earth Engine——城市群昼夜温度数据集包含了全世界超过10,000个城市群的年度、夏季和冬季的地表热岛(SUHI)强度的昼夜变化。该产品既有像素级(降尺度后为300米分辨率)
Google Earth Engine——城市群昼夜温度数据集包含了全世界超过10,000个城市群的年度、夏季和冬季的地表热岛(SUHI)强度的昼夜变化。该产品既有像素级(降尺度后为300米分辨率)
382 0
Google Earth Engine——城市群昼夜温度数据集包含了全世界超过10,000个城市群的年度、夏季和冬季的地表热岛(SUHI)强度的昼夜变化。该产品既有像素级(降尺度后为300米分辨率)
|
传感器 机器学习/深度学习 知识图谱
Google Earth Engine——海洋近表层大气特性数据集是NOAA海洋表层数据包(OSB)的一部分,提供了无冰海洋表面的空气温度、风速和特定湿度的高质量气候数据
Google Earth Engine——海洋近表层大气特性数据集是NOAA海洋表层数据包(OSB)的一部分,提供了无冰海洋表面的空气温度、风速和特定湿度的高质量气候数据
159 0
Google Earth Engine——海洋近表层大气特性数据集是NOAA海洋表层数据包(OSB)的一部分,提供了无冰海洋表面的空气温度、风速和特定湿度的高质量气候数据