WMTS地图服务每一层级分辨率

简介: WMTS地图服务每一层级分辨率

WMTS地图服务每一层级分辨率

目录

1. 概述

WMTS地图服务每一层级的分辨率是多少?关于这个问题以前推算过,但总是忘记了。网上查询又是一堆废话,现在把这个问题记录如下。

2. 详论

WMTS地图服务有两种形式的地图服务,Web墨卡托空间参考(EPSG:3857)下的切片和大地经纬度空间参考(EPSG:4326)下的切片。

2.1. Web墨卡托

我们知道,Web墨卡托是把全球范围内的坐标约束在范围[-20037508.3427892,20037508.3427892],并且取成正方形。而WMTS的一张瓦片像素宽高为256像素X256像素,同时第0层就是一张瓦片,那么其分辨率就很好计算了:

20037508.3427892 * 2 / 256 = 156543.033928

WMTS每一层宽、高依次往下倍增,形成一个四叉树,那么分辨率依次增大一倍,也就是分辨率值依次除以2。得到WMTS每一层级的地面分辨率(取6位小数):

层级 分辨率(米)
0 156543.033928
1 78271.516964
2 39135.758482
3 19567.879241
4 9783.939621
5 4891.969810
6 2445.984905
7 1222.992453
8 611.496226
9 305.748113
10 152.874057
11 76.437028
12 38.218514
13 19.109257
14 9.554629
15 4.777314
16 2.388657
17 1.194329
18 0.597164
19 0.298582
20 0.149291
21 0.074646

2.2. 大地经纬度

如果是大地经纬度空间参考下的WMTS,计算分辨率就更加简单了。我们知道,经度的范围(X方向)为[-180,180],纬度(Y方向)的范围为[-90,90],恰好是两倍的关系。为了保证瓦片像素宽高为256像素X256像素,很简单的方法就是让第一层为两张瓦片,左边经度范围为[-180,0],右边的经度范围为[0,180],这样仍然可以保证地理范围取成正方形。其分辨率为:

180/256 = 0.703125

同样从第一层开始往下四叉树划分,得到每一层级的地面分辨率(取10位小数):

层级 分辨率(度)
1 0.703125
2 0.3515625
3 0.17578125
4 0.087890625
5 0.0439453125
6 0.0219726563
7 0.0109863281
8 0.0054931641
9 0.0027465820
10 0.0013732910
11 0.0006866455
12 0.0003433228
13 0.0001716614
14 0.0000858307
15 0.0000429153
16 0.0000214577
17 0.0000107288
18 0.0000053644
19 0.0000026822
20 0.0000013411
21 0.0000006706


1723604994558.png 1723604994558.png

3. 参考 1723604994558.png

  1. 经纬度一度等于多少米

分类: GIS

标签: GIS , 地面分辨率 , WMTS

相关文章
|
6月前
|
定位技术
百度地图缩放级别与比例尺的关系
百度地图缩放级别与比例尺的关系
479 0
|
18天前
|
前端开发 开发者 UED
设备像素、css像素、设备独立像素、dpr、ppi之间的区别
【10月更文挑战第24天】在实际应用中,这些概念相互关联,共同影响着网页在不同设备上的显示表现。开发者需要了解它们之间的区别和关系,以便更好地进行网页设计和优化,确保在各种设备上都能提供良好的用户体验。
|
4月前
|
容器
软件开发常见流程之物理像素导致图片变形问题如何解决,先把图缩放为原先的两倍,再缩放,利用Cutterman生成矢量图
软件开发常见流程之物理像素导致图片变形问题如何解决,先把图缩放为原先的两倍,再缩放,利用Cutterman生成矢量图
|
6月前
|
前端开发 计算机视觉 C++
【OpenCV】—分离颜色通道、多通道图像混合
【OpenCV】—分离颜色通道、多通道图像混合
|
编解码 前端开发 JavaScript
说说设备像素、css像素、设备独立像素、dpr、ppi之间的区别?
说说设备像素、css像素、设备独立像素、dpr、ppi之间的区别?
|
6月前
|
C++
[Halcon&定位] 解决Roi区域外的模板匹配成功
[Halcon&定位] 解决Roi区域外的模板匹配成功
205 0
|
机器学习/深度学习 传感器 算法
【视频处理】通过调用图像来重建新影片及计算颜色通道的平均灰度值,并检测帧与前一帧之间的差异(Matlab代码实现)
【视频处理】通过调用图像来重建新影片及计算颜色通道的平均灰度值,并检测帧与前一帧之间的差异(Matlab代码实现)
|
编解码 前端开发
图文并茂带你弄懂物理分辨率、分辨率、物理像素、逻辑像素、dpr、ppi
物理分辨率和分辨率 什么是物理像素 什么是CSS像素 什么是设备像素比 什么是标清屏和高清屏 缩放 什么是PPI(DPI)
478 0
|
编解码 人工智能 算法
最新代码开源!TartanCalib:自适应亚像素细化的广角镜头标定
作者测试了三种利用中间相机模型的关键方法:(1)将图像分解为虚拟针孔相机,(2)将目标重新投影到图像帧中,以及(3)自适应亚像素细化。将自适应子像素细化和特征重投影相结合,可将重投影误差显著提高26.59%,帮助检测到最多42.01%的特征,并提高密集深度映射下游任务的性能。最后,TartanCalib是开源的,并在一个易于使用的标定工具箱中实现。作者还提供了一个translation 层和其它最先进的工作,允许使用数千个参数回归通用模型或使用更稳健的求解器。为此,TartanCalib是广角标定的首选工具!
最新代码开源!TartanCalib:自适应亚像素细化的广角镜头标定