探索云世界
暂时未有相关云产品技术能力~
行政区划数据，在现在的展示系统中，使用的频次越来越多，省级、市级、县级等，显示行政区划的范围，或者显示城市的行政中心点，体现地理信息。特别是这次疫情爆发以后，各个网站的疫情数据统计，都用到了行政区划数据。行政数据要体现准确性，先按照国家的标准来，一般省、市、区（县）的行政区划数据变化比较小，特别是区划范围变化也比较小，行政区划编码也有对应的设置，可以参照国家统计局和民政局的数据。国家统计局行政区划数据地址：前边隔几年更新一次，近年更新频次高，行政区的名称和编码都有，最低能够到社区或村级别。http://www.stats.gov.cn/tjsj/tjbz/tjyqhdmhcxhfdm/民政局的行政区划数据地址：能够看到县级及以上的行政区划编码，县级以下的编码主要是体现的变化，不过民政局的更新频率比较高。http://www.mca.gov.cn/article/sj/xzqh/1980/ 在使用行政区划的之前，首先对照这些进行确认，省、市级别至少是变化少的，在一个市用县级的行政区划数据时，还需要根据当地的实际情况，因为当地有一些管理区或者功能区也算县级别的数据，这也需要计算的。高德等互联网地图上，可以根据地图开发的API，获取到省、市、县的行政区划范围数据，不过，都有一定的精简，有些地方也有一些误差。乡镇级别的数据，就需要从互联网上搜索下载了，下载后要比对统计局的乡镇名称是否能对上，不同的年份，数据还是有变化的。使用过某些地图下载器，虽说也能够下载乡镇的区划数据，但是发现有一些地区是混和型的数据，有些是之前年限的数据，特别是比较发达的城市里，这个变化一般都没有响应到，这个在使用中要进行注意。乡镇比较准确的数据，一般都在当地的单位中，最好能够能进行协调，没有矢量的图层数据，至少要个对照图能进行勾画都可以。参考文章：http://www.stats.gov.cn/tjsj/tjbz/tjyqhdmhcxhfdm/http://www.mca.gov.cn/article/sj/xzqh/1980/https://lbs.amap.com/
“OpenGIS的说明书中定义了两个表述空间对象的标准方式：一个是WKT（the Well-Known Text）形式，另一个是WKB（the Well-Known Binary）形式。这两种形式都包括对象的类型信息和形成对象的坐标信息。” 下面是用字符来描述要素的空间对象的例子： POINT（0 0） LINESTRING（0 0,1 1,1 2） POLYGON ((90 0,4 0,4 4,0 4,0 0）,（1 1 ,2 1, 2 2, 1 2, 1 1))GeoJSON是一种对各种地理数据结构进行编码的格式，基于Javascript对象表示法的地理空间信息数据交换格式。GeoJSON对象可以表示几何、特征或者特征集合。GeoJSON中的坐标表现如下： "geometry": { "type": "Point", "coordinates": [102.0, 0.5] } "geometry": { "type": "LineString", "coordinates": [[102.0, 0.0], [103.0, 1.0], [104.0, 0.0], [105.0, 1.0]] } 一般在地图的客户端支持按照GeoJSON的形式进行图层加载，在后端的数据库处理中，一般是支持WKT格式的坐标返回，所以，需要在中间有一个转换过程，当然在新版的PostGIS中，可以直接返回GeoJSON数据。mapbox 开放js类库，可以将两者的坐标形式进行转换。github地址：https://github.com/mapbox/wellknownwkt和geojson坐标格式： const { parse, stringify } = require('wellknown'); let _feature = parse('POINT(1 2)'); let _stringdata = stringify(_feature); 这是nodejs的方式，其他的使用在github上也有对应说明。 参考文章：GeoJSON说明：https://baike.baidu.com/item/GeoJson/12011566?fr=aladdin WKT说明：https://baike.baidu.com/item/wkt%20ewkt/4299879?fr=aladdin github类库：https://github.com/mapbox/wellknown
GeoJSON是一种对各种地理数据结构进行编码的格式，基于Javascript对象表示法的地理空间信息数据交换格式。GeoJSON对象可以表示几何、特征或者特征集合。GeoJSON支持下面几何类型：点、线、面、多点、多线、多面和几何集合。GeoJSON里的特征包含一个几何对象和其他属性，特征集合表示一系列特征。GeoJSON就是一种json文件的扩展，地图数据展示，传输到网页前端的时候，越来越多的使用GeoJSON数据，各类地图能够直接使用GeoJSON文件进行解析展示。对于点状的数据，坐标量较少，传输的数据量还可以，但是对于线状和面状数据，涉及到的坐标信息比较多，一个线或者面的geometry，在多的情况下，能达到几百、几千个，这样从服务器传输到客户端的数据，就有几兆或者几十兆，下载时间加长，就会影响客户端的体验度。数据抽吸（smooth） 在数据精度要求不高的情况，可以对空间矢量进行抽吸，Arcmap、QGIS上都有对应的功能，这个操作是减少空间矢量的点数据，尽量保证空间上的轮廓，这个也能够减少空间数据的数据量。 QGIS的数据抽吸功能服务端数据压缩（gzip、deflate） 这个是在服务器端，在数据传输的时候，提前对数据进行压缩，在返回到客户端的数据上，添加对应的数据压缩头，ex:Content-Encodin:gzip，一般的浏览器接收此数据头，能够进行数据的解析。 nodejs数据压缩简单代码 zlib.gzip(_jsondata, (err, bufferdata) => { if (err) throw err; fs.writeFile('china.province.json.gz', bufferdata, (err1) => { if (err1) throw err1; }); }); 测试压缩5M的GeoJSON数据，压缩完2M左右。 减少无用属性信息 GeoJSON中能够存储对象的对应属性信息，在地图不必要绘制的，可以删除掉，这样能够减少数据量。
在选中Cesium的模型对象时，需要高亮的效果，通过给模型的表面或者周边设置高亮颜色，达到突出显示模型的效果。在Entity实体查找或者点击Entity时，获得对象，通过修改Entity中model的颜色，在模型的表面覆盖一层颜色，具体的效果如下图：将模型高亮成红色，使用Cesium的颜色类，顺序是R\G\B\A，A是透明度，范围是0-1，所以，在使用0-255范围的颜色值时，中间需要有个值的换算。entity.model.color = new Cesium.Color(1.0, 0, 0, 1.0);将模型设置非高亮，可以将模型颜色设置为空，或者设置为白色：entity.model.color = null; 或者entity.model.color = new Cesium.Color(1.0, 1.0, 1.0, 1.0);这样设置的时候，虽然透明度设置是不透明，但是还能看到模型，这样在模型比较小或者模型颜色比较深的时候，高亮效果不明显。这时，可以设置模型的colorBlendMode为replace模式，这样就将模型都替换成颜色了。entity.model.colorBlendMode = Cesium.ColorBlendMode.REPLACE; 效果如下图：如果觉得这种替换效果不好，可以在模型周边设置轮廓线：entity.model.silhouetteColor = new Cesium.Color(1.0, 0, 0, 1.0);entity.model.silhouetteSize = 2.0；效果如下图：
CZML是一种用来描述动态场景的JSON架构的语言，主要用于Cesium在浏览器中的展示。通过制作CZML文件，在Cesium进行数据的批量加载，省去单独循环一个一个加载对象的方式。下边是一个简单的模型CZML文件的配置：CZML是数组形式的JSON文件，首先有一个根节点，里边是id、name和version，修改的时候，只需要设置名称就行。 下边每个对象是一个模型的参数配置： id必须是唯一的，name可以有相同的，properties里边可以加一些自定义的属性数据，position是模型的位置信息，orientation是模型的转角信息（heading、pitch、roll），model是模型的路径，比例等参数配置。其中orientation需要根据模型坐标和转角进行计算，算出来一个4个元素的数组，代码如下： let position = Cesium.Cartesian3.fromDegrees(evdata.x, evdata.y, evdata.height); let heading = Cesium.Math.toRadians(evdata.heading); let pitch = evdata.pitch; let roll = 0; let hpr = new Cesium.HeadingPitchRoll(heading, pitch, roll); let orentation = Cesium.Transforms.headingPitchRollQuaternion(position, hpr); //模型的czml样式文件 [ { "id": "document", "name": "name", "version": "1.0" }, { "id": "uid1", "name": "uid", "properties": { "status": "use" }, "position": { "cartographicDegrees": [ 116.119, 39.1112, 1.01 ] }, "orientation": { "unitQuaternion": [0，0，0，0] }， "model": { "gltf": "模型路径", "scale": 1.0, "minimumPixelSize": 16 } }]
maputnik是一个开源、可视化的web版mapbox地图样式编辑器，类似于百度、高德地图的地图样式编辑器。github地址：https://github.com/maputnik/editor 客户端可配置样式地图参见文章：GIS开发：客户端控制的地图样式使用vector tiles技术发布的数据，可以在maputnik的界面上进行数据连接，选择加载其中的图层，进行每个图层的样式配置。提供了一个在线的地址，因为是国外的，还是建议下载源码，自己搭建进行配置。 https://maputnik.github.io/editor 英文界面，具体信息也可以看懂。添加数据源，可以是自己发布的数据地址，也可以是在线的mapbox地址，不过mapbox的地址需要token。数据源添加完成后，是添加图层数据，数据源是可以包含多个图层数据的，按照数据源的id添加进来。数据源和图层的id是需要都唯一的，不能有相同的，要不然会报错。在style settings里加入基础图片和字体的配置地址，需要用mapbox的，要添加mapbox的token。在样式配置完后，可以以json数据的形式，将样式保存下来，mapbox gl使用时，只要配置style为这个json文件。
费劲巴拉的想弄个cesium和二维地图的联动，先是按照原来的思路，通过二维地图的缩放范围坐标，计算cesium的观看视角和观看范围，在根据二维地图的中心点坐标，设置cesium的camera坐标一致，再实现二维地图移动时，移动三维地图。后来发现，cesium的camera中，setview函数支持定位到一个范围，设置个rectangle的范围就行，把二维地图的缩放范围，赋予到里边即可，二维地图现在也能水平旋转了，同时在cesium中，也可以进行同步旋转，不过，二维地图控制cesium的时候，最好还是保持从上到下垂直俯视，这样计算起来简便一些，同步效果也比较好。在cesium控制二维地图同步的时候，因为在cesium中，可以保持倾斜的视角，所以，在二维地图中的范围就不那么精确了，特别是当倾斜角pitch比较小的时候，那看的范围就很大，通过cesium中camera的computeViewRectangle计算观看的范围，同步到二维地图的范围。测试的时候，在cesium中，离地图很近的情况，保持倾斜角pitch在10度左右，二维地图同步的范围就很大了图片，再加上cesium里的旋转，二维地图也得跟着旋转，这样同步起来的范围就误差比较大了。
Cesium开发，加单个模型，要转换成gltf格式或者glb格式，glb是gltf的压缩格式，官方提供了各种模型格式转换的工具，但是，一实际操作起来还是有些问题的。从网上下载个小模型，或者谁随便拿来一个模型，转换的时候，有时没贴图，有时压根转换不出来，后来看到cesium上一篇为模型制作者写的文章，网址如下：https://cesium.com/blog/2014/12/15/gltf-tips-for-artists/ 开始从3dmax导出dae格式的模型，用官方的COLLADA2GLTF转换，一直不成功，贴图的中文路径名称、丢失贴图和结构性问题都有报出，转换都不能生成正常的结果，后来，偶尔发现，win10里自带个3d builder还能打开gltf，不过压缩转换了一下glb，cesium打不开。3dmax也有自己转换gltf和glb的工具，绕了一大圈，3dmax直接导出的模型，就能够进行使用了，转换的gltf，会分为bin和贴图文件，转换glb文件，就都压缩在一起了，当然后期也可以安装一个nodejs版的gltf-pipeline，可以转换glb格式，并且能够进行模型的draco压缩。关于draco压缩参见下列网址：https://github.com/google/draco，使用这种压缩，可以减少glb模型的大小，方便网络传输，但是前端还是需要相应的代码进行解压。3dmax也能够导出fbx格式的模型文件，有开源的fbx转换glb的工具，也能够进行转换，这个成功率会好点。装个开源的模型工具blender，支持dae、obj、fbx等格式文件，能够导出gltf和glb文件，这个只有模型导入进去，看着没问题，就能够导出gltf和glb。对于lod，可以搜索参见msft_lod的内容，blender上还有开源的一个生成msft_lod的插件，可以在github上搜索到。模型太大的情况，还是需要转成3dtile，要不系统加载速度慢，操作的时候也会卡顿，可以使用lab或者fme等工具转换，倾斜模型cc能转换。
vectortile 矢量切片数据，参见文章，GIS开发：推荐mapbox gl js，GIS开发：客户端控制的地图样式，是mapbox 提出的数据格式，并实现客户端调整地图的样式。在cesium开发中，也有一位大神，写了一个可以动态将json或shp数据切割成矢量切片，并且在cesium上进行动态渲染加载。在github上的地址是：https://github.com/MikesWei/CesiumVectorTile 简介：Cesium VectorTileImageryProvider支持小数据量的geojson、shape文件 矢量 动态切片，实现贴地 。简要说明，因为是在客户端通过js实现将矢量数据，geojson或者shp切片，所以数据量不是太大，要不然切起来比较慢。网上也能搜到cesium直接加载 mapbox发布的切片数据，不过源码类的比较少，相比较mapbox，加载效率还是要差一些，笔者从网上下载了个源码，试了一下，加载到高级别的时候，内存快速的上升，显示的速度也比较慢。可能是cesium的渲染机制，文字或者道路一些信息，渲染的不太清晰。百度搜索到的一个，加载mapbox切片的文章：https://blog.csdn.net/caozl1132/article/details/88106984这个源码下载的积分还是挺高的、
在二维地图的开发中，实现类似于百度、高德地图那样加载简体的模型，使用mapbox gl是一个比较好的解决方案。https://docs.mapbox.com/mapbox-gl-js/api/类似于国内的地图，在开发时，需要先以开发者的身份，申请token，才能调用官网的数据服务等其他接口。当然，库是JavaScript的，意味着可以将源码都下载下来，并搭建自己的服务方式，在网上可以搜到详细的解决方案，主要是发布图标数据和字体数据信息，字体数据mapbox也发布了对应的生成工具。功能方面，mapbox gl可以加载地图切片数据，通过设置，不止可以加载官方的数据，也能加载天地图等在线地图切片数据，下载的切片数据，发布之后也能够进行发布使用；gl说明这个是mapbox基于webgl做的扩展，webgl在大数据方面的展示，还是具有相当高的优势，同样在传统的地图技术上，渲染几千个点，速度就相应的减慢，而通过webgl技术实现的mapbox gl，同时加载几万个点，也不会显示出来性能降低；热力图、聚合图等常用的大数据功能，在api都有相应的集成，设置相应的数据，就能够很方便的实现对应功能；vector tiles 技术在mapbox的底图使用中，能够根据客户端设置的样式，动态改变底图的效果；api中结合threejs，能够加入简单的三维模型数据。所以，在gis开发中，如果对于三维模型的需求不是很高，同时还要达到一个三维底图的效果，数据量还要支持很高的情况下，推荐Mapbox gl的解决方案。
首先是有在二维地图上的一个风场效果，通过canvas进行的绘制，例如leaflet开源地图上就能够根据数据生成风场的效果图。最近mapbox里的大神分享了如何在cesium上实现风场的效果，并在github上进行了开源，开源地址:https://github.com/RaymanNg/3D-Wind-Field预览效果:https://raymanng.github.io/3D-Wind-Field/demo/技术说明英文博客：https://cesium.com/blog/2019/04/29/gpu-powered-wind/有气象的风场数据，可以根据示例的代码进行实现。在GPU上使用webgl的技术进行绘制，要比使用js代码直接在canvas上绘制提升的效率高很多，渲染的速度，粒子数也多。
GeoNetwork是一个开源的GIS数据共享服务软件，软件的地址是：https://geonetwork-opensource.org/，在github上有源代码，是以java语言编写的，其中还集成了数据服务的发布。通过系统上传gis数据，并进行发布共享，查看数据的详细信息，在地图上预览数据的效果，发布标准的wms、wmts等服务。分析统计地图数据，查询数据等等。支持多种系统界面语言，目前还没有中文的支持，不过可以通过修改代码进行添加。网站提供了打包好的程序，可以直接进行下载部署使用，如果需要修改代码，从github下载代码进行修改编译。
python的pandas dataframe可以将csv数据，或者格式化的数据（excel）等，直接转换成dataframe，一个类似表格的数据，这样在数据处理中，能够根据设定好的函数，快速的进行数据分析、处理。C#的datatable也是将数据转换成表格的形式，这个常用的是在C#操作数据库中，直接读取数据到datatable，当然，可以将csv数据导入到数据库中，再通过连接数据库，获得对应的datatable。下边主要还是介绍一下，如何用代码读取一个csv数据，转换成datatable进行处理，详细见代码：//设置csv数据的分隔符 string[] separators = new string[] { " " }; string _dataLine = string.Empty; //新建datatable DataTable _ndt = new DataTable(); //打开文件 using (FileStream fs = new FileStream(_filepath, FileMode.Open, System.IO.FileAccess.Read)) { //读取csv数据，这里注意的是设置数据的编码，要不然读出来会乱码 using (StreamReader sr = new StreamReader(fs, System.Text.Encoding.UTF8)) { //第一行是表头数据，将分割成一个列名 _dataLine = sr.ReadLine(); var _columnArr = _dataLine.Split(separators, StringSplitOptions.RemoveEmptyEntries); foreach(var _evarr in _columnArr ) { _ndt.Columns.Add(new DataColumn(_evarr.Trim(' '))); } //在添加行数据，直接添加到datatable中 while ((_dataLine = sr.ReadLine()) != null) { _columnArr = _dataLine.Split(separators, StringSplitOptions.RemoveEmptyEntries); _ndt.Rows.Add(_columnArr); } sr.Close(); sr.Dispose(); } fs.Close(); fs.Dispose(); }Linq在datatable中也能够进行使用，这样就能很方便的取出对应的数据，比如取某一列的数据：var _selrow = _ndt.AsEnumerable().Select(p => p["列名"]);从而使用Linq的语法，可以判断最大最小值，或者取出符合名称的字符串等方法，对于行数据也能进行对应的操作分析。Linq在数据分析操作中，也能够实现很多，当然python是开源类库和平台方面支持都比较多。
在地图开发中，有时会用到画曲线，一般的地图API中，都会提供画曲线的方法，或者提供相应的图例。下边简单的介绍一下，如何在地图上根据点的位置，画一条贝塞尔曲线。贝塞尔曲线(Bézier curve)，又称贝兹曲线或贝济埃曲线，是应用于二维图形应用程序的数学曲线。一般的矢量图形软件通过它来精确画出曲线，贝兹曲线由线段与节点组成，节点是可拖动的支点，线段像可伸缩的皮筋，我们在绘图工具上看到的钢笔工具就是来做这种矢量曲线的。贝塞尔曲线是计算机图形学中相当重要的参数曲线，在一些比较成熟的位图软件中也有贝塞尔曲线工具，如PhotoShop等。--来自百科在地图上画的时候，小范围画的时候，经纬度坐标或者平面坐标系的方式差不多，大范围的时候，尽量要将经纬度转换成长度单位（例如米制）来进行画，因为算法的时候，计算的都是根据相应的距离。贝塞尔的算法，在github上可以搜索到很多，根据自己的开发语言选择其中的一类即可。简单的js示例：https://github.com/Aaaaaaaty/bezierMaker.js在画曲线的时候，最少需要3个点才能进行勾画，传入3个以上点的坐标，即可生成曲线效果。本身这个算法开源的就很多，在地图上画的时候，只是涉及到经纬度，是弧度制的单位，画起来会有相应的顾虑，理解其中的原理，直接传入距离类型的坐标，就能画出以上这种曲线的效果。注：在三维的球面地图上画曲线的时候，要把高度的值也作为一个因素传入进去，要不然画的效果达不到。
使用qgis加载插件，能够下载osm在线的数据。有个开源的工具，hot export tool ，可以在网页上下载osm的数据，网址是：https://export.hotosm.org/en/v3/exports/new/describe。首先要在网站上注册个用户，之后才能进行下载，用邮箱注册，在数据下载完成后，还会有邮件提示数据下载完成。分三步填写下载步骤：填写下载的描述，只有Name是必填项，这个根据自己的需要起名称；支持多种格式的数据导出：支持多种数据类型的下载，可以下载一种类型，或者多种类型；在地图上是选择多边形下载，还是box区域下载；配置完成后，就能够进行数据下载了。完成后，就能够将数据的压缩包下载下来了。
esri在有一个wpf的二维地图，在2.3版本之前是免费的，后来可能是esri觉得这个有用，后期又集成到runtime中进行了收费。最基础的dll名称是ESRI.ArcGIS.Client，还有其他的一些dll。完全是基于是wpf弄的，不像是sharpmap那种是集成的winform类型的控件，所以集成起来还是挺方便的。可以加载在线的切片地图，如谷歌、高德的切片，2.2版本还能加载本地的切片数据，支持经纬度坐标系的切片，也支持墨卡托的坐标系切片。可以加载wms等地图服务，支持半透明的叠加方式，按照wpf的属性设置即可。可以在地图上勾画图标等注记信息，点、线、面数据都支持。支持常用的地图拖拽、缩放和测量等操作。可以在地图上弹出标注等详细信息的气泡。对于一些项目上的简单应用，还是能够满足要求的。
nginx是一款轻量级的Web 服务器/反向代理服务器及电子邮件（IMAP/POP3）代理服务器，并在一个BSD-like 协议下发行。其特点是稳定、占有内存少，并发能力强。--来自百科在GIS开发中，要发布一些常用的图片、模型文件等数据，以便在网络上使用，通常在skyline中， 配合sfs或者sgs，将这些数据发布在IIS上，其他的java开发中，将数据发布在tomcat上，Cesium的数据发布中，类型就比较多了，比如影像切片、地形切片、3dtile数据，都需要进行发布，以上的数据类型，图片、文件数据或json数据，都可以以http的协议进行发布。nginx本身的体积也很小，下载下来的安装包大小也就在1.4M左右，而且解压就可以进行使用，具体的使用步骤可以去网上进行搜索。下边以一些在gis中使用的数据为例，简单列举一下，如何发布这些数据。nginx的配置都是以文本形式的，在nginx的目录中，有一个conf的目录，包含着nginx的配置文件。在nginx.conf中，添加配置，发布文件在系统中所在的目录，添加一个虚拟目录的发布，datapath为nginx访问的http url中的虚拟路径名称，root为系统中文件的目录。location /datapath { root E:/data; autoindex on; autoindex_exact_size off; } 类似Cesium的数据发布，还要考虑跨域的问题，所以在nginx的配置里，还需要添加上跨域的设置，在最上端加上跨域设置的响应头，保证nginx里的发布都能跨域。一些不常用文件类型，还要设置mimetype，例如cesium的.b3dm，.gltf、.terrain等，这个配置在mime.types文件中，打开能看到现有的配置，添加按照格式添加即可。例如 application/octet-stream b3dm; application/octet-stream gltf; application/octet-stream glb; application/octet-stream terrain;发布完成后，即可按照ip和端口访问数据了，访问速度还是相当可以的。
现在常用的高德地图、百度地图、腾讯地图等，都有开放的API，个人用户就能申请进行开发，通过生成开发的key，调用这些地图的API服务，当然，个人用户每天的API请求次数是有限，一般对于简单的数据查询还是够用的，通过这种方式，我们还是能根据API累积一定的常用地图数据。高德地图的每天请求数量限制，一般都是开发上千次的请求，当然每次的数据量也是做限制了。举例一个常用的POI搜索的网络服务，可以根据一些常用关键字，调用API服务，批量搜索出来poi信息，关键是包括地图的坐标信息，这个能够让我们在地图上进行显示。各个地图平台注册用户是必不可少的步骤，因为这样才能获得请求API的key，这个在API是必填的。高德地图的搜索POI的API网址：https://lbs.amap.com/api/webservice/guide/api/search。里边有详细的请求参数网址配置，返回结果的字段说明。请求参数：返回结果：请求返回可以使用json格式。以上搜索POI使用的是http的请求方式，这在java、C#、python等开发语言上都能进行支持。坐标的问题，高德地图、腾讯返回的坐标是火星坐标，百度地图返回的百度坐标的，网上有这些坐标的转换代码，或者常用的地图下载工具也能进行转换，需要在正常的经纬度展示的数据，要提前进行转换。
在早期GIS开发中，空间数据库的使用比较少，一般都是使用Arcgis Engine进行GIS空间分析等功能的开发，或者通过Spatial Database Engine（sde）空间数据引擎调用数据库的数据进行功能开发，开源方面，gdal使用的也比较多。随着技术的发展，现在好多数据库的都支持空间数据扩展，不管是关系型数据库，还是NoSQL数据库，常见的有Oracle数据库的空间，SQL Server2008版本以后也加入了空间扩展，MySQL有空间扩展，Postgresql专门的扩展Postgis，文件型的Sqlite也能通过各种开发语言，实现空间数据的扩展（Spatialite），NoSQL中的mongodb、couchbase同样也能够实现空间数据的相关操作。对比于操作shapefile等文件类型的空间数据，空间数据库在存储、开发、效率上有相当不错的优势。开发一个GIS的分析功能，使用文件类型的空间数据，需要使用开发语言，将数据读取一遍，逐个进行分析，查验结果，而在空间数据库中，简单的只需要一个sql语句，就能将结果获取出来，这在代码的编写数量可能就减少不少工作量，数据库引擎一般都经过相当的优化，在分析过程的效率对比自己读取也会有相当的提高，而且有些空间数据库还能提供一些类似于路径分析的高级分析，这也能提高GIS应用开发的效率。数据存储更新方面，文件数据的修改，一般都需要通过专门的工具进行修改，更新数据也就相当于对于整个文件修改，在数据库中的数据，存储更新，也可能通过几个sql语句就能够进行修改，不同的数据库，可将空间数据表的坐标信息导出成wkt、wkb等通用格式，方便数据的迁移，而且wkt、wkb格式在各类地图引擎中，都有可用的api直接解析成平台的坐标信息。数据的共享，目前各类gis发布软件，能够支持连接数据库的数据，进行共享发布，再通过开发的业务数据服务，支持BS\CS客户端的数据访问。
mbtiles是一个sqlite的数据库，用来按照一定组织格式格式存储切片地图数据，常用在单机、移动端的地图包中，在地图数据的发布，对比直接的切片文件数据，具有存储统一，便于移动拷贝。在通过互联网下载的数据，转换成mbtiles后，发现数据不够，又需要重新下载，下载的时候，还需要将前边的数据再下载一遍，对于高级别的切片，下载时间还是挺慢的。mbtiles本身就是一个sqlite数据库，这个可以通过java、C#等开发语言进行开发，所以，可以通过开发，将两个或者多个mbtiles数据进行合并。下图是mbtiles文件的表结构：metadata是切片的一些常用信息，map是切片的索引信息，images是具体的存储切片文件数据，是以二进制信息将图片存储到数据库中。在mbtiles的合并中，metadata中的bounds信息，需要根据各个mbtiles的文件，取最大的范围，或者根据几个mbtiles计算最大范围，要是范围不够，发布后数据也不能访问全面。合并时，要对比map中的索引信息，根据zoom_level、tile_column、tile_row组合进行判断，如存在的数据，就不需要写入了，不存在的数据，首先将以上信息写入到表中，在生成tile_id的guid，在images表中，以生成的guid和切片的图片，组合写入到表中，这样就达到数据合并的效果。
二维地图的底图一般都是用切片（瓦片），一般都是将大的影像数据，通过工具，切成地图切片，以文件的形式存放，或者是存放到数据库中，Arcgis Server或Geoserver也可将影像数据，实时的按照范围，切成地图切片，返回到客户端进行显示。切片数据可以直接按照目录发布，也可发布成tms、wmts服务，开源的二维地图引擎leaflet、openlayers等，或商用的高德、百度地图引擎，都能直接利用api进行读取显示。下边分享一款开源的地图切片类库，使用python语言进行调用，使用方法比较简单，地图的切片效率也比较高。开源类库的网址是：https://github.com/tehamalab/gdal2tiles开发的时候，需要先安装python的gdal类库，可通过conda或者pip进行安装，接着需要安装gdal2tiles的类库，通过pip install gdal2tiles进行安装。调用的方式比较简单，其中需要配置一些参数，具体可参见网站上的说明。调用代码：import gdal2tiles #设置需要切图的级别，设置恢复模式，显示生成切片的输出 options = {'zoom': (11, 12), 'resume': True,'verbose':True} gdal2tiles.generate_tiles('输入的影像文件', '输出的切片文件夹', **options)生成的切片是按照目录进行组织：文件夹中，有3个网页文件，可直接在浏览器中，打开进行数据预览。
在Cesium上根据点，可以显示出热力图，在网上有开源的代码，具体的参考网址如下：https://github.com/danwild/CesiumHeatmap使用方式如下：function testLoc(){ //设定热力图的四至范围 let bounds = { west: 116.13833844, east: 116.13956899, south: 37.43582929, north: 37.43706916 }; // i初始化热力图 let heatMap = CesiumHeatmap.create( viewer, // your cesium viewer bounds, // bounds for heatmap layer { // heatmap.js options go here maxOpacity: 0.75 } ); // 设置一些随机的效果，这个可根据实际数据进行开发 let data = [{ "x": 116.1383442264, "y": 37.4360048372, "value": 76 }, { "x": 116.1384363011, "y": 37.4360298848, "value": 63 }, { "x": 116.138368102, "y": 37.4358360603, "value": 1 }, { "x": 116.1385627739, "y": 37.4358799123, "value": 21 }, { "x": 116.1385138501, "y": 37.4359327669, "value": 28 }, { "x": 116.1385031219, "y": 37.4359730105, "value": 41 }, { "x": 116.1384127393, "y": 37.435928255, "value": 75 }, { "x": 116.1384551116, "y": 37.4359450132, "value": 3 }, { "x": 116.1384927196, "y": 37.4359158649, "value": 45 }, { "x": 116.1384938639, "y": 37.4358498311, "value": 45 }, { "x": 116.1385183299, "y": 37.4360213794, "value": 93 }, { "x": 116.1384007925, "y": 37.4359860133, "value": 46 }, { "x": 116.1383604844, "y": 37.4358298672, "value": 54 }, { "x": 116.13851025, "y": 37.4359098303, "value": 39 }, { "x": 116.1383874733, "y": 37.4358511035, "value": 34 }, { "x": 116.1384981796, "y": 37.4359355403, "value": 81 }, { "x": 116.1384504107, "y": 37.4360332348, "value": 39 }, { "x": 116.1385582664, "y": 37.4359788335, "value": 20 }, { "x": 116.1383967364, "y": 37.4360581999, "value": 35 }, { "x": 116.1383839615, "y": 37.436016316, "value": 47 }, { "x": 116.1384082712, "y": 37.4358423338, "value": 36 }, { "x": 116.1385092651, "y": 37.4358577623, "value": 69 }, { "x": 116.138360356, "y": 37.436046789, "value": 90 }, { "x": 116.138471893, "y": 37.4359184292, "value": 88 }, { "x": 116.1385605689, "y": 37.4360271359, "value": 81 }, { "x": 116.1383585714, "y": 37.4359362476, "value": 32 }, { "x": 116.1384939114, "y": 37.4358844253, "value": 67 }, { "x": 116.138466724, "y": 37.436019121, "value": 17 }, { "x": 116.1385504355, "y": 37.4360614056, "value": 49 }, { "x": 116.1383883832, "y": 37.4358733544, "value": 82 }, { "x": 116.1385670669, "y": 37.4359650236, "value": 25 }, { "x": 116.1383416534, "y": 37.4359310876, "value": 82 }, { "x": 116.138525285, "y": 37.4359394661, "value": 66 }, { "x": 116.1385487719, "y": 37.4360137656, "value": 73 }, { "x": 116.1385496029, "y": 37.4359187277, "value": 73 }, { "x": 116.1383989222, "y": 37.4358556562, "value": 61 }, { "x": 116.1385499424, "y": 37.4359149305, "value": 67 }, { "x": 116.138404523, "y": 37.4359563326, "value": 90 }, { "x": 116.1383883675, "y": 37.4359794855, "value": 78 }, { "x": 116.1383967187, "y": 37.435891185, "value": 15 }, { "x": 116.1384610005, "y": 37.4359044797, "value": 15 }, { "x": 116.1384688489, "y": 37.4360396127, "value": 91 }, { "x": 116.1384431875, "y": 37.4360684409, "value": 8 }, { "x": 116.1385411067, "y": 37.4360645847, "value": 42 }, { "x": 116.1385237178, "y": 37.4358843181, "value": 31 }, { "x": 116.1384406464, "y": 37.4360003831, "value": 51 }, { "x": 116.1384679169, "y": 37.4359950456, "value": 96 }, { "x": 116.1384194314, "y": 37.4358419739, "value": 22 }, { "x": 116.1385049792, "y": 37.4359574813, "value": 44 }, { "x": 116.1384097378, "y": 37.4358598672, "value": 82 }, { "x": 116.1384993219, "y": 37.4360352975, "value": 84 }, { "x": 116.1383640499, "y": 37.4359839518, "value": 81 }]; //设置最大最小值 let valueMin = 0; let valueMax = 100; // 将数据添加到热力图 heatMap.setWGS84Data(valueMin, valueMax, data); //定位到热力图的位置 viewer.zoomTo(viewer.entities); } 热力图效果：
在Geoserver的wfs查询中，支持CQL的数据查询过滤，但是常用的OGC的查询中，是以post的形式，通过传递一个xml文件的格式，返回查询数据的结果。这在arcgis server，sfs server中都能够进行支持的，因为这些服务都支持OGC的标准查询。CQL使用类似文本语法的格式，具有很高的可读性和适用性。这里分享一个使用GeoTools将CQL转换为OGC过滤查询的代码样例，具体的英文网址在原文链接中。GeoTools是一个开源的java版gis工具集，里边有许多gis方面的相关方法，可在网上直接下载编译好的jar包进行使用。转换代码如下：import java.io.BufferedReader; import java.io.IOException; import java.io.InputStreamReader; import org.geotools.filter.text.cql2.CQL; import org.geotools.filter.text.cql2.CQLException; import org.opengis.filter.Filter; public class CQLToOGC { public static void main(String[] args) throws IOException { BufferedReader reader = new BufferedReader(new InputStreamReader(System.in)); String line; org.geotools.xml.Configuration configuration = new org.geotools.filter.v1_0.OGCConfiguration(); org.geotools.xml.Encoder encoder = new org.geotools.xml.Encoder( configuration); encoder.setIndenting(true); while (!(line = reader.readLine()).isEmpty()) { try { Filter filter = CQL.toFilter(line); // System.out.println("\t" + filter); encoder.encode(filter, org.geotools.filter.v1_0.OGC.Filter, System.out); } catch (CQLException e) { e.printStackTrace(); } } }}转换的结果：CQL样式prop = 23转换结果：<?xml version="1.0" encoding="UTF-8"?><ogc:Filter xmlns:xs="http://www.w3.org/2001/XMLSchema" xmlns:ogc="http://www.opengis.net/ogc" xmlns:gml="http://www.opengis.net/gml"> <ogc:PropertyIsEqualTo><ogc:PropertyName>prop</ogc:PropertyName> <ogc:Literal>23</ogc:Literal></ogc:PropertyIsEqualTo></ogc:Filter>空间查询转换的效果：CQL语句：INTERSECTS(SP_GEOMETRY, POLYGON ((142578.64599609 252217.79003906, 73781.897460938 141983.61767578, 287078.38037109 146764.85888672, 142578.64599609 252217.79003906))) 转换结果：<?xml version="1.0" encoding="UTF-8"?><ogc:Filter xmlns:ogc="http://www.opengis.net/ogc" xmlns:xs="http://www.w3.org/2001/XMLSchema" xmlns:gml="http://www.opengis.net/gml"> <ogc:Intersects> <ogc:PropertyName>SP_GEOMETRY</ogc:PropertyName> <gml:Polygon> <gml:outerBoundaryIs> <gml:LinearRing> <gml:coordinates>142578.64599609,252217.79003906 73781.897460938,141983.61767578 287078.38037109,146764.85888672 142578.64599609,252217.79003906</gml:coordinates> </gml:LinearRing> </gml:outerBoundaryIs> </gml:Polygon> </ogc:Intersects></ogc:Filter>
CQL(Common Query Language) 是一个由OGC创建的查询语言，用在Catalogue Web服务上，不同于基于xml过滤的查询方式，CQL使用类似文本语法的格式，具有很高的可读性和适用性。 CQL有一些限制，比如不能过滤id查询，查询的时候，需要指明一个属性才能进行比较操作。 基于以上原因, GeoServer提供了一个CQL的扩展语言，叫ECQL，ECQL移除了CQL中的一些限制，提供了类似SQL的比较方便的语言。GeoServer支持在wms和wfs的请求中，使用CQL和ECQL，同时在sld（动态样式设置）也能进行设置。这就表示，在请求Geoserver的wfs和wms服务时，可进行过滤请求，返回过滤的数据结果；以下为一个wms的请求，在添加过滤请求时，只需要在后边添加对应的参数：http://localhost:8080/geoserver/wms?request=GetFeatureInfo&service=WMS&version=1.1.1&layers=topp%3Astates&styles=&srs=EPSG%3A4326&format=image%2Fpng&bbox=-145.151041%2C21.73192%2C-57.154894%2C58.961059&width=780&height=330&query_layers=topp%3Astates&info_format=text%2Fhtml&feature_count=50&x=353&y=145&exceptions=application%2Fvnd.ogc.se_xml//过滤所拼接的字符串&cql_filter=INTERSECTS(the_geom,%20POINT%20(-74.817265%2040.5296504))下边是一个wfs的请求，也是根据参数在后边过滤字段， 只需要在后边添加对应的参数：http://example.com/geoserver/wfs? service=wfs& version=2.0.0& request=GetFeature& typeNames=namespace:featuretypecql_filter=INTERSECTS(the_geom,%20POINT%20(-74.817265%2040.5296504))根据以上的过滤，就能控制地图上显示的数据信息，或者查询的信息，查询的时候需要根据服务进行请求，具体的详细参数，可以参考http://docs.geoserver.org/latest/en/user/filter/syntax.html
mbtiles是一个sqlite的数据库，用来按照一定组织格式格式存储切片地图数据，常用在单机、移动端的地图包中，在地图数据的发布，对比直接的切片文件数据，具有存储统一，便于移动拷贝。Geoserver通过扩展插件，直接发布mbtiles的切片数据库，将数据发布成wms、wmts等服务。安装mbtiles的插件时，要保证先安装对应Geoserver WPS扩展，这在Geoserver的extension中可以看到。之后下载对应版本的mbtiles模块插件，放在Geoserver安装的WEB-INF/lib目录中，插件安装完成后，重启Geoserver，就可以在Geoserver的数据源中，看到mbtiles的数据源配置。添加一个新的Geoserver数据源：数据源名称必须填写URL必须填写，如果是绝对路径，url的格式是 file:C:\Data\landbase.mbtiles，如果放在Geoserver的数据目录中，可以按照相对路径进行填写file:data/landbase.mbtiles 。wmts访问数据的方式及url，这在常用的二维、三维地图都有访问接口，具体请查看相应API：http://localhost:8977/geoserver/gwc/service/wmts 注意：在使用wms访问发布的mbtiles数据时，在缩放等级比较高，范围比较大的情况下，Geoserver不会返回数据，应该是内部有处理切片数量的显示。
Cesium支持加载单个三维模型，常用的模型格式为：gltf，glb，这些模型都可以从3dmax、obj等三维模型的格式转换过来，Cesium的官方网站也列举了加载单个三维模型的方式，根据详细的代码列举一下。详细的代码在Cesium示例：3D Models.html页面中样例的模型文件在：SampleData的文件夹中以下是加载模型的详细代码：//位置信息，x、y、高度信息 var position = Cesium.Cartesian3.fromDegrees(-123.0744619, 44.0503706, height); //模型的三个方向转角，在三维立体空间中的三个转角方向，可以参见上图 //的小飞机示意图（其中direction对应heading ，tilt对应pitch） var heading = Cesium.Math.toRadians(135); var pitch = 0; var roll = 0; var hpr = new Cesium.HeadingPitchRoll(heading, pitch, roll); //要根据位置和设置的转角信息做一个转换 var orientation = Cesium.Transforms.headingPitchRollQuaternion(position, hpr); //单个对象一般都放在实体中，添加一个实体对象 var entity = viewer.entities.add({ //设置位置和转向信息 name : url, position : position, orientation : orientation, model : { //模型的路径 uri : url, //模型的比例 scale:1.0, //最小的像素尺寸 minimumPixelSize : 128, //最大显示比例 maximumScale : 20000 } }); 模型的加载效果，代码使用时，去掉注释信息：
GeoServer 是 OpenGIS Web 服务器规范的 J2EE 实现，利用 GeoServer 可以方便的发布地图数据，允许用户对特征数据进行更新、删除、插入操作，通过 GeoServer 可以比较容易的在用户之间迅速共享空间地理信息。GeoServer是社区开源项目，可以直接通过社区网站下载。使用Geoserver可以代替Arcgis Server等商业的数据发布软件，并且按照OGC的标准发布，能够兼容大部分的客户端软件访问。Geoserver的发布结构可以参照本公众号的文章《Geoserver系列：数据发布结构》。Geoserver可以将矢量图层，发布成栅格图层，通过设置sld（geoserver的样式文件），能够将图层显示成热力图的效果。sld设置参考网址为：http://docs.geoserver.org/latest/en/user/styling/sld/extensions/rendering-transform.html首先要有一个具有 权重的矢量图层，根据矢量图层中的字段，确定热力图的影响范围，后边主要内容就是设置sld的样式，参考网址上有一个sld的样式，下边列举一下关键参数：设置权重属性的字段，图层中必须有指示这个的字段：radiusPixels等字段可设置成固定值，也可根据图层中属性设置；//删除标志的设置，这里是热力图效果的设置，包括颜色和属性影响范围<Geometry> <ogc:PropertyName>the_geom</ogc:PropertyName></Geometry> <Opacity>0.6</Opacity> <ColorMap type="ramp" > <ColorMapEntry color="#FFFFFF" quantity="0" label="nodata" opacity="0"/> <ColorMapEntry color="#FFFFFF" quantity="0.02" label="nodata" opacity="0"/> <ColorMapEntry color="#4444FF" quantity=".1" label="nodata"/> <ColorMapEntry color="#FF0000" quantity=".5" label="values" /> <ColorMapEntry color="#FFFF00" quantity="1.0" label="values" /> </ColorMap> </RasterSymbolizer> 
在Cesium地图系统开发中，后台出图的范围，在经纬度中是一个不规则的polygon，出来的图片形状也不是规则的，要在地图上贴上这张图，图片显示的范围也要契合到实际地图位置。图片效果：查找Cesium的接口，首先想到的是，用其中的polygon，按照经纬的范围，画一个polygon，再将图片做为材质material贴进去，不过代码写上后，发现的贴图在polygon中变形了，也没有贴到相应的地图位置。经过测试，最后发现可以用Cesium的Rectangle实体对象，通过计算出不规则多边形四至范围的左上角坐标和右下角坐标，再将图片材质贴上去，地图上的位置还对上了。具体的代码如下：//添加一个rectangle的实体 viewer.entities.add({ name: '不规则贴图', rectangle: { //设置rectangle的四个坐标范围 coordinates: Cesium.Rectangle.fromDegrees(-92.0, 30.0, -76.0, 40.0), //设置图片为材质 material: 'data/wind_500_2018030616_True.png', //图片显示样式类型，有地形，模型或者两者，此效果可以达到贴图是沿 //地图弧面的 classificationType : Cesium.ClassificationType.TERRAIN }添加完成后，效果是贴地的，形状是长方形，但是空白地方显示是黑色，要在材质里单独设置一下，把材质属性改成如下：黑色没有了material: new Cesium.ImageMaterialProperty({ image:'data/wind_500_2018030616_True.png', transparent:true })//顺便设置个高度属性，可以离开地面显示height:70000完成后效果图：
GeoServer 是 OpenGIS Web 服务器规范的 J2EE 实现，利用 GeoServer 可以方便的发布地图数据，允许用户对特征数据进行更新、删除、插入操作，通过 GeoServer 可以比较容易的在用户之间迅速共享空间地理信息。GeoServer是社区开源项目，可以直接通过社区网站下载。使用Geoserver可以代替Arcgis Server等商业的数据发布软件，并且按照OGC的标准发布，能够兼容大部分的客户端软件访问。Geoserver支持的服务有wmts，wms，wcs，wfs。在平常的概念中，Geoserver只是发布数据，供客户端进行调用，客户端调用Geoserver中的方法显示信息，其实不然，Geoserver也提供了不少的内置服务接口，可以设置参数进行查询，这和Arcgis Server有同样的原理，这些Server中都集成开发了不少服务，而且Arcgis Server在客户端做了相当多的工作，可以使用JavaScript的api能够调用，在Geoserver中，我们也可以根据url的请求，进行这些服务的调用，这需要熟悉常用客户端web请求的调用。下边根据一个简单的wfs请求来说明，比如我们在Geoserver中发布了一个shp数据的服务，不止要在地图中看到数据，还要能请求到其中的数据信息。http://localhost:8977/geoserver/wfs?service=wfs&version=2.0.0&propertyName=cat&request=GetFeature&typeNames=sf:archsites&outputFormat=application/json这就是一个请求wfs的服务，返回图层指定属性信息和坐标信息：service=wfs&version=2.0.0&request=GetFeature是固定的参数；typeNames=sf:archsites是Geoserver发布的图层名称，Geoserver读取图层名称一般要加工作区的前缀；propertyName=cat可以控制返回的属性，多个属性中间用逗号隔开；outputFormat=application/json返回数据的类型，可指定json，xml等部分返回数据效果：在系统的开发中，可以根据规则拼接以上的url，通过web请求，返回json数据进行处理，这样有些服务就不需要单独进行开发了，而且在Geoserver的手册中，有其他不同种类的服务请求，可以根据需求进行查找。Geoserver doc:http://docs.geoserver.org/stable/en/user/services/wfs/index.html
Leaflet是适用于桌面端和移动端交互地图的开源JavaScript类库。JS库的大小经过压缩后有38k左右，拥有开发者需要的全部地图功能。 Leaflet保持着简单、性能和实用性的设计思想。可以在所有主要的桌面和移动端平台上高效的运转，可以扩展插件，它有一个漂亮、易用和文档清晰的API，有一个简单、易读的源代码Leaflet可以通过加载GeoJSON数据，批量加载点、线、面数据，并转化为相应的特征对象，实现数据显示，弹出数据信息管理。下边通过一个GeoJSON加载点数据，显示为图标进行说明：//循环遍历每一个feature，绑定弹出气泡和提示信息 function onEachFeature(feature, layer) { if(feature.properties && feature.properties.name) { layer.bindTooltip(feature.properties.name); layer.bindPopup(feature.properties.address); } } //设置图标样式 var baseballIcon = L.icon({ iconUrl: 'img/leaflet/school_icon.png', iconSize: [24, 27], iconAnchor: [12, 27], popupAnchor: [0, -28], tooltipAnchor: [0, -20] }); //加载json数据 $.getJSON('sampledata/ta_school_point.json', function(data) { //通过geojson创建图层 schoollayer = L.geoJSON(data, { onEachFeature: onEachFeature, //循环设置图标样式 pointToLayer: function(feature, latlng) { return L.marker(latlng, { icon: baseballIcon }); } }); //添加到地图，并定位 schoollayer.addTo(map); map.fitBounds(schoollayer.getBounds()); });
PostGIS是目前使用非常广泛的开源数据库Postgresql的空间扩展插件，使用PostGIS插件，可以很方便的在数据库中对空间数据进行组织、管理，同时PostGIS还有很多自带的空间处理、分析函数，能够很容易的在数据库中，完成数据图层的处理，目前很多开源、商业软件，都能支持直接连接带PostGIS空间扩展的Postgresql数据库，对数据库中数据进行编辑、修改等，并且能够直接发布其中的空间图层数据。Postgresql的连接工具，有开源的pgadmin，收费Navicat，请自行进行安装，配置好了连接，能执行sql语句即可。下边列举一些常用的sql查询语句：使用Navicat打开查询的界面，输入sql语句，postgresql加上了空间扩展，查询时，需要写一些现成的空间函数，sql语句在各个客户端都能进行执行，sql语句的知识，可以从网上查询学习；打开sql语句的查询界面；将图层的空间信息，查询出常用的wkt字符串，使用的函数是st_astext(空间字段)，有关wkt的知识参见：https://en.wikipedia.org/wiki/Well-known_text；将查询图层中空间信息的中心点，并转换成wkt字符串，使用的函数是st_centroid(空间字段)，查询出路的结果也可以进行导出；查询数据表中线图层的长度，使用的函数是st_length(空间字段)，查询出来的结果单位为米；postgis的参照函数网址为：http://postgis.net/docs/manual-2.4/，上边列举了所有的函数，使用数据库，便于批量处理图层数据，并且能进行常用的空间分析操作。
ostGIS是目前使用非常广泛的开源数据库Postgresql的空间扩展插件，使用PostGIS插件，可以很方便的在数据库中对空间数据进行组织、管理，同时PostGIS还有很多自带的空间处理、分析函数，能够很容易的在数据库中，完成数据图层的处理，目前很多开源、商业软件，都能支持直接连接带PostGIS空间扩展的Postgresql数据库，对数据库中数据进行编辑、修改等，并且能够直接发布其中的空间图层数据。下边列举一下，如何使用开源软件qgis工具连接带扩展的Postgresql数据库，如何将shp文件数据导入到数据库中，如何将数据库中的空间图层直接加载到qgis上进行查看，如何将数据库中的数据导出成shp等空间数据文件。postgresql+postgis如何进行安装，如何创建一个带空间扩展的数据库，请在网上自行搜索，本文不进行介绍了。打开qgis的界面，在左侧的postgis上点击右键，新建一个数据库连接，在数据库的连接界面，添加postgresql的连接参数，完成后，测试一下数据库连接即可。添加postgresql的连接数据库连接成功后，假如数据库中存在空间数据图层，每个表格作为一个数据图层，拖拽其中的每个图层到qgis界面中，可以查看数据的详细情况，在图层上点击右键，即可导出图层。查看数据库中的图层数据查看图层另存为矢量图层
3dtiles是Cesium的批量模型加载格式，3dtiles的文件目录中包含若干.json文件和.b3dm模型文件，使用IIS等web服务器就可以进行发布，而且skyline的te7.0.2直接加载网络版的3dtiles，这为数据发布带来多样化。3dtiles模型目录结构：3dtiles使用IIS发布的过程为：1、在IIS新建一个虚拟目录，名称按照自己要求起，物理路径选择3dtiles所放的文件夹，设置允许目录浏览；2、.json的文件，IIS能够进行网络发布识别，而.b3dm的模型文件，IIS不能进行网络发布识别，所以要设置一下MIME类型，添加一个后缀为.b3dm，MIME类型为application/octet-stream的项；3、3dtiles模型在Cesium中的调用是使用js调用，有时会出现跨域问题，在IIS中要设置“HTTP 响应标头”，允许跨域进行访问，在其中添加 \名称：Access-Control-Allow-Headers 值：content-type \ 名称：Access-Control-Allow-Methods 值：GET,POST,PUT,DELETE,OPTIONS \ 名称：Access-Control-Allow-Origin 值：* \ ，以上三项键值对。这样通过发布的网址，就可以进行3dtiles模型的访问了。
2023年08月
发表了文章
2023-08-04 15:25:15
发表了文章
2023-08-04 15:19:54
发表了文章
2023-08-01 11:23:32
发表了文章
2023-08-01 11:21:59
2023年07月
发表了文章
2023-07-31 16:28:33
发表了文章
2023-07-31 16:27:26
发表了文章
2023-07-27 14:21:37
发表了文章
2023-07-27 14:20:48
发表了文章
2023-07-26 09:19:21
发表了文章
2023-07-25 15:51:04
发表了文章
2023-07-25 15:49:59
发表了文章
2023-07-24 14:08:52
发表了文章
2023-07-24 14:07:05
发表了文章
2023-07-21 09:16:36
发表了文章
2023-07-21 09:16:01
发表了文章
2023-07-20 10:52:30
发表了文章
2023-07-20 10:51:11
发表了文章
2023-07-19 11:30:44
发表了文章
2023-07-19 11:29:44
发表了文章
2023-07-18 14:19:59
发表了文章
2023-07-18 14:17:49
发表了文章
2023-07-14 09:28:45
发表了文章
2023-07-14 09:24:36
发表了文章
2023-07-13 11:23:47
发表了文章
2023-07-13 11:21:28
发表了文章
2023-07-12 17:47:00
2023年06月
发表了文章
2023-06-06 09:25:02
发表了文章
2023-06-06 09:21:36
2023年05月
发表了文章
2023-05-30 16:15:47
发表了文章
2023-05-30 16:13:49
发表了文章
2023-05-30 16:11:35
2023年04月
发表了文章
2023-04-26 21:12:11
发表了文章
2023-04-23 17:58:09
发表了文章
2023-04-22 18:09:48
发表了文章
2023-04-22 18:04:00
发表了文章
2023-04-22 18:00:45
发表了文章
2023-04-22 17:58:32
发表了文章
2023-04-22 17:55:09
发表了文章
2023-04-22 17:52:08
发表了文章
2023-04-22 17:47:32
发表了文章
2023-04-22 17:43:21
发表了文章
2023-04-20 21:35:34
发表了文章
2023-04-20 21:33:28
发表了文章
2023-04-20 21:29:50
发表了文章
2023-04-20 21:27:56
发表了文章
2023-04-20 21:25:01
发表了文章
2023-04-20 21:19:07
发表了文章
2023-04-20 21:15:51
发表了文章
2023-04-20 21:12:23
发表了文章
2023-04-20 21:06:17
发表了文章
2023-08-04
发表了文章
2023-08-04
发表了文章
2023-08-01
发表了文章
2023-08-01
发表了文章
2023-07-31
发表了文章
2023-07-31
发表了文章
2023-07-27
发表了文章
2023-07-27
发表了文章
2023-07-26
发表了文章
2023-07-25
发表了文章
2023-07-25
发表了文章
2023-07-24
发表了文章
2023-07-24
发表了文章
2023-07-21
发表了文章
2023-07-21
发表了文章
2023-07-20
发表了文章
2023-07-20
发表了文章
2023-07-19
发表了文章
2023-07-19
发表了文章
2023-07-18
