如何统计12.5米高程覆盖率?

无论是卫星影像还是高程DEM数据,覆盖率都是大家非常关心的一个重要参数。

我们曾基于WGS84坐标进行过简单的覆盖率计算,而且面积还包括了海洋区域。

因此,最后得出了一个非常不靠谱,看起来也很不漂亮的数据:12%。

为了认真严肃地对待该问题,我们对全球和全国的高程覆盖率重新进行了统计计算。

这里将统计方法分享给大家。

12.5米高程覆盖率统计原理

众所周知,由于地球是椭圆形的,因此在进行高程覆盖率统计时无法按实际面积进行统计,必需要在某一投影坐标系下进行,这是必要前提。

鉴于全球12.5米高程DEM原始数据采用的坐标系为UTM坐标系,因此这里的统计方案采用基于WGS84椭球体的UTM投影坐标系进行覆盖率统计。

全球高程覆盖率统计的基本思路为:

第一步:基于全球WGS84大地坐标范围按6度分割为小块,得到范围A。

第二步:将上述范围A与全球12.5米高程的实际数据覆盖范围进行裁剪,得到裁剪后的WGS84大地坐标范围B。   

第三步:将上述范围A与全球陆地覆盖范围进行裁剪,得到裁剪后的全球WGS84大地坐标范围C。

第四步:将范围B与范围C中的6度分块分别转换到UTM坐标系下,然后统计两个范围的每个6度分带下的面积之和分别得到总面积。

最后范围B与范围C的面积之比即为全球12.5米高程数据覆盖率。

12.5米高程覆盖率统计方法

我们在上文讲解了高程覆盖率的统计思路,现在我们对该流程作一个更详细的说明。

在开始之前,需要对UTM有一个大概的认识,该投影全球共计60个分带,南北半球共计120个分带,北纬到84度,南纬到80度。

首先,我们将全球WGS84大地坐标范围按照UTM的分带方式进行分块,即每6度分割为一个小块得到范围A,结果如下图所示。   

图片

范围A

然后,我们将全球12.5米的高程数据进行合并镶嵌后,生成WGS84大地坐标的数据覆盖范围B,如下图所示。

图片

全球12.5米高程覆盖范围B

再然后,将WGS84大地坐标的6度分带范围A,与全球12.5米高程覆盖范围B进行裁剪,得到按每6度进行分块的高程覆盖结果,如下图所示。

图片

6度分块的全球高程覆盖结果

最后,将WGS84大地坐标系下的高程覆盖范围的每个6度分块分别投影转换为UTM后计算面积,并计算出每个分块的面积之和为UTM投影下的全球高程覆盖面积B

由于这里只统计全球高程的陆地覆盖面积,因此我们还需要一个WGS84大地坐标的全球陆地覆盖范围C,如下图所示。   

图片

全球陆地覆盖范围C

接下来,我们用同样的方法来计算UTM投影下的全球陆地覆盖面积。

首先,将WGS84大地坐标的6度分带范围A,与全球陆地覆盖范围C进行裁剪,得到6度分块的全球陆地覆盖结果,如下图所示。   

图片

6度分块的全球陆地覆盖结果

然后将6度分块的全球陆地覆盖结果中的每个分块投影转换为UTM后计算面积,最后计算出每个分块的面积之和即为UTM投影下的全球陆地覆盖面积C

现在,我们已经得出了UTM投影下的全球高程覆盖面积B和UTM投影下的全球陆地覆盖面积C,它们的比值即为全球的高程覆盖率。

同样地,对全国12.5米高程覆盖率的计算原理和方法完全相同,这里不再赘述。

12.5米高程覆盖率统计结果

通过上述方法,我们分别统计出来12.5米高程数据的全球陆地覆盖率和全国陆地覆盖率,不包括海洋和岛礁区域,且是在UTM投影下完成的统计结果。

全球12.5米高程数据的北半球覆盖面积为80852631.852平方公里。

南半球覆盖面积为33476374.341平方公里。   

由于全球陆地覆盖面积为131009928.0292平方公里。

因此,全球高程覆盖率为

(80852631.852+33476374.341)/131009928.0292=87.27%。        

全国12.5米高程数据的覆盖面积为9513800.0771平方公里。

全国陆地覆盖面积为9523254.95平方公里。

因此,全国高程覆盖率为9513800.0771/9523254.95=99.90%。

12.5米高程覆盖率统计资料

本着科学严谨的精神,我们将统计过程和原理整理成了一个文档,且附了处理过程中的相关数据。

图片

覆盖率统计资料一    

图片

覆盖率统计资料二

写在最后

本文对全球和全国陆地范围(不含岛礁)的12.5米高程覆盖率进行了统计,并分享了完整的统计过程。

从而得出12.5米高程的全国覆盖率为99.90%,全球的高程覆盖率为87.27%。

虽然因为坐标投影的关系可能会存在误差,但该数据应该算是相当的准确了,供大家参考!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/203971.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

Mysql主从集群搭建——基于docker-compose一键部署

搭建初衷 本身自己就是开发这类应用的工作者,一个私有库还是很有必要的。无论是公司项目还是私人项目都可以用到,不用担心忘记同步导致的数据丢失统一管理所有docker应用的数据(如果容器可以连接mysql的话)也方便随时修改数据结构…

hotkeys-js库实战记录 - 监听键盘按键(快捷键)

hotkeys-js 库,在npm上可搜索查找,作为自己项目里用来监听键盘快捷键,之前由领导负责的该功能模块,现闲来无事,看了下该库的文档,从头到尾跟着把所有API都测了一遍。 特性概览: 监听键盘按键(快…

Python实现广义线性回归模型(statsmodels GLM算法)项目实战

说明:这是一个机器学习实战项目(附带数据代码文档视频讲解),如需数据代码文档视频讲解可以直接到文章最后获取。 1.项目背景 广义线性模型(Generalized Linear Model,简称GLM)是一种广泛应用于回归分析和分类问题的统…

[足式机器人]Part2 Dr. CAN学习笔记-数学基础Ch0-4线性时不变系统中的冲激响应与卷积

本文仅供学习使用 本文参考: B站:DR_CAN Dr. CAN学习笔记-数学基础Ch0-4线性时不变系统中的冲激响应与卷积 1. LIT System:Linear Time Invariant2. 卷积 Convolution3. 单位冲激 Unit Impulse——Dirac Delta 线性时不变系统 : L…

Science | 张锋实验室:聚类算法揭示188种新型CRISPR系统

微生物序列数据库包含大量有关酶和其他可用于生物技术的分子的信息。但近年来,这些数据库已经变得非常庞大,以至于很难有效地搜索到感兴趣的酶。 2023年11月23日,博德研究所张锋及美国国立卫生研究院Eugene V. Koonin共同通讯在Science 在线…

软件测试外包干了2个月,技术进步2年。。。

先说一下自己的情况,本科生,18年通过校招进入北京某软件公司,干了接近2年的功能测试,今年国庆,感觉自己不能够在这样下去了,长时间呆在一个舒适的环境会让一个人堕落!而我已经在一个企业干了2年的功能测试&…

01_W5500简介

目录 W5500简介: 芯片特点: 全硬件TCPIP协议栈: 引脚分布: W5500简介: W5500是一款高性价比的以太网芯片,其全球独一无二的全硬件TCPIP协议栈专利技术,解决了嵌入式以太网的接入问题,简单易用&#xff…

【WPF】弹出一个弹窗并显示一个列表

要在WPF中弹出一个弹窗并显示一个列表&#xff0c;你可以使用Popup元素和一个包含列表的控件&#xff0c;如ListBox或ListView。下面是一个示例&#xff1a; <Grid><Button Content"打开弹窗" Click"Button_Click" /><Popup x:Name"P…

CasADi - 最优控制开源 Python/MATLAB 库

系列文章目录 文章目录 系列文章目录前言一、介绍1.1 CasADi 是什么&#xff1f;1.2 帮助与支持1.3 引用 CasADi1.4 阅读本文档 二、获取与安装三、符号框架3.1 符号 SX3.1.1 关于命名空间的说明3.1.2 C 用户注意事项 3.2 DM3.3 符号 MX3.4 SX 和 MX 混合使用3.5 稀疏类3.5.1 获…

Vue.delete

Vue.delete( target, propertyName/index ) 参数&#xff1a; {Object | Array} target {string | number} propertyName/index 如果要删除的是对象上的属性&#xff1a; 首先&#xff0c;Vue.delete会在内部调用Object.defineProperty方法&#xff0c;将要删除的属性的值设置…

Vue3中reactive和ref对比

Vue3中reactive和ref对比 数据角度对比原理角度对比使用角度对比 数据角度对比 ref用来定义: 基本类型reactive用来定义: 对象(或数组)类型数据备注:ref也可以定义对象或数组类型数据,它内部会调用reactive转为代理对象. 原理角度对比 ref通过Object.defineProperty()中的ge…

学习Python的未来前景分析

文章目录 前言学python可以干什么如果具备Python编程&#xff0c;能用Python做什么&#xff1a;学Python语言能干什么1.常规软件开发2.科学计算3.自动化运维4.云计算 学python编程对未来的影响关于Python技术储备一、Python所有方向的学习路线二、Python基础学习视频三、精品Py…

外包干了3个月,技术倒退2年。。。

先说情况&#xff0c;大专毕业&#xff0c;18年通过校招进入湖南某软件公司&#xff0c;干了接近6年的功能测试&#xff0c;今年年初&#xff0c;感觉自己不能够在这样下去了&#xff0c;长时间呆在一个舒适的环境会让一个人堕落!而我已经在一个企业干了四年的功能测试&#xf…

Unity插件笔记之Bast Http插件

只有部分功能 // 获取本地IP地址 private string myIp; private void GetIP() {foreach (NetworkInterface ni in NetworkInterface.GetAllNetworkInterfaces()){if (ni.NetworkInterfaceType NetworkInterfaceType.Wireless80211 || ni.NetworkInterfaceType NetworkInterf…

SAP 工序委外简介

在SAP系统中,外部加工分为工序委外和标准委外两种,对于工序委外,它存在于很多的模块中,在PP、PM、PS等模块中都有应用。 工序委外中字面理解就是在生产过程中,加工的某道工序需要外发给供应商进行加工,物权没有发生转变,只是支付给供应商相应是加工费用,实际加工成本最终…

matlab 最小二乘拟合空间直线(方法二)

目录 一、算法原理1、算法过程2、参考文献二、代码实现三、结果展示四、相关链接本文由CSDN点云侠原创,原文链接。如果你不是在点云侠的博客中看到该文章,那么此处便是不要脸的爬虫与GPT。 一、算法原理

keil软件注释显示中文字符乱码的问题

打开Edit选项&#xff0c;设置Encoding为 UTF-8字符编码即可。

Linux防火墙命令(关闭,启动,添加指定服务/端口)

不同版本的linux所用命令不相同: 查看linux版本命令: cat /etc/redhat-release [rootmyYUn software]# cat /etc/redhat-release CentOS Linux release 7.3.1611 (Core) 如果是centos7以上,用下面的命令第一行,如systemctl status firewalld.service 如果是centos6以下,用下面…

异常(C++)

异常 前言一、程序的错误分类二、异常1. 概念2. 捕获异常的关键字和格式3. 异常的使用异常的原则异常再抛出异常说明注意事项 4. 自定义异常体系5. C标准库的异常体系 三、总结 前言 在程序运行时经常碰到一些错误&#xff0c;例如年龄、身高不能为负&#xff0c;除数为0等&…

sql注入 [GXYCTF2019]BabySQli1

打开题目 多次尝试以后我们发现存在一个admin的账号&#xff0c;但是密码我们不知道 我们尝试一下万能密码 admin or 11 -- q 报错 我们尝试bp抓一下包看看 看着很像编码 先去base32解码 再base64解码 得到 我们从这个sql语句中得到注入点为name 根据报错信息我们知道是…