SuperMap 二维数据建造三维模型
用二维gis数据建造三维模型,实际上也就是指定二维数据的高程值实现升三维成三维数据,给二维面一个高程,然后线性拉伸并贴图,生成三维实体模型,所以主要的内容也就是三维符号的渲染,矢量拉伸建模,二维数据升维。
那么接下来使用一个简单的例子来实现这一过程。
这是已经导入的数据:
首先将选中的数据添加到球体,然后迅速定位到本图层:就会出现如下画面
中间那个粉红色的圆圈就是水面,高曾模式选择贴地即可。
然后接下来首先设置路灯符号,也就是图片中的小荧光点,那么点开图层这边的路灯,然后选择图层风格,选择路灯,调节缩放比例即可,如下图:
接下来是渲染马路:操作 也是同样的,选择道路,选择图层风格,调节缩放比例就好了,以下是效果图:
然后接下来是水面:水面的话和上面的操作也是一样的,但是高度模式在这里选择的是相对地地面,底部高程为4,是为了防止贴着地面显示不完整,以下是效果图:
那么接下来是树木,树木的话,由于树木品种很多,所以要制作专题图,制作玩专题图之后单值表达式选择为树木品种,然后再一次选择点风格即可渲染不同品种树木的不同三维符号,如下图:
效果图:
那么接下来就是围栏:围栏的话用到贴图,贴图一般都是取于现实或网络图片,高度也是取于真实测量的高度,
这里是参数,以及效果,
那么接下来是,建筑:同样的也是相对地面,这里底部高程为4,拉伸高度,效果图如下:
那么以上是例子完成的效果图。
实际上在这讲的很少,没有官网上的详细,也有很多细节没有说到位,不过呢还是想说下,毕竟重在参与,也算是防止将来忘记的一份笔记。内容参考官网教学。
SuperMap 二维数据建造三维模型相关推荐
- ArcGIS Pro如何实现已入库二维数据生成三维模型
ArcGIS Pro如何实现已入库二维数据生成三维模型 二维要素是否带高程Z判断 如何判断要素是否带有高程Z信息 : 二维要素进行三维的展示 二维要素生成三维模型 常规状态下已入库的数据一般是二维的点 ...
- Python一维二维数据的格式化和处理
本章导言 什么是数据格式化 前言: -学完本章,看待数据会有一种规范/格式化的视角 -方法论:从Python角度理解文件和数据表示 -实践能力:学会编写带有文件输入输出的程序 1. 数据组织的维度 维 ...
- 【数据挖掘】数据挖掘总结 ( K-Means 聚类算法 | 二维数据的 K-Means 聚类 ) ★
文章目录 一. K-Means 聚类算法流程 二. 二维数据的 K-Means 聚类 1. 第一次迭代 2. 第二次迭代 参考博客 : [数据挖掘]聚类算法 简介 ( 基于划分的聚类方法 | 基于层次 ...
- 【数据挖掘】K-Means 二维数据聚类分析 ( K-Means 迭代总结 | K-Means 初始中心点选择方案 | K-Means 算法优缺点 | K-Means 算法变种 )
文章目录 K-Means 二维数据 聚类分析 数据样本及聚类要求 二维数据曼哈顿距离计算 K-Means 算法 步骤 第一次迭代 : 步骤 ( 1 ) 中心点初始化 第一次迭代 : 步骤 ( 2 ) ...
- iterp2函数--------二维数据内插值
[语法说明] 1.zi=interp1(x,y,z,xi,yi):返回矩阵zi,其元素包含对应于参量xi和yi的元素.用户可以输入行向量和列向量xi和yi,此时,输出向量zi与矩阵meshgrid(x ...
- 径向基函数插值(3)二维数据的插值
二维数据的插值过程跟一维数据的过程一样, 只不过在显示二维的数据插值的过程中,需要meshgrid函数产生数据,进行显示插入数据的输出值. 产生二维数据: clear all; figure; %** ...
- matlab创建二叉树(二维数据)
一.学习要点 1.注意matlab中全局变量与局部变量的区别:本文中assigned_nn为局部变量,每一次递归中的值都是不一样的,node_nubmer为全局变量,当前值的改变如递增,必回影响以后每 ...
- Deep learning:十一(PCA和whitening在二维数据中的练习)
前言: 这节主要是练习下PCA,PCA Whitening以及ZCA Whitening在2D数据上的使用,2D的数据集是45个数据点,每个数据点是2维的.参考的资料是:Exercise:PCA in ...
- 一维二维_Excel二维数据转一维,2种方法轻松搞定
今天是2020年1月1日,祝各位小伙伴们新年快乐,开心每一天~ 如下所示,左边是二维交叉数据表,我们希望快速转换成右边的一维数据表 如果复制粘贴,效率太低了,今天分享两种方法,实现快速转换 1.pow ...
最新文章
- 强烈推荐!最好用的《机器学习实用指南》第二版终于来了,代码已开源!
- POJ 1741 Tree(树分治)
- 【机器视觉】 global算子
- linux 命令后面的参数小叙
- Swing应用程序中的CDI事件可将UI与事件处理分离
- ^_-诚征BLOG友情连接
- mysql申请 表空间_MySQL 系统表空间扩容方法
- 干货分享:vue2.0做移动端开发用到的相关插件和经验总结(2)
- Matplotlib 中文用户指南 7.1 交互式导航
- php正则表达式修正符,深入解析PHP正则模式修正符
- AutoX创始人肖健雄来信:无人车量产的4大技术储备
- java 数组 源码_Java数组转List的三种方式及对比
- Unity 防止数组索引越界的几种方法
- 【FiddlerScript】利用FiddlerScript抓包保利威下载
- spring中cglib动态代理
- Tracert命令原理
- 共享单车信号服务器,共享单车的物联网核心——智能锁
- 用Python带大家写个自动生成艺术签名的小工具哟~
- 【错误记录】Kotlin 报错 ( Some kotlin libraries attached to this project were compiled with a newer kotlin )
- 十个常见常用的麦克劳林公式
热门文章
- 小世界网络matlab程序,matlab的dijkstra算法问题(小世界网络)
- 马化腾微信支付分曝光,有员工比他还高,快查查你的
- 用计算机弹出爸爸妈妈,小学生把和平精英伪装成计算机,父母点开后出现了4个字!...
- 什么是游戏工作室?怎样选择游戏类型?
- 单体项目部署多台机定时任务数据插入重复问题
- 重点人员动态管控系统开发方案,合成作战平台建设
- 嵌入式SQL编程快速上手教程
- 华为emui3.1 android,P7 EMUI 3.1 回退到EMUI 3.0 华为官方版本操作指导
- 走了索引为啥还像蜗牛一样
- iOS耗电测试工具--batterydetective