手把手教-网络时空大数据爬取与分析DAS系统（瓦片地图获取）

手把手教 | 网络时空大数据爬取与分析DAS系统（瓦片地图获取）

原创 DAS Team 双评价DAS

地理计算语言，为大众赋能地理智慧。

——DAS Team

爬取分析DAS系统下载

地址：

https://pan.baidu.com/s/12MLx3vt-ctNPr6HZ3CumbA

提取码：3vxx

地址：

https://pan.baidu.com/s/1NkoyFhzMtm13ivlOOzukow

提取码：6ky8

Tips：爬取分析DAS系统已于7月15日进行更新。目前的DAS系统支持ArcGIS 10.2-10.8、Word 2010以上的所有版本。

什么是瓦片地图

在使用地图时，有时我们需要看宏观的地图信息（如世界地图里每个国家的国界），有时又要看很微观的地图信息（如导航时道路的路况信息），为此，需要提供不同尺度、不同信息含量的地图给不同用户。WMS（Web Map Service）正是解决这一问题的方案，其核心就是在服务器端把地图渲染成图片，浏览器端显示图片，地图图片大小根据浏览器视窗大小确定。

瓦片（Tile）地图是不同等级下的切片地图，是一种多分辨率金字塔式的层次模型。一般把缩放级别最高、地图比例尺最大的地图图片作为金字塔的底层。分块时从地图图片的左上角开始，从左至右、从上到下进行切割，按每2x2像素合成为一个像素的方法生成上1层地图图片，如此下去，构成整个瓦片金字塔。每一个缩放级别包含的瓦片数量为4的n次方，其中n为缩放级别。如：缩放级别0包含1张瓦片，缩放级别1包含4张瓦片，缩放级别2包含16张瓦片，依此类推。

为什么使用瓦片

地图的瓦片数量是随缩放级别按指数增长的，每提高一个缩放级别会增加大量的地图细节，对带宽和存储空间的需求也会相应增加。目前，越来越多的地图服务用到瓦片技术，切片之后的地图瓦片是栅格图像，优势明显：

缓存非常高效。如果曾查看过某地的瓦片，需要再次显示时，浏览器可以使用之前缓存的相同瓦片，而不是重新再次下载。
可以渐进加载。可随时移动或缩放地图到某一个特定点，即使当前级别地图的边缘部分还没有加载完成。
简单易用。描述瓦片地图的坐标系统具有简单的数学对应关系，这使得很容易在服务器、网络、桌面或移动设备上实现技术集成和瓦片调用。

DAS系统瓦片地图获取关键词

关键词：KX_BD_GetTile

输入图层：采集范围

输出结果：瓦片地图

控制参数：图商代码|瓦片级别#{样式}|{矫正方法#重采样方法}|{起始序号}

参数说明：

图商代码：网络地图服务提供商（如百度地图，谷歌地图）的代码，如下图所示。

瓦片级别：代表瓦片的分辨率或比例尺，级别越低，比例尺越小，信息越少；级别越高，比例尺越大，信息越多，不同网络地图提供商所提供电子瓦片地图的级别不同。下图为百度地图级别与分辨率、比例尺的关系。

地图类型：地图所表示的地物类型以及所表示的样式，不同网络地图服务商所提供的地图类型不同，通常包括遥感影像图，全要素地图，道路图，注记图等内容，详见“图商代码”图。
矫正方法：瓦片地图进行地理配准所采用的方法，包括0次到3次多项式方法，缺省为P1。
重采样方法：矫正后的电子地图进行重新采用所使用的方法，包括最邻近法（Nearest），双线性内插法（Bilinar）、三次卷积法（Cubic）、重采样法（Majority）等，缺省为B。

示例任务及G语言实现

示例任务

1、全要素电子地图的获取、地理配准与制图

2、遥感影像的获取、地理配准与制图

3、道路、注记等电子地图的获取、地理配准与制图

4、不同样式电子地图的的获取、地理配准与制图

G语言实现步骤

1、提取采集范围内的道路信息：KX_BD_GETLOI(J|1,2,3,4,5,6|1#6)

2、根据时速对道路进行重分类：KX_Reclass(Speed,SClass_S,0#1:<=30|2:30-35|3:35-40|4:40-50|5:>50)

3、提取谷歌全要素地图：KX_BD_GetTile(GG|16#QYS|P1#B)

4、制作专题图：KX_Mapping(CJFW, *Map,ROAD_CLASS|区界|200|1|*)

5、提取百度全要素地图：KX_BD_GetTile(BD|16#QYS|P1#B)

6、制作专题图：KX_Mapping(CJFW, *Map,ROAD_CLASS|区界|200|1|*)

7、提取高德全要素地图：KX_BD_GetTile(GD|16#QYS|P1#B)

8、制作专题图：KX_Mapping(CJFW, *Map,ROAD_CLASS|区界|200|1|*)

9、提取高德简化全要素地图：KX_BD_GetTile(GD|16#QYS2|P1#B)

10、制作专题图：KX_Mapping(CJFW, *Map,ROAD_CLASS|区界|200|1|*)

11、提取高德影像地图：KX_BD_GetTile(GD|16#YX|P1#B)

12、制作专题地图：KX_Mapping(CJFW, *Map,ROAD_CLASS|区界|200|1|*)

13、提取高德道路+注记地图：KX_BD_GetTile(GD|16#DLZJ|P1#B)

14、制作专题地图：KX_Mapping(CJFW, *Map,ROAD_CLASS|区界|200|1|*)

15、提取高德道路地图：KX_BD_GetTile(GD|16#DL|P1#B)

16、制作专题地图：KX_Mapping(CJFW, *Map,ROAD_CLASS|区界|200|1|*)

17、提取高德简化道路地图：KX_BD_GetTile(GD|16#DL2|P1#B)

18、制作专题地图：KX_Mapping(CJFW, *Map,ROAD_CLASS|区界|200|1|*)

19、提取高德注记：KX_BD_GetTile(GD|16#ZJ|P1#B)

20、制作专题地图：KX_Mapping(CJFW, *Map,ROAD_CLASS|区界|200|1|*)

21、提取谷歌影像：KX_BD_GetTile(GG|16#YX|P1#B)

22、制作专题地图：KX_Mapping(CJFW, *Map,ROAD_CLASS|区界|200|1|*)

23、提取谷歌影像+注记：KX_BD_GetTile(GG|16#YXZJ|P1#B)

24、制作专题地图：KX_Mapping(CJFW, *Map,ROAD_CLASS|区界|200|1|*)

25、提取谷歌注记：KX_BD_GetTile(GG|16#ZJ|P1#B)

26、制作专题地图：KX_Mapping(CJFW, *Map,ROAD_CLASS|区界|200|1|*)

27、提取谷歌地形：KX_BD_GetTile(GG|16#DX|P1#B)

28、制作专题地图：KX_Mapping(CJFW, *Map,ROAD_CLASS|区界|200|1|*)

29、提取ArcGIS夜色图：KX_BD_GetTile(AG|16#YS|P1#B)

30、制作专题地图：KX_Mapping(CJFW, *Map,ROAD_CLASS|区界|200|1|*)

31、提取ArcGIS灰色图：KX_BD_GetTile(AG|16#HS|P1#B)

32、制作专题地图：KX_Mapping(CJFW, *Map,ROAD_CLASS|区界|200|1|*)

33、提取ArcGIS彩色图：KX_BD_GetTile(AG|16#CS|P1#B)

34、制作专题地图：KX_Mapping(CJFW, *Map,ROAD_CLASS|区界|200|1|*)

35、提取ArcGIS暖色图：KX_BD_GetTile(AG|16#NS|P1#B)

36、制作专题地图：KX_Mapping(CJFW, *Map,ROAD_CLASS|区界|200|1|*)

37、提取百度清新蓝风格（light）地图：KX_BD_GetTile(BD|16#light|P1#B)

38、制作专题地图：KX_Mapping(CJFW, *Map,ROAD_CLASS|区界|200|1|*)

39、提取百度黑夜风格（dark）地图：KX_BD_GetTile(BD|16#dark|P1#B)

40、制作专题地图：KX_Mapping(CJFW, *Map,ROAD_CLASS|区界|200|1|*)

41、提取百度红色警戒风格（redalert）地图：KX_BD_GetTile(BD|16#redalert|P1#B)

42、制作专题地图：KX_Mapping(CJFW, *Map,ROAD_CLASS|区界|200|1|*)

43、提取百度精简风格（googlelite）地图：KX_BD_GetTile(BD|16#googlelite |P1#B)

44、制作专题地图：KX_Mapping(CJFW, *Map,ROAD_CLASS|区界|200|1|*)

45、提取百度自然绿风格（grassgreen）地图：KX_BD_GetTile(BD|16#grassgreen|P1#B)

46、制作专题地图：KX_Mapping(CJFW, *Map,ROAD_CLASS|区界|200|1|*)

47、提取百度午夜蓝风格（midnight）地图：KX_BD_GetTile(BD|16#midnight|P1#B)

48、制作专题地图：KX_Mapping(CJFW, *Map,ROAD_CLASS|区界|200|1|*)

49、提取百度浪漫粉风格（pink）地图：KX_BD_GetTile(BD|16#pink|P1#B)

50、制作专题地图：KX_Mapping(CJFW, *Map,ROAD_CLASS|区界|200|1|*)

51、提取百度青春绿风格（darkgreen）地图：KX_BD_GetTile(BD|16#darkgreen|P1#B)

52、制作专题地图：KX_Mapping(CJFW, *Map,ROAD_CLASS|区界|200|1|*)

53、提取百度清新蓝绿风格（bluish）地图：KX_BD_GetTile(BD|16#bluish|P1#B)

54、制作专题地图：KX_Mapping(CJFW, *Map,ROAD_CLASS|区界|200|1|*)

55、提取百度高端灰风格（grayscale）地图：KX_BD_GetTile(BD|16#grayscale |P1#B)

56、制作专题地图：KX_Mapping(CJFW, *Map,ROAD_CLASS|区界|200|1|*)

57、提取百度强边界风格（hardedge）地图：KX_BD_GetTile(BD|16#hardedge |P1#B)

58、制作专题地图：KX_Mapping(CJFW, *Map,ROAD_CLASS|区界|200|1|*)

完整的G语言代码

手把手教-网络时空大数据爬取与分析DAS系统（瓦片地图获取）相关推荐

加载多瓦片地图_手把手教 | 网络时空大数据爬取与分析DAS系统（瓦片地图获取）...
地理计算语言,为大众赋能地理智慧. --DAS Team 爬取分析DAS系统下载地址:https://pan.baidu.com/s/1NkoyFhzMtm13ivlOOzukow 提取码:6ky8 ...
网络时空大数据爬取与分析DAS系统（街景图片采集与绿视率分析）
手把手教 | 网络时空大数据爬取与分析DAS系统(街景图片采集与绿视率分析) 原创 DAS Team 双评价DAS 7月2日地理计算语言,为大众赋能地理智慧. --DAS Team 爬取分析DAS系 ...
数据分析毕业设计二手房数据爬取与分析可视化系统 -python
# 1 前言
大数据毕业设计二手房数据爬取与分析可视化系统 -python
# 1 前言
网络爬虫分析实例:基于音悦台网站榜单的数据爬取与分析
基于音悦台网站榜单的数据爬取与分析本实验代码:进入一.研究背景在互联网发展初期,网站相对较少,信息查找比较容易.然而伴随互联网爆炸性的发展,普通网络用户想找到所需的资料简直如同大海捞针,这时为满 ...
Python网络数据爬取及分析-智联招聘
python网络数据爬取及分析-智联招聘一. 数据爬取智联招聘是一家面向大型公司和快速发展的中小企业提供一站式专业人力资源的公司,可在智联招聘网站上根据不同城市.不同职位需求搜索得到相关招聘信息. ...
python网络数据爬取及分析从入门到精通pdf_Python网络数据爬取及分析从入门到精通...
这是一套以实例为主.使用Python语言讲解网络数据爬虫及分析的实战指南.本套书通俗易懂,涵盖了Python基础知识.数据爬取.数据分析.数据预处理.数据可视化.数据存储.算法评估等多方面知识,每一部 ...
2019FME博客大赛——为数据而生的FME - 腾讯人口迁徙数据爬取与分析
参赛单元:互联网.大数据及云计算作者:刘啸单位:上海垣观数据科技有限公司随着信息技术的发展,大数据的概念越来越引发人们的关注,各种有关于城市的新数据类型也不断涌现,为客观认识城市系统并总结其发展 ...
php爬虫：知乎用户数据爬取和分析
php爬虫:知乎用户数据爬取和分析 2016-04-10 PHP开发者 (点击上方公众号,可快速关注) 作者:崔小拽原文链接:http://cuihuan.net/art ...

手把手教-网络时空大数据爬取与分析DAS系统（瓦片地图获取）

手把手教-网络时空大数据爬取与分析DAS系统（瓦片地图获取）相关推荐

最新文章

热门文章