gis数据算法

⑴ 什么是地理编码主要有哪三种方法其算法分别是怎样的

地理编码（Geocoding）又称地址匹配（address-matching），指建立地理位置坐标与给定地址一致性的过程。也是指在地图上找到并标明每条地址所对应的位置。地理编码是GIS中比较重要的一个功能。
地址匹配,或地理编码,就是一个通过地址中某路段的起始,终了位置,并同时考虑到单双号因素,以确定地理位置的过程.

一个大型的政府GIS要求能够将任何数据移植到空间坐标系中，这个过程包括对数据的准确分类和注册，以及使所有的数据能够与一个空间坐标系建立关联；从而保证数据库中的每一个对象被准确无误地叠加在地图上，建立空间信息与非空间信息之间的联系。因此，地理编码在城市空间定位和分析领域内具有非常广泛的应用，如满足城市规划建设以、公安部门119、110报警系统等基于位置的服务要求。

地理编码的方式主要有：反向地理编码服务、向量式地理编码、网格式地理编码

反向地理编码服务

反向地理编码服务实现了将地球表面的地址坐标转换为标准地址的过程，反向地理编码提供了坐标定位引擎，帮助用户通过地面某个地物的坐标值来反向查询得到该地物所在的行政区划、所处街道、以及最匹配的标准地址信息。通过丰富的标准地址库中的数据，可帮助用户在进行移动端查询、商业分析、规划分析等领域创造无限价值。

向量式地理编码

向量式地理编码(vector geocoding)指使用坐标参考系统去定义点、线、面特征的位置。 向量化(vectorization):指将网格式资料转换为向量形式的过程。

网格式地理编码

网格式地理编码(raster geocoding)指使用建立于矩阵或方格的座标系统来标定位置，这样的位置资料包含栏与列，称为图元(pixel)。 栅格化(rasterization)指将向量式资料转换为网格形式的过程。

⑵ 几种GIS空间插值方法

GIS空间插值方法如下：

1、IDW

IDW是一种常用而简便的空间插值方法，它以插值点与样本点间的距离为权重进行加权平均，离插值点越近的样本点赋予的权重越大。 设平面上分布一系列离散点，已知其坐标和值为Xi，Yi, Zi （i =1，2，…，n）通过距离加权值求z点值。

IDW通过对邻近区域的每个采样点值平均运算获得内插单元。这一方法要求离散点均匀分布，并且密度程度足以满足在分析中反映局部表面变化。

2、克里金插值

克里金法（Kriging）是依据协方差函数对随机过程/随机场进行空间建模和预测（插值）的回归算法。

在特定的随机过程，例如固有平稳过程中，克里金法能够给出最优线性无偏估计（Best Linear Unbiased Prediction,BLUP），因此在地统计学中也被称为空间最优无偏估计器（spatial BLUP）。

对克里金法的研究可以追溯至二十世纪60年代，其算法原型被称为普通克里金（Ordinary Kriging, OK），常见的改进算法包括泛克里金（Universal Kriging, UK）、协同克里金（Co-Kriging, CK）和析取克里金（Disjunctive Kriging, DK）；克里金法能够与其它模型组成混合算法。

3、Natural Neighbour法

原理是构建voronoi多边形，也就是泰森多边形。首先将所有的空间点构建成voronoi多边形，然后将待求点也构建一个voronoi多边形，这样就与圆多边形有很多相交的地方，根据每一块的面积按比例设置权重，这样就能够求得待求点的值了。个人感觉这种空间插值方法没有实际的意义来支持。

4、样条函数插值spline

在数学学科数值分析中，样条是一种特殊的函数，由多项式分段定义。样条的英语单词spline来源于可变形的样条工具，那是一种在造船和工程制图时用来画出光滑形状的工具。在中国大陆，早期曾经被称做“齿函数”。后来因为工程学术语中“放样”一词而得名。

在插值问题中，样条插值通常比多项式插值好用。用低阶的样条插值能产生和高阶的多项式插值类似的效果，并且可以避免被称为龙格现象的数值不稳定的出现。并且低阶的样条插值还具有“保凸”的重要性质。

5、Topo to Raster

这种方法是用于各种矢量数据的，特别是可以处理等高线数据。

6、Trend

根据已知x序列的值和y序列的值，构造线性回归直线方程，然后根据构造好的直线方程，计算x值序列对应的y值序列。TREND函数和FORECAST函数计算的结果一样，但是计算过程完全不同。

⑶ 地理信息系统常用的算法有哪些

GIS数据以数字数据的形式表现了现实世界客观对象(公路、土地利用、海拔)。 现实世界客观对象可被划分为二个抽象概念: 离散对象(如房屋) 和连续的对象领域(如降雨量或海拔)。这二种抽象体在GIS系统中存储数据主要的二种方法为：栅格（网格）和矢量。

⑷ GIS 学科都是有哪些重要的算法谢谢

一 空间数据压缩算法
1 基于矢量的压缩算法
2 基于栅格的压缩算法

二 空间数据内插算法
1 点的内插算法
2 区域内插算法
3 采样点曲线拟合

三 空间数据转换算法
1 矢量数据向栅格数据转换
2 栅格数据向矢量数据转换
3 TIN向规则格网DEM转换

四 空间数据误差分析算法
1 属性误差的分析算法
2 位置误差分析算法

五 多边形自动生成与裁剪算法
1 多边形性质及有关处理
2 弧-弧拓扑生成算法
3 多边形自动生成算法
4 多边形图裁剪算法

六 TIN的构建算法
1 基于离散点的构TIN算法
2 基于等高线的构TIN算法

七 Voronoi图构建算法
1 平面点集Voronoi图构建算法
2 线/面集Voronoi图构建算法
3 球面Voronoi图构建算法

八 空间变换算法
1 地图坐标变换算法
2 地图投影变换算法
3 透视投影变换算法

九 空间度量算法
1 空间距离与方向度量算法
2 面向度量算法
3 体积度量算法
4 坡度坡向度量算法

十 数字地形分析算法
1 基本地形因子分析算法
2 地形特征提取算法
3 数字地形典型应用算法

十一 空间统计分析算法
1 多变量统计分析算法
2 空间分类统计算法
3 层次分析算法

十二 空间分析算法
1 路径分析算法
2 资源分配算法
3 缓冲区分析算法
4 叠置分析算法

十三 GIS可视化操纵算法
1 地形简化算法
2 多分辨率纹理生成算法
3 纹理映射算法
4 光相关算法

十四 空间数据挖掘与知识发现算法

⑸ 关于时间依赖的最短路径算法

Dijkstra 最短路径算法的一种高效率实现*

随着计算机的普及以及地理信息科学的发展，GIS因其强大的功能得到日益广泛和深入的应用。网络分析作为GIS最主要的功能之一，在电子导航、交通旅游、城市规划以及电力、通讯等各种管网、管线的布局设计中发挥了重要的作用，而网络分析中最基本最关键的问题是最短路径问题。最短路径不仅仅指一般地理意义上的距离最短，还可以引申到其他的度量，如时间、费用、线路容量等。相应地，最短路径问题就成为最快路径问题、最低费用问题等。由于最短路径问题在实际中常用于汽车导航系统以及各种应急系统等（如110报警、119火警以及医疗救护系统），这些系统一般要求计算出到出事地点的最佳路线的时间应该在1 s～3 s内，在行车过程中还需要实时计算出车辆前方的行驶路线，这就决定了最短路径问题的实现应该是高效率的。其实,无论是距离最短、时间最快还是费用最低，它们的核心算法都是最短路径算法。经典的最短路径算法——Dijkstra算法是目前多数系统解决最短路径问题采用的理论基础，只是不同系统对Dijkstra算法采用了不同的实现方法。
据统计，目前提出的此类最短路径的算法大约有17种。F.Benjamin Zhan等人对其中的15种进行了测试，结果显示有3种效果比较好，它们分别是：TQQ（graph growth with two queues）、DKA (the Dijkstra's algorithm implemented with approximate buckets) 以及 DKD (the Dijkstra�s algorithm implemented with double buckets )，这些算法的具体内容可以参见文献〔1〕。其中TQQ算法的基础是图增长理论，较适合于计算单源点到其他所有点间的最短距离；后两种算法则是基于Dijkstra的算法，更适合于计算两点间的最短路径问题〔1〕。总体来说，这些算法采用的数据结构及其实现方法由于受到当时计算机硬件发展水平的限制，将空间存储问题放到了一个很重要的位置，以牺牲适当的时间效率来换取空间节省。目前，空间存储问题已不是要考虑的主要问题，因此有必要对已有的算法重新进行考虑并进行改进，可以用空间换时间来提高最短路径算法的效率。
1 经典Dijkstra算法的主要思想
Dijkstra算法的基本思路是：假设每个点都有一对标号 (dj, pj)，其中dj是从起源点s到点j的最短路径的长度 (从顶点到其本身的最短路径是零路(没有弧的路)，其长度等于零)；pj则是从s到j的最短路径中j点的前一点。求解从起源点s到点j的最短路径算法的基本过程如下：
1) 初始化。起源点设置为：① ds=0, ps为空;② 所有其他点: di=∞, pi= ;③ 标记起源点s，记k=s,其他所有点设为未标记的。
2) 检验从所有已标记的点k到其直接连接的未标记的点j的距离，并设置：
dj=min〔dj, dk+lkj〕
式中，lkj是从点k到j的直接连接距离。
3) 选取下一个点。从所有未标记的结点中，选取dj 中最小的一个i：
di=min〔dj, 所有未标记的点j〕
点i就被选为最短路径中的一点，并设为已标记的。
4) 找到点i的前一点。从已标记的点中找到直接连接到点i的点j*，作为前一点,设置：
i=j*
5) 标记点i。如果所有点已标记，则算法完全推出，否则，记k=i，转到2) 再继续。
2 已有的Dijkstra算法的实现
从上面可以看出，在按标记法实现Dijkstra算法的过程中，核心步骤就是从未标记的点中选择一个权值最小的弧段，即上面所述算法的2)～5)步。这是一个循环比较的过程，如果不采用任何技巧，未标记点将以无序的形式存放在一个链表或数组中。那么要选择一个权值最小的弧段就必须把所有的点都扫描一遍，在大数据量的情况下，这无疑是一个制约计算速度的瓶颈。要解决这个问题，最有效的做法就是将这些要扫描的点按其所在边的权值进行顺序排列，这样每循环一次即可取到符合条件的点，可大大提高算法的执行效率。另外，GIS中的数据 (如道路、管网、线路等)要进行最短路径的计算，就必须首先将其按结点和边的关系抽象为图的结构，这在GIS中称为构建网络的拓扑关系 (由于这里的计算与面无关，所以拓扑关系中只记录了线与结点的关系而无线与面的关系，是不完备的拓扑关系)。如果用一个矩阵来表示这个网络，不但所需空间巨大，而且效率会很低。下面主要就如何用一个简洁高效的结构表示网的拓扑关系以及快速搜索技术的实现进行讨论。
网络在数学和计算机领域中被抽象为图，所以其基础是图的存储表示。一般而言，无向图可以用邻接矩阵和邻接多重表来表示，而有向图则可以用邻接表和十字链表〔4〕 表示，其优缺点的比较见表 1。
表 1 几种图的存储结构的比较
Tab. 1 The Comparsion of Several Graph for Storing Structures
名 称 实现方法 优 点 缺 点 时间复杂度
邻接矩阵 二维数组 1. 易判断两点间的关系 占用空间大 O(n2+m*n)
2. 容易求得顶点的度
邻接表 链表 1. 节省空间 1. 不易判断两点间的关系 O(n+m)或O(n*m)
2. 易得到顶点的出度 2. 不易得到顶点的入度
十字链表 链表 1. 空间要求较小 结构较复杂 同邻接表
2.易求得顶点的出度和入度
邻接多重表 链表 1. 节省空间 结构较复杂 同邻接表
2. 易判断两点间的关系

目前,对于算法中快速搜索技术的实现，主要有桶结构法、队列法以及堆栈实现法。TQQ、DKA 以及 DKD 在这方面是比较典型的代表。TQQ虽然是基于图增长理论的，但是快速搜索技术同样是其算法实现的关键，它用两个FIFO的队列实现了一个双端队列结构来支持搜索过程〔1〕。
DKA和DKD是采用如图 1 所示的桶结构来支持这个运算，其算法的命名也来源于此。在DKA算法中，第i个桶内装有权值落在 〔b*i, (i+1)*b) 范围内的可供扫描的点，其中b是视网络中边的权值分布情况而定的一个常数。每一个桶用队列来维护，这样每个点有可能被多次扫描，但最多次数不会超过b次。最坏情况下，DKA的时间复杂度将会是O(m*b+n(b+C/b))，其中，C为图中边的最大权值。DKD将点按权值的范围大小分装在两个级别的桶内，高级别的桶保存权值较大的点，相应的权值较小的点都放在低级别的桶内，每次扫描都只针对低级别桶中的点。当然随着点的插入和删除，两个桶内的点是需要动态调整的。在DKA算法中，给每个桶一定的范围以及DKD中使用双桶，在一定程度上都是以空间换时间的做法，需要改进。

图 1 一个桶结构的示例
Fig. 1 An Example of the Bucket Data Structure
3 本文提出的Dijkstra算法实现
3.1 网络拓扑关系的建立
上面介绍的各种图的存储结构考虑了图在理论上的各种特征，如有向、无向、带权、出度、入度等。而GIS中的网络一般为各种道路、管网、管线等，这些网络在具有图理论中的基本特征的同时，更具有自己在实际中的一些特点。首先，在GIS中大多数网络都是有向带权图，如道路有单双向问题，电流、水流都有方向（如果是无向图也可归为有向图的特例），且不同的方向可能有不同的权值。更重要的一点是，根据最短路径算法的特性可以知道，顶点的出度是个重要指标，但是其入度在算法里则不必考虑。综合以上4种存储结构的优缺点， 笔者采用了两个数组来存储网络图，一个用来存储和弧段相关的数据（Net-Arc List），另一个则存储和顶点相关的数据（Net-Node Index）。Net-Arc List用一个数组维护并且以以弧段起点的点号来顺序排列，同一起点的弧段可以任意排序。这个数组类似于邻接矩阵的压缩存储方式，其内容则具有邻接多重表的特点，即一条边以两顶点表示。Net-Node Index则相当于一个记录了顶点出度的索引表，通过它可以很容易地得到此顶点的出度以及与它相连的第一条弧段在弧段数组中的位置。此外，属性数据作为GIS不可少的一部分也是必须记录的。这样，计算最佳路径所需的网络信息已经完备了。在顶点已编号的情况下，建立Net-Arc List和Net-Node Index两个表以及对Net-Arc List的排序，其时间复杂度共为O(2n+lgn)，否则为O(m+2n+lgn)。这个结构所需的空间也是必要条件下最小的，记录了m个顶点以及n条边的相关信息，与邻接多重表是相同的。图 2 是采用这个结构的示意图。
3.2 快速搜索技术的实现
无论何种算法，一个基本思想都是将点按权值的大小顺序排列，以节省操作时间。前面已经提到过，这两个算法都是以时间换空间的算法，所以在这里有必要讨论存储空间问题 (这部分空间的大小依赖于点的个数及其出度)。根据图中顶点和边的个数可以求出顶点的平均出度e=m/n（m为边数，n为顶点数），这个数值代表了图的连通程度，一般在GIS的网络图中，e∈〔2,5〕。这样,如果当前永久标记的点为t个，那么，下一步需扫描点的个数就约为t～4t个。如果采用链表结构，按实际应用中的网络规模大小，所需的总存储空间一般不会超过100 K。所以完全没有必要采用以时间换空间的做法，相反以空间换时间的做法是完全可行的。在实现这部分时，笔者采用了一个FIFO队列，相应的操作主要是插入、排序和删除，插入和删除的时间复杂度都是O(1)，所以关键问题在于选择一个合适的排序算法。一般可供选择的排序算法有快速排序、堆排序以及归并排序等，其实现的平均时间都为O(nlgn)。经过比较实验，笔者选择了快速排序法。另外，Visual C++提供的run-time库也提供了现成的快速排序的函数qsort( )可供使用。

图 2 基于最佳路径计算的网络拓扑表示
Fig. 2 The Presentation of the Network Topology
Used for Computing the Shortest Path
按照以上思路，笔者用Visual C++实现了吉奥之星（GeoStar）中的最佳路径模块。以北京的街道为数据（共6 313个结点，9 214条弧段(双向)），在主频为133、硬盘为1 G、内存为32 M的机器上，计算一条贯穿全城、长为155.06 km的线路，约需1 s～2 s。如图 3所示。

图 3 GeoStar中最佳路径实现示意图

ps:图片没有办法贴上去.
你可以参考《算法导论》第二版

⑹ GIS当中矢量数据、影像数据、地形数据等常见数据格式的介绍

      1963年，加拿大测量学家 罗杰 ·汤姆林森（Roger Tomlinson）首先提出了 GIS 这一术语，并建成世界上第一个 GIS （加拿大地理信息系统CGIS），用于自然资源的管理和规划。汤姆林森提倡使用计算机进行空间分析的先见之明以及他在建立CGIS过程中的领导角色，为他赢得了“GIS之父”的光荣称号。

到如今，GIS经历了50多年的发展历程，这个期间计算机也有了革命性的变化，CPU、显卡、存储的革新促使一大堆GIS软件的诞生，如：ArcGIS、GoogleEarth、SuperMap、LocaSpace等 不同的GIS产品和平台对数据的支持也各有不同，在此期间逐渐形成了一些规范化的标准，有了更多的通用格式，这里就简单介绍一下。

以下整理主要来自于网络，如果错误以及不当之处请及时指出，会第一时间处理。

参考地址：【 https://ke..com/item/%E5%9C%B0%E7%90%86%E4%BF%A1%E6%81%AF%E7%B3%BB%E7%BB%9F/171830?fr=aladdin 】

地理信息系统 （Geographic Information System或 Geo－Information system，GIS）有时又称为“地学信息系统”。它是一种特定的十分重要的空间信息系统。它是在 计算机 硬、软件系统支持下，对整个或部分 地球 表层（包括大气层）空间中的有关 地理 分布 数据 进行 采集 、 储存 、 管理 、 运算 、 分析 、 显示 和 描述 的技术系统

简单来说GIS就是一堆坐标相关的数据的组织和渲染展示。

•一切都从地球（Globe）说起

•用Globe来模拟一个地球

•用图层（Layer）来抽象表达地物的集合

–图层是某一类地物的集合，例如道路图层，河流图层，房屋图层。

•用要素（Feature）来表达地物，例如一个公交站用一个点标注来表示

•用符号（style）来标识地物分类

•GSOFeature代表一个要素（地物）

•每个Feature都包含一个Geometry对象

•可以是点、线、面、模型等对象

要素的本身：是地理坐标（经度、纬度、高度），与属性（颜色、样式、描述、体积、长度、面积等）的综合体。

具体体现形式可以是

txt

excel

csv

json

xml

sql字段

kml、shpfile、gpx等

看一个展现形式：

线：

•符号样式类

•每一个Geometry对象都有一个GSOStyle，来设置对象的表现方式，例如，点的图标，字体。线面的宽度、颜色。三维模型的颜色等等。

feature（元素）符号化（可视化）的详情，参考：

【 https://blog.csdn.net/_39476236/article/details/80045970 】

【 https://www.jianshu.com/p/e7d3080894de 】

参考地址：【 http://www.cppblog.com/alantop/archive/2008/08/14/58880.html 】

Shapefile文件是美国环境系统研究所（ESRI）所研制的GIS文件系统格式文件，是工业标准的矢量数据文件。 Shapefile将空间特征表中的非拓扑几何对象和属性信息存储在数据集中，特征表中的几何对象存为以坐标点集表示的图形文件—SHP文件，Shapefile文件并不含拓扑（Topological）数据结构。 一个Shape文件包括三个文件：一个主文件(*.shp)，一个索引文件(*.shx)，和一个dBASE(*.dbf)表 。主文件是一个直接存取，变长度记录的文件，其中每个记录描述构成一个地理特征（Feature）的所有vertices坐标值。在索引文件中，每条记录包含对应主文件记录距离主文件头开始的偏移量，dBASE表包含SHP文件中每一个Feature的特征属性，表中几何记录和属性数据之间的一一对应关系是基于记录数目的ID。在dBASE文件中的属性记录必须和主文件中的记录顺序是相同的。图形数据和属性数据通过索引号建立一一对应的关系。

Shapefile中坐标文件（.shp）由固定长度的文件头和接着的变长度空间数据记录组成。文件头由100字节的说明信息组成的（附表 1），主要说明文件的长度、Shape类型、整个Shape图层的范围等等，这些信息构成了空间数据的元数据。在导入空间数据时首先要读入文件头获取Shape文件的基本信息，并以此信息为基础建立相应的元数据表。而变长度空间数据记录是由固定长度的记录头和变长度记录内容组成，其记录结构基本类似，每条记录都有记录头和记录内容组成（空间坐标对）。记录头的内容包括记录号（Record Number）和坐标记录长度（Content Length）两个记录项，Shapefile文件中的记录号都是从1开始的，坐标记录长度是按16位字来衡量的。记录内容包括目标的几何类型（ShapeType）和具体的坐标记录（X，Y），记录内容因要素几何类型的不同，其具体的内容和格式都有所不同。对于具体的记录主要包括空Shape记录，点记录，线记录和多边形记录，具体的记录结构如附表 2所示。

属性文件（.dbf）用于记录属性信息。它是一个标准的DBF文件，也是由头文件和实体信息两部分构成。其中文件头部分的长度是不定长的，它主要对DBF文件作了一些总体说明(附表 3)，其中最主要的是对这个DBF文件的记录项的信息进行了详细的描述（附表 4），比如对每个记录项的名称，数据类型，长度等信息都有具体的说明。属性文件的实体信息部分就是一条条属性记录，每条记录都是由若干个记录项构成，因此只要依次循环读取每条记录就可以了。

索引文件（.shx）主要包含坐标文件的索引信息，文件中每个记录包含对应的坐标文件记录距离坐标文件的文件头的偏移量。通过索引文件可以很方便地在坐标文件中定位到指定目标地坐标信息。索引文件也是由文件头和实体信息两部分构成的，其中文件头部分是一个长度固定（100 bytes）的记录段，其内容与坐标文件的文件头基本一致。它的实体信息以记录为基本单位，每一条记录包括偏移量（Offset）和记录段长度（Content Length）两个记录项。附表 5给出了具体的描述。

个人理解 ：shp作为GIS当中十分常用的一种格式，有必要了解一下它的一些特性：

1.shp文件只能存储点、线、面中的一种类型，要么里面存储的全是点，要不全是线、要么全是面，不存在混合存在的状态

2.shp可以设置很多字段属性，比如一个管线文件，你可以定义管径、颜色、埋深、归属、修建时间等等。。。

3.shp可以设置不同的投影信息，投影是很多人比较头疼的问题经常搞不明白是怎么回事，经常出现拿两个不同投影，不同坐标系统的数据相互叠加发现不能叠加成功，而任何一个数据都没有错误，这方面的问题可以参考【 地理坐标系与投影坐标系的区别 】

-参考网络

KML 是由开放地理空间联盟（Open Geospatial Consortium, Inc.，简称 OGC）维护的国际标准。

KML， 是 标记语言 （Keyhole Markup Language）的缩写，最初由Keyhole公司开发，是一种基于XML 语法与格式的、用于描述和保存地理信息（如点、线、图像、多边形和模型等）的编码规范，可以被 Google Earth 和 Google Maps 识别并显示。Google Earth 和 Google Maps 处理 KML 文件的方式与 网页浏览器 处理 HTML 和 XML 文件的方式类似。像 HTML 一样，KML 使用包含名称、属性的标签（tag）来确定显示方式。因此，您可将 Google Earth 和 Google Maps 视为 KML 文件浏览器 。2008年4月微软的OOXML成为国际标准后，Google公司宣布放弃对KML的控制权，由开放地理信息联盟（OGC）接管KML语言，并将“Google Earth”及“Google Maps”中使用的KML语言变成为一个国际标准。

KMZ 文件是 压缩过的KML文件 。由于 KMZ 是压缩包，因此，它不仅能包含 KML文本，也能包含其他类型的文件。如果您的地标描述中链接了本地图片等其他文件，建议您在保存地标时，保存类型选 KMZ 而不选 KML，Google Earth 会把您链接的图片等文件复制一份夹 KMZ 压缩包中。这样，您就可以将包含丰富信息的地标文件发给朋友，一起 分享 了。

个人理解：KML作为GIS当中十分常用的一种格式，有必要了解一下它的一些特性：

1.kml是xml文本，本身没有什么特殊性可言

2.支持点、线、面等要素，并可以设置属性信息。

3.支持文件夹结构，可以通过内建文件夹来管理大量的数据

下图是LocaSpaceViewer加载kml的效果图

有时客户需要提供dxf的文件格式，不知道dxf文件与dwg文件有什么区别各有什么特点？

拿着自己的dxf文件不知道该怎么打开？更不知道如何在GIS当中使用？

dxf和dwg的区别这里引用一篇文章里的内容来做介绍【 http://www.civilcn.com/autocad/cadaz/1342667542163919.html 】

dwg文件 ：*.dwg是AutoCAD的图形文件，是二维或三维图形档案。其与dxf文件是可以互相转化的。

dxf文件： *.dxf是Autodesk公司开发的用于AutoCAD与其它软件之间进行CAD数据交换的CAD数据文件格式。DXF是一种 开放的矢量数据格式 ，可以分为两类：ASCII格式和二进制格式；ASCII具有可读性好，但占有空间较大；二进制格式占有空间小、读取速度快。由于Autocad现在是最流行的cad系统，DXF也被广泛使用，成为事实上的标准。绝大多数CAD系统都能读入或输出DXF文件。 DXF文件可以用记事本直接打开 ,编辑相应的图元数据.换句话说,如果你对DXF文件格式有足够了解的话,甚至可以在记事本里直接画图。DWG的来绘图更直观（DXF图纸中线条的相交处都会有个小圆），而用于数控加工的图纸则必须是DXF文件（操机者必须把DWG转换成DXF后才可加工）如快走丝。dxf是工业标准格式的一种。所以这也是它们用途的区别。

autocad是一个非常优秀的绘图软件，已经融入到大学的课堂里，同时工业制造和很多设计行业都使用cad进行图纸的绘制，范围的广泛性就不做说明了。

dxf和投影的关系

对于文件本身的介绍上述应该就够了，这里补充一点dxf和投影的一些关系，即dxf在gis当中的使用

参考内容【 AutoCAD DXF 图形的批量无损投影转换方法 】

原理： 在CAD当中任何图形均由点、线、面图元组成，如CAD的直线、射线、多义线、Spline曲线、多边形、面域、填充面等，由线性组成的图元在DXF文件记录中表现为以点或线的拐点、或曲线的控制点、拟合点坐标记录形式[2]，读取、处理这些图元坐标数据无需特别处理，只要读取坐标数据转换即可。

常规： 因此很多和规划以及地图相关的CAD文件，CAD的图框上大多相关的地理和投影坐标信息，一般在左下角会有投影坐标信息，比如北京1954坐标，图框的格网线附近还会有相应的分带，带号信息，找到这些信息以后，就可以进行投影定义了。对于投影的定义，推荐使用.prj文件。如何确定prj文件当中所需的投影信息，如何确定EPSG号，等更多关于CAD当中配置prj文件的详情参考【 使用LocaSpaceViewer编辑规划用的CAD文件，配置CAD文件投影信息 】

如果以上信息都没有，那就只能是硬加载然后进行平移操作了。这个过程当中如果最终结果和gis数据无法套和或者差距甚远，大多是转换过程当中出了错误。

参考【 http://www.51bike.com/thread-73964-1-1.html 】【 http://blog.csdn.net/gdp12315_gu/article/details/51823486 】

GPX是比较标准的GPS信息交互文件，当然其他公司还有自己的格式。GPX采用XML语言，所以显得稍微有点臃肿，压缩后就很小了。

GPX, 或称 GPS exchange 格式, 是一种用于存储坐标数据的 XML 文件格式。它可以储存在一条路上的路点，轨迹，路线，且易于处理和转换到其他格式。OpenStreetMap 使用的所有 GPS 数据要转换为 GPX 格式才能上传。

GPX包含 带有正确时间戳的轨迹点。创建GPX文件，使用有效的schema. 如果包括编码标签，可以是’UTF-8’， 而不能是’utf8’。

对于lgd文件，很多人可能会比较陌生，很多人可能用了，但也并不知其所以然，这里也稍加解释。

lgd文件和ldl文件是配套的，是一个矢量数据存储交换格式。

数据格式发明者： 苏州中科图新网络科技有限公司

文件特性：

a.支持点、线、面、圆形、矩形、椭圆、军标、水面、粒子特效等矢量数据。

b.二进制流文件，体积小，压缩比高，可适用于pc、移动端等，在pc和移动端做数据交互。

c.有自己的内置索引文件，查询、检索效率极高。且可用于服务器数据发布（和LocaServer配套使用）

文件缺点 ：不支持文件夹结构。

汇总：上述文件格式各有各的优势，这么多的矢量数据格式基本都是可以相互转换的。

关于影像数据的一些说明

标签图像文件格式(Tagged Image File Format，简写为TIFF) 是一种主要用来存储包括照片和艺术图在内的图像的文件格式。它最初由 Als公司与 微软公司 一起为PostScript打印开发。

TIFF与 JPEG 和 PNG 一起成为流行的高位彩色图像格式。TIFF格式在业界得到了广泛的支持，如 Adobe 公司的 Photoshop 、The GIMP Team的 GIMP 、 Ulead PhotoImpact 和 Paint Shop Pro 等图像处理应用、 QuarkXPress 和 Adobe InDesign 这样的桌面印刷和页面排版应用， 扫描 、传真、文字处理、 光学字符识别 和其它一些应用等都支持这种格式。从Als获得了 PageMaker 印刷应用程序的Adobe公司现在控制着TIFF规范。

tif可以有8位，24位等深度，一般真彩色是24位，而地形数据只有一个高度值，采用8位。

目前很多卫星影像数据的存储格式都是tif。包括目前流行的倾斜摄影生成的正射影像一般也以tif格式存储。

参考【 http://d.wanfangdata.com.cn/Periodical/kjf201224062 】【 网络 】

IMG文件格式是一种可存储多种类型数据、应用广泛的图像数据格式.IMG文件采用HFA结构组织数据,HFA是一种树状结构,各种数据( 图像教据、统计数据、投影信息、地理数据 等)占据“树”的各个节点.本文详细介绍了Img文件格式的结构,Img存储信息的重要特点是分块存储,并且提供了对Img文件读取的方法,此方法读取效率高,可以根据需要分块读取,只读取需要的块信息,大大的提高了读取速度.

IMG 是一种文件压缩格式（archive format），主要是为了创建软盘的镜像文件（disk image），它可以用来压缩整个软盘（通常指软软盘，Floppy Disk或Diskette）或整片光盘的内容，使用".IMG"这个 扩展名 的文件就是利用这种文件格式来创建的。

提示：一般spot卫星的影像是img格式

lrp格式，影像、地形数据存储格式。很多使用过LocaSpaceViewer的人，应该已经见识过他的好处了。

数据格式发明者： 苏州中科图新网络科技有限公司

文件特性：

a.支持地形、影像。

b.二进制流文件，根据不同的数据类型使用不同的压缩算法，体积小。

c.自带分级（LOD）有自己的内置索引文件，查询、检索效率极高。且可用于服务器数据发布（和LocaServer配套使用）

同影像

同影像

同影像

.grd是纯文本的Arc/Info Grid数据的交换文件．

对于存储地形的grd文件可以使用 LocaSpaceViewer、GlobalMapper 、或者在 arc/info 中使用asciigrid命令可以把它转成grid，用grid模块或arcview显示

这里使用LocaSpaceViewer的提取高程功能生成一个grd文件如下：

1.DSAA是Surface的标准

2.8 11代表横向（纬度方向）有8个点，纵向（经度方向）有11个点

3.102.6605598899 102.7420948899代表最小经度，最大经度

4.25.0562111272 25.1499849210代表最小纬度和最大纬度

5.1891.8906134325 2239.4623230170代表范围内的最小高程值和最大高程值

6.横向（纬度方向）上的第一列所有点值，一共8个点

7.以此类推。。。

参考：【 http://www.360doc.com/content/14/0316/23/7669533_361161590.shtml 】

*.dem有两种格式，NSDTF和USGS。

SGS－DEM (USGS是美国地质调查局(U．S．GeologicalSurvey)的英文缩写，是一种公开格式的DEM数据格式标准，使用范围较广格式的。

NSDTF－DEM 是中华人民共和国国家标准地球空间数据交换格式，是属于格网数据交换格式，一般的GIS软件都不支持这种格式。

这里介绍如何使用LocaSpaceViewer打开 NSDTF－DEM 格式的grd数据

如果我们将上面的NSDTF格式的头文件改为Grid的头文件格式，其中高程值不变，就完全可以在LocaSpaceViewer中查看这个*.dem。（最好将后缀名改为*.grd。改了头文件之后，该文件已经变成grid文件）。这样通过修改这个*dem的头文件就可以直接将它转换为grd文件。

--------------一次内部分享的记录。

关于地形数据的一些说明：

数据精度

数据级别

ArcGIS、超图、SkyLine等作为GIS里面的巨头，也都形成了很多自己的数据格式，部分开放规则，部分不开放。

有关coverage（aux、rrd、adf、dat、nit、dir）的数据格式说明，可以参考： coverage的理解

未完待续...(后续会继续增加：.dem,.adf,.idr,.sid,.ecw,.ers,hdr,.gft,.mif,.vec等等)