Suite

Projection ortho locale vers Proj4


Nous essayons d'utiliser proj4 pour projeter un système de coordonnées local vers EPSG4326. Nous pensons que la plupart de la chaîne a été créée correctement dans QGIS et comme suit ;

+proj=ortho +datum=WGS84 +lat_0=40.52741251 +lon_0=-117.12455304 +x_0=372979.646 +y_0=103881.838 +units=us-ft no_defs

Il nous manque l'azimut et l'échelle. Je crois que nous pouvons utiliser+kou alors_k_0pour l'échelle mais ne peut pas déterminer comment l'azimut est défini. Sont-ils incorporés dans une telle projection dans proj4 ? Nous avons également exécuté l'équivalent ESRI prj via GDAL srsinfo avec la sortie suivante :

PROJ.4 : ERREUR 6 : Aucune traduction du format LOCAL au format PROJ.4 n'est connue. Paramètres système locaux dans ESRI.prj ; Projection : Local Scale_Factor : 1.00024937 Azimut : -0.31500000

La définition Proj.4 de la projection orthographique n'utilise pas de valeurs d'échelle ou d'azimut : http://geotiff.maptools.org/proj_list/orthographic.html

Si vous avez besoin d'un système de coordonnées local pivoté, vous feriez mieux d'utiliser une projection de Mercator oblique.

Voir ma réponse à ce sujet pour un exemple : Utilisation d'un système de coordonnées personnalisé dans ArcGIS Desktop ?

Voir également:

https://stackoverflow.com/questions/26940941/wkt-equivalent-of-local-projection

http://osgeo-org.1560.x6.nabble.com/Ortho-Projection-Question-td3841014.html

http://resources.arcgis.com/en/help/main/10.1/index.html#//003r00000035000000

Dans la dernière source, vous pouvez lire que l'ESRILocalla projection subit une forte distorsion loin du centre, donc changer la projection en omerc n'est pas une mauvaise idée.


Projection ortho locale vers Proj4 - Systèmes d'information géographique

Afin de télécharger les paramètres de projection LDP du comté de Nebraska dans Trimble Business Center ou un Trimble Survey Controller, vous devrez copier le fichier custom.csd dans le répertoire approprié pour que les deux fonctionnent. Suivez les instructions pour travailler avec des fichiers CSD trimble sur le PDF. Le fichier personnalisé est nommé "current.csd". J'ai éliminé du fichier tous les systèmes de coordonnées en excès d'autres continents et réduit la liste aux fichiers les plus couramment utilisés en Amérique du Nord.

Voici le lien vers les instructions et le fichier du système de coordonnées personnalisé.

Si vous avez des questions, contactez-moi à l'adresse e-mail ci-dessous :


Formats pris en charge

  • ADF - Un format BINARY propriétaire développé par ESRI pour les rasters ARC/INFO GRID stockés dans les espaces de travail (répertoire INFO, *.adf)
  • ADRG - Le format graphique raster numérisé ARC nécessite un fichier d'informations générales et un fichier image (*.gen + *.img)
  • AirSAR - Images au format de données AirSAR Polarimetric (POLSAR) en longueurs d'onde P,L,C uniquement (*.dat OU *_[p|l|c].dat)
  • ASC - Un format ASCII non propriétaire développé par ESRI pour les rasters ARC/INFO au format ASCII (*.asc, *.grd)
  • BAS - Image du scanner Fuji BAS (*.bas)
  • BIL - Band Interleaved by Line format des rasters de données satellitaires, doit être étiqueté .HDR (*.bil)
  • BIP - Band Interleaved by Pixel format des rasters de données satellitaires, doit être étiqueté .HDR (*.bip)
  • BLX - Format conçu par Magellan pour stocker des données topographiques dans des unités GPS Magellan (*.blx)
  • BMP - Microsoft Windows Device Independent Bitmap pour les images graphiques raster, couleur et monochrome (*.bmp)
  • CADRG - Format graphique raster numérisé ARC compressé pour cartes numériques et images cartographiques, compatible RPF et NITFS
  • CIB - Format Controlled Image Base pour les ortho-photos (images aériennes rectifiées en niveaux de gris), conforme RPF et NITFS
  • COASP - Format de trame de données conçu par R&D pour la défense Canada (RDDC) pour le processeur SAR aéroporté configurable (*.coasp)
  • COSAR - "COMplex SAR", matrice binaire annotée (TerraSAR-X), raster d'image binaire simple, limité à une taille de 4 Go (*.cosar)
  • DEM - Format conçu par l'USGS pour stocker un modèle d'élévation numérique basé sur une trame (*.dem)
  • DOQ - Format Digital Ortho Quad conçu par l'USGS pour les projections et les transformations (*.doq)
  • DTED - Format de données numériques d'élévation du terrain pour une grille de points d'élévation régulièrement espacés (*.dt0, *.dt1, *.dt2)
  • ENVI - Types raster ENVI de 1bit, 2bit, 4bit ou 8bit, Int16, Float32 , prise en charge limitée des projections et des références (*.nvi + *.hdr)
  • ESRI - Types de données raster brutes ESRI (alias format ESRI BIL) d'entiers 8 bits, 16 bits et 32 ​​bits (*.bil + *.hdr)
  • GFF - Format de fichier de banc d'essai d'applications SAR au sol (.gff)
  • GIF - Format d'échange graphique conçu par CompuServe, jusqu'à 8 bits par pixel, compressé LWZ (*.gif)
  • GRC - Format de grille classifiée Northwood/Vertical Mapper (*.grc , *.tab)
  • GRD - Golden Software ASCII Grid (GSAG), Binary Grid (GSBG) et Golden Software 7 Binary Grid (GS7BG) (*.grd)
  • GRD - Format de grille numérique Northwood/Vertical Mapper (*.grd , *.tab)
  • GXF - GeoSoft Grid Exchange Format est un format de grille ASCII pour le stockage des données d'altitude (*.gxf)
  • HGT - fichier de format de hauteur pour les données d'altitude SRTM globales non traitées de tuiles de 1x1 degré (*.hgt ou *.hgt.zip)
  • ILWIS - ILWIS Raster Maps (*.mpr) et MapLists (*.mpl) informations de projection stockées dans le .CSY, informations de géoréférencement dans le .GRF
  • ISIS - USGS Astrogeology Format de fichier ISIS, versions 2 et 3 (*.isis)
  • JDEM - Modèle d'élévation numérique japonais pour raster d'élévation à virgule flottante 32 bits (*.mem)
  • JP2 - Format Joint Photographic Experts Group basé sur la compression par ondelettes (*.jp2, *.jp2k)
  • JPEG - Format Joint Photographic Experts Group pour les images, utilise la compression Digital Cosine Transform (DCT) avec perte (*.jpg, *.jpeg)
  • LCP - FARSITE v.4 Format raster multibande de paysage pour les données de terrain et de canopée Int16 uniquement aucune information de projection, principalement UTM (.lcp)
  • MFF - Vexcel MFF Raster (*.mff) et MFF2 (HKV) Raster (*.hdr)
  • MrSID - Format de fichier de base de données d'images transparentes multi-résolutions de LizardTech basé sur la compression par ondelettes (*.sid)
  • NAT - Format d'archive natif Meteosat de deuxième génération (MSG), prend en charge jusqu'à 12 bandes, 10 bits par bande (.nat)
  • NITF - National Imagery Transmission Format pour l'échange, le stockage et la transmission de documents numériques (*.ntf, *.nitf)
  • PCI - Un format de fichier de base de données développé par PCI Geomatics pour le logiciel de télédétection EASI/PACE (non compressé *.pix et *.pcidsk)
  • PGM - Format d'image en niveaux de gris Netpbm (Portable Graymap) (*.pgm)
  • PNG - Format Portable Network Graphics pour les images en niveaux de gris, basées sur des palettes et RVB uniquement, compression de données sans perte, prend en charge la transparence (*.png)
  • PPM - Format d'image couleur Netpbm (Portable Pixmap) (*.ppm)
  • RDB - Données raster R (*.asc, *.rdb)
  • RIK - Swedish Grid Format RIK pour les cartes émises par l'organisation suédoise Lantmäteriet (*.rik)
  • RPF - Formats de produit raster pour les images numériques (CIB), les cartes et les graphiques (CADRG), conforme NITFS (A.TOC)
  • SDAT - SAGA (System for Automated Geoscientific Analyses) GIS Binary Grid (ensemble de données binaires en *.sdat, en-tête ASCII en *.sgrd)
  • TER - Format de fichier des champs de hauteur du niveleur pour stocker une bande de valeurs d'élévation Float32 (*.ter)
  • TER - Format de fichier de terrain Terragen pour stocker une bande de valeurs d'altitude Int16 (*.ter, *.terrain)
  • TIFF - Tagged Image File Format (TIFF) et GeoTIFF (*.tif, *.tiff, *.gtif)
  • AirSAR, Image polarimétrique AirSAR, AirSAR
  • BT, VTP .bt (Terrain binaire) 1.3 Format, BT
  • PDG, PDG Image, PDG
  • COASP, RDDC COASP SAR Processeur Raster, COASP
  • COSAR, Matrice binaire annotée COSAR (TerraSAR-X), COSAR
  • CPG, Convair PolGASP, CPG
  • DIMAP, SPOT DIMAP, DIMAP
  • DIPEx, DIPEx, DIPEx
  • EHdr, ESRI .hdr étiqueté, EHdr
  • EIR, Erdas Imagine Raw, EIR
  • ELAS, ELAS, ELAS
  • ENVI, ENVI .hdr Labellisé, ENVI
  • ERS, ERMapper .ers Étiqueté, ERS
  • ESAT, Format d'image Envisat, ESAT
  • RAPIDE, EOSAT Format RAPIDE, RAPIDE
  • FIT, FIT Image, FIT
  • FujiBAS, Image du scanner Fuji BAS, FujiBAS
  • GenBin, binaire générique (.hdr étiqueté), GenBin
  • GSC, GSC Géogrille, GSC
  • HFA, Erdas Imagine Images (.img)A
  • IDA, Données et analyse d'images, IDA
  • ILWIS, Carte raster ILWIS, ILWIS
  • INGR, Intergraph Raster, INGR
  • JAXAPALSAR, Lecteur de produit JAXA PALSAR (Niveau 1.1/1.5), JAXAPALSAR
  • L1B, ensemble de données NOAA Polar Orbiter niveau 1b, L1B
  • LAN, Erdas .LAN/.GIS, LAN
  • LCP, fichier paysage FARSITE v.4 (.lcp), LCP
  • MEM, raster en mémoire, MEM
  • MSGN, natif des archives EUMETSAT (.nat), MSGN
  • NDF, Format de données NLAPS, NDF
  • Paux, PCI .aux étiqueté, Paux
  • PCIDSK, fichier de base de données PCIDSK, PCIDSK
  • PDS, Système de données planétaires de la NASA, PDS
  • RMF, Format matriciel raster, RMF
  • RS2, produit XML RadarSat 2, RS2
  • RST, Idrisi Raster A.1, RST
  • SAGA, SAGA Grille binaire SIG (.sdat), SAGA
  • SAR_CEOS, PDG Image SAR, SAR_CEOS
  • SDTS, SDTS Raster, SDTS
  • SGI, SGI Format de fichier image 1.0, SGI
  • SRP, produit raster standard (ASRP/USRP), SRP
  • TIL, EarthWatch .TIL, TIL
  • TSX, produit TerraSAR-X, TSX
  • XPM, X11 Format PixMap, XPM

Projections ESRI non prises en charge

En tant que personne active au sein de l'OSM, vous feriez mieux de ne pas vous poser cette question. La projection Google que nous utilisons ne prend même pas la peine de faire une transformation de datum, elle prend juste les coordonnées WGS84 et prétend qu'elles proviennent d'une sphère. :)

Commentaire:13 Modifié il y a 3 jours par stoecker

En tant que personne qui a réellement appris tout cela, j'entends toujours mon conférencier lorsqu'il parlait des types de "projection cartographique" sans projection. Surtout le dégoût dans les mots. Et maintenant, tout le monde utilise ce genre de choses à cause de Google et des cartes qui cherchent correctement. La disponibilité OTOH des données brutes permet à chacun de faire des cartes appropriées quand il le souhaite.

Commentaire:14 Modifié il y a 3 jours par Don-vip

Merci! :)
@bastiK J'essaie de mettre en œuvre de nouvelles projections. J'ai commencé par EquidistantCylindrical ( eqc , concerne 20 projections). Cela semble assez simple pour commencer, j'ai cependant deux questions:

  • comment déterminez-vous l'implémentation getAlgorithmBounds() ?
  • comment tester qu'une projection est correctement implémentée ?

Commentaire:15 следующий: 17 Modifié il y a 3 jours par bastiK

Au cas où vous ne le sauriez pas, j'ai utilisé l'implémentation de geotools comme base pour la plupart des projections (réduites à l'essentiel). Cela a plutôt bien fonctionné. Le code de geotools semble être assez proche de l'implémentation en c de la bibliothèque proj.4 de toute façon.

Pour la méthode getAlgorithmBounds(), j'ai essayé de déterminer une zone où l'algorithme est numériquement stable, c'est-à-dire a une erreur aller-retour raisonnable (voir ProjectionTest ). Pour cela j'avais un outil pour dessiner la carte du monde avec chaque pixel coloré en fonction de l'erreur. Cela avait l'air assez joli, mais l'outil a probablement disparu maintenant. Quant à la dépendance aux paramètres de projection, vous devez l'expérimenter ou la comprendre à un niveau théorique.

Pour vérifier qu'il est correctement implémenté, vous pouvez simplement comparer quelques coordonnées à la sortie de proj.4 ( ProjectionRefTest ).

Commentaire:16 Modifié il y a 3 jours par Don-vip

voir #16129 - ajouter des grilles NTv2 référencées dans le fichier ESRI

Comment:17 ответ на: 15 Modifié il y a 3 года par Don-vip

Il avait l'air assez joli, mais l'outil est probablement parti maintenant.

Ça sonne bien. Aucune chance de le récupérer ? :)

Commentaire:18 Modifié il y a 3 jours par bastiK

Désolé, je n'ai rien trouvé. Peut-être sur une disquette dans un placard poussiéreux. :)

Commentaire:19 Modifié il y a 3 jours par Don-vip

Toujours dessus. Quel est l'équivalent JOSM de ces deux méthodes ?

Modifié il y a 3 jours par Don-vip

Commentaire:20 Modifié il y a 3 jours par Don-vip

Voir patch ci-joint. Je ne sais pas quoi faire avec les modes équatoriaux/obliques d'AzimuthalEquidistant qui reposent sur ces méthodes géodésiques.

Commentaire:21 Modifié il y a 3 jours par bastiK

Je ne suis pas au courant que ces fonctions sont déjà présentes dans JOSM. J'ai mis toutes les fonctions d'aide dans AbstractProj . L'utilisation de Geographiclib est également apparue dans le #12427. Si nous expédions la bibliothèque, je suggérerais de conserver le nom du package d'origine. Le pot fait 37 ko, donc pas de problème d'espace.

Commentaire:22 Modifié il y a 3 jours par Don-vip

Bien! Je vais désactiver ces cas pour l'instant, nous verrons plus tard si cette fonctionnalité est vraiment nécessaire.

Modifié il y a 3 jours par Don-vip

Commentaire:23 Modifié il y a 3 jours par Don-vip

Les artefacts sont les mêmes que #16082. Pourriez-vous s'il vous plaît jeter un oeil ou me guider pour les réparer? J'ai essayé de regarder moi-même avec vos conseils mais je ne sais toujours pas comment les corriger.

J'aimerais voir les Nations Unies au JOSM. Nous y sommes presque maintenant :

Commentaire:24 Modifié il y a 3 jours par Don-vip

voir #16129 - ajout de nouvelles projections et prise en charge du nouveau format de fichier ESRI

Commentaire:25 Modifié il y a 3 jours par Don-vip

Commentaire:26 Modifié il y a 3 jours par Don-vip

voir #16129 - correction des avertissements error_prone

Commentaire:27 Modifié il y a 3 jours par Don-vip

Commentaire:28 Modifié il y a 3 jours par Don-vip

voir #16129 - retravailler les projections pour le nouveau fichier ESRI

Commentaire:29 Modifié il y a 3 jours par Don-vip

Commentaire:30 Modifié il y a 3 jours par Don-vip

Paul, pouvez-vous s'il vous plaît mettre à jour les données de test ? Le script ou cs2cs ne semble pas bien fonctionner sous Windows, j'obtiens toujours tous ces zéros.

Commentaire:31 Modifié il y a 3 jours par Don-vip

voir #16129 - SonarQube/Surefire ne peut pas analyser les attributs XML de plus de 524288 caractères

Commentaire:32 Modifié il y a 3 jours par Don-vip

voir #16129 - mettre à jour les données du test de régression

Commentaire:33 Modifié il y a 3 jours par Don-vip

voir #16129 - Correction de la génération des données de référence de projection avec la locale française

Commentaire:34 Modifié il y a 3 jours par Don-vip

voir #16129 - Correction de la projection cylindrique équidistante

Commentaire:35 Modifié il y a 3 jours par Don-vip

voir #16129 - mettre à jour les données du test de régression

Commentaire:36 Modifié il y a 3 jours par Don-vip

voir #16129 - Correction du rayon de l'ellipsoïde de la sphère (les valeurs de proj.4 et Proj4J sont différentes !)

Commentaire:37 следующий: 52 Modifié il y a 3 jours par Don-vip

Paul, nous avons beaucoup de problèmes avec ce genre de projections :

Nous avons à la fois +datum et +towgs84 . Les projections aea/NAD83 sans paramètre +towgs84 sont OK.

Quand je lis CustomProjection.parseDatum, il me semble que nous ignorons le paramètre +towgs84 si nous avons un +datum. Ai-je raison? Doit-on inverser la priorité ? Ignorer +datum si nous avons +towgs84 ?

Commentaire:38 Modifié il y a 3 jours par Don-vip

Commentaire:39 Modifié il y a 3 jours par Don-vip

voir #16129 - gérer les définitions de projection avec à la fois +datum et +towgs84

Commentaire:40 Modifié il y a 3 jours par Don-vip

Commentaire:41 Modifié il y a 3 jours par Don-vip

voir #16129 - meilleure capture de WMS ServiceException s

Commentaire:42 Modifié il y a 3 jours par Don-vip

voir #16129 - ajouter des versions sphériques des projections de Cassini et d'Albers

Commentaire:43 Modifié il y a 3 jours par Don-vip

voir #16129 - Transverse Mercator : Erreur de coefficient mineure dans la transformation inverse tmerc (voir https://github.com/OSGeo/proj.4/issues/174)

Commentaire:44 Modifié il y a 3 jours par Don-vip

voir #16129 - aligner la mise en œuvre de la projection conique conforme de Lambert avec proj.4/GeoTools

Commentaire:45 Modifié il y a 3 jours par Don-vip

Commentaire:46 Modifié il y a 3 jours par Don-vip

Paul, pouvez-vous m'aider s'il vous plaît ? Je ne vois pas ce qui ne va pas avec ces projections, j'ai comparé le code source de proj.4 avec le nôtre et je n'en ai aucune idée.

Si nous ne trouvons pas comment les corriger, j'aimerais au moins trouver une règle générale pour les exclure sans avoir à coder en dur 634 codes de projection.

Commentaire:47 Modifié il y a 3 jours par stoecker

J'ai vérifié aea et il y a beaucoup de différences avec https://github.com/OSGeo/proj.4/blob/master/src/PJ_aea.c
Par exemple. n = (m1 * m1 - m2 * m2) / (ml2 - ml1) non n = (m1 * m1 - m2 * m2) / (q2 - q1)

Où avez-vous obtenu le code et les données de références ?

Commentaire:48 Modifié il y a 3 jours par Don-vip

La plupart de notre code de projection provient de ​ geotools qui lui-même provient de ​ proj.4.

Pour la ligne que vous mettez en surbrillance, le code est le même, seule la variable ml2 a été renommée en q2.

Ces problèmes, je ne les comprends pas parce que les projections semblent être correctes. On a:

  • aea : 40 fonctionnant, 5 défaillant
  • omerc : 26 fonctionnent, 3 échouent
  • tmerc : 2422 en fonctionnement, 242 en échec
  • lcc : 1078 fonctionnant, 384 défaillant

Commentaire:49 Modifié il y a 3 jours par stoecker

Comment avez-vous obtenu les valeurs de référence pour décider s'il échoue ?

Commentaire:50 Modifié il y a 3 jours par Don-vip

Nous appelons l'outil proj.4 cs2cs en exécutant ProjectionRefTest.main() . Il met à jour le fichier data_nodist/projection/projection-reference-data qui est ensuite utilisé par ProjectionRefTest.testProjections() .

Commentaire:51 следующий: 53 Modifié il y a 3 jours par bastiK

désolé de ne pas avoir répondu si vite, mais je suis toujours là. :)

Il me semble que les données de référence sont incorrectes :

Je peux exécuter ProjectionRefTest.main sur ma machine, mais je préférerais ne mettre à jour que les mauvaises entrées, pas le fichier entier. Je ne sais pas comment faire cela commodément pour le moment.

Commentaire:52 ответ на: 37 следующий: 54 Modifié il y a 3 года par bastiK

Paul, nous avons beaucoup de problèmes avec ce genre de projections :

Nous avons à la fois +datum et +towgs84 . Les projections aea/NAD83 sans paramètre +towgs84 sont OK.

Quand je lis CustomProjection.parseDatum, il me semble que nous ignorons le paramètre +towgs84 si nous avons un +datum. Ai-je raison? Doit-on inverser la priorité ? Ignorer +datum si nous avons +towgs84 ?

Il serait logique de prendre l'ellipsoïde de la référence, mais sinon d'utiliser les paramètres +towgs84.Si j'ai bien lu votre ensemble de modifications, c'est ce que vous avez fait ?

Comment:53 ответ на: 51 Modifié il y a 3 mois par Don-vip

désolé de ne pas avoir répondu si vite, mais je suis toujours là. :)

Je peux exécuter ProjectionRefTest.main sur ma machine, mais je préférerais ne mettre à jour que les mauvaises entrées, pas le fichier entier. Je ne sais pas comment faire cela commodément pour le moment.

Nous pourrions mettre à jour le script pour accepter les codes de projection comme paramètre. La liste des codes à mettre à jour est EPSG:102003,EPSG:102039,EPSG:102042,EPSG:102399,EPSG:102600,EPSG:102041,EPSG:102191,EPSG:102192,EPSG:102193,EPSG:102221,EPSG:102222 ,EPSG:102375,EPSG:102398,EPSG:102492,EPSG:102581,EPSG:102582,EPSG:102583,EPSG:102584,EPSG:102585,EPSG:102586,EPSG:102587,EPSG:102588,EPSG:102592,EPSG :102604,EPSG:102640,EPSG:102688,EPSG:102689,EPSG:102690,EPSG:102700,EPSG:102720,EPSG:102721,EPSG:102726,EPSG:102727,EPSG:102733,EPSG:102761,EPSG:103166 ,EPSG:103167,EPSG:103168,EPSG:103228,EPSG:103229,EPSG:103230,EPSG:103231,EPSG:103233,EPSG:103234,EPSG:103236,EPSG:103237,EPSG:103239,EPSG:103240,EPSG :103242,EPSG:103243,EPSG:103244,EPSG:103245,EPSG:103246,EPSG:103247,EPSG:103248,EPSG:103249,EPSG:103250,EPSG:103251,EPSG:103256,EPSG:103259,EPSG:103278 ,EPSG:103279,EPSG:103280,EPSG:103281,EPSG:103282,EPSG:103283,EPSG:103284,EPSG:103285,EPSG:103286,EPSG:103287,EPSG:103288,EPSG:103289,EPSG:103290,EPSG :103291,EPSG:103292,EPSG:103293,EPSG:103294,EPSG:103295,EPSG:103303,EPSG:103306,EPSG:1033 08,EPSG:103310,EPSG:103311,EPSG:103312,EPSG:103317,EPSG:103322,EPSG:103323,EPSG:103332,EPSG:103333,EPSG:103336,EPSG:103338,EPSG:103341,EPSG:103343, EPSG:103346,EPSG:103347,EPSG:103349,EPSG:103352,EPSG:103356,EPSG:103360,EPSG:103362,EPSG:103363,EPSG:103364,EPSG:103365,EPSG:103369,EPSG:103375,EPSG: 103376,EPSG:103377,EPSG:103378,EPSG:103379,EPSG:103380,EPSG:103381,EPSG:103382,EPSG:103383,EPSG:103384,EPSG:103385,EPSG:103386,EPSG:103387,EPSG:103388, EPSG:103389,EPSG:103390,EPSG:103391,EPSG:103392,EPSG:103403,EPSG:103406,EPSG:103408,EPSG:103410,EPSG:103411,EPSG:103412,EPSG:103417,EPSG:103422,EPSG: 103423,EPSG:103432,EPSG:103433,EPSG:103436,EPSG:103438,EPSG:103441,EPSG:103443,EPSG:103446,EPSG:103447,EPSG:103449,EPSG:103452,EPSG:103456,EPSG:103460, EPSG:103462,EPSG:103463,EPSG:103464,EPSG:103465,EPSG:103469,EPSG:103472,EPSG:103473,EPSG:103495,EPSG:103499,EPSG:103500,EPSG:103501,EPSG:103502,EPSG: 103503,EPSG:103504,EPSG:103505,EPSG:103506,EPSG:103507,EPSG:103508,EPSG:103509,EPSG:103510,EPSG:103511,E PSG:103512,EPSG:103513,EPSG:103514,EPSG:103515,EPSG:103516,EPSG:103517,EPSG:103520,EPSG:103521,EPSG:103522,EPSG:103523,EPSG:103524,EPSG:103525,EPSG: 103526,EPSG:103527,EPSG:103539,EPSG:103540,EPSG:103541,EPSG:103542,EPSG:103543,EPSG:103544,EPSG:103545,EPSG:103546,EPSG:103547,EPSG:103548,EPSG:103549, EPSG:103550,EPSG:103551,EPSG:103552,EPSG:103553,EPSG:103554,EPSG:103555,EPSG:103556,EPSG:103557,EPSG:103559,EPSG:103560,EPSG:103561,EPSG:103562,EPSG: 103563,EPSG:103564,EPSG:103565,EPSG:103566,EPSG:103567,EPSG:103568,EPSG:103569,EPSG:103570,EPSG:103571,EPSG:103572,EPSG:103573,EPSG:103574,EPSG:103575, EPSG:103576,EPSG:103608,EPSG:103609,EPSG:103610,EPSG:103611,EPSG:103612,EPSG:103613,EPSG:103614,EPSG:103615,EPSG:103616,EPSG:103617,EPSG:103618,EPSG: 103619,EPSG:103620,EPSG:103621,EPSG:103622,EPSG:103623,EPSG:103624,EPSG:103625,EPSG:103626,EPSG:103627,EPSG:103628,EPSG:103629,EPSG:103630,EPSG:103631, EPSG:103632,EPSG:103633,EPSG:103634,EPSG:103635,EPSG:103636,EPSG:103637,EPSG:103638,EPSG:103639,EPSG: 103640,EPSG:103641,EPSG:103642,EPSG:103643,EPSG:103644,EPSG:103645,EPSG:103646,EPSG:103647,EPSG:103648,EPSG:103649,EPSG:103650,EPSG:103651,EPSG:103652, EPSG:103653,EPSG:103654,EPSG:103655,EPSG:103656,EPSG:103657,EPSG:103658,EPSG:103659,EPSG:103660,EPSG:103661,EPSG:103662,EPSG:103663,EPSG:103664,EPSG: 103665,EPSG:103666,EPSG:103667,EPSG:103668,EPSG:103669,EPSG:103670,EPSG:103671,EPSG:103672,EPSG:103673,EPSG:103674,EPSG:103675,EPSG:103676,EPSG:103677, EPSG:103678,EPSG:103679,EPSG:103680,EPSG:103681,EPSG:103682,EPSG:103683,EPSG:103684,EPSG:103685,EPSG:103686,EPSG:103687,EPSG:103688,EPSG:103689,EPSG: 103690,EPSG:103691,EPSG:103692,EPSG:103693,EPSG:103708,EPSG:103709,EPSG:103710,EPSG:103711,EPSG:103712,EPSG:103713,EPSG:103714,EPSG:103715,EPSG:103716, EPSG:103717,EPSG:103718,EPSG:103719,EPSG:103720,EPSG:103721,EPSG:103722,EPSG:103723,EPSG:103724,EPSG:103725,EPSG:103726,EPSG:103727,EPSG:103728,EPSG: 103729,EPSG:103730,EPSG:103731,EPSG:103732,EPSG:103733,EPSG:103734,EPSG:103735,EPSG:103736,EPSG:1037 37,EPSG:103738,EPSG:103739,EPSG:103740,EPSG:103741,EPSG:103742,EPSG:103743,EPSG:103744,EPSG:103745,EPSG:103746,EPSG:103747,EPSG:103748,EPSG:103749, EPSG:103750,EPSG:103751,EPSG:103752,EPSG:103753,EPSG:103754,EPSG:103755,EPSG:103756,EPSG:103757,EPSG:103758,EPSG:103759,EPSG:103760,EPSG:103761,EPSG: 103762,EPSG:103763,EPSG:103764,EPSG:103765,EPSG:103766,EPSG:103767,EPSG:103768,EPSG:103769,EPSG:103770,EPSG:103771,EPSG:103772,EPSG:103773,EPSG:103774, EPSG:103775,EPSG:103776,EPSG:103777,EPSG:103778,EPSG:103779,EPSG:103780,EPSG:103781,EPSG:103782,EPSG:103783,EPSG:103784,EPSG:103785,EPSG:103786,EPSG: 103787,EPSG:103788,EPSG:103789,EPSG:103790,EPSG:103791,EPSG:103792,EPSG:103793,EPSG:103846,EPSG:103946,EPSG:102389,EPSG:102390,EPSG:102391,EPSG:102063, EPSG:102064,EPSG:102070,EPSG:102071,EPSG:102101,EPSG:102102,EPSG:102103,EPSG:102104,EPSG:102105,EPSG:102106,EPSG:102107,EPSG:102108,EPSG:102136,EPSG: 102137,EPSG:102138,EPSG:102159,EPSG:102160,EPSG:102161,EPSG:102164,EPSG:102165,EPSG:102216,EPSG:102224,E PSG:102225,EPSG:102226,EPSG:102227,EPSG:102228,EPSG:102231,EPSG:102232,EPSG:102233,EPSG:102240,EPSG:102400,EPSG:102448,EPSG:102449,EPSG:102451,EPSG: 102459,EPSG:102461,EPSG:102462,EPSG:102464,EPSG:102465,EPSG:102525,EPSG:102526,EPSG:102528,EPSG:102529,EPSG:102629,EPSG:102630,EPSG:102648,EPSG:102649, EPSG:102650,EPSG:102661,EPSG:102662,EPSG:102664,EPSG:102665,EPSG:102696,EPSG:102697,EPSG:102698,EPSG:102705,EPSG:102844,EPSG:103220,EPSG:103221,EPSG: 103222,EPSG:103223,EPSG:103224,EPSG:103225,EPSG:103226,EPSG:103227,EPSG:103252,EPSG:103253,EPSG:103254,EPSG:103255,EPSG:103257,EPSG:103258,EPSG:103260, EPSG:103261,EPSG:103262,EPSG:103263,EPSG:103264,EPSG:103265,EPSG:103266,EPSG:103267,EPSG:103268,EPSG:103269,EPSG:103270,EPSG:103271,EPSG:103272,EPSG: 103273,EPSG:103274,EPSG:103275,EPSG:103276,EPSG:103277,EPSG:103296,EPSG:103297,EPSG:103298,EPSG:103299,EPSG:103300,EPSG:103301,EPSG:103302,EPSG:103305, EPSG:103307,EPSG:103309,EPSG:103313,EPSG:103314,EPSG:103315,EPSG:103316,EPSG:103318,EPSG:103319,EPSG: 103320,EPSG:103321,EPSG:103324,EPSG:103325,EPSG:103326,EPSG:103327,EPSG:103328,EPSG:103329,EPSG:103330,EPSG:103331,EPSG:103334,EPSG:103335,EPSG:103337, EPSG:103339,EPSG:103340,EPSG:103342,EPSG:103344,EPSG:103345,EPSG:103348,EPSG:103350,EPSG:103351,EPSG:103353,EPSG:103354,EPSG:103355,EPSG:103357,EPSG: 103358,EPSG:103359,EPSG:103361,EPSG:103366,EPSG:103367,EPSG:103368,EPSG:103370,EPSG:103372,EPSG:103373,EPSG:103374,EPSG:103393,EPSG:103394,EPSG:103395, EPSG:103396,EPSG:103397,EPSG:103398,EPSG:103399,EPSG:103400,EPSG:103401,EPSG:103402,EPSG:103405,EPSG:103407,EPSG:103409,EPSG:103413,EPSG:103414,EPSG: 103415,EPSG:103416,EPSG:103418,EPSG:103419,EPSG:103420,EPSG:103421,EPSG:103424,EPSG:103425,EPSG:103426,EPSG:103427,EPSG:103428,EPSG:103429,EPSG:103430, EPSG:103431,EPSG:103434,EPSG:103435,EPSG:103437,EPSG:103439,EPSG:103440,EPSG:103442,EPSG:103444,EPSG:103445,EPSG:103448,EPSG:103450,EPSG:103451,EPSG: 103453,EPSG:103454,EPSG:103455,EPSG:103457,EPSG:103458,EPSG:103459,EPSG:103461,EPSG:103466,EPSG:1034 67,EPSG:103468,EPSG:103470,EPSG:103476,EPSG:103477,EPSG:103478,EPSG:103479,EPSG:103480,EPSG:103481,EPSG:103482,EPSG:103483,EPSG:103484,EPSG:103485, EPSG:103486,EPSG:103487,EPSG:103488,EPSG:103489,EPSG:103490,EPSG:103491,EPSG:103492,EPSG:103493,EPSG:103494,EPSG:103496,EPSG:103497,EPSG:103498,EPSG: 103518,EPSG:103519,EPSG:103558,EPSG:103577,EPSG:103578,EPSG:103579,EPSG:103580,EPSG:103581,EPSG:103582,EPSG:103583,EPSG:103585,EPSG:103600,EPSG:103601, EPSG:103602,EPSG:103603,EPSG:103604,EPSG:103605,EPSG:103606,EPSG:103607,EPSG:103694,EPSG:103695,EPSG:103700,EPSG:103701,EPSG:103702,EPSG:103703,EPSG: 103704,EPSG:103705,EPSG:103706,EPSG:103707 .

Comment:54 ответ на: 52 следующий: 56 Modifié il y a 3 года par Don-vip

Il serait logique de prendre l'ellipsoïde de la référence, mais sinon d'utiliser les paramètres +towgs84. Si j'ai bien lu votre ensemble de modifications, c'est ce que vous avez fait ?

Oui c'est ce que j'ai fait (du moins c'est ce que je voulais faire). J'ai remarqué cependant que le test prend maintenant le double du temps (30s) qu'il prenait avant ce changement (15s). Peut-être que le code peut être optimisé.


Paquets de développement de SIG Debian

Communément appelé GRASS, il s'agit d'un système d'information géographique (SIG) utilisé pour la gestion et l'analyse de données géospatiales, le traitement d'images, la production de graphiques/cartes, la modélisation spatiale et la visualisation. GRASS est actuellement utilisé dans des milieux universitaires et commerciaux à travers le monde, ainsi que par de nombreuses agences gouvernementales et sociétés de conseil en environnement.

Ce paquet contient les fichiers d'en-tête pour le développement avec GRASS. Installez ce paquet si vous souhaitez développer un logiciel qui manipule les ensembles de données GRASS ou installer des addons à l'aide du module g.extension.

CGAL (Computational Geometry Algorithms Library) met la plus importante des solutions et méthodes développées en géométrie computationnelle à la disposition des utilisateurs de l'industrie et du monde universitaire dans une bibliothèque C++. L'objectif est de fournir un accès facile à des algorithmes géométriques utiles et fiables.

Ce package contient la plupart des fichiers d'en-tête. Les fichiers d'en-tête pour la visualisation avec Qt se trouvent dans le package libcgal-qt5-dev.

libcitygml est une bibliothèque C++ open source petite et facile à utiliser pour analyser les fichiers CityGML de manière à ce que les données puissent être facilement exploitées par les applications de rendu 3D (les données géométriques sont tesselées et optimisées pour le rendu pendant l'analyse). Par exemple, il peut être utilisé pour développer des lecteurs de fichiers CityGML dans de nombreuses applications basées sur la 3D (OpenGL, OpenSceneGraph, . ) La plupart des métadonnées ne sont pas perdues, elles sont disponibles via une table de hachage par nœud.

CityGML (City Geography Markup Language) est un schéma basé sur XML pour la modélisation et l'échange de modèles 3D géoréférencés de villes et de paysages qui est rapidement adopté au niveau international.

Ce paquet contient des fichiers de développement : des fichiers statiques et d'en-tête de libcitygml.

Ce package fournit des fichiers pour la traduction de libcv-dev vers des packages subdivisés.

Ce package contient les fichiers d'en-tête et la bibliothèque statique nécessaires pour compiler des applications utilisant OpenCV (Open Computer Vision).

La bibliothèque Open Computer Vision est une collection d'algorithmes et d'exemples de code pour divers problèmes de vision par ordinateur. La bibliothèque est compatible avec IPL (Intel's Image Processing Library) et, si disponible, peut utiliser IPP (Intel's Integrated Performance Primitives) pour de meilleures performances.

OpenCV fournit des types de données et des opérateurs portables de bas niveau, ainsi qu'un ensemble de fonctionnalités de haut niveau pour l'acquisition vidéo, le traitement et l'analyse d'images, l'analyse structurelle, l'analyse de mouvement et le suivi d'objets, la reconnaissance d'objets, l'étalonnage de caméras et la reconstruction 3D.

Ce package fournit des fichiers pour la traduction de libcvaux-dev vers des packages subdivisés.

La bibliothèque Open Computer Vision est une collection d'algorithmes et d'exemples de code pour divers problèmes de vision par ordinateur. La bibliothèque est compatible avec IPL (Intel's Image Processing Library) et, si disponible, peut utiliser IPP (Intel's Integrated Performance Primitives) pour de meilleures performances.

OpenCV fournit des types de données et des opérateurs portables de bas niveau, ainsi qu'un ensemble de fonctionnalités de haut niveau pour l'acquisition vidéo, le traitement et l'analyse d'images, l'analyse structurelle, l'analyse de mouvement et le suivi d'objets, la reconnaissance d'objets, l'étalonnage de caméras et la reconstruction 3D.

OPeNDAP fournit un logiciel qui vous permet d'accéder à des données sur Internet, à partir de programmes qui n'ont pas été conçus à l'origine à cette fin, ainsi que d'autres qui l'ont été. Alors qu'OPeNDAP est le développeur d'origine du protocole d'accès aux données utilisé par son logiciel, de nombreux autres groupes ont adopté le DAP et fournissent des clients, des serveurs et des kits de développement de logiciels compatibles.

Ce package contient des fichiers d'en-tête, des fichiers pkgconfig et des bibliothèques statiques pour DAP.

La bibliothèque d'interpolation (EMOSLIB) comprend le logiciel d'interpolation et les routines de codage/décodage GRIB, BUFR, CREX. Il est utilisé par le système d'archivage et de recherche météorologique de l'ECMWF (MARS) ainsi que par le progiciel graphique de l'ECMWF MetView.

Ce package contient les bibliothèques statiques et les en-têtes nécessaires pour créer des applications par rapport aux libemos.

L'API de lecteur de produit ENVISAT est un ensemble de fichiers de code source C prenant en charge les développeurs qui souhaitent utiliser les produits de données MERIS, AATSR et ASAR du satellite ENVISAT de l'ESA dans leur logiciel.

Le principal cas d'utilisation de l'API C est l'ingestion de données ENVISAT dans

  • de nouveaux algorithmes scientifiques développés pour les capteurs MERIS, AATSR ou ASAR voire tous,
  • des progiciels scientifiques existants écrits en C ou C++, ou des systèmes logiciels COTS qui permettent une extension à l'aide d'une interface C ou C++.

Ce package contient des fichiers de développement (en-têtes et bibliothèques statiques).

Epsilon est une bibliothèque C pour la compression d'images avec perte basée sur les ondelettes. Les compresseurs pilotés par ondelettes sont connus pour être beaucoup plus efficaces que les compresseurs DCT traditionnels (comme JPEG).

À l'heure actuelle, le programme prend en charge environ 30 filtres à ondelettes différents, fonctionne en parallèle dans des environnements multithread et MPI, peut traiter des images énormes et bien plus encore.

Ce paquet contient des éléments de développement.

FreeXL est une bibliothèque C implémentant la lecture directe de feuilles de calcul Microsoft Excel, jusqu'à la spécification de format de fichier BIFF8 (c'est-à-dire .xls, Microsoft Excel XP/2003 et versions antérieures). La spécification de format de fichier XML SS (.xlsx, Microsoft Excel 2007 et versions ultérieures) n'est pas prise en charge.

Ce package contient les en-têtes de développement.

Il s'agit du package de développement pour développer des applications qui dépendent de libfyba. Il comprend des fichiers d'en-tête, des fichiers de bibliothèque statiques et une documentation HTML.

Ce package contient la bibliothèque statique, les fichiers pkg-config et les fichiers inclus nécessaires à la construction avec la bibliothèque General Cartographic Transformation Package.

GDAL est une bibliothèque de traduction pour les formats de données géospatiales raster. En tant que bibliothèque, il présente un seul modèle de données abstrait à l'application appelante pour tous les formats pris en charge. La bibliothèque OGR associée (qui réside dans l'arborescence des sources GDAL) offre une capacité similaire pour les données vectorielles de caractéristiques simples.

GDAL prend en charge de nombreux formats de données populaires, y compris ceux couramment utilisés (GeoTIFF, JPEG, PNG et plus) ainsi que ceux utilisés dans les logiciels SIG et de télédétection (ERDAS Imagine, ESRI Arc/Info, ENVI, PCI Geomatics). Prend également en charge de nombreux formats de télédétection et de distribution de données scientifiques tels que HDF, EOS FAST, NOAA L1B, NetCDF, FITS.

La bibliothèque OGR prend en charge les formats vectoriels populaires tels que ESRI Shapefile, TIGER data, S57, MapInfo File, DGN, GML, etc.

Ce package contient les fichiers nécessaires au développement d'un logiciel qui utilisera le GDAL/OGR (en-têtes, objets statiques, script de configuration).

Geo::Google::MapObject est destiné à fournir une solution côté serveur pour travailler avec l'API Google Maps. En particulier, un objet de cette classe encapsule un objet "map" qui prend en charge l'API de cartes statiques, l'API de cartes javascript, les appels AJAX et les données de secours non javascript, mais sans faire de nombreuses hypothèses sur le cadre environnant. Il est supposé qu'un cadre de modèle avec prise en charge d'une notation "point" est utilisé, par exemple HTML::Template::Pluggable. Un engagement important du module est la prise en charge d'un repli gracieux et cohérent vers une page Web fonctionnelle non javascript.

Les API javascript et statiques de Google map ne se comportent pas tout à fait de la même manière lorsque le zoom et le centre ne sont pas spécifiés. Plus précisément, cela fonctionne assez bien avec les cartes statiques (http://developers.google.com/maps/documentation/staticmaps/?csw=1) mais moins bien avec l'API javascript. Pour compenser cela, le module offre le choix entre : spécifier les niveaux de centre et de zoom permettant aux API et au code côté client de faire ce qu'ils pensent le mieux en utilisant un algorithme intégré pour calculer un zoom et un centre sensibles et enfin fournir son propre algorithme pour calculer un zoom et un centre judicieux.

Geo::GoogleEarth::Pluggable est une interface orientée objet Perl qui permet la création de documents XML pouvant être utilisés avec Google Earth.

Les formats de sortie pris en charge incluent KML et KMZ, incluant éventuellement des en-têtes HTTP appropriés pour une application Web. Cependant, si vous avez besoin de lire des fichiers KML, veuillez consulter la méthode from du package Geo::KML.

L'objectif initial de Geo::Gpx était de produire des fichiers GPX/XML pouvant être analysés à la fois par GPX Spinner et EasyGPS. Depuis la version 0.13, il a été étendu pour prendre en charge l'analyse générale et la génération de données GPX. GPX 1.0 et 1.1 sont pris en charge.

Geo::Proj4 est une bibliothèque wrapper autour de PROJ, une bibliothèque de projection cartographique, pour une utilisation facile dans le logiciel Perl.

La bibliothèque Open Source PROJ convertit entre les systèmes de coordonnées géographiques. Il est capable de convertir entre la latitude et la longitude géodésiques (LL, le plus souvent la projection WGS84), en une énorme variété d'autres projections cartographiques (XY, généralement UTM).

Geo::Shapelib est un module pour lire, créer et écrire des fichiers de formes tels que définis par ESRI, en utilisant Perl. Il fournit la liaison Perl pour la bibliothèque Shapelib.

Le format Shapefile est un format de travail et d'échange promu par ESRI pour des données vectorielles simples avec des attributs. C'est apparemment le seul format de fichier qui peut être modifié dans ARCView 2/3, et peut également être exporté et importé dans ArcGis.

GeographicLib est un petit ensemble de classes C++ pour la conversion entre les coordonnées géographiques, UTM, UPS, MGRS, géocentriques et cartésiennes locales, pour les calculs du géoïde et pour le calcul de la géodésique. C'est un remplacement approprié pour la fonctionnalité de base fournie par NGA Geotrans.

Ce package contient les fichiers utilisés pour développer des applications utilisant la bibliothèque GeographicLib.

GeoIP est une bibliothèque C qui permet à l'utilisateur de trouver le pays d'où provient une adresse IP ou un nom d'hôte. Il utilise une base de données basée sur des fichiers.

Cette base de données contient simplement des blocs IP en tant que clés et des pays en tant que valeurs et elle devrait être plus complète et précise que l'utilisation de recherches DNS inversées.

Cet emballage contient les fichiers de développement.

GEOS fournit un modèle d'objet spatial et des fonctions géométriques fondamentales. Il implémente le modèle géométrique défini dans la spécification des fonctionnalités simples du Consortium OpenGIS pour SQL.

Ce package contient les en-têtes et les bibliothèques nécessaires pour développer des programmes utilisant GEOS en C++. Notez que les programmes tiers doivent utiliser l'API C stable au lieu de l'API C++ instable.

GEOS fournit un modèle d'objet spatial et des fonctions géométriques fondamentales. Il implémente le modèle géométrique défini dans la spécification des fonctionnalités simples du Consortium OpenGIS pour SQL.

Ce paquet contient les en-têtes et les bibliothèques nécessaires pour développer des programmes utilisant GEOS.

Cette bibliothèque C prend en charge le format d'échange basé sur TIFF 6.0 pour les images raster géoréférencées. La norme GeoTIFF a été développée pour la lecture et l'écriture de balises de méta-informations géographiques au-dessus du raster TIFF.

Ce paquet contient des éléments à utiliser pour développer des programmes basés sur la bibliothèque GeoTIFF.

Ces ensembles de bibliothèques permettent de manipuler des ensembles de données géographiques et cartésiennes (y compris le filtrage, l'ajustement des tendances, le maillage, la projection, etc.) et la production d'illustrations de fichiers PostScript encapsulés (EPS) allant de simples tracés xy en passant par des cartes de contour aux surfaces artificiellement éclairées et 3-D. vues en perspective.

Ce paquet contient les fichiers utilisés pour le développement de programmes utilisant les bibliothèques GMT (en-têtes).

Le démon de service gpsd peut surveiller un ou plusieurs appareils GPS connectés à un ordinateur hôte, rendant toutes les données sur l'emplacement et les mouvements des capteurs disponibles pour être interrogées sur le port TCP 2947.

Ce package contient les fichiers d'en-tête et de développement nécessaires pour créer des programmes et des packages à l'aide de libgps.

Il s'agit de la bibliothèque libgrib2c de NCEP pour l'encodage et le décodage des formats de données 'GRIB2'.

Ce paquet contient les bibliothèques statiques et les en-têtes nécessaires pour créer des applications avec libgrib2.

Grits est une bibliothèque "Virtual Globe" qui utilise OpenGL pour restituer une image de la terre à l'aide de données satellitaires et de terrain provenant de serveurs accessibles au public. Le concept est similaire à celui de Google Earth et de la NASA World Wind, sauf qu'il est implémenté en tant que bibliothèque.

Ce paquet contient les fichiers d'en-tête et les bibliothèques nécessaires au développement de programmes utilisant des grains.

La bibliothèque GTS est destinée à fournir un ensemble de fonctions utiles pour traiter des surfaces 3D maillées avec des triangles interconnectés.

Ce package contient les en-têtes et les bibliothèques de développement nécessaires pour créer des applications à l'aide de GTS.

HDF est un format de fichier multi-objets pour le stockage et le transfert de données graphiques et numériques principalement utilisé dans le calcul scientifique. HDF prend en charge plusieurs modèles de données différents, notamment des tableaux multidimensionnels, des images raster et des tableaux. Chacun définit un type de données agrégé spécifique et fournit une API pour la lecture, l'écriture et l'organisation des données et des métadonnées. De nouveaux modèles de données peuvent être ajoutés par les développeurs ou les utilisateurs HDF.

Ce package contient des éléments de développement, y compris des fichiers et une bibliothèque statique pour le package HDF dans la version compatible avec la bibliothèque NetCDF.

HDF est un format de fichier multi-objets pour le stockage et le transfert de données graphiques et numériques principalement utilisé dans le calcul scientifique. HDF prend en charge plusieurs modèles de données différents, notamment des tableaux multidimensionnels, des images raster et des tableaux. Chacun définit un type de données agrégé spécifique et fournit une API pour la lecture, l'écriture et l'organisation des données et des métadonnées. De nouveaux modèles de données peuvent être ajoutés par les développeurs ou les utilisateurs HDF.

Ce package contient des éléments de développement, notamment des fichiers et une bibliothèque statique pour le package HDF et certaines pages de manuel de référence de l'API HDF.

Hierarchical Data Format 5 (HDF5) est un format de fichier et une bibliothèque pour stocker des données scientifiques. HDF5 a été conçu et mis en œuvre pour combler les lacunes de HDF4.x. Il dispose d'un modèle de données plus puissant et flexible, prend en charge les fichiers de plus de 2 Go et prend en charge les E/S parallèles.

Ce package contient des fichiers de développement pour les plates-formes série.

Hierarchical Data Format 5 (HDF5) est un format de fichier et une bibliothèque pour stocker des données scientifiques. HDF5 a été conçu et mis en œuvre pour combler les lacunes de HDF4.x. Il dispose d'un modèle de données plus puissant et flexible, prend en charge les fichiers de plus de 2 Go et prend en charge les E/S parallèles.

Ce package dépend de la version MPI par défaut de HDF5 pour chaque plate-forme.

Hierarchical Data Format 5 (HDF5) est un format de fichier et une bibliothèque pour stocker des données scientifiques. HDF5 a été conçu et mis en œuvre pour combler les lacunes de HDF4.x. Il dispose d'un modèle de données plus puissant et flexible, prend en charge les fichiers de plus de 2 Go et prend en charge les E/S parallèles.

Ce paquet contient des fichiers de développement à utiliser avec MPICH2. Attention : l'interface C++ n'est pas fournie pour cette version.

Hierarchical Data Format 5 (HDF5) est un format de fichier et une bibliothèque pour stocker des données scientifiques. HDF5 a été conçu et mis en œuvre pour combler les lacunes de HDF4.x. Il dispose d'un modèle de données plus puissant et flexible, prend en charge les fichiers de plus de 2 Go et prend en charge les E/S parallèles.

Ce paquet contient des fichiers de développement à utiliser avec OpenMPI.

Ce paquet est un paquet de transition de libhdf5-serial-dev à libhdf5-dev. Il peut être retiré en toute sécurité.

HDF-EOS5 est une bibliothèque logicielle conçue sur HDF5 pour prendre en charge les structures de données spécifiques à EOS, à savoir Grid, Point et Swath. Les nouvelles structures de données sont construites à partir d'objets de données HDF standard, en utilisant les conventions EOS, grâce à l'utilisation d'une bibliothèque logicielle. Une caractéristique clé des fichiers HDF-EOS est que des services indépendants de l'instrument, tels que le sous-ensemble par géolocalisation, peuvent être appliqués aux fichiers sur une grande variété de produits de données.

Ce package contient des fichiers inclus et des bibliothèques statiques pour HDF-EOS5.

Ce package fournit des fichiers pour la traduction de libhighgui-dev vers des packages subdivisés.

Ce package contient les fichiers d'en-tête et la bibliothèque statique nécessaires pour compiler des applications utilisant OpenCV (Open Computer Vision).

La bibliothèque Open Computer Vision est une collection d'algorithmes et d'exemples de code pour divers problèmes de vision par ordinateur. La bibliothèque est compatible avec IPL (Intel's Image Processing Library) et, si disponible, peut utiliser IPP (Intel's Integrated Performance Primitives) pour de meilleures performances.

OpenCV fournit des types de données et des opérateurs portables de bas niveau, ainsi qu'un ensemble de fonctionnalités de haut niveau pour l'acquisition vidéo, le traitement et l'analyse d'images, l'analyse structurelle, l'analyse de mouvement et le suivi d'objets, la reconnaissance d'objets, l'étalonnage de caméras et la reconstruction 3D.

Il s'agit d'une bibliothèque à utiliser avec des applications qui souhaitent analyser, générer et opérer sur KML, une variante XML de géo-données. Il s'agit d'une implémentation de la norme OGC KML 2.2. Il est écrit en C++ et les liaisons sont disponibles via SWIG vers Java et Python.

Ce package contient les fichiers requis pour construire des programmes C/C++ qui utilisent la bibliothèque KML.

libLAS est une bibliothèque C/C++ pour la lecture et l'écriture de données ASPRS LAS versions 1.0, 1.1 et 1.2. Le format LAS est un format binaire séquentiel utilisé pour stocker les données des capteurs et comme stockage de traitement intermédiaire par certaines applications liées au LiDAR. LiDAR (Light Detection and Ranging) est une technologie de télédétection optique qui mesure les propriétés de la lumière diffusée pour trouver la distance et/ou d'autres informations d'une cible distante. La méthode courante pour déterminer la distance à un objet ou à une surface consiste à utiliser des impulsions laser.

Ce package contient les fichiers de développement pour créer des applications en C.

libLAS est une bibliothèque C/C++ pour la lecture et l'écriture de données ASPRS LAS versions 1.0, 1.1 et 1.2. Le format LAS est un format binaire séquentiel utilisé pour stocker les données des capteurs et comme stockage de traitement intermédiaire par certaines applications liées au LiDAR. LiDAR (Light Detection and Ranging) est une technologie de télédétection optique qui mesure les propriétés de la lumière diffusée pour trouver la distance et/ou d'autres informations d'une cible distante. La méthode courante pour déterminer la distance à un objet ou à une surface consiste à utiliser des impulsions laser.

Ce package contient les fichiers de développement pour créer des applications en C++.

LASzip transforme rapidement les fichiers LAS volumineux en fichiers LAZ compacts sans perte d'informations.

Ce paquet contient des fichiers de développement.

PostGIS ajoute la prise en charge des objets géographiques à la base de données relationnelle objet PostgreSQL. En effet, PostGIS "active spatialement" le serveur PostgreSQL, lui permettant d'être utilisé comme base de données spatiale principale pour les systèmes d'information géographique (SIG), un peu comme le SDE d'ESRI ou l'extension spatiale d'Oracle. PostGIS suit la "Spécification des fonctionnalités simples pour SQL" d'OpenGIS.

Cette bibliothèque est la section de gestion de la géométrie générique de PostGIS. Les objets géométriques, les constructeurs, les destructeurs et un ensemble de fonctions de traitement spatial sont implémentés ici. Cet emballage contient les fichiers de développement.

geometry.hpp fournit des interfaces C++ génériques avec en-tête uniquement pour les types de géométrie, les collections de géométrie et les fonctionnalités.

Ces types sont conçus pour être faciles à analyser et à sérialiser en GeoJSON.

Ils doivent également être un conteneur robuste et performant pour le traitement et la conversion des données.

La variante Mapbox a les mêmes performances rapides que boost::variant mais est plus rapide à compiler, génère des binaires plus petits et n'a pas de dépendances.

La variante Mapbox a été une alternative très précieuse et légère pour les applications qui peuvent utiliser c++11 ou c++14 mais qui ne veulent pas de dépendance Boost. La variante Mapbox a également été utile dans les applications qui dépendent de Boost, comme Mapnik, pour aider (légèrement) avec les temps de compilation et pour réduire considérablement la dépendance à Boost dans les en-têtes de base.

Wagyu est une bibliothèque générale pour les opérations géométriques de base suivantes :

La géométrie de sortie de chacune de ces opérations est garantie valide et simple selon l'OGC.

Mapnik est une boîte à outils OpenSource C++ pour le développement d'applications SIG (Systèmes d'Information Géographique). Au cœur se trouve une bibliothèque partagée C++ fournissant des algorithmes/modèles pour l'accès et la visualisation des données spatiales.

Essentiellement une collection d'objets géographiques (carte, couche, source de données, entité, géométrie), la bibliothèque ne repose pas sur des "systèmes de fenêtrage" et est destinée à fonctionner dans des environnements multi-threads

Ce package contient les en-têtes de développement, la documentation de l'API et les utilitaires de génération.

Ce package contient les fichiers de développement de la bibliothèque partagée.

MapServer est un cadre basé sur CGI pour les services de cartes Internet qui prend en charge les normes Open Geospatial Consortium (OGC). La fonctionnalité de script dans MapScript est fournie par les packages de bibliothèque mapscript suggérés.

Marble est un widget de carte géographique générique et un framework pour les applications KDE. Le widget Marble montre la terre comme une sphère mais ne nécessite pas d'accélération matérielle. Un ensemble minimal de données géographiques est inclus, il peut donc être utilisé sans connexion Internet.

Ce package contient des fichiers de développement pour la création de logiciels utilisant la bibliothèque de widgets Marble globe.

Ce package fait partie du module d'éducation de KDE.

NetCDF (Network Common Data Form) est un ensemble d'interfaces pour l'accès aux données orienté tableau et une collection librement distribuée de bibliothèques d'accès aux données pour C, Fortran, C++, Java et d'autres langages. Les bibliothèques netCDF prennent en charge un format indépendant de la machine pour représenter les données scientifiques. Ensemble, les interfaces, les bibliothèques et le format prennent en charge la création, l'accès et le partage de données scientifiques.

Ce package contient des en-têtes pour la bibliothèque C++.

NetCDF (Network Common Data Form) est un ensemble d'interfaces pour l'accès aux données orienté tableau et une collection librement distribuée de bibliothèques d'accès aux données pour C, Fortran, C++, Java et d'autres langages. Les bibliothèques netCDF prennent en charge un format indépendant de la machine pour représenter les données scientifiques. Ensemble, les interfaces, les bibliothèques et le format prennent en charge la création, l'accès et le partage de données scientifiques.

Cette version de la bibliothèque netCDF C++ est fournie pour une compatibilité descendante en tant que package séparé. Il a été développé avant que les concepts clés du C++ tels que les modèles, les espaces de noms et les exceptions ne soient largement pris en charge. Ce n'est pas recommandé pour les nouveaux projets, mais cela fonctionne toujours. Cette version de l'interface C++ ne prend en charge que le modèle de données "classique" de la version netCDF-3.

Ce package contient des en-têtes pour la bibliothèque C++ héritée.

NetCDF (Network Common Data Form) est un ensemble d'interfaces pour l'accès aux données orienté tableau et une collection librement distribuée de bibliothèques d'accès aux données pour C, Fortran, C++, Java et d'autres langages. Les bibliothèques netCDF prennent en charge un format indépendant de la machine pour représenter les données scientifiques. Ensemble, les interfaces, les bibliothèques et le format prennent en charge la création, l'accès et le partage de données scientifiques.

Ce package fournit des en-têtes.

NetCDF (Network Common Data Form) est un ensemble d'interfaces pour l'accès aux données orienté tableau et une collection librement distribuée de bibliothèques d'accès aux données pour C, Fortran, C++, Java et d'autres langages. Les bibliothèques netCDF prennent en charge un format indépendant de la machine pour représenter les données scientifiques. Ensemble, les interfaces, les bibliothèques et le format prennent en charge la création, l'accès et le partage de données scientifiques.

Ce package contient des en-têtes pour la bibliothèque Fortran.

OGDI est l'interface ouverte du magasin de données géographiques. OGDI est une interface de programmation d'application (API) qui utilise des méthodes d'accès normalisées pour fonctionner conjointement avec des progiciels SIG (l'application) et divers produits de données géospatiales. OGDI utilise une architecture client/serveur pour faciliter la diffusion de produits de données géospatiales sur n'importe quel réseau TCP/IP, et une approche axée sur les pilotes pour faciliter l'accès à plusieurs produits/formats de données géospatiales.

Ce package contient les fichiers de développement pour créer des programmes compatibles OGDI.

Ce package contient les fichiers d'en-tête et la bibliothèque statique nécessaires pour compiler des applications qui utilisent la bibliothèque d'étalonnage de caméra OpenCV (Open Computer Vision).

La bibliothèque Open Computer Vision est une collection d'algorithmes et d'exemples de code pour divers problèmes de vision par ordinateur. La bibliothèque est compatible avec IPL (Intel's Image Processing Library) et, si disponible, peut utiliser IPP (Intel's Integrated Performance Primitives) pour de meilleures performances.

OpenCV fournit des types de données et des opérateurs portables de bas niveau, ainsi qu'un ensemble de fonctionnalités de haut niveau pour l'acquisition vidéo, le traitement et l'analyse d'images, l'analyse structurelle, l'analyse de mouvement et le suivi d'objets, la reconnaissance d'objets, l'étalonnage de caméras et la reconstruction 3D.

Ce package contient les fichiers d'en-tête et la bibliothèque statique nécessaires pour compiler des applications utilisant la bibliothèque de contributions OpenCV (Open Computer Vision).

La bibliothèque Open Computer Vision est une collection d'algorithmes et d'exemples de code pour divers problèmes de vision par ordinateur. La bibliothèque est compatible avec IPL (Intel's Image Processing Library) et, si disponible, peut utiliser IPP (Intel's Integrated Performance Primitives) pour de meilleures performances.

OpenCV fournit des types de données et des opérateurs portables de bas niveau, ainsi qu'un ensemble de fonctionnalités de haut niveau pour l'acquisition vidéo, le traitement et l'analyse d'images, l'analyse structurelle, l'analyse de mouvement et le suivi d'objets, la reconnaissance d'objets, l'étalonnage de caméras et la reconstruction 3D.

Ce package contient les fichiers d'en-tête et la bibliothèque statique nécessaires pour compiler des applications qui utilisent le noyau OpenCV (Open Computer Vision).

La bibliothèque Open Computer Vision est une collection d'algorithmes et d'exemples de code pour divers problèmes de vision par ordinateur. La bibliothèque est compatible avec IPL (Intel's Image Processing Library) et, si disponible, peut utiliser IPP (Intel's Integrated Performance Primitives) pour de meilleures performances.

OpenCV fournit des types de données et des opérateurs portables de bas niveau, ainsi qu'un ensemble de fonctionnalités de haut niveau pour l'acquisition vidéo, le traitement et l'analyse d'images, l'analyse structurelle, l'analyse de mouvement et le suivi d'objets, la reconnaissance d'objets, l'étalonnage de caméras et la reconstruction 3D.

Il s'agit d'un métapaquet fournissant le paquet de développement nécessaire au développement d'OpenCV (Open Computer Vision).

La bibliothèque Open Computer Vision est une collection d'algorithmes et d'exemples de code pour divers problèmes de vision par ordinateur. La bibliothèque est compatible avec IPL (Intel's Image Processing Library) et, si disponible, peut utiliser IPP (Intel's Integrated Performance Primitives) pour de meilleures performances.

OpenCV fournit des types de données et des opérateurs portables de bas niveau, ainsi qu'un ensemble de fonctionnalités de haut niveau pour l'acquisition vidéo, le traitement et l'analyse d'images, l'analyse structurelle, l'analyse de mouvement et le suivi d'objets, la reconnaissance d'objets, l'étalonnage de caméras et la reconstruction 3D.

Ce package contient les fichiers d'en-tête et la bibliothèque statique nécessaires pour compiler des applications qui utilisent la bibliothèque de détection de fonctionnalités et d'extraction de descripteurs OpenCV (Open Computer Vision).

La bibliothèque Open Computer Vision est une collection d'algorithmes et d'exemples de code pour divers problèmes de vision par ordinateur. La bibliothèque est compatible avec IPL (Intel's Image Processing Library) et, si disponible, peut utiliser IPP (Intel's Integrated Performance Primitives) pour de meilleures performances.

OpenCV fournit des types de données et des opérateurs portables de bas niveau, ainsi qu'un ensemble de fonctionnalités de haut niveau pour l'acquisition vidéo, le traitement et l'analyse d'images, l'analyse structurelle, l'analyse de mouvement et le suivi d'objets, la reconnaissance d'objets, l'étalonnage de caméras et la reconstruction 3D.

Ce package contient les fichiers d'en-tête et la bibliothèque statique nécessaires pour compiler des applications qui utilisent le clustering et la recherche OpenCV (Open Computer Vision) dans la bibliothèque d'espaces multidimensionnels.

La bibliothèque Open Computer Vision est une collection d'algorithmes et d'exemples de code pour divers problèmes de vision par ordinateur.La bibliothèque est compatible avec IPL (Intel's Image Processing Library) et, si disponible, peut utiliser IPP (Intel's Integrated Performance Primitives) pour de meilleures performances.

OpenCV fournit des types de données et des opérateurs portables de bas niveau, ainsi qu'un ensemble de fonctionnalités de haut niveau pour l'acquisition vidéo, le traitement et l'analyse d'images, l'analyse structurelle, l'analyse de mouvement et le suivi d'objets, la reconnaissance d'objets, l'étalonnage de caméras et la reconstruction 3D.

Ce package contient les fichiers d'en-tête et la bibliothèque statique nécessaires pour compiler des applications utilisant la bibliothèque GPU OpenCV (Open Computer Vision).

La bibliothèque Open Computer Vision est une collection d'algorithmes et d'exemples de code pour divers problèmes de vision par ordinateur. La bibliothèque est compatible avec IPL (Intel's Image Processing Library) et, si disponible, peut utiliser IPP (Intel's Integrated Performance Primitives) pour de meilleures performances.

OpenCV fournit des types de données et des opérateurs portables de bas niveau, ainsi qu'un ensemble de fonctionnalités de haut niveau pour l'acquisition vidéo, le traitement et l'analyse d'images, l'analyse structurelle, l'analyse de mouvement et le suivi d'objets, la reconnaissance d'objets, l'étalonnage de caméras et la reconstruction 3D.

Ce package contient les fichiers d'en-tête et la bibliothèque statique nécessaires pour compiler des applications qui utilisent l'interface graphique de haut niveau OpenCV (Open Computer Vision) et la bibliothèque Media I/O.

La bibliothèque Open Computer Vision est une collection d'algorithmes et d'exemples de code pour divers problèmes de vision par ordinateur. La bibliothèque est compatible avec IPL (Intel's Image Processing Library) et, si disponible, peut utiliser IPP (Intel's Integrated Performance Primitives) pour de meilleures performances.

OpenCV fournit des types de données et des opérateurs portables de bas niveau, ainsi qu'un ensemble de fonctionnalités de haut niveau pour l'acquisition vidéo, le traitement et l'analyse d'images, l'analyse structurelle, l'analyse de mouvement et le suivi d'objets, la reconnaissance d'objets, l'étalonnage de caméras et la reconstruction 3D.

Une boîte à outils graphique portable de haut niveau pour le développement d'applications graphiques hautes performances telles que des simulateurs de vol, des jeux, de la réalité virtuelle ou de la visualisation scientifique. Fournissant un cadre orienté objet au-dessus d'OpenGL, il libère le développeur de la mise en œuvre et de l'optimisation des appels graphiques de bas niveau, et fournit de nombreux utilitaires supplémentaires pour le développement rapide d'applications graphiques.

Ce package contient les en-têtes de développement.

Cette bibliothèque est destinée à fournir une interface de thread orientée objet (OO) minimale et complète pour les programmeurs C++, utilisée principalement dans OpenSceneGraph. Il est vaguement calqué sur l'API des threads Java et les normes POSIX Threads.

Ce package contient les en-têtes de développement.

libosmgpsmap est une bibliothèque permettant d'intégrer des cartes dans des applications qui, lorsqu'elles reçoivent des coordonnées GPS, dessinent une trace GPS et des points d'intérêt sur un affichage de carte en mouvement. Télécharge des données cartographiques à partir d'un certain nombre de sites Web, notamment openstreetmap.org, openaerialmap.org et d'autres.

Ce sont les fichiers de développement de libosmgpsmap0, nécessaires uniquement si vous écrivez ou compilez une application qui l'utilisera.

La bibliothèque Osmium prend en charge de manière étendue tous les types d'entités OSM : nœuds, voies, relations et ensembles de modifications. Il permet de lire et d'écrire dans des fichiers OSM aux formats XML et PBF, y compris des fichiers de modifications et des fichiers d'historique complet. Osmium peut stocker des données OSM en mémoire et sur disque dans divers formats et en utilisant divers index. Son interface de gestion facile à utiliser vous permet d'écrire rapidement des fonctions de filtrage et de conversion de données. Osmium peut créer des géométries WKT, WKB, OGR, GEOS et GeoJSON pour une conversion facile dans de nombreux formats SIG et il peut assembler des multipolygones à partir de voies et de relations.

Osmium est une bibliothèque d'en-tête uniquement, il n'y a donc rien à compiler pour la construire. Incluez simplement les fichiers d'en-tête dont vous avez besoin.

Ce paquet contient les en-têtes de la bibliothèque Osmium.

Osmpbf est une bibliothèque Java/C pour lire et écrire des fichiers OpenStreetMap PBF. PBF (Protocol buffer Binary Format) est un format de fichier binaire pour les données OpenStreetMap qui utilise les tampons de protocole Google comme stockage de bas niveau.

Ce package fournit les en-têtes C à utiliser dans des applications tierces.

Open Source Software Image Map (OSSIM) est un moteur hautes performances pour la télédétection, le traitement d'images, les systèmes d'information géographique et la photogrammétrie. Il est activement développé depuis 1996.

Conçu comme une série de bibliothèques logicielles hautes performances, il est écrit en C++ en utilisant les dernières techniques de conception de logiciels orientés objet.

La bibliothèque fournit des fonctionnalités avancées de télédétection, de traitement d'images et géospatiales. Un résumé rapide des fonctionnalités d'OSSIM comprend l'ortho-rectification, la correction précise du terrain, des modèles de capteurs rigoureux, de très grandes mosaïques et des fusions de capteurs croisés, une large gamme de projections et de références cartographiques, et une large gamme de formats de données commerciaux et gouvernementaux. L'architecture de la bibliothèque prend en charge le traitement parallèle avec mpi (non activé), une architecture de plug-in dynamique et des objets connectables dynamiquement permettant le prototypage rapide de chaînes de traitement d'images personnalisées.

Ce package comprend les fichiers de développement pour créer des programmes utilisant la bibliothèque OSSIM.

PDAL est une bibliothèque sous licence BSD pour la traduction et la manipulation de données de nuages ​​de points de divers formats. PDAL peut être utilisé pour lire, écrire et traduire des données de nuages ​​de points dans de nombreux formats. La prise en charge est incluse pour les fichiers d'entrée de LAS, LAZ, SBET, BPF, QFIT et autres. PDAL peut également lire et écrire dans des bases de données prenant en charge le stockage en nuage de points, notamment Oracle, Postgres et SQLite.

PDAL ne doit pas être confondu avec PCL (Point Cloud Library). PCL est une bibliothèque spécialement conçue pour fournir une analyse et une modification algorithmiques des nuages ​​de points. PDAL fournit une interface limitée aux installations de PCL, mais n'essaie généralement pas de dupliquer ses capacités.

Ce package contient les fichiers de développement PDAL.

Proj et invproj effectuent respectivement une transformation directe et inverse des données cartographiques vers ou à partir de données cartésiennes avec une large gamme de fonctions de projection sélectionnables (plus de 100 projections).

Geod et invgeod effectuent des calculs géodésiques (grand cercle) pour déterminer la latitude, la longitude et l'azimut arrière d'un point terminal étant donné la latitude, la longitude, l'azimut et la distance (directs) d'un point initial ou les azimuts avant et arrière et la distance entre un point initial et un point terminal latitudes et longitudes (inverse).

Ce package fournit les fichiers de développement PROJ.

protozero est un décodeur et un encodeur de tampon de protocole minimaliste en C++.

Conçu pour des performances élevées. Convient pour l'écriture d'analyseurs et d'encodeurs sans copie avec un besoin minimal d'allocation de mémoire au moment de l'exécution.

Bas niveau : il s'agit d'un élément de base pour l'écriture d'un décodeur très personnalisé pour un schéma protobuf stable. Si votre schéma protobuf change fréquemment ou si le décodage paresseux n'est pas critique pour votre application, cette approche n'offre aucune valeur : utilisez simplement l'API de décodage disponible via l'API C++ qui peut être générée via le programme protoc de Google Protobufs.

Ce package contient les en-têtes protozero.

QGIS est un système d'information géographique (SIG) qui gère, analyse et affiche des bases de données d'informations géographiques.

Ce paquet contient les en-têtes et les bibliothèques nécessaires pour développer des plugins pour QGIS.

librasterlite2 est une bibliothèque open source qui stocke et récupère d'énormes couvertures raster à l'aide d'un SGBD SpatiaLite.

Il est destiné à remplacer et à supplanter complètement la librasterlite. Les deux projets n'ont aucun rapport : la similitude unique entre les deux réside simplement dans le fait qu'ils couvrent le même domaine d'application identique.

Ce paquet contient des fichiers de développement.

ReadOSM est une bibliothèque open source pour extraire des données valides à partir d'un fichier d'entrée OpenStreetMap. Ces fichiers OSM se présentent sous deux formats différents, .osm (XML) et .pbf.

Certains des objectifs de conception de ReadOSM sont :

  • être simple et léger
  • être stable, robuste et efficace
  • être facilement et universellement portable
  • rendant l'ensemble du processus d'analyse des fichiers .osm ou .osm.pbf complètement transparent du point de vue de l'application.

Ce paquet contient les fichiers nécessaires au développement.

La bibliothèque de topologies RT expose une API pour créer et gérer des topologies standard (ISO 13249 aka SQL/MM) à l'aide de magasins de données fournis par l'utilisateur.

Le code est dérivé de la bibliothèque PostGIS liblwgeom améliorée pour assurer la sécurité des threads, avoir moins de dépendances et être indépendant des cycles de publication de PostGIS.

Cet emballage contient les fichiers de développement.

SAGA GIS (System for Automated Geoscientific Analyses) est un système d'information géographique utilisé pour l'édition et l'analyse de données spatiales.

Ce package contient les fichiers d'en-tête pour le développement avec SAGA. Installez ce package si vous souhaitez développer un logiciel utilisant l'API SAGA.

SFCGAL est une bibliothèque wrapper C++ autour de CGAL dans le but de prendre en charge ISO 19107:2013 et OGC Simple Features Access 1.2 pour les opérations 3D.

SFCGAL fournit des types et des opérations de géométrie conformes aux normes, accessibles à partir de ses API C ou C++. PostGIS utilise l'API C, pour exposer certaines fonctions de SFCGAL dans des bases de données spatiales (cf. manuel PostGIS).

Ce package fournit les fichiers de développement.

Le format Shapefile est un format de travail et d'échange promu par ESRI pour des données vectorielles simples avec des attributs. C'est apparemment le seul format de fichier qui peut être modifié dans ARCView 2/3, et peut également être exporté et importé dans ArcGis.

Ce package comprend les fichiers de développement.

Spatialindex est une bibliothèque C++ qui fournit un cadre pour le développement d'index spatiaux. Actuellement, il définit des interfaces génériques, fournit des gestionnaires simples de mémoire principale et de stockage sur disque et une implémentation robuste d'un arbre R*, d'un arbre MVR et d'un arbre TPR.

Ce package contient les fichiers de développement pour construire des programmes tiers.

L'extension SpatiaLite permet à SQLite de prendre en charge les données spatiales (géométrie) d'une manière conforme aux spécifications OpenGis, avec les formats WKT et WKB.

Spatialite inclut également Virtualshape et Virtualtext pour permettre l'accès aux fichiers de formes et aux fichiers csv/text en tant que tables virtuelles.

Ce package contient des fichiers de développement (bibliothèques statiques et fichiers d'en-tête).

TerraLib permet le développement rapide d'applications géographiques sur mesure à l'aide de bases de données spatiales. En tant qu'outil de recherche, TerraLib vise à fournir un environnement riche et puissant pour le développement de la recherche SIG, permettant le développement de prototypes SIG qui incluent de nouveaux concepts tels que les modèles de données spatio-temporelles, les ontologies géographiques et les techniques avancées d'analyse spatiale. TerraLib définit un modèle de données géographiques et prend en charge ce modèle sur une gamme de différents SGBD (MySQL, PostgreSQL, ORACLE et ACCESS), et est implémenté comme une bibliothèque de classes et de fonctions C++, écrites en ANSI-C++.

Ce paquet contient des fichiers de développement pour terralib.

Le package UDUNITS prend en charge les unités de quantités physiques (par exemple, mètres, secondes). Plus précisément, il prend en charge la conversion entre les représentations chaîne et binaire des unités, la manipulation arithmétique des unités et la conversion des valeurs numériques entre les unités compatibles. Le package est écrit en langage de programmation C.

Ce package fournit les fichiers d'inclusion et les bibliothèques statiques pour le développement.

ParaView est une application multiplateforme open source conçue pour visualiser des ensembles de données de taille variant de petite à très grande. Les objectifs du projet ParaView sont les suivants :

ParaView fonctionne sur des systèmes parallèles à mémoire distribuée et partagée ainsi que sur des systèmes à processeur unique et a été testé avec succès sur Windows, Mac OS X, Linux et divers postes de travail, clusters et superordinateurs Unix. Sous le capot, ParaView utilise le Visualization Toolkit comme moteur de traitement et de rendu des données et dispose d'une interface utilisateur écrite à l'aide de Qt. Fichiers d'en-tête de développement

Pktools est un ensemble de programmes permettant d'effectuer des opérations, principalement sur des images raster géolocalisées. Il s'appuie fortement sur la bibliothèque d'abstraction de données géospatiales (GDAL) et OGR. Les programmes sont similaires aux outils GDAL (gdalinfo, gdal_translate, gdal_merge, . ) et certaines des fonctionnalités fournies dans pktools existent déjà dans les outils GDAL.

Tous les utilitaires de pktools utilisent des options de ligne de commande et ont une aide intégrée, et incluent plus de trente binaires pour éditer, modifier, recadrer, classer, comparer, vider, remplir, améliorer les images et de nombreuses autres opérations courantes utiles dans le domaine de la télédétection de l'analyse d'image.

Ce package contient les fichiers nécessaires au développement d'un logiciel utilisant les bibliothèques pktools.

Cligj est une petite bibliothèque qui peut être utilisée pour standardiser le traitement de geoJSON dans les programmes de ligne de commande Python.

Ce package fournit la version Python 2 de la bibliothèque.

python-geohash fournit une fonctionnalité d'encodage et de décodage geohash rapide et précise. Geohash est un système de géocodage latitude/longitude (une représentation sous forme de chaîne de coordonnées géométriques bidimensionnelles). En plus de geohash, ce module prend également en charge les codes de grille quadtree, jpgrid (JIS X 0410) et jpiarea.

  • Fonctions d'encodage et de décodage des données au format GeoJSON
  • Classes pour tous les objets GeoJSON
  • Une implémentation de la spécification Python geo_interface

Ceci est la version Python 2 de la bibliothèque

libLAS est une bibliothèque C/C++ pour la lecture et l'écriture de données ASPRS LAS versions 1.0, 1.1 et 1.2. Le format LAS est un format binaire séquentiel utilisé pour stocker les données des capteurs et comme stockage de traitement intermédiaire par certaines applications liées au LiDAR. LiDAR (Light Detection and Ranging) est une technologie de télédétection optique qui mesure les propriétés de la lumière diffusée pour trouver la distance et/ou d'autres informations d'une cible distante. La méthode courante pour déterminer la distance à un objet ou à une surface consiste à utiliser des impulsions laser.

Ce package contient un module Python pour utiliser libLAS.

mapbox-vector-tile fournit une prise en charge de l'encodage et du décodage des données conformes à la spécification Mapbox Vector Tile en Python.

Ce paquet contient la bibliothèque pour Python 2.

Modest Maps est une bibliothèque d'affichage et d'interaction pour les cartes basées sur des tuiles en Flash (Actionscript 2.0 et Actionscript 3.0), Javascript et Python.

Son objectif est de fournir une bibliothèque d'affichage minimale, extensible, personnalisable et gratuite pour les concepteurs et les développeurs qui souhaitent utiliser des cartes interactives dans leurs propres projets. Modest Maps fournit un ensemble de fonctionnalités de base dans un package compact et épuré, avec des crochets pour des fonctionnalités supplémentaires.

Ce package contient le module Python.

PySAL est une bibliothèque open source de fonctions d'analyse spatiale écrites en Python destinées à soutenir le développement d'applications de haut niveau.

Il est important de souligner ce pour quoi PySAL est et n'est pas conçu. PySAL est avant tout une bibliothèque au sens plein du terme. Les développeurs à la recherche d'une suite de méthodes d'analyse spatiale qu'ils peuvent intégrer au développement d'applications devraient se sentir à l'aise avec PySAL. Les analystes spatiaux qui peuvent mener des projets de recherche nécessitant des scripts personnalisés, une analyse de simulation approfondie, ou ceux qui cherchent à faire progresser l'état de l'art en matière d'analyse spatiale devraient également trouver PySAL comme une base utile pour leur travail.

Les utilisateurs finaux à la recherche d'une interface utilisateur graphique conviviale pour l'analyse spatiale ne doivent pas se tourner directement vers PySAL. Au lieu de cela, ils devraient envisager des projets tels que STARS et la suite de produits logiciels GeoDaX qui enveloppent la fonctionnalité PySAL dans des interfaces graphiques. Dans le même temps, il est prévu qu'avec des développements tels que les architectures de plug-in basées sur Python pour QGIS, GRASS et les extensions de boîte à outils pour ArcGIS, l'accès des utilisateurs finaux à la fonctionnalité PySAL s'élargira dans un proche avenir.


Paquets Debian GIS Workstation

AVCE00 besteht aus einer C-Bibliothek und einer Werkzeugsammlung, die (binäre) Arcinfo Vector Coverages wie E00 erscheinen lassen. Damit ermöglicht es AVCE00, die binären Darstellungen so zu lesen und zu schreiben, als wären sie E00-Dateien.

E00compr ist eine ANSI-C-Bibliothek, die mit Arcinfo komprimierte E00-Dateien liest und schreibt. Sie unterstützt die Komprimierungsstufen »PARTIAL« und »FULL«. E00-Dateien sind das Vektor-Import/Export-Format für Arcinfo. Es handelt sich um gewöhnliches ASCII und ist als Austauschformat gedacht. ESRI betrachtet das Format als proprietär. Daher kann es vorkommen, dass dieses Paket nicht alle E00-Dateien lesen kann, da ESRI das Format ändern könnte.

Dieses Paket hilft beim Importieren von E00-Dateien in das GIS-System GRASS.

Das Paket enthält das Kommandozeilenprogramm e00conv, das eine E00-Datei als Eingabe (komprimiert oder nicht) mit der gewünschten Komprimierungsstufe (NONE, PARTIAL oder FULL) in eine neue Datei kopiert. Die Bibliothek wird auf/in dieser Stufe nicht einbezogen.

Epsilon est une bibliothèque C pour la compression d'images avec perte basée sur Wavelet. Les compresseurs pilotés par ondelettes sont connus pour être beaucoup plus efficaces que les compresseurs DCT traditionnels (comme JPEG).

À l'heure actuelle, le programme prend en charge environ 30 filtres à ondelettes différents, fonctionne en parallèle dans des environnements multithread et MPI, peut traiter des images énormes et bien plus encore.

Ce paquet contient des outils utiles pour compresser/décompresser des images.

GDAL ist eine Übersetzungbibliothek für Raster-Datenformate mit Raumbezug. Als Bibliothek präsentiert es der aufrufenden Anwendung ein abstraktes Datenmodell für alle unterstützten Formate. Die verwandte OGR-Bibliothek (welche sich im GDAL-Quellbaum befindet) stellt entsprechende Funktionen für einfach gehaltene Vektordaten bereit.

GDAL unterstützt über 40 populäre Datenformate, neben oft verwendeten (GeoTIFF, JPEG, PNG und mehr) auch solche, die in GIS (geographischen Informationssystemen) und Paketen zur Fernerkundung (ERDAS Imagine, ESRI Arc/Info, ENVI, PCI Geomatics werden.) verwen. Weiterhin werden viele Fernerkundungs- und naturwissenschaftliche Austauschformate wie z.B. HDF, EOS FAST, NOAA L1B, NetCDF, FITS unterstützt.

Die Bibliothek OGR unterstützt populäre Vektorformate wie ESRI Shapefile, TIGER-Daten, S57, MapInfo File, DGN, GML et andere.

Dieses Paket enthält Dienstprogramme, die auf GDAL/OGR basieren, nämlich gdal_translate, gdalinfo, gdaladdo, gdalwarp, ogr2ogr, ogrinfo, ogrtindex.

GeographicLib est un petit ensemble de classes C++ pour la conversion entre les coordonnées géographiques, UTM, UPS, MGRS, géocentriques et cartésiennes locales, pour les calculs du géoïde et pour le calcul de la géodésique. C'est un remplacement approprié pour la fonctionnalité de base fournie par NGA Geotrans.

Ce paquet contient des outils de base basés sur la bibliothèque GeographicLib.

GeoIP ist eine C-Bibliothek, die Benutzern ermöglicht das Land zu einer IP-Adresse oder einem Hostnamen zu finden. Es verwendet eine Datei-basierte Datenbank.

Diese Datenbank enthält einfach IP-Blöcke als Schlüssel und Länder als Werte und sie ist wahrscheinlich vollständiger und genauer als inverse DNS-Suchen.

Dieses Paket enthält die Werkzeuge für die Befehlszeile zum Nachschlagen von IP-Adressen mittels der GeoIP-Bibliothek.

Diese C-Bibliothek unterstützt das TIFF-6.0-basierte Austauschformat für georeferenzierte Rasterbilder. Der GeoTIFF-Standard wurde für das Lesen und Schreiben von geografischen Informationen in Form von Meta-Tags in TIFF-Rasterbildern entwickelt.

Die GeoTIFF-Bibliothek ist mit zwei Dienstprogrammen ausgestattet:

GMT ist eine Sammlung von Werkzeugen, die dem Benutzer die Manipulation zwei- und dreidimensionaler Datensätze (einschließlich Filterung, Quantifizierung von Trends, Klassierung/Vergröberung auf ein Raster, Projektion, usw.) ermöglichen Sie erzeugen Illustrationen von einfachen xy-Flächen über Höhenlinien bis hin zu künstlich beleuchteten Oberflächen und perspektivischen 3-D-Ansichten in schwarz-weiss, Grautönen, Schraffurmustern und 24-Bit-Farben. Die Ausgabe erfolgt im EPS (Encapsulated PostScript)-Format.

GMT unterstützt viele gebräuchliche Kartenprojektionen plus lineare, logarithmische und exponentielle Skalierung, und kommt mit Unterstützungsdaten, wie z.B. Küsten, Flüsse und politische Grenzen.

Un package Tcl qui fournit les moyens de créer et de lire des fichiers dans le Shapefile ESRI pour conserver des points et des polylignes en 2 ou 3 dimensions.

Il a été développé pour être utilisé dans GPSMan, un gestionnaire de données de récepteur GPS et est basé sur le module shapelib. Parallèlement à ce package, gpstr2shp.c a également été développé pour traduire les fichiers de données GPStrans en fichiers Shapefile.

Mit dem Werkzeug Grace kann der Benutzer mittels Mausklicks X-Y-Darstellungen erstellen. Dieses Programm hatte früher den Namen Xmgr.

Zu seinen Merkmalen gehören: benutzerdefinierte Skalierung, Skalenstriche, Beschriftungen, Symbole, Linienstile, Farben, Polynomiale Regression, Splines, gleitende Mittelwerte, DFT/FFT, Kreuz-/Auto-Korrelation, Batch-Modus für nicht un interaktive PScriptters , FrameMaker et mehrere Bildformate.

Autres captures d'écran du package grace
VersionURL
1:5.1.22-10https://screenshots.debian.net/shrine/screenshot/7408/simage/large-f2bb08428f0d5fe91681fc3fac3d0291.png

Dieses System ist als GRASS (Geographic Resources Analysis Support System) bekannt. Es ist ein geografisches Informationssystem (GIS) genutzt wird es für die Verwaltung und Analyze geographischer Daten, Bildverarbeitung, Erzeugung von Grafiken und Landkarten, räumliche Modellierung und Visualisierung. GRASS wird zur Zeit in akademischen und kommerziellen Einrichtungen rund um die Welt eingesetzt. Auch viele Regierungsstellen und in der Umweltberatung tätige Firmen nutzen es.

Mit der Installation dieses virtuellen Pakets erhalten Sie ein vollständiges GRASS-System.

HDF5 (hierarchisches Datenformat 5) ist ein Dateiformat für die Speicherung wissenschaftlicher Daten. Diese Program ermöglichen es, andere Formate in HDF5 zu konvertieren und HDF5-Dateien zu visualisieren. Hierzu gehören :

  • h5topng, welches einen 2D-Schnitt aus einer HDF5-Datei extrahiert und ein entsprechendes Bild im PNG-Format ausgibt
  • h5totxt, welches 2D-Schnitte extrahiert und komma-begrenzten Text ausgibt (geeignet für den Import in eine Tabellenkalkulation)
  • h5fromtxt, welches einfachen Text in multidimensionale numerische HDF5-Datensätze konvertiert
  • h5fromh4, welches HDF4-Daten nach HDF5 konvertiert
  • h5tovtk, welches HDF5-Dateien in VTK-Dateien zur Visualisierung mit VTK-fähigen Programmen wandelt.

HDF ist ein Multiobjekt-Dateiformat zur Speicherung und Übertragung von grafischen und numerischen Daten, die hauptsächlich in wissenschaftlichen Berechnungen verwendet werden. HDF unterstützt mehrere verschiedene Datenmodelle, inklusive mehrdimensionale Felder, Rasterbilder und Tabellen. Jedes dieser Modelle definiert einen bestimmten Datentyp und stellt eine API zum Lesen, Schreiben und Organisieren von Daten und Metadaten bereit. Neue Datenmodelle können von den HDF-Entwicklern oder -Benutzern hinzugefügt werden.

Dieses Paket enthält einige grundlegende Hilfsmittel, um HDF-Dateien anzusehen, zu packen und zu entpacken.

Hierarchical Data Format 5 (HDF5) est un format de fichier et une bibliothèque pour stocker des données scientifiques. HDF5 a été conçu et mis en œuvre pour combler les lacunes de HDF4.x. Il dispose d'un modèle de données plus puissant et flexible, prend en charge les fichiers de plus de 2 Go et prend en charge les E/S parallèles.

Ce package contient des outils d'exécution pour HDF5.

GDAL ist eine Übersetzungbibliothek für Raster-Datenformate mit Raumbezug. Als Bibliothek präsentiert es der aufrufenden Anwendung ein abstraktes Datenmodell für alle unterstützten Formate. Die verwandte OGR-Bibliothek (welche sich im GDAL-Quellbaum befindet) stellt entsprechende Funktionen für einfach gehaltene Vektordaten bereit.

GDAL unterstützt viele populäre Datenformate, neben oft verwendeten (GeoTIFF, JPEG, PNG und mehr) auch solche, die in GIS (geographischen Informationssystemen) und Paketen zur Fernerkundung (ERDAS Imagine, ESRI Arc/Info, ENVI, PCI Geomatics) verwendet verwendet Weiterhin werden viele Fernerkundungs- und naturwissenschaftliche Austauschformate wie z.B. HDF, EOS FAST, NOAA L1B, NetCDF, FITS unterstützt.

Die Bibliothek OGR unterstützt populäre Vektorformate wie ESRI Shapefile, TIGER-Daten, S57, MapInfo File, DGN, GML et andere.

Dieses Paket enthält die für die Entwicklung von Software, die GDAL/OGR nutzt, notwendigen Dateien (Header, statische Objekte, Konfigurationsskript).

GDAL est une bibliothèque de traduction pour les formats de données géospatiales raster. En tant que bibliothèque, il présente un seul modèle de données abstrait à l'application appelante pour tous les formats pris en charge. Cette extension permet d'accéder aux données GRASS via GDAL.

Ce paquet fournit le plugin GDAL GRASS.

Ein Ort auf dem Globus, in jedem Koordinatensystem. Geo::Point versucht, die Mathematik und das Koordinatensystem, in dem der Punkt dargestellt wird, zu verstecken.

Eines der verwirrendsten Dinge im Umgang mit geometrischen Daten ist, dass manchmal Breitengrad/Längengrad (latlong), manchmal xy verwendet werden : horizontal und vertikale werden umgekehrt. Dieses Paket versucht, dies vor Ihrem Programm zu verbergen, indem es abstrakte Zugriffsmethoden (accessors) zur Verfügung stellt: latlong(), longlat(), xy() et yx() .

Module Dieses Paket bietet folgende :

  • Geo::Line - eine Sequenz verbundener Punkte
  • Geo::Point - ein Punkt auf dem Globus
  • Geo::Proj - Vereinfachter Wrapper für Geo::Proj4
  • Geo::Shape - Basisklasse für zweidimensionale Punkte auf der Erdoberfläche
  • Geo::Space - eine Sammlung von verschiedenen Objekten
  • Geo::Surface - eine Oberflächenbeschreibung

GeographicLib ist eine kleine Sammlung von C++-Klassen für Transformationen zwischen geografischen, UTM-, UPS-, MGRS-, geozentrischen und lokalen kartesischen Koordinaten, für geodätische Berechnungen und computergestützte Geodäsie. Sie ist ein geeigneter Ersatz für die Kernfunktionalität von NGA Geotrans.

Dieses Paket enthält die Dateien, die zum Entwickeln von Anwendungen verwendet werden, die die Bibliothek von GeographicLib nutzen.

JTS est une librairie java qui fournit :

  • une implémentation du modèle de données spatiales défini dans l'OGC Simple Features Specification for SQL (SFS)
  • une implémentation complète et cohérente d'algorithmes spatiaux 2D fondamentaux
  • un modèle de précision explicite, avec des algorithmes qui gèrent gracieusement les situations entraînant un effondrement dimensionnel
  • implémentations robustes d'opérations géométriques de calcul clés
  • E/S au format Texte connu

libLAS est une bibliothèque C/C++ pour la lecture et l'écriture de données ASPRS LAS versions 1.0, 1.1 et 1.2. Le format LAS est un format binaire séquentiel utilisé pour stocker les données des capteurs et comme stockage de traitement intermédiaire par certaines applications liées au LiDAR. LiDAR (Light Detection and Ranging) est une technologie de télédétection optique qui mesure les propriétés de la lumière diffusée pour trouver la distance et/ou d'autres informations d'une cible distante. La méthode courante pour déterminer la distance à un objet ou à une surface consiste à utiliser des impulsions laser.

Ce package contient les outils essentiels pour gérer les données LiDAR : lasinfo, lasmerge, las2las, las2txt, txt2las, las2ogr.

Le format Shapefile est un format de travail et d'échange promu par ESRI pour des données vectorielles simples avec des attributs. C'est apparemment le seul format de fichier qui peut être modifié dans ARCView 2/3, et peut également être exporté et importé dans ArcGis.

Ce package comprend les fichiers de développement.

Un mapcode représente un emplacement. Chaque emplacement sur Terre peut être représenté par un mapcode. Les Mapcodes ont été conçus pour être courts, faciles à reconnaître, à mémoriser et à communiquer. Ils sont précis à quelques mètres, ce qui est suffisant pour une utilisation quotidienne. Les emplacements dans les zones densément peuplées obtiennent souvent des mapcodes plus courts. Voir http://www.mapcode.com/

Ce package contient un utilitaire de ligne de commande qui peut convertir vers et depuis des mapcodes.

Mapnik est une boîte à outils OpenSource C++ pour le développement d'applications SIG (Systèmes d'Information Géographique). Au cœur se trouve une bibliothèque partagée C++ fournissant des algorithmes/modèles pour l'accès et la visualisation des données spatiales.

Essentiellement une collection d'objets géographiques (carte, couche, source de données, entité, géométrie), la bibliothèque ne repose pas sur des "systèmes de fenêtrage" et est destinée à fonctionner dans des environnements multi-threads

Ce paquet contient divers utilitaires distribués avec mapnik :

shapeindex : programme pour créer un index basé sur le système de fichiers pour les fichiers de formes ESRI

OGDI steht für Open Geographic Datastore Interface. OGDI ist eine Programmierschnittstelle (API), die eine standardisierte Zugriffsmethode verwendet, um mit GIS-Softwarepaketen (der Anwendung) und verschiedenen geografischen Daten zusammen zu arbeiten. OGDI verwendet eine Client/Server-Architektur, um das Verteilen geografischer Daten über ein TCP/IP-Netzwerk zu erleichtern, und einen treiberorientierten Ansatz, um den Zugriff auf mehrere geografische Datenprodzute/--formatmöglichen.

Dieses Paket enthält einige nützliche, auf der OGDI-Bibliothek basierende Werkzeuge.

Traceur de cartes et logiciel de navigation à utiliser en cours ou comme outil de planification. Développé par une équipe de marins actifs utilisant des conditions réelles pour tester et affiner le programme. Par défaut, prend en charge les formats raster et vectoriels tels que BSB et S63. La prise en charge de nombreux autres formats est disponible dans les plugins. D'autres plugins prennent en charge e. ex., AIS, radar et cartes météo. L'application prend en charge les langues dans plus de 20 langues.

Ce package contient des programmes, des bibliothèques et des fichiers de support.

Ein portierbarer, leistungsfähiger Grafik-Werkzeugsatz für die Entwicklung von Hochleistungs-Grafikanwendungen wie Flugsimulatoren, Spielen, virtuelle Realität oder wissenschaftliche Visualisierung. Er stellt ein auf OpenGL aufbauendes, objektorientiertes Rahmenwerk bereit, das die Entwickler von der Umsetzung und Optimierung systemnaher Grafikaufrufe befreit. Das Paket enthält viele weitere Dienstprogramme für die schnelle Entwicklung von Grafikanwendungen.

Dieses Paket enthält Werkzeuge und Beispiele (Binärprogramme).

osgEarth est une boîte à outils de rendu de terrain évolutive pour OpenSceneGraph (OSG), une boîte à outils graphique 3D open source et hautes performances. Créez simplement un simple fichier XML, pointez-le sur vos données d'imagerie, d'altitude et vectorielles, chargez-le dans votre application OSG préférée, et c'est parti ! osgEarth prend en charge toutes sortes de données et est fourni avec de nombreux exemples pour vous aider à être opérationnel rapidement et facilement.

Ce paquet contient des binaires.

Open Source Software Image Map (OSSIM) est un moteur hautes performances pour la télédétection, le traitement d'images, les systèmes d'information géographique et la photogrammétrie. Il est activement développé depuis 1996.

Conçu comme une série de bibliothèques logicielles hautes performances, il est écrit en C++ en utilisant les dernières techniques de conception de logiciels orientés objet.

La bibliothèque fournit des fonctionnalités avancées de télédétection, de traitement d'images et géospatiales. Un résumé rapide des fonctionnalités d'OSSIM comprend l'ortho-rectification, la correction précise du terrain, des modèles de capteurs rigoureux, de très grandes mosaïques et des fusions de capteurs croisés, une large gamme de projections et de références cartographiques, et une large gamme de formats de données commerciaux et gouvernementaux. L'architecture de la bibliothèque prend en charge le traitement parallèle avec mpi (non activé), une architecture de plug-in dynamique et des objets connectables dynamiquement permettant le prototypage rapide de chaînes de traitement d'images personnalisées.

Ce package comprend des outils de base qui utilisent la bibliothèque OSSIM pour effectuer certaines tâches de base.

PDAL est une bibliothèque sous licence BSD pour la traduction et la manipulation de données de nuages ​​de points de divers formats. PDAL peut être utilisé pour lire, écrire et traduire des données de nuages ​​de points dans de nombreux formats. La prise en charge est incluse pour les fichiers d'entrée de LAS, LAZ, SBET, BPF, QFIT et autres. PDAL peut également lire et écrire dans des bases de données prenant en charge le stockage en nuage de points, notamment Oracle, Postgres et SQLite.

PDAL ne doit pas être confondu avec PCL (Point Cloud Library). PCL est une bibliothèque spécialement conçue pour fournir une analyse et une modification algorithmiques des nuages ​​de points. PDAL fournit une interface limitée aux installations de PCL, mais n'essaie généralement pas de dupliquer ses capacités.

Ce package contient les utilitaires PDAL.

Pktools est un ensemble de programmes permettant d'effectuer des opérations, principalement sur des images raster géolocalisées. Il s'appuie fortement sur la bibliothèque d'abstraction de données géospatiales (GDAL) et OGR. Les programmes sont similaires aux outils GDAL (gdalinfo, gdal_translate, gdal_merge, . ) et certaines des fonctionnalités fournies dans pktools existent déjà dans les outils GDAL.

Tous les utilitaires de pktools utilisent des options de ligne de commande et disposent d'une aide intégrée. Ils incluent plus de trente binaires pour éditer, modifier, recadrer, classer, comparer, vider, remplir, améliorer les images et de nombreuses autres opérations courantes utiles dans le domaine de la télédétection de l'analyse d'images.

PostGIS unterstützt geografische Objekte für die objektrelationale Datenbank PostgreSQL. Der PostgreSQL-Server wird durch PostGIS wirksam »räumlich erweitert«. Dadurch kann er als räumliche Backend-Datenbank für Geoinformationssysteme (GIS), ainsi avec ESRIs SDE oder Oracle Spatial, verwendet werden. PostGIS befolgt die OpenGIS-Spezifikation »Spécification de fonctionnalités simples pour SQL«.

Dieses Paket enthält die PostGIS-Userspace-Binärdateien für den Import et Export von Shape- und Rasterdateien: pgsql2shp, raster2pgsql et shp2pgsql.

Dieses Skript führt einen netzwerk- und zeiteffizienten Vergleich oder eine Synchronisierung von zwei möglicherweise großen Tabellen auf zwei PostgreSQL-Datenbankservern durch, um eingefügte, aktualisierteen.

pprepair (réparation de partition planaire) nimmt einen Polygonensatz und stellt sicher, dass diese eine valide planare Partition ohne Lücken oder Überlappungen aus validen Polygonen bilden. Es kann als Validierung - Probleme in einzelnen Polygonen oder in der planaren Partition finden - als auch als Werkzeug zur automatischen Reparatur - einen Polygonensatz ausgeben, der eine valide planare Partition formt - verwendet werden.

prepair ermöglicht die einfache Reparatur »kaputter« GIS-Polygone, gemäß des internationalen Normes ISO 19107. À Kürze: es nimmt ein in WKT gespeichertes Polygon, repariert es automatisch und gibt ein valides WKT zurück. Methoden zur automatischen Reparatur interpretieren mehrdeutige oder schlecht definierte Polygone und bieten eine kohärente und klar definierte Ausgabe.

Proj und invproj bieten Vorwärts- und Rückwärtstransformation von kartographischen Daten zu oder von kartesischen Daten mit vielen wählbaren Projektionsfunktionen (über 100 Projektionen).

Geod und invgeod bieten geodätische (Großkreis-)Berechnungen zum (direkten) Ermitteln der geografischen Breite, Länge und des Gegenazimuts eines Zielpunkts, der mit Breite, Länge, Azimut und Entfernange bre. Weiterhin ermöglichen die beiden Program (invers) die Berechnung des Azimuts, des Gegenazimuts und der Entfernung zwischen Start- und Zielpunkt, wenn diese jeweils mit Breite und Länge bestimmt sind.

Dieses Paket enthält die PROJ-Binärwerkzeuge.

Cette bibliothèque contient des fonctions de gestion des transformations affines du plan.

Il peut être utilisé dans des jeux de données géoréférencés pour transférer l'image aux coordonnées mondiales.

Il s'agit de la version Python 2 de la bibliothèque.

Descartes permet l'utilisation d'objets géométriques comme chemins et patchs matplotlib.

Il s'agit de la version Python 2 de la bibliothèque.

Fiona ist ein Python-Wrapper um die OGR-Bibliothek zur Abstraktion von Vektordaten. Entwurfsziele waren Einfachheit und Zuverlässigkeit. Hauptaugenmerk ist das Lesen und Schreiben von Daten im allgemeinen Python-IO-Stil. Fiona basiert auf bekannten Python-Typen und -protokollen wie Dateien, Wörterbüchern, Abbildungen und Iteratoren anstelle von spezifischen OGR-Klassen. Fiona kann unter Verwendung von mehrschichtigen GIS- Formaten und gezippten virtuellen Dateisytemen Realweltdaten lesen und schreiben. Weiterhin lässt es sich leicht mit anderen Python-GIS-Paketen, z.B. pyproj, Rtree und Shapely, integrieren.

Dieses Paket enthält die Python-2-API.

GDAL ist eine Übersetzungbibliothek für Raster-Datenformate mit Raumbezug. Als Bibliothek präsentiert es der aufrufenden Anwendung ein abstraktes Datenmodell für alle unterstützten Formate. Die verwandte OGR-Bibliothek (welche sich im GDAL-Quellbaum befindet) stellt entsprechende Funktionen für einfach gehaltene Vektordaten bereit.

GDAL unterstützt über 40 populäre Datenformate, neben oft verwendeten (GeoTIFF, JPEG, PNG und mehr) auch solche, die in GIS (geographischen Informationssystemen) und Paketen zur Fernerkundung (ERDAS Imagine, ESRI Arc/Info, ENVI, PCI Geomatics werden.) verwen. Weiterhin werden viele Fernerkundungs- und naturwissenschaftliche Austauschformate wie z.B. HDF, EOS FAST, NOAA L1B, NetCDF, FITS unterstützt.

Die Bibliothek OGR unterstützt populäre Vektorformate wie ESRI Shapefile, TIGER-Daten, S57, MapInfo File, DGN, GML et andere.

Dieses Paket enthält die Python-Bindungen für GDAL und OGR sowie einen Satz zusätzlicher Befehlszeilenwerkzeuge.

Ce package est une bibliothèque utilitaire pour travailler avec des liens géospatiaux. Il s'agit d'une implémentation du travail Cat-Interop décrit sur https://wiki.osgeo.org/wiki/Cat-Interop

Ce package fournit la version Python 2 de la bibliothèque.

GeoPandas est un projet visant à ajouter la prise en charge des données géographiques aux objets pandas. Il implémente actuellement les types GeoSeries et GeoDataFrame qui sont respectivement des sous-classes de pandas.Series et pandas.DataFrame. Les objets GeoPandas peuvent agir sur des objets géométriques galbés et effectuer des opérations géométriques.

Les opérations géométriques de GeoPandas sont cartésiennes. Le système de coordonnées de référence (crs) peut être stocké en tant qu'attribut sur un objet et est automatiquement défini lors du chargement à partir d'un fichier. Les objets peuvent être transformés en de nouveaux systèmes de coordonnées avec la méthode to_crs(). Il n'y a actuellement aucune application de coordonnées similaires pour les opérations, mais cela pourrait changer à l'avenir.

Ce package contient la version Python 2 de la bibliothèque.

Mapnik est une boîte à outils OpenSource C++ pour le développement d'applications SIG (Systèmes d'Information Géographique). Au cœur se trouve une bibliothèque partagée C++ fournissant des algorithmes/modèles pour l'accès et la visualisation des données spatiales.

Essentiellement une collection d'objets géographiques (carte, couche, source de données, entité, géométrie), la bibliothèque ne repose pas sur des "systèmes de fenêtrage" et est destinée à fonctionner dans des environnements multi-threads

Ce package contient les liaisons pour Python 2.

PDAL est une bibliothèque sous licence BSD pour la traduction et la manipulation de données de nuages ​​de points de divers formats. PDAL peut être utilisé pour lire, écrire et traduire des données de nuages ​​de points dans de nombreux formats. La prise en charge est incluse pour les fichiers d'entrée de LAS, LAZ, SBET, BPF, QFIT et autres. PDAL peut également lire et écrire dans des bases de données prenant en charge le stockage en nuage de points, notamment Oracle, Postgres et SQLite.

PDAL ne doit pas être confondu avec PCL (Point Cloud Library). PCL est une bibliothèque spécialement conçue pour fournir une analyse et une modification algorithmiques des nuages ​​de points. PDAL fournit une interface limitée aux installations de PCL, mais n'essaie généralement pas de dupliquer ses capacités.

Ce package contient l'extension PDAL pour Python 2.

PROJ effectue des transformations cartographiques entre les coordonnées géographiques (lat/lon) et de projection cartographique (x/y). Il peut également se transformer directement d'un système de coordonnées de projection cartographique à un autre.

Il s'agit d'une liaison Python à PROJ, il peut recevoir des coordonnées sous forme de tableaux numpy, de tableaux Python, de listes ou de scalaires. Ce module est optimisé pour les tableaux numpy.

PySAL est une bibliothèque open source de fonctions d'analyse spatiale écrites en Python destinées à soutenir le développement d'applications de haut niveau.

Il est important de souligner ce pour quoi PySAL est et n'est pas conçu. PySAL est avant tout une bibliothèque au sens plein du terme. Les développeurs à la recherche d'une suite de méthodes d'analyse spatiale qu'ils peuvent intégrer au développement d'applications devraient se sentir à l'aise avec PySAL. Les analystes spatiaux qui peuvent mener des projets de recherche nécessitant des scripts personnalisés, une analyse de simulation approfondie, ou ceux qui cherchent à faire progresser l'état de l'art en matière d'analyse spatiale devraient également trouver PySAL comme une base utile pour leur travail.

Les utilisateurs finaux à la recherche d'une interface utilisateur graphique conviviale pour l'analyse spatiale ne doivent pas se tourner directement vers PySAL. Au lieu de cela, ils devraient envisager des projets tels que STARS et la suite de produits logiciels GeoDaX qui enveloppent la fonctionnalité PySAL dans des interfaces graphiques. Dans le même temps, il est prévu qu'avec des développements tels que les architectures de plug-in basées sur Python pour QGIS, GRASS et les extensions de boîte à outils pour ArcGIS, l'accès des utilisateurs finaux à la fonctionnalité PySAL s'élargira dans un proche avenir.


Projection ortho locale vers Proj4 - Systèmes d'information géographique

L'Agence spatiale européenne (ESA) a développé une nouvelle série de satellites dédiés à des missions spécifiques. Ce sont les Sentinelles qui se concentrent sur les besoins opérationnels du programme Copernicus de l'Union européenne pour l'observation de la Terre (OT). Un certain nombre de satellites ont été planifiés et plusieurs ont été lancés, produisant des téraoctets de données chaque jour. Les produits Sentinel peuvent être utilisés pour de nombreuses applications, par ex. les services opérationnels et la recherche scientifique.

L'accès aux données est un enjeu crucial pour exploiter le potentiel d'une aussi grande constellation de satellites. Depuis le lancement des premiers programmes satellitaires, l'accès aux produits de télédétection est limité en termes de coûts et de restrictions ( Turner et al. 2015 ). Par conséquent, seules les agences et les institutions disposant des ressources nécessaires et des intérêts particuliers (par exemple, les instances de sécurité et les instituts de recherche) ont été en mesure de récupérer et de travailler avec ces types de données géophysiques. Le changement de paradigme introduit par la NASA en 2008 avec Landsat et plus tard via le programme européen Sentinel, où les produits de télédétection haute résolution sont facilement accessibles au public dans le cadre d'une politique de données gratuites, permet l'exploitation des données pour un ensemble plus large d'institutions, par exemple les petites et moyennes entreprises ainsi que pour les particuliers, améliorant ainsi la valeur des données (Conseil 2012 Wulder et Coops 2014).

La Norvège est chargée de surveiller de vastes zones maritimes et terrestres aux latitudes élevées et dans l'Arctique avec peu ou pas d'habitants, comme l'archipel du Svalbard. Ainsi, les données d'OT depuis l'espace sont une source importante, voire essentielle, pour mieux comprendre plusieurs types de phénomènes et utilisées dans de nombreuses applications environnementales. Le traitement de ces données peut aider à suivre le développement des interactions humaines avec la nature, par ex. mesurer les changements d'occupation des sols dus à l'urbanisation et à la déforestation, qui ont un impact sur l'écosystème et sur la biodiversité à l'échelle mondiale ( Hansen et Loveland 2012 Wulder et al. 2018 ). De plus, les données d'OT basées dans l'espace sont un élément essentiel pour la surveillance du climat, par ex. enregistrement de la couverture neigeuse pendant l'hiver et récupération des paramètres de la glace de mer comme l'étendue, l'épaisseur et le type ( Yang et al. 2013 ). De plus, les produits de niveau inférieur, c'est-à-dire les produits ne nécessitant aucun traitement supplémentaire, peuvent également être utilisés directement comme l'imagerie radar à synthèse d'ouverture (SAR) pour la navigation des navires dans les zones couvertes de glace de mer ( Dierking 2013 ).

Bien que les observations spatiales jouent un rôle clé dans la description de multiples processus en cours à la surface de la Terre et dans l'atmosphère, elles ne fournissent pas une image complète ( Council 2007 ). Ils sont limités par ex. la géométrie d'observation des instruments satellitaires ne couvrant pas toutes les parties de la Terre (comme les orbites polaires proches ne couvrant pas le pôle), la résolution spatio-temporelle et radiométrique ne fournissant pas une couverture complète et la distorsion atmosphérique. De plus, les limitations spécifiques aux instruments liées à la technique de mesure se manifestent également comme des nuages ​​dans l'imagerie optique et une escale dans le SAR. En outre, les mesures in situ et les observations aéroportées sont essentielles pour la vérification des mesures spatiales et pour le développement de modèles prédictifs, par ex. températures de l'air et pergélisol ( White-Newsome et al. 2013 Cristóbal, Ninyerola et Pons 2008 Westermann et al. 2015 ). Cela nécessite des outils logiciels génériques pour la manipulation des données ainsi que des moyens génériques de traiter la gestion des données.

Au nom de l'Agence spatiale norvégienne (NOSA), l'Institut météorologique norvégien (MET Norway) développe et met en œuvre le segment sol national (“Nasjonalt Bakkesegment”, NBS) pour les données satellitaires, conformément au FAIR (trouver, accessible, interopérable et réutilisables) principes de gestion des données ( Wilkinson et al. 2016 ). Le projet se concentre sur i) la simplification de l'accès aux données satellitaires pour les utilisateurs finaux, ii) la prise en charge des services nationaux et iii) la préservation à long terme des produits de données satellitaires couvrant les zones d'intérêt norvégiennes. Actuellement, les données sont diffusées via deux plates-formes distinctes : colhub.met.no et satellittdata.no . Le premier utilise la suite Data Hub Software (DHuS) 1 pour la récupération et la diffusion des données tandis que le second, ciblant à la fois les utilisateurs de satellites experts et non experts, est construit sur les principes d'un espace de données ouvert où les données non OT peuvent être facilement intégré. La configuration du NBS dans satellittdata.no est conçue en utilisant les enseignements tirés des efforts de gestion des données pendant l'Année polaire internationale, la Veille mondiale de la cryosphère de l'OMM, des projets européens (par exemple DAMOCLES, ACCESS, APPLICATE) ainsi qu'un certain nombre de projets d'e-infrastructure géoscientifiques nationaux soutenus par le Conseil de la recherche de Norvège (y compris par exemple le Norwegian Scientific Data Network – NorDataNet, 2 et le Norwegian Marine Data Center – NMDC 3 ). Cela implique que le système est piloté par des métadonnées de découverte décrivant le contenu et les interfaces vers des données bien documentées suivant la même approche que le Système d'information de l'Organisation météorologique mondiale 4 et INSPIRE 5 . En conséquence, le système est générique en termes de support de données hétérogènes, c'est-à-dire des données provenant de diverses branches scientifiques comme la physique et la biologie, et/ou générées différemment comme des observations ou des modèles numériques. De plus, l'accent est mis sur le besoin de traductions sémantiques et de transformation dynamique des ensembles de données à la demande de l'utilisateur.

Au niveau européen, un grand effort est consacré à la réalisation de projets d'infrastructure EO évolutifs tels que le service d'information et d'accès aux données (DIAS) en raison de la quantité de données disponibles à partir du programme Copernicus et des missions satellitaires antérieures. Ici, l'intention est de construire des plateformes pour faciliter l'accès à ces données, et en plus, d'offrir des services, par ex. pour le cloud computing ( ESA 2017 ). D'autres projets commerciaux existants abordant ces problèmes sont, par ex. le moteur Google Earth ( Gorelick et al. 2017 ). Dans NBS, c'est une tâche constante d'examiner les besoins nationaux et les exigences des utilisateurs par rapport aux coûts potentiels en termes de mise en œuvre d'un système national par rapport à l'utilisation d'une infrastructure déjà existante.

Dans cet article, la préservation, la distribution et l'exploitation des données Sentinel seront abordées au moyen des deux portails en mettant l'accent sur la configuration NBS. En outre, certaines questions concernant la nécessité de développer une infrastructure nationale en complément des autres projets d'infrastructure d'OT en cours à une échelle plus globale, sont abordées. La structure de cet article est la suivante : la section 2 décrit les divers composants techniques de l'infrastructure du système, la section 3 met en évidence les produits, les services et l'utilisation du système qui en résultent, la section 4 traite de l'utilisation du système avec à la fois des exemples et le statu quo. , et enfin, la conclusion et les plans futurs sont donnés dans la section 5.

2. Infrastructure technique 2.1 Récupération, diffusion et conservation des données

Les missions Sentinelle produisent chaque jour des téraoctets de données qui sont diffusés au public dans le cadre d'une politique de données libres et ouvertes. Certains des États membres du programme Copernicus adaptent des produits de données complémentaires avec, par ex. couverture régionale et spécifications telles que la surveillance des activités volcaniques et des risques de glissement de terrain. Certains de ces produits sont considérés comme un complément aux produits de base Sentinel et sont pertinents pour le programme Copernicus. En outre, la production de produits locaux en temps quasi réel à partir de stations au sol locales recevant des données Sentinel pendant le passage du satellite est également prise en charge tant qu'elle n'interfère pas avec les opérations systématiques du segment sol Copernicus. Par conséquent, l'ESA a créé le segment terrestre collaboratif Sentinel (CGS) 6 pour la diffusion et l'accès aux produits. Le CGS permet la distribution partagée de Sentinel et de produits complémentaires via un système distribué, prenant ainsi en charge la distribution partagée entre les nœuds participants et la société internationale. En pratique, le CGS réduit la charge utile des principaux nœuds de récupération et de diffusion fournis par l'ESA avec de multiples points de collecte et des sites miroirs pour les données Sentinel. La Norvège est un pays participant au CGS où MET Norway est responsable de la gestion du projet. Ainsi, le NBS récupère les produits Sentinel via le nœud norvégien du CGS, qui utilise à la fois les nœuds de diffusion de l'ESA et les autres CGS pour la récupération et la diffusion des produits.

Tous les produits Sentinel couvrant les zones d'intérêt norvégien (c'est-à-dire le continent et la côte norvégiens, la mer du Nord et de Barents, l'archipel du Svalbard avec les eaux environnantes et la terre de la Reine Maud en Antarctique), sont conservés dans des archives de longue date dans les installations de MET Norway. L'archive est implémentée à l'aide d'un stockage de données haute performance avec contrôle d'intégrité intégré. Le matériel sous-jacent est un Lustre Storage Back-end 7 fonctionnant sur une infrastructure OpenStack 8. Le logiciel utilisé à la fois pour la récupération et la diffusion des produits est la suite logicielle DHuS, permettant la découverte et l'accès aux données dans une interface graphique Web et via des API lisibles par machine utilisant le protocole Open Data (ODATA) et OpenSearch.

2.2 Configuration de la diffusion de la NBS

La configuration de diffusion NBS suit une approche modulaire où les composants servant des fonctionnalités spécifiques, comme par ex. la découverte des données et l'accès aux données sont des composants autonomes qui peuvent être échangés sans changer l'ensemble du système. Comme le montre la figure 1, toutes les pièces sont réunies dans le système d'information scientifique MET Norway (METSIS), un système où l'interface graphique est intégrée au système de gestion de contenu Drupal 9 (version 7) à l'aide d'une plate-forme open source. METSIS se compose de plusieurs modules où chaque module fournit une interface communiquant avec le service Web sous-jacent. Un certain nombre d'entre eux sont conformes au service Web REpresentational State Transfer (REST) ​​offrant ainsi des API interopérables qui sont utilisées dans la configuration du système ainsi qu'à l'extérieur ( Fielding et Taylor 2000 ). Les éléments et services clés du système sont décrits dans les sous-sections suivantes.

Diagramme d'infrastructure technologique dans la configuration de diffusion NBS. Toutes les fonctionnalités du système sont disponibles pour les utilisateurs via METSIS qui contient plusieurs modules intégrés dans Drupal. Le flux de travail le plus courant consiste à utiliser le module de recherche pour rechercher des produits. Le module interroge les métadonnées de découverte indexées dans SolR et répertorie les résultats sur une nouvelle page. Les points d'accès aux données et les services sont indiqués dans des éléments dédiés dans les métadonnées de découverte. Il est également possible de récolter les métadonnées de découverte directement à l'aide d'OAI PMH. Les modules METSIS accèdent aux données et aux services au moyen d'éléments dédiés dans les métadonnées de découverte.

Afin d'obtenir une description précise des métadonnées, les deux sous-catégories suivantes ont été utilisées : les métadonnées de découverte et les métadonnées d'utilisation. Le premier, pour la documentation des produits/ensembles de données. Les métadonnées de découverte décrivent par ex. le qui, quoi, où et quand sur les produits ainsi que les interfaces et les points d'accès aux données. Des exemples de normes de métadonnées de découverte sont GCMD DIF 10 et ISO19115. 11 La dernière, c'est-à-dire l'utilisation des métadonnées, fournit une description définitive de ce que représente chaque variable du produit/ensemble de données. Utiliser les métadonnées sert à décrire le contenu réel des données elles-mêmes, permettant aux utilisateurs de comprendre et d'utiliser correctement les ensembles de données. Des exemples d'utilisation des métadonnées sont les unités, les valeurs manquantes et les propriétés spatio-temporelles des données.

2.2.1 Format et distribution des données

Les produits Sentinel sont à l'origine emballés dans le format d'archivage standard pour l'Europe (SAFE), 12 une norme conforme à l'Open Archival Information System (OAIS) en termes de conservation à long terme, mais pas facilement conforme à FAIR. Dans SAFE, les informations peuvent généralement être divisées en deux catégories principales : les mesures de l'instrument et les métadonnées. Les mesures de l'instrument par ex. Le SAR et l'instrument multispectral (MSI) à bord des satellites Sentinel-1 et Sentinel-2 respectivement, sont stockés dans divers formats de fichiers au sein de la structure SAFE tels que GeoTiff et JPEG 2000. Les métadonnées et les informations auxiliaires du produit sont stockées dans un langage de balisage extensible. (XML) fichiers. Les données SAFE for Sentinel sont basées sur les unités de données formatées XML (XFDU) dans le cadre des restrictions imposées au domaine EO.

Dans la première version de la configuration NBS, l'accent a été mis sur la réalisation d'une transformation sans perte des données de SAFE vers NetCDF-4 13 (Network Common Data Form v. 4). NetCDF est un logiciel open source, développé et pris en charge par le programme Unidata d'UCAR, 14 qui permet la création, l'accès et le partage de données scientifiques via des formats indépendants de la machine. Traditionnellement, NetCDF a été largement utilisé dans les communautés travaillant avec la modélisation atmosphérique et océanique, mais l'utilisation généralisée du format augmente en termes de branches et de communautés ( Hankin et al. 2018 ). NetCDF-4 résulte d'une collaboration avec le groupe développant HDF5 (Hierarchical Data Format version 5) et utilise la même couche de gestion de données ( Folk et al. 2011 ). HDF5 est le format de fichier prescrit pour les produits de données standard dans les missions OT exploitées par la NASA ( MuQun, Robert & Mike 2005 ).

NetCDF et HDF5 sont des outils puissants en termes de stockage et de partage de données. Cependant, un certain niveau de métadonnées de découverte et d'utilisation est nécessaire pour comprendre et interpréter le contenu des fichiers. Par conséquent, le NBS s'est concentré sur le respect de la convention sur le climat et les prévisions (CF) 15 et de la convention sur les attributs pour la découverte des données (ACDD). 16 S'ils sont combinés avec la convention CF, les fichiers de données NetCDF-4 sont autodescriptifs et lisibles par machine. La convention CF définit comment les données des sciences de la Terre doivent être codées en termes de structure de données et d'utilisation des métadonnées ( Rew et al. 2019 Brian et al .). En suivant la convention ACDD, les produits NetCDF contiennent également des métadonnées globales, c'est-à-dire des métadonnées applicables à toutes les données de l'ensemble de données, afin d'être conformes aux formats de métadonnées de découverte normalisés pour les données géophysiques, comme par ex. ISO19115 et GCMD DIF. Les fichiers HDF5 produits dans le contexte d'EO sont souvent appelés HDF5-EOS (EO System) où EOS définit une convention similaire à CF pour NetCDF.

En servant les données NetCDF via un serveur prenant en charge le protocole d'accès aux données (DAP), l'utilisation d'OPeNDAP (Open source Project for a Network DAP) 17 donne accès aux données stockées dans des emplacements distants via le streaming de données, éliminant ainsi le besoin de télécharger des données avant leur l'utilisation et la mise en œuvre d'une réduction efficace des données par le fournisseur de données. De plus, la création d'ensembles de données virtuels par agrégation, c'est-à-dire en combinant plusieurs ensembles de données et/ou en sous-ensemble d'un ensemble de données potentiellement volumineux, devient facilement possible ( Hankin et al. 2018 ). Grâce aux efforts de collaboration entre Unidata et OPeNDAP, une fusion étroite de NetCDF avec le DAP est réalisée car les deux utilisent le modèle de données générique : UNIDATA's Common Data Model 18 . Dans la configuration actuelle du NBS, l'accès aux données est fourni à l'aide du serveur de données (TDS) des services de données environnementales distribuées thématiques en temps réel (THREDDS) d'Unidata. En plus d'OPeNDAP, l'architecture du service client TDS prend également en charge le service de carte Web Open Geospatial Consortium (OGC WMS) à l'aide de ncWMS, du serveur de fichiers HTTP et du service de sous-ensemble NetCDF.

2.2.2 Services de visualisation et de transformation des données

Pour la mise en œuvre des services au sein du système, les normes ouvertes fournies par l'OGC ont été utilisées. La norme OGC WMS pour les données évolutives géoréférencées est utilisée pour la visualisation. En plus du service client ncWMS sur le TDS, un MapServer (version 7.0.0.) a été configuré pour s'adapter aux objectifs du projet, comme la visualisation d'images RVB à haute résolution spatiale de Sentinel-2. La visualisation des données est réalisée dans un client OpenLayers version 3. Pour tous les aperçus prédéfinis (par exemple, les RVB de Sentinel-2), JPEG est choisi comme format de données. Ces aperçus rapides sont stockés localement dans la résolution raster du produit, contrairement aux aperçus rapides inhérents à SAFE qui sont des vignettes (c'est-à-dire des images à faible résolution spatiale) du produit.

Exploitant OPeNDAP, un service de traitement Web OGC (WPS) a été implémenté en utilisant le framework de pyWPS 19 . Le processus de transformation, exécuté sur une machine virtuelle distincte dans un environnement de cloud privé, permet la reprojection du produit, le rééchantillonnage, le reformatage et le sous-ensemble de l'étendue temporelle/spatiale et des variables. Concernant la reprojection et le reformatage, toutes les projections cibles prises en charge par Proj 20 peuvent être implémentées et les formats de sortie actuellement pris en charge sont NetCDF et GeoTIFF. Seuls les utilisateurs enregistrés ont accès à ce service en raison de la gestion des ressources back-end et de la livraison asynchrone des produits finaux aux utilisateurs. Le principal logiciel sous-jacent effectuant la transformation est FIMEX, 21 un logiciel C/C++ développé par MET Norway effectuant la manipulation, l'interpolation et l'extraction de fichiers sur des données géospatiales maillées. Le logiciel est construit autour du MDP Unidata et prend également en charge la conversion vers/depuis WMO GRIB. Par conséquent, les produits NetCDF sur le TDS peuvent être consultés à l'aide d'OPeNDAP et transformés en fonction de la demande de l'utilisateur.

Le système repose sur des enregistrements de métadonnées de découverte stockant des informations sur les ensembles de données scientifiques. C'est la pierre angulaire de l'ensemble du système où toutes les informations nécessaires à la réalisation des étapes décrites ci-dessus sont présentes au moyen de la notation sémantique. Les enregistrements de métadonnées suivent le format MET Norway MetaData (MMD), une norme conforme aux normes GCMD DIF, ISO19115/ISO19139 – imposées par l'OMM et Norge Digitalt/INSPIRE, mais les étend également en ajoutant des éléments dédiés comme les métadonnées de configuration pour l'OGC WMS. Le but du format est de documenter des ensembles de données et non des services Web, c'est-à-dire qu'il n'est pas conçu pour la documentation, par ex. Services REPOS. Les informations sur les services web disponibles pour un jeu de données sont fournies via un élément dédié. Comme décrit dans la figure 1, tous les enregistrements de métadonnées disponibles sont ingérés dans une base de données Apache SolR 22 et interrogés/filtrés au moyen d'un module de recherche développé dans METSIS. SolR est utilisé pour un grand nombre d'applications Web, offrant, entre autres, des recherches à facettes, des requêtes spatio-temporelles et des recherches de texte. Il est également flexible en termes de fourniture d'accès aux métadonnées sur différents cœurs (c'est-à-dire des référentiels de métadonnées spécifiques au projet). De plus, les enregistrements MMD sont transmis à un serveur de sous-version Apache pour le contrôle de version, où les métadonnées de découverte sont transmises via un client OAI-PMH 23 pour que d'autres institutions puissent les récolter.

Initialement, l'objectif principal de NBS a été de fournir tous les produits Sentinel via le DHuS tout en rendant simultanément les produits Sentinel-2 Level-1C et Sentinel-1 Ground Range Detected (GRD) disponibles dans la configuration NBS (c'est-à-dire en tant que NetCDF). En ce qui concerne l'utilisation du DHuS dans le CGS, MET Norway récupère actuellement les données brutes des produits Sentinel-1 GRD, Single Look Complex, niveau 2 Ocean & à partir des nœuds de récupération et de diffusion Sentinel fournis par l'ESA, ainsi que les produits terrestres Sentinel-3. Les produits marins de Sentinel-3 (c'est-à-dire la topographie de la surface de la mer, la température de la surface de la mer, etc.) sont produits et diffusés par l'Organisation européenne pour l'exploitation de satellites météorologiques (EUMETSAT), et donc récupérés en utilisant leur réseau de distribution. Les données Sentinel-2 sont extraites du Deutsches Zentrum für Luft- und Raumfahrt (DLR), partenaire de CGS. En outre, la NOSA a conclu un accord avec Kongsberg Satellite Services (KSAT) 24 et l'ESA via le CGS pour fournir au NBS des produits Sentinel-1 GRD Quasi Real-Time, c'est-à-dire des produits traités et livrés au plus tard une heure après l'acquisition des images. KSAT est un sous-traitant de l'ESA pour la lecture et le traitement des données Sentinel dans leurs stations au sol à Svalbard, en Norvège et à Inuvik au Canada, et donc en utilisant le CGS en lisant et en traitant les données Sentinel sur les zones d'intérêt norvégiennes pendant le passage du satellite, sans déranger les opérations systématiques du segment sol Copernicus. MET Norway est également le principal nœud de distribution des données Sentinel-1 dans CGS, diffusant ainsi les produits mondiaux Sentinel-1 via un site miroir dédié aux partenaires CGS. Tous les produits Sentinel couvrant les zones d'intérêt norvégien sont ingérés dans le système de stockage haute performance et mis à la disposition du public via colhub.met.no . Un aperçu structuré des données disponibles dans le NBS est présenté dans le tableau 1 .

Aperçu schématique de tous les produits actuellement disponibles au format SAFE dans NBS à partir du 2019-30-01.

Dans la configuration NBS, qui repose sur les enregistrements de métadonnées de découverte et les produits satellites dans NetCDF, l'accent initial a été mis sur la mise à disposition de Sentinel-1 GRD et Sentinel-2 L1C. Ainsi, des outils de conversion de format de fichier internes pour chacune des missions Sentinel utilisant Python (Python Software Foundation. Python Language Reference, version 2.7. Disponible sur http://www.python.org ) avec des bibliothèques standard comme par ex. gdal, numpy et NetCDF4 ont été développés pour générer des produits Sentinel dans NetCDF ( Halsne et Dinessen 2018 ). Les outils parcourent la structure du produit Sentinel au moyen du profil XFDU et manipulent les variables (c'est-à-dire interpolent les bandes et les tables raster) afin de créer un produit NetCDF-4/CF. Pour les produits Sentinel-2 L1C, les bandes de fréquences (13 au total) apparaissent dans trois catégories de résolution spatiale, à savoir 10 × 10 m, 20 × 20 m et 60 × 60 m. Dans la version NetCDF, toutes les bandes de trame de fréquence sont rééchantillonnées à la résolution la plus élevée. Afin de conserver les données d'origine dans SAFE à partir de NetCDF sans perdre d'informations, une interpolation du plus proche voisin a été choisie pour prendre en charge le sous-échantillonnage sans perte vers la résolution native. Tous les angles de vue et solaires ont également été rééchantillonnés pour s'adapter aux dimensions des bandes de fréquences. En ce qui concerne la configuration actuelle, les informations sur les cirrus et les nuages ​​opaques suivent également cette stratégie. Les informations sur le cloud sont à l'origine stockées sous forme de fichiers GML (Geographic Markup Language) dans SAFE, mais rastérisées en tant que variables dans NetCDF pour être conformes à CF (version 1.6). La superposition de toutes ces variables dans NetCDF est effectuée pour ajouter directement la prise en charge des sous-ensembles et de l'agrégation. Par conséquent, les produits sont traités à un niveau supérieur selon le principe des données prêtes à l'analyse ( Dwyer et al. 2018 ).

En général, les produits GRD de Sentinel-1 dans NetCDF sont lus et manipulés de la même manière que pour Sentinel-2. Cependant, les différences de modalité et de niveau de transformation entraînent des différences dans les produits. Par exemple. Sentinel-1 SAR est un capteur actif illuminant la terre avec une impulsion d'émission de 5,405 GHz. La partie de l'énergie rétrodiffusée par la surface de la terre est la base de l'image radar résultante. Étant donné que l'instrument regarde latéralement, les valeurs rétrodiffusées sont généralement normalisées à la géométrie dans laquelle l'unité de surface intéresse l'utilisateur. Dans SAFE, ces valeurs sont systématiquement ajoutées en tant que vecteurs d'étalonnage dans les fichiers d'annotation XML. Cependant, parcourir les fichiers d'annotations pour récupérer toutes ces informations et les préparer en résolution raster nécessite pas mal d'efforts et de compréhension de la structure du produit. Par conséquent, tous ces vecteurs sont interpolés et préparés en tant que variables en résolution raster dans la version NetCDF. De plus, les matrices de bruit thermique et les numéros de sous-fauchée sont rastérisés en tant que variables dans NetCDF, la première générée selon la procédure de débruitage thermique développée par la Sentinel-1 Instrument Processing Facility ( Riccardo, Nuno & Hajduch 2017 ) et la dernière selon les spécifications du produit SAFE. Par conséquent, le sous-ensemble et l'agrégation sont pris en charge pour toutes ces variables.

Pour la visualisation des données, l'utilisation de ncWMS directement depuis TDS n'est pas suffisante pour répondre aux besoins du projet. La projection par défaut dans le client OL3 est EPSG:32661, WGS84/Up North. Les produits Sentinel-1 GRD sont projetés sur un modèle d'ellipsoïde terrestre WGS84. Par conséquent, ncWMS doit calculer les coordonnées de projection cible à partir des coordonnées sphériques de latitude et de longitude. Ainsi, le temps de latence de ncWMS pour calculer les points de grille est trop important (c'est-à-dire de l'ordre d'une minute) afin d'offrir un service de qualité et réactif à l'utilisateur. Par conséquent, les aperçus rapides de chaque polarisation sont stockés à l'avance dans EPSG:32661 et utilisés pour la visualisation des données via le client MapServer, comme le montre la figure 1 . Au lieu d'utiliser le type de données 16 bits d'origine non signé, un format de fichier GeoTIFF, une profondeur de couleur de 8 bits et JPEG ont été utilisés pour réduire le temps de latence pour la visualisation du produit. Pour les produits Sentinel-2, la même approche en termes de prétraitement des aperçus rapides en JPEG a été utilisée, générant trois composites RVB par produit disponibles pour la visualisation du produit. La projection cartographique n'était pas un problème ici et la visualisation des composites RVB n'était qu'un ajout à chacune des couches raster disponibles via ncWMS. Cependant, la visualisation des aperçus RVB en JPEG est plus rapide par rapport aux bandes raster uniques en raison de la sélection du type de données et de la compression en JPEG.

Tous les produits satellites NetCDF sont disponibles via le module de recherche METSIS intégré à Drupal. Le module expose une interface conviviale offrant des outils et des boîtes pour restreindre la recherche au moyen d'un filtrage par ex. couverture nuageuse, étendue temporelle et/ou spatiale, plate-forme satellite et texte libre. La requête finale est effectuée sur les enregistrements de métadonnées de découverte dans SolR et les produits résultants sont répertoriés sur une page de résultats dans le portail Web. La fonctionnalité de partage des recherches entre utilisateurs est déjà développée et sera déployée dans la prochaine mise à jour. Pour chaque produit répertorié dans le résultat de la recherche, l'utilisateur final peut choisir d'explorer les métadonnées de découverte, de visualiser le produit dans le client OL3, de transformer le produit ou de télécharger l'intégralité du produit directement dans NetCDF à l'aide du serveur de fichiers HTTP sur TDS ou de la version SAFE utilisant ODATA. Le module panier METSIS permet de collecter plusieurs produits dans un panier virtuel où toutes les opérations mentionnées ci-dessus peuvent être effectuées sur tous les produits sélectionnés simultanément, comme le montre la figure 1 .

Les versions NetCDF des produits Sentinel-1 GRD et Sentinel-2 L1C sont traitées à un niveau supérieur en termes de préparation des données pour une analyse plus approfondie. L'ESA a développé des boîtes à outils gratuites et open source pour l'exploitation scientifique des missions OT. Les boîtes à outils pour Sentinel-1, Sentinel-2 et Sentinel-3 sont accessibles dans une architecture partagée appelée The Sentinel Application Platform (SNAP) 25 . SNAP dispose d'une grande variété d'applications et d'algorithmes de traitement mis en œuvre pour le post-traitement des produits Sentinel, ainsi que la prise en charge de certaines missions héritées telles que l'ENVISAT ASAR. Par exemple. la détection des déversements d'hydrocarbures et l'estimation du champ de vent à partir des données SAR sont possibles en plus des opérations de données de niveau inférieur telles que, par ex. étalonnage et correction thermique du bruit. Malgré toutes les fonctionnalités et les outils disponibles, l'existence de p. les communautés scientifiques disposant de leurs propres algorithmes de traitement des produits d'ordre supérieur devraient aborder la question du découplage des étapes de traitement des données des outils spécifiques. La bibliothèque d'abstraction de données géospatiales (GDAL) a développé un lecteur de produits Sentinel SAFE, par ex. Python, mais une grande partie des informations sur le produit et des variables sont manquantes. Par conséquent, faire par ex. Les informations d'angle solaire, de bruit thermique et d'étalonnage disponibles en résolution raster permettent d'effectuer directement des sous-ensembles et des agrégations de produits, mais rendent également les produits Sentinel plus génériques en termes d'indépendance de la plate-forme de traitement. Le traitement par lots des produits Sentinel est déjà possible en utilisant soit Graph Processing Framework, soit Snappy – l'implémentation Python de SNAP – intégrée dans SNAP. Cependant, pour de nombreuses applications, il est pratique d'éviter cette étape entre la lecture et l'analyse des données ( Holmes 2018 ). De plus, alors que nous sommes confrontés à l'un des défis les plus émergents de la recherche scientifique aujourd'hui, à savoir traiter une recherche à forte intensité de données, répondre au besoin d'outils logiciels génériques ainsi que de systèmes de gestion de données génériques prenant en charge les données hétérogènes est formidable (Hé, Tansley et Tolle 2009). Dans la littérature, cela est appelé « Le quatrième paradigme » dans la recherche scientifique ou « Big Data » au cours des dernières années. Ceci est lié à ce que l'on appelle les trois V’s, c'est-à-dire les données “Volume, Velocity and Variety”, dénotant le volume croissant de données, la vitesse à laquelle les données deviennent disponibles et la grande variété de branches et de mécanismes d'accès couverts par les données ( Laney 2001 ). Être capable de combiner différents types d'ensembles de données, comme l'OT, les observations in-situ et les données de modèle, est d'une grande importance dans la science géophysique pour atteindre le plein potentiel en termes de synergie, de validation des données et de véracité des données ( Teillet et al. 2007 ). La barrière pour un utilisateur souhaitant combiner par ex. les observations in situ et les données d'OT peuvent inclure la diversité des formats de données, les chaînes de livraison des données, les points d'accès aux données et le manque de description. Par conséquent, la préparation des données et l'alignement de la découverte, de l'accès et de l'exploitation de différents ensembles de données dans un seul système pourraient réduire cet obstacle. Le système de gestion des données sous-jacent dans NBS prend en charge une approche d'espace de données ouvert facilitant l'accès aux données et aux services via les éléments dédiés dans les métadonnées de découverte. Pour donner un exemple : Les mesures de température à la surface du sol sont des observations ponctuelles couvrant un domaine temporel unidimensionnel. Les données sont rendues JUSTES en utilisant la prise en charge de géométries d'échantillonnage discrètes dans CF en utilisant timeSeries comme type d'entité et en diffusant les données via un serveur prenant en charge DAP. Par conséquent, le système NBS est générique en termes de prise en charge de données hétérogènes et les données sont accessibles directement via OPeNDAP. De plus, l'intégration d'autres produits géoscientifiques tels que des données de modèle ou des produits OT d'ordre supérieur est facilement réalisable. Par exemple, les modèles de prévisions météorologiques numériques traités à MET Norway sont déjà soumis à une politique libre et ouverte, diffusés dans NetCDF/CF et partagés sur un TDS. En général, le flux de données dans le système est basé sur une architecture distribuée où les données peuvent être réparties géographiquement dans le monde entier, mais accessibles directement via OPeNDAP. Ainsi, la duplication des données n'est pas nécessaire en raison de l'utilisation de protocoles, de services et d'API communs. Ceci, cependant, a un coût si la faible bande passante et/ou les temps d'arrêt sur les hôtes de données sont un problème ( Cinquini et al. 2014 ).

Les Copernicus Sentinels trouvent leur place respective dans la chronologie des missions satellitaires EO. En parallèle, tout en étant un programme opérationnel pour les décennies à venir, certaines des missions sont également une continuation des mesures OT d'autres missions satellitaires patrimoniales permettant une analyse de longues séries temporelles. Par exemple, la constellation Sentinel-2 complète et étend la mission Landsat avec une nouvelle combinaison de fréquences et de résolutions spatiales. Il en va de même pour les missions Sentinel-3 et MODIS. Le Sentinel-1 poursuit et complète les missions de télédétection européenne (ERS) one & two de l'ESA, la mission ASAR ENVISAT et les missions canadiennes RADARSAT one & two. Le SAR en bande C s'est avéré très efficace pour surveiller la glace de mer et donc la dérive de la glace de mer aux hautes latitudes. Il est ainsi possible de construire une série temporelle relativement longue de mesures continues de la dérive des glaces de mer à partir de ces missions. Pour cette application particulière, l'inter-comparaison et la vérification des produits de dérive dérivés du satellite avec les observations in-situ sont très importantes. Des bouées dérivantes et des flotteurs sont souvent utilisés à cette fin. Ces appareils ne produisent que des observations ponctuelles et ne couvrent donc qu'une très petite partie des fauchées des satellites. En utilisant OPeNDAP sur les produits GRD Sentinel-1 dans NetCDF/CF, la procédure de vérification pourrait extraire un sous-ensemble géographique des variables pertinentes telles que la polarisation HT, le bruit thermique, le coefficient d'étalonnage pertinent et le numéro de sous-bande pour le Sentinel-1 et colocaliser avec le observation in situ au moyen, par ex. interpolation dans le temps et dans l'espace. Cela n'est pas facilement possible avec les produits Sentinel-1 SAFE car les variables de bruit thermique, de coefficient d'étalonnage et de nombre de sous-bandes ne sont pas fournies sous forme de données raster mais dans diverses tables de consultation. De plus, étant donné que les méthodologies les plus courantes pour calculer la dérive dans l'analyse d'images se font au moyen de corrélations croisées, cela entraîne un coût de calcul qui est réduit lors de l'application de sous-ensembles. La standardisation des mesures in-situ en termes d'observations et de gestion des données selon les principes FAIR est une grande tâche en soi avec beaucoup de problèmes à surmonter. Cependant, des normes telles que le Système mondial intégré d'observation de l'OMM (WIGOS) abordent ce problème et contribuent donc à l'équité en normalisant à la fois les métadonnées de découverte pour les conditions d'observation (comme l'emplacement des mesures et les détails spécifiques à l'instrument) et l'utilisation des métadonnées pour les observations ( OMM 2017 ). Combiner cela avec la diffusion des données dans NetCDF/CF (en utilisant les types de fonctionnalités pertinents) et donc OPeNDAP profiterait à la fois à la communauté des utilisateurs et aux éditeurs de données en termes de fourniture de données conformément aux principes directeurs de FAIR. En particulier, cela concerne l'I et le R dans FAIR, c'est-à-dire l'interopérabilité et la réutilisabilité, en termes d'intégration de données hétérogènes et de suivi de la provenance des données ( Wilkinson et al. 2016 ).

La construction de services utilisant les technologies OGC s'est avérée d'une grande valeur ( Cinquini et al. 2014 ). Après la recherche de données, la visualisation et la transformation sont les deux services qui peuvent être effectués soit sur des produits uniques, soit sur plusieurs produits utilisant l'interface du panier. En particulier, ce dernier permettrait la co-visualisation des produits Sentinel-1 SAR et Sentinel-2 MSI, comme le montre la figure 2 . Dans ce cas, les images sont acquises sur des zones de glaces terrestres rapides et dérivantes dans la partie est du Spitzberg avec un délai d'environ 2,5 heures. La banquise terrestre rapide ne bouge pas beaucoup, mais la banquise dérivante peut être révélée au centre de l'image. La co-visualisation peut être d'une grande valeur pour l'intercomparaison de certaines caractéristiques (par exemple, la glace de mer dans ce cas) dans différentes modalités d'image. De plus, la visualisation de produits satellitaires en haute résolution est un service précieux pour, par ex. navigation des navires dans les mers couvertes de glace et planification d'itinéraires pour les motoneiges dans les régions éloignées ( Dierking 2013 ). Il n'y a actuellement aucune limitation sur le nombre de produits pouvant être visualisés simultanément, il est donc possible de visualiser des passages satellites entiers et de créer des mosaïques virtuelles. Pour des études plus quantitatives, on pourrait utiliser le service de transformation afin d'aligner les produits.En plus des sous-ensembles spatio-temporels et variables, FIMEX prend également en charge la re-projection des données dans la géométrie de la fauchée satellite, c'est-à-dire l'interpolation des valeurs de latitude et de longitude en coordonnées sphériques à une projection cartésienne. Un exemple d'application océanographique est illustré à la figure 3 où un sous-ensemble de données Sentinel-1 GRD est extrait et aligné avec les données bathymétriques océaniques fournies par les autorités cartographiques norvégiennes dans la projection EPSG:25833 au moyen de FIMEX. Le SAR est bien connu pour la détection des caractéristiques océaniques qui, dans les zones côtières, sont souvent liées à la bathymétrie océanique. Dans cet exemple, vous pouvez voir un panache généré entre l'île de Mosken et le cap des Lofoten. Le fort maelström des Lofoten est principalement causé par le gradient de pression mis en place par le cycle de marée diurne en raison de la forme en entonnoir de la péninsule des Lofoten. La topographie du fond de l'océan indique les conditions aux limites des courants océaniques, et les grands gradients topographiques ont un impact important sur les champs de vitesse ( Gjevik, Moe et Ommundsen 1997 ). En termes de gestion des données pour un traitement ultérieur, le rapport de taille du sous-ensemble NetCDF de sortie et du produit Sentinel-1 SAFE d'origine était de 6 %. Par conséquent, le temps et l'espace disque sont économisés par l'utilisateur final.

Co-visualisation du composite de végétation en couleurs vraies Sentinel-2 MSI (à gauche) et des données de polarisation Sentinel-1 Interferometric Wide Swath SAR VV (à droite) couvrant Einhyrningbukta entre la côte est du Spitzberg et l'île de Barents au Svalbard. Les deux images sont acquises le 29 avril 2018 avec un délai d'environ 2,5 heures et visualisées via la fonctionnalité de panier. La banquise côtière ne bouge pas mais la dérive de la banquise est visible au centre de l'image.

Le résultat du sous-ensemble et de l'alignement d'un produit SAR interférométrique à large bande Sentinel-1 GRD au moyen de FIMEX avec les données de bathymétrie océanique fournies par les autorités cartographiques norvégiennes dans la projection EPSG:25833. L'image de gauche montre l'étendue de la scène Sentinel-1 dans le client de visualisation OL3 intégré au système de diffusion NBS. Au milieu, les données de bathymétrie océanique sont tracées dans un outil SIG en niveaux de gris où le noir et le blanc désignent respectivement les eaux profondes et peu profondes. L'image de droite montre le sous-ensemble du produit de fauchée Sentinel-1 SAR couvrant la péninsule des Lofoten, dans le nord de la Norvège, aligné avec les données de bathymétrie océanique superposées sous forme de contours. Pour les contours, le dégradé vert va du foncé au clair indiquant respectivement peu profond et clair. Dans l'image du milieu et de droite, les produits sont superposés sur une couche d'arrière-plan OpenStreetMap.

Au sein des sciences géophysiques, les chercheurs préféreront plutôt concentrer leurs efforts sur l'utilisation des données, à la fois pour le développement de modèles et le traitement des données, que sur les opérations de téléchargement et de récupération de données, qui sont aujourd'hui facilement réalisables en exploitant OPeNDAP ( Holmes 2018 ). Dans une large mesure, les langages de programmation couramment utilisés, comme Python, R, Matlab, C et Fortran, ont des modules qui prennent en charge la lecture des données d'OPeNDAP. Par conséquent, la distribution de données via DAP réduit à la fois la consommation de temps et de disque pour l'utilisateur grâce au streaming de données. Dans la figure 4, un exemple d'utilisation efficace d'OPeNDAP du point de vue de la recherche est montré. L'objectif de l'exemple est de décider de l'étendue spatiale du glacier Folgefonna en Norvège et de stocker le résultat sous forme de fichier de formes à l'aide d'outils open source en Python (v. 2.7). En raison des tuiles prédéfinies des données Sentinel-2 L1C, un utilisateur final peut agréger un produit virtuel couvrant trois dimensions, c'est-à-dire x, y et le temps, en créant un cube de données virtuel avec Analysis Ready Data – un concept très fort en termes de temps- analyse de séries ( Dwyer et al. 2018 Lewis et al. 2017 ). Le concept de cube de données est également renforcé par le traitement des données prêtes pour l'analyse des produits Sentinel-2 dans NetCDF/CF, car des variables supplémentaires sont disponibles en résolution raster. Dans cet exemple particulier, le nombre de pixels utilisés pour calculer l'indice de neige de différence normalisée est de 0,2 % de tous les pixels disponibles dans le produit. De plus, les bandes de fréquences utilisées pour le calcul, c'est-à-dire les bandes B3 et B11, sont proposées à l'origine en résolution 10 × 10 m et 20 × 20 m pixels. Actuellement, OAI-PMH est la seule API implémentée pour la découverte de données. Cependant, le projet vise à intégrer OpenSearch au-dessus de SolR. Par conséquent, la récupération de toutes les URL d'accès aux données OPeNDAP couvrant la même zone sera facilement réalisable en utilisant OpenSearch pour créer la pile de temps virtuelle, comme indiqué dans le graphique en haut à droite de la figure 4, qui est effectuée manuellement en ajoutant des URL dans un tableau numpy dans cet exemple. Le code source pour calculer l'étendue du glacier est ouvert et disponible en tant qu'essentiel github. 26 Une extension de cet exemple, où les utilisateurs tireraient également profit du sous-ensemble et de la transformation pour aligner les données, pourrait être d'aligner les données du glacier Sentinel-2 avec des données altimétriques ou un modèle d'élévation numérique pour le calcul du volume du glacier.

Étapes de traitement de l'extraction de l'étendue du glacier Folgefonna en Norvège à différents moments à partir du sous-ensemble des fichiers Sentinel-2 L1C NetCDF-4/CF à l'aide d'OPeNDAP. En haut à gauche, en haut à droite, en bas à droite et en bas à gauche montrent 1) la couverture de la tuile T32VLM dans le client OL3 dans un composite en fausses couleurs, 2) le concept d'agrégation temporelle de produits couvrant la même zone, 3) l'étendue du glacier de Folgefonna décidée au moyen du découpage de la densité à partir du calcul de l'indice de neige par différence normalisée et 4) des polygones montrant l'étendue du glacier de quatre années différentes dans la même parcelle, respectivement.

En résumé, le NBS s'occupe de la découverte, de l'accès, de la visualisation, de la transformation et de la conservation à long terme des données Sentinel. Il y a cependant des défis. Bien que la convention CF devienne de plus en plus mature, un moyen simple d'ajouter du texte brut, par ex. L'annotation XML et les fichiers auxiliaires pour les produits Sentinel ne sont pas en place dans NetCDF. Il existe cependant des solutions de contournement comme par ex. fractionner le texte en variables de chaîne, bien que cela puisse ne pas être une solution optimale. Cependant, le développement récent de la convention CF (la version de développement actuelle est la 1.8) la rend plus flexible et adaptée aux données d'OT par ex. ajout de la prise en charge des géométries. En outre, un codage standardisé des données de fauchée des sciences de la Terre dans la géométrie de visualisation des instruments dans CF est en cours de développement et une proposition a été fournie fin 2017.27 D'un autre côté, la version actuelle de CF ne prend en charge qu'une structure plate dans NetCDF. Cependant, NetCDF prend en charge une structure hiérarchique et l'utilisation de groupes dans NetCDF simplifierait la gestion des données satellitaires et les rendrait plus claires en termes de structure de produit. L'intention de CF version 2.0 est d'ajouter la prise en charge des groupes et d'autres fonctionnalités du modèle de stockage sous-jacent dans NetCDF. Actuellement, la conversion des données Sentinel-1 et Sentinel-2 n'est pas sans perte en termes de préservation de toutes les informations de SAFE dans NetCDF. Cependant, c'est l'objectif ultime, et le développement ultérieur de la convention CF, prenant en charge une plus grande flexibilité dans NetCDF, sous-tend cela. Ainsi, SAFE est actuellement utilisé pour l'archivage des données Sentinel. Mais lorsqu'un processus de conversion sans perte est en place, les produits SAFE peuvent être générés à partir des fichiers NetCDF et ce dernier format peut, pour certains produits, être utilisé comme format d'archive.

En ce qui concerne les services nationaux pour la Norvège, les produits Quasi Real-Time Sentinel-1 sont d'une grande valeur lorsqu'il s'agit de surveiller en temps quasi réel les vastes zones couvertes par l'océan ouvert en dehors des côtes de la Norvège ainsi que l'archipel du Svalbard et ses environs. . Par exemple. la surveillance du trafic maritime et la détection précoce des déversements d'hydrocarbures provenant de SAR sont des services supplémentaires précieux pour l'administration côtière norvégienne et son travail ( Grønnestad 2016 ). Un autre service national en cours de mise en œuvre aborde les problèmes liés aux modèles d'élévation utilisés pour les produits Sentinel-1, qui s'est avéré donner de mauvais résultats dans les zones montagneuses escarpées des zones de hautes latitudes. C'est le cas pour une grande partie de la topographie de surface sur le continent norvégien. Ainsi, un projet national a été initié pour la construction d'un processeur pour l'ortho-rectification des produits Sentinel-1 GRD. Ces produits seront diffusés via le système NBS. La manière dont elles seront diffusées n'a cependant pas encore été décidée. Puisqu'il s'agit d'un processeur, les produits peuvent être traités à la demande en mettant en place un WPS dédié disponible pour les utilisateurs dans la configuration NBS. Ainsi, les produits pourront être commandés et diffusés au moyen du panier directement à l'utilisateur. Alternativement, les produits pourraient également être ingérés et diffusés via le TDS et donc être disponibles via OPeNDAP. L'ingestion et la diffusion via DHuS est une option. Cette dernière option pourrait fournir un nouveau produit disponible pour tous les systèmes DHuS dans CGS, mais au prix de produits moins conformes à FAIR par rapport aux versions NetCDF/CF. De plus, les deux dernières options utilisant TDS ou DHuS devraient conduire à constituer une base de données où tous les produits disponibles sont ortho-rectifiés car les utilisateurs peuvent être désorientés si seuls certains produits sont disponibles. Par conséquent, l'espace de stockage sera un problème qui fondera la prémisse d'une discussion plus approfondie. Les deux services mentionnés ci-dessus sont d'importance nationale et il est peu probable qu'ils soient desservis en tant que service au niveau européen. Par conséquent, la nécessité de couvrir les services et les intérêts nationaux sont des arguments importants pour construire à la fois des infrastructures nationales et des compétences pour faire face à ce type de problèmes.

En raison du grand volume de données, il existe également des intérêts émergents dans le traitement par lots sur de grandes quantités de données pour la création de produits d'ordre supérieur. En plus d'avoir une capacité de stockage élevée, MET Norway accède à un cloud privé utilisé pour le post-traitement des données avec des nœuds dédiés pour le calcul GPU et CPU. Par conséquent, il est possible d'offrir un environnement de recherche virtuel dans le cadre du système NBS et prend en charge le concept de déplacement du traitement à proximité des données pour limiter les coûts, les opérations d'E/S et la duplication des données, car de grandes quantités de données Sentinel sont stockées localement ( Balasubramonian et Grot 2016). Cependant, les algorithmes pour certains services opérationnels et la récupération des paramètres de l'OT comme par ex. l'étendue de la banquise, la déformation des terres et les dommages aux cultures, ne sont pas critiques pour fonctionner sur l'infrastructure informatique nationale et pourraient potentiellement être exécutés dans un environnement de traitement en nuage ailleurs, comme sur l'un des DIAS’es qui sera opérationnel à l'avenir . Le DIAS’es offrira également plusieurs ensembles de données supplémentaires aux missions Sentinel, comme les données de The Copernicus Services ( ESA 2017 ). Cependant, les produits avec des spécifications nationales, tels que les produits ortho-rectifiés Sentinel-1 mentionnés ci-dessus, sont peu susceptibles d'être servis dans d'autres endroits. Par conséquent, une analyse coûts-avantages est nécessaire pour déterminer comment aligner les initiatives nationales telles que la NBS avec les initiatives européennes ou extra-européennes afin de maximiser l'exploitation des systèmes de la meilleure façon possible.

5. Conclusion et remarques futures

Le projet NBS s'occupe de la découverte, de l'accès, de la visualisation, de la transformation et de la conservation à long terme des données Sentinel couvrant les zones d'intérêt norvégiennes. La diffusion de divers produits Sentinel à l'aide de NetCDF-4/CF améliore la valeur du produit et les données sont facilement accessibles, combinées et sous-ensembles au moyen d'OPeNDAP. De plus, les produits ont un plus grand captage en termes de mise à disposition de plus de variables dans la résolution raster du produit dans un format de fichier relativement courant pris en charge par un grand nombre d'outils et de logiciels par rapport à SAFE. La diffusion des données Sentinel via la configuration NBS permet une intégration facile avec des données non EO, réalisant ainsi davantage de potentiel en termes de synergie, de validation des données et de véracité des données. Le développement futur de la norme CF rend le format plus adapté aux produits EO et améliore ainsi la qualité des versions NetCDF4/CF des données Sentinel.

Pour relier le NBS à d'autres projets d'infrastructure d'OT en cours dans un contexte mondial, il est particulièrement intéressant d'étudier plus avant une future exploitation potentielle de l'infrastructure mondiale pour exécuter des algorithmes dans un environnement de traitement en nuage. Cependant, un traitement supplémentaire de produits spécifiques est nécessaire afin de surmonter les conditions régionales problématiques telles que la topographie de surface escarpée dans certaines régions de Norvège. Il est peu probable que ces produits soient transformés et diffusés à l'échelle mondiale. Par conséquent, le renforcement des compétences et des infrastructures nationales est important afin d'offrir les meilleurs produits et services adaptés, couvrant les domaines d'intérêt norvégiens.


Avis de droits d'auteur et de marques de commerce

IDL® et ENVI® sont des marques commerciales d'Exelis Inc.

Esri®, ArcGIS®, ArcView® et ArcInfo® sont des marques déposées d'Esri.

Adobe Illustrator® et Adobe PDF® Print Engine sont des marques déposées ou des marques commerciales d'Adobe Systems Incorporated aux États-Unis et/ou dans d'autres pays.

Macintosh® est une marque déposée d'Apple Inc., déposée aux États-Unis et dans d'autres pays.

PowerPoint®, l'icône PowerPoint et Windows® sont des marques déposées de Microsoft Corporation aux États-Unis et/ou dans d'autres pays.

UNIX® est une marque déposée de The Open Group.

FLAASH® et QUAC® sont des marques déposées de Spectral Sciences, Inc.

Les autres marques et marques déposées sont la propriété de leurs détenteurs respectifs.

© 2015 Exelis Visual Information Solutions, Inc.


DESCRIPTION DES DESSINS

Ces avantages et d'autres de la présente invention sont mieux compris en se référant aux dessins, dans lesquels :

FIGUE. 1 est un organigramme de processus pour un processus de production d'orthophoto numérique selon l'invention

FIGUE. 2 est une capture d'écran d'un échantillon de deux images avant ajustement

FIGUE. 3 est une capture d'écran d'un échantillon de deux images après ajustement, rectification et mosaïquage conformément à l'invention

FIGUE. 4 est une représentation d'un système informatique à utiliser pour exécuter le procédé de la Fig. 1

FIGUE. 5 est une représentation de la mémoire du système informatique de la Fig. 4

FIGUE. 6 est un exemple de structure de répertoires du système informatique de la Fig. 4

FIGUE. 7 est une représentation simplifiée d'un bloc d'images d'une image montrant le chevauchement d'images adjacentes pour une stéréo complète

FIGUE. 8 est une vue fragmentaire agrandie d'une partie de la Fig. 7 montrant les points sélectionnés dans le modèle de Von Gruber

FIGUE. 9 est une représentation simplifiée d'un bloc de trames d'une image montrant le chevauchement de trames adjacentes pour une stéréo clairsemée

FIGUE. 10 est une capture d'écran d'un échantillon de bloc d'images avec des chevauchements clairsemés conformément à l'invention

FIGUE. 11 montre la même capture d'écran qu'à la Fig. 10 , après que les empreintes de cadre ont été ajoutées conformément à l' invention

FIGUE. 12 montre la même capture d'écran qu'à la Fig. 10 , sans les informations d'image, montrant les empreintes de trame uniquement, conformément à l'invention

FIGUE. 13 est un organigramme de processus pour un programme de sélection de points du processus de production d'orthophoto numérique de la Fig. 1

FIGUE. 14 est un organigramme de processus pour un processus d'affichage principal du programme de sélection de points de la Fig. 13

FIGUE. 15 est une capture d'écran qui montre les deux fenêtres pop-up qui sont utilisées pour une simple sélection de points de chevauchement, conformément à l'invention

FIGUE. 16 est une capture d'écran qui montre les quatre fenêtres contextuelles qui sont utilisées pour la sélection de points de chevauchement quadruple, conformément à l'invention

FIGUE. 17 est un écran montrant une pluralité de trames de données d'image brutes

FIGUE. 18 est un écran montrant des empreintes des cadres de la Fig. 17

FIGUE. 19 est une vue agrandie montrant une paire de cadres superposés

FIGUE. 20 est une vue similaire à celle de la fig. 18 avec une paire de points de contrôle sélectionnés sur les deux cadres

FIGUE. 21 est un écran montrant l'image ajustée une fois la sélection des points terminée, produisant une mosaïque brute

FIGUE. 22 est un organigramme de processus pour un processus de sélection de points du programme de sélection de points de la Fig. 13

FIGUE. 23 est une représentation simplifiée d'un affichage à l'écran et d'un MNT, en trois dimensions, utilisé pour décrire la transformation des coordonnées du pixel en coordonnées mondiales

FIGUE. 24 est un organigramme de processus pour un processus d'ajustement planimétrique du programme de sélection de points de la Fig. 13

FIGUE. 25 est un organigramme de processus pour un processus d'ajustement en réseau libre à deux dimensions du programme d'ajustement planimétrique de la Fig. 13

FIGUE. 26 est une représentation simplifiée de l'agencement du stockage mémoire pour un Multi-DEM selon l'invention

FIGUE. 27 est un organigramme de processus pour un programme Multi-DEM selon l'invention

FIGUE. 28 est un organigramme de processus pour un programme photogrammétrique du processus de production d'orthophoto numérique de la Fig. 1 :

FIGUE. 29 est un organigramme de processus pour un processus d'ajustement de réseau libre en trois dimensions du programme photogrammétrique de la Fig. 28

FIGUE. 30 est une capture d'écran d'un bloc d'empreintes d'image, montrant un groupe de points qui n'est pas en position avec le bloc, avant le réglage

FIGUE. 31 est une capture d'écran du même bloc d'empreintes d'image que la Fig. 30 , mais montrant la position des points après ajustement

FIGUE. 32 est une capture d'écran d'une fenêtre contenant les résidus de points pour une image spécifique après ajustement de bloc

FIGUE. 33 illustre une table de points de contrôle avec un point de contrôle résiduel élevé choisi pour l'édition

FIGUE. 34 est une vue de fenêtres contextuelles montrant les emplacements du point de contrôle choisi sur la Fig. 33

FIGUE. 35 est une vue similaire à celle de la fig. 34 et montrant la sélection d'un point de contrôle différent

FIGUE. 36 est une capture d'écran d'un bloc d'empreintes de cadre après transformation conforme, montrant quelques mauvais points en blanc conformément à l'invention

FIGUE. 37 est un organigramme de processus pour le programme d'orthorectification du processus de production d'orthophoto numérique de la Fig. 1

FIGUE. 38 est un organigramme de processus pour un programme de génération d'empreinte du programme d'orthorectification de la Fig. 37

FIGUE. 39 est un organigramme de processus pour un programme de grille de rééchantillonnage du programme d'orthorectification de la Fig. 37

FIGUE. 40 est un organigramme de processus pour un programme de rééchantillonnage d'images du programme d'orthorectification de la Fig. 37

FIGUE. 41 est un organigramme de processus pour un programme fournissant un rééchantillonnage en une étape conformément à l'invention

FIGUE. 42 est un organigramme de processus pour un programme qui fournit une rectification avec des systèmes de coordonnées de carte/surface indépendants

FIGUE. 43 est un organigramme de processus pour un processus de génération d'empreinte de carte du programme de la Fig. 42

FIGUE. 44 est une représentation simplifiée des pixels d'image et d'arrière-plan d'une empreinte d'image

FIGUE. 45 est un organigramme de processus pour un processus de génération de grille d'échantillonnage mondial en trois dimensions du programme de la Fig. 42

FIGUE.46 est un organigramme de processus pour un processus de génération de grille de déplacement de pixels du programme de la Fig. 42

FIGUE. 47 est un organigramme de processus pour un programme qui utilise une hypothèse verticale pour une auto-rectification relative conformément à l'invention

FIGUE. 48 est une représentation simplifiée d'une pluralité de trames superposées pour lesquelles une pluralité de points au sol ont été mesurés

FIGUE. 49 est un exemple des résultats d'une triangulation de Delaunay basée sur des coordonnées planimétriques

FIGUE. 50 est une vue similaire à celle de la fig. 49 et avec les points de masse retirés et

FIGUE. 51 est une représentation des coordonnées tridimensionnelles d'un point au sol.

FIGUE. 52 est un organigramme de processus pour l'utilisation d'une stéréo clairsemée pour la rectification avec un DEM clairsemé conformément à l'invention

FIGUE. 53 est un écran montrant l'image totale de la zone du projet après orthorectification

FIGUE. 54 est un écran affichant l'image totale pour la zone de projet après l'équilibrage des couleurs

FIGUE. 55 est une capture d'écran contenant une partie d'une mosaïque avant que les corrections radiométriques ne soient effectuées

FIGUE. 56 est une capture d'écran contenant la même portion de mosaïque que la fig. 55 , mais après correction radiométrique

FIGUE. 57 est un écran montrant une partie agrandie de l'image totale pour la zone de projet de la Fig. 54 , représentant l'apparence du produit final.


-exemple bio

# Ecrivez un fichier binaire, et relisez-le, avec 3 colonnes dans lesquelles la première # est un flottant de 4 octets, la seconde un int long de 8 octets et la troisième un double de 8 octets. écho 1,5 2 2,5 | conversion gmt -bo1f,1l,1d > lixo.bin conversion gmt lixo.bin -bi1f,1l,1d

]/expression régulière/[je] Accepter uniquement les enregistrements de données ASCII qui contiennent le modèle spécifié. Pour inverser la recherche, c'est-à-dire n'accepter que les enregistrements de données qui ne ne pas contiennent le modèle spécifié, utilisez -e

. Si votre modèle commence par

vous devrez échapper ce caractère avec une barre oblique inverse [La valeur par défaut accepte tous les enregistrements de données]. Pour faire correspondre les enregistrements de données avec les expressions régulières étendues, veuillez mettre l'expression entre des barres obliques. Ajouter je pour une correspondance insensible à la casse. Pour fournir une liste de ces modèles, donnez +ffichier avec un motif par ligne. Pour donner un seul motif commençant par +f, échappez-le avec une barre oblique inverse. -F[je|o]colinfo Spécifiez les types de données des colonnes d'entrée et/ou de sortie (données temporelles ou géographiques). Spécifier je ou alors o pour que cela s'applique uniquement à l'entrée ou à la sortie [La valeur par défaut s'applique aux deux]. Donnez une ou plusieurs colonnes (ou plages de colonnes) séparées par des virgules, ou utilisez -F plusieurs fois (les plages de colonnes doivent être indiquées au format début[:inc]:arrêter, où inc par défaut à 1 si non spécifié). Ajouter T (temps calendaire absolu), t (temps relatif dans TIME_UNIT choisi depuis TIME_EPOCH ), X (longitude), oui (latitude), p[unité] (coordonnées de la carte x,y projetées dans l'unité donnée [mètre]) ou F (virgule flottante) à chaque colonne ou élément de plage de colonnes. Abréviations -F[je|o]g veux dire -F[je|o]0X,1oui (coordonnées géographiques) et -F[je|o]c veux dire -F[je|o]0-1F (Coordonnées cartésiennes) -g[une]X|oui||X|Oui||[col]zécart[vous][+n|p] Examinez l'espacement entre des points de données consécutifs afin d'imposer des ruptures de ligne. Ajouter X|X ou alors oui|Oui pour définir un écart lorsqu'il y a un changement suffisamment important dans les coordonnées x ou y, respectivement, ou | pour les écarts de distance, utilisez les majuscules pour calculer les écarts à partir des coordonnées projetées. Pour tester les écarts sur d'autres colonnes, utilisez [col]z si col n'est pas préfixé, la valeur par défaut est 2 (c'est-à-dire la 3e colonne). Ajouter écart et éventuellement une unité vous et modificateurs +n ou alors +p. Ici, +n signifie que la valeur de la colonne précédente moins actuelle doit dépasser écart être un écart et +p signifie que la valeur de la colonne actuelle moins la colonne précédente doit dépasser écart. Sinon le valeur absolue de la différence doit dépasser écart. Pour les données géographiques (X|oui|), l'unité vous peut être un arc d'accord, minuter, ou sseconde, ou meter [Par défaut], Foot, kilomètre, Mile, mmille automatique, ou svousrvey pied. Pour les données projetées (X|Oui|), choisissez parmi jench, centimètre, ou point [Unité par défaut définie par PROJ_LENGTH_UNIT ]. Remarque : pour X|oui|z avec les données de temps, l'unité est à la place contrôlée par TIME_UNIT . Répétez l'option pour spécifier plusieurs critères, dont chacun peut être satisfait pour produire un saut de ligne. Émettre un -Géorgie pour indiquer que tous les critères doivent être remplis à la place. -h[je|o][m][+c][+d][+rremarque][+tTitre] Le(s) fichier(s) d'entrée principal(s) comporte(nt) des enregistrements d'en-tête. S'il est utilisé, le nombre par défaut d'enregistrements d'en-tête est IO_N_HEADER_RECS [1]. Utilisation -salut si seules les données d'entrée primaires doivent avoir des enregistrements d'en-tête [La valeur par défaut écrira les enregistrements d'en-tête si les données d'entrée les ont]. Les lignes vides et les lignes commençant par # sont toujours ignorées pour utiliser un autre caractère de début pour indiquer les enregistrements d'en-tête, veuillez consulter IO_HEADER_MARKER . Pour la sortie, vous pouvez demander que des en-têtes supplémentaires soient écrits via les modificateurs d'options et utiliser +d pour supprimer les enregistrements d'en-tête existants. Ajouter +c pour émettre un commentaire d'en-tête avec des noms de colonnes à la sortie [aucun]. Ajouter +r d'ajouter un remarque commentaire à la sortie [aucun]. Ajouter +t d'ajouter un Titre commentaire à la sortie [aucun]. Ces chaînes facultatives peuvent contenir n pour indiquer les sauts de ligne). Si utilisé avec des données binaires natives, nous interprétons m pour signifier à la place le nombre d'octets à sauter en entrée ou à remplir en sortie. -jecols[+l][+séchelle][+odécalage][,][,t[mot]] Sélectionnez des colonnes de données spécifiques pour l'entrée principale, dans un ordre arbitraire. Les colonnes non répertoriées seront ignorées. Donnez des colonnes individuelles (ou des plages de colonnes au format début[:inc]:arrêter, où inc par défaut à 1 si non spécifié) séparés par des virgules [Par défaut lit toutes les colonnes dans l'ordre, en commençant par la première colonne (0)]. Les colonnes peuvent être répétées. À chaque colonne, ajoutez éventuellement l'un des éléments suivants : +l prend log10 des valeurs d'entrée en premier +séchelle, multiplie ensuite par un facteur d'échelle donné [1] +odécalage, ajoute enfin un décalage donné [0]. Pour lire à partir d'une colonne donnée jusqu'à la fin de l'enregistrement, omettez arrêter. Normalement, tout texte de fin est lu mais quand je est utilisé, vous devez explicitement ajouter la colonne t pour retenir le texte. Pour ingérer un seul mot du texte de fin, ajoutez le numéro du mot (le premier mot est 0). Pour terminer, -dans lira simplement l'entrée numérique et sautera tout texte de fin. -je|F|g Déterminez comment les distances sphériques sont calculées dans les modules qui prennent en charge cela. Par défaut (-jg), nous effectuons des calculs de distance orthodromique et les paramètres tels que les incréments de distance ou les rayons seront comparés aux distances orthodromiques calculées. Pour simplifier et accélérer les calculs, vous pouvez sélectionner le mode Terre plate (-jf) qui donne un résultat approximatif mais plus rapide. Alternativement, vous pouvez sélectionner ellipsoïdal (-je ou géodésique) pour la plus grande précision (et le temps de calcul le plus lent). Tous les calculs de distance sphérique dépendent de l'ellipsoïde actuel ( PROJ_ELLIPSOID ), de la définition du rayon moyen ( PROJ_MEAN_RADIUS ) et de la spécification du type de latitude ( PROJ_AUX_LATITUDE ). Les calculs de distance géodésique sont également contrôlés par la méthode ( PROJ_GEODESIC ). -l[étiqueter][+dstylo][+fPolice de caractère][+gécart][+hentête][+jjuste][+l[code/]SMS][+ncols][+sTaille][+v[stylo]][+wlargeur][+xéchelle] [version bêta] Ajoutez une entrée de légende de carte au fichier d'informations de légende de session pour le tracé actuel. Ajouter éventuellement un texte étiqueter pour décrire l'entrée. Plusieurs modificateurs permettent d'apporter des modifications supplémentaires à la légende (à construire lorsque la légende est appelée) : +d pour tracer une ligne horizontale avant que l'entrée de la légende ne soit placée [pas de ligne], utilisez +f pour définir la police utilisée pour l'en-tête de légende [ FONT_TITLE ], utilisez +g pour ajouter un espace vertical [0], utilisez +h pour ajouter un en-tête de légende [pas d'en-tête], +j pour définir l'emplacement de la légende [TR], utilisez +l pour définir une ligne de texte, ajoutez un code de justification horizontale L, C, ou alors R [C], utilisation +n pour modifier le nombre de colonnes utilisées pour définir les éléments de légende suivants [1], utilisez +s pour remplacer la taille du symbole actuel de la légende ou définir une longueur si vous tracez une ligne ou un contour [identique au tracé], utilisez +v pour commencer et +vstylo pour arrêter de tracer une ligne verticale de la ligne horizontale précédente à la ligne horizontale actuelle [pas de ligne verticale], utilisez +w pour définir la largeur de la légende [auto], et utilisez +xéchelle pour redimensionner toutes les tailles de symboles et de longueurs dans la légende. La plume par défaut est donnée par MAP_DEFAULT_PEN . Notez que +h, +j, +w, et +x ne prendra effet que s'il est donné le tout premier -l option pour une parcelle. Le +n modificateur, s'il est utilisé sur le premier -l option, affecte la largeur de la légende (sauf si défini via +w) sinon, il subdivise simplement la largeur disponible entre les colonnes spécifiées. La légende automatique a un fond blanc fixe avec un contour de stylo noir uni et décalé de 0,2 cm par rapport au cadre de la carte. Les modificateurs reflètent en grande partie les codes de légende décrits dans legend , qui fournissent plus de détails et de personnalisation. Si Légende n'est pas appelé explicitement, nous l'appellerons implicitement lors de la fin du tracé via end . -n[b|c|je|m][+un][+bavant JC][+c][+tau seuil] Sélectionnez le mode d'interpolation de grille en ajoutant b pour le lissage B-spline, c pour l'interpolation bicubique, je pour l'interpolation bilinéaire, ou m pour la valeur du plus proche voisin (par exemple pour tracer des données catégorielles). Ajoutez éventuellement +un pour désactiver l'anticrénelage (lorsqu'il est pris en charge). Ajouter +bavant JC pour remplacer les conditions aux limites utilisées, en ajoutant g pour la géographie, p pour périodique, ou m pour les conditions aux limites naturelles. Pour les deux derniers, vous pouvez ajouter X ou alors oui pour spécifier une seule direction, sinon les deux sont supposés. Ajouter +c pour couper la grille interpolée à l'entrée z-min/max [La valeur par défaut peut dépasser les limites]. Ajouter +tau seuil pour contrôler à quelle distance des nœuds avec NaNs l'interpolation ira. UNE au seuil de 1.0 exige que tous les nœuds (4 ou 16) impliqués dans l'interpolation soient non-NaN. 0,5 interpolera environ à mi-chemin d'une valeur non NaN 0,1 ira environ 90 % du chemin, etc. [La valeur par défaut est l'interpolation bicubique avec anticrénelage et un seuil de 0,5, en utilisant géographique (si la grille est connue pour être géographique) conditions aux limites]. -ocols[,…][t[mot]] Sélectionnez des colonnes de données spécifiques pour la sortie principale, dans un ordre arbitraire. Les colonnes non répertoriées seront ignorées. Donnez des colonnes (ou des plages de colonnes au format début[:inc]:arrêter, où inc par défaut à 1 si non spécifié) séparés par des virgules. Les colonnes peuvent être répétées. Pour écrire à partir d'une colonne donnée jusqu'à la fin des colonnes, omettez arrêter. [Par défaut écrit toutes les colonnes dans l'ordre]. Normalement, tout texte de fin dans les enregistrements internes sera écrit, mais lorsque -o est utilisé, vous devez explicitement ajouter la colonne t. Pour ne sortir qu'un seul mot du texte de fin, ajoutez le numéro du mot (le premier mot est 0). Pour terminer, -sur écrira simplement la sortie numérique uniquement et ignorera tout texte de fin, tandis que -pas n'affichera que le texte de fin (ou le mot sélectionné). Remarque : si -je est également utilisé puis des colonnes données à -o correspond à la commande après les -je sélection et non les colonnes de l'enregistrement d'origine. -p[X|oui|z]azim[/élever[/zlevel]][+wlon0/lat0[/z0]][+vx0/y0] Sélectionnez la vue en perspective et définissez l'azimut et l'élévation du point de vue [180/90]. Lorsque -p est utilisé en association avec -Jz ou alors -JZ, une troisième valeur peut être ajoutée qui indique à quel niveau z tout le matériel 2D, comme le cadre du tracé, est tracé (en perspective). [La valeur par défaut est en bas de l'axe z]. Utilisation -px ou alors -py pour tracer contre le « mur » x = niveau ou y = niveau (la valeur par défaut est sur le plan horizontal, ce qui revient à utiliser -pz). Pour les images utilisées pour l'animation, notez que nous fixons le centre de votre domaine de données. Spécifiez un autre centre à l'aide d'un point de coordonnées mondial particulier avec +wlon0/lat0[/z0]) qui se projettera au centre de la taille de votre page, ou spécifiez les coordonnées du point de vue 2D projeté avec +vx0/y0. Lorsque -p est utilisé sans autre argument, les valeurs de la dernière utilisation de -p dans une commande GMT précédente sera utilisée (en mode moderne, cela fournit également la précédente -Jz ou alors -JZ si vous faites une région 3-D). Alternativement, vous pouvez effectuer une simple rotation autour de l'axe z en donnant simplement l'angle de rotation. En option, utilisez +v ou alors +w pour sélectionner un autre emplacement d'axe que l'origine du tracé. -r[g|p] Obliger gligne de démarcation ou penregistrement de nœud ixel [Juste -r définit l'enregistrement des pixels]. Sinon -r est donné, puis l'enregistrement du quadrillage est sélectionné. (Les enregistrements de nœuds sont définis dans l'enregistrement de la grille de section : l'option -r de la référence technique et du livre de recettes GMT.) -s[cols][+un|+r] Supprimer la sortie pour les enregistrements dont z-value est égal à NaN [La valeur par défaut sort tous les enregistrements]. Ajouter +un pour ignorer les enregistrements où au moins un champ est égal à NaN, ou ajouter +r pour annuler la suppression, c'est-à-dire ne sortir que les enregistrements dont z-valeur est égal à NaN. Vous pouvez également indiquer une liste séparée par des virgules de toutes les colonnes ou plages de colonnes à prendre en compte pour ce test NaN (les plages de colonnes doivent être fournies au format début[:inc]:arrêter, où inc par défaut à 1 si non spécifié). -t[transp] Définir le niveau de transparence pour une superposition, dans une plage de pourcentage (0-100). [La valeur par défaut est 0, c'est-à-dire opaque]. Visible uniquement lorsque la sortie au format PDF ou raster est sélectionnée. Seule la sélection au format PNG ajoute une couche de transparence dans l'image (pour un traitement ultérieur). -X[[-]m] Limitez le nombre de cœurs à utiliser dans les algorithmes multithread compatibles OpenMP. Par défaut, nous essayons d'utiliser tous les cœurs disponibles. Ajouter m n'utiliser que m cœurs (s'il est trop grand, il sera tronqué au maximum de cœurs disponibles). Enfin, donnez un négatif m sélectionner (tout - m) noyaux (ou au moins 1 si m égale ou dépasse tout). Le -X L'option n'est disponible que pour les modules GMT compilés avec le support OpenMP. -:[je|o] Échanger la 1ère et la 2ème colonne sur l'entrée et/ou la sortie [La valeur par défaut n'est pas d'échange]. Ajouter je pour sélectionner l'entrée uniquement ou o pour sélectionner la sortie uniquement. [La valeur par défaut affecte les deux]. Cette option est généralement utilisée pour gérer les fichiers (latitude, longitude) voir aussi -jecols[+l][+séchelle][+odécalage][,][,t[mot]]. -^ ou juste - Imprimez un court message sur la syntaxe de la commande, puis quitte (REMARQUE : sous Windows, utilisez simplement -). -+ ou juste + Imprimez un message d'utilisation (aide) détaillé, y compris l'explication de toute option spécifique au module (mais pas les options communes GMT), puis quitte. -? ou pas d'arguments Affiche un message d'utilisation (aide) complet, y compris l'explication de toutes les options, puis se termine. --PAR=valeur Remplace temporairement un paramètre par défaut GMT répétable. Voir gmt.conf pour les paramètres.

Spécification de la couleur¶

Spécification du remplissage¶

Spécification des polices¶

Les attributs des polices de texte tels que définis par Police de caractère est une liste délimitée par des virgules de Taille, type de police et remplir, chacun étant facultatif. Taille est la taille de la police (généralement en points) mais c ou alors je peut être ajouté pour indiquer d'autres unités. type de police est le nom (sensible à la casse !) de la police ou son identifiant numérique équivalent (par exemple, Helvetica-Bold ou 1). remplir spécifie la nuance de gris, la couleur ou le motif du texte (voir Spécification du remplissage ci-dessus). En option, vous pouvez ajouter =stylo à la remplir valeur afin de dessiner un contour de texte. Si vous voulez éviter que le contour masque partiellement le texte, ajoutez =

stylo au lieu de cela, dans ce cas, seule la moitié de la largeur de ligne est tracée à l'extérieur de la police uniquement. Si un plan est demandé, vous pouvez éventuellement sauter le texte remplir en le mettant sur -, auquel cas la largeur totale de la plume est toujours utilisée. Si l'un des attributs de police est omis, son paramètre par défaut ou précédent sera conservé.

Les 35 polices disponibles (plus 4 polices japonaises en option) sont :

  1. Helvetica
  2. Helvetica-Bold
  3. Helvetica-Oblique
  4. Helvetica-BoldOblique
  5. Times-Romain
  6. Times-Bold
  7. Temps-italique
  8. Times-GrasItalique
  9. Courrier
  10. Courrier-Bold
  11. Courrier-Oblique
  12. Courier-BoldOblique
  13. symbole
  14. AvantGarde-Livre
  15. AvantGarde-BookOblique
  16. AvantGarde-Demi
  17. AvantGarde-Demi-Oblique
  18. Bookman-Demi
  19. Bookman-DemiItalic
  20. Bookman-Lumière
  21. Bookman-LightItalic
  22. Helvetica-Étroit
  23. Helvetica-étroit-gras
  24. Helvetica-Étroit-Oblique
  25. Helvetica-Narrow-BoldOblique
  26. NewCenturySchlbk-Roman
  27. NewCenturySchlbk-Italic
  28. NewCenturySchlbk-Bold
  29. NewCenturySchlbk-BoldItalic
  30. Palatino-romain
  31. Palatino-italique
  32. Palatino-Gras
  33. Palatino-BoldItalique
  34. ZapfChancery-MediumItalic
  35. ZapfDingbats
  36. Ryumin-Light-EUC-H
  37. Ryumin-Light-EUC-V
  38. GothiqueBBB-Medium-EUC-H
  39. GothiqueBBB-Medium-EUC-V

Spécification des plumes¶


Documentation osgearth

5 Bienvenue dans la documentation d'osgearth ! La documentation osgearth est stockée dans le référentiel git avec le code. Donc, si vous voyez des documents manquants, aidez-nous en écrivant et en contribuant ! Merci! Contenu 1

7 CHAPITRE 1 Table des matières À propos du projet Introduction osgearth est un SDK géospatial et un moteur de terrain pour les applications OpenSceneGraph. Les objectifs d'osgearth sont de : Permettre le développement d'applications géospatiales 3D sur OpenSceneGraph. Facilitez au maximum la visualisation des modèles terriens et des images directement à partir des données sources. Interopérer avec des normes, des technologies et des données de cartographie ouvertes. Alors c'est pour moi ? Alors : osgearth remplace-t-il le besoin d'outils de création de bases de données de terrain hors ligne ? Dans de nombreux cas, c'est le cas. Envisagez d'utiliser osgearth si vous avez besoin de : Obtenir une carte de base de terrain rapidement et facilement Accéder à des services de données cartographiques aux normes ouvertes comme WMS ou TMS Intégrer des données stockées localement avec des images basées sur des services Web Intégrer de nouvelles couches de données géospatiales à l'exécution temps Traiter les données qui peuvent changer au fil du temps Intégrer avec un fournisseur de données commercial Ressources de la communauté Étant donné qu'osgearth est un SDK open source gratuit, le code source est accessible à tous et nous accueillons et encourageons la participation de la communauté lorsqu'il s'agit de tester, d'ajouter des fonctionnalités et correction de bogues. 3

8 Forum d'assistance La meilleure façon d'interagir avec l'équipe osgearth et la communauté des utilisateurs est de passer par le forum d'assistance. Veuillez lire et suivre ces directives pour l'utilisation du forum : Forum OSG Créez un compte et utilisez votre vrai nom. Vous pouvez participer de manière anonyme, mais l'utilisation de votre vrai nom aide à créer une communauté plus forte (et augmente la probabilité que nous répondions à votre question plus tôt). Limitez-vous à un sujet par article. Poser plusieurs questions dans un seul message rend trop difficile le suivi des réponses. Incluez toujours autant d'informations à l'appui que possible. Publiez un fichier Earth ou un extrait de code court. Publiez la sortie dans osgearth_version --caps. Publiez la sortie sur gdalinfo si vous rencontrez des problèmes avec un GeoTIFF ou un autre fichier de données. Faites la liste de tout ce que vous avez essayé jusqu'à présent. Être patient! Comme osgearth est construit sur OpenSceneGraph, de nombreuses questions que nous recevons sur les forums sont en réalité des questions OSG. Nous ferons toujours de notre mieux pour vous aider. Mais cela vaut la peine de vous joindre à la liste de diffusion OSG ou de lire régulièrement le forum OSG. Réseaux sociaux sur Twitter pour les mises à jour. Ajoutez notre page Google+ à vos cercles pour les photos de la galerie. Services professionnels L'équipe d'osgearth soutient ses efforts par le biais de services professionnels. Chez Pelican Mapping, nous effectuons des travaux de développement et d'intégration de logiciels personnalisés impliquant osgearth (et les technologies géospatiales en général). Nous sommes basés aux États-Unis mais nous travaillons avec des clients partout dans le monde. Contactez nous si vous avez besoin d'aide! Licence osgearth est sous licence libre et open source LGPL. Cela signifie que : 1. Vous pouvez vous connecter gratuitement au SDK osgearth dans n'importe quelle application commerciale ou non commerciale. 2. Si vous apportez des modifications à osgearth lui-même, vous devez rendre ces modifications disponibles en tant que logiciel open source gratuit sous licence LGPL. (Généralement, cela signifie apporter vos modifications au projet, mais il suffit de les héberger dans un clone public de GitHub.) 3. Si vous redistribuez le code source d'osgearth sous quelque forme que ce soit, vous devez inclure les mentions de copyright associées et les informations de licence inchangées et intacte. 4. ios / exception de liaison statique : La LGPL exige que tout ce qui est statiquement lié à une bibliothèque LGPL (comme osgearth) soit également publié sous la LGPL. Nous accordons une exception à la LGPL dans ce cas. Si vous liez statiquement osgearth avec votre code propriétaire, vous n'êtes PAS obligé de publier votre propre code sous la LGPL. C'est ça. Mainteneurs Pelican Mapping maintient osgearth. 4 Chapitre 1. Table des matières

9 Création d'osgearth osgearth est une bibliothèque multiplateforme. Il utilise le système de construction CMake. Vous aurez besoin de la version 2.8 ou plus récente. (Il s'agit du même système de construction qu'OpenSceneGraph utilise.) REMARQUE : Pour construire osgearth pour ios, voir ios Obtenir le code source Option 1 : utiliser GIT osgearth est hébergé sur GitHub. Vous aurez besoin d'un client git pour y accéder. Nous recommandons TortoiseGit pour les utilisateurs de Windows. Pour cloner le référentiel, pointez votre client sur : git://github.com/gwaldron/osgearth.git Option 2 : téléchargez une version balisée Pour télécharger une archive tar ou ZIP du code source, visitez les balises osgearth et sélectionnez celle tu veux. La dernière version officielle sera au sommet. Obtenez les dépendances Dépendances requises : OpenSceneGraph ou version ultérieure, avec le plugin CURL activé. GDAL 1.6 ou version ultérieure - CURL de couche d'abstraction de données géospatiales - Bibliothèque de transfert HTTP (fournie avec les distributions de bibliothèques tierces OpenSceneGraph) Dépendances facultatives : osgearth compilera sans elles, mais certaines fonctionnalités seront manquantes : GEOS ou version ultérieure - Bibliothèque C++ pour les opérations topologiques. osgearth utilise GEOS pour effectuer diverses opérations géométriques telles que la mise en mémoire tampon et les intersections. Si vous envisagez d'utiliser des données d'entités vectorielles dans osgearth, vous le souhaitez probablement. Minizip - L'extracteur de fichiers ZIP inclut ceci si vous souhaitez lire les fichiers KMZ. QT_ - Framework d'interface utilisateur multiplateforme. Pointez la variable CMake QT_QMAKE_EXECUTABLE vers le qmake. exe que vous souhaitez utiliser et CMake remplira toutes les autres variables QT. LevelDB - Le magasin de clés/valeurs intégré de Google. Incluez-le si vous souhaitez créer le pilote de cache leveldb facultatif d'osgearth. SQLite - Moteur de base de données SQL transactionnel autonome, sans serveur, à configuration zéro. Utilisé pour accéder aux ensembles de données sqlite/mbtiles. Vous aurez peut-être besoin de ces astuces pour créer le fichier.lib nécessaire à partir des fichiers.def et.dll inclus dans les binaires Windows : compiling-sqlite-on-windows Dépendances obsolètes : osgearth peut toujours les utiliser, mais elles disparaîtront probablement dans futur : V8 - le moteur JavaScript de Google. Incluez-le si vous êtes un utilisateur Windows et que vous souhaitez intégrer du code JavaScript dans vos fichiers Earth. Nous vous recommandons d'utiliser Duktape à la place. JavaScriptCore_ - Le moteur JavaScript d'Apple. Incluez-le si vous êtes un utilisateur OSX ou IOS et que vous souhaitez intégrer du code JavaScript dans vos fichiers Earth. Nous vous recommandons d'utiliser Duktape à la place Building osgearth 5

10 Facultatif : obtenez des dépendances prédéfinies AlphaPixel dispose de dépendances OSG et tierces prédéfinies pour diverses architectures. Mike Weiblen a également des binaires et des dépendances OSG pré-construits. FWTools a des binaires GDAL pré-construits avec tous les correctifs. Fichiers binaires GDAL pré-construits pour diverses architectures. Construisez-le Assurez-vous d'avoir créé OSG et toutes les dépendances en premier. osgearth utilise CMake, version 2.8 ou ultérieure. Étant donné que OSG utilise également CMake, une fois que vous avez créé OSG, le processus devrait vous être familier. Voici quelques conseils. Faites toujours une compilation hors source avec CMake. Autrement dit, utilisez un répertoire de construction distinct du code source. Cela facilite la gestion des versions séparées et la propreté des mises à jour GIT. Pour les dépendances facultatives (comme GEOS), laissez simplement le champ CMake vide si vous ne l'utilisez pas. Pour les dépendances OSG, entrez simplement la variable OSG_DIR, et lorsque vous générez CMake, vous trouverez automatiquement tous les autres répertoires OSG. Comme toujours, consultez le forum si vous avez des problèmes ! Bonne chance!! Guide de l'utilisateur Outils osgearth est livré avec de nombreux outils qui vous aident à travailler avec des fichiers terrestres et des données géospatiales. osgearth_viewer osgearth_viewer peut charger et afficher une carte à partir d'une ligne de commande. L'osgearth EarthManipulator est utilisé pour contrôler la caméra et est optimisé pour la visualisation des données géospatiales. Exemple d'utilisation osgearth_viewer earthfile.earth [options] 6 Chapitre 1. Table des matières

11 Option Description --sky Installe un SkyNode (soleil, lune, étoiles et atmosphère.. globe uniquement) --kml Charge un fichier KML ou KMZ [fichier.kml] --kmlui Affiche une interface utilisateur limitée pour basculer les repères et les dossiers KML - -coords Affiche les coordonnées de la carte sous la souris --dms Affiche les coordonnées de la carte en degrés/minutes/secondes --dd Affiche les coordonnées de la carte en degrés décimaux --mgrs Affiche les coordonnées de la carte en MGRS --ortho Installe une projection de caméra orthographique --images Trouve les images dans [path] et les charge en tant que couches d'images [path] --image-extensions Avec --images, ne prend en compte que les extensions répertoriées [*] --out-earth Avec --images, écrit un fichier Earth [out.earth] --logdepth Active le tampon de profondeur logarithmique en mode haute vitesse. --logdepth2 Active le tampon de profondeur logarithmique en mode haute précision. --uniform [nom] [min] Installe un uniforme et affiche un curseur à l'écran pour contrôler sa valeur. Utile pour le débogage. [max] --ico Active l'opération IncrementalCompileOperation d'OSG, qui compilera les objets paginés sur une série de trames (en réduisant les sauts de trame). C'est en fait une option OpenSceneGraph, mais utile pour osgearth osgearth_version osgearth_version affiche la version actuelle d'osgearth. Argument Description --caps Affiche les capacités du système --major-number Affiche uniquement le numéro de version majeure --minor-number Affiche uniquement le numéro de version mineure --patch-number Affiche uniquement le numéro de version du correctif --so-number Imprime partagé numéro de version de l objet uniquement --version-number Imprimer uniquement le numéro de version osgearth_cache osgearth_cache peut être utilisé pour gérer le cache d osgearth. Voir Mise en cache pour plus d'informations sur la mise en cache. L'utilisation la plus courante d'osgearth_cache est de remplir un cache de manière non interactive en utilisant l'argument --seed. Exemple d'utilisation osgearth_cache --seed file.earth 1.3. Guide de l'utilisateur 7

12 Argument --list --seed --estimate --mp --mt --concurrency --min-level level --max-level level --bounds xmin ymin xmax ymax --index shapefile --cache-path path - -cache-type type --purge Description Répertorie les informations sur le cache dans un fichier.earth Amorce le cache dans un fichier.earth Affiche une estimation du nombre de tuiles, de l'espace disque et du temps qu'il faudra pour effectuer cette opération d'amorçage multitraitement pour traiter les tuiles. Utile pour les sources GDAL car cela évite le verrouillage global GDAL Utilisez le multithreading pour traiter les tuiles. Le nombre de threads ou de processus à utiliser si mp ou mt sont fournis. shapefile (.shp) et utilise les étendues d'entités pour définir le(s) cadre(s) de délimitation d'amorçage du cache. Pour chaque entité du fichier de formes, ajoute un cadre de délimitation (similaire à --bounds) pour contraindre la région que vous souhaitez mettre en cache. Remplace le chemin du cache dans le fichier.earth Remplace le type de cache dans le fichier.earth Purge un cache de couche dans un fichier.earth osgearth_package osgearth_package crée un package basé sur TMS redistribuable à partir d'un fichier Earth. paquet 8 Chapitre 1. Table des matières

13 Argument Description --tms make a TMS repo --out path root output folder of the TMS repo (obligatoire) --bounds xmin ymin xmax ymax bounds to package (dans les coordonnées de la carte par défaut = carte entière) Vous pouvez fournir plusieurs limites -- max-level level max LOD level pour les tuiles (toutes les couches par défaut = 5). Remarque : vous pouvez définir un grand nombre pour obtenir toutes les données disponibles (par exemple, 99). Cela fonctionne bien pour les fichiers (comme un GeoTIFF). Mais certaines sources de données ne rapportent pas (ou n'ont pas) de niveau de données maximum, il est donc préférable de spécifier un maximum spécifique. --out-earth exporte un fichier Earth référençant le nouveau dépôt earthfile --ext remplace l'extension du fichier image (par exemple jpg) --overwrite écrase les tuiles existantes --keep-empties écrit des tuiles d'image entièrement transparentes (normalement ignorées) -- continue-single-color continue de subdiviser les tuiles d'une seule couleur, la subdivision s'arrête généralement sur les images d'une seule couleur --db-options db options chaîne à transmettre au rédacteur d'image entre guillemets (par exemple, JPEG_QUALITY 60 ) --mp Utiliser le multitraitement pour traiter les tuiles . Utile pour les sources GDAL car cela évite le verrouillage GDAL global --mt Utilise le multithreading pour traiter les tuiles. --concurrency Le nombre de threads ou de processus à utiliser si mp ou mt sont fournis --alpha-mask Masque les images qui ne se trouvent pas dans les étendues fournies. --verbose Affiche la progression de l'opération osgearth_conv osgearth_conv copie le contenu d'un TileSource vers un autre. Tous les arguments sont des paires nom/valeur de configuration, vous devez donc rechercher les options dans le fichier d'en-tête de la structure Options de chaque pilote. Bien entendu, le pilote de sortie doit prendre en charge l'écriture (en implémentant l'interface ReadWriteTileSource). Les propriétés in proviennent de la méthode getconfig de GDALOptions. Les propriétés out proviennent de la méthode getconfig MBTilesOptions. Exemple d'utilisation osgearth_conv --in driver gdal --in url world.tif --out driver mbtiles --out filename world.db Argument --elevation --profile [profile] --min-level [int] --max-level [int] --threads [n] --extents [minlat] [minlong] [maxlat] [maxlong] Description convertir en données d'altitude (au lieu de données d'image) reprojeter vers le profil cible, par exemple wgs84 niveau de détail min pour copier le niveau de détail maximum pour copier les threads à utiliser (Attention, peut planter. N'aide pas avec les entrées GDAL) Lat/Long s'étend pour copier osgearth_tfs osgearth_tfs génère un jeu de données TFS à partir d'une source d'entités telle qu'un fichier de formes. En pré-traitant vos fonctionnalités dans la structure en grille fournie par TFS, vous pouvez augmenter considérablement les performances des grands ensembles de données. De plus, le package TFS généré peut être servi par n'importe quel serveur Web standard, le Web activant votre ensemble de données. Exemple d'utilisation 1.3. Guide de l'utilisateur 9

14 osgearth_tfs nom de fichier Argument Description nom de fichier Shapefile (ou autre fichier de données de source d'entités) --first-level Le premier niveau où les entités seront ajoutées au niveau quadtree --max-level Le niveau maximum de l'entité quadtree level --max-features Le nombre maximum d'entités par tuile --grid Génère une grille à un seul niveau avec la résolution spécifiée. Les unités par défaut sont les mètres. (ex. 50, 100km, 200mi) --out Le répertoire de destination --layer Le nom de la couche à écrire dans le document de métadonnées --description Le résumé/description de la couche à écrire dans le document de métadonnées --expression L'expression à exécuter sur la source d'entités, spécifique à la source d'entités --order-by Trie les entités, si elles ne sont pas déjà incluses dans l'expression. Ajoutez DESC pour l'ordre décroissant ! --crop Recadre les fonctionnalités au lieu d'effectuer une vérification du centroïde. Des fonctionnalités peuvent être ajoutées à plusieurs tuiles lorsque le recadrage est activé --dest-srs La chaîne SRS de destination dans n'importe quel format qu'osgearth peut comprendre (wkt, proj4, epsg). Si aucune n'est spécifique, les données source SRS seront utilisées. osgearth_backfill osgearth_backfill est un outil spécialisé utilisé pour post-traiter les ensembles de données TMS. Certains services de cartographie Web utilisent différents ensembles de données complètement différents à différents niveaux de zoom. Par exemple, ils peuvent utiliser l'imagerie BlueMarble de la NASA jusqu'à atteindre le niveau 4, puis passer brusquement aux données LANDSAT. C'est bien pour la visualisation de cartes glissantes 2D, mais peut être visuellement gênant lorsqu'il est visualisé en 3D car les tuiles voisines à différents niveaux de détail ont un aspect complètement différent. osgearth_backfill vous permet de générer un ensemble de données TMS comme vous le feriez normalement (à l'aide d'osgearth_package ou d'un autre outil), puis de remplir des niveaux de détail inférieurs à partir d'un niveau de détail plus élevé spécifié. Par exemple, vous pouvez spécifier un niveau maximum de 10 et les lods 0-9 seront régénérés en fonction des données trouvées au niveau 10. Exemple d'utilisation osgearth_backfill tms.xml Argument --bounds xmin ymin xmax ymax --min-level level -- max-level level --db-options Description des limites à remplir (dans les coordonnées de la carte par défaut = carte entière Le niveau minimum auquel arrêter le remplissage. (par défaut = 0) Le niveau à partir duquel commencer le remplissage à partir de (par défaut = inf) la chaîne d'options de base de données à passer à l'éditeur d'images entre guillemets (par exemple, JPEG_QUALITY 60 ) osgearth_boundarygen osgearth_boundarygen génère une géométrie de frontière que vous pouvez utiliser avec une couche osgearth <mask> afin d'insérer un modèle externe dans le terrain. Contenu

15 Argument Description --out file_name fichier de sortie pour la géométrie des limites (la valeur par défaut est bound.txt) --no-geocentric Ignore la reprojection géocentrique (pour les bases de données plates) --convex-hull calcule une enveloppe convexe au lieu d'une limite complète --verbose print progression vers la console --view affiche le résultat dans la fenêtre 3D --tolérance N sommets inférieurs à cette distance seront fusionnés (0.005) --précision N coordonnées de sortie auront autant de chiffres significatifs (12) osgearth_overlayviewer osgearth_overlayviewer est un utilitaire de débogage du capacité de décorateur de superposition dans osgearth. Il montre deux fenêtres, une avec la vue normale de la carte et une autre qui montre les frustums de délimitation qui sont utilisés pour les calculs de superposition. Utilisation des fichiers Earth Un fichier Earth est une description XML d'une carte. La création d'un fichier Earth est le moyen le plus simple de configurer une carte et d'être rapidement opérationnel. Dans le référentiel osgearth, vous trouverez des dizaines d'exemples de fichiers Earth dans le dossier tests, couvrant divers sujets et illustrant diverses fonctionnalités. Nous vous encourageons à les découvrir et à les essayer ! Voir aussi : Earth File Reference Contenu d'un fichier Earth osgearth utilise un format de fichier basé sur XML appelé fichier Earth pour spécifier exactement comment les données source se transforment en un graphique de scène OSG. Un fichier Earth a une extension.earth, mais il s'agit de XML. Fondamentalement le Fichier Earth vous permet de spécifier : Le type de carte à créer (géocentrique ou projetée) Les sources image, altitude, vecteur et modèle à utiliser Où les données seront mises en cache Un fichier Earth simple Voici un exemple très simple qui lit les données à partir d'un fichier GeoTIFF sur le système de fichiers local et le rend comme une scène de la Terre ronde géocentrique : <map name="mymap" type="geocentric" version="2"> <image name="bluemarble" driver="gdal"> <url>world.tif</url> Earth </image> </map> crée une carte géocentrique nommée MyMap avec une seule source d'image GeoTIFF appelée bluemarble. L'attribut driver indique à osgearth lequel de ses plugins utiliser pour charger l'image. (osgearth utilise un framework de plug-in pour charger différents types de données à partir de différentes sources.) Certains des sous-éléments (sous l'image) sont particuliers au pilote sélectionné. Pour en savoir plus sur les pilotes et comment configurer chacun d'eux, veuillez vous référer au Guide de référence des pilotes. Remarque : le numéro de version est requis ! 1.3. Guide de l'utilisateur 11

16 Couches d'images multiples osgearth prend en charge les cartes avec plusieurs sources d'images. Cela vous permet de créer des cartes telles qu'une couche de base avec une superposition de transport ou de fournir des encarts haute résolution pour des zones spécifiques qui se trouvent au sommet d'une carte de base de résolution inférieure. Pour ajouter plusieurs images à un fichier Earth, ajoutez simplement plusieurs blocs d'images à votre fichier Earth : <map name="transportation" type="geocentric" version="2"> </map> <!--Ajoutez une carte de base des données du marbre bleu--> <image name ="bluemarble" driver="gdal"> <url>c:/data/bluemarble.tif</url> </image> <!--Ajoutez un encart haute résolution de Washington, DC--> <image name="dc" driver="gdal"> <url/>tifc:/data url> </image> La carte ci-dessus fournit deux images de sources de données locales en utilisant le pilote GDAL. L'ordre est important lors de la définition de plusieurs sources d'images : osgearth les rend dans l'ordre dans lequel elles apparaissent dans le fichier Earth. Astuce : les chemins relatifs dans un fichier Earth sont interprétés comme étant relatifs au fichier Earth lui-même.Ajout de données d'altitude L'ajout de données d'altitude (parfois appelées données de terrain ) à un fichier Earth est très similaire à l'ajout d'images. Utilisez un bloc d'altitude comme ceci : <map name="elevation" type="geocentric" version="2"> </map> <!--Ajoutez une carte de base des données de marbre bleu--> <image name="bluemarble" driver="gdal"> <url>c:/data/bluemarble. tif</url> </image> <!--Ajouter des données SRTM--> <elevation name="srtm" driver="gdal"> <url>c:/data/srtm.tif</url> </elevation> Ce fichier Earth a une image de grille d'élévation de base ainsi qu'une grille d'élévation qui est chargé à partir d'un fichier GeoTIFF local. Vous pouvez ajouter autant de couches d'altitude que vous le souhaitez, osgearth les combinera en un seul maillage. Comme pour les images, l'ordre est important - Par exemple, si vous avez une source de données d'altitude de base avec une couverture basse résolution du monde entier et un encart haute résolution d'une ville, vous devez d'abord spécifier les données de base, suivies de la haute résolution encart. Certains pilotes osgearth peuvent générer des grilles d'élévation ainsi que des images. Remarque : osgearth ne prend en charge que les données entières à canal unique 16 bits ou à virgule flottante 32 bits pour une utilisation dans les couches d'altitude. 12 Chapitre 1. Table des matières

17 Mise en cache Étant donné qu'osgearth rend les données à la demande, il a parfois besoin d'effectuer un certain travail afin de préparer une tuile pour l'affichage. Le cache existe pour qu'osgearth puisse enregistrer les résultats de ce travail pour la prochaine fois, au lieu de traiter la tuile à chaque fois. Cela augmente les performances et évite les téléchargements multiples des mêmes données. Voici un exemple de configuration de cache : <map name="tms Example" type="geocentric" version="2"> </map> <image name="metacarta blue marbre" driver="tms"> <url> </image> <options> < to cache!--Spécifier où ="filesystem"> <path>c:/osgearth_cache</path> </cache> </options> Ce fichier Earth montre la manière la plus simple de spécifier un cache pour osgearth. Cela indique à osgearth d'activer la mise en cache et de la mettre en cache dans le dossier c:/osgearth_cache. Le chemin du cache peut être relatif ou les chemins relatifs absolus sont relatifs au fichier Earth lui-même. Il existe de nombreuses façons de configurer la mise en cache, veuillez vous référer à la section sur la mise en cache pour plus de détails. Mise en cache En fonction de la nature des données source, osgearth peut avoir à effectuer un traitement dessus avant qu'elles ne deviennent une tuile de terrain. Cela peut inclure le téléchargement, la reprojection, le recadrage, le mosacing ou la composition, pour n'en nommer que quelques-uns. Ces opérations peuvent devenir coûteuses. En configurant un cache, vous pouvez demander à osgearth de stocker le résultat du traitement afin qu'il n'ait pas besoin de le refaire la prochaine fois que la même tuile est nécessaire. Noter! Le cache d'osgearth utilise une représentation de stockage de données interne qui n'est pas destinée à être accessible via une API publique. Il est destiné à être utilisé UNIQUEMENT comme cache transitoire et non à un format de publication de données. La structure est susceptible d'être modifiée à tout moment. Si vous souhaitez publier un référentiel de données, envisagez plutôt l'utilitaire osgearth_package ! Mise en place d'un cache Vous pouvez mettre en place un cache dans votre fichier earth. La configuration suivante activera automatiquement la mise en cache sur toutes vos couches d'imagerie et d'altitude : <map> <options> <cache type="filesystem"> <path>folder_name</path> </cache> Dans le code, cela ressemblerait à ceci : 1.3. Guide de l'utilisateur 13

18 FileSystemCacheOptions cacheoptions cacheoptions.path() =. MapOptions mapoptions mapoptions.cache() = cacheoptions Ou, vous pouvez utiliser une variable d'environnement qui s'appliquera à tous les fichiers Earth. Gardez à l'esprit que cela remplacera un paramètre de cache dans le fichier Earth : osgearth::registry::instance()->setdefaultcachepolicy(. ) Politiques de mise en cache Une fois que vous avez configuré un cache, osgearth l'utilisera par défaut pour toutes vos couches d'imagerie et d'altitude. Si vous souhaitez remplacer ce comportement, vous pouvez utiliser une stratégie de cache. Une politique de cache indique à osgearth si et comment un certain objet doit utiliser le cache. Dans un fichier Earth, vous pouvez le faire en utilisant le bloc cache_policy. Ici, nous l'appliquons à l'ensemble de la carte : <map> <options> <cache_policy usage="cache_only"/> Ou vous pouvez appliquer une politique à une seule couche : <image> <cache_policy usage="no_cache"/>. Les valeurs pour l'utilisation de la politique de cache sont : read_write La valeur par défaut. Utilisez un cache s'il est configuré. no_cache Même si un cache est en place, ne l'utilisez pas. Lisez uniquement directement à partir de la source de données. cache_only Si un cache est configuré, utilisez UNIQUEMENT les données du cache, n'allez jamais à la source de données. Vous pouvez également diriger le cache vers des objets expirés. Par défaut, les données mises en cache n'expirent jamais, mais vous pouvez utiliser la propriété max_age pour lui indiquer combien de temps un objet doit être considéré comme valide : <cache_policy max_age="3600"/> Spécifiez l'âge maximum en secondes. L'exemple ci-dessus fera expirer les objets datant de plus d'une heure. Variables d environnement Parfois, il est plus pratique de contrôler la mise en cache à partir de l environnement, en particulier pendant le développement. Ces variables remplacent les propriétés de la politique de cache : OSGEARTH_NO_CACHE Active une politique no_cache pour toute carte osgearth. (réglé sur 1) 14 Chapitre 1. Table des matières

19 OSGEARTH_CACHE_ONLY Activation d'une politique cache_only pour toute carte osgearth. (défini sur 1) OSGEARTH_CACHE_MAX_AGE Définit le cache pour qu'il expire les objets datant de plus de ce nombre de secondes. Ceux-ci ne font pas partie de la politique de cache, mais contrôlent à la place une implémentation de cache particulière. OSGEARTH_CACHE_PATH Dossier racine d'un cache. Ce paramètre activera la mise en cache pour le pilote de cache actif. OSGEARTH_CACHE_DRIVER Définissez le nom du pilote de cache à utiliser, par ex. système de fichiers ou leveldb. Remarque : les variables d'environnement remplacent les paramètres de cache dans un fichier Earth ! Voir ci-dessous. Priorité des paramètres de politique de cache Étant donné que vous pouvez définir des politiques de mise en cache à divers endroits, nous devons établir la priorité. Voici les règles. Paramètres de la carte. Il s'agit d'une politique de cache définie dans l'objet Map dans le bloc <map><options> dans un fichier Earth. Cela définit la politique de cache par défaut pour chaque couche de la carte. Il s'agit du paramètre de stratégie le plus faible, il peut être remplacé par l'un des paramètres ci-dessous. Paramètres de calque. Il s'agit d'une politique de cache définie dans un objet ImageLayer ou ElevationLayer (ou dans le bloc <map><image> ou <map><elevation> dans un fichier Earth). Cela remplacera le paramètre de niveau supérieur dans la carte, mais il ne remplacera PAS une politique de cache définie par l'environnement (voir ci-dessous). (C'est également le SEUL moyen de remplacer un indice de politique de pilote (voir ci-dessous), mais il est rare que vous ayez besoin de le faire.) Variables d'environnement. Ceux-ci sont lus et stockés dans la politique overridecache du Registre et ils écraseront les paramètres de la carte ou d'une couche. Cependant, ils ne remplaceront PAS les conseils de politique du pilote. Conseils sur la politique des conducteurs. Parfois, un pilote dira à osgearth de ne jamais mettre en cache les données qu'il fournit, et osgearth obéit. Le seul moyen de contourner cela est de définir expressément une politique de mise en cache sur la couche elle-même. (Vous aurez rarement à vous en soucier.) Amorçage du cache Parfois, il est utile d'amorcer votre cache pour un domaine d'intérêt particulier. osgearth fournit une application utilitaire appelée osgearth_cache pour accomplir cette tâche. osgearth_cache prendra un fichier Earth et remplira tous les caches qu'il trouvera. Tapez osgearth_cache --help sur la ligne de commande pour obtenir des informations sur l'utilisation. Remarque : le cache est une boîte noire transitoire conçue pour améliorer les performances dans certaines situations. Il n'est pas conçu comme un référentiel de données distribuable. Dans de nombreux cas, vous pouvez déplacer un dossier de cache d'un environnement à un autre et cela fonctionnera, mais osgearth ne garantit pas un tel comportement. Références spatiales Nous spécifions des emplacements sur la Terre en utilisant des coordonnées, des tuples de nombres qui identifient un endroit particulier sur la carte à un certain niveau de précision. Mais il ne suffit pas de connaître les coordonnées, il faut savoir les interpréter. Une référence spatiale (SRS) mappe un ensemble de coordonnées à un emplacement réel correspondant sur la terre. Par exemple, étant donné les coordonnées d'un endroit sur la terre : 1.3. Guide de l'utilisateur 15

20 (-121,5, 36,8, ) Ces chiffres n'ont de sens que si vous savez les utiliser. Combinez donc cela avec quelques informations de référence : Type de système de coordonnées : Unités géographiques : Degrés Système de référence horizontal : WGS84 Système de référence vertical : EGM96 Vous pouvez maintenant déterminer exactement où se trouve le point sur Terre, où il est par rapport à d'autres points et comment le convertir à d'autres représentations. Composants d'un SRS Une référence spatiale, ou SRS, contient : Type de système de coordonnées Référence horizontale Référence verticale Type de système de coordonnées osgearth prend en charge trois types de système de coordonnées de base : Géographique - Un modèle ellipsoïdal de la Terre entière. Les coordonnées sont des angles sphériques en degrés (longitude et latitude). Les exemples incluent WGS84 et NAD83. (En savoir plus) Projeté - Un système de coordonnées local prend une région limitée de la Terre et la projette dans un plan de cartésion 2D (X,Y). Les exemples incluent UTM, US State Plane et Mercator. (En savoir plus.) ECEF - Une terre entière, système cartésien. ECEF = Earth Centered Earth Fixed c'est un système de cartesion 3D (X,Y,Z) avec l'origine (0,0,0) au centre de la terre l'axe X coupant lat/long (0,0), le Y -axe coupant lat/long (0,-90), et l'axe Z coupant le pôle nord. ECEF est le système natif dans lequel osgearth rend ses graphiques. (En savoir plus) Système de référence horizontal Un système de référence est un point de référence (ou un ensemble de points) par rapport auquel des mesures géospatiales sont effectuées. Le même emplacement sur terre peut avoir des coordonnées différentes selon le système de référence utilisé. Il existe deux classes de datum : Un datum horizontal mesure les positions sur la terre. Puisque la terre n'est pas une sphère parfaite ou même un ellipsoïde parfait, des références particulières sont généralement conçues pour se rapprocher de la forme de la terre dans une région particulière. Les références courantes incluent WGS84 et NAD83 en Amérique du Nord et ETR89 en Europe. Système de référence vertical Un système de référence vertical mesure l'altitude. Il existe plusieurs classes de supports de référence vertical osgearth géodésique (basé sur un ellipsoïde) et géoïde (basé sur un échantillon de points d'élévation autour de la planète). osgearth intègre les références verticales suivantes : 16 Chapitre 1. Table des matières

21 Géodésique - l'osgearth par défaut utilise l'ellipsoïde de référence horizontale comme référence EGM84 géoïde EGM96 géoïde - communément appelé MSL utilisé dans DTED et KML EGM2008 géoïde (HAE). Projection Un SRS projeté aura également une Projection. Il s'agit d'une formule mathématique pour transformer un point de l'ellipsoïde en un plan 2D (et inversement). osgearth prend en charge des milliers de projections connues (via la boîte à outils GDAL/OGR). Les plus notables incluent : UTM (Universal Transverse Mercator) Sterographic LCC (Lambert Conformal Conic) Chacun a des caractéristiques particulières qui le rendent souhaitable pour certains types d'applications. Veuillez consulter Projections cartographiques sur Wikipedia pour en savoir plus. Représentations SRS Il existe de nombreuses façons de définir un SRS. osgearth prend en charge les éléments suivants. WKT (Well Known Text) WKT est une norme OGC pour décrire un système de coordonnées. Il se trouve généralement dans un fichier.prj à côté d'une donnée géospatiale, comme un fichier de formes ou une image. Voici la représentation WKT pour la projection UTM Zone 15N : PROJCS["NAD_1983_UTM_Zone_15N", GEOGCS["GCS_North_American_1983", DATUM["D_North_American_1983", SPHEROID["&&GRS_1980","["],DATUM["D_North_American_1983", SPHEROID["&GRS_1980","["],0,0 , PARAMETRE["False_Easting", ], PARAMETER["False_Northing",0.0], PARAMETER["Central_Meridian",-93.0], PARAMETER["Scale_Factor",0.9996], PARAMETER["Latitude_Of_Origin",PROJ4 projections une unité",0.0 utilisé par osgearth et des centaines d'autres applications et boîtes à outils géospatiales. Il a une représentation abrégée pour décrire un SRS. Voici le même SRS ci-dessus, cette fois au format PROJ4 : 1.3. Guide de l'utilisateur 17

22 +proj=utm +zone=15 +ellps=grs80 +units=m +no_defs PROJ4 a des tableaux de données pour tous les composants communs (comme les zones UTM et les datums) donc vous n'avez pas à tout définir explicitement comme vous le faites avec WKT. Codes EPSG L'EPSG (l'ancien groupe European Petroleum Survey Group) a établi une table de codes numériques pour référencer des projections bien connues. Vous pouvez en parcourir une liste ici. osgearth acceptera à nouveau les codes EPSG pour l'exemple ci-dessus : epsg:26915 Si vous connaissez le code EPSG, c'est un bon raccourci pour l'exprimer. OGR/PROJ4, requis par osgearth, comprend une grande table de codes EPSG. Alias ​​La dernière catégorie est le SRS nommé. Certains SRS sont si courants que nous incluons une notation abrégée pour eux. Ceux-ci incluent : wgs84 World Geographic Survey 1984 système géographique spherical-mercator Spherical mercator (couramment utilisé dans les systèmes de cartographie Web) plate-carre WGS84 projeté à plat (X=longitude, Y=latitude) Utilisation de références spatiales dans osgearth Il existe plusieurs façons de travailler avec un SRS dans osgearth, mais le moyen le plus simple d'utiliser la classe GeoPoint. Cependant, examinons d'abord la création d'un SRS, puis passons à la classe. API SpatialReference La classe SpatialReference représente un SRS. De nombreuses classes et fonctions dans osgearth nécessitent un SRS. Voici comment créer dans le code : const SpatialReference* srs = SpatialReference::get("epsg:4326") Cela vous donnera un SRS. La fonction get() accepte toutes les représentations SRS dont nous avons parlé ci-dessus : WKT, PROJ4, EPSG ou Aliases. Si vous avez besoin d'un SRS avec une référence verticale, exprimez-le comme deuxième paramètre. osgearth prend en charge egm84, egm96 et egm2008. Utilisez-le comme ceci : srs = SpatialReference::get("epsg:4326", "egm96") Il est parfois utile de pouvoir accéder également aux types de composants d un SRS. Par exemple, chaque SRS projeté a un SRS géographique de base sur lequel il est basé. Vous pouvez l'obtenir en appelant : geosrs = srs->getgeographicsrs() 18 Chapitre 1. Table des matières


Voir la vidéo: 6C Part 3: Orthogonal Projection (Octobre 2021).