测地线算法

㈠ gis缓冲区分析中给定固定缓冲值和以字段值缓冲的区别

区别如下：
固定数值的缓冲和不同宽度的缓冲（基于每一个字段），不仅仅是给路线做相同宽度的缓冲，还可以在一个线图层中，对不同子类的线设置不同宽度的缓冲。
分为欧式缓冲区和测地线缓冲区，欧式缓冲区测量的是平面上的距离，适合投影坐标系下的小区域使用（投影之后存在变形，而欧式缓冲区是根据任意位置所有映射距离均相同这一错误假设为前提，所以当回到实际椭球体上时缓冲距离就不正确了，投影变形越大的地方越不准确）；当输入要素为地理坐标系，由线性单位（比如米、英尺）指定缓冲距离时，使用的就是测地线缓冲算法，生成测地线缓冲区，因为根据椭球上的实际情况计算距离，计算复杂，所以生成的速度较欧式缓冲区较慢。在全球尺寸内进行任意类型的距离分析时，应使用测地线缓冲区，因为测地线缓冲区在所有区域均较为准确，而欧氏缓冲区在高变形区域准确度较低。

㈡ python编写用pow()函数计算球的体积

使用键盘输入值并不是编辑表中值的唯一方式。在某些情况下，为了设置字段值，可能要对单条记录甚至是所有记录执行数学计算。您可以对所有记录或选中记录执行简单计算和高级计算。此外，还可以在属性表中的字段上计算面积、长度、周长和其他几何属性。以下各部分包括使用字段计算器的若干示例。使用 Python、SQL 和 Arcade 执行计算。

本主题着重于基于 Python 的计算字段示例。要了解有关 Arcade 表达式的详细信息，请参阅 ArcGIS Arcade 指南。要了解有关 SQL 表达式的详细信息，请参阅计算字段。

注：

• Python 强制将缩进作为语法的一部分。请使用两个或四个空格来定义每个逻辑级别。将语句块的开头和结尾对齐并且保持一致。

• Python 计算表达式字段将使用惊叹号 (!!) 括起。

• 命名变量时，请注意 Python 区分大小写，因此 value 不同于 Value。

• 输入语句后，如果想将其写入文件，请单击导出。导入按钮将提示您查找和选择一个现有的计算文件。


简单计算

仅通过一个短表达式就可以计算出多种计算结果。

简单字符串示例

一系列 Python 字符串函数均支持使用字符串，包括 capitalize、rstrip 和 replace。

将 CITY_NAME 字段中字符串的首字母大写。

!CITY_NAME!.capitalize()

去掉 CITY_NAME 字段中自字符串结尾起的所有空白区。

!CITY_NAME!.rstrip()

将 STATE_NAME 字段中的“california”全部替换为“California”。

!STATE_NAME!.replace("california", "California")

在 Python 中，字符串字段中的字符可以通过索引和分割操作进行访问。索引操作将在索引位置提取字符，而分割操作则会提取一组字符。在下表中，假设 !fieldname! 是值为 "abcde" 的字符串字段。

示例

说明

结果

!fieldname![0]

第一个字符

"a"

!fieldname![-2]

倒数第二个字符

"d"

!fieldname![1:4]

第二、三和四个字符

"bcd"

Python 也支持使用 format() 方法的字符串格式。

将合并后的 FieldA 和 FieldB 以冒号分隔开。

"{}:{}".format(!FieldA!, !FieldB!)

常见 Python 字符串操作

简单数学示例

Python 提供了处理数字的工具。Python 也支持一些数值和数学函数，包括 math、cmath、decimal、random、itertools、functools 和 operator。

运算符

说明

示例

结果

x + y

x 加上 y

1.5 + 2.5

4.0

x - y

x 减去 y

3.3 - 2.2

1.1

x * y

x 乘以 y

2.0 * 2.2

4.4

x / y

x 除以 y

4.0 / 1.25

3.2

x // y

x 除以 y（向下取整除法）

4.0 // 1.25

3.0

x % y

x 模 y

8 % 3

2

-x

x 的负数表达式

x = 5

-x

-5

+x

x 不变

x = 5

+x

5

x ** y

以 x 为底，以 y 为指数的幂

2 ** 3

8

乘

!Rank! * 2

根据给定的半径字段计算球体的体积。

4.0 / 3.0 * math.pi * !Radius! ** 3

旧版本：

在 ArcGIS Pro 中，使用的是 Python 3，在 ArcGIS Desktop 中，使用的 Python 2。Python 2 使用的是整型数学计算，这就意味着两个整型值相除将始终生成整型值 (3 / 2 = 1)。在 Python 3 中，两个整型值相除将生成浮点型值 (3 / 2 = 1.5)。

Python 内置函数

Python 包含多个可用的内置函数，包括 max、min、round 和 sum。

Python 内置函数

通过字段列表计算每条记录的最大值。

max([!field1!, !field2!, !field3!])

通过字段列表计算每条记录的总和。

sum([!field1!, !field2!, !field3!])使用代码块

通过 Python 表达式和代码块参数可执行以下操作：

• 在表达式中应用任意 Python 函数。

• 访问地理处理函数和对象。

• 访问要素几何的属性。

• 访问新的随机值运算符。

• 使用 if-then-else 逻辑对值进行重分类。

表达式类型

代码块

Python 3

支持 Python 功能。使用 Python 函数 (def) 表示代码块。在适当的情况下，几何属性将通过地理处理对象表示（如点对象）。

Arcade

支持 Arcade 功能。

SQL

支持 SQL 表达式。

执行 SQL 表达式可以更好地支持使用要素服务和企业级地理数据库的计算，尤其是在性能方面。使用该表达式可以将单次请求设置为要素服务或数据库，而不必一次执行一个要素或一行的计算。

旧版本：

在 ArcGIS Desktop 中，计算字段工具支持 VB、PYTHON 和 PYTHON_9.3 表达式类型。VB 表达式类型，在某些产品中受支持，但在 64 位产品中不受支持，其中包括 ArcGIS Pro。

出于相后兼容性考量，ArcGIS Pro 中仍然支持 PYTHON 和 PYTHON_9.3 关键字，但是不会作为选择列出。使用这些关键字的 Python 脚本将可继续使用。

Python 3 表达式类型与旧版 PYTHON_9.3 关键字的唯一区别在于 Python 3 会将日期字段中的值作为 Python datetime 对象返回。

注：

Python 3 表达式类型与随 ArcGIS Pro 安装的 Python 版本无关。这只是历史上的第三个 Python 相关关键字（继 PYTHON 和 PYTHON_9.3 之后。

各 Python 函数可通过 def 关键字定义，关键字后为函数名称及函数的输入参数。可编写 Python 函数，使 Python 函数能够接受任何数量的输入参数（也可以没有任何参数）。函数将通过 return 语句返回值。函数名称可由您自行选取（不得使用空格，也不得以数字开头）。

注：

如果函数未通过 return 语句显式返回值，则函数将返回 None。

注：

请牢记，Python 强制要求将缩进作为语法的一部分。请使用四个空格来定义每个逻辑级别。将语句块的开头和结尾对齐并且保持一致。

代码示例 - 数学

在使用以下数学示例时，请假设表达式类型为 Python 3。

将字段的值四舍五入为保留两位小数。

表达式：
round(!area!, 2)

通过 math 模块将米转换成英尺。以转换值为底，以 2 为指数进行幂运算，然后再乘以 area。

表达式：
MetersToFeet((float(!shape.area!)))
代码块：
import math
def MetersToFeet(area):
return math.pow(3.2808, 2) * area通过 Python 逻辑计算字段

可以使用 if、else 和 elif 语句将逻辑模式包含在代码块中。

按照字段值进行分类。

表达式：
Reclass(!WELL_YIELD!)
代码块：
def Reclass(WellYield):
if (WellYield >= 0 and WellYield <= 10):
return 1
elif (WellYield > 10 and WellYield <= 20):
return 2
elif (WellYield > 20 and WellYield <= 30):
return 3
elif (WellYield > 30):
return 4代码实例 - 几何

除以下代码示例外，请参阅下方的“几何单位转换”部分，以了解有关转换几何单位的详细信息。

计算某要素的面积。

表达式：
!shape.area!

计算某要素的最大 x 坐标。

表达式：
!shape.extent.XMax!

计算某要素中的折点数。

表达式：
MySub(!shape!)
代码块：
def MySub(feat):
partnum = 0
# Count the number of points in the current multipart feature
partcount = feat.partCount
pntcount = 0
# Enter while loop for each part in the feature (if a singlepart
# feature, this will occur only once)
while partnum < partcount:
part = feat.getPart(partnum)
pnt = part.next()
# Enter while loop for each vertex
while pnt:
pntcount += 1
pnt = part.next()

# If pnt is null, either the part is finished or there
# is an interior ring
if not pnt:
pnt = part.next()
partnum += 1
return pntcount

将点要素类中每个点的 x 坐标平移 100。

表达式：
shiftXCoordinate(!SHAPE!)
代码块：
def shiftXCoordinate(shape):
shiftValue = 100
point = shape.getPart(0)
point.X += shiftValue
return point几何单位转换

几何字段的面积和长度属性可通过用 @ 符号表示的单位类型进行修改。

• 面积测量单位关键字：

• 
  
  

• ACRES | ARES | HECTARES | SQUARECENTIMETERS | SQUAREDECIMETERS | SQUAREINCHES | SQUAREFEET | SQUAREKILOMETERS | SQUAREMETERS | SQUAREMILES | SQUAREMILLIMETERS | SQUAREYARDS | SQUAREMAPUNITS | UNKNOWN

• 线性测量单位关键字：

• 
  
  

• CENTIMETERS | DECIMALDEGREES | DECIMETERS | FEET | INCHES | KILOMETERS | METERS | MILES | MILLIMETERS | NAUTICALMILES | POINTS | UNKNOWN | YARDS

注：

如果数据存储在地理坐标系中且具有线性单位（例如英尺），则会通过测地线算法转换长度计算的结果。

警告：

转换地理坐标系中数据的面积单位会生成不正确的结果，这是由于沿 globe 的十进制度并不一致。

计算某要素的长度（以码为单位）。

表达式：
!shape.length@yards!

计算某要素的面积（以英亩为单位）。

表达式：
!shape.area@acres!

测地线面积和长度也可以通过带 @（后跟测量单位关键字）的 geodesicArea 和 geodesicLength 属性进行计算。

计算某要素的测地线长度（以码为单位）。

表达式：
!shape.geodesicLength@yards!

计算某要素的测地线面积（以英亩为单位）。

表达式：
!shape.geodesicArea@acres!代码实例 - 日期

日期和时间可使用 datetime 和 time 模块进行计算。

计算当前日期。

表达式：
time.strftime("%d/%m/%Y")

计算当前日期和时间。

表达式：
datetime.datetime.now()

计算的日期为 2000 年 12 月 31 日。

表达式：
datetime.datetime(2000, 12, 31)

计算当前日期和字段中的值之间的天数。

表达式：
(datetime.datetime.now() - !field1!).days

通过向字段中的日期值添加 100 天来计算日期。

表达式：
!field1! + datetime.timedelta(days=100)

计算字段中的日期值为一周中的周几（例如，星期天）。

表达式：
!field1!.strftime('%A')代码实例 - 字符串

可以使用多种 Python 编码模式来完成字符串计算。

返回最右侧三个字符。

表达式：
!SUB_REGION![-3:]

将所有大写字母 P 替换为小写字母 p。

表达式：
!STATE_NAME!.replace("P","p")

通过空格分隔符串连两个字段。

表达式：
!SUB_REGION! + " " + !STATE_ABBR!转换为正确的大小写形式

下列各例显示的是转换单词的不同方法，这些方法可使每个单词的首字母变为大写、其余字母变为小写。

表达式：
' '.join([i.capitalize() for i in !STATE_NAME!.split(' ')])表达式：
!STATE_NAME!.title()正则表达式

Python 的 re 模块提供了正则表达式匹配操作，可用于对字符串执行复杂的模式匹配和替换规则。

re - 正则表达式运算正则表达式的用法

使用单词 Street 替换 St 或 St.，在字符串的末尾生成一个新单词。

表达式：
update_street(!ADDRESS!)
代码块：
import re
def update_street(street_name):
return re.sub(r"""(St|St.)""",
'Street',
street_name)累加计算和顺序计算

可以使用全局变量来进行累加计算和顺序计算。

根据某间隔值计算顺序 ID 或数字。

表达式：
autoIncrement()
代码块：
rec=0
def autoIncrement():
global rec
pStart = 1 # adjust start value, if req'd
pInterval = 1 # adjust interval value, if req'd
if (rec == 0):
rec = pStart
else:
rec = rec + pInterval
return rec

计算数值型字段的累加值。

表达式：
accumulate(!FieldA!)
代码块：
total = 0
def accumulate(increment):
global total
if total:
total += increment
else:
total = increment
return total

计算数值型字段的百分比增量。

表达式：
percentIncrease(float(!FieldA!))
代码块：
lastValue = 0
def percentIncrease(newValue):
global lastValue
if lastValue:
percentage = ((newValue - lastValue) / lastValue) * 100
else:
percentage = 0
lastValue = newValue
return percentage随机值

可以使用 random 模块来计算随机值。

通过 numpy 站点包来计算 0.0 和 1.0 之间的随机浮点值。

表达式：
getRandomValue()
代码块：
import numpy
def getRandomValue():
return numpy.random.random()

使用随机模块来计算 0 与 10 之间的随机整数。

表达式：
random.randint(0, 10)
代码块：
import random计算空值

在 Python 表达式中，可通过 Python None 来计算空值。

注：

仅当该字段为空时，才可以进行以下计算。

使用 Python None 计算空值。

表达式：
None相关主题

有关字段计算的基础知识

授权转载：gisoracle

网课学习 + 权威结业证书

我们精心汇总了一些相对简单

培训考核通过便可获取的证书

自然资源部职鉴中心发证

可用于招投标、资质系统

等

测绘师继续教育20学时

中国测绘网新媒体中心

[email protected]

商务合作/微信 214979525

㈢ 分水岭算法的应用

数学形态学一个应用是分水岭算法，为了便于理解，可以将图像的灰度空间与地球表面的地形高度相类比，据此，发明了应用于图像领域的分水岭算法。

假设，如下图所示的一个岛屿，要从 点走到 点，虚线所表示的是最短的直线距离，也就是欧式距离，考虑到现实情况，不能穿过水面到达目标地点，所以，能够从起点到终点的实际通行路线中最短的距离成为测地线距离。

通过以上分析，给出测地线距离的定义：

给定指定连通域 ,测地线距离就是 中两个像素点 和 之间的最短（可执行）路径的长度，用公式定义如下：

如下图所示，假定一个连通域 包含了若干个子区域 ，用公式表示 所表示的测地线影响域为：

以上公式可以理解为，区域 中的像素点到 域的测地线距离比其他域更小的点的轨迹的集合，也就是以 域中的种子点出发，其测地线距离比其他域的种子点都要小的点集所构成的区域。如下图所示:

SKIZ表示区域 中的点不属于任何一个测地线影响域，也就是域 中的点到两个测地线影响域的中测地线距离相等。区域 中构成 的SKIZ，记作 ，用公式的表述如下：

注意：， 表示区域 以外的 中的所有点的集合集合

如下图所示的山脉地形图，包含山谷和山峰，在水平面不断上升的过程中，会逐渐淹没掉一些较低的区域，而为了防止水溢出，需要不断在山脊上修建大坝，这个过程不断进行，最后会得到一个区域分割的效果。

在一副图像上实现分水岭算法，与上述过程相似，只不过是通过灰度值充当水平面的角色，对图像进行不断的填埋，最后得到区域分割的效果图。

如上图所示的动画中，不断用灰度值代表的水平面淹没图像中的最小值，最后得到分割后的图像。综上，分水岭算法的步骤可以总结如下：

如下图所示，另外一种分水岭算法的原理是，指定初始的种子点，只对种子点所在的邻域像素进行分类，而不考虑其他区域。

如下图所示的图片，以最小点开始，进行分水岭算法，会将整幅图分割成许多小区域，造成过分割的效果。为了解决这一问题，有以下三种解决方案：

最后，通过合并一些小区域再利用分水岭算法进行分割的效果如下图所示：

如下图所示，展示了通过分水岭算法分割血细胞的流程：

㈣ arcgis9.3怎么使用python

Python 表达式可通过 几何对象中的属性（type、extent、centroid、firstPoint、lastPoint、area、length、isMultipart 和 partCount）进行创建。

!shape.area!

Python 表达式可以使用具有面积或线性单位的几何 area 和 length 属性将值转换为不同的测量单位（例如 !shape.length@kilometers!）。如果数据存储在地理坐标系中且具有线性单位（例如英里），则使用测地线算法计算长度。在地理数据中使用面积单位会产生不正确的结果，这是由于沿 globe 的十进制度并不一致。

面积测量单位关键字：

英亩 | 公亩 | 公顷 | 平方厘米 | 平方分米 | 平方英寸 | 平方英尺 | 平方千米 | 平方米 | 平方英里 | 平方毫米 | 平方码 | 平方地图单位 | 未知

线性测量单位关键字：

厘米 | 十进制度 | 分米 | 英尺 | 英寸 | 千米 | 米 | 英里 | 毫米 | 海里 | 磅 | 未知 | 码

在工具对话框中，可将表达式直接输入到表达式参数中，或者使用“字段计算器”以交互方式构建表达式。

使用所选要素集（如从创建要素图层或按属性选择图层内的查询中创建的要素集）时，此工具将只更新所选的记录。

每次操作仅能对一个字段应用计算。

现有字段值将被覆盖。如果想要保留原始字段值，应创建输入表副本

对于 Python 计算，必须在字段名称两旁添加惊叹号（!字段名!）。

对于 VB 计算，字段名称必须用方括号括起（[字段名]）。

计算文本或字符字段的字符串时，在对话框中，必须对字符串添加双引号（"字符串"），而在脚本中，还必须对加双引号的字符串添加单引号（'"字符串"'）。

此工具也可用于更新字符项。应对使用字符串的表达式添加单引号（例如 [CHARITEM] = ‘新字符串'）。但是，如果字符串已包含单引号，则要对该字符串添加双引号，例如 [CHARITEM] = "类型'A'"。

要计算数值字段，可在表达式参数中输入数值；值的两旁无需加引号。

如果已指定 Python 表达式，则此工具支持 arcgis.rand() 函数。已为 ArcGIS 工具创建 arcgis.rand() 函数，不应将此函数与 Python Rand() 函数相混淆。arcgis.rand() 函数的可用分布的语法在随机值的分布语法中进行介绍。

表达式与代码块会相互连接。代码块必须返回与表达式的关联；代码块的结果应传入到表达式中。

代码块参数可用于创建复杂表达式。您可以在对话框中直接输入代码块，或在脚本中将代码块作为连续字符串输入。

Python 数学模块及格式可供代码块参数使用。您可以导入附加模块。数学模块可提供数论函数与表达函数、幂函数与对数函数、三角函数、角度转换函数、双曲函数以及数学常数。要了解更多有关数学模块的内容，请参阅 Python 的帮助。

保存的 ArcGIS 先前版本的 VB .cal 文件可以直接使用或者只需做少量修改后即可使用。如果拥有使用 ArcObjects 的过去版本的 VBA 代码，则计算需经过修改后才能用于 10.0。

计算连接数据时，您无法直接计算连接列。然而，您可以直接计算源表的列。要计算连接数据，必须先将连接表或连接图层添加至 ArcMap。然后可以分别对此数据执行计算。这些更改将反映在连接列中。

计算字段示例

㈤ 图像分割算法那么多 如何正确的使用适合的算法

从学术角度讲图像分割主要分成3大类，一是基于边缘的，二是基于区域的，三是基于纹理的。由于基于纹理的也可以看成是基于区域的，所以有些专家也把分割方法分成基于边缘和基于区域两大类。
选择算法的时候主要参考你要分割的图像样本的特点。
如果图像的边界特别分明，比如绿叶和红花，在边界处红绿明显不同，可以精确提取到边界，这时候用基于边缘的方法就可行。但如果是像医学图像一样，轮廓不是特别明显，比如心脏图像，左心房和左心室颜色比较接近，它们之间的隔膜仅仅是颜色比它们深一些，但是色彩上来说很接近，这时候用基于边缘的方法就不合适了，用基于区域的方法更好。再比如带纹理的图像，例如条纹衫，如果用基于边缘的方法很可能就把每一条纹都分割成一个物体，但实际上衣服是一个整体，这时候用基于纹理的方法就能把纹理相同或相似的区域分成一个整体。
不过总体来说，基于区域的方法近些年更热一些，如Meanshift分割方法、测地线活动轮廓模型、JSEG等。

㈥ 中间中心度的计算方法

计算方法为其他任何两点的测地线，以及过该点的测地线数目之比。（测地线表示两点之间的最短距离）。

中间中心度表示该点的“中间人”程度，即媒介程度。分为相对和绝对。

度中心性（Degree Centrality）是在网络分析中刻画节点中心性（Centrality）的最直接度量指标。一个节点的节点度越大就意味着这个节点的度中心性越高，该节点在网络中就越重要。

相关概念：

度中心性只是衡量节点中心性的指标之一，以下举出其它三个衡量节点中心性的主要指标：

接近中心性（Closeness Centrality）。反映在网络中某一节点与其他节点之间的接近程度。

中介中心性／中间中心性（Between Centrality)。以经过某个节点的最短路径数目来刻画节点重要性的指标。

特征向量中心性（Eigenvector Centrality）。一个节点的重要性既取决于其邻居节点的数量（即该节点的度），也取决于其邻居节点的重要性。