1. Toy模板网首页
  2. > Toy博客

Elasticsearch 处理地理信息

9月前 作者：浮华1994 分类：Toy博客 阅读(39) 违法举报

这篇具有很好参考价值的文章主要介绍了Elasticsearch 处理地理信息。希望对大家有所帮助。如果存在错误或未考虑完全的地方，请大家不吝赐教，您也可以点击"举报违法"按钮提交疑问。

1、GeoHash

​ GeoHash是一种地理坐标编码系统，可以将地理位置按照一定的规则转换为字符串，以方便对地理位置信息建立空间索引。首先要明确的是，GeoHash代表的不是一个点而是一个区域。GeoHash具有两个显著的特点：一是通过改变 GeoHash的长度，我们可以表示任意精度的位置：GeoHash越短，其表示的区域越大，位置精度越低；相反，GeoHash越长，其表示的区域越小，位置精度越高。Elasticsearch 支持GeoHash字符串长度是12，这个精度已经达到了厘米级别；二是如果不同位置的GeoHash字符串前缀相同，那他们一定在同一个区域中。

​ GeoHash将地理坐标编码为字符串的方法与二分查找有几分相识。它将经纬度范围一分为二，分成左右两个区间；坐标落入左区间为0，落入右区间为1。按照此方法，分别对精度和维度不停地地柜逼近实际坐标值，就会得到两组由0,1组成的数字字符串。然后按照偶数位放经度，奇数位放纬度的方法，将两组数据串联组合起来。最后将组合的数字串转换成十进制，并用Base32对数字进行编码就得到GeoHash最终编码了。

​ 根据经纬度的定义，经度整体范围为： [ -180 , 180 ] ，纬度整体范围为：[ -90 , 90 ]。所以第一次递归分割坐标后，经度的左右区间为 **[ -180 , 0 ) **和

[ 0 , 180 ]，即西半球和东半球 纬度的左右区间为 **[ -90 , 0 ) 和 [ 0 , 90 ]，即南半球和北半球。以山东济南某地坐标（ 117.15838 , 36.74038 ）**为例，经纬度第一次递归后都落入到右区间，则他们第一位数字都是1。由于落入了右区间，所以经纬第二次递归就是针对右区间分割：经度为 **[ 0 , 90 ) **和 [ 90 , 180 ],纬度为

[ 0 , 45 ) 和 [ 45 , 90 ] 。这次经度落入到了右区间，二纬度落入了左区间，所以他们的第二位数字分别为1和0。按照此方法不停的递归下去，就能无线的接近于实际坐标。

​ 可以看出，GeoHash时间上是将地球假设为一个平面，然后在这个平面上划分网格的过程。在这个递归的过程中，每一次都是将整个区域一分为二，区域面积也就约分越小，而且在相同区域的位置他们的前缀数字一定是相同的。表1-1列出了经度 117.15838经过十次递归运算过程及结果。

​ 表1-1 GeoHash经度 117.15838

次数 经度范围 左区间 - 0 右区间 - 1 117.15838
1 [ -180 , 180 ] [ -180 , 0 ) [ 0 , 180 ] 1
2 [ 0 , 180 ] [ 0 , 90 ) [ 90 , 180 ] 1
3 [ 90 , 180 ] [90 , 135 ) [ 135 , 180 ] 0
4 [ 90 , 135 ) [ 90, 112.5 ) [ 112.5 , 135 ） 1
5 [ 112.5 , 135 ) [ 112.5 , 123.75 ) [ 123.75 , 135 ） 0
6 [ 112.5 , 123.75 ) [ 112.5 , 118.125 ) [ 118.125 , 123.75） 0
7 [ 112.5 , 118.125 ) [ 112.5 , 115.3125 ) [ 115.3125 , 118.125） 1
8 [ 115.3125 , 118.125) [ 115.3125 , 116.71875 ) [ 116.71875 , 118.125 ） 1
9 [ 116.71875 , 118.125 ) [ 116.71875 , 117.421875 ) [ 117.421875 , 118.125 ） 0
10 [ 116.71875 , 117.421875 ) [ 116.71875 ,117.0703125 ) [ 117.0703125, 117.421875 ） 1

​ 经过10次递归，经度为117.15838得到的数字字符串为1101001101，以同样的方式对纬度做GeoHash运算，表1-2列出了纬度 36.74038经过十次递归运算过程及结果。

​ 表1-2 GeoHash纬度 36.74038

次数 经度范围 左区间 - 0 右区间 - 1 36.74038
1 [ -90, 90] [ -90 , 0 ) [ 0 , 90] 1
2 [ 0 , 90] [ 0 , 45) [ 45, 90] 0
3 [ 0 , 45) [0, 22.5) [ 22.5, 45 ) 1
4 [ 22.5, 45) [ 22.5, 33.75 ) [ 33.75 , 45) 1
5 [ 33.75 , 45) [ 33.75, 39.375 ) [ 39.375 , 45 ） 0
6 [ 33.75, 39.375 ) [ 33.75, 36.5625 ) [ 36.5625 , 39.375） 1
7 [ 36.5625 , 39.375) [ 36.5625 , 37.96875) [ 37.96875 , 39.375） 0
8 [ 36.5625 , 37.96875) [ 36.5625 , 37.265625 ) [ 37.265625 , 37.96875 ） 0
9 [ 36.5625 , 37.265625 ) [ 36.5625, 36.9140625 ) [ 36.9140625 , 37.265625 ） 0
10 [ 36.5625, 36.9140625 ) [ 36.5625 ,36.7385625 ) [ 36.7385625 , 36.9140625 ） 1

同样经过十次递归，纬度得到的数字串为1011010001 ，下面按偶数位经度，奇数位纬度的方法合并两个数字串，注意位数是从0开始，或者理解为先经度后纬度，各区一位交叉合并。

经度：1101001101

纬度：1011010001

合并：11100 11100 01101 00011

合并后结果按照每五位一组，一次转换成十进制数 28、28、13、3，并使用表1-3对应的Base32编码转为字符串。

​ 表 1- 3
Elasticsearch 处理地理信息,elasticsearch,搜索引擎

​ 最终结果为wwe34，可以到 http://geohash.org/ 网站上输入"36.74038,117.15838" 验证结果为：wwe3402hhp5z 这个结果为12位，说明做了30次递归。

表1-4列出了GeoHash字符串长度与实际位置误差关系。

​ 表 1- 4 GeoHash字符串长度与实际位置关系

GeoHash长度 纬度位数 经度位数 纬度误差 经度误差 区域面积
1 2 3 ±23 ±23 5009.4km*4992.6km
2 5 5 ±2.8 ±5.6 1252.3km*624.1km
3 7 8 ±0.70 ±0.70 156.5km*156km
4 10 10 ±0.087 ±0.18 39.1km*19.5km
5 12 13 ±0.022 ±0.022 4.9km*4.9km
6 15 15 ±0.0027 ±0.0055 1.2km*609.4m
7 17 18 ±0.00068 ±0.00068 152.9m*152.4m
8 20 20 ±0.000085 ±0.00017 38.2m*19m
9 22 23 ±0.000021 ±0.000021 4.8m*4.8m
10 25 25 ±0.00000268 ±0.00000536 1.2m*59.5cm
11 27 28 ±0.00000067 ±0.00000067 4.9cm*14.9cm
12 30 30 ±0.00000008 ±0.00000017 3.7cm*1.9cm

​ 根据图1-4表示，当GeoHash字符串长度达到12位时，位置经度误差可以控制在不到8cm²的范围内。

2、地理类型字段

​ Elasticsearch 提供了两种地理相关的数据类型geo_point和 geo_shape,前者用于保存地理位置，即具体的某一个坐标；而后者用于保存地理形状，如矩形和多边形。

1. geo_point 类型

​ 地理位置由经度和维度共同定义，所以geo_point定义地理位置坐标最基本的形式也是通过提供经度和纬度来实现的。

如下：存储了数据的日期、主键、地理位置信息

PUT /obd
{
	"mapping":{
        "properties":{
            "datadate": {  //数据日期
            	"type": "date"
            },
            "id": {   //数据主键
            	"type": "long"
            },
            "location": {  //地理位置信息
            	"type": "geo_point"
            },
            "name": {  //名称（编号）
           		 "type": "text"
            }
        }
	}
}

​ 如上，location的数据类型为geo_point，这种类型有四种表示形式

​ 例如：

# 格式1 对象
PUT /obd/_doc/1
{
  "location": { 
    "lat": 41.12,
    "lon": -71.34
  }
}
# 格式2 数组
PUT /obd/_doc/2
{
  "location": [ -71.34, 41.12 ] 
}
# 格式3 字符串
PUT /obd/_doc/3
{
  "location": "41.12,-71.34" 
}
# 格式4 geohash
PUT /obd/_doc/4
{
  "location": "wwe3402hhp5z" 
}

2、基于geo_point类型的查询（java）

  • 按距离搜索

  • 按距离排序

  • 按时间范围

maven依赖

   <parent>
        <groupId>org.springframework.boot</groupId>
        <artifactId>spring-boot-starter-parent</artifactId>
        <version>2.4.3</version>
        <relativePath/> <!-- lookup parent from repository -->
    </parent>
<dependencies>
        <!--必备: spring boot web-->
        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter-web</artifactId>
        </dependency>
        <!--es-->
        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter-data-elasticsearch</artifactId>
        </dependency>
        <!--测试-->
        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter-test</artifactId>
            <scope>test</scope>
        </dependency>
        <dependency>
            <groupId>org.projectlombok</groupId>
            <artifactId>lombok</artifactId>
        </dependency>
        <!--数据库-->
        <dependency>
            <groupId>mysql</groupId>
            <artifactId>mysql-connector-java</artifactId>
        </dependency>
        <dependency>
            <groupId>com.microsoft.sqlserver</groupId>
            <artifactId>mssql-jdbc</artifactId>
            <scope>runtime</scope>
        </dependency>
        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter-jdbc</artifactId>
        </dependency>
        <!--mybatis-->
        <dependency>
            <groupId>com.baomidou</groupId>
            <artifactId>mybatis-plus-boot-starter</artifactId>
            <version>3.4.2</version>
        </dependency>
        <!-- druid 连接池 -->
        <dependency>
            <groupId>com.alibaba</groupId>
            <artifactId>druid-spring-boot-starter</artifactId>
            <version>1.2.5</version>
        </dependency>
        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter-actuator</artifactId>
        </dependency>

        <!-- 动态数据源 -->
        <dependency>
            <groupId>com.baomidou</groupId>
            <artifactId>dynamic-datasource-spring-boot-starter</artifactId>
            <version>2.5.4</version>
        </dependency>
        <dependency>
            <groupId>cn.hutool</groupId>
            <artifactId>hutool-all</artifactId>
            <version>5.8.16</version>
        </dependency>
    </dependencies

配置文件yml

spring:
  elasticsearch:
    rest:
      uris: 192.168.254.190:9200,192.168.254.191:9200,192.168.254.192:9200
  datasource:
    druid:
      stat-view-servlet:
        # 默认true 内置监控页面首页/druid/index.html
        enabled: false
      initial-size: 20
      max-active: 60
      min-idle: 20
      max-wait: 30000
    dynamic:
      primary: master
      strict: false
      datasource:
        master: ***
          driver-class-name: com.mysql.cj.jdbc.Driver
          username: root
          password: ***
          url: 
        jdc:
          url: ***
          driver-class-name: com.microsoft.sqlserver.jdbc.SQLServerDriver
          username: sa
          password: ***

数据库实体

@Data
@EqualsAndHashCode()
@TableName("carPosition")
public class CarPosition {

    @TableId(value = "id")
    private Long id;

    @TableField("vehicleIdentificationNumber")

    private String vehicleIdentificationNumber;
    @TableField("collectionTime")
    private LocalDateTime collectionTime;
    /**
     * 经度
     */
    private String longitude;
    /**
     * 纬度
     */
    private String latitude;



}

es实体

@Data
@FieldNameConstants
@AllArgsConstructor
@NoArgsConstructor
@Document(indexName = "#{@dynamicIndex.getIndex()}", createIndex = false)
public class ObdModel implements Serializable {

    @Id
    private Long id;

    @Field(type = FieldType.Text)
    private String name;

    @GeoPointField
    private GeoPoint location;

    @Field(type = FieldType.Date, format = DateFormat.custom, pattern ="yyyy-MM-dd HH:mm:ss:SSS")
    private LocalDateTime datadate;
}

将数据库数据存储到es


import cn.hutool.core.util.ObjectUtil;
import cn.hutool.core.util.ReUtil;
import com.baomidou.mybatisplus.core.conditions.query.LambdaQueryWrapper;

import com.sunfeng.elasticsearch.entity.CarPosition;
import com.sunfeng.elasticsearch.es.model.ObdModel;
import com.sunfeng.elasticsearch.es.repository.ObdModelRepository;
import com.sunfeng.elasticsearch.es.utils.DynamicIndex;
import com.sunfeng.elasticsearch.service.CarPositionService;

import lombok.extern.slf4j.Slf4j;
import org.elasticsearch.common.geo.GeoPoint;
import org.junit.jupiter.api.Test;
import org.springframework.boot.test.context.SpringBootTest;
import org.springframework.data.elasticsearch.core.ElasticsearchRestTemplate;
import org.springframework.data.elasticsearch.core.document.Document;
import org.springframework.data.elasticsearch.core.mapping.IndexCoordinates;


import javax.annotation.Resource;

import java.time.LocalDateTime;
import java.time.ZoneOffset;
import java.util.List;
import java.util.Optional;
import java.util.stream.Collectors;

import static com.sunfeng.elasticsearch.es.utils.DateTimeFormatterUtil.yyyy_MM_dd_HH_mm_ss;


@Slf4j
@SpringBootTest
class ElasticsearchSpringdataApplicationTests {

    @Resource
    private ObdModelRepository obdModelRepository;

    @Resource
    private DynamicIndex dynamicIndex;

    @Resource
    private ElasticsearchRestTemplate restTemplate;

    @Resource
    private CarPositionService carPositionService;
		
    @Test
    public void createIndex() {
        //生成索引名称
        String obdIndex = "obd2";
        Document mapping = restTemplate.indexOps(IndexCoordinates.of(obdIndex)).createMapping(ObdModel.class);
        //判断索引库中是否存在该索引
        if (!restTemplate.indexOps(IndexCoordinates.of(obdIndex)).exists()) {
            restTemplate.indexOps(IndexCoordinates.of(obdIndex)).create();
            //创建映射
            restTemplate.indexOps(IndexCoordinates.of(obdIndex)).putMapping(mapping);
        }
    }


    @Test
    public void contextLoads() {
        dynamicIndex.setIndex("obd");
        Iterable<ObdModel> all = obdModelRepository.findAll();

        all.forEach(System.out::println);
        dynamicIndex.setIndex("");
    }
	//纬度正则
    private static String latReg = "^[\\-\\+]?((0|([1-8]\\d?))(\\.\\d{1,6})?|90(\\.0{1,6})?)$";
	//经度正则
    private static String lonReg = "^[\\-\\+]?(0(\\.\\d{1,6})?|([1-9](\\d)?)(\\.\\d{1,6})?|1[0-7]\\d{1}(\\.\\d{1,6})?|180(\\.0{1,6})?)$";

    public static void main(String[] args) {
        System.out.println(LocalDateTime.parse("2023-08-04 19:00:00", yyyy_MM_dd_HH_mm_ss).toInstant(ZoneOffset.of("+8")).toEpochMilli());
    }
 @Test
    public void dbToEs() {

        log.info("开始统计！！");

        LambdaQueryWrapper<CarPosition> lambdaQueryWrapper = new LambdaQueryWrapper<CarPosition>();


        dynamicIndex.setIndex("obd202308");


        List<CarPosition> carPositionList = carPositionService.list(lambdaQueryWrapper);
        /**
         * 获取分页数据
         */
        log.info("需要处理的数据量为:{}", carPositionList.size());

        carPositionList = carPositionList.parallelStream()
                .filter(carPosition -> ObjectUtil.isNotEmpty(carPosition.getLatitude()) &&
                        ObjectUtil.isNotEmpty(carPosition.getLongitude()) &&
                        ReUtil.isMatch(latReg, carPosition.getLatitude()) &&
                        ReUtil.isMatch(lonReg, carPosition.getLongitude())).collect(Collectors.toList());
        log.info("排除部分脏数据后为:{}", carPositionList.size());
        ArrayList<ObdModel> obdModels = new ArrayList<>();
        //批量保存提高效率
        for (int i = 0; i < carPositionList.size(); i++) {
            CarPosition carPosition = carPositionList.get(i);

            ObdModel obdModel = new ObdModel();
            obdModel.setId(carPosition.getId());
            obdModel.setName(carPosition.getVehicleIdentificationNumber());
            obdModel.setDatadate(carPosition.getCollectionTime());
            GeoPoint geoPoint = new GeoPoint(Double.parseDouble(carPosition.getLatitude()), Double.parseDouble(carPosition.getLongitude()));
            obdModel.setLocation(geoPoint);
            obdModels.add(obdModel);
            if (obdModels.size() % 10000 == 0) {
                log.info("开始保存");
                obdModelRepository.saveAll(obdModels);
                log.info("结束保存");
                obdModels.clear();
            }
        }
        obdModelRepository.saveAll(obdModels);
    }

}

es数据查询

package com.sunfeng.elasticsearch;


import com.sunfeng.elasticsearch.es.utils.DateTimeFormatterUtil;
import lombok.extern.slf4j.Slf4j;
import org.elasticsearch.action.search.SearchRequest;

import org.elasticsearch.action.search.SearchResponse;
import org.elasticsearch.client.RequestOptions;
import org.elasticsearch.client.RestHighLevelClient;
import org.elasticsearch.common.geo.GeoDistance;
import org.elasticsearch.common.geo.GeoPoint;
import org.elasticsearch.common.unit.DistanceUnit;
import org.elasticsearch.index.query.BoolQueryBuilder;
import org.elasticsearch.index.query.GeoDistanceQueryBuilder;
import org.elasticsearch.index.query.QueryBuilders;
import org.elasticsearch.index.query.RangeQueryBuilder;

import org.elasticsearch.search.SearchHits;
import org.elasticsearch.search.builder.SearchSourceBuilder;
import org.elasticsearch.search.sort.GeoDistanceSortBuilder;
import org.elasticsearch.search.sort.SortBuilders;
import org.elasticsearch.search.sort.SortOrder;
import org.junit.jupiter.api.Test;
import org.springframework.boot.test.context.SpringBootTest;

import javax.annotation.Resource;
import java.io.IOException;
import java.math.BigDecimal;

import java.time.LocalDateTime;
import java.time.ZoneOffset;
import java.util.Map;


import static com.sunfeng.elasticsearch.es.utils.DateTimeFormatterUtil.getDateTimeOfTimestamp;
import static com.sunfeng.elasticsearch.es.utils.DateTimeFormatterUtil.yyyy_MM_dd_HH_mm_ss;

@Slf4j
@SpringBootTest
public class TestSearchDocument {

    @Resource
    private RestHighLevelClient restHighLevelClient;

    @Test
    public void contextLoads() throws IOException {

        //创建查询请求
        SearchRequest searchRequest = new SearchRequest();
        searchRequest.indices("obd202308");

        GeoPoint geoPoint = new GeoPoint(36.508270D, 117.848530D);
        //条件1、设置搜索半径
        GeoDistanceQueryBuilder distanceQueryBuilder = QueryBuilders.geoDistanceQuery("location")
                .point(geoPoint)
                .distance(10000, DistanceUnit.METERS)
                .geoDistance(GeoDistance.ARC); //设置查询精度
        
       
        
        //条件3、设置搜索区间 时间区间
        //注意: 时间格式要用 yyyy-MM-dd HH:mm:ss:SSS
        RangeQueryBuilder rangeQueryBuilder = QueryBuilders.rangeQuery("datadate")
                .gt("2023-08-04 19:00:00:000")
                .lte("2023-08-04 20:00:00:000");
        // 组合查询条件
        BoolQueryBuilder must = QueryBuilders.boolQuery()
                .must(rangeQueryBuilder)
                .must(distanceQueryBuilder);
        
        
 		//条件2:按照距离排序
        //构建GeoDistanceSortBuilder设置按距离排序参数
        GeoDistanceSortBuilder sort = SortBuilders.geoDistanceSort("location", geoPoint);
        //升序排序
        sort.order(SortOrder.ASC);
      
        //构建检索
        SearchSourceBuilder sourceBuilder = SearchSourceBuilder
                .searchSource()
                .from(0)
                .size(10000)
                .query(must)
                .sort(sort);


        // 设置SearchRequest搜索参数
        searchRequest.source(sourceBuilder);

         log.info("开始搜索");
        // 执行ES请求
        SearchResponse searchResponse = restHighLevelClient.search(searchRequest, RequestOptions.DEFAULT);
        log.info("结束搜索");
        SearchHits hits = searchResponse.getHits();
        log.info("检索结果数量为:{}", "" + hits.getHits().length);
		//结果打印
        hits.forEach(hit -> {
            Map<String, Object> sourceAsMap = hit.getSourceAsMap();
            // 获取坐标
            Object location = sourceAsMap.get("location");

            String datadate = sourceAsMap.get("datadate").toString();

            Long id = Long.valueOf(sourceAsMap.get("id").toString());
            //获取距离值，并保留两位小数点
            BigDecimal geoDis = BigDecimal.valueOf((Double) hit.getSortValues()[0]);
            System.out.println("获取坐标:" + location + ",时间:" + datadate + ",距离:" + geoDis + ",id:" + id);
        });
    }
}

2023-08-20 23:16:51.745  INFO 8624 --- [           main] c.s.elasticsearch.TestSearchDocument     : 开始搜索
2023-08-20 23:16:52.705  INFO 8624 --- [           main] c.s.elasticsearch.TestSearchDocument     : 结束搜索
2023-08-20 23:16:52.706  INFO 8624 --- [           main] c.s.elasticsearch.TestSearchDocument     : 检索结果数量为:1401

索引数据规模大概1124W，搜索大概只需1秒左右 还可以进一步优化
Elasticsearch 处理地理信息,elasticsearch,搜索引擎文章来源地址https://www.toymoban.com/news/detail-661620.html

到了这里，关于Elasticsearch 处理地理信息的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处： 如若内容造成侵权/违法违规/事实不符，请点击违法举报进行投诉反馈，一经查实，立即删除！

分享到：
领支付宝红包 赞助服务器费用

相关文章

  • 通过ip获取地理位置信息

    GeoLite2-City.mmdb 文件是 MaxMind 公司提供的一个免费的 IP 地址与城市地理位置映射数据库文件。它包含了 IP 地址范围与对应的城市、地区、国家、经纬度等地理位置信息的映射。这种数据库文件可以用于识别访问您的应用程序或网站的用户的地理位置，从而实现针对不同地区的

    2024年02月12日
    浏览(47)

  • Unity 获取手机地理位置信息

    在游戏的开发过程中，有时候会遇到需要获取玩家位置信息的需求，比如显示玩家所在的国家城市等。 有一下方法可以参考： 可以根据手机的地区和语言来做判断。 根据IP来判断所处的位置，阿里云啥的都有对应的接口服务。 根据GPS来判断。 以上方法都各有利弊吧，这里简

    2024年02月12日
    浏览(49)
  • Golang — 根据IP获取地理位置信息

    Golang — 根据IP获取地理位置信息

    1 ip2region 2 geoip2-golang ip2region 是一个离线IP地址定位库和IP定位数据管理框架，10微秒级别的查询效率，提供了众多主流编程语言的 xdb 数据生成和查询客户端实现。 特点： 是一个开源的IP地理位置库。 标准化的数据格式 每个 ip 数据段的 region 信息都固定了格式：国家|区域|省

    2024年02月14日
    浏览(44)
  • Redis GEO地理位置信息的应用

    Redis GEO地理位置信息的应用

    Redis的GEO操作是一种基于地理位置信息进行操作的功能。它使用经度和纬度坐标来表示地理位置，支持存储地理位置信息用来实现诸如附近位置、摇一摇这类依赖于地理位置信息的功能。 1.GEOADD添加位置信息 将一个或多个指定的地理位置（经度、纬度、名称）添加到指定的键

    2024年02月08日
    浏览(50)
  • 探索未知世界：桌面端3D GIS引领地理信息新时代

    探索未知世界：桌面端3D GIS引领地理信息新时代

    近年来， 桌面端的三维地理信息系统（3D GIS） 在地理信息领域迎来了显著的发展，为我们带来了更深入、更丰富的地理空间认知和数据分析体验。从城市规划到环境保护，从资源管理到应急响应，桌面端的3D GIS正逐渐成为解决复杂地理问题的有力工具。 深度还原地理空间：

    2024年02月11日
    浏览(54)
  • uniapp h5获取用户地理位置信息（高德地图）

    uniapp h5获取用户地理位置信息（高德地图）

     使用uni.getLocation()先获取到当前位置信息的经纬度 H5端测试可以使用http，上线打包需要设置为https模式 谷歌浏览器可能会获取不到任何信息，因为谷歌浏览器位置信息是连接谷歌服务器获取的，国内用户可能获取位置信息失败 使用高德开发平台注册一个key 高德开发平台：高

    2024年02月13日
    浏览(45)
  • （Java版）根据ip获取地理位置以及相关信息

    （Java版）根据ip获取地理位置以及相关信息

    1.首先我们需要进入地图开放平台的官网，根据提示注册账号，以百度地图为例： https://lbsyun.baidu.com/ 我们新用户登录之后会弹出这个页面，选择个人爱好者进入完成注册 成功之后我们会进入到下面这个页面，如果没有申请ak的小伙伴在控制台看板这一块是有一个流程指引的

    2024年02月08日
    浏览(37)
  • 利用移动互联、物联网、智能算法、地理信息系统、大数据分析等信息技术开发的智慧工地云平台源码

    利用移动互联、物联网、智能算法、地理信息系统、大数据分析等信息技术开发的智慧工地云平台源码

    智慧工地是指利用移动互联、物联网、智能算法、地理信息系统、大数据挖掘分析等信息技术，提高项目现场的“人•机•料•法•环•安”等施工要素信息化管理水平，实现工程施工可视化智能管理，并逐步实现绿色生态建造。 技术架构： 微服务 + Java+Spring Cloud +UniApp +M

    2024年02月06日
    浏览(62)

  • 地理信息系统（ArcGIS）在水文水资源、水环境中的应用

    刘老师（副教授）： 来自北京重点高校资深专家，长期从事水资源与水环境、流域污染控制与管理、非点源模拟与控制、环境信息系统开发、环境遥感与GIS应用等领域的研究，发表多篇Sci论文、具有资深的技术底蕴和专业背景。 1、掌握GIS相关知识，熟悉ArcGIS软件（请自备电

    2024年04月15日
    浏览(49)
  • ENVI实现基于像元方法的栅格图像镶嵌拼接（所有图像无需地理信息）

    ENVI实现基于像元方法的栅格图像镶嵌拼接（所有图像无需地理信息）

    本文介绍基于 ENVI 软件，利用“ Pixel Based Mosaicking ”工具实现栅格遥感影像 镶嵌拼接 的方法。 首先需要说明的是，本文需要镶嵌的遥感影像并不含地理参考信息，因此仅可以使用 ENVI 中的“ Pixel Based Mosaicking ”工具（该工具可以对 含有或不含有 地理参考信息的图像进行镶

    2024年02月04日
    浏览(51)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包，优惠每天领

二维码1

领取红包

二维码2

领红包