資訊專欄INFORMATION COLUMN
摘要：是一套庫(kù)，用來(lái)渲染地球，區(qū)域地圖，和多種要素，不需要安裝任何插件就能在支持最新標(biāo)準(zhǔn)的瀏覽器上運(yùn)行，支持硬件加速，非常適合動(dòng)態(tài)數(shù)據(jù)在圖層上的展示，是一個(gè)跨平臺(tái)，開(kāi)源，非常有前途的表現(xiàn)層庫(kù)。
Cesiumjs 是一套javascript庫(kù)，用來(lái)渲染3D地球，2D區(qū)域地圖，和多種GIS要素，不需要安裝任何插件就能在支持最新HTML5標(biāo)準(zhǔn)的瀏覽器上運(yùn)行，支持WebGL硬件加速，非常適合動(dòng)態(tài)數(shù)據(jù)在GIS圖層上的展示，是一個(gè)跨平臺(tái)，開(kāi)源，非常有前途的webgis表現(xiàn)層庫(kù)。
這里將Cesiumjs作為webgis的前端框架，框架安裝很簡(jiǎn)單，按照官網(wǎng)說(shuō)明操作即可：Cesium安裝步驟
原始 DEM 數(shù)據(jù)切片制作DEM 數(shù)據(jù)切片工具地址：GitHub
這里推薦使用 Docker 操作該工具，省去了配置環(huán)境之苦（之前我為了配置Linux環(huán)境花了不少時(shí)間），使用Docker命令：
docker pull homme/cesium-terrain-builder
下載 Docker 鏡像
cesium-terrain-builder 的 Docker-hub 頁(yè)面：cesium-terrain-builder
按照 Docker-hub 以及 GitHub 上邊的說(shuō)明，即可完成操作。
DEM 切片服務(wù)發(fā)布DEM切片服務(wù)發(fā)布工具：GitHub
同樣，推薦使用 Docker 操作該工具，使用 Docker 命令：
docker pull geodata/cesium-terrain-server
下載 Docker 鏡像
cesium-terrain-server 的 Docker-hub 頁(yè)面：cesium-terrain-server
這里有一個(gè)小 BUG，有人在 cesium-terrain-server 的 GitHub 里邊提了 issue Error in Docker image?，服務(wù)的端口號(hào)應(yīng)該為 8000 而不是 80
Cesiumjs 展示地形數(shù)據(jù)按照Cesiumjs官網(wǎng)的地形調(diào)用方法調(diào)用即可
小結(jié)最好是嚴(yán)格按照 cesium-terrain-server 的 Docker-hub 頁(yè)面中的 Creating and serving tilesets 部分的說(shuō)明組織文件夾結(jié)構(gòu)，簡(jiǎn)單快捷，對(duì)于我這樣的不大了解GO服務(wù)器的人來(lái)說(shuō)很方便
文章版權(quán)歸作者所有，未經(jīng)允許請(qǐng)勿轉(zhuǎn)載,若此文章存在違規(guī)行為，您可以聯(lián)系管理員刪除。
轉(zhuǎn)載請(qǐng)注明本文地址：http://specialneedsforspecialkids.com/yun/26873.html
摘要：水文分析實(shí)戰(zhàn)教程河流平均比降計(jì)算本章導(dǎo)讀河流比降指的是河流任意兩端點(diǎn)間的高程差與兩點(diǎn)間的水平距離之比值，簡(jiǎn)單的概括為單位河長(zhǎng)內(nèi)的落差，其單位一般都是。讀者可以參考水文分析實(shí)戰(zhàn)教程河流提取與河網(wǎng)分級(jí)的做法去提取。 ArcGIS水文分析實(shí)戰(zhàn)教程（10）河流平均比降計(jì)算 本章導(dǎo)讀：河流比降指的是河流任意兩端點(diǎn)間的高程差與兩點(diǎn)間的水平距離之比值，簡(jiǎn)單的概括為單位河長(zhǎng)內(nèi)的落差，其單位一般都是‰ ...
摘要：當(dāng)你駕輕就熟地用無(wú)人機(jī)拍攝了某個(gè)地區(qū)的航拍圖像后，除了分享到微信朋友圈里，還可以做些什么呢或許能助你開(kāi)啟思路。 當(dāng)你駕輕就熟地用無(wú)人機(jī)拍攝了某個(gè)地區(qū)的航拍圖像后，除了分享到微信朋友圈里，還可以做些什么呢？或許 OpenDroneMap 能助你開(kāi)啟思路。 showImg(https://segmentfault.com/img/remote/1460000010612101); Open...
摘要：摘要背景深度學(xué)習(xí)是一種表示學(xué)習(xí)方法，非常適合用來(lái)處理數(shù)字病理學(xué)中的圖像分析問(wèn)題。優(yōu)質(zhì)的注釋樣本是深度學(xué)習(xí)重要的先決條件，但是處理數(shù)字病理學(xué)中最大的挑戰(zhàn)就是獲取高質(zhì)量的注釋樣本。本文使用的深度學(xué)習(xí)主要由四個(gè)模塊組成。 Deep learning for digital pathology image analysis: A comprehensive tutorial with sele...
摘要：在我們科研工作中，將數(shù)據(jù)完美展現(xiàn)出來(lái)尤為重要。數(shù)據(jù)可視化是以數(shù)據(jù)為視角，探索世界。我們真正想要的是數(shù)據(jù)視覺(jué)，以數(shù)據(jù)為工具，以可視化為手段，目的是描述真實(shí)，探索世界。 ...
摘要：和物聯(lián)網(wǎng)那么為什么我們認(rèn)為是物聯(lián)網(wǎng)的下一個(gè)浪潮呢這是因?yàn)榍罢咴趥鞲衅骱洼斎霐?shù)據(jù)上已取得了不錯(cuò)的發(fā)展，而后者正在越來(lái)越多地將這些已有的成果更好地為我們所用。其他的同樣也可以使用解決方案，作為工業(yè)或物聯(lián)網(wǎng)的一部分。 選自Medium作者：Tomasz Kielar 京東云開(kāi)發(fā)者社區(qū)編譯 showImg(https://segmentfault.com/img/bVbsN8i?w=1080...
閱讀 1049·2021-11-24 09:39
閱讀 3578·2021-11-22 13:54
閱讀 2542·2021-10-11 10:59
閱讀 773·2021-09-02 15:40
閱讀 1025·2019-08-30 15:55
閱讀 1042·2019-08-30 13:57
閱讀 2305·2019-08-30 13:17
閱讀 3025·2019-08-29 18:32
