地理空间数据云怎么使用

Ⅰ 地理空间数据云,传感器怎么选择

1、首先打开电脑，点击下载软件《地理空间数据云》。
2、其次在软件中找到相对应的设备。
3、最后通过数据转换得出的型号就是最合适的传感器型号。

Ⅱ 怎么在中国地理空间数据云找梅州市行政边界

今天我们以高德地图为例，讲解一下如何获取全国省市区行政边界数据。

高德开放平台Web服务API

https://lbs.amap.com/

依次点击开发支持–Web服务–Web服务API，即可进入到高德开放平台Web服务API页面。

在这里插入图片描述

可以发现，官方已开放了行政区域查询的接口。

在这里插入图片描述

点击查看该接口的详细介绍:

在这里插入图片描述
其实就是先申请Key，然后构造Http请求，发送请求解析返回数据即可。

同时接口文档提到，该接口只能返回国、省、市、区的polyline(边界点集合)，不支持街道级别，但已经满足我们的需求了。

首先分析下接口请求参数:

在这里插入图片描述
有4点值得关注:

keywords支持行政区名称、citycode、adcode这3种格式，行政区名称可能存在重复(尤其level是县/区时)，而citycode只有level在市或市以下才有，只有adcode可以唯一指定某个行政区，所以检索的时候，我们使用adcode作为keywords传入；
subdistrict可以指定子级行政区的嵌套层数；
当最外层的districts超过20个元素时，需要配合page参数来获取全部元素；
只有extensions配置为all时，接口才会返回我们需要的区域边界数据。
想要一次性采集全国省市区行政边界数据的话，第1步肯定是先设法拿到省、市、区的列表，然后逐个遍历。

我们可以设置keywords为"中华人民共和国"，然后将subdistrict设置为3，下3层(省、市、区)的子行政区信息就会返回。

这样，我们发送1次请求就可以拿到省、市、区的列表了。

接着，我们将subdistrict调整为1(减少数据冗余)，依次遍历各个行政区域即可。

实现代码如下:

# -*- coding:utf-8 -*-

import requests
import time
import mongo_util #自行封装的操作mongodb的工具类

def get_district_info(key, col, time_delay, headers={}):
request_url = 'https://restapi.amap.com/v3/config/district'
country_name = '中华人民共和国'
params = {
'subdistrict':'3',
'extensions':'all',
'key':key,
'output':'json',
'keywords':country_name,
}
# 设置subdistrict为3，1次请求获取到国、省、市、区的信息
country_res = requests.get(url=request_url, headers=headers, params=params).json()
if country_res['status'] != "1":
print("调用高德地图Web API失败！")
return
country = country_res['districts'][0]
col.insert_one(country)
print(f'{country_name}数据插入成功!')
params['subdistrict'] = '1'
# 遍历省
provinces = country['districts']
for province in provinces:
province_name = province['name']
params['keywords'] = province['adcode']
prov_res = requests.get(url=request_url, headers=headers, params=params).json()
if prov_res['status'] == "0":
print(f'{country_name}-{province_name}数据获取失败!')
continue
col.insert_one(prov_res['districts'][0])
print(f'{country_name}-{province_name}数据插入成功!')
time.sleep(time_delay)
# 遍历市
cities = province['districts']
if len(cities) == 0:
continue
for city in cities:
city_name = city['name']
params['keywords'] = city['adcode']
city_res = requests.get(url=request_url, headers=headers, params=params).json()
if city_res['status'] == "0":
print(f'{country_name}-{province_name}-{city_name}数据获取失败!')
continue
col.insert_one(city_res['districts'][0])
print(f'{country_name}-{province_name}-{city_name}数据插入成功!')
time.sleep(time_delay)
# 遍历区
districts = city['districts']
if len(districts) == 0:
continue
for district in districts:
distinct_name = district['name']
params['keywords'] = district['adcode']
distinct_res = requests.get(url=request_url, headers=headers, params=params).json()
if distinct_res['status'] == "0":
print(f'{country_name}-{province_name}-{city_name}-{distinct_name}数据获取失败!')
continue
col.insert_one(distinct_res['districts'][0])
print(f'{country_name}-{province_name}-{city_name}-{distinct_name}数据插入成功!')
time.sleep(time_delay)
# 主函数
if __name__ == '__main__':
key = "******"
# 接口请求之间的间隔
time_delay = 0.01
db_name = 'web_map'
col_name = 'distinct'
# MongoDB数据库所在的服务器
host = '******'
port = 27017
# 获取mongodb的表句柄
col = mongo_util.get_col(db_name, col_name, host, port)
# 获取全国各级行政区的数据
get_district_info(key, col, time_delay)
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
因为接口返回的是JSON类型的嵌套数据，所以这里选择MongoDB作为存储组件。

为了防止爬取过程中，进程宕掉导致已请求的数据丢失，可以拿到1条数据就入库1条数据。

避免数据全都在内存中，执行批量插入的过程中异常退出，又得重复请求，但每个账号的天请求次数是有限制的。

同时，各个接口均有QPS阈值，所以我们通过time_delay参数来控制数据采集的频率。

但是高德开方平台Web服务API有天调用次数的限制，如果想获取大量数据，可能需要多个账号或者分多天进行请求，有没有更好的方法呢?

带着这样的疑问，我又看了看高德地图其他的API版块。

JS API

浏览高德开放平台的JS API示例，里面也有个行政区边界查询的Demo。

https://lbs.amap.com/demo/jsapi-v2/example/district-search/draw-district-boundaries

在这里插入图片描述

打开浏览器的"开发者工具"，我们抓包一下哪个请求是用来获取行政区域数据的。

在这里插入图片描述

在这里插入图片描述
哈哈哈，其实跟开放的Web API接口地址是一致的，而且通过分析接口请求，我们直接可以拿到key。

也就是说，不需要用自己高德账号里生成的key值了。

使用这个key构建接口请求，悲伤的发现，接口返回异常。

在这里插入图片描述
说明该接口其实还是跟开放的Web API接口还是有区别的，一般体现在请求参数和Headers上。

我们把浏览器抓取到的请求参数和Headers配置原封不动的拷贝过来，再次构建接口请求，此时接口正常返回。

但请求参数里的csid是个啥东西，而且不同行政区域请求里的csid还不同。

在这里插入图片描述
尝试着去掉该参数，然后构建接口请求，发现接口仍然可以正常返回，说明该参数是可选参数，而且不是检索字段。

按照这个思路，我们逐步尝试去掉其他请求参数和Headers里的配置。

发现该接口与开放的Web API接口相比，本质仅有2点不同:

请求参数
请求参数需要额外指定: s=rsv3

Headers
需要添加如下Headers:

在这里插入图片描述
调整原来的代码:

在params里增加s配置
params = {
'subdistrict':'3',
'extensions':'all',
'key':key,
'output':'json',
'keywords':country_name,
's':'rsv3' # 该项配置是关键配置
}
1
2
3
4
5
6
7
8
1
2
3
4
5
6
7
8
在发送请求的时候传入headers
headers = {
'Host': 'restapi.amap.com',
'Referer': 'https://lbs.amap.com/'
}
# 获取mongodb的表句柄
col = mongo_util.get_col(db_name, col_name, host, port)
# 获取全国各级行政区的数据
get_district_info(key, col, time_delay, headers)
1
2
3
4
5
6
7
8
1
2
3
4
5
6
7
8
该种方法的优点是绕开了第1种方法的日调用次数限制(高德是否有额外的反爬策略，待验证)。

AMAP Service

其实前面headrs的Referer配置就提醒我了，是不是高德地图在https://lbs.amap.com/这个地址下也有功能相同的接口。

所以就在高德平台上随意点了点，逛了逛，还真就发现了，哈哈哈。

在这里插入图片描述
与上面两个接口不同的是，这个接口是POST请求，而且竟然不需要指定key，这也太爽了吧，哈哈哈。

接着看一下请求参数:

在这里插入图片描述
参数和开放平台Web服务API的完全一致。

最后看一下表单数据:

在这里插入图片描述

显然表单数据是用来配置请求哪个接口的，这里的config/district代表的就是行政区域查询。

代码调整起来也不难:

# 调整请求的url
request_url = 'https://lbs.amap.com/service/api/restapi'
# 将所有的请求调整为POST，并传入表单数据，例如:
body = {
"type": "config/district",
"version": "v3"
}
country_res = requests.post(url=request_url, params=params, data=body).json()
1
2
3
4
5
6
7
8
1
2
3
4
5
6
7
8
该接口跟第2种接口相比，更近一步，连key值都省略了。

总结

本文介绍了3种基于高德地图获取全国省市区行政

Ⅲ 怎么下载重庆市各区县的DEM数据

1、首先在网页中搜索“地理空间数据云”，打开其页面。
2、这里需要地理空间数据云的账号，点击右上角的注册，注册一个账号。
3、注册完后，登陆账号，然后开始检索所需DEM数据。这里介绍一下高级检索：点击“高级检索”即可进入，然后我们可以分别按照“地名”、“经纬度”、“行政区”三种条件检索，同时也可以使用“日期”等进一步缩小范围。
4、我们输入经纬度范围，或者输入行政区名称。
5、选择数据集，这里我们选择“DEM数字高程数据”，其中有90米和30米之别。我们根据自己需要选择。然后点击“确定”。
6、这就是搜索到的数据，我们点击“更多”—“下载数据”，这里需要我选择网络，则可根据需要选择即可。

Ⅳ 如何在地理空间数据云中预定数据

先将需要的数据进行收藏，打开个人的页面，有一个下载申请选项，点开以后进行数据预定，然后将你所需要下载的数据选中提交申请即可。

Ⅳ 北京市区图在地里空间数据云如何下载

网页下载。
1、搜索“地理空间数据云”，打开界面。
2、选择高级搜索，在地图中找到自己需要地区的区域。
3、点击数据集选择自己需要的卫星（不同卫星有不同的特点与分辨率等特性）。
4、在空间位置，时间，云量地区选择自己所需图像，之后点击检索，下载自己所需遥感影像数据即可。

Ⅵ 乌克兰地理空间数据云怎么下载

下载具体步骤如下：
1.注册账号
首先需要注册一个账号。注册账号比较简单。
2.选择数据集
登陆进来以后，我们可以直奔主题，选择自己想要下载的数据。点击高级检索。
点击“点击选择数据集”选择要下载的数据，这里我们选择SRTMDEM90M分辨率数据，然后点击确定。
选择数据集成功
3.选择数据集范围
接下来我们要圈定自己想要下载的区域的DEM，这里提供了5种确定自己研究区范围的选项。对于行政区来说，如果知道自己研究区在哪个区县里，就可以通过这种方式直接选择；如果知道研究区的经纬度范围就可以选择第二种方式下载；行列号与经纬度类似，用的也比较少；地图选择就是直接在地图上手动画一个范围；第五种方法就是直接上传一个.shp文件，然后地图会自动显示该.shp文件范围。
4.数据下载
按照行政区选择范围后，点击“搜索”，就可以得到覆盖数据了。

Ⅶ 地理空间数据云没有数据怎么办

地理空间数据云没有数据需要注册后才能显示。步骤如下：
1、下载地理空间数据云APP，点进入，登陆。
2、没有帐号需要注册，填写个人资料，就注册成功了。
3、首页高级搜索可以看到数据。

Ⅷ 地理空间数据云下载的影像已经经过什么处理，还需进行哪些处理。我做地表覆盖分类。

1、在地理空间数据云的相应产品说明下有介绍，如图（Landsat 7 ETM SLC-on）：

2、根据介绍，可以看出已经经过辐射校正和基本几何校正。所以，如果是做LUCC的话，可以直接使用。如果后期制图要叠加其他基础图层要素的话，可以再做几何精校正。

Ⅸ 地理空间数据云云量怎么填

地理数据空间云并不需要填写云量。它是一款中国科学院计算机网络信息中心科学数据中心启动了“国际科学数据服务平台”建设。
2011年，科学数据中心在“国际科学数据服务平台"基础上开始建设“地理空间数据云平台"，并于2013年1月正式对外投入使用。
地理数据云使用方法：
1、进入该平台的官方网站，直接在官网上完成账号的注册；
2、完成注册之后，可以进入该平台检索你所需要的信息。
3、如果你想要下载免费的DEM数据，同样需要再注册账号之后在高级检索中选择你想寻找的数据集，之后进行下载操作即可。

Ⅹ 地理空间数据云下载的dem高程数据是tif格式，里面的灰度值都是小于255的，怎么算出正确的高程

arctoolb的栅格转多点功能，

弹出功能框后输入栅格，注意在要素后面直接加后缀。在对话框右边有取点的方法，方法挺多的你看看哪种合适，

高程值需要的是点属性，注意其中转化。多点属性转成点属性（因为后续的在点数据中添加高程值需要的是点属性，而不是多点属性），找到arctoolbox->数据管理工具->要素->要素转点功能，注意是要素，不是要素类。

在操作对话框中选择多点属性的点数据，选择输出路径，文件名，文件名加上格式后缀，比如DEMPoint.shp。

确定后开始处理，很快处理完成。查看其属性表，可以发现，属性变成了点属性。

最后开始把高程值添加到点数据中。

找到arctoolbox->Spatial Analyst->提取分析->值提取至点功能。如下图

在弹出的操作对话框中输入点数据DEMPoint.shp，栅格DEM.tif，输出点数据Elevation.shp。开始运算。

运算完成，自动加载在arcgis中，可以打开查看Elevation.shp的属性表，发现最后一列就是通过DEM数据提取出来的对应点的高程值。结束，收工。