当前位置: 首页 > news >正文

基于arcpro3.0.2的北斗网格生成简介

基于arcpro3.0.2的北斗网格生成简介

在这里插入图片描述

采用2000坐标系、可基于行政区范围
软件可生成第一级到第十级北斗网格经纬跨度                  等分         约赤道处距离
第一级 6X4度                      60 和A~V         660      km
第二级 30X30分                    12X8             55.66    km
第三级 15X10分                    2X3              27.83    km
第四级 1X1分                      15X10            1.85      km
第五级 4X4秒                      15X15            123.69  m
第六级 2X2秒                      2X2              61.84    m
第七级 1/4 X 1/4秒                8X8              7.73      m
第八级 1/32 X 1/32秒              8X8              0.97     m
第九级 1/256 X 1/256秒            8X8              12.0     cm
第十级 1/2048 X 1/2048秒          8X8              1.5       cm
public static string GetNewBDBM(double B, double L, int Level)
{List<string> code = new List<string>();double pre_a = 0;   //上一级行号double pre_b = 0;   //上一级列号double pre_Q = 0;    //上一级确定角点纬度值double pre_Y = 0;    //上一级确定角点经度值double pre_dB = 0;   //上一级经差double pre_dL = 0;   //上一级纬差//本级变量double dB = 0, dL = 0;int a = 0, b = 0;double Q = 0, Y = 0;//BL点 转为度for (int i = 1; i <= Level; i++){if (i == 1){   //第一层  1:100万                    GetDetaB_detaL(i, ref dB, ref dL);  //获取本级经纬差值//                  string bit_1 = "N";   //我国位于北半球=N,   南半球=Sif (B >= 0){   //B=ybit_1 = "N";}else{bit_1 = "S";}//a = getInt(Math.Floor(Math.Abs(B) / dB)) + 1;    //商取整【B/4】+1                    b = getInt(Math.Floor(L / dL)) + 31;             //商取整【L/6】+31  //修正b值b = Math.Abs(b); if (b<0) b = 1;if (b > 59) b = 60;//修正a值if (a > 22) a = 22;//string bit_23 = b.ToString().PadLeft(2, '0');    //补足2位01-60string bit_4 = Get100W_WeiD_bit_1(Math.Abs(a).ToString());//生成北斗码code.Add(bit_1 + bit_23 + bit_4);    //N45A//==记录历史行列号和确定角点经纬度坐标值pre_a = a;pre_b = b;pre_Q = 0;   //全球赤道0度点pre_Y = 0;   //全球赤道0度点pre_dB = dB;pre_dL = dL;//==}else if (i == 2){GetDetaB_detaL(i, ref dB, ref dL);  //获取本级经纬差值//获取上一级网格层的确定角点经纬度坐标值Q = pre_Q + (pre_b - 31) * pre_dL;Y = pre_Y + (pre_a - 1) * pre_dB;//获取此点在本级网格层的行列号                  a = getInt((L - Q) / dL) + 1;b = getInt((B - Y) / dB) + 1;//生成北斗码code.Add(fixRowColNum15(a - 1));code.Add(fixRowColNum15(b - 1));//==记录历史行列号和确定角点经纬度坐标值pre_a = a;pre_b = b;pre_Q = Q;   //全球赤道0度点pre_Y = Y;   //全球赤道0度点pre_dB = dB;pre_dL = dL;//==}else if (i == 3){GetDetaB_detaL(i, ref dB, ref dL);  //获取本级经纬差值//获取上一级网格层的确定角点经纬度坐标值Q = pre_Q + (pre_a - 1) * pre_dL;Y = pre_Y + (pre_b - 1) * pre_dB;//获取此点在本级网格层的行列号                  a = getInt((L - Q) / dL) + 1;b = getInt((B - Y) / dB) + 1;//生成北斗码  (Z序列)//code.Add(fixRowColNum15(a - 1));//code.Add(fixRowColNum15(b - 1));code.Add(fixRowColZorder(a, b));//==记录历史行列号和确定角点经纬度坐标值pre_a = a;pre_b = b;pre_Q = Q;   //全球赤道0度点pre_Y = Y;   //全球赤道0度点pre_dB = dB;pre_dL = dL;//==}else if (i >= 4 && i <= 5){GetDetaB_detaL(i, ref dB, ref dL);  //获取本级经纬差值//获取上一级网格层的确定角点经纬度坐标值Q = pre_Q + (pre_a - 1) * pre_dL;Y = pre_Y + (pre_b - 1) * pre_dB;//获取此点在本级网格层的行列号                  a = getInt((L - Q) / dL) + 1;b = getInt((B - Y) / dB) + 1;//生成北斗码code.Add(fixRowColNum15(a - 1));code.Add(fixRowColNum15(b - 1));//==记录历史行列号和确定角点经纬度坐标值pre_a = a;pre_b = b;pre_Q = Q;   //全球赤道0度点pre_Y = Y;   //全球赤道0度点pre_dB = dB;pre_dL = dL;//==}else if (i == 6){GetDetaB_detaL(i, ref dB, ref dL);  //获取本级经纬差值//获取上一级网格层的确定角点经纬度坐标值Q = pre_Q + (pre_a - 1) * pre_dL;Y = pre_Y + (pre_b - 1) * pre_dB;//获取此点在本级网格层的行列号                  a = getInt((L - Q) / dL) + 1;b = getInt((B - Y) / dB) + 1;//生成北斗码  (Z序列)//code.Add(fixRowColNum15(a - 1));//code.Add(fixRowColNum15(b - 1));code.Add(fixRowColZorder(a, b));//==记录历史行列号和确定角点经纬度坐标值pre_a = a;pre_b = b;pre_Q = Q;   //全球赤道0度点pre_Y = Y;   //全球赤道0度点pre_dB = dB;pre_dL = dL;//==}else if (i >= 7 && i <= 10){GetDetaB_detaL(i, ref dB, ref dL);  //获取本级经纬差值//获取上一级网格层的确定角点经纬度坐标值Q = pre_Q + (pre_a - 1) * pre_dL;Y = pre_Y + (pre_b - 1) * pre_dB;//获取此点在本级网格层的行列号                  a = getInt((L - Q) / dL) + 1;b = getInt((B - Y) / dB) + 1;//生成北斗码code.Add(fixRowColNum15(a - 1));code.Add(fixRowColNum15(b - 1));//==记录历史行列号和确定角点经纬度坐标值pre_a = a;pre_b = b;pre_Q = Q;   //全球赤道0度点pre_Y = Y;   //全球赤道0度点pre_dB = dB;pre_dL = dL;//==}}string buf = "";for (int i = 0; i < code.Count; i++){buf += code[i];}return buf;
}

本blog地址:https://blog.csdn.net/hsg77

相关文章:

基于arcpro3.0.2的北斗网格生成简介

基于arcpro3.0.2的北斗网格生成简介 采用2000坐标系、可基于行政区范围 软件可生成第一级到第十级北斗网格经纬跨度 等分 约赤道处距离 第一级 6X4度 60 和A~V 660 km 第二级 30X30分 12X8 …...

网络流算法:最大流问题

引言 最大流问题是网络流中的一个经典问题&#xff0c;其目标是在给定的流网络中找到从源点到汇点的最大流量。最大流问题在交通运输、计算机网络、供应链管理等领域有广泛的应用。本文将详细介绍最大流问题的定义、解决方法以及具体算法实现。 目录 最大流问题的定义Ford-F…...

C++从入门到入土(四)--日期类的实现

目录 前言 日期类的实现 日期的获取 日期的比较 const成员函数 日期的加减 日期的加等 日期的减等 日期的加减 日期的加加减减 日期的相减 流插入和提取的重载 友元 友元的特点 日期类代码 总结 前言 前面我们介绍了C中类和对象的相关知识和六个默认成员函数&…...

【香橙派系列教程】(七)香橙派下的Python3安装

【七】香橙派下的Python3安装 为接下来的Linux图像识别智能垃圾桶做准备。 图像处理使用京东SDK只支持pyhton和Java接口&#xff0c;目的是引入C语言的Python调用&#xff0c;感受大厂做的算法bug 此接口是人工智能接口&#xff0c;京东识别模型是通过训练后的模型&#xff0c;…...

贝叶斯优化算法(Bo)与门控循环单元(GRU)结合的预测模型(Bo-GRU)及其Python和MATLAB实现

### 背景 随着时间序列数据在各个领域&#xff08;如金融、气象、医疗等&#xff09;应用的日益广泛&#xff0c;如何准确地预测未来的数据点成为了一个重要的研究方向。长短期记忆网络&#xff08;LSTM&#xff09;和门控循环单元&#xff08;GRU&#xff09;作为深度学习模型…...

人工智能时代,程序员当如何保持核心竞争力?

目录 前言 一.AI辅助编程对程序员工作的影响 二.程序员应重点发展的核心能力 三.人机协作模式下的职业发展规划 结束语 前言 随着AIGC&#xff08;如chatgpt、midjourney、claude等&#xff09;大语言模型接二连三的涌现&#xff0c;AI辅助编程工具日益普及&#xff0c;程序…...

LMDrive 端到端闭环自动驾驶框架

LMDrive&#xff0c;一种新颖的语言引导的端到端闭环自动驾驶框架。LMDrive独特地处理和整合多模态传感器数据与自然语言指令&#xff0c;使车辆能够在现实的指令设置中与人类和导航软件进行交互。 LMDrive由两个主要部分组成&#xff1a; 1&#xff09;一个视觉编码器&#x…...

P2045 方格取数加强版

Description 给定一个 n n n \times n nn 的矩阵&#xff0c;从左上角出发&#xff0c;可以往右或者往下走&#xff0c;每到达一个方格&#xff0c;就取走上面的数&#xff08;取过后格子上的数会清零&#xff09;&#xff0c;一共要走 k k k 次&#xff0c;求取到的数之和…...

【Bigdata】OLAP的衡量标准

这是我父亲 日记里的文字 这是他的生命 留下留下来的散文诗 几十年后 我看着泪流不止 可我的父亲已经 老得像一个影子 &#x1f3b5; 许飞《父亲写的散文诗》 OLAP&#xff08;联机分析处理&#xff09;系统的衡量标准主要集中在以下几个方面&#xff1a;…...

关于DDOS攻击趋势及防护措施

随着互联网技术的飞速发展&#xff0c;网络安全问题日益成为企业不可忽视的重要议题。分布式拒绝服务&#xff08;DDoS&#xff09;攻击作为其中的典型代表&#xff0c;以其强大的破坏力和难以防范的特性&#xff0c;给企业的网络安全带来了巨大挑战。今天我们就来了解下当前DD…...

Apache Flink:一个开源流处理框架

文章目录 引言官网链接Flink 原理概述核心概念 基础使用环境搭建编写 Flink 程序注意事项 高级使用窗口操作状态后端复杂事件处理&#xff08;CEP&#xff09;与 Kafka 集成 优点结论 引言 Apache Flink 是一个开源流处理框架&#xff0c;专为高吞吐量、低延迟的实时数据处理设…...

Nginx 学习笔记

1. Nginx简介 Nginx 是一个高性能的Http和反向代理服务器。也是一个IMAP/POP3/SMTP等邮件代理服务器。 特点&#xff1a; 占有内存少并发能力强安装非常的简单配置文件非常简洁&#xff08;还能够支持perl语法&#xff09;Bug非常少启动特别容易&#xff0c;并且几乎可以做到…...

软甲测试定义和分类

软件测试定义 使用人工和自动手段来运行或测试某个系统的过程&#xff0c;其目的在于检验他是否满足规定的需求或弄清预期结果与实际结果之间的差别 软件测试目的 为了发现程序存在的代码或业务逻辑错误 – 第一优先级发现错误为了检验产品是否符合用户需求 – 跟用户要求实…...

Vue 3+Vite+Eectron从入门到实战系列之(二)一Elementplus及VueRouter的配置

为了后续开发方便,在没有 UI 设计师配合的情况下,让我们的界面更加美观,我们使用 elementplus 组件库,并配置路由。 删除不需要的默认文件夹及文件,src 配置如下 实现效果 安装 elementplus,vue-router npm install element-plus --save npm install vue-router --save在…...

STL-list

1.list 1. list是可以在常数范围内在任意位置进行插入和删除的序列式容器&#xff0c;并且该容器可以前后双向迭代。 2. list的底层是双向链表结构&#xff0c;双向链表中每个元素存储在互不相关的独立节点中&#xff0c;在节点中通过指针指向其前一个元素和后一个元素。 3. l…...

2024 7.29~8.4 周报

一、上周工作 2024 7.22~7.28周报-CSDN博客 二、本周计划 修改论文 三、完成情况 3.1 论文修改 3.1.1 摘要 问题&#xff1a;所写问题是一般性的深度网络问题&#xff08;过拟合&#xff09;&#xff0c;并没有针对FWI的问题&#xff08;边缘不清晰、深层不清晰、速度慢…...

随身助手271个可用api接口网站php源码(随身助手API)

源码简介&#xff1a; 随身助手API&#xff0c;本次更新了271个可用接口&#xff0c;现在开源给大家使用&#xff0c;无后门无加密&#xff0c;放心使用。 {“标题”:”看图猜成语接口”,”小标题”:”随身助手API”,”地址”:”tianyi/LookIdiom.php”,”状态”:”正常”} {…...

珠江电缆,顺应全球变化,实现高质量出海

在全球经济快速变化的今天&#xff0c;越来越多的企业将目光投向了国际市场。特别是对于线缆行业来说&#xff0c;顺应全球变化、应对机遇与挑战&#xff0c;实现高质量出海已成为长期发展的战略目标之一。珠江电缆作为一家集研发、制造和销售为一体的大型专业电线电缆企业&…...

redis面试(四)持久化

什么是持久化&#xff1f; 由于redis是基于内存操作的轻量型数据库&#xff0c;所以如果发生宕机重启这种事情&#xff0c;存储的数据就会直接丢失&#xff0c;如果在里面存储了没有备份的数据&#xff0c;那么确实会对我们的业务造成一定影响。 所以我们要通过持久化的手段&a…...

构建数据桥梁:Pandas如何简化API到DataFrame的转换

在数据科学的广阔天地中&#xff0c;API如同一把钥匙&#xff0c;为我们打开了通往丰富数据资源的大门。无论是追踪最新的股市动态&#xff0c;还是分析社交媒体趋势&#xff0c;API都能提供我们需要的实时数据。今天&#xff0c;我们将一起探索如何利用Python的pandas库&#…...

遍历 Map 类型集合的方法汇总

1 方法一 先用方法 keySet() 获取集合中的所有键。再通过 gey(key) 方法用对应键获取值 import java.util.HashMap; import java.util.Set;public class Test {public static void main(String[] args) {HashMap hashMap new HashMap();hashMap.put("语文",99);has…...

【解密LSTM、GRU如何解决传统RNN梯度消失问题】

解密LSTM与GRU&#xff1a;如何让RNN变得更聪明&#xff1f; 在深度学习的世界里&#xff0c;循环神经网络&#xff08;RNN&#xff09;以其卓越的序列数据处理能力广泛应用于自然语言处理、时间序列预测等领域。然而&#xff0c;传统RNN存在的一个严重问题——梯度消失&#…...

【服务器压力测试】本地PC电脑作为服务器运行时出现卡顿和资源紧张(Windows/Linux)

要让本地PC电脑作为服务器运行时出现卡顿和资源紧张的情况&#xff0c;可以通过以下几种方式模拟或触发&#xff1a; 1. 增加CPU负载 运行大量计算密集型任务&#xff0c;例如&#xff1a; 使用多线程循环执行复杂计算&#xff08;如数学运算、加密解密等&#xff09;。运行图…...

【RockeMQ】第2节|RocketMQ快速实战以及核⼼概念详解(二)

升级Dledger高可用集群 一、主从架构的不足与Dledger的定位 主从架构缺陷 数据备份依赖Slave节点&#xff0c;但无自动故障转移能力&#xff0c;Master宕机后需人工切换&#xff0c;期间消息可能无法读取。Slave仅存储数据&#xff0c;无法主动升级为Master响应请求&#xff…...

MySQL中【正则表达式】用法

MySQL 中正则表达式通过 REGEXP 或 RLIKE 操作符实现&#xff08;两者等价&#xff09;&#xff0c;用于在 WHERE 子句中进行复杂的字符串模式匹配。以下是核心用法和示例&#xff1a; 一、基础语法 SELECT column_name FROM table_name WHERE column_name REGEXP pattern; …...

k8s业务程序联调工具-KtConnect

概述 原理 工具作用是建立了一个从本地到集群的单向VPN&#xff0c;根据VPN原理&#xff0c;打通两个内网必然需要借助一个公共中继节点&#xff0c;ktconnect工具巧妙的利用k8s原生的portforward能力&#xff0c;简化了建立连接的过程&#xff0c;apiserver间接起到了中继节…...

2025季度云服务器排行榜

在全球云服务器市场&#xff0c;各厂商的排名和地位并非一成不变&#xff0c;而是由其独特的优势、战略布局和市场适应性共同决定的。以下是根据2025年市场趋势&#xff0c;对主要云服务器厂商在排行榜中占据重要位置的原因和优势进行深度分析&#xff1a; 一、全球“三巨头”…...

基于Java Swing的电子通讯录设计与实现:附系统托盘功能代码详解

JAVASQL电子通讯录带系统托盘 一、系统概述 本电子通讯录系统采用Java Swing开发桌面应用&#xff0c;结合SQLite数据库实现联系人管理功能&#xff0c;并集成系统托盘功能提升用户体验。系统支持联系人的增删改查、分组管理、搜索过滤等功能&#xff0c;同时可以最小化到系统…...

人机融合智能 | “人智交互”跨学科新领域

本文系统地提出基于“以人为中心AI(HCAI)”理念的人-人工智能交互(人智交互)这一跨学科新领域及框架,定义人智交互领域的理念、基本理论和关键问题、方法、开发流程和参与团队等,阐述提出人智交互新领域的意义。然后,提出人智交互研究的三种新范式取向以及它们的意义。最后,总结…...

STM32HAL库USART源代码解析及应用

STM32HAL库USART源代码解析 前言STM32CubeIDE配置串口USART和UART的选择使用模式参数设置GPIO配置DMA配置中断配置硬件流控制使能生成代码解析和使用方法串口初始化__UART_HandleTypeDef结构体浅析HAL库代码实际使用方法使用轮询方式发送使用轮询方式接收使用中断方式发送使用中…...