热门标签 | HotTags
当前位置:  开发笔记 > 程序员 > 正文

三维分析之日照分析

日照分析是指根据指定的区域所在的经纬度范围,计算该区域在某段时间内,可被太阳照射到的时间长度。同时根据指定的最大、最小高度、采样距离、采样频率ÿ

        日照分析是指根据指定的区域所在的经纬度范围,计算该区域在某段时间内,可被太阳照射到的时间长度。同时根据指定的最大、最小高度、采样距离、采样频率,得到指定区域内的采光信息,采光值表示该处日照时间占开始时间到结束时间中时间的百分比。
        该日照分析是基于GPU分析日照,相较于基于数据的“日照分析”,精度较低,但可以大范围分析。
操作步骤:
        1.在“三维分析”选项卡上的“空间分析”组,单击“日照分析”按钮,
在这里插入图片描述
弹出“三维空间分析”面板。
在这里插入图片描述
        2.在场景中添加日照分析区域有三种添加方式:绘制面、鼠标选择三维面、导入三维面,具体操作方式如下:
*单击工具栏中的在这里插入图片描述按钮,将鼠标移至场景中,在模型数据面单击鼠标左键绘制分析范围,单击右键结束绘制,确定日照分析的范围。其绘制操作方式与多边形绘制方式一致。
*若当前场景中已添加三维面数据集,单击工具栏中的 在这里插入图片描述 按钮,选择三维面作为分析区域,单击右键结束。
*在“三维空间分析”面板中选中“日照分析”结点,单击工具栏中的在这里插入图片描述 按钮,弹出“导入分析区域”对话框,在对话框中选择三维面数据集作为分析区域导入,并设置对话框中的数据源、数据集、名称、最小/大高度以及采样距离等相关参数。
在这里插入图片描述
        3.在分析记录列表中选中一条或多条分析记录,可在三维空间分析面板中进行参数设置和属性设置。
参数设置:提供的相关参数设置有:采光率颜色表、最大、最小高度设置、采样距离等参数设置:
采光率颜色表:用于设置分析区域采光率的显示颜色,采光率不同,则显示的颜色不同。
最小高度:表示分析区域底部高程相对于绘制面中心点的高度,单位为米,若设置为1,则表示分析区域的底部高程为绘制面中心点的高程+1米。
最大高度:默认为20米。表示分析区域顶部高程与绘制面中心点的相对高度,单位为米,若设置为10,则表示分析区域的顶部高程为绘制面中心点的高程+10米。
采样距离:指在指定的平面和高度范围内,输出采样点的频率。单位为米,默认采样距离为 5 米,即在指定的分析范围和高度内,每5米的距离输出一个采光率的采样点。
时间设置提供的相关参数设置有:开始时间、结束时间、采样频率等参数设置:
开始时间:用于设置日照分析的开始时间,可依照给定时间格式,分别输入年、月、日、时、分、秒的具体时间,或通过鼠标单击,在文本框中选中年、月、日、时、分、秒中的某个时间,通过文本框右侧按钮进行调整,确定日照分析的开始时间。
结束时间:用于设置日照分析的结束时间,可依照给定时间格式,分别输入年、月、日、时、分、秒的具体时间,或通过鼠标单击,在文本框中选中年、月、日、时、分、秒中的某个时间,通过文本框右侧按钮进行调整,确定日照分析的结束时间。
采样频率:指在指定的开始和结束时间范围内,按照采样频率采集各个采样点的日照数据,单位为分钟,默认采样频率为 5 分钟,即在指定的分析时间范围内,每 5 分钟统计一次各个采样点是否有太阳日照,最后计算得出各采样点的采光率。
        4.根据设置的参数可得到指定范围内的采光率结果,如下图所示:
在这里插入图片描述
        5.工具条区域提供了分析记录的删除操作,在面板中选中的一个或多个日照分析记录,单击在这里插入图片描述 按钮,即可移除选中记录。
        6.日照分析支持导出分析区域的功能,可将分析区域导出为三维面数据。单击工具条中的在这里插入图片描述 按钮,在弹出的“导出分析区域”对话框中,设置导出三维面数据保存名称和所在的数据源,及导出后数据集中需要保留的名称、最小高度、最大高度、采样距离等信息。
在这里插入图片描述
        7.日照分析支持分析结果导出功能,可将分析结果导出为三维点数据。单击工具条中的在这里插入图片描述 按钮,在弹出的“保存分析结果”对话框中,设置导出三维点数据保存名称和所在的数据源,强度字段等信息。
在这里插入图片描述
在这里插入图片描述


推荐阅读
  • 最详尽的4K技术科普
    什么是4K?4K是一个分辨率的范畴,即40962160的像素分辨率,一般用于专业设备居多,目前家庭用的设备,如 ... [详细]
  • Dell Latitude 5290 2-in-1 平板电脑黑苹果体验评测
    本文基于notebookcheck的详细数据和个人实际使用体验,对Dell Latitude 5290 2-in-1平板电脑进行评测。评测内容包括外观设计、散热性能、基准测试、游戏表现和续航能力等方面,旨在为读者提供全面的参考。 ... [详细]
  • 能够感知你情绪状态的智能机器人即将问世 | 科技前沿观察
    本周科技前沿报道了多项重要进展,包括美国多所高校在机器人技术和自动驾驶领域的最新研究成果,以及硅谷大型企业在智能硬件和深度学习技术上的突破性进展。特别值得一提的是,一款能够感知用户情绪状态的智能机器人即将问世,为未来的人机交互带来了全新的可能性。 ... [详细]
  • 通过使用CIFAR-10数据集,本文详细介绍了如何快速掌握Mixup数据增强技术,并展示了该方法在图像分类任务中的显著效果。实验结果表明,Mixup能够有效提高模型的泛化能力和分类精度,为图像识别领域的研究提供了有价值的参考。 ... [详细]
  • 微软近日宣布,将在Windows 10的WSL(Windows Subsystem for Linux)中引入重大更新,支持运行带有图形用户界面(GUI)的Linux应用程序。这一举措不仅提升了Windows 10在开发环境中的灵活性和兼容性,也进一步挑战了Linux在桌面领域的地位。通过此次更新,用户可以在Windows 10上无缝运行Linux GUI应用,无需额外安装虚拟机或双系统,极大地简化了开发和测试流程。这标志着微软在提升跨平台开发体验方面迈出了重要一步。 ... [详细]
  • 在Windows环境下离线安装PyTorch GPU版时,首先需确认系统配置,例如本文作者使用的是Win8、CUDA 8.0和Python 3.6.5。用户应根据自身Python和CUDA版本,在PyTorch官网查找并下载相应的.whl文件。此外,建议检查系统环境变量设置,确保CUDA路径正确配置,以避免安装过程中可能出现的兼容性问题。 ... [详细]
  • 使用红米5 Plus一个半月后,在运行《王者荣耀》和《终结者2》时出现卡顿现象,原因何在? ... [详细]
  • 在 Ubuntu 系统上正确安装 NVIDIA 显卡驱动程序前,首先需要卸载已有的驱动版本。这一步骤至关重要,以避免新旧驱动冲突导致系统不稳定。接下来,可以通过官方仓库或 NVIDIA 官方网站下载最新驱动,并使用终端命令进行安装。确保在安装过程中启用适当的内核模块支持,以获得最佳性能和兼容性。此外,建议在安装后重启系统并验证驱动是否成功加载。 ... [详细]
  • 深入解析经典卷积神经网络及其实现代码
    深入解析经典卷积神经网络及其实现代码 ... [详细]
  • 在稀疏直接法视觉里程计中,通过优化特征点并采用基于光度误差最小化的灰度图像线性插值技术,提高了定位精度。该方法通过对空间点的非齐次和齐次表示进行处理,利用RGB-D传感器获取的3D坐标信息,在两帧图像之间实现精确匹配,有效减少了光度误差,提升了系统的鲁棒性和稳定性。 ... [详细]
  • 本文深入探讨了数据库性能优化与管理策略,通过实例分析和理论研究,详细阐述了如何有效提升数据库系统的响应速度和处理能力。文章首先介绍了数据库性能优化的基本原则和常用技术,包括索引优化、查询优化和存储管理等。接着,结合实际应用场景,讨论了如何利用容器化技术(如Docker)来部署和管理数据库,以提高系统的可扩展性和稳定性。最后,文章还提供了具体的配置示例和最佳实践,帮助读者在实际工作中更好地应用这些策略。 ... [详细]
  • 从用户转型为开发者:一场思维升级的旅程 | 专访 StarRocks Committer 周威
    从用户转变为开发者,不仅是一次角色的转换,更是一场深刻的思维升级之旅。本次专访中,StarRocks Committer 周威分享了他如何在这一过程中逐步提升技术能力与思维方式,为开源社区贡献自己的力量。 ... [详细]
  • 利用PaddleSharp模块在C#中实现图像文字识别功能测试
    PaddleSharp 是 PaddleInferenceCAPI 的 C# 封装库,适用于 Windows (x64)、NVIDIA GPU 和 Linux (Ubuntu 20.04) 等平台。本文详细介绍了如何使用 PaddleSharp 在 C# 环境中实现图像文字识别功能,并进行了全面的功能测试,验证了其在多种硬件配置下的稳定性和准确性。 ... [详细]
  • OPPO Reno8 Pro与Reno8有何不同?全面对比解析
    在选择OPPO Reno8、Reno8 Pro及Reno8 Pro+时,许多消费者可能会感到困惑。本文将详细对比OPPO Reno8与Reno8 Pro的主要差异,从性能、摄像头配置到设计细节,帮助您更好地了解两款机型的特点,以便选出最符合个人需求的手机。 ... [详细]
  • 视觉图像的生成机制与英文术语解析
    近期,Google Brain、牛津大学和清华大学等多家研究机构相继发布了关于多层感知机(MLP)在视觉图像分类中的应用成果。这些研究深入探讨了MLP在视觉任务中的工作机制,并解析了相关技术术语,为理解视觉图像生成提供了新的视角和方法。 ... [详细]
author-avatar
shmily志伟
这个家伙很懒,什么也没留下!
PHP1.CN | 中国最专业的PHP中文社区 | DevBox开发工具箱 | json解析格式化 |PHP资讯 | PHP教程 | 数据库技术 | 服务器技术 | 前端开发技术 | PHP框架 | 开发工具 | 在线工具
Copyright © 1998 - 2020 PHP1.CN. All Rights Reserved | 京公网安备 11010802041100号 | 京ICP备19059560号-4 | PHP1.CN 第一PHP社区 版权所有