Google Earth kml fayllari asosida irrigatsiya tarmog‘ini graf ko‘rinishiga avtomat tarzda aylantirish usullari

ADILBAY QUDAYBERGENOV

Авторы

ADILBAY QUDAYBERGENOV Mirzo Ulug'bek nomodagi O'zbekiston Milliy universiteti https://orcid.org/0000-0002-2630-5182

Ключевые слова:

KML, Google Earth, ирригационная сеть, графовая модель, реконструкция топологии, связность на основе близости, GDAL/OGR, NetworkX, информационная система

Аннотация

В данной статье предлагается метод автоматического преобразования сети орошения из файлов KML/KMZ, подготовленных в среде Google Earth, в готовый к вычислениям ориентированный граф. Метод включает чтение структуры KML, нормализацию координат в метрическую систему, соединение элементов на основе близости и прикрепление узлов к линиям каналов с помощью проекции «точка-линия». Полилинии сегментируются от узла к узлу, а ошибки пересечения, разрыва и дублирования устраняются с помощью семантических правил. Атрибуты извлекаются из полей name/description/ExtendedData с помощью текстового парсера на основе правил. На практике метрики согласованности PK–s и сегментации вычислялись с использованием примера Qizketken–Kegeyli.

Библиографические ссылки

D. Li, M. Lu, “Integrating geometric models, site images and GIS based on Google Earth and Keyhole Markup Language,” Automation in Construction, vol. 89, pp. 317–331, May 2018, doi: 10.1016/j.autcon.2018.02.002.

H. Mohammadi, M. R. Delavar, M. A. Sharifi, M. D. Pirooz, “Spatiotemporal visualization of tsunami waves using kml on Google Earth,” The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, vol. XLII-2/W7, pp. 1291–1299, Sept. 2017, doi: 10.5194/isprs-archives-XLII-2-W7-1291-2017.

Y. X. Lin, S. T. Wang, “Expression and analysis of seismic disaster information based on KML,” The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, vol. XLII-3/W10, pp. 1001–1004, Feb. 2020, doi: 10.5194/isprs-archives-XLII-3-W10-1001-2020.

P. Chen, “Visualization of real-time monitoring datagraphic of urban environmental quality,” EURASIP Journal on Image and Video Processing, vol. 2019, no. 1, pp. 42, Dec. 2019, doi: 10.1186/s13640-019-0443-6.

T. Honjo, K. Umeki, D. Wang, P. Yang, H. Hsieh, “Landscape Simulation and Visualization on Google Earth,” International Journal of Virtual Reality, vol. 10, no. 2, pp. 11–15, Jan. 2011, doi: 10.20870/IJVR.2011.10.2.2806.

D. Potere, “Horizontal Positional Accuracy of Google Earth’s High-Resolution Imagery Archive,” Sensors, vol. 8, no. 12, pp. 7973–7981, Dec. 2008, doi: 10.3390/s8127973.

X. W. Wang, F. Wang, “The precision of Google Earth map analysis with the coordinates of IGS stations,” The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, vol. XLII-3/W10, pp. 1053–1056, Feb. 2020, doi: 10.5194/isprs-archives-XLII-3-W10-1053-2020.

M. N. K. Boulos, “Web GIS in practice III: creating a simple interactive map of England’s Strategic Health Authorities using Google Maps API, Google Earth KML, and MSN Virtual Earth Map Control,” International Journal of Health Geographics, vol. 4, no. 1, pp. 22, 1476-072X-4–22, Dec. 2005, doi: 10.1186/1476-072X-4-22.

I. Janssen, A. Rosu, “Measuring sidewalk distances using Google Earth,” BMC Medical Research Methodology, vol. 12, no. 1, pp. 39, Dec. 2012, doi: 10.1186/1471-2288-12-39.

A. Martínez-Graña, J. González-Delgado, S. Pallarés, J. Goy, J. Llovera, “3D Virtual Itinerary for Education Using Google Earth as a Tool for the Recovery of the Geological Heritage of Natural Areas: Application in the ‘Las Batuecas Valley’ Nature Park (Salamanca, Spain),” Sustainability, vol. 6, no. 12, pp. 8567–8591, Nov. 2014, doi: 10.3390/su6128567.