使用SuperMap iObjects for python 10.0
使用SuperMap iObjects for python 10.0
注意：由於iObjects for python 10.0的對象與9.x有了一些變化，須要相應調整python的代碼。html
- 文檔：http://iobjectspy.supermap.io/guide.html
- 安裝：需使用對應的iobjects Java版本（這裏爲10.0）。
- https://pypi.org/project/iobjectspy/
- 或 pip install iobjectspy
- 下載：
- iObjects Java，各版本，http://support.supermap.com.cn/product/iObjects.aspx
- iObjects Java，bin包，http://support.supermap.com.cn/DownloadCenter/DownloadPage.aspx?id=1112
- iObjects Java，綠色精簡版，http://support.supermap.com.cn/DownloadCenter/DownloadPage.aspx?id=1104
- 更多參考：
幾點說明：java
- 能夠下載機器學習擴展包（http://support.supermap.com.cn/DownloadCenter/DownloadPage.aspx?id=1112）
- 目前版本僅支持python3.6/tensorflow1.x。
- Ubuntu上10.x的iObject Java bin包放到/opt/SuperMap/iobjects/1000/Bin中，與9.x有些不一樣。
- Ubuntu上10.x的許可文件放到/opt/SuperMap/License/目錄下，與9.x有些不一樣。
指定python版本：node
conda install python=3.6
若是出現錯誤：python
ModuleNotFoundError: No module named 'numpy.core._multiarray_umath'
多是numpy版本與tensorflow不兼容，試着安裝: pip install numpy=1.16.3git
若是出現下面信息，一直掛起：算法
java -cp /home/supermap/anaconda3/lib/python3.6/site-packages/iobjectspy-10.0.1-py3.6.egg/iobjectspy/_jsuperpy/jars/iobjects-py4j.jar com.supermap.jsuperpy.ApplicationExample 127.0.0.1 58545
多是沒有安裝java或py4j。安裝Java(Ubuntu, and uninstall other java runtime)：數據庫
sudo apt install openjdk-8-jre-headless
if:express
ImportError: bad magic number in 'csv': b'\x03\xf3\r\n'
Uninstall iobjectspy and reinstall.json
可能還須要安裝幾個庫：數組
pip install rasterio dotmap albumentations keras easydict
升級pip:
pip install --upgrade pip
簡單的操做以下：
import iobjectspy as smo
help(smo)
Help on package iobjectspy:
NAME
iobjectspy
PACKAGE CONTENTS
_jsuperpy (package)
_logger
_numpy
_pandas
_version
analyst
conversion
data
enums
env
mapping
ml (package)
rpc (package)
threeddesigner
SUBMODULES
supermap
VERSION
10.0.0.0
FILE
/home/supermap/anaconda3/lib/python3.7/site-packages/iobjectspy/__init__.py
help(smo.ml)
Help on package iobjectspy.ml in iobjectspy:
NAME
iobjectspy.ml
PACKAGE CONTENTS
analyst (package)
geoparsing (package)
toolkit (package)
utils
vision (package)
FILE
/home/supermap/anaconda3/lib/python3.7/site-packages/iobjectspy/ml/__init__.py
help(smo.env)
Help on module iobjectspy.env in iobjectspy:
NAME
iobjectspy.env
FUNCTIONS
get_omp_num_threads()
獲取並行計算所使用的線程數
:rtype: int
is_auto_close_output_datasource()
是否自動關閉結果數據源對象。在處理數據或分析時，設置的結果數據源信息若是是程序自動打開的（即當前工做空間下不存在此數據源），默認情形下程序在
完成單個功能後會自動關閉。用戶能夠經過設置 :py:meth:`set_auto_close_output_datasource` 使結果數據源不被自動關閉，這樣，結果數據源將存在於當前的工做空間中。
:rtype: bool
is_use_analyst_memory_mode()
空間分析是否使用內存模式
:rtype: bool
set_analyst_memory_mode(is_use_memory)
設置空間分析是否啓用內存模式。
:param bool is_use_memory: 啓用內存模式設置 True ， 不然設置爲 False
set_auto_close_output_datasource(auto_close)
設置是否關閉結果數據源對象。在處理數據或分析時，設置的結果數據源信息若是是程序自動打開的（不是用戶調用打開數據源接口打開，即當前工做空間下不存在此數據源），默認情形下程序在
完成單個功能後會自動關閉。用戶能夠經過此接口設置 auto_close 爲 False 使結果數據源不被自動關閉，這樣，結果數據源將存在於當前的工做空間中。
:param bool auto_close: 是否自動關閉程序內部打開的數據源對象。
set_omp_num_threads(num_threads)
設置並行計算所使用的線程數
:param int num_threads: 並行計算所使用的線程數
DATA
__all__ = ['is_auto_close_output_datasource', 'set_auto_close_output_d...
FILE
/home/supermap/anaconda3/lib/python3.7/site-packages/iobjectspy/env.py
help(smo.enums)
Help on module iobjectspy.enums in iobjectspy:
NAME
iobjectspy.enums
CLASSES
iobjectspy._jsuperpy.enums.JEnum(enum.IntEnum)
iobjectspy._jsuperpy.enums.AggregationMethod
iobjectspy._jsuperpy.enums.AggregationType
iobjectspy._jsuperpy.enums.ArcAndVertexFilterMode
iobjectspy._jsuperpy.enums.AreaUnit
iobjectspy._jsuperpy.enums.AttributeStatisticsMode
iobjectspy._jsuperpy.enums.BandWidthType
iobjectspy._jsuperpy.enums.BlockSizeOption
iobjectspy._jsuperpy.enums.Buffer3DJoinType
iobjectspy._jsuperpy.enums.BufferEndType
iobjectspy._jsuperpy.enums.BufferRadiusUnit
iobjectspy._jsuperpy.enums.CADVersion
iobjectspy._jsuperpy.enums.ChamferStyle
iobjectspy._jsuperpy.enums.Charset
iobjectspy._jsuperpy.enums.ColorGradientType
iobjectspy._jsuperpy.enums.ColorSpaceType
iobjectspy._jsuperpy.enums.ComputeType
iobjectspy._jsuperpy.enums.ConceptualizationModel
iobjectspy._jsuperpy.enums.CoordSysTransMethod
iobjectspy._jsuperpy.enums.CursorType
iobjectspy._jsuperpy.enums.DatasetType
iobjectspy._jsuperpy.enums.DissolveType
iobjectspy._jsuperpy.enums.DistanceMethod
iobjectspy._jsuperpy.enums.EdgeMatchMode
iobjectspy._jsuperpy.enums.EllipseSize
iobjectspy._jsuperpy.enums.EncodeType
iobjectspy._jsuperpy.enums.EngineType
iobjectspy._jsuperpy.enums.Exponent
iobjectspy._jsuperpy.enums.FieldType
iobjectspy._jsuperpy.enums.FillGradientMode
iobjectspy._jsuperpy.enums.FunctionType
iobjectspy._jsuperpy.enums.GeoCoordSysType
iobjectspy._jsuperpy.enums.GeoDatumType
iobjectspy._jsuperpy.enums.GeoPrimeMeridianType
iobjectspy._jsuperpy.enums.GeoSpatialRefType
iobjectspy._jsuperpy.enums.GeoSpheroidType
iobjectspy._jsuperpy.enums.GeometryType
iobjectspy._jsuperpy.enums.GridStatisticsMode
iobjectspy._jsuperpy.enums.GriddingLevel
iobjectspy._jsuperpy.enums.IgnoreMode
iobjectspy._jsuperpy.enums.ImageDisplayMode
iobjectspy._jsuperpy.enums.ImageInterpolationMode
iobjectspy._jsuperpy.enums.ImageType
iobjectspy._jsuperpy.enums.ImportMode
iobjectspy._jsuperpy.enums.InterpolationAlgorithmType
iobjectspy._jsuperpy.enums.JoinType
iobjectspy._jsuperpy.enums.KernelFunction
iobjectspy._jsuperpy.enums.KernelType
iobjectspy._jsuperpy.enums.LayerGridAggregationType
iobjectspy._jsuperpy.enums.LineToPointMode
iobjectspy._jsuperpy.enums.MapColorMode
iobjectspy._jsuperpy.enums.MultiBandImportMode
iobjectspy._jsuperpy.enums.NeighbourShapeType
iobjectspy._jsuperpy.enums.NeighbourUnitType
iobjectspy._jsuperpy.enums.OverlayMode
iobjectspy._jsuperpy.enums.PixelFormat
iobjectspy._jsuperpy.enums.PlaneType
iobjectspy._jsuperpy.enums.PrjCoordSysType
iobjectspy._jsuperpy.enums.ProjectionType
iobjectspy._jsuperpy.enums.RasterJoinPixelFormat
iobjectspy._jsuperpy.enums.RasterJoinType
iobjectspy._jsuperpy.enums.RasterResampleMode
iobjectspy._jsuperpy.enums.ReclassPixelFormat
iobjectspy._jsuperpy.enums.ReclassSegmentType
iobjectspy._jsuperpy.enums.ReclassType
iobjectspy._jsuperpy.enums.RegionToPointMode
iobjectspy._jsuperpy.enums.ResamplingMethod
iobjectspy._jsuperpy.enums.SearchMode
iobjectspy._jsuperpy.enums.ShadowMode
iobjectspy._jsuperpy.enums.SlopeType
iobjectspy._jsuperpy.enums.SmoothMethod
iobjectspy._jsuperpy.enums.SpatialIndexType
iobjectspy._jsuperpy.enums.SpatialQueryMode
iobjectspy._jsuperpy.enums.SpatialStatisticsType
iobjectspy._jsuperpy.enums.StatisticMode
iobjectspy._jsuperpy.enums.StatisticsCompareType
iobjectspy._jsuperpy.enums.StatisticsFieldType
iobjectspy._jsuperpy.enums.StatisticsType
iobjectspy._jsuperpy.enums.StreamOrderType
iobjectspy._jsuperpy.enums.StringAlignment
iobjectspy._jsuperpy.enums.TerrainInterpolateType
iobjectspy._jsuperpy.enums.TerrainStatisticType
iobjectspy._jsuperpy.enums.TextAlignment
iobjectspy._jsuperpy.enums.TopologyRule
iobjectspy._jsuperpy.enums.Unit
iobjectspy._jsuperpy.enums.VCTVersion
iobjectspy._jsuperpy.enums.VariogramMode
iobjectspy._jsuperpy.enums.VectorResampleType
iobjectspy._jsuperpy.enums.ViewShedType
iobjectspy._jsuperpy.enums.WorkspaceType
iobjectspy._jsuperpy.enums.WorkspaceVersion
class AggregationMethod(JEnum)
| AggregationMethod(value, names=None, *, module=None, qualname=None, type=None, start=1)
|
| 用於經過事件點建立數據集進行分析的聚合方法常量
|
| :var AggregationMethod.NETWORKPOLYGONS: 計算合適的網格大小,建立網格面數據集，生成的網格面數據集以面網格單元的點計數將做
| 爲分析字段執行熱點分析。網格會覆蓋在輸入事件點的上方，並將計算每一個面網格單元內的
| 點數目。若是未提供事件點發生區域的邊界面數據(參閱 :py:func:`optimized_hot_spot_analyst` 的 bounding_polygons 參數),
| 則會利用輸入事件點數據集範圍劃分網格，而且會刪除不含點的面網格單元，僅會分析剩下的
| 面網格單元;若是提供了邊界面數據，則只會保留並分析在邊界面數據集範圍內的面網格單元。
|
| :var AggregationMethod.AGGREGATIONPOLYGONS: 須要提供聚合事件點以得到事件計數的面數據集（參閱 參閱 :py:func:`optimized_hot_spot_analyst` 的 aggregating_polygons 參數）,
| 將計算每一個面對象內的點事件數目，而後對面數據集以點事件數目做爲分析字段執行熱點分析。
|
| :var AggregationMethod.SNAPNEARBYPOINTS: 爲輸入事件點數據集計算捕捉距離並使用該距離聚合附近的事件點，爲每一個聚合點提供一個
| 點計數，表明聚合到一塊兒的事件點數目，而後對生成聚合點數據集以聚合在一塊兒的點事件數
| 目做爲分析字段執行熱點分析
|
| Method resolution order:
| AggregationMethod
| JEnum
| enum.IntEnum
| builtins.int
| enum.Enum
| builtins.object
|
| Data and other attributes defined here:
|
| AGGREGATIONPOLYGONS = AggregationMethod.AGGREGATIONPOLYGONS
|
| NETWORKPOLYGONS = AggregationMethod.NETWORKPOLYGONS
|
| SNAPNEARBYPOINTS = AggregationMethod.SNAPNEARBYPOINTS
|
| ----------------------------------------------------------------------
| Data descriptors inherited from enum.Enum:
|
| name
| The name of the Enum member.
|
| value
| The value of the Enum member.
|
| ----------------------------------------------------------------------
| Data descriptors inherited from enum.EnumMeta:
|
| __members__
| Returns a mapping of member name->value.
|
| This mapping lists all enum members, including aliases. Note that this
| is a read-only view of the internal mapping.
class AggregationType(JEnum)
| AggregationType(value, names=None, *, module=None, qualname=None, type=None, start=1)
|
| 定義了聚合操做時結果柵格的計算方式類型常量
|
| :var AggregationType.SUM: 一個聚合柵格內包含的全部柵格值之和
| :var AggregationType.MIN: 一個聚合柵格內包含的全部柵格值中的最小值
| :var AggregationType.MAX: 一個聚合柵格內包含的全部柵格值中的最大值
| :var AggregationType.AVERRAGE: 一個聚合柵格內包含的全部柵格值中的平均值
| :var AggregationType.MEDIAN: 一個聚合柵格內包含的全部柵格值中的中值
|
| Method resolution order:
| AggregationType
| JEnum
| enum.IntEnum
| builtins.int
| enum.Enum
| builtins.object
|
| Data and other attributes defined here:
|
| AVERRAGE = AggregationType.AVERRAGE
|
| MAX = AggregationType.MAX
|
| MEDIAN = AggregationType.MEDIAN
|
| MIN = AggregationType.MIN
|
| SUM = AggregationType.SUM
|
| ----------------------------------------------------------------------
| Data descriptors inherited from enum.Enum:
|
| name
| The name of the Enum member.
|
| value
| The value of the Enum member.
|
| ----------------------------------------------------------------------
| Data descriptors inherited from enum.EnumMeta:
|
| __members__
| Returns a mapping of member name->value.
|
| This mapping lists all enum members, including aliases. Note that this
| is a read-only view of the internal mapping.
class ArcAndVertexFilterMode(JEnum)
| ArcAndVertexFilterMode(value, names=None, *, module=None, qualname=None, type=None, start=1)
|
| 該類定義了弧段求交過濾模式常量。
|
| 弧段求交用於將線對象在相交處打斷，一般是對線數據創建拓撲關係時的首要步驟。
|
| :var ArcAndVertexFilterMode.NONE: 不過濾，即在全部交點處打斷線對象。該模式下設置過濾線表達式或過濾點數據集均無效。
| 以下圖所示，線對象 A、B、C、D 在它們的相交處分別打斷，即 A、B 在它們相交處分別被打斷，C 在與 A、D 的相交處被打斷。
|
| .. image:: ../image/FilterMode_None.png
|
| :var ArcAndVertexFilterMode.ARC: 僅由過濾線表達式過濾，即過濾線表達式查詢出的線對象不打斷。該模式下設置過濾點記錄集無效。
| 以下圖所示，線對象 C 是知足過濾線表達式的對象，則線對象 C 整條線不會在任何位置被打斷。
|
| .. image:: ../image/FilterMode_Arc.png
|
| :var ArcAndVertexFilterMode.VERTEX: 僅由過濾點記錄集過濾，即線對象在過濾點所在位置（或與過濾點的距離在容限範圍內）處不打斷。該模式下設置過濾線表達式無效。
| 以下圖所示，某個過濾點位於線對象 A 和 C 在相交處，則在該處 C 不會被打斷，其餘相交位置仍會打斷。
|
| .. image:: ../image/FilterMode_Vertex.png
|
| :var ArcAndVertexFilterMode.ARC_AND_VERTEX: 由過濾線表達式和過濾點記錄集共同決定哪些位置不打斷，兩者爲且的關係，即只有過濾線表達式查詢出的線對象在過濾點位置處（或兩者在容限範圍內）不打斷。
| 以下圖所示，線對象 C 是知足過濾線表達式的對象，A、B 相交處，C、D 相交處分別有一個過濾點，根據該模式規則，過濾線上過濾點所在的位置不會被打斷，即 C 在與 D 的相交處不打斷。
|
| .. image:: ../image/FilterMode_ArcAndVertex.png
|
| :var ArcAndVertexFilterMode.ARC_OR_VERTEX: 過濾線表達式查詢出的線對象以及過濾點位置處（或與過濾點距離在容限範圍內）的線對象不打斷，兩者爲並的關係。
| 以下圖所示，線對象 C 是知足過濾線表達式的對象，A、B 相交處，C、D 相交處分別有一個過濾點，根據該模式規則，結果如右圖所示，C 總體不被打斷，A、B 相交處也不打斷。
|
| .. image:: ../image/FilterMode_ArcOrVertex.png
|
| Method resolution order:
| ArcAndVertexFilterMode
| JEnum
| enum.IntEnum
| builtins.int
| enum.Enum
| builtins.object
|
| Data and other attributes defined here:
|
| ARC = ArcAndVertexFilterMode.ARC
|
| ARC_AND_VERTEX = ArcAndVertexFilterMode.ARC_AND_VERTEX
|
| ARC_OR_VERTEX = ArcAndVertexFilterMode.ARC_OR_VERTEX
|
| NONE = ArcAndVertexFilterMode.NONE
|
| VERTEX = ArcAndVertexFilterMode.VERTEX
|
| ----------------------------------------------------------------------
| Data descriptors inherited from enum.Enum:
|
| name
| The name of the Enum member.
|
| value
| The value of the Enum member.
|
| ----------------------------------------------------------------------
| Data descriptors inherited from enum.EnumMeta:
|
| __members__
| Returns a mapping of member name->value.
|
| This mapping lists all enum members, including aliases. Note that this
| is a read-only view of the internal mapping.
class AreaUnit(JEnum)
| AreaUnit(value, names=None, *, module=None, qualname=None, type=None, start=1)
|
| 面積單位類型:
|
| :var AreaUnit.SQUAREMILLIMETER: 公制單位，平方毫米。
| :var AreaUnit.SQUARECENTIMETER: 公制單位，平方釐米。
| :var AreaUnit.SQUAREDECIMETER: 公制單位，平方分米。
| :var AreaUnit.SQUAREMETER: 公制單位，平方米。
| :var AreaUnit.SQUAREKILOMETER: 公制單位，平方公里。
| :var AreaUnit.HECTARE: 公制單位，公頃。
| :var AreaUnit.ARE: 公制單位，公畝。
| :var AreaUnit.QING: 市制單位，頃。
| :var AreaUnit.MU: 市制單位，畝。
| :var AreaUnit.SQUAREINCH: 英制單位，平方英寸。
| :var AreaUnit.SQUAREFOOT: 英制單位，平方尺。
| :var AreaUnit.SQUAREYARD: 英制單位，平方碼。
| :var AreaUnit.SQUAREMILE: 英制單位，平方英里。
| :var AreaUnit.ACRE: 英制單位，英畝。
|
| Method resolution order:
| AreaUnit
| JEnum
| enum.IntEnum
| builtins.int
| enum.Enum
| builtins.object
|
| Data and other attributes defined here:
|
| ACRE = AreaUnit.ACRE
|
| ARE = AreaUnit.ARE
|
| HECTARE = AreaUnit.HECTARE
|
| MU = AreaUnit.MU
|
| QING = AreaUnit.QING
|
| SQUARECENTIMETER = AreaUnit.SQUARECENTIMETER
|
| SQUAREDECIMETER = AreaUnit.SQUAREDECIMETER
|
| SQUAREFOOT = AreaUnit.SQUAREFOOT
|
| SQUAREINCH = AreaUnit.SQUAREINCH
|
| SQUAREKILOMETER = AreaUnit.SQUAREKILOMETER
|
| SQUAREMETER = AreaUnit.SQUAREMETER
|
| SQUAREMILE = AreaUnit.SQUAREMILE
|
| SQUAREMILLIMETER = AreaUnit.SQUAREMILLIMETER
|
| SQUAREYARD = AreaUnit.SQUAREYARD
|
| ----------------------------------------------------------------------
| Data descriptors inherited from enum.Enum:
|
| name
| The name of the Enum member.
|
| value
| The value of the Enum member.
|
| ----------------------------------------------------------------------
| Data descriptors inherited from enum.EnumMeta:
|
| __members__
| Returns a mapping of member name->value.
|
| This mapping lists all enum members, including aliases. Note that this
| is a read-only view of the internal mapping.
class AttributeStatisticsMode(JEnum)
| AttributeStatisticsMode(value, names=None, *, module=None, qualname=None, type=None, start=1)
|
| 在進行點鏈接成線時和矢量數據集屬性更新時，進行屬性統計的模式。
|
| :var AttributeStatisticsMode.MAX: 統計最大值，能夠對數值型、文本型和時間類型的字段進行統計。
| :var AttributeStatisticsMode.MIN: 統計最小值，能夠對數值型、文本型和時間類型的字段進行統計。
| :var AttributeStatisticsMode.SUM: 統計一組數的和，只對數值型字段有效
| :var AttributeStatisticsMode.MEAN: 統計一組數的平均值，只對數值型字段有效
| :var AttributeStatisticsMode.STDEV: 統計一組數的標準差，只對數值型字段有效
| :var AttributeStatisticsMode.VAR: 統計一組數的方差，只對數值型字段有效
| :var AttributeStatisticsMode.MODALVALUE: 取衆數，衆數是出現頻率最高的的值，能夠是任何類型字段
| :var AttributeStatisticsMode.RECORDCOUNT: 統計一組數的記錄數。統計記錄數不針對特定的字段，只針對一個分組。
| :var AttributeStatisticsMode.MAXINTERSECTAREA: 取相交面積最大。若是面對象與提供屬性的多個面對象相交，則取與原面對象相交面積最大的對象屬性值用於更新。對任意類型的字段有效。
| 只對矢量數據集屬性更新（ :py:func:`update_attributes` )有效
|
| Method resolution order:
| AttributeStatisticsMode
| JEnum
| enum.IntEnum
| builtins.int
| enum.Enum
| builtins.object
|
| Data and other attributes defined here:
|
| COUNT = AttributeStatisticsMode.COUNT
|
| MAX = AttributeStatisticsMode.MAX
|
| MAXINTERSECTAREA = AttributeStatisticsMode.MAXINTERSECTAREA
|
| MEAN = AttributeStatisticsMode.MEAN
|
| MIN = AttributeStatisticsMode.MIN
|
| MODALVALUE = AttributeStatisticsMode.MODALVALUE
|
| STDEV = AttributeStatisticsMode.STDEV
|
| SUM = AttributeStatisticsMode.SUM
|
| VAR = AttributeStatisticsMode.VAR
|
| ----------------------------------------------------------------------
| Data descriptors inherited from enum.Enum:
|
| name
| The name of the Enum member.
|
| value
| The value of the Enum member.
|
| ----------------------------------------------------------------------
| Data descriptors inherited from enum.EnumMeta:
|
| __members__
| Returns a mapping of member name->value.
|
| This mapping lists all enum members, including aliases. Note that this
| is a read-only view of the internal mapping.
class BandWidthType(JEnum)
| BandWidthType(value, names=None, *, module=None, qualname=None, type=None, start=1)
|
| 地理加權迴歸分析帶寬肯定方式常量。
|
| :var BandWidthType.AICC: 使用" Akaike 信息準則（AICc）"肯定帶寬範圍。
| :var BandWidthType.CV: 使用"交叉驗證"肯定帶寬範圍。
| :var BandWidthType.BANDWIDTH: 根據給定的固定距離或固定相鄰數肯定帶寬範圍。
|
| Method resolution order:
| BandWidthType
| JEnum
| enum.IntEnum
| builtins.int
| enum.Enum
| builtins.object
|
| Data and other attributes defined here:
|
| AICC = BandWidthType.AICC
|
| BANDWIDTH = BandWidthType.BANDWIDTH
|
| CV = BandWidthType.CV
|
| ----------------------------------------------------------------------
| Data descriptors inherited from enum.Enum:
|
| name
| The name of the Enum member.
|
| value
| The value of the Enum member.
|
| ----------------------------------------------------------------------
| Data descriptors inherited from enum.EnumMeta:
|
| __members__
| Returns a mapping of member name->value.
|
| This mapping lists all enum members, including aliases. Note that this
| is a read-only view of the internal mapping.
class BlockSizeOption(JEnum)
| BlockSizeOption(value, names=None, *, module=None, qualname=None, type=None, start=1)
|
| 該枚舉定義了像素分塊的類型常量。用於柵格數據集或影像數據:
|
| :var BlockSizeOption.BS_64: 表示64像素*64像素的分塊
| :var BlockSizeOption.BS_128: 表示128像素*128像素的分塊
| :var BlockSizeOption.BS_256: 表示256像素*256像素的分塊
| :var BlockSizeOption.BS_512: 表示512像素*512像素的分塊。
| :var BlockSizeOption.BS_1024: 表示1024像素*1024像素的分塊。
|
| Method resolution order:
| BlockSizeOption
| JEnum
| enum.IntEnum
| builtins.int
| enum.Enum
| builtins.object
|
| Data and other attributes defined here:
|
| BS_1024 = BlockSizeOption.BS_1024
|
| BS_128 = BlockSizeOption.BS_128
|
| BS_256 = BlockSizeOption.BS_256
|
| BS_512 = BlockSizeOption.BS_512
|
| BS_64 = BlockSizeOption.BS_64
|
| ----------------------------------------------------------------------
| Data descriptors inherited from enum.Enum:
|
| name
| The name of the Enum member.
|
| value
| The value of the Enum member.
|
| ----------------------------------------------------------------------
| Data descriptors inherited from enum.EnumMeta:
|
| __members__
| Returns a mapping of member name->value.
|
| This mapping lists all enum members, including aliases. Note that this
| is a read-only view of the internal mapping.
class Buffer3DJoinType(JEnum)
| Buffer3DJoinType(value, names=None, *, module=None, qualname=None, type=None, start=1)
|
| 放樣的倒角樣式類型常量
| :var Buffer3DJoinType.SQUARE:尖角銜接樣式
| :var Buffer3DJoinType.ROUND:圓角銜接樣式
| :var Buffer3DJoinType.MITER:斜角銜接樣式
|
| Method resolution order:
| Buffer3DJoinType
| JEnum
| enum.IntEnum
| builtins.int
| enum.Enum
| builtins.object
|
| Data and other attributes defined here:
|
| MITER = Buffer3DJoinType.MITER
|
| ROUND = Buffer3DJoinType.ROUND
|
| SQUARE = Buffer3DJoinType.SQUARE
|
| ----------------------------------------------------------------------
| Data descriptors inherited from enum.Enum:
|
| name
| The name of the Enum member.
|
| value
| The value of the Enum member.
|
| ----------------------------------------------------------------------
| Data descriptors inherited from enum.EnumMeta:
|
| __members__
| Returns a mapping of member name->value.
|
| This mapping lists all enum members, including aliases. Note that this
| is a read-only view of the internal mapping.
class BufferEndType(JEnum)
| BufferEndType(value, names=None, *, module=None, qualname=None, type=None, start=1)
|
| 該類定義了緩衝區端點類型常量。
|
| 用以區分線對象緩衝區分析時的端點是圓頭緩衝仍是平頭緩衝。
|
| :var BufferEndType.ROUND: 圓頭緩衝。圓頭緩衝區是在生成緩衝區時，在線段的端點處作半圓弧處理
| :var BufferEndType.FLAT: 平頭緩衝。平頭緩衝區是在生成緩衝區時，在線段的端點處作圓弧的垂線。
|
| Method resolution order:
| BufferEndType
| JEnum
| enum.IntEnum
| builtins.int
| enum.Enum
| builtins.object
|
| Data and other attributes defined here:
|
| FLAT = BufferEndType.FLAT
|
| ROUND = BufferEndType.ROUND
|
| ----------------------------------------------------------------------
| Data descriptors inherited from enum.Enum:
|
| name
| The name of the Enum member.
|
| value
| The value of the Enum member.
|
| ----------------------------------------------------------------------
| Data descriptors inherited from enum.EnumMeta:
|
| __members__
| Returns a mapping of member name->value.
|
| This mapping lists all enum members, including aliases. Note that this
| is a read-only view of the internal mapping.
class BufferRadiusUnit(JEnum)
| BufferRadiusUnit(value, names=None, *, module=None, qualname=None, type=None, start=1)
|
| 該枚舉定義了緩衝區分析半徑單位類型常量
|
| :var BufferRadiusUnit.MILIMETER: 毫米
| :var BufferRadiusUnit.CENTIMETER: 釐米
| :var BufferRadiusUnit.DECIMETER: 分米
| :var BufferRadiusUnit.METER: 米
| :var BufferRadiusUnit.KILOMETER: 公里
| :var BufferRadiusUnit.INCH: 英寸
| :var BufferRadiusUnit.FOOT: 英尺
| :var BufferRadiusUnit.YARD: 碼
| :var BufferRadiusUnit.MILE: 英里
|
| Method resolution order:
| BufferRadiusUnit
| JEnum
| enum.IntEnum
| builtins.int
| enum.Enum
| builtins.object
|
| Data and other attributes defined here:
|
| CENTIMETER = BufferRadiusUnit.CENTIMETER
|
| DECIMETER = BufferRadiusUnit.DECIMETER
|
| FOOT = BufferRadiusUnit.FOOT
|
| INCH = BufferRadiusUnit.INCH
|
| KILOMETER = BufferRadiusUnit.KILOMETER
|
| METER = BufferRadiusUnit.METER
|
| MILE = BufferRadiusUnit.MILE
|
| MILIMETER = BufferRadiusUnit.MILIMETER
|
| YARD = BufferRadiusUnit.YARD
|
| ----------------------------------------------------------------------
| Data descriptors inherited from enum.Enum:
|
| name
| The name of the Enum member.
|
| value
| The value of the Enum member.
|
| ----------------------------------------------------------------------
| Data descriptors inherited from enum.EnumMeta:
|
| __members__
| Returns a mapping of member name->value.
|
| This mapping lists all enum members, including aliases. Note that this
| is a read-only view of the internal mapping.
class CADVersion(JEnum)
| CADVersion(value, names=None, *, module=None, qualname=None, type=None, start=1)
|
| 該類定義了 AutoCAD 版本類型常量。提供了 AutoCAD 的不一樣版本類型及說明。
|
| :var CADVersion.CAD12: OdDb::vAC12 R11-12
| :var CADVersion.CAD13: OdDb::vAC13 R13
| :var CADVersion.CAD14: OdDb::vAC14 R14
| :var CADVersion.CAD2000: OdDb::vAC15 2000-2002
| :var CADVersion.CAD2004: OdDb::vAC18 2004-2006
| :var CADVersion.CAD2007: OdDb::vAC21 2007
|
| Method resolution order:
| CADVersion
| JEnum
| enum.IntEnum
| builtins.int
| enum.Enum
| builtins.object
|
| Data and other attributes defined here:
|
| CAD12 = CADVersion.CAD12
|
| CAD13 = CADVersion.CAD13
|
| CAD14 = CADVersion.CAD14
|
| CAD2000 = CADVersion.CAD2000
|
| CAD2004 = CADVersion.CAD2004
|
| CAD2007 = CADVersion.CAD2007
|
| ----------------------------------------------------------------------
| Data descriptors inherited from enum.Enum:
|
| name
| The name of the Enum member.
|
| value
| The value of the Enum member.
|
| ----------------------------------------------------------------------
| Data descriptors inherited from enum.EnumMeta:
|
| __members__
| Returns a mapping of member name->value.
|
| This mapping lists all enum members, including aliases. Note that this
| is a read-only view of the internal mapping.
class ChamferStyle(JEnum)
| ChamferStyle(value, names=None, *, module=None, qualname=None, type=None, start=1)
|
| 放樣的倒角樣式類型常量
| :var ChamferStyle.SOBC_CIRCLE_ARC:二階貝塞爾曲線(the second order bezier curve)圓弧
| :var ChamferStyle.SOBC_ELLIPSE_ARC:二階貝塞爾曲線(the second order bezier curve)橢圓弧
|
| Method resolution order:
| ChamferStyle
| JEnum
| enum.IntEnum
| builtins.int
| enum.Enum
| builtins.object
|
| Data and other attributes defined here:
|
| SOBC_CIRCLE_ARC = ChamferStyle.SOBC_CIRCLE_ARC
|
| SOBC_ELLIPSE_ARC = ChamferStyle.SOBC_ELLIPSE_ARC
|
| ----------------------------------------------------------------------
| Data descriptors inherited from enum.Enum:
|
| name
| The name of the Enum member.
|
| value
| The value of the Enum member.
|
| ----------------------------------------------------------------------
| Data descriptors inherited from enum.EnumMeta:
|
| __members__
| Returns a mapping of member name->value.
|
| This mapping lists all enum members, including aliases. Note that this
| is a read-only view of the internal mapping.
class Charset(JEnum)
| Charset(value, names=None, *, module=None, qualname=None, type=None, start=1)
|
| 該類定義了矢量數據集的字符集類型常量。
|
| :var Charset.ANSI: ASCII 字符集
| :var Charset.DEFAULT: 擴展的 ASCII 字符集。
| :var Charset.SYMBOL: 符號字符集。
| :var Charset.MAC: Macintosh 使用的字符
| :var Charset.SHIFTJIS: 日語字符集
| :var Charset.HANGEUL: 朝鮮字符集的其它經常使用拼寫
| :var Charset.JOHAB: 朝鮮字符集
| :var Charset.GB18030: 在中國大陸使用的中文字符集
| :var Charset.CHINESEBIG5: 在中國香港特別行政區和臺灣最經常使用的中文字符集
| :var Charset.GREEK: 希臘字符集
| :var Charset.TURKISH: 土耳其語字符集
| :var Charset.VIETNAMESE: 越南語字符集
| :var Charset.HEBREW: 希伯來字符集
| :var Charset.ARABIC: 阿拉伯字符集
| :var Charset.BALTIC: 波羅的海字符集
| :var Charset.RUSSIAN: 俄語字符集
| :var Charset.THAI: 泰語字符集
| :var Charset.EASTEUROPE: 東歐字符集
| :var Charset.OEM: 擴展的 ASCII 字符集
| :var Charset.UTF8: UTF-8（8 位元 Universal Character Set/Unicode Transformation Format）是針對Unicode 的一種可變長度字符編碼。它能夠用來表示 Unicode 標準中的任何字符，並且其編碼中的第一個字節仍與 ASCII 相容，使得原來處理 ASCII 字符的軟件無需或只做少部份修改後，即可繼續使用。
| :var Charset.UTF7: UTF-7 (7-位元 Unicode 轉換格式（Unicode Transformation Format，簡寫成 UTF）) 是一種可變長度字符編碼方式，用以將 Unicode 字符以 ASCII 編碼的字符串來呈現。
| :var Charset.WINDOWS1252: 英文經常使用的編碼。Windows1252（Window 9x標準for西歐語言）。
| :var Charset.KOREAN: 韓語字符集
| :var Charset.UNICODE: 在計算機科學領域中，Unicode（統一碼、萬國碼、單一碼、標準萬國碼）是業界的一種標準。
| :var Charset.CYRILLIC: Cyrillic (Windows)
| :var Charset.XIA5: IA5
| :var Charset.XIA5GERMAN: IA5 (German)
| :var Charset.XIA5SWEDISH: IA5 (Swedish)
| :var Charset.XIA5NORWEGIAN: IA5 (Norwegian)
|
| Method resolution order:
| Charset
| JEnum
| enum.IntEnum
| builtins.int
| enum.Enum
| builtins.object
|
| Data and other attributes defined here:
|
| ANSI = Charset.ANSI
|
| ARABIC = Charset.ARABIC
|
| BALTIC = Charset.BALTIC
|
| CHINESEBIG5 = Charset.CHINESEBIG5
|
| CYRILLIC = Charset.CYRILLIC
|
| DEFAULT = Charset.DEFAULT
|
| EASTEUROPE = Charset.EASTEUROPE
|
| GB18030 = Charset.GB18030
|
| GREEK = Charset.GREEK
|
| HANGEUL = Charset.HANGEUL
|
| HEBREW = Charset.HEBREW
|
| JOHAB = Charset.JOHAB
|
| KOREAN = Charset.KOREAN
|
| MAC = Charset.MAC
|
| OEM = Charset.OEM
|
| RUSSIAN = Charset.RUSSIAN
|
| SHIFTJIS = Charset.SHIFTJIS
|
| SYMBOL = Charset.SYMBOL
|
| THAI = Charset.THAI
|
| TURKISH = Charset.TURKISH
|
| UNICODE = Charset.UNICODE
|
| UTF7 = Charset.UTF7
|
| UTF8 = Charset.UTF8
|
| VIETNAMESE = Charset.VIETNAMESE
|
| WINDOWS1252 = Charset.WINDOWS1252
|
| XIA5 = Charset.XIA5
|
| XIA5GERMAN = Charset.XIA5GERMAN
|
| XIA5NORWEGIAN = Charset.XIA5NORWEGIAN
|
| XIA5SWEDISH = Charset.XIA5SWEDISH
|
| ----------------------------------------------------------------------
| Data descriptors inherited from enum.Enum:
|
| name
| The name of the Enum member.
|
| value
| The value of the Enum member.
|
| ----------------------------------------------------------------------
| Data descriptors inherited from enum.EnumMeta:
|
| __members__
| Returns a mapping of member name->value.
|
| This mapping lists all enum members, including aliases. Note that this
| is a read-only view of the internal mapping.
class ColorGradientType(JEnum)
| ColorGradientType(value, names=None, *, module=None, qualname=None, type=None, start=1)
|
| 該類定義了顏色漸變類型常量。
|
| 顏色漸變是多種顏色間的逐漸混合，能夠是從起始色到終止色兩種顏色的漸變，或者在起始色到終止色之間具備多種中間顏色進行漸變。該顏色漸變類型可應用於專題圖對象的顏色方案設置中如：單值專題圖、 分段專題圖、 統計專題圖、標籤專題圖、柵格分段專題圖和柵格單值專題圖。
|
| :var ColorGradientType.BLACKWHITE: 黑白漸變色
| :var ColorGradientType.REDWHITE: 紅白漸變色
| :var ColorGradientType.GREENWHITE: 綠白漸變色
| :var ColorGradientType.BLUEWHITE: 藍白漸變色
| :var ColorGradientType.YELLOWWHITE: 黃白漸變色
| :var ColorGradientType.PINKWHITE: 粉紅白漸變色
| :var ColorGradientType.CYANWHITE: 青白漸變色
| :var ColorGradientType.REDBLACK: 紅黑漸變色
| :var ColorGradientType.GREENBLACK: 綠黑漸變色
| :var ColorGradientType.BLUEBLACK: 藍黑漸變色
| :var ColorGradientType.YELLOWBLACK: 黃黑漸變色
| :var ColorGradientType.PINKBLACK: 粉紅黑漸變色
| :var ColorGradientType.CYANBLACK: 青黑漸變色
| :var ColorGradientType.YELLOWRED: 黃紅漸變色
| :var ColorGradientType.YELLOWGREEN: 黃綠漸變色
| :var ColorGradientType.YELLOWBLUE: 黃藍漸變色
| :var ColorGradientType.GREENBLUE: 綠藍漸變色
| :var ColorGradientType.GREENRED: 綠紅漸變色
| :var ColorGradientType.BLUERED: 藍紅漸變色
| :var ColorGradientType.PINKRED: 粉紅紅漸變色
| :var ColorGradientType.PINKBLUE: 粉紅藍漸變色
| :var ColorGradientType.CYANBLUE: 青藍漸變色
| :var ColorGradientType.CYANGREEN: 青綠漸變色
| :var ColorGradientType.RAINBOW: 彩虹色
| :var ColorGradientType.GREENORANGEVIOLET: 綠橙紫漸變色
| :var ColorGradientType.TERRAIN: 地形漸變
| :var ColorGradientType.SPECTRUM: 光譜漸變
|
| Method resolution order:
| ColorGradientType
| JEnum
| enum.IntEnum
| builtins.int
| enum.Enum
| builtins.object
|
| Data and other attributes defined here:
|
| BLACKWHITE = ColorGradientType.BLACKWHITE
|
| BLUEBLACK = ColorGradientType.BLUEBLACK
|
| BLUERED = ColorGradientType.BLUERED
|
| BLUEWHITE = ColorGradientType.BLUEWHITE
|
| CYANBLACK = ColorGradientType.CYANBLACK
|
| CYANBLUE = ColorGradientType.CYANBLUE
|
| CYANGREEN = ColorGradientType.CYANGREEN
|
| CYANWHITE = ColorGradientType.CYANWHITE
|
| GREENBLACK = ColorGradientType.GREENBLACK
|
| GREENBLUE = ColorGradientType.GREENBLUE
|
| GREENORANGEVIOLET = ColorGradientType.GREENORANGEVIOLET
|
| GREENRED = ColorGradientType.GREENRED
|
| GREENWHITE = ColorGradientType.GREENWHITE
|
| PINKBLACK = ColorGradientType.PINKBLACK
|
| PINKBLUE = ColorGradientType.PINKBLUE
|
| PINKRED = ColorGradientType.PINKRED
|
| PINKWHITE = ColorGradientType.PINKWHITE
|
| RAINBOW = ColorGradientType.RAINBOW
|
| REDBLACK = ColorGradientType.REDBLACK
|
| REDWHITE = ColorGradientType.REDWHITE
|
| SPECTRUM = ColorGradientType.SPECTRUM
|
| TERRAIN = ColorGradientType.TERRAIN
|
| YELLOWBLACK = ColorGradientType.YELLOWBLACK
|
| YELLOWBLUE = ColorGradientType.YELLOWBLUE
|
| YELLOWGREEN = ColorGradientType.YELLOWGREEN
|
| YELLOWRED = ColorGradientType.YELLOWRED
|
| YELLOWWHITE = ColorGradientType.YELLOWWHITE
|
| ----------------------------------------------------------------------
| Data descriptors inherited from enum.Enum:
|
| name
| The name of the Enum member.
|
| value
| The value of the Enum member.
|
| ----------------------------------------------------------------------
| Data descriptors inherited from enum.EnumMeta:
|
| __members__
| Returns a mapping of member name->value.
|
| This mapping lists all enum members, including aliases. Note that this
| is a read-only view of the internal mapping.
class ColorSpaceType(JEnum)
| ColorSpaceType(value, names=None, *, module=None, qualname=None, type=None, start=1)
|
| 該類定義了色彩空間類型常量。
|
| 因爲成色原理的不一樣，決定了顯示器、投影儀這類靠色光直接合成顏色的顏色設備和打印機、印刷機這類靠使用顏料的印刷設備在生成顏色方式上的區別。針對上述不一樣成色方式，針對上述不一樣成色方式，SuperMap提供 7 種色彩空間，分別爲 RGB、CMYK、RGBA、CMY、YIQ、YUV 和 YCC，能夠適用於不一樣的系統之中。
|
| :var ColorSpaceType.RGB: 該類型主要在顯示系統中使用。RGB 是紅色，綠色，藍色的縮寫。RGB 色彩模式使用 RGB 模型爲圖像中每個像素的 RGB 份量分配一個0~255範圍內的強度值
| :var ColorSpaceType.CMYK: 該類型主要在印刷系統使用。CMYK 分別爲青色，洋紅，黃，黑。它經過調整青色、品紅、黃色三種基本色的濃度混合出各類顏色的顏料，利用黑色調節明度和純度。
| :var ColorSpaceType.RGBA: 該類型主要在顯示系統中使用。RGB 是紅色，綠色，藍色的縮寫，A則用來控制透明度。
| :var ColorSpaceType.CMY: 該類型主要在印刷系統使用。CMY(Cyan,Magenta,Yellow)分別爲青色，品紅，黃。該類型經過調整青色、品紅、黃色三種基本色的濃度混合出各類顏色的顏料。
| :var ColorSpaceType.YIQ: 該類型主要用於北美電視系統(NTSC).
| :var ColorSpaceType.YUV: 該類型主要用於歐洲電視系統(PAL).
| :var ColorSpaceType.YCC: 該類型主要用於 JPEG 圖像格式。
| :var ColorSpaceType.UNKNOW: 未知
|
| Method resolution order:
| ColorSpaceType
| JEnum
| enum.IntEnum
| builtins.int
| enum.Enum
| builtins.object
|
| Data and other attributes defined here:
|
| CMY = ColorSpaceType.CMY
|
| CMYK = ColorSpaceType.CMYK
|
| RGB = ColorSpaceType.RGB
|
| RGBA = ColorSpaceType.RGBA
|
| UNKNOW = ColorSpaceType.UNKNOW
|
| YCC = ColorSpaceType.YCC
|
| YIQ = ColorSpaceType.YIQ
|
| YUV = ColorSpaceType.YUV
|
| ----------------------------------------------------------------------
| Data descriptors inherited from enum.Enum:
|
| name
| The name of the Enum member.
|
| value
| The value of the Enum member.
|
| ----------------------------------------------------------------------
| Data descriptors inherited from enum.EnumMeta:
|
| __members__
| Returns a mapping of member name->value.
|
| This mapping lists all enum members, including aliases. Note that this
| is a read-only view of the internal mapping.
class ComputeType(JEnum)
| ComputeType(value, names=None, *, module=None, qualname=None, type=None, start=1)
|
| 該類定義了距離柵格最短路徑分析的計算方式類型常量
|
| :var ComputeType.CELL: 像元路徑，目標對象對應的每個柵格單元都生成一條最短路徑。以下圖所示，紅色點做爲源，黑線框多邊形做爲目標，採用該方式
| 進行柵格最短路徑分析，獲得藍色單元格表示的最短路徑。
|
| .. image:: ../image/ComputeType_CELL.png
|
| :var ComputeType.ZONE: 區域路徑，每一個目標對象對應的柵格區域都只生成一條最短路徑。以下圖所示，紅色點做爲源，黑線框多邊形做爲目標，採用該方
| 式進行柵格最短路徑分析，獲得藍色單元格表示的最短路徑。
|
| .. image:: ../image/ComputeType_ZONE.png
|
| :var ComputeType.ALL: 單一路徑，全部目標對象對應的單元格只生成一條最短路徑，即對於整個目標區域數據集來講全部路徑中最短的那一條。以下圖所示，
| 紅色點做爲源，黑線框多邊形做爲目標，採用該方式進行柵格最短路徑分析，獲得藍色單元格表示的最短路徑。
|
| .. image:: ../image/ComputeType_ALL.png
|
| Method resolution order:
| ComputeType
| JEnum
| enum.IntEnum
| builtins.int
| enum.Enum
| builtins.object
|
| Data and other attributes defined here:
|
| ALL = ComputeType.ALL
|
| CELL = ComputeType.CELL
|
| ZONE = ComputeType.ZONE
|
| ----------------------------------------------------------------------
| Data descriptors inherited from enum.Enum:
|
| name
| The name of the Enum member.
|
| value
| The value of the Enum member.
|
| ----------------------------------------------------------------------
| Data descriptors inherited from enum.EnumMeta:
|
| __members__
| Returns a mapping of member name->value.
|
| This mapping lists all enum members, including aliases. Note that this
| is a read-only view of the internal mapping.
class ConceptualizationModel(JEnum)
| ConceptualizationModel(value, names=None, *, module=None, qualname=None, type=None, start=1)
|
| 空間關係概念化模型常量
|
| :var ConceptualizationModel.INVERSEDISTANCE: 反距離模型。任何要素都會影響目標要素,可是隨着距離的增長,影響會越小。要素之間的權重爲距離分之一。
| :var ConceptualizationModel.INVERSEDISTANCESQUARED: 反距離平方模型。與"反距離模型"類似,隨着距離的增長,影響降低的更快。要素之間的權重爲距離的平方分之一。
| :var ConceptualizationModel.FIXEDDISTANCEBAND: 固定距離模型。在指定的固定距離範圍內的要素具備相等的權重（權重爲1）,在指定的固定距離範圍以外的要素不會影響計算（權重爲0）。
| :var ConceptualizationModel.ZONEOFINDIFFERENCE: 無差異區域模型。 該模型是"反距離模型"和"固定距離模型"的結合。在指定的固定距離範圍內的要素具備相等的權重（權重爲1）;在指定的固定距離範圍以外的要素,隨着距離的增長,影響會越小。
| :var ConceptualizationModel.CONTIGUITYEDGESONLY: 面鄰接模型。只有面面在有共享邊界、重疊、包含、被包含的狀況纔會影響目標要素（權重爲1）,不然,將會排除在目標要素計算以外（權重爲0）。
| :var ConceptualizationModel.CONTIGUITYEDGESNODE: 面鄰接模型。只有面面在有接觸的狀況纔會影響目標要素（權重爲1）,不然,將會排除在目標要素計算以外（權重爲0）。
| :var ConceptualizationModel.KNEARESTNEIGHBORS: K最鄰近模型。 距目標要素最近的K個要素包含在目標要素的計算中（權重爲1）,其他的要素將會排除在目標要素計算以外（權重爲0）。
| :var ConceptualizationModel.SPATIALWEIGHTMATRIXFILE: 提供空間權重矩陣文件。
|
| Method resolution order:
| ConceptualizationModel
| JEnum
| enum.IntEnum
| builtins.int
| enum.Enum
| builtins.object
|
| Data and other attributes defined here:
|
| CONTIGUITYEDGESNODE = ConceptualizationModel.CONTIGUITYEDGESNODE
|
| CONTIGUITYEDGESONLY = ConceptualizationModel.CONTIGUITYEDGESONLY
|
| FIXEDDISTANCEBAND = ConceptualizationModel.FIXEDDISTANCEBAND
|
| INVERSEDISTANCE = ConceptualizationModel.INVERSEDISTANCE
|
| INVERSEDISTANCESQUARED = ConceptualizationModel.INVERSEDISTANCESQUARED
|
| KNEARESTNEIGHBORS = ConceptualizationModel.KNEARESTNEIGHBORS
|
| SPATIALWEIGHTMATRIXFILE = ConceptualizationModel.SPATIALWEIGHTMATRIXFI...
|
| ZONEOFINDIFFERENCE = ConceptualizationModel.ZONEOFINDIFFERENCE
|
| ----------------------------------------------------------------------
| Data descriptors inherited from enum.Enum:
|
| name
| The name of the Enum member.
|
| value
| The value of the Enum member.
|
| ----------------------------------------------------------------------
| Data descriptors inherited from enum.EnumMeta:
|
| __members__
| Returns a mapping of member name->value.
|
| This mapping lists all enum members, including aliases. Note that this
| is a read-only view of the internal mapping.
class CoordSysTransMethod(JEnum)
| CoordSysTransMethod(value, names=None, *, module=None, qualname=None, type=None, start=1)
|
| 該類定義了投影轉換方法類型常量。
|
| 在投影轉換中，若是源投影和目標投影的地理座標系不一樣，則須要進行參照系的轉換。
|
| 參照系的轉換有兩種，基於網格的轉換和基於公式的轉換。本類所提供的轉換方法均爲基於公式的轉換。依據轉換參數的不一樣能夠分爲三參數法和七參數法。目前使
| 用最普遍的是七參數法。參數信息參見 :py:class:`CoordSysTransParameter`；若是源投影和目標投影的地理座標系相同，用戶無需進行參照系的轉換，便可以不進行
| :py:class:`CoordSysTransParameter` 參數信息的設置。本版本中的 GeocentricTranslation、Molodensky、MolodenskyAbridged 是基於地心的三參數轉換
| 法；PositionVector、CoordinateFrame、BursaWolf都是七參數法。
|
| :var CoordSysTransMethod.MTH_GEOCENTRIC_TRANSLATION: 基於地心的三參數轉換法
| :var CoordSysTransMethod.MTH_MOLODENSKY: 莫洛金斯基（Molodensky）轉換法
| :var CoordSysTransMethod.MTH_MOLODENSKY_ABRIDGED: 簡化的莫洛金斯基轉換法
| :var CoordSysTransMethod.MTH_POSITION_VECTOR: 位置矢量法
| :var CoordSysTransMethod.MTH_COORDINATE_FRAME: 基於地心的七參數轉換法
| :var CoordSysTransMethod.MTH_BURSA_WOLF: Bursa-Wolf 方法
| :var CoordSysTransMethod.MolodenskyBadekas: 莫洛金斯基—巴待卡斯投影轉換方法，一種十參數的空間座標轉換模型。
|
| Method resolution order:
| CoordSysTransMethod
| JEnum
| enum.IntEnum
| builtins.int
| enum.Enum
| builtins.object
|
| Data and other attributes defined here:
|
| MTH_BURSA_WOLF = CoordSysTransMethod.MTH_BURSA_WOLF
|
| MTH_COORDINATE_FRAME = CoordSysTransMethod.MTH_COORDINATE_FRAME
|
| MTH_GEOCENTRIC_TRANSLATION = CoordSysTransMethod.MTH_GEOCENTRIC_TRANSL...
|
| MTH_MOLODENSKY = CoordSysTransMethod.MTH_MOLODENSKY
|
| MTH_MOLODENSKY_ABRIDGED = CoordSysTransMethod.MTH_MOLODENSKY_ABRIDGED
|
| MTH_POSITION_VECTOR = CoordSysTransMethod.MTH_POSITION_VECTOR
|
| MolodenskyBadekas = CoordSysTransMethod.MolodenskyBadekas
|
| ----------------------------------------------------------------------
| Data descriptors inherited from enum.Enum:
|
| name
| The name of the Enum member.
|
| value
| The value of the Enum member.
|
| ----------------------------------------------------------------------
| Data descriptors inherited from enum.EnumMeta:
|
| __members__
| Returns a mapping of member name->value.
|
| This mapping lists all enum members, including aliases. Note that this
| is a read-only view of the internal mapping.
class CursorType(JEnum)
| CursorType(value, names=None, *, module=None, qualname=None, type=None, start=1)
|
| 遊標類型：
|
| :var CursorType.DYNAMIC: 動態遊標類型。支持各類編輯操做，速度慢。動態遊標含義：能夠看見其餘用戶所做的添加、更改和刪除。容許在記錄集中進行先後移動, (但不包括
| 數據提供者不支持的書籤操做，書籤操做主要針對於 ADO 而言)。此類型的遊標功能很強大，但同時也是耗費系統資源最多的遊標。動態遊標能夠知道記錄
| 集（Recordset）的全部變化。使用動態遊標的用戶能夠看到其餘用戶對數據集所作的編輯、增長、刪除等操做。若是數據提供者容許這種類型的遊標，那麼它
| 是經過每隔一段時間從數據源重取數據來動態刷新查詢的記錄集的。毫無疑問這會須要不少的資源。
|
| :var CursorType.STATIC: 靜態遊標類型。靜態遊標含義：能夠用來查找數據或生成報告的記錄集合的靜態副本。另外，對其餘用戶所做的添加、更改或刪除不可見。靜態遊標只
| 是數據的一幅快照。也就是說，它沒法看到自從被建立之後其餘用戶對記錄集（Recordset）所作的編輯操做。
| 採用這類遊標你能夠向前和向後回溯。因爲其功能簡單，資源的耗費比動態遊標（DYNAMIC）要小！）
|
| Method resolution order:
| CursorType
| JEnum
| enum.IntEnum
| builtins.int
| enum.Enum
| builtins.object
|
| Data and other attributes defined here:
|
| DYNAMIC = CursorType.DYNAMIC
|
| STATIC = CursorType.STATIC
|
| ----------------------------------------------------------------------
| Data descriptors inherited from enum.Enum:
|
| name
| The name of the Enum member.
|
| value
| The value of the Enum member.
|
| ----------------------------------------------------------------------
| Data descriptors inherited from enum.EnumMeta:
|
| __members__
| Returns a mapping of member name->value.
|
| This mapping lists all enum members, including aliases. Note that this
| is a read-only view of the internal mapping.
class DatasetType(JEnum)
| DatasetType(value, names=None, *, module=None, qualname=None, type=None, start=1)
|
| 該類定義了數據集類型常量。數據集通常爲存儲在一塊兒的相關數據的集合；根據數據類型的不一樣，分爲矢量數據集、柵格數據集和影像數據集，以及爲了處理特定問題而設計的如拓撲數據集，網絡
| 數據集等。根據要素的空間特徵的不一樣，矢量數據集又分爲點數據集，線數據集，面數據集，複合數據集，文本數據集，純屬性數據集等。
|
| :var DatasetType.UNKNOWN: 未知類型數據集
| :var DatasetType.TABULAR: 純屬性數據集。用於存儲和管理純屬性數據，純屬性數據用來描述地形地物特徵、形狀等信息，如河流的長度、寬度等。該數據
| 集沒有空間圖形數據。即純屬性數據集不能做爲圖層被添加到地圖窗口中顯示。
| :var DatasetType.POINT: 點數據集。用於存儲點對象的數據集類，例如離散點的分佈。
| :var DatasetType.LINE: 線數據集。用於存儲線對象的數據集，例如河流、道路、國家邊界線的分佈。
| :var DatasetType.REGION: 多邊形數據集。用於存儲面對象的數據集，例如表示房屋的分佈、行政區域等。
| :var DatasetType.TEXT: 文本數據集。用於存儲文本對象的數據集，那麼文本數據集中只能存儲文本對象，而不能存儲其餘幾何對象。例如表示註記的文本對象。
| :var DatasetType.CAD: 複合數據集。指能夠存儲多種幾何對象的數據集，即用來存儲點、線、面、文本等不一樣類型的對象的集合。CAD 數據集中各對象能夠
| 有不一樣的風格，CAD 數據集爲每一個對象存儲風格。
| :var DatasetType.LINKTABLE: 數據庫表。即外掛屬性表，不包含系統字段（以 SM 開頭的字段）。與通常的屬性數據集同樣使用，但該數據集只具備只讀功能。
| :var DatasetType.NETWORK: 網絡數據集。網絡數據集是用於存儲具備網絡拓撲關係的數據集。如道路交通網絡等。網絡數據集和點數據集、線數據集不一樣，
| 它既包含了網絡線對象，也包含了網絡結點對象，還包含了兩種對象之間的空間拓撲關係。基於網絡數據集，能夠進行路徑分析、
| 服務區分析、最近設施查找、選址分區、公交換乘以及鄰接點、通達點分析等多種網絡分析。
| :var DatasetType.NETWORK3D: 三維網絡數據集，用於存儲三維網絡對象的數據集。
| :var DatasetType.LINEM: 路由數據集。是由一系列空間信息中帶有刻度值Measure的線對象構成。一般可應用於線性參考模型或者做爲網絡分析的結果數據。
| :var DatasetType.PARAMETRICLINE: 複合參數化線數據集，用於存儲複合參數化線幾何對象的數據集。
| :var DatasetType.PARAMETRICREGION: 複合參數化面數據集，用於存儲複合參數化面幾何對象的數據集。
| :var DatasetType.GRIDCOLLECTION: 存儲柵格數據集集合對象的數據集。對柵格數據集集合對象的詳細描述請參考 :py:class:`DatasetGridCollection` 。
| :var DatasetType.IMAGECOLLECTION: 存儲影像數據集集合對象的數據集。對影像數據集集合對象的詳細描述請參考 :py:class:`DatasetImageCollection` 。
| :var DatasetType.MODEL: 模型數據集。
| :var DatasetType.TEXTURE: 紋理數據集，模型數據集的子數據集。
| :var DatasetType.IMAGE: 影像數據集。不具有屬性信息，例如影像地圖、多波段影像和實物地圖等。其中每個柵格存儲的是一個顏色值或顏色的索引值（RGB 值）。
| :var DatasetType.WMS: WMS 數據集，是 DatasetImage 的一種類型。WMS （Web Map Service），即 Web 地圖服務。WMS 利用具備地理空間位置
| 信息的數據製做地圖。Web 地圖服務返回的是圖層級的地圖影像。其中將地圖定義爲地理數據可視的表現。
| :var DatasetType.WCS: WCS 數據集，是 DatasetImage 的一種類型。 WCS（ Web Coverage Service），即 Web 覆蓋服務，面向空間影像數據，
| 它將包含地理位置值的地理空間數據做爲「覆蓋（Coverage）」在網上相互交換。
| :var DatasetType.GRID: 柵格數據集。例如高程數據集和土地利用圖。其中每個柵格存儲的是表示地物的屬性值（例如高程值）。
| :var DatasetType.VOLUME: 柵格體數據集合，以切片採樣方式對三維體數據進行表達，例如指定空間範圍的手機信號強度、霧霾污染指數等。
| :var DatasetType.TOPOLOGY: 拓撲數據集。拓撲數據集其實是一個對拓撲錯誤提供綜合管理能力的容器。它覆蓋了拓撲關聯數據集、拓撲規則、拓撲預處理、
| 拓撲錯誤生成以及定位修改、髒區自動維護等拓撲錯誤檢查的關鍵要素，爲拓撲錯誤檢查提供了一套完整的解決方案。髒區指的
| 是未進行拓撲檢查的區域，就已經進行了拓撲檢查的區域，若用戶在局部對數據進行了部分編輯時，則在此局部區域又將生成新的髒區。
| :var DatasetType.POINT3D: 三維點數據集，用於存儲三維點對象的數據集。
| :var DatasetType.LINE3D: 三維線數據集，用於存儲三維線對象的數據集。
| :var DatasetType.REGION3D: 三維面數據集，用於存儲三維面對象的數據集。
| :var DatasetType.POINTEPS: 清華山維點數據集，用於存儲清華山維點對象的數據集。
| :var DatasetType.LINEEPS: 清華山維線數據集，用於存儲清華山維線對象的數據集。
| :var DatasetType.REGIONEPS: 清華山維面數據集，用於存儲清華山維面對象的數據集。
| :var DatasetType.TEXTEPS: 清華山維文本數據集，用於存儲清華山維文本對象的數據集。
| :var DatasetType.VECTORCOLLECTION: 矢量數據集集合，用於存儲多個矢量數據集，僅支持 PostgreSQL 引擎。
| :var DatasetType.MOSAIC: 鑲嵌數據集
|
| Method resolution order:
| DatasetType
| JEnum
| enum.IntEnum
| builtins.int
| enum.Enum
| builtins.object
|
| Data and other attributes defined here:
|
| CAD = DatasetType.CAD
|
| GRID = DatasetType.GRID
|
| GRIDCOLLECTION = DatasetType.GRIDCOLLECTION
|
| IMAGE = DatasetType.IMAGE
|
| IMAGECOLLECTION = DatasetType.IMAGECOLLECTION
|
| LINE = DatasetType.LINE
|
| LINE3D = DatasetType.LINE3D
|
| LINEEPS = DatasetType.LINEEPS
|
| LINEM = DatasetType.LINEM
|
| LINKTABLE = DatasetType.LINKTABLE
|
| MODEL = DatasetType.MODEL
|
| MOSAIC = DatasetType.MOSAIC
|
| NETWORK = DatasetType.NETWORK
|
| NETWORK3D = DatasetType.NETWORK3D
|
| PARAMETRICLINE = DatasetType.PARAMETRICLINE
|
| PARAMETRICREGION = DatasetType.PARAMETRICREGION
|
| POINT = DatasetType.POINT
|
| POINT3D = DatasetType.POINT3D
|
| POINTEPS = DatasetType.POINTEPS
|
| REGION = DatasetType.REGION
|
| REGION3D = DatasetType.REGION3D
|
| REGIONEPS = DatasetType.REGIONEPS
|
| TABULAR = DatasetType.TABULAR
|
| TEXT = DatasetType.TEXT
|
| TEXTEPS = DatasetType.TEXTEPS
|
| TEXTURE = DatasetType.TEXTURE
|
| TOPOLOGY = DatasetType.TOPOLOGY
|
| UNKNOWN = DatasetType.UNKNOWN
|
| VECTORCOLLECTION = DatasetType.VECTORCOLLECTION
|
| VOLUME = DatasetType.VOLUME
|
| WCS = DatasetType.WCS
|
| WMS = DatasetType.WMS
|
| ----------------------------------------------------------------------
| Data descriptors inherited from enum.Enum:
|
| name
| The name of the Enum member.
|
| value
| The value of the Enum member.
|
| ----------------------------------------------------------------------
| Data descriptors inherited from enum.EnumMeta:
|
| __members__
| Returns a mapping of member name->value.
|
| This mapping lists all enum members, including aliases. Note that this
| is a read-only view of the internal mapping.
class DissolveType(JEnum)
| DissolveType(value, names=None, *, module=None, qualname=None, type=None, start=1)
|
| 融合類型常量
|
| :var DissolveType.ONLYMULTIPART: 組合。將融合字段值相同的對象合併成一個複雜對象。
| :var DissolveType.SINGLE: 融合。將融合字段值相同且拓撲鄰近的對象合併成一個簡單對象。
| :var DissolveType.MULTIPART: 融合後組合。將融合字段值相同且拓撲鄰近的對象合併成一個簡單對象，而後將融合字段值相同的非鄰近對象組合成一個複雜對象。
|
| Method resolution order:
| DissolveType
| JEnum
| enum.IntEnum
| builtins.int
| enum.Enum
| builtins.object
|
| Data and other attributes defined here:
|
| MULTIPART = DissolveType.MULTIPART
|
| ONLYMULTIPART = DissolveType.ONLYMULTIPART
|
| SINGLE = DissolveType.SINGLE
|
| ----------------------------------------------------------------------
| Data descriptors inherited from enum.Enum:
|
| name
| The name of the Enum member.
|
| value
| The value of the Enum member.
|
| ----------------------------------------------------------------------
| Data descriptors inherited from enum.EnumMeta:
|
| __members__
| Returns a mapping of member name->value.
|
| This mapping lists all enum members, including aliases. Note that this
| is a read-only view of the internal mapping.
class DistanceMethod(JEnum)
| DistanceMethod(value, names=None, *, module=None, qualname=None, type=None, start=1)
|
| 距離計算方法常量
|
| :var DistanceMethod.EUCLIDEAN: 歐式距離。計算兩點間的直線距離。
|
| DistanceMethod_EUCLIDEAN.png
|
| :var DistanceMethod.MANHATTAN: 曼哈頓距離。計算兩點的x和y座標的差值絕對值求和。該類型暫時不可用，僅做爲測試,使用結果未知。
|
| DistanceMethod_MANHATTAN.png
|
| Method resolution order:
| DistanceMethod
| JEnum
| enum.IntEnum
| builtins.int
| enum.Enum
| builtins.object
|
| Data and other attributes defined here:
|
| EUCLIDEAN = DistanceMethod.EUCLIDEAN
|
| MANHATTAN = DistanceMethod.MANHATTAN
|
| ----------------------------------------------------------------------
| Data descriptors inherited from enum.Enum:
|
| name
| The name of the Enum member.
|
| value
| The value of the Enum member.
|
| ----------------------------------------------------------------------
| Data descriptors inherited from enum.EnumMeta:
|
| __members__
| Returns a mapping of member name->value.
|
| This mapping lists all enum members, including aliases. Note that this
| is a read-only view of the internal mapping.
class EdgeMatchMode(JEnum)
| EdgeMatchMode(value, names=None, *, module=None, qualname=None, type=None, start=1)
|
| 該枚舉定義了圖幅接邊的方式常量。
|
| :var EdgeMatchMode.THEOTHEREDGE: 向一邊接邊。接邊鏈接點爲接邊目標數據集中發生接邊關聯的記錄的端點，源數據集中接邊關聯到的記錄的端點將移動到該鏈接點。
| :var EdgeMatchMode.THEMIDPOINT: 在中點位置接邊。 接邊鏈接點爲接邊目標數據集和源數據集中發生接邊關聯記錄端點的中點，源和目標數據集中發生接邊關聯的記錄的端點將移動到該鏈接點。
| :var EdgeMatchMode.THEINTERSECTION: 在交點位置接邊。接邊鏈接點爲接邊目標數據集和源數據集中發生接邊關聯記錄端點的連線和接邊線的交點，源和目標數據集中發生接邊關聯的記錄的端點將移動到該鏈接點。
|
| Method resolution order:
| EdgeMatchMode
| JEnum
| enum.IntEnum
| builtins.int
| enum.Enum
| builtins.object
|
| Data and other attributes defined here:
|
| THEINTERSECTION = EdgeMatchMode.THEINTERSECTION
|
| THEMIDPOINT = EdgeMatchMode.THEMIDPOINT
|
| THEOTHEREDGE = EdgeMatchMode.THEOTHEREDGE
|
| ----------------------------------------------------------------------
| Data descriptors inherited from enum.Enum:
|
| name
| The name of the Enum member.
|
| value
| The value of the Enum member.
|
| ----------------------------------------------------------------------
| Data descriptors inherited from enum.EnumMeta:
|
| __members__
| Returns a mapping of member name->value.
|
| This mapping lists all enum members, including aliases. Note that this
| is a read-only view of the internal mapping.
class EllipseSize(JEnum)
| EllipseSize(value, names=None, *, module=None, qualname=None, type=None, start=1)
|
| 輸出橢圓的大小常量
|
| :var EllipseSize.SINGLE: 一個標準差。輸出橢圓的長半軸和短半軸是對應的標準差的一倍。當幾何對象具備空間正態分佈時，即這些幾
| 何對象在中心處集中而朝向外圍時較少，則生成的橢圓將會包含約佔總數68%的幾何對象在內。
|
| .. image:: ../image/EllipseSize_SINGLE.png
|
|
| :var EllipseSize.TWICE: 二個標準差。輸出橢圓的長半軸和短半軸是對應的標準差的二倍。當幾何對象具備空間正態分佈時，即這些幾
| 何對象在中心處集中而朝向外圍時較少，則生成的橢圓將會包含約佔總數95%的幾何對象在內。
|
| .. image:: ../image/EllipseSize_TWICE.png
|
| :var EllipseSize.TRIPLE: 三個標準差。輸出橢圓的長半軸和短半軸是對應的標準差的三倍。當幾何對象具備空間正態分佈時，即這些幾
| 何對象在中心處集中而朝向外圍時較少，則生成的橢圓將會包含約佔總數99%的幾何對象在內。
|
| .. image:: ../image/EllipseSize_TRIPLE.png
|
| Method resolution order:
| EllipseSize
| JEnum
| enum.IntEnum
| builtins.int
| enum.Enum
| builtins.object
|
| Data and other attributes defined here:
|
| SINGLE = EllipseSize.SINGLE
|
| TRIPLE = EllipseSize.TRIPLE
|
| TWICE = EllipseSize.TWICE
|
| ----------------------------------------------------------------------
| Data descriptors inherited from enum.Enum:
|
| name
| The name of the Enum member.
|
| value
| The value of the Enum member.
|
| ----------------------------------------------------------------------
| Data descriptors inherited from enum.EnumMeta:
|
| __members__
| Returns a mapping of member name->value.
|
| This mapping lists all enum members, including aliases. Note that this
| is a read-only view of the internal mapping.
class EncodeType(JEnum)
| EncodeType(value, names=None, *, module=None, qualname=None, type=None, start=1)
|
| 該類定義了數據集存儲時的壓縮編碼方式類型常量。
|
| 對矢量數據集，支持四種壓縮編碼方式，即單字節，雙字節，三字節和四字節編碼方式，這四種壓縮編碼方式採用相同的壓縮編碼機制，可是壓縮的比率不一樣。
| 其均爲有損壓縮。須要注意的是點數據集、純屬性數據集以及 CAD 數據集不可壓縮編碼。對光柵數據，能夠採用四種壓縮編碼方式，即 DCT、SGL、LZW 和
| COMPOUND。其中 DCT 和 COMPOUND 爲有損壓縮編碼方式，SGL 和 LZW 爲無損壓縮編碼方式。
|
| 對於影像和柵格數據集，根據其像素格式（PixelFormat）選擇合適的壓縮編碼方式，對提升系統運行的效率，節省存儲空間很是有利。下表列出了影像和柵格數
| 據集不一樣像素格式對應的合理的編碼方式:
|
| .. image:: ../image/EncodeTypeRec.png
|
| :var EncodeType.NONE: 不使用編碼方式
| :var EncodeType.BYTE: 單字節編碼方式。使用1個字節存儲一個座標值。（只適用於線和麪數據集）
| :var EncodeType.INT16: 雙字節編碼方式。使用2個字節存儲一個座標值。（只適用於線和麪數據集）
| :var EncodeType.INT24: 三字節編碼方式。使用3個字節存儲一個座標值。（只適用於線和麪數據集）
| :var EncodeType.INT32: 四字節編碼方式。使用4個字節存儲一個座標值。（只適用於線和麪數據集）
| :var EncodeType.DCT: DCT（Discrete Cosine Transform），離散餘弦編碼。是一種普遍應用於圖像壓縮中的變換編碼方法，這種變換方法在信息的壓
| 縮能力、重構圖像質量、適應範圍和算法複雜性等方面之間提供了一種很好的平衡，成爲目前應用最普遍的圖像壓縮技術。其原理是通
| 過變換下降圖像原始空間域表示中存在的很是強的相關性，使信號更緊湊地表達。該方法有很高的壓縮率和性能，但編碼是有失真的。
| 因爲影像數據集通常不用來進行精確的分析，因此 DCT 編碼方式是影像數據集存儲的壓縮編碼方式。（適用於影像數據集）
| :var EncodeType.SGL: SGL（SuperMap Grid LZW），SuperMap 自定義的一種壓縮存儲格式。其實質是改進的 LZW 編碼方式。SGL 對 LZW 進行了改
| 進，是一種更高效的壓縮存儲方式。目前 SuperMap 中的對 Grid 數據集和 DEM 數據集壓縮存儲採用的就是 SGL 的壓縮編碼方
| 式，這是一種無損壓縮。（適用於柵格數據集）
| :var EncodeType.LZW: LZW 是一種普遍採用的字典壓縮方法，其最先是用在文字數據的壓縮方面。LZW的編碼的原理是用代號來取代一段字符串，後續的相同
| 的字符串就使用相同代號，因此該編碼方式不只能夠對重複數據起到壓縮做用，還能夠對不重複數據進行壓縮操做。適用於索引色影像
| 的壓縮方式，這是一種無損壓縮編碼方式。（適用於柵格和影像數據集）
| :var EncodeType.PNG: PNG 壓縮編碼方式，支持多種位深的圖像，是一種無損壓縮方式。（適用於影像數據集）
| :var EncodeType.COMPOUND: 數據集複合編碼方式，其壓縮比接近於 DCT 編碼方式，主要針對 DCT 壓縮致使的邊界影像塊失真的問題。（適用於 RGB 格式的影像數據集）
|
| Method resolution order:
| EncodeType
| JEnum
| enum.IntEnum
| builtins.int
| enum.Enum
| builtins.object
|
| Data and other attributes defined here:
|
| BYTE = EncodeType.BYTE
|
| COMPOUND = EncodeType.COMPOUND
|
| DCT = EncodeType.DCT
|
| INT16 = EncodeType.INT16
|
| INT24 = EncodeType.INT24
|
| INT32 = EncodeType.INT32
|
| LZW = EncodeType.LZW
|
| NONE = EncodeType.NONE
|
| PNG = EncodeType.PNG
|
| SGL = EncodeType.SGL
|
| ----------------------------------------------------------------------
| Data descriptors inherited from enum.Enum:
|
| name
| The name of the Enum member.
|
| value
| The value of the Enum member.
|
| ----------------------------------------------------------------------
| Data descriptors inherited from enum.EnumMeta:
|
| __members__
| Returns a mapping of member name->value.
|
| This mapping lists all enum members, including aliases. Note that this
| is a read-only view of the internal mapping.
class EngineType(JEnum)
| EngineType(value, names=None, *, module=None, qualname=None, type=None, start=1)
|
| 該類定義了空間數據庫引擎類型常量。
| 空間數據庫引擎是在常規數據庫管理系統之上的，除具有常規數據庫管理系統所必備的功能以外，還提供特定的針對空間數據的存儲和管理能力。
| SuperMap SDX+ 是 supermap 的空間數據庫技術，也是 SuperMap GIS 軟件數據模型的重要組成部分。各類空間幾何對象和影像數據均可以經過 SDX+
| 引擎，存放到關係型數據庫中，造成空間數據和屬性數據一體化的空間數據庫
|
| :var EngineType.IMAGEPLUGINS: 影像只讀引擎類型，對應的枚舉值爲 5。針對通用影像格式如 BMP，JPG，TIFF 以及超圖自定義影像格式 SIT，二維地圖緩存配置文件格式SCI等。用戶在進行二維地圖緩存加載的時候，須要設置爲此引擎類型，另外還須要使用 :py:meth:`DatasourceConnectionInfo.set_server` 方法，將參數設置爲二維地圖緩存配置文件（SCI）。對於MrSID和ECW，只讀打開爲了快速原則，以合成波段的方式打開，非灰度數據會默認爲RGB或者RGBA的方式顯示，灰度數據按原始方式顯示。
| :var EngineType.ORACLEPLUS: Oracle 引擎類型
| :var EngineType.SQLPLUS: SQL Server 引擎類型，僅在 Windows 平臺版本中支持
| :var EngineType.DB2: DB2 引擎類型
| :var EngineType.KINGBASE: Kingbase 引擎類型，針對 Kingbase 數據源，不支持多波段數據
| :var EngineType.MEMORY: 內存數據源。
| :var EngineType.OGC: OGC 引擎類型，針對於 Web 數據源，對應的枚舉值爲 23。目前支持的類型有 WMS，WFS，WCS 和 WMTS。WMTS服務中默認BoundingBox和TopLeftCorner標籤讀取方式爲(經度,緯度)。而一部分服務提供商提供的座標格式爲(緯度,經度)，當你遇到這個狀況時，爲了保證座標數據讀取的正確性，請對SuperMap.xml文件（該文件位於Bin目錄下）中相應的內容進行正確的修改。一般出現該狀況的表現是本地矢量數據與發佈的WMTS服務數據沒法疊加到一塊兒。
| :var EngineType.MYSQL: MYSQL 引擎類型，支持 MySQL 5.6.16以上版本
| :var EngineType.MONGODB: MongoDB 引擎類型,目前支持的認證方式爲Mongodb-cr
| :var EngineType.BEYONDB: BeyonDB 引擎類型
| :var EngineType.GBASE: GBase 引擎類型
| :var EngineType.HIGHGODB: HighGoDB 引擎類型
| :var EngineType.UDB: UDB 引擎類型
| :var EngineType.POSTGRESQL: PostgreSQL 引擎類型
| :var EngineType.GOOGLEMAPS: GoogleMaps 引擎類型，該引擎爲只讀引擎，且不能建立。該常量僅在 Windows 32 位平臺版本中支持，在 Linux版本中不提供
| :var EngineType.SUPERMAPCLOUD: 超圖雲服務引擎類型，該引擎爲只讀引擎，且不能建立。該常量僅在 Windows 32 位平臺版本中支持，在 Linux版本中不提供。
| :var EngineType.ISERVERREST: REST 地圖服務引擎類型，該引擎爲只讀引擎，且不能建立。針對基於 REST 協議發佈的地圖服務。該常量僅在 Windows 32 位平臺版本中支持，在 Linux版本中不提供。
| :var EngineType.BAIDUMAPS: 百度地圖服務引擎類型
| :var EngineType.BINGMAPS: 必應地圖服務引擎類型
| :var EngineType.OPENSTREETMAPS: OpenStreetMap 引擎類型。該常量僅在 Windows 32 位平臺版本中支持，在 Linux版本中不提供
| :var EngineType.SCV: 矢量緩存引擎類型
| :var EngineType.DM: 第三代DM引擎類型
| :var EngineType.ORACLESPATIAL: Oracle Spatial 引擎類型
| :var EngineType.SDE: ArcSDE 引擎類型:
|
| - 支持ArcSDE 9.2.0 及以上版本
| - 支持ArcSDE 9.2.0 及以上版本的點、線、面、文本和柵格數據集5種數據類型的讀取，不支持寫。
| - 不支持讀取ArcSDE文本的風格，ArcSDE默認存放文本的字段「TEXTSTRING」不能刪，不然咱們讀取不到文本。
| - 不支持ArcSDE 2bit位深的柵格的讀取，其它位深均支持，並可拉伸顯示。
| - 不支持多線程。
| - 使用SDE引擎，須要ArcInfo的許可，並把ArcSDE安裝目錄bin下的 sde.dll 、sg.dll 和 pe.dll這三個dll拷貝到SuperMap產品下的Bin目錄（即SuSDECI.dll 和 SuEngineSDE.sdx 同級目錄）
| - 支持平臺：Windows 32位 ,Windows 64位。
|
| :var EngineType.ALTIBASE: Altibase 引擎類型
| :var EngineType.KDB: KDB 引擎類型
| :var EngineType.SRDB: 上容關係數據庫引擎類型
| :var EngineType.MYSQLPlus: MySQLPlus數據庫引擎類型，實質上爲MySQL+Mongo
| :var EngineType.VECTORFILE: 矢量文件引擎類型。針對通用矢量格式如 shp，tab，Acad等,支持矢量文件的編輯和保存,若是是FME支持的類型則須要對應的FME許可,目前沒有FME許可不支持FileGDBVector格式。
| :var EngineType.PGGIS: PostgreSQL的空間數據擴展PostGIS 引擎類型
| :var EngineType.ES: Elasticsearch 引擎類型
| :var EngineType.SQLSPATIAL: SQLSpatial 引擎類型
| :var EngineType.UDBX: UDBX 引擎類型
|
| Method resolution order:
| EngineType
| JEnum
| enum.IntEnum
| builtins.int
| enum.Enum
| builtins.object
|
| Data and other attributes defined here:
|
| ALTIBASE = EngineType.ALTIBASE
|
| BAIDUMAPS = EngineType.BAIDUMAPS
|
| BEYONDB = EngineType.BEYONDB
|
| BINGMAPS = EngineType.BINGMAPS
|
| DB2 = EngineType.DB2
|
| DM = EngineType.DM
|
| ES = EngineType.ES
|
| GBASE = EngineType.GBASE
|
| GOOGLEMAPS = EngineType.GOOGLEMAPS
|
| HIGHGODB = EngineType.HIGHGODB
|
| IMAGEPLUGINS = EngineType.IMAGEPLUGINS
|
| ISERVERREST = EngineType.ISERVERREST
|
| KDB = EngineType.KDB
|
| KINGBASE = EngineType.KINGBASE
|
| MEMORY = EngineType.MEMORY
|
| MONGODB = EngineType.MONGODB
|
| MYSQL = EngineType.MYSQL
|
| MYSQLPlus = EngineType.MYSQLPlus
|
| OGC = EngineType.OGC
|
| OPENSTREETMAPS = EngineType.OPENSTREETMAPS
|
| ORACLEPLUS = EngineType.ORACLEPLUS
|
| ORACLESPATIAL = EngineType.ORACLESPATIAL
|
| PGGIS = EngineType.PGGIS
|
| POSTGRESQL = EngineType.POSTGRESQL
|
| SCV = EngineType.SCV
|
| SDE = EngineType.SDE
|
| SQLPLUS = EngineType.SQLPLUS
|
| SQLSPATIAL = EngineType.SQLSPATIAL
|
| SRDB = EngineType.SRDB
|
| SUPERMAPCLOUD = EngineType.SUPERMAPCLOUD
|
| UDB = EngineType.UDB
|
| UDBX = EngineType.UDBX
|
| VECTORFILE = EngineType.VECTORFILE
|
| ----------------------------------------------------------------------
| Data descriptors inherited from enum.Enum:
|
| name
| The name of the Enum member.
|
| value
| The value of the Enum member.
|
| ----------------------------------------------------------------------
| Data descriptors inherited from enum.EnumMeta:
|
| __members__
| Returns a mapping of member name->value.
|
| This mapping lists all enum members, including aliases. Note that this
| is a read-only view of the internal mapping.
class Exponent(JEnum)
| Exponent(value, names=None, *, module=None, qualname=None, type=None, start=1)
|
| 該類定義了泛克呂金（UniversalKriging）插值時樣點數據中趨勢面方程的階數的類型常量。樣點數據集中樣點之間固有的某種趨勢，能夠經過函數或者多項式的擬合呈現。
|
| :var SearchMode.EXP1: 階數爲1，表示樣點數據集中趨勢面呈一階趨勢。
| :var SearchMode.EXP2: 階數爲2，表示樣點數據集中趨勢面呈二階趨勢。
|
| Method resolution order:
| Exponent
| JEnum
| enum.IntEnum
| builtins.int
| enum.Enum
| builtins.object
|
| Data and other attributes defined here:
|
| EXP1 = Exponent.EXP1
|
| EXP2 = Exponent.EXP2
|
| ----------------------------------------------------------------------
| Data descriptors inherited from enum.Enum:
|
| name
| The name of the Enum member.
|
| value
| The value of the Enum member.
|
| ----------------------------------------------------------------------
| Data descriptors inherited from enum.EnumMeta:
|
| __members__
| Returns a mapping of member name->value.
|
| This mapping lists all enum members, including aliases. Note that this
| is a read-only view of the internal mapping.
class FieldType(JEnum)
| FieldType(value, names=None, *, module=None, qualname=None, type=None, start=1)
|
| 該類定義了字段類型常量。 定義一系列常量表示存儲不一樣類型值的字段。
|
| :var FieldType.BOOLEAN: 布爾類型
| :var FieldType.BYTE: 字節型字段
| :var FieldType.INT16: 16位整型字段
| :var FieldType.INT32: 32位整型字段
| :var FieldType.INT64: 64位整型字段
| :var FieldType.SINGLE: 32位精度浮點型字段
| :var FieldType.DOUBLE: 64位精度浮點型字段
| :var FieldType.DATETIME: 日期型字段
| :var FieldType.LONGBINARY: 二進制型字段
| :var FieldType.TEXT: 變長的文本型字段
| :var FieldType.CHAR: 長的文本類型字段，例如指定的字符串長度爲10，那麼輸入的字符串只有3個字符，則其餘都用0來佔位
| :var FieldType.WTEXT: 寬字符類型字段
| :var FieldType.JSONB: JSONB 類型字段（PostgreSQL獨有字段）
|
| Method resolution order:
| FieldType
| JEnum
| enum.IntEnum
| builtins.int
| enum.Enum
| builtins.object
|
| Data and other attributes defined here:
|
| BOOLEAN = FieldType.BOOLEAN
|
| BYTE = FieldType.BYTE
|
| CHAR = FieldType.CHAR
|
| DATETIME = FieldType.DATETIME
|
| DOUBLE = FieldType.DOUBLE
|
| INT16 = FieldType.INT16
|
| INT32 = FieldType.INT32
|
| INT64 = FieldType.INT64
|
| JSONB = FieldType.JSONB
|
| LONGBINARY = FieldType.LONGBINARY
|
| SINGLE = FieldType.SINGLE
|
| TEXT = FieldType.TEXT
|
| WTEXT = FieldType.WTEXT
|
| ----------------------------------------------------------------------
| Data descriptors inherited from enum.Enum:
|
| name
| The name of the Enum member.
|
| value
| The value of the Enum member.
|
| ----------------------------------------------------------------------
| Data descriptors inherited from enum.EnumMeta:
|
| __members__
| Returns a mapping of member name->value.
|
| This mapping lists all enum members, including aliases. Note that this
| is a read-only view of the internal mapping.
class FillGradientMode(JEnum)
| FillGradientMode(value, names=None, *, module=None, qualname=None, type=None, start=1)
|
| 定義漸變填充模式的漸變模式。全部漸變模式都是兩種顏色之間的漸變，即從漸變起始色到漸變終止色之間的漸變。
|
| 對於不一樣的漸變模式風格，能夠在 :py:class:`GeoStyle` 中對其旋轉角度，漸變的起始色（前景色）和終止色（背景色），漸變填充中心點的位置（對線性漸變無效）等進行設置。默認狀況下，漸變旋轉角度爲0，漸變填充中心點爲填充區域範圍的中心點。如下對各類漸變模式的說明都採用默認的漸變旋轉角度和中心點。
| 關於漸變填充旋轉的詳細信息，請參見 :py:class:`GeoStyle` 類中的 :py:meth:`set_fill_gradient_angle` 方法;
| 關於漸變填充中心點的設置，請參見 :py:class:`GeoStyle` 類中的 :py:meth:`set_fill_gradient_offset_ratio_x` 和 :py:meth:`set_fill_gradient_offset_ratio_y` 方法。
| 漸變風格的計算都是以填充區域的邊界矩形，即最小外接矩形做爲基礎的，於是如下提到的填充區域範圍即爲填充區域的最小外接矩形。
|
| :var FillGradientMode.NONE: 無漸變。當使用普通填充模式時，設置漸變模式爲無漸變
| :var FillGradientMode.LINEAR: 線性漸變。從水平線段的起始點到終止點的漸變。如圖所示，從水平線段的起始點到終止點，其顏色從起始色均勻漸變到終止色，垂直於該線段的直線上顏色相同，不發生漸變
|
| .. image:: ../image/Gra_Linear.png
|
| :var FillGradientMode.RADIAL: 輻射漸變。 以填充區域範圍的中心點做爲漸變填充的起始點，距離中心點最遠的邊界點做爲終止點的圓形漸變。注意在同一個圓周上顏色不發生變化，不一樣的圓之間顏色發生漸變。
| 如圖所示，從漸變填充的起始點到終止點，其以起始點爲圓心的各個圓的顏色隨着圓的半徑的增大從起始色均勻漸變到終止色
|
| .. image:: ../image/Gra_Radial.png
|
| :var FillGradientMode.CONICAL: 圓錐漸變。從起始母線到終止母線，漸變在逆時針和順時針兩個方向發生漸變，都是從起始色漸變到終止色。注意填充區域範圍中心點爲圓錐的頂點，在圓錐的母線上顏色不發生變化。
| 如圖所示，漸變的起始母線在填充區域範圍中心點右側的並通過該中心點的水平線上，上半圓錐顏色按逆時針發生漸變，下半圓錐按順時針發生漸變，兩個方向漸變的起始母線和終止母線分別相同，在逆時針方向和順時針方向兩個方向從起始母線轉到終止母線的過程當中，漸變都是從起始色均勻漸變到終止色
|
| .. image:: ../image/Gra_Conical.png
|
| :var FillGradientMode.SQUARE: 四角漸變。以填充區域範圍的中心點做爲漸變填充的起始點，以填充區域範圍的最小外接矩形的較短邊的中點爲終止點的正方形漸變。注意在每一個正方形上的顏色不發生變化, 不一樣的正方形之間顏色發生變化。
| 如圖所示，從漸變填充的起始點到終止點，其以起始點爲中心的正方形的顏色隨着邊長的增大從起始色均勻漸變到終止色
|
| .. image:: ../image/Gra_Square2.png
|
| Method resolution order:
| FillGradientMode
| JEnum
| enum.IntEnum
| builtins.int
| enum.Enum
| builtins.object
|
| Data and other attributes defined here:
|
| CONICAL = FillGradientMode.CONICAL
|
| LINEAR = FillGradientMode.LINEAR
|
| NONE = FillGradientMode.NONE
|
| RADIAL = FillGradientMode.RADIAL
|
| SQUARE = FillGradientMode.SQUARE
|
| ----------------------------------------------------------------------
| Data descriptors inherited from enum.Enum:
|
| name
| The name of the Enum member.
|
| value
| The value of the Enum member.
|
| ----------------------------------------------------------------------
| Data descriptors inherited from enum.EnumMeta:
|
| __members__
| Returns a mapping of member name->value.
|
| This mapping lists all enum members, including aliases. Note that this
| is a read-only view of the internal mapping.
class FunctionType(JEnum)
| FunctionType(value, names=None, *, module=None, qualname=None, type=None, start=1)
|
| 變換函數類型常量
|
| :var FunctionType.NONE: 不使用變換函數。
| :var FunctionType.LOG: 變換函數爲log，要求原值大於0。
| :var FunctionType.ARCSIN: 變換函數爲 arcsin，要求原值在範圍[-1,1]內。
|
| Method resolution order:
| FunctionType
| JEnum
| enum.IntEnum
| builtins.int
| enum.Enum
| builtins.object
|
| Data and other attributes defined here:
|
| ARCSIN = FunctionType.ARCSIN
|
| LOG = FunctionType.LOG
|
| NONE = FunctionType.NONE
|
| ----------------------------------------------------------------------
| Data descriptors inherited from enum.Enum:
|
| name
| The name of the Enum member.
|
| value
| The value of the Enum member.
|
| ----------------------------------------------------------------------
| Data descriptors inherited from enum.EnumMeta:
|
| __members__
| Returns a mapping of member name->value.
|
| This mapping lists all enum members, including aliases. Note that this
| is a read-only view of the internal mapping.
class GeoCoordSysType(JEnum)
| GeoCoordSysType(value, names=None, *, module=None, qualname=None, type=None, start=1)
|
| An enumeration.
|
| Method resolution order:
| GeoCoordSysType
| JEnum
| enum.IntEnum
| builtins.int
| enum.Enum
| builtins.object
|
| Data and other attributes defined here:
|
| GCS_ADINDAN = GeoCoordSysType.GCS_ADINDAN
|
| GCS_AFGOOYE = GeoCoordSysType.GCS_AFGOOYE
|
| GCS_AGADEZ = GeoCoordSysType.GCS_AGADEZ
|
| GCS_AGD_1966 = GeoCoordSysType.GCS_AGD_1966
|
| GCS_AGD_1984 = GeoCoordSysType.GCS_AGD_1984
|
| GCS_AIN_EL_ABD_1970 = GeoCoordSysType.GCS_AIN_EL_ABD_1970
|
| GCS_AIRY_1830 = GeoCoordSysType.GCS_AIRY_1830
|
| GCS_AIRY_MOD = GeoCoordSysType.GCS_AIRY_MOD
|
| GCS_ALASKAN_ISLANDS = GeoCoordSysType.GCS_ALASKAN_ISLANDS
|
| GCS_AMERSFOORT = GeoCoordSysType.GCS_AMERSFOORT
|
| GCS_ANNA_1_1965 = GeoCoordSysType.GCS_ANNA_1_1965
|
| GCS_ANTIGUA_ISLAND_1943 = GeoCoordSysType.GCS_ANTIGUA_ISLAND_1943
|
| GCS_ARATU = GeoCoordSysType.GCS_ARATU
|
| GCS_ARC_1950 = GeoCoordSysType.GCS_ARC_1950
|
| GCS_ARC_1960 = GeoCoordSysType.GCS_ARC_1960
|
| GCS_ASCENSION_ISLAND_1958 = GeoCoordSysType.GCS_ASCENSION_ISLAND_1958
|
| GCS_ASTRO_1952 = GeoCoordSysType.GCS_ASTRO_1952
|
| GCS_ATF_PARIS = GeoCoordSysType.GCS_ATF_PARIS
|
| GCS_ATS_1977 = GeoCoordSysType.GCS_ATS_1977
|
| GCS_AUSTRALIAN = GeoCoordSysType.GCS_AUSTRALIAN
|
| GCS_AYABELLE = GeoCoordSysType.GCS_AYABELLE
|
| GCS_AZORES_CENTRAL_1948 = GeoCoordSysType.GCS_AZORES_CENTRAL_1948
|
| GCS_AZORES_OCCIDENTAL_1939 = GeoCoordSysType.GCS_AZORES_OCCIDENTAL_193...
|
| GCS_AZORES_ORIENTAL_1940 = GeoCoordSysType.GCS_AZORES_ORIENTAL_1940
|
| GCS_BARBADOS = GeoCoordSysType.GCS_BARBADOS
|
| GCS_BATAVIA = GeoCoordSysType.GCS_BATAVIA
|
| GCS_BATAVIA_JAKARTA = GeoCoordSysType.GCS_BATAVIA_JAKARTA
|
| GCS_BEACON_E_1945 = GeoCoordSysType.GCS_BEACON_E_1945
|
| GCS_BEDUARAM = GeoCoordSysType.GCS_BEDUARAM
|
| GCS_BEIJING_1954 = GeoCoordSysType.GCS_BEIJING_1954
|
| GCS_BELGE_1950 = GeoCoordSysType.GCS_BELGE_1950
|
| GCS_BELGE_1950_BRUSSELS = GeoCoordSysType.GCS_BELGE_1950_BRUSSELS
|
| GCS_BELGE_1972 = GeoCoordSysType.GCS_BELGE_1972
|
| GCS_BELLEVUE = GeoCoordSysType.GCS_BELLEVUE
|
| GCS_BERMUDA_1957 = GeoCoordSysType.GCS_BERMUDA_1957
|
| GCS_BERN_1898 = GeoCoordSysType.GCS_BERN_1898
|
| GCS_BERN_1898_BERN = GeoCoordSysType.GCS_BERN_1898_BERN
|
| GCS_BERN_1938 = GeoCoordSysType.GCS_BERN_1938
|
| GCS_BESSEL_1841 = GeoCoordSysType.GCS_BESSEL_1841
|
| GCS_BESSEL_MOD = GeoCoordSysType.GCS_BESSEL_MOD
|
| GCS_BESSEL_NAMIBIA = GeoCoordSysType.GCS_BESSEL_NAMIBIA
|
| GCS_BISSAU = GeoCoordSysType.GCS_BISSAU
|
| GCS_BOGOTA = GeoCoordSysType.GCS_BOGOTA
|
| GCS_BOGOTA_BOGOTA = GeoCoordSysType.GCS_BOGOTA_BOGOTA
|
| GCS_BUKIT_RIMPAH = GeoCoordSysType.GCS_BUKIT_RIMPAH
|
| GCS_CACANAVERAL = GeoCoordSysType.GCS_CACANAVERAL
|
| GCS_CAMACUPA = GeoCoordSysType.GCS_CAMACUPA
|
| GCS_CAMPO_INCHAUSPE = GeoCoordSysType.GCS_CAMPO_INCHAUSPE
|
| GCS_CAMP_AREA = GeoCoordSysType.GCS_CAMP_AREA
|
| GCS_CANTON_1966 = GeoCoordSysType.GCS_CANTON_1966
|
| GCS_CAPE = GeoCoordSysType.GCS_CAPE
|
| GCS_CARTHAGE = GeoCoordSysType.GCS_CARTHAGE
|
| GCS_CARTHAGE_DEGREE = GeoCoordSysType.GCS_CARTHAGE_DEGREE
|
| GCS_CHATHAM_ISLAND_1971 = GeoCoordSysType.GCS_CHATHAM_ISLAND_1971
|
| GCS_CHINA_2000 = GeoCoordSysType.GCS_CHINA_2000
|
| GCS_CHUA = GeoCoordSysType.GCS_CHUA
|
| GCS_CLARKE_1858 = GeoCoordSysType.GCS_CLARKE_1858
|
| GCS_CLARKE_1866 = GeoCoordSysType.GCS_CLARKE_1866
|
| GCS_CLARKE_1866_MICH = GeoCoordSysType.GCS_CLARKE_1866_MICH
|
| GCS_CLARKE_1880 = GeoCoordSysType.GCS_CLARKE_1880
|
| GCS_CLARKE_1880_ARC = GeoCoordSysType.GCS_CLARKE_1880_ARC
|
| GCS_CLARKE_1880_BENOIT = GeoCoordSysType.GCS_CLARKE_1880_BENOIT
|
| GCS_CLARKE_1880_IGN = GeoCoordSysType.GCS_CLARKE_1880_IGN
|
| GCS_CLARKE_1880_RGS = GeoCoordSysType.GCS_CLARKE_1880_RGS
|
| GCS_CLARKE_1880_SGA = GeoCoordSysType.GCS_CLARKE_1880_SGA
|
| GCS_CONAKRY_1905 = GeoCoordSysType.GCS_CONAKRY_1905
|
| GCS_CORREGO_ALEGRE = GeoCoordSysType.GCS_CORREGO_ALEGRE
|
| GCS_COTE_D_IVOIRE = GeoCoordSysType.GCS_COTE_D_IVOIRE
|
| GCS_DABOLA = GeoCoordSysType.GCS_DABOLA
|
| GCS_DATUM_73 = GeoCoordSysType.GCS_DATUM_73
|
| GCS_DEALUL_PISCULUI_1933 = GeoCoordSysType.GCS_DEALUL_PISCULUI_1933
|
| GCS_DEALUL_PISCULUI_1970 = GeoCoordSysType.GCS_DEALUL_PISCULUI_1970
|
| GCS_DECEPTION_ISLAND = GeoCoordSysType.GCS_DECEPTION_ISLAND
|
| GCS_DEIR_EZ_ZOR = GeoCoordSysType.GCS_DEIR_EZ_ZOR
|
| GCS_DHDNB = GeoCoordSysType.GCS_DHDNB
|
| GCS_DOS_1968 = GeoCoordSysType.GCS_DOS_1968
|
| GCS_DOS_71_4 = GeoCoordSysType.GCS_DOS_71_4
|
| GCS_DOUALA = GeoCoordSysType.GCS_DOUALA
|
| GCS_EASTER_ISLAND_1967 = GeoCoordSysType.GCS_EASTER_ISLAND_1967
|
| GCS_ED_1950 = GeoCoordSysType.GCS_ED_1950
|
| GCS_ED_1987 = GeoCoordSysType.GCS_ED_1987
|
| GCS_EGYPT_1907 = GeoCoordSysType.GCS_EGYPT_1907
|
| GCS_ETRS_1989 = GeoCoordSysType.GCS_ETRS_1989
|
| GCS_EUROPEAN_1979 = GeoCoordSysType.GCS_EUROPEAN_1979
|
| GCS_EVEREST_1830 = GeoCoordSysType.GCS_EVEREST_1830
|
| GCS_EVEREST_BANGLADESH = GeoCoordSysType.GCS_EVEREST_BANGLADESH
|
| GCS_EVEREST_DEF_1967 = GeoCoordSysType.GCS_EVEREST_DEF_1967
|
| GCS_EVEREST_DEF_1975 = GeoCoordSysType.GCS_EVEREST_DEF_1975
|
| GCS_EVEREST_INDIA_NEPAL = GeoCoordSysType.GCS_EVEREST_INDIA_NEPAL
|
| GCS_EVEREST_MOD = GeoCoordSysType.GCS_EVEREST_MOD
|
| GCS_EVEREST_MOD_1969 = GeoCoordSysType.GCS_EVEREST_MOD_1969
|
| GCS_FAHUD = GeoCoordSysType.GCS_FAHUD
|
| GCS_FISCHER_1960 = GeoCoordSysType.GCS_FISCHER_1960
|
| GCS_FISCHER_1968 = GeoCoordSysType.GCS_FISCHER_1968
|
| GCS_FISCHER_MOD = GeoCoordSysType.GCS_FISCHER_MOD
|
| GCS_FORT_THOMAS_1955 = GeoCoordSysType.GCS_FORT_THOMAS_1955
|
| GCS_GANDAJIKA_1970 = GeoCoordSysType.GCS_GANDAJIKA_1970
|
| GCS_GAN_1970 = GeoCoordSysType.GCS_GAN_1970
|
| GCS_GAROUA = GeoCoordSysType.GCS_GAROUA
|
| GCS_GDA_1994 = GeoCoordSysType.GCS_GDA_1994
|
| GCS_GEM_10C = GeoCoordSysType.GCS_GEM_10C
|
| GCS_GGRS_1987 = GeoCoordSysType.GCS_GGRS_1987
|
| GCS_GRACIOSA_1948 = GeoCoordSysType.GCS_GRACIOSA_1948
|
| GCS_GREEK = GeoCoordSysType.GCS_GREEK
|
| GCS_GREEK_ATHENS = GeoCoordSysType.GCS_GREEK_ATHENS
|
| GCS_GRS_1967 = GeoCoordSysType.GCS_GRS_1967
|
| GCS_GRS_1980 = GeoCoordSysType.GCS_GRS_1980
|
| GCS_GUAM_1963 = GeoCoordSysType.GCS_GUAM_1963
|
| GCS_GUNUNG_SEGARA = GeoCoordSysType.GCS_GUNUNG_SEGARA
|
| GCS_GUX_1 = GeoCoordSysType.GCS_GUX_1
|
| GCS_GUYANE_FRANCAISE = GeoCoordSysType.GCS_GUYANE_FRANCAISE
|
| GCS_HELMERT_1906 = GeoCoordSysType.GCS_HELMERT_1906
|
| GCS_HERAT_NORTH = GeoCoordSysType.GCS_HERAT_NORTH
|
| GCS_HITO_XVIII_1963 = GeoCoordSysType.GCS_HITO_XVIII_1963
|
| GCS_HJORSEY_1955 = GeoCoordSysType.GCS_HJORSEY_1955
|
| GCS_HONG_KONG_1963 = GeoCoordSysType.GCS_HONG_KONG_1963
|
| GCS_HOUGH_1960 = GeoCoordSysType.GCS_HOUGH_1960
|
| GCS_HUNGARIAN_1972 = GeoCoordSysType.GCS_HUNGARIAN_1972
|
| GCS_HU_TZU_SHAN = GeoCoordSysType.GCS_HU_TZU_SHAN
|
| GCS_INDIAN_1954 = GeoCoordSysType.GCS_INDIAN_1954
|
| GCS_INDIAN_1960 = GeoCoordSysType.GCS_INDIAN_1960
|
| GCS_INDIAN_1975 = GeoCoordSysType.GCS_INDIAN_1975
|
| GCS_INDONESIAN = GeoCoordSysType.GCS_INDONESIAN
|
| GCS_INDONESIAN_1974 = GeoCoordSysType.GCS_INDONESIAN_1974
|
| GCS_INTERNATIONAL_1924 = GeoCoordSysType.GCS_INTERNATIONAL_1924
|
| GCS_INTERNATIONAL_1967 = GeoCoordSysType.GCS_INTERNATIONAL_1967
|
| GCS_ISTS_061_1968 = GeoCoordSysType.GCS_ISTS_061_1968
|
| GCS_ISTS_073_1969 = GeoCoordSysType.GCS_ISTS_073_1969
|
| GCS_ITRF_1993 = GeoCoordSysType.GCS_ITRF_1993
|
| GCS_JAMAICA_1875 = GeoCoordSysType.GCS_JAMAICA_1875
|
| GCS_JAMAICA_1969 = GeoCoordSysType.GCS_JAMAICA_1969
|
| GCS_JAPAN_2000 = GeoCoordSysType.GCS_JAPAN_2000
|
| GCS_JOHNSTON_ISLAND_1961 = GeoCoordSysType.GCS_JOHNSTON_ISLAND_1961
|
| GCS_KALIANPUR = GeoCoordSysType.GCS_KALIANPUR
|
| GCS_KANDAWALA = GeoCoordSysType.GCS_KANDAWALA
|
| GCS_KERGUELEN_ISLAND_1949 = GeoCoordSysType.GCS_KERGUELEN_ISLAND_1949
|
| GCS_KERTAU = GeoCoordSysType.GCS_KERTAU
|
| GCS_KKJ = GeoCoordSysType.GCS_KKJ
|
| GCS_KOC_ = GeoCoordSysType.GCS_KOC_
|
| GCS_KRASOVSKY_1940 = GeoCoordSysType.GCS_KRASOVSKY_1940
|
| GCS_KUDAMS = GeoCoordSysType.GCS_KUDAMS
|
| GCS_KUSAIE_1951 = GeoCoordSysType.GCS_KUSAIE_1951
|
| GCS_LAKE = GeoCoordSysType.GCS_LAKE
|
| GCS_LA_CANOA = GeoCoordSysType.GCS_LA_CANOA
|
| GCS_LC5_1961 = GeoCoordSysType.GCS_LC5_1961
|
| GCS_LEIGON = GeoCoordSysType.GCS_LEIGON
|
| GCS_LIBERIA_1964 = GeoCoordSysType.GCS_LIBERIA_1964
|
| GCS_LISBON = GeoCoordSysType.GCS_LISBON
|
| GCS_LISBON_1890 = GeoCoordSysType.GCS_LISBON_1890
|
| GCS_LISBON_LISBON = GeoCoordSysType.GCS_LISBON_LISBON
|
| GCS_LOMA_QUINTANA = GeoCoordSysType.GCS_LOMA_QUINTANA
|
| GCS_LOME = GeoCoordSysType.GCS_LOME
|
| GCS_LUZON_1911 = GeoCoordSysType.GCS_LUZON_1911
|
| GCS_MADEIRA_1936 = GeoCoordSysType.GCS_MADEIRA_1936
|
| GCS_MAHE_1971 = GeoCoordSysType.GCS_MAHE_1971
|
| GCS_MAKASSAR = GeoCoordSysType.GCS_MAKASSAR
|
| GCS_MAKASSAR_JAKARTA = GeoCoordSysType.GCS_MAKASSAR_JAKARTA
|
| GCS_MALONGO_1987 = GeoCoordSysType.GCS_MALONGO_1987
|
| GCS_MANOCA = GeoCoordSysType.GCS_MANOCA
|
| GCS_MASSAWA = GeoCoordSysType.GCS_MASSAWA
|
| GCS_MERCHICH = GeoCoordSysType.GCS_MERCHICH
|
| GCS_MGI_ = GeoCoordSysType.GCS_MGI_
|
| GCS_MGI_FERRO = GeoCoordSysType.GCS_MGI_FERRO
|
| GCS_MHAST = GeoCoordSysType.GCS_MHAST
|
| GCS_MIDWAY_1961 = GeoCoordSysType.GCS_MIDWAY_1961
|
| GCS_MINNA = GeoCoordSysType.GCS_MINNA
|
| GCS_MONTE_MARIO = GeoCoordSysType.GCS_MONTE_MARIO
|
| GCS_MONTE_MARIO_ROME = GeoCoordSysType.GCS_MONTE_MARIO_ROME
|
| GCS_MONTSERRAT_ISLAND_1958 = GeoCoordSysType.GCS_MONTSERRAT_ISLAND_195...
|
| GCS_MPORALOKO = GeoCoordSysType.GCS_MPORALOKO
|
| GCS_NAD_1927 = GeoCoordSysType.GCS_NAD_1927
|
| GCS_NAD_1983 = GeoCoordSysType.GCS_NAD_1983
|
| GCS_NAD_MICH = GeoCoordSysType.GCS_NAD_MICH
|
| GCS_NAHRWAN_1967 = GeoCoordSysType.GCS_NAHRWAN_1967
|
| GCS_NAPARIMA_1972 = GeoCoordSysType.GCS_NAPARIMA_1972
|
| GCS_NDG_PARIS = GeoCoordSysType.GCS_NDG_PARIS
|
| GCS_NGN = GeoCoordSysType.GCS_NGN
|
| GCS_NGO_1948_ = GeoCoordSysType.GCS_NGO_1948_
|
| GCS_NORD_SAHARA_1959 = GeoCoordSysType.GCS_NORD_SAHARA_1959
|
| GCS_NSWC_9Z_2_ = GeoCoordSysType.GCS_NSWC_9Z_2_
|
| GCS_NTF_ = GeoCoordSysType.GCS_NTF_
|
| GCS_NTF_PARIS = GeoCoordSysType.GCS_NTF_PARIS
|
| GCS_NWL_9D = GeoCoordSysType.GCS_NWL_9D
|
| GCS_NZGD_1949 = GeoCoordSysType.GCS_NZGD_1949
|
| GCS_OBSERV_METEOR_1939 = GeoCoordSysType.GCS_OBSERV_METEOR_1939
|
| GCS_OLD_HAWAIIAN = GeoCoordSysType.GCS_OLD_HAWAIIAN
|
| GCS_OMAN = GeoCoordSysType.GCS_OMAN
|
| GCS_OSGB_1936 = GeoCoordSysType.GCS_OSGB_1936
|
| GCS_OSGB_1970_SN = GeoCoordSysType.GCS_OSGB_1970_SN
|
| GCS_OSU_86F = GeoCoordSysType.GCS_OSU_86F
|
| GCS_OSU_91A = GeoCoordSysType.GCS_OSU_91A
|
| GCS_OS_SN_1980 = GeoCoordSysType.GCS_OS_SN_1980
|
| GCS_PADANG_1884 = GeoCoordSysType.GCS_PADANG_1884
|
| GCS_PADANG_1884_JAKARTA = GeoCoordSysType.GCS_PADANG_1884_JAKARTA
|
| GCS_PALESTINE_1923 = GeoCoordSysType.GCS_PALESTINE_1923
|
| GCS_PICO_DE_LAS_NIEVES = GeoCoordSysType.GCS_PICO_DE_LAS_NIEVES
|
| GCS_PITCAIRN_1967 = GeoCoordSysType.GCS_PITCAIRN_1967
|
| GCS_PLESSIS_1817 = GeoCoordSysType.GCS_PLESSIS_1817
|
| GCS_POINT58 = GeoCoordSysType.GCS_POINT58
|
| GCS_POINTE_NOIRE = GeoCoordSysType.GCS_POINTE_NOIRE
|
| GCS_PORTO_SANTO_1936 = GeoCoordSysType.GCS_PORTO_SANTO_1936
|
| GCS_PSAD_1956 = GeoCoordSysType.GCS_PSAD_1956
|
| GCS_PUERTO_RICO = GeoCoordSysType.GCS_PUERTO_RICO
|
| GCS_PULKOVO_1942 = GeoCoordSysType.GCS_PULKOVO_1942
|
| GCS_PULKOVO_1995 = GeoCoordSysType.GCS_PULKOVO_1995
|
| GCS_QATAR = GeoCoordSysType.GCS_QATAR
|
| GCS_QATAR_1948 = GeoCoordSysType.GCS_QATAR_1948
|
| GCS_QORNOQ = GeoCoordSysType.GCS_QORNOQ
|
| GCS_REUNION = GeoCoordSysType.GCS_REUNION
|
| GCS_RT38_ = GeoCoordSysType.GCS_RT38_
|
| GCS_RT38_STOCKHOLM = GeoCoordSysType.GCS_RT38_STOCKHOLM
|
| GCS_S42_HUNGARY = GeoCoordSysType.GCS_S42_HUNGARY
|
| GCS_SAD_1969 = GeoCoordSysType.GCS_SAD_1969
|
| GCS_SAMOA_1962 = GeoCoordSysType.GCS_SAMOA_1962
|
| GCS_SANTO_DOS_1965 = GeoCoordSysType.GCS_SANTO_DOS_1965
|
| GCS_SAO_BRAZ = GeoCoordSysType.GCS_SAO_BRAZ
|
| GCS_SAPPER_HILL_1943 = GeoCoordSysType.GCS_SAPPER_HILL_1943
|
| GCS_SCHWARZECK = GeoCoordSysType.GCS_SCHWARZECK
|
| GCS_SEGORA = GeoCoordSysType.GCS_SEGORA
|
| GCS_SELVAGEM_GRANDE_1938 = GeoCoordSysType.GCS_SELVAGEM_GRANDE_1938
|
| GCS_SERINDUNG = GeoCoordSysType.GCS_SERINDUNG
|
| GCS_SPHERE = GeoCoordSysType.GCS_SPHERE
|
| GCS_SPHERE_AI = GeoCoordSysType.GCS_SPHERE_AI
|
| GCS_STRUVE_1860 = GeoCoordSysType.GCS_STRUVE_1860
|
| GCS_SUDAN = GeoCoordSysType.GCS_SUDAN
|
| GCS_S_ASIA_SINGAPORE = GeoCoordSysType.GCS_S_ASIA_SINGAPORE
|
| GCS_S_JTSK = GeoCoordSysType.GCS_S_JTSK
|
| GCS_TANANARIVE_1925 = GeoCoordSysType.GCS_TANANARIVE_1925
|
| GCS_TANANARIVE_1925_PARIS = GeoCoordSysType.GCS_TANANARIVE_1925_PARIS
|
| GCS_TERN_ISLAND_1961 = GeoCoordSysType.GCS_TERN_ISLAND_1961
|
| GCS_TIMBALAI_1948 = GeoCoordSysType.GCS_TIMBALAI_1948
|
| GCS_TM65 = GeoCoordSysType.GCS_TM65
|
| GCS_TM75 = GeoCoordSysType.GCS_TM75
|
| GCS_TOKYO = GeoCoordSysType.GCS_TOKYO
|
| GCS_TRINIDAD_1903 = GeoCoordSysType.GCS_TRINIDAD_1903
|
| GCS_TRISTAN_1968 = GeoCoordSysType.GCS_TRISTAN_1968
|
| GCS_TRUCIAL_COAST_1948 = GeoCoordSysType.GCS_TRUCIAL_COAST_1948
|
| GCS_USER_DEFINE = GeoCoordSysType.GCS_USER_DEFINE
|
| GCS_VITI_LEVU_1916 = GeoCoordSysType.GCS_VITI_LEVU_1916
|
| GCS_VOIROL_1875 = GeoCoordSysType.GCS_VOIROL_1875
|
| GCS_VOIROL_1875_PARIS = GeoCoordSysType.GCS_VOIROL_1875_PARIS
|
| GCS_VOIROL_UNIFIE_1960 = GeoCoordSysType.GCS_VOIROL_UNIFIE_1960
|
| GCS_VOIROL_UNIFIE_1960_PARIS = GeoCoordSysType.GCS_VOIROL_UNIFIE_1960_...
|
| GCS_WAKE_ENIWETOK_1960 = GeoCoordSysType.GCS_WAKE_ENIWETOK_1960
|
| GCS_WAKE_ISLAND_1952 = GeoCoordSysType.GCS_WAKE_ISLAND_1952
|
| GCS_WALBECK = GeoCoordSysType.GCS_WALBECK
|
| GCS_WAR_OFFICE = GeoCoordSysType.GCS_WAR_OFFICE
|
| GCS_WGS_1966 = GeoCoordSysType.GCS_WGS_1966
|
| GCS_WGS_1972 = GeoCoordSysType.GCS_WGS_1972
|
| GCS_WGS_1972_BE = GeoCoordSysType.GCS_WGS_1972_BE
|
| GCS_WGS_1984 = GeoCoordSysType.GCS_WGS_1984
|
| GCS_XIAN_1980 = GeoCoordSysType.GCS_XIAN_1980
|
| GCS_YACARE = GeoCoordSysType.GCS_YACARE
|
| GCS_YOFF = GeoCoordSysType.GCS_YOFF
|
| GCS_ZANDERIJ = GeoCoordSysType.GCS_ZANDERIJ
|
| ----------------------------------------------------------------------
| Data descriptors inherited from enum.Enum:
|
| name
| The name of the Enum member.
|
| value
| The value of the Enum member.
|
| ----------------------------------------------------------------------
| Data descriptors inherited from enum.EnumMeta:
|
| __members__
| Returns a mapping of member name->value.
|
| This mapping lists all enum members, including aliases. Note that this
| is a read-only view of the internal mapping.
class GeoDatumType(JEnum)
| GeoDatumType(value, names=None, *, module=None, qualname=None, type=None, start=1)
|
| An enumeration.
|
| Method resolution order:
| GeoDatumType
| JEnum
| enum.IntEnum
| builtins.int
| enum.Enum
| builtins.object
|
| Data and other attributes defined here:
|
| DATUM_ADINDAN = GeoDatumType.DATUM_ADINDAN
|
| DATUM_AFGOOYE = GeoDatumType.DATUM_AFGOOYE
|
| DATUM_AGADEZ = GeoDatumType.DATUM_AGADEZ
|
| DATUM_AGD_1966 = GeoDatumType.DATUM_AGD_1966
|
| DATUM_AGD_1984 = GeoDatumType.DATUM_AGD_1984
|
| DATUM_AIN_EL_ABD_1970 = GeoDatumType.DATUM_AIN_EL_ABD_1970
|
| DATUM_AIRY_1830 = GeoDatumType.DATUM_AIRY_1830
|
| DATUM_AIRY_MOD = GeoDatumType.DATUM_AIRY_MOD
|
| DATUM_ALASKAN_ISLANDS = GeoDatumType.DATUM_ALASKAN_ISLANDS
|
| DATUM_AMERSFOORT = GeoDatumType.DATUM_AMERSFOORT
|
| DATUM_ANNA_1_1965 = GeoDatumType.DATUM_ANNA_1_1965
|
| DATUM_ANTIGUA_ISLAND_1943 = GeoDatumType.DATUM_ANTIGUA_ISLAND_1943
|
| DATUM_ARATU = GeoDatumType.DATUM_ARATU
|
| DATUM_ARC_1950 = GeoDatumType.DATUM_ARC_1950
|
| DATUM_ARC_1960 = GeoDatumType.DATUM_ARC_1960
|
| DATUM_ASCENSION_ISLAND_1958 = GeoDatumType.DATUM_ASCENSION_ISLAND_1958
|
| DATUM_ASTRO_1952 = GeoDatumType.DATUM_ASTRO_1952
|
| DATUM_ATF = GeoDatumType.DATUM_ATF
|
| DATUM_ATS_1977 = GeoDatumType.DATUM_ATS_1977
|
| DATUM_AUSTRALIAN = GeoDatumType.DATUM_AUSTRALIAN
|
| DATUM_AYABELLE = GeoDatumType.DATUM_AYABELLE
|
| DATUM_BARBADOS = GeoDatumType.DATUM_BARBADOS
|
| DATUM_BATAVIA = GeoDatumType.DATUM_BATAVIA
|
| DATUM_BEACON_E_1945 = GeoDatumType.DATUM_BEACON_E_1945
|
| DATUM_BEDUARAM = GeoDatumType.DATUM_BEDUARAM
|
| DATUM_BEIJING_1954 = GeoDatumType.DATUM_BEIJING_1954
|
| DATUM_BELGE_1950 = GeoDatumType.DATUM_BELGE_1950
|
| DATUM_BELGE_1972 = GeoDatumType.DATUM_BELGE_1972
|
| DATUM_BELLEVUE = GeoDatumType.DATUM_BELLEVUE
|
| DATUM_BERMUDA_1957 = GeoDatumType.DATUM_BERMUDA_1957
|
| DATUM_BERN_1898 = GeoDatumType.DATUM_BERN_1898
|
| DATUM_BERN_1938 = GeoDatumType.DATUM_BERN_1938
|
| DATUM_BESSEL_1841 = GeoDatumType.DATUM_BESSEL_1841
|
| DATUM_BESSEL_MOD = GeoDatumType.DATUM_BESSEL_MOD
|
| DATUM_BESSEL_NAMIBIA = GeoDatumType.DATUM_BESSEL_NAMIBIA
|
| DATUM_BISSAU = GeoDatumType.DATUM_BISSAU
|
| DATUM_BOGOTA = GeoDatumType.DATUM_BOGOTA
|
| DATUM_BUKIT_RIMPAH = GeoDatumType.DATUM_BUKIT_RIMPAH
|
| DATUM_CACANAVERAL = GeoDatumType.DATUM_CACANAVERAL
|
| DATUM_CAMACUPA = GeoDatumType.DATUM_CAMACUPA
|
| DATUM_CAMPO_INCHAUSPE = GeoDatumType.DATUM_CAMPO_INCHAUSPE
|
| DATUM_CAMP_AREA = GeoDatumType.DATUM_CAMP_AREA
|
| DATUM_CANTON_1966 = GeoDatumType.DATUM_CANTON_1966
|
| DATUM_CAPE = GeoDatumType.DATUM_CAPE
|
| DATUM_CARTHAGE = GeoDatumType.DATUM_CARTHAGE
|
| DATUM_CHATHAM_ISLAND_1971 = GeoDatumType.DATUM_CHATHAM_ISLAND_1971
|
| DATUM_CHINA_2000 = GeoDatumType.DATUM_CHINA_2000
|
| DATUM_CHUA = GeoDatumType.DATUM_CHUA
|
| DATUM_CLARKE_1858 = GeoDatumType.DATUM_CLARKE_1858
|
| DATUM_CLARKE_1866 = GeoDatumType.DATUM_CLARKE_1866
|
| DATUM_CLARKE_1866_MICH = GeoDatumType.DATUM_CLARKE_1866_MICH
|
| DATUM_CLARKE_1880 = GeoDatumType.DATUM_CLARKE_1880
|
| DATUM_CLARKE_1880_ARC = GeoDatumType.DATUM_CLARKE_1880_ARC
|
| DATUM_CLARKE_1880_BENOIT = GeoDatumType.DATUM_CLARKE_1880_BENOIT
|
| DATUM_CLARKE_1880_IGN = GeoDatumType.DATUM_CLARKE_1880_IGN
|
| DATUM_CLARKE_1880_RGS = GeoDatumType.DATUM_CLARKE_1880_RGS
|
| DATUM_CLARKE_1880_SGA = GeoDatumType.DATUM_CLARKE_1880_SGA
|
| DATUM_CONAKRY_1905 = GeoDatumType.DATUM_CONAKRY_1905
|
| DATUM_CORREGO_ALEGRE = GeoDatumType.DATUM_CORREGO_ALEGRE
|
| DATUM_COTE_D_IVOIRE = GeoDatumType.DATUM_COTE_D_IVOIRE
|
| DATUM_DABOLA = GeoDatumType.DATUM_DABOLA
|
| DATUM_DATUM_73 = GeoDatumType.DATUM_DATUM_73
|
| DATUM_DEALUL_PISCULUI_1933 = GeoDatumType.DATUM_DEALUL_PISCULUI_1933
|
| DATUM_DEALUL_PISCULUI_1970 = GeoDatumType.DATUM_DEALUL_PISCULUI_1970
|
| DATUM_DECEPTION_ISLAND = GeoDatumType.DATUM_DECEPTION_ISLAND
|
| DATUM_DEIR_EZ_ZOR = GeoDatumType.DATUM_DEIR_EZ_ZOR
|
| DATUM_DHDN = GeoDatumType.DATUM_DHDN
|
| DATUM_DOS_1968 = GeoDatumType.DATUM_DOS_1968
|
| DATUM_DOS_71_4 = GeoDatumType.DATUM_DOS_71_4
|
| DATUM_DOUALA = GeoDatumType.DATUM_DOUALA
|
| DATUM_EASTER_ISLAND_1967 = GeoDatumType.DATUM_EASTER_ISLAND_1967
|
| DATUM_ED_1950 = GeoDatumType.DATUM_ED_1950
|
| DATUM_ED_1987 = GeoDatumType.DATUM_ED_1987
|
| DATUM_EGYPT_1907 = GeoDatumType.DATUM_EGYPT_1907
|
| DATUM_ETRS_1989 = GeoDatumType.DATUM_ETRS_1989
|
| DATUM_EUROPEAN_1979 = GeoDatumType.DATUM_EUROPEAN_1979
|
| DATUM_EVEREST_1830 = GeoDatumType.DATUM_EVEREST_1830
|
| DATUM_EVEREST_BANGLADESH = GeoDatumType.DATUM_EVEREST_BANGLADESH
|
| DATUM_EVEREST_DEF_1967 = GeoDatumType.DATUM_EVEREST_DEF_1967
|
| DATUM_EVEREST_DEF_1975 = GeoDatumType.DATUM_EVEREST_DEF_1975
|
| DATUM_EVEREST_INDIA_NEPAL = GeoDatumType.DATUM_EVEREST_INDIA_NEPAL
|
| DATUM_EVEREST_MOD = GeoDatumType.DATUM_EVEREST_MOD
|
| DATUM_EVEREST_MOD_1969 = GeoDatumType.DATUM_EVEREST_MOD_1969
|
| DATUM_FAHUD = GeoDatumType.DATUM_FAHUD
|
| DATUM_FISCHER_1960 = GeoDatumType.DATUM_FISCHER_1960
|
| DATUM_FISCHER_1968 = GeoDatumType.DATUM_FISCHER_1968
|
| DATUM_FISCHER_MOD = GeoDatumType.DATUM_FISCHER_MOD
|
| DATUM_FORT_THOMAS_1955 = GeoDatumType.DATUM_FORT_THOMAS_1955
|
| DATUM_GANDAJIKA_1970 = GeoDatumType.DATUM_GANDAJIKA_1970
|
| DATUM_GAN_1970 = GeoDatumType.DATUM_GAN_1970
|
| DATUM_GAROUA = GeoDatumType.DATUM_GAROUA
|
| DATUM_GDA_1994 = GeoDatumType.DATUM_GDA_1994
|
| DATUM_GEM_10C = GeoDatumType.DATUM_GEM_10C
|
| DATUM_GGRS_1987 = GeoDatumType.DATUM_GGRS_1987
|
| DATUM_GRACIOSA_1948 = GeoDatumType.DATUM_GRACIOSA_1948
|
| DATUM_GREEK = GeoDatumType.DATUM_GREEK
|
| DATUM_GRS_1967 = GeoDatumType.DATUM_GRS_1967
|
| DATUM_GRS_1980 = GeoDatumType.DATUM_GRS_1980
|
| DATUM_GUAM_1963 = GeoDatumType.DATUM_GUAM_1963
|
| DATUM_GUNUNG_SEGARA = GeoDatumType.DATUM_GUNUNG_SEGARA
|
| DATUM_GUX_1 = GeoDatumType.DATUM_GUX_1
|
| DATUM_GUYANE_FRANCAISE = GeoDatumType.DATUM_GUYANE_FRANCAISE
|
| DATUM_HELMERT_1906 = GeoDatumType.DATUM_HELMERT_1906
|
| DATUM_HERAT_NORTH = GeoDatumType.DATUM_HERAT_NORTH
|
| DATUM_HITO_XVIII_1963 = GeoDatumType.DATUM_HITO_XVIII_1963
|
| DATUM_HJORSEY_1955 = GeoDatumType.DATUM_HJORSEY_1955
|
| DATUM_HONG_KONG_1963 = GeoDatumType.DATUM_HONG_KONG_1963
|
| DATUM_HOUGH_1960 = GeoDatumType.DATUM_HOUGH_1960
|
| DATUM_HUNGARIAN_1972 = GeoDatumType.DATUM_HUNGARIAN_1972
|
| DATUM_HU_TZU_SHAN = GeoDatumType.DATUM_HU_TZU_SHAN
|
| DATUM_INDIAN_1954 = GeoDatumType.DATUM_INDIAN_1954
|
| DATUM_INDIAN_1960 = GeoDatumType.DATUM_INDIAN_1960
|
| DATUM_INDIAN_1975 = GeoDatumType.DATUM_INDIAN_1975
|
| DATUM_INDONESIAN = GeoDatumType.DATUM_INDONESIAN
|
| DATUM_INDONESIAN_1974 = GeoDatumType.DATUM_INDONESIAN_1974
|
| DATUM_INTERNATIONAL_1924 = GeoDatumType.DATUM_INTERNATIONAL_1924
|
| DATUM_INTERNATIONAL_1967 = GeoDatumType.DATUM_INTERNATIONAL_1967
|
| DATUM_ISTS_061_1968 = GeoDatumType.DATUM_ISTS_061_1968
|
| DATUM_ISTS_073_1969 = GeoDatumType.DATUM_ISTS_073_1969
|
| DATUM_JAMAICA_1875 = GeoDatumType.DATUM_JAMAICA_1875
|
| DATUM_JAMAICA_1969 = GeoDatumType.DATUM_JAMAICA_1969
|
| DATUM_JAPAN_2000 = GeoDatumType.DATUM_JAPAN_2000
|
| DATUM_JOHNSTON_ISLAND_1961 = GeoDatumType.DATUM_JOHNSTON_ISLAND_1961
|
| DATUM_KALIANPUR = GeoDatumType.DATUM_KALIANPUR
|
| DATUM_KANDAWALA = GeoDatumType.DATUM_KANDAWALA
|
| DATUM_KERGUELEN_ISLAND_1949 = GeoDatumType.DATUM_KERGUELEN_ISLAND_1949
|
| DATUM_KERTAU = GeoDatumType.DATUM_KERTAU
|
| DATUM_KKJ = GeoDatumType.DATUM_KKJ
|
| DATUM_KOC = GeoDatumType.DATUM_KOC
|
| DATUM_KRASOVSKY_1940 = GeoDatumType.DATUM_KRASOVSKY_1940
|
| DATUM_KUDAMS = GeoDatumType.DATUM_KUDAMS
|
| DATUM_KUSAIE_1951 = GeoDatumType.DATUM_KUSAIE_1951
|
| DATUM_LAKE = GeoDatumType.DATUM_LAKE
|
| DATUM_LA_CANOA = GeoDatumType.DATUM_LA_CANOA
|
| DATUM_LC5_1961 = GeoDatumType.DATUM_LC5_1961
|
| DATUM_LEIGON = GeoDatumType.DATUM_LEIGON
|
| DATUM_LIBERIA_1964 = GeoDatumType.DATUM_LIBERIA_1964
|
| DATUM_LISBON = GeoDatumType.DATUM_LISBON
|
| DATUM_LOMA_QUINTANA = GeoDatumType.DATUM_LOMA_QUINTANA
|
| DATUM_LOME = GeoDatumType.DATUM_LOME
|
| DATUM_LUZON_1911 = GeoDatumType.DATUM_LUZON_1911
|
| DATUM_MAHE_1971 = GeoDatumType.DATUM_MAHE_1971
|
| DATUM_MAKASSAR = GeoDatumType.DATUM_MAKASSAR
|
| DATUM_MALONGO_1987 = GeoDatumType.DATUM_MALONGO_1987
|
| DATUM_MANOCA = GeoDatumType.DATUM_MANOCA
|
| DATUM_MASSAWA = GeoDatumType.DATUM_MASSAWA
|
| DATUM_MERCHICH = GeoDatumType.DATUM_MERCHICH
|
| DATUM_MGI = GeoDatumType.DATUM_MGI
|
| DATUM_MHAST = GeoDatumType.DATUM_MHAST
|
| DATUM_MIDWAY_1961 = GeoDatumType.DATUM_MIDWAY_1961
|
| DATUM_MINNA = GeoDatumType.DATUM_MINNA
|
| DATUM_MONTE_MARIO = GeoDatumType.DATUM_MONTE_MARIO
|
| DATUM_MONTSERRAT_ISLAND_1958 = GeoDatumType.DATUM_MONTSERRAT_ISLAND_19...
|
| DATUM_MPORALOKO = GeoDatumType.DATUM_MPORALOKO
|
| DATUM_NAD_1927 = GeoDatumType.DATUM_NAD_1927
|
| DATUM_NAD_1983 = GeoDatumType.DATUM_NAD_1983
|
| DATUM_NAD_MICH = GeoDatumType.DATUM_NAD_MICH
|
| DATUM_NAHRWAN_1967 = GeoDatumType.DATUM_NAHRWAN_1967
|
| DATUM_NAPARIMA_1972 = GeoDatumType.DATUM_NAPARIMA_1972
|
| DATUM_NDG = GeoDatumType.DATUM_NDG
|
| DATUM_NGN = GeoDatumType.DATUM_NGN
|
| DATUM_NGO_1948 = GeoDatumType.DATUM_NGO_1948
|
| DATUM_NORD_SAHARA_1959 = GeoDatumType.DATUM_NORD_SAHARA_1959
|
| DATUM_NSWC_9Z_2 = GeoDatumType.DATUM_NSWC_9Z_2
|
| DATUM_NTF = GeoDatumType.DATUM_NTF
|
| DATUM_NWL_9D = GeoDatumType.DATUM_NWL_9D
|
| DATUM_NZGD_1949 = GeoDatumType.DATUM_NZGD_1949
|
| DATUM_OBSERV_METEOR_1939 = GeoDatumType.DATUM_OBSERV_METEOR_1939
|
| DATUM_OLD_HAWAIIAN = GeoDatumType.DATUM_OLD_HAWAIIAN
|
| DATUM_OMAN = GeoDatumType.DATUM_OMAN
|
| DATUM_OSGB_1936 = GeoDatumType.DATUM_OSGB_1936
|
| DATUM_OSGB_1970_SN = GeoDatumType.DATUM_OSGB_1970_SN
|
| DATUM_OSU_86F = GeoDatumType.DATUM_OSU_86F
|
| DATUM_OSU_91A = GeoDatumType.DATUM_OSU_91A
|
| DATUM_OS_SN_1980 = GeoDatumType.DATUM_OS_SN_1980
|
| DATUM_PADANG_1884 = GeoDatumType.DATUM_PADANG_1884
|
| DATUM_PALESTINE_1923 = GeoDatumType.DATUM_PALESTINE_1923
|
| DATUM_PICO_DE_LAS_NIEVES = GeoDatumType.DATUM_PICO_DE_LAS_NIEVES
|
| DATUM_PITCAIRN_1967 = GeoDatumType.DATUM_PITCAIRN_1967
|
| DATUM_PLESSIS_1817 = GeoDatumType.DATUM_PLESSIS_1817
|
| DATUM_POINT58 = GeoDatumType.DATUM_POINT58
|
| DATUM_POINTE_NOIRE = GeoDatumType.DATUM_POINTE_NOIRE
|
| DATUM_POPULAR_VISUALISATION = GeoDatumType.DATUM_POPULAR_VISUALISATION
|
| DATUM_PORTO_SANTO_1936 = GeoDatumType.DATUM_PORTO_SANTO_1936
|
| DATUM_PSAD_1956 = GeoDatumType.DATUM_PSAD_1956
|
| DATUM_PUERTO_RICO = GeoDatumType.DATUM_PUERTO_RICO
|
| DATUM_PULKOVO_1942 = GeoDatumType.DATUM_PULKOVO_1942
|
| DATUM_PULKOVO_1995 = GeoDatumType.DATUM_PULKOVO_1995
|
| DATUM_QATAR = GeoDatumType.DATUM_QATAR
|
| DATUM_QATAR_1948 = GeoDatumType.DATUM_QATAR_1948
|
| DATUM_QORNOQ = GeoDatumType.DATUM_QORNOQ
|
| DATUM_REUNION = GeoDatumType.DATUM_REUNION
|
| DATUM_S42_HUNGARY = GeoDatumType.DATUM_S42_HUNGARY
|
| DATUM_SAD_1969 = GeoDatumType.DATUM_SAD_1969
|
| DATUM_SAMOA_1962 = GeoDatumType.DATUM_SAMOA_1962
|
| DATUM_SANTO_DOS_1965 = GeoDatumType.DATUM_SANTO_DOS_1965
|
| DATUM_SAO_BRAZ = GeoDatumType.DATUM_SAO_BRAZ
|
| DATUM_SAPPER_HILL_1943 = GeoDatumType.DATUM_SAPPER_HILL_1943
|
| DATUM_SCHWARZECK = GeoDatumType.DATUM_SCHWARZECK
|
| DATUM_SEGORA = GeoDatumType.DATUM_SEGORA
|
| DATUM_SELVAGEM_GRANDE_1938 = GeoDatumType.DATUM_SELVAGEM_GRANDE_1938
|
| DATUM_SERINDUNG = GeoDatumType.DATUM_SERINDUNG
|
| DATUM_SPHERE = GeoDatumType.DATUM_SPHERE
|
| DATUM_SPHERE_AI = GeoDatumType.DATUM_SPHERE_AI
|
| DATUM_STOCKHOLM_1938 = GeoDatumType.DATUM_STOCKHOLM_1938
|
| DATUM_STRUVE_1860 = GeoDatumType.DATUM_STRUVE_1860
|
| DATUM_SUDAN = GeoDatumType.DATUM_SUDAN
|
| DATUM_S_ASIA_SINGAPORE = GeoDatumType.DATUM_S_ASIA_SINGAPORE
|
| DATUM_S_JTSK = GeoDatumType.DATUM_S_JTSK
|
| DATUM_TANANARIVE_1925 = GeoDatumType.DATUM_TANANARIVE_1925
|
| DATUM_TERN_ISLAND_1961 = GeoDatumType.DATUM_TERN_ISLAND_1961
|
| DATUM_TIMBALAI_1948 = GeoDatumType.DATUM_TIMBALAI_1948
|
| DATUM_TM65 = GeoDatumType.DATUM_TM65
|
| DATUM_TM75 = GeoDatumType.DATUM_TM75
|
| DATUM_TOKYO = GeoDatumType.DATUM_TOKYO
|
| DATUM_TRINIDAD_1903 = GeoDatumType.DATUM_TRINIDAD_1903
|
| DATUM_TRISTAN_1968 = GeoDatumType.DATUM_TRISTAN_1968
|
| DATUM_TRUCIAL_COAST_1948 = GeoDatumType.DATUM_TRUCIAL_COAST_1948
|
| DATUM_USER_DEFINED = GeoDatumType.DATUM_USER_DEFINED
|
| DATUM_VITI_LEVU_1916 = GeoDatumType.DATUM_VITI_LEVU_1916
|
| DATUM_VOIROL_1875 = GeoDatumType.DATUM_VOIROL_1875
|
| DATUM_VOIROL_UNIFIE_1960 = GeoDatumType.DATUM_VOIROL_UNIFIE_1960
|
| DATUM_WAKE_ENIWETOK_1960 = GeoDatumType.DATUM_WAKE_ENIWETOK_1960
|
| DATUM_WAKE_ISLAND_1952 = GeoDatumType.DATUM_WAKE_ISLAND_1952
|
| DATUM_WALBECK = GeoDatumType.DATUM_WALBECK
|
| DATUM_WAR_OFFICE = GeoDatumType.DATUM_WAR_OFFICE
|
| DATUM_WGS_1966 = GeoDatumType.DATUM_WGS_1966
|
| DATUM_WGS_1972 = GeoDatumType.DATUM_WGS_1972
|
| DATUM_WGS_1972_BE = GeoDatumType.DATUM_WGS_1972_BE
|
| DATUM_WGS_1984 = GeoDatumType.DATUM_WGS_1984
|
| DATUM_XIAN_1980 = GeoDatumType.DATUM_XIAN_1980
|
| DATUM_YACARE = GeoDatumType.DATUM_YACARE
|
| DATUM_YOFF = GeoDatumType.DATUM_YOFF
|
| DATUM_ZANDERIJ = GeoDatumType.DATUM_ZANDERIJ
|
| ----------------------------------------------------------------------
| Data descriptors inherited from enum.Enum:
|
| name
| The name of the Enum member.
|
| value
| The value of the Enum member.
|
| ----------------------------------------------------------------------
| Data descriptors inherited from enum.EnumMeta:
|
| __members__
| Returns a mapping of member name->value.
|
| This mapping lists all enum members, including aliases. Note that this
| is a read-only view of the internal mapping.
class GeoPrimeMeridianType(JEnum)
| GeoPrimeMeridianType(value, names=None, *, module=None, qualname=None, type=None, start=1)
|
| 該類定義了中央經線類型常量。
|
| :var GeoPrimeMeridianType.PRIMEMERIDIAN_USER_DEFINED: 用戶自定義
| :var GeoPrimeMeridianType.PRIMEMERIDIAN_GREENWICH: 格林威治本初子午線，即0°經線
| :var GeoPrimeMeridianType.PRIMEMERIDIAN_LISBON: 9°07'54".862 W
| :var GeoPrimeMeridianType.PRIMEMERIDIAN_PARIS: 2°20'14".025 E
| :var GeoPrimeMeridianType.PRIMEMERIDIAN_BOGOTA: 74°04'51".3 W
| :var GeoPrimeMeridianType.PRIMEMERIDIAN_MADRID: 3°41'16".58 W
| :var GeoPrimeMeridianType.PRIMEMERIDIAN_ROME: 12°27'08".4 E
| :var GeoPrimeMeridianType.PRIMEMERIDIAN_BERN: 7°26'22".5 E
| :var GeoPrimeMeridianType.PRIMEMERIDIAN_JAKARTA: 106°48'27".79 E
| :var GeoPrimeMeridianType.PRIMEMERIDIAN_FERRO: 17°40'00" W
| :var GeoPrimeMeridianType.PRIMEMERIDIAN_BRUSSELS: 4°22'04".71 E
| :var GeoPrimeMeridianType.PRIMEMERIDIAN_STOCKHOLM: 18°03'29".8 E
| :var GeoPrimeMeridianType.PRIMEMERIDIAN_ATHENS: 23°42'58".815 E
|
| Method resolution order:
| GeoPrimeMeridianType
| JEnum
| enum.IntEnum
| builtins.int
| enum.Enum
| builtins.object
|
| Data and other attributes defined here:
|
| PRIMEMERIDIAN_ATHENS = GeoPrimeMeridianType.PRIMEMERIDIAN_ATHENS
|
| PRIMEMERIDIAN_BERN = GeoPrimeMeridianType.PRIMEMERIDIAN_BERN
|
| PRIMEMERIDIAN_BOGOTA = GeoPrimeMeridianType.PRIMEMERIDIAN_BOGOTA
|
| PRIMEMERIDIAN_BRUSSELS = GeoPrimeMeridianType.PRIMEMERIDIAN_BRUSSELS
|
| PRIMEMERIDIAN_FERRO = GeoPrimeMeridianType.PRIMEMERIDIAN_FERRO
|
| PRIMEMERIDIAN_GREENWICH = GeoPrimeMeridianType.PRIMEMERIDIAN_GREENWICH
|
| PRIMEMERIDIAN_JAKARTA = GeoPrimeMeridianType.PRIMEMERIDIAN_JAKARTA
|
| PRIMEMERIDIAN_LISBON = GeoPrimeMeridianType.PRIMEMERIDIAN_LISBON
|
| PRIMEMERIDIAN_MADRID = GeoPrimeMeridianType.PRIMEMERIDIAN_MADRID
|
| PRIMEMERIDIAN_PARIS = GeoPrimeMeridianType.PRIMEMERIDIAN_PARIS
|
| PRIMEMERIDIAN_ROME = GeoPrimeMeridianType.PRIMEMERIDIAN_ROME
|
| PRIMEMERIDIAN_STOCKHOLM = GeoPrimeMeridianType.PRIMEMERIDIAN_STOCKHOLM
|
| PRIMEMERIDIAN_USER_DEFINED = GeoPrimeMeridianType.PRIMEMERIDIAN_USER_D...
|
| ----------------------------------------------------------------------
| Data descriptors inherited from enum.Enum:
|
| name
| The name of the Enum member.
|
| value
| The value of the Enum member.
|
| ----------------------------------------------------------------------
| Data descriptors inherited from enum.EnumMeta:
|
| __members__
| Returns a mapping of member name->value.
|
| This mapping lists all enum members, including aliases. Note that this
| is a read-only view of the internal mapping.
class GeoSpatialRefType(JEnum)
| GeoSpatialRefType(value, names=None, *, module=None, qualname=None, type=None, start=1)
|
| 該類定義了空間座標系類型常量。
|
| 空間座標系類型，用以區分平面座標系、地理座標系、投影座標系，其中地理座標系又稱爲經緯度座標系。
|
| :var GeoSpatialRefType.SPATIALREF_NONEARTH: 平面座標系。當座標系爲平面座標系時，不能進行投影轉換。
| :var GeoSpatialRefType.SPATIALREF_EARTH_LONGITUDE_LATITUDE: 地理座標系。地理座標系由大地參照系、中央經線、座標單位組成。在地理座標系中，單位能夠是度，分，秒。東西向（水平方向）的範圍爲-180度至180度。南北向（垂直方向）的範圍爲-90度至90度。
| :var GeoSpatialRefType.SPATIALREF_EARTH_PROJECTION: 投影座標系。投影座標系統由地圖投影方式、投影參數、座標單位和地理座標系組成。SuperMap Objects Java 中提供了不少預約義的投影系統，用戶能夠直接使用，此外，用戶還能夠定製本身的投影系統。
|
| Method resolution order:
| GeoSpatialRefType
| JEnum
| enum.IntEnum
| builtins.int
| enum.Enum
| builtins.object
|
| Data and other attributes defined here:
|
| SPATIALREF_EARTH_LONGITUDE_LATITUDE = GeoSpatialRefType.SPATIALREF_EAR...
|
| SPATIALREF_EARTH_PROJECTION = GeoSpatialRefType.SPATIALREF_EARTH_PROJE...
|
| SPATIALREF_NONEARTH = GeoSpatialRefType.SPATIALREF_NONEARTH
|
| ----------------------------------------------------------------------
| Data descriptors inherited from enum.Enum:
|
| name
| The name of the Enum member.
|
| value
| The value of the Enum member.
|
| ----------------------------------------------------------------------
| Data descriptors inherited from enum.EnumMeta:
|
| __members__
| Returns a mapping of member name->value.
|
| This mapping lists all enum members, including aliases. Note that this
| is a read-only view of the internal mapping.
class GeoSpheroidType(JEnum)
| GeoSpheroidType(value, names=None, *, module=None, qualname=None, type=None, start=1)
|
| An enumeration.
|
| Method resolution order:
| GeoSpheroidType
| JEnum
| enum.IntEnum
| builtins.int
| enum.Enum
| builtins.object
|
| Data and other attributes defined here:
|
| SPHEROID_AIRY_1830 = GeoSpheroidType.SPHEROID_AIRY_1830
|
| SPHEROID_AIRY_MOD = GeoSpheroidType.SPHEROID_AIRY_MOD
|
| SPHEROID_ATS_1977 = GeoSpheroidType.SPHEROID_ATS_1977
|
| SPHEROID_AUSTRALIAN = GeoSpheroidType.SPHEROID_AUSTRALIAN
|
| SPHEROID_BESSEL_1841 = GeoSpheroidType.SPHEROID_BESSEL_1841
|
| SPHEROID_BESSEL_MOD = GeoSpheroidType.SPHEROID_BESSEL_MOD
|
| SPHEROID_BESSEL_NAMIBIA = GeoSpheroidType.SPHEROID_BESSEL_NAMIBIA
|
| SPHEROID_CHINA_2000 = GeoSpheroidType.SPHEROID_CHINA_2000
|
| SPHEROID_CLARKE_1858 = GeoSpheroidType.SPHEROID_CLARKE_1858
|
| SPHEROID_CLARKE_1866 = GeoSpheroidType.SPHEROID_CLARKE_1866
|
| SPHEROID_CLARKE_1866_MICH = GeoSpheroidType.SPHEROID_CLARKE_1866_MICH
|
| SPHEROID_CLARKE_1880 = GeoSpheroidType.SPHEROID_CLARKE_1880
|
| SPHEROID_CLARKE_1880_ARC = GeoSpheroidType.SPHEROID_CLARKE_1880_ARC
|
| SPHEROID_CLARKE_1880_BENOIT = GeoSpheroidType.SPHEROID_CLARKE_1880_BEN...
|
| SPHEROID_CLARKE_1880_IGN = GeoSpheroidType.SPHEROID_CLARKE_1880_IGN
|
| SPHEROID_CLARKE_1880_RGS = GeoSpheroidType.SPHEROID_CLARKE_1880_RGS
|
| SPHEROID_CLARKE_1880_SGA = GeoSpheroidType.SPHEROID_CLARKE_1880_SGA
|
| SPHEROID_EVEREST_1830 = GeoSpheroidType.SPHEROID_EVEREST_1830
|
| SPHEROID_EVEREST_DEF_1967 = GeoSpheroidType.SPHEROID_EVEREST_DEF_1967
|
| SPHEROID_EVEREST_DEF_1975 = GeoSpheroidType.SPHEROID_EVEREST_DEF_1975
|
| SPHEROID_EVEREST_MOD = GeoSpheroidType.SPHEROID_EVEREST_MOD
|
| SPHEROID_EVEREST_MOD_1969 = GeoSpheroidType.SPHEROID_EVEREST_MOD_1969
|
| SPHEROID_FISCHER_1960 = GeoSpheroidType.SPHEROID_FISCHER_1960
|
| SPHEROID_FISCHER_1968 = GeoSpheroidType.SPHEROID_FISCHER_1968
|
| SPHEROID_FISCHER_MOD = GeoSpheroidType.SPHEROID_FISCHER_MOD
|
| SPHEROID_GEM_10C = GeoSpheroidType.SPHEROID_GEM_10C
|
| SPHEROID_GRS_1967 = GeoSpheroidType.SPHEROID_GRS_1967
|
| SPHEROID_GRS_1980 = GeoSpheroidType.SPHEROID_GRS_1980
|
| SPHEROID_HELMERT_1906 = GeoSpheroidType.SPHEROID_HELMERT_1906
|
| SPHEROID_HOUGH_1960 = GeoSpheroidType.SPHEROID_HOUGH_1960
|
| SPHEROID_INDONESIAN = GeoSpheroidType.SPHEROID_INDONESIAN
|
| SPHEROID_INTERNATIONAL_1924 = GeoSpheroidType.SPHEROID_INTERNATIONAL_1...
|
| SPHEROID_INTERNATIONAL_1967 = GeoSpheroidType.SPHEROID_INTERNATIONAL_1...
|
| SPHEROID_INTERNATIONAL_1975 = GeoSpheroidType.SPHEROID_INTERNATIONAL_1...
|
| SPHEROID_KRASOVSKY_1940 = GeoSpheroidType.SPHEROID_KRASOVSKY_1940
|
| SPHEROID_NWL_10D = GeoSpheroidType.SPHEROID_NWL_10D
|
| SPHEROID_NWL_9D = GeoSpheroidType.SPHEROID_NWL_9D
|
| SPHEROID_OSU_86F = GeoSpheroidType.SPHEROID_OSU_86F
|
| SPHEROID_OSU_91A = GeoSpheroidType.SPHEROID_OSU_91A
|
| SPHEROID_PLESSIS_1817 = GeoSpheroidType.SPHEROID_PLESSIS_1817
|
| SPHEROID_POPULAR_VISUALISATON = GeoSpheroidType.SPHEROID_POPULAR_VISUA...
|
| SPHEROID_SPHERE = GeoSpheroidType.SPHEROID_SPHERE
|
| SPHEROID_SPHERE_AI = GeoSpheroidType.SPHEROID_SPHERE_AI
|
| SPHEROID_STRUVE_1860 = GeoSpheroidType.SPHEROID_STRUVE_1860
|
| SPHEROID_USER_DEFINED = GeoSpheroidType.SPHEROID_USER_DEFINED
|
| SPHEROID_WALBECK = GeoSpheroidType.SPHEROID_WALBECK
|
| SPHEROID_WAR_OFFICE = GeoSpheroidType.SPHEROID_WAR_OFFICE
|
| SPHEROID_WGS_1966 = GeoSpheroidType.SPHEROID_WGS_1966
|
| SPHEROID_WGS_1972 = GeoSpheroidType.SPHEROID_WGS_1972
|
| SPHEROID_WGS_1984 = GeoSpheroidType.SPHEROID_WGS_1984
|
| ----------------------------------------------------------------------
| Data descriptors inherited from enum.Enum:
|
| name
| The name of the Enum member.
|
| value
| The value of the Enum member.
|
| ----------------------------------------------------------------------
| Data descriptors inherited from enum.EnumMeta:
|
| __members__
| Returns a mapping of member name->value.
|
| This mapping lists all enum members, including aliases. Note that this
| is a read-only view of the internal mapping.
class GeometryType(JEnum)
| GeometryType(value, names=None, *, module=None, qualname=None, type=None, start=1)
|
| 該類定義了一系列幾何對象的類型常量。
|
| :var GeometryType.GEOPOINT: 點幾何對象
| :var GeometryType.GEOLINE: 線幾何對象。
| :var GeometryType.GEOREGION: 面幾何對象
| :var GeometryType.GEOTEXT: 文本幾何對象
| :var GeometryType.GEOLINEM: 路由對象，是一組具備 X，Y 座標與線性度量值的點組成的線性地物對象。
| :var GeometryType.GEOCOMPOUND: 複合幾何對象。複合幾何對象由多個子對象構成，每個子對象能夠是任何一種類型的幾何對象。
| :var GeometryType.GEOPARAMETRICLINECOMPOUND: 複合參數化線幾何對象。
| :var GeometryType.GEOPARAMETRICREGIONCOMPOUND: 複合參數化面幾何對象。
| :var GeometryType.GEOPARAMETRICLINE: 參數化線幾何對象。
| :var GeometryType.GEOPARAMETRICREGION: 參數化面幾何對象。
| :var GeometryType.GEOMULTIPOINT: 多點對象，參數化的幾何對象類型。
| :var GeometryType.GEOROUNDRECTANGLE: 圓角矩形幾何對象，參數化的幾何對象類型。
| :var GeometryType.GEOCIRCLE: 圓幾何對象，參數化的幾何對象類型。
| :var GeometryType.GEOELLIPSE: 橢圓幾何對象，參數化的幾何對象類型。
| :var GeometryType.GEOPIE: 扇面幾何對象，參數化的幾何對象類型。
| :var GeometryType.GEOARC: 圓弧幾何對象，參數化的幾何對象類型。
| :var GeometryType.GEOELLIPTICARC: 橢圓弧幾何對象，參數化的幾何對象類型。
| :var GeometryType.GEOCARDINAL: 二維 Cardinal 樣條曲線幾何對象，參數化的幾何對象類型。
| :var GeometryType.GEOCURVE: 二維曲線幾何對象，參數化的幾何對象類型。
| :var GeometryType.GEOBSPLINE: 二維 B 樣條曲線幾何對象，參數化的幾何對象類型。
| :var GeometryType.GEOPOINT3D: 三維點幾何對象。
| :var GeometryType.GEOLINE3D: 三維線幾何對象。
| :var GeometryType.GEOREGION3D: 三維面幾何對象。
| :var GeometryType.GEOCHORD: 弓形幾何對象，參數化的幾何對象類型。
| :var GeometryType.GEOCYLINDER: 圓臺幾何對象。
| :var GeometryType.GEOPYRAMID: 四棱錐幾何對象。
| :var GeometryType.GEORECTANGLE: 矩形幾何對象，參數化的幾何對象類型。
| :var GeometryType.GEOBOX: 長方體幾何對象。
| :var GeometryType.GEOPICTURE: 二維圖片幾何對象。
| :var GeometryType.GEOCONE: 圓錐體幾何對象。
| :var GeometryType.GEOPLACEMARK: 三維地標幾何對象。
| :var GeometryType.GEOCIRCLE3D: 三維圓面幾何對象。
| :var GeometryType.GEOSPHERE: 球體幾何對象
| :var GeometryType.GEOHEMISPHERE: 半球體幾何對象。
| :var GeometryType.GEOPIECYLINDER: 餅臺幾何對象。
| :var GeometryType.GEOPIE3D: 三維扇面幾何對象。
| :var GeometryType.GEOELLIPSOID: 橢球體幾何對象。
| :var GeometryType.GEOPARTICLE: 三維粒子幾何對象。
| :var GeometryType.GEOTEXT3D: 三維文本幾何對象。
| :var GeometryType.GEOMODEL: 三維模型幾何對象。
| :var GeometryType.GEOMAP: 地圖幾何對象，用於在佈局中添加地圖。
| :var GeometryType.GEOMAPSCALE: 地圖比例尺幾何對象。
| :var GeometryType.GEONORTHARROW: 指北針幾何對象。
| :var GeometryType.GEOMAPBORDER: 地圖幾何對象邊框。
| :var GeometryType.GEOPICTURE3D: 三維圖片幾何對象。
| :var GeometryType.GEOLEGEND: 圖例對象。
| :var GeometryType.GEOUSERDEFINED: 用戶自定義的幾何對象。
| :var GeometryType.GEOPOINTEPS: EPS 點幾何對象
| :var GeometryType.GEOLINEEPS: EPS 線幾何對象
| :var GeometryType.GEOREGIONEPS: EPS 面幾何對象
| :var GeometryType.GEOTEXTEPS: EPS 文本幾何對象
|
| Method resolution order:
| GeometryType
| JEnum
| enum.IntEnum
| builtins.int
| enum.Enum
| builtins.object
|
| Data and other attributes defined here:
|
| GEOARC = GeometryType.GEOARC
|
| GEOBOX = GeometryType.GEOBOX
|
| GEOBSPLINE = GeometryType.GEOBSPLINE
|
| GEOCARDINAL = GeometryType.GEOCARDINAL
|
| GEOCHORD = GeometryType.GEOCHORD
|
| GEOCIRCLE = GeometryType.GEOCIRCLE
|
| GEOCIRCLE3D = GeometryType.GEOCIRCLE3D
|
| GEOCOMPOUND = GeometryType.GEOCOMPOUND
|
| GEOCONE = GeometryType.GEOCONE
|
| GEOCURVE = GeometryType.GEOCURVE
|
| GEOCYLINDER = GeometryType.GEOCYLINDER
|
| GEOELLIPSE = GeometryType.GEOELLIPSE
|
| GEOELLIPSOID = GeometryType.GEOELLIPSOID
|
| GEOELLIPTICARC = GeometryType.GEOELLIPTICARC
|
| GEOHEMISPHERE = GeometryType.GEOHEMISPHERE
|
| GEOLEGEND = GeometryType.GEOLEGEND
|
| GEOLINE = GeometryType.GEOLINE
|
| GEOLINE3D = GeometryType.GEOLINE3D
|
| GEOLINEEPS = GeometryType.GEOLINEEPS
|
| GEOLINEM = GeometryType.GEOLINEM
|
| GEOMAP = GeometryType.GEOMAP
|
| GEOMAPBORDER = GeometryType.GEOMAPBORDER
|
| GEOMAPSCALE = GeometryType.GEOMAPSCALE
|
| GEOMODEL = GeometryType.GEOMODEL
|
| GEOMODEL3D = GeometryType.GEOMODEL3D
|
| GEOMULTIPOINT = GeometryType.GEOMULTIPOINT
|
| GEONORTHARROW = GeometryType.GEONORTHARROW
|
| GEOPARAMETRICLINE = GeometryType.GEOPARAMETRICLINE
|
| GEOPARAMETRICLINECOMPOUND = GeometryType.GEOPARAMETRICLINECOMPOUND
|
| GEOPARAMETRICREGION = GeometryType.GEOPARAMETRICREGION
|
| GEOPARAMETRICREGIONCOMPOUND = GeometryType.GEOPARAMETRICREGIONCOMPOUND
|
| GEOPARTICLE = GeometryType.GEOPARTICLE
|
| GEOPICTURE = GeometryType.GEOPICTURE
|
| GEOPICTURE3D = GeometryType.GEOPICTURE3D
|
| GEOPIE = GeometryType.GEOPIE
|
| GEOPIE3D = GeometryType.GEOPIE3D
|
| GEOPIECYLINDER = GeometryType.GEOPIECYLINDER
|
| GEOPLACEMARK = GeometryType.GEOPLACEMARK
|
| GEOPOINT = GeometryType.GEOPOINT
|
| GEOPOINT3D = GeometryType.GEOPOINT3D
|
| GEOPOINTEPS = GeometryType.GEOPOINTEPS
|
| GEOPYRAMID = GeometryType.GEOPYRAMID
|
| GEORECTANGLE = GeometryType.GEORECTANGLE
|
| GEOREGION = GeometryType.GEOREGION
|
| GEOREGION3D = GeometryType.GEOREGION3D
|
| GEOREGIONEPS = GeometryType.GEOREGIONEPS
|
| GEOROUNDRECTANGLE = GeometryType.GEOROUNDRECTANGLE
|
| GEOSPHERE = GeometryType.GEOSPHERE
|
| GEOTEXT = GeometryType.GEOTEXT
|
| GEOTEXT3D = GeometryType.GEOTEXT3D
|
| GEOTEXTEPS = GeometryType.GEOTEXTEPS
|
| GEOUSERDEFINED = GeometryType.GEOUSERDEFINED
|
| GRAPHICOBJECT = GeometryType.GRAPHICOBJECT
|
| ----------------------------------------------------------------------
| Data descriptors inherited from enum.Enum:
|
| name
| The name of the Enum member.
|
| value
| The value of the Enum member.
|
| ----------------------------------------------------------------------
| Data descriptors inherited from enum.EnumMeta:
|
| __members__
| Returns a mapping of member name->value.
|
| This mapping lists all enum members, including aliases. Note that this
| is a read-only view of the internal mapping.
class GridStatisticsMode(JEnum)
| GridStatisticsMode(value, names=None, *, module=None, qualname=None, type=None, start=1)
|
| 柵格統計類型常量
|
| :var GridStatisticsMode.MIN: 最小值
| :var GridStatisticsMode.MAX: 最大值
| :var GridStatisticsMode.MEAN: 平均值
| :var GridStatisticsMode.STDEV: 標準差
| :var GridStatisticsMode.SUM: 總和
| :var GridStatisticsMode.VARIETY: 種類
| :var GridStatisticsMode.RANGE: 值域，即最大值與最小值的差
| :var GridStatisticsMode.MAJORITY: 衆數（出現頻率最高的柵格值）
| :var GridStatisticsMode.MINORITY: 最少數（出現頻率最低的柵格值）
| :var GridStatisticsMode.MEDIAN: 中位數（將全部柵格的值從小到大排列，取位於中間位置的柵格值）
|
| Method resolution order:
| GridStatisticsMode
| JEnum
| enum.IntEnum
| builtins.int
| enum.Enum
| builtins.object
|
| Data and other attributes defined here:
|
| MAJORITY = GridStatisticsMode.MAJORITY
|
| MAX = GridStatisticsMode.MAX
|
| MEAN = GridStatisticsMode.MEAN
|
| MEDIAN = GridStatisticsMode.MEDIAN
|
| MIN = GridStatisticsMode.MIN
|
| MINORITY = GridStatisticsMode.MINORITY
|
| RANGE = GridStatisticsMode.RANGE
|
| STDEV = GridStatisticsMode.STDEV
|
| SUM = GridStatisticsMode.SUM
|
| VARIETY = GridStatisticsMode.VARIETY
|
| ----------------------------------------------------------------------
| Data descriptors inherited from enum.Enum:
|
| name
| The name of the Enum member.
|
| value
| The value of the Enum member.
|
| ----------------------------------------------------------------------
| Data descriptors inherited from enum.EnumMeta:
|
| __members__
| Returns a mapping of member name->value.
|
| This mapping lists all enum members, including aliases. Note that this
| is a read-only view of the internal mapping.
class GriddingLevel(JEnum)
| GriddingLevel(value, names=None, *, module=None, qualname=None, type=None, start=1)
|
| 對於幾何面對象的查詢(GeometriesRelation)，經過設置面對象的格網化，能夠加快判斷速度，好比麪包含點判斷。 單個面對象的格網化
| 等級越高，所需的內存也越多，通常適用於面對象少但單個面對象比較大的情形。
|
| :var GriddingLevel.NONE: 無格網化
| :var GriddingLevel.LOWER: 低等級格網化，對每一個面使用 32*32 個方格進行格網化
| :var GriddingLevel.MIDDLE: 中等級格網化，對每一個面使用 64*64 個方格進行格網化
| :var GriddingLevel.NORMAL: 通常等級格網化，對每一個面使用 128*128 個方格進行格網化
| :var GriddingLevel.HIGHER: 高等級格網化，對每一個面使用 256*256 個方格進行格網化
|
| Method resolution order:
| GriddingLevel
| JEnum
| enum.IntEnum
| builtins.int
| enum.Enum
| builtins.object
|
| Data and other attributes defined here:
|
| HIGHER = GriddingLevel.HIGHER
|
| LOWER = GriddingLevel.LOWER
|
| MIDDLE = GriddingLevel.MIDDLE
|
| NONE = GriddingLevel.NONE
|
| NORMAL = GriddingLevel.NORMAL
|
| ----------------------------------------------------------------------
| Data descriptors inherited from enum.Enum:
|
| name
| The name of the Enum member.
|
| value
| The value of the Enum member.
|
| ----------------------------------------------------------------------
| Data descriptors inherited from enum.EnumMeta:
|
| __members__
| Returns a mapping of member name->value.
|
| This mapping lists all enum members, including aliases. Note that this
| is a read-only view of the internal mapping.
class IgnoreMode(JEnum)
| IgnoreMode(value, names=None, *, module=None, qualname=None, type=None, start=1)
|
| 該類定義了忽略顏色值模式的類型常量。
|
| :var IgnoreMode.IGNORENONE: 不忽略顏色值。
| :var IgnoreMode.IGNORESIGNAL: 按值忽略，忽略某個或某幾個顏色值。
| :var IgnoreMode.IGNOREBORDER: 按照掃描線的方式忽略顏色值。
|
| Method resolution order:
| IgnoreMode
| JEnum
| enum.IntEnum
| builtins.int
| enum.Enum
| builtins.object
|
| Data and other attributes defined here:
|
| IGNOREBORDER = IgnoreMode.IGNOREBORDER
|
| IGNORENONE = IgnoreMode.IGNORENONE
|
| IGNORESIGNAL = IgnoreMode.IGNORESIGNAL
|
| ----------------------------------------------------------------------
| Data descriptors inherited from enum.Enum:
|
| name
| The name of the Enum member.
|
| value
| The value of the Enum member.
|
| ----------------------------------------------------------------------
| Data descriptors inherited from enum.EnumMeta:
|
| __members__
| Returns a mapping of member name->value.
|
| This mapping lists all enum members, including aliases. Note that this
| is a read-only view of the internal mapping.
class ImageDisplayMode(JEnum)
| ImageDisplayMode(value, names=None, *, module=None, qualname=None, type=None, start=1)
|
| 影像顯示模式，目前支持組合模式和拉伸模式兩種。
|
| :var ImageDisplayMode.COMPOSITE: 組合模式。 組合模式針對多波段影像，影像按照設置的波段索引順序組合爲RGB顯示，目前只支持RGB和RGBA色彩空間的顯示。
| :var ImageDisplayMode.STRETCHED: 拉伸模式。拉伸模式支持全部影像（包括單波段和多波段），針對多波段影像，當設置了該顯示模式後，將顯示設置的波段索引的第一個波段去顯示。
|
| Method resolution order:
| ImageDisplayMode
| JEnum
| enum.IntEnum
| builtins.int
| enum.Enum
| builtins.object
|
| Data and other attributes defined here:
|
| COMPOSITE = ImageDisplayMode.COMPOSITE
|
| STRETCHED = ImageDisplayMode.STRETCHED
|
| ----------------------------------------------------------------------
| Data descriptors inherited from enum.Enum:
|
| name
| The name of the Enum member.
|
| value
| The value of the Enum member.
|
| ----------------------------------------------------------------------
| Data descriptors inherited from enum.EnumMeta:
|
| __members__
| Returns a mapping of member name->value.
|
| This mapping lists all enum members, including aliases. Note that this
| is a read-only view of the internal mapping.
class ImageInterpolationMode(JEnum)
| ImageInterpolationMode(value, names=None, *, module=None, qualname=None, type=None, start=1)
|
| 該類定義了影像插值模式常量。
|
| :var ImageInterpolationMode.NEARESTNEIGHBOR: 最臨近插值模式。
| :var ImageInterpolationMode.LOW: 低質量插值模式。
| :var ImageInterpolationMode.HIGH: 高質量插值模式。
| :var ImageInterpolationMode.DEFAULT: 默認插值模式。
| :var ImageInterpolationMode.HIGHQUALITYBICUBIC: 高質量的雙線性插值模式。
| :var ImageInterpolationMode.HIGHQUALITYBILINEAR: 最高質量的雙三次插值法模式。
|
| Method resolution order:
| ImageInterpolationMode
| JEnum
| enum.IntEnum
| builtins.int
| enum.Enum
| builtins.object
|
| Data and other attributes defined here:
|
| DEFAULT = ImageInterpolationMode.DEFAULT
|
| HIGH = ImageInterpolationMode.HIGH
|
| HIGHQUALITYBICUBIC = ImageInterpolationMode.HIGHQUALITYBICUBIC
|
| HIGHQUALITYBILINEAR = ImageInterpolationMode.HIGHQUALITYBILINEAR
|
| LOW = ImageInterpolationMode.LOW
|
| NEARESTNEIGHBOR = ImageInterpolationMode.NEARESTNEIGHBOR
|
| ----------------------------------------------------------------------
| Data descriptors inherited from enum.Enum:
|
| name
| The name of the Enum member.
|
| value
| The value of the Enum member.
|
| ----------------------------------------------------------------------
| Data descriptors inherited from enum.EnumMeta:
|
| __members__
| Returns a mapping of member name->value.
|
| This mapping lists all enum members, including aliases. Note that this
| is a read-only view of the internal mapping.
class ImageType(JEnum)
| ImageType(value, names=None, *, module=None, qualname=None, type=None, start=1)
|
| 該類定義了地圖出圖的圖片類型常量
|
| :var ImageType.BMP: BMP 是 Windows 使用的一種標準格式，用於存儲設備無關和應用程序無關的圖像。一個給定 BMP 文件的每像素位數值（一、四、八、1五、2四、32 或 64）在文件頭中指定。每像素 24 位的 BMP 文件是通用的。BMP 文件一般是不壓縮的，所以，不太適合經過 Internet 傳輸。
| :var ImageType.EMF: 文件格式 EMF 是在印刷工業中應用於 Windows 操做系統的文件格式。實際上 EMF 是原始 WMF（Window metafile）格式的32位版本。EMF格式的產生是爲了解決WMF在印刷行業中的不足。EMF 是設備獨立性的一種格式，也就是說 EMF 能夠始終保持着圖形的精度，而不管用打印機打印出何種分辨率的硬拷貝。在網絡上，較小的 EMF 格式能夠節省帶寬
| :var ImageType.EPS: EPS 是 Encapsulated PostScript 的縮寫，是跨平臺的標準格式，擴展名在PC平臺上是.eps，在 Macintosh 平臺上是.epsf ，主要用於矢量圖像和光柵圖像的存儲
| :var ImageType.GIF: GIF 是一種用於在網頁中顯示圖像的通用格式。GIF 文件適用於畫線、有純色塊的圖片和在顏色之間有清晰邊界的圖片。GIF 文件是壓縮的，可是在壓縮過程當中沒有信息丟失；解壓縮的圖像與原始圖像徹底同樣。GIF 文件中的一種顏色能夠被指定爲透明，這樣，圖像將具備顯示它的任何網頁的背景色。在單個文件中存儲一系列 GIF 圖像能夠造成一個動畫 GIF。GIF 文件每像素最多能存儲 8 位，因此它們只限於使用 256 種顏色。
| :var ImageType.JPG: JPEG 是一種適應於天然景觀（如掃描的照片）的壓縮方案。一些信息會在壓縮過程當中丟失，可是這些丟失人眼是察覺不到的。JPEG 文件每像素存儲 24 位，所以它們可以顯示超過 16,000,000 種顏色。JPEG 文件不支持透明或動畫。JPEG 不是一種文件格式。「JPEG 文件交換格式 (JFIF)」是一種文件格式，經常使用於存儲和傳輸已根據 JPEG 方案壓縮的圖像。Web 瀏覽器顯示的 JFIF 文件使用 .jpg 擴展名。
| :var ImageType.PDF: PDF(Portable Document Format) 文件格式是 Adobe 公司開發的電子文件格式。這種文件格式與操做系統平臺無關，也就是說，PDF 文件無論是在 Windows，Unix 仍是在蘋果公司的 Macos 操做系統中都是通用的
| :var ImageType.PNG: PNG 類型。PNG 格式不但保留了許多 GIF 格式的優勢，還提供了超出 GIF 的功能。像 GIF 文件同樣，PNG 文件在壓縮時也不損失信息。PNG 文件能以每像素 八、24 或 48 位來存儲顏色，並以每像素 一、二、四、8 或 16 位來存儲灰度。相比之下，GIF 文件只能使用每像素 一、二、4 或 8 位。PNG 文件還可爲每一個像素存儲一個 alpha 值，該值指定了該像素顏色與背景顏色混合的程度。PNG 優於 GIF 之處在於，它能漸進地顯示一幅圖像（也就是說，在圖像經過網絡鏈接傳遞的過程當中，顯示的圖像將愈來愈完整）。PNG 文件可包含灰度校訂和顏色校訂信息，以便圖像可在各類各樣的顯示設備上精確地呈現。
| :var ImageType.TIFF: TIFF 是一種靈活的和可擴展的格式，各類各樣的平臺和圖像處理應用程序都支持這種格式。TIFF 文件能以每像素任意位來存儲圖像，並能夠使用各類各樣的壓縮算法。單個的多頁 TIFF 文件能夠存儲數幅圖像。能夠把與圖像相關的信息（掃描儀制造商、主機、壓縮類型、打印方向和每像素採樣，等等）存儲在文件中並使用標籤來排列這些信息。能夠根據須要經過批准和添加新標籤來擴展 TIFF 格式。
|
| Method resolution order:
| ImageType
| JEnum
| enum.IntEnum
| builtins.int
| enum.Enum
| builtins.object
|
| Data and other attributes defined here:
|
| BMP = ImageType.BMP
|
| EMF = ImageType.EMF
|
| EPS = ImageType.EPS
|
| GIF = ImageType.GIF
|
| JPG = ImageType.JPG
|
| PDF = ImageType.PDF
|
| PNG = ImageType.PNG
|
| TIFF = ImageType.TIFF
|
| ----------------------------------------------------------------------
| Data descriptors inherited from enum.Enum:
|
| name
| The name of the Enum member.
|
| value
| The value of the Enum member.
|
| ----------------------------------------------------------------------
| Data descriptors inherited from enum.EnumMeta:
|
| __members__
| Returns a mapping of member name->value.
|
| This mapping lists all enum members, including aliases. Note that this
| is a read-only view of the internal mapping.
class ImportMode(JEnum)
| ImportMode(value, names=None, *, module=None, qualname=None, type=None, start=1)
|
| 該類定義了導入模式類型常量。用於控制在數據導入時出現的設置的目標對象（數據集等）名稱已存在狀況下，即設置的名稱已有名稱衝突時的操做模式。
|
| :var ImportMode.NONE: 如存在名稱衝突，則自動修改目標對象的名稱後進行導入。
| :var ImportMode.OVERWRITE: 如存在名稱衝突，則進行強制覆蓋。
| :var ImportMode.APPEND: 如存在名稱衝突，則進行數據集的追加。
|
| Method resolution order:
| ImportMode
| JEnum
| enum.IntEnum
| builtins.int
| enum.Enum
| builtins.object
|
| Data and other attributes defined here:
|
| APPEND = ImportMode.APPEND
|
| NONE = ImportMode.NONE
|
| OVERWRITE = ImportMode.OVERWRITE
|
| ----------------------------------------------------------------------
| Data descriptors inherited from enum.Enum:
|
| name
| The name of the Enum member.
|
| value
| The value of the Enum member.
|
| ----------------------------------------------------------------------
| Data descriptors inherited from enum.EnumMeta:
|
| __members__
| Returns a mapping of member name->value.
|
| This mapping lists all enum members, including aliases. Note that this
| is a read-only view of the internal mapping.
class InterpolationAlgorithmType(JEnum)
| InterpolationAlgorithmType(value, names=None, *, module=None, qualname=None, type=None, start=1)
|
| 該類定義了插值分析所支持的算法的類型常量。
|
| 對於一個區域，若是隻有部分離散點數據已知，要想建立或者模擬一個表面或者場，須要對未知點的值進行估計，一般採用的是內插表面的方法。SuperMap 中提供
| 三種內插方法，用於模擬或者建立一個表面，分別是：距離反比權重法（IDW）、克呂金插值方法（Kriging）、徑向基函數插值法（RBF）。選用何種方法進行內
| 插，一般取決於樣點數據的分佈和要建立表面的類型。
|
| :var InterpolationAlgorithmType.IDW: 距離反比權值（Inverse Distance Weighted）插值法。該方法經過計算附近區域離散點羣的平均值來估算
| 單元格的值，生成柵格數據集。這是一種簡單有效的數據內插方法，運算速度相對較快。距離離散中心越近的點，其估算值越受影響。
| :var InterpolationAlgorithmType.SIMPLEKRIGING: 簡單克呂金（Simple Kriging）插值法。簡單克呂金是經常使用的克呂金插值方法之一，該方法假
| 定用於插值的字段值的指望（平均值）已知的某一常數。
| :var InterpolationAlgorithmType.KRIGING: 普通克呂金（Kriging）插值法。最經常使用的克呂金插值方法之一。該方法假定用於插值的字段值的指望（平
| 均值）未知且恆定。它利用必定的數學函數，經過對給定的空間點進行擬合來估算單元格的值，生
| 成格網數據集。它不只能夠生成一個表面，還能夠給出預測結果的精度或者肯定性的度量。所以，此方法計
| 算精度較高，經常使用於社會科學及地質學。
| :var InterpolationAlgorithmType.UNIVERSALKRIGING: 泛克呂金（Universal Kriging）插值法。泛克呂金也是經常使用的克呂金插值方法之一，該
| 方法假定用於插值的字段值的指望（平均值）未知的變量。在樣點數據中存在某種主導趨勢，而且該趨勢能夠經過某一個肯定
| 的函數或者多項式進行擬合的狀況下適用泛克呂金插值法。
| :var InterpolationAlgorithmType.RBF: 徑向基函數（Radial Basis Function）插值法。該方法假設變化是平滑的，它有兩個特色：
|
| - 表面必須精確經過數據點；
| - 表面必須有最小曲率。
|
| 該插值在建立有視覺要求的曲線和等高線方面有優點。
| :var InterpolationAlgorithmType.DENSITY: 點密度（Density）插值法
|
| Method resolution order:
| InterpolationAlgorithmType
| JEnum
| enum.IntEnum
| builtins.int
| enum.Enum
| builtins.object
|
| Data and other attributes defined here:
|
| DENSITY = InterpolationAlgorithmType.DENSITY
|
| IDW = InterpolationAlgorithmType.IDW
|
| KRIGING = InterpolationAlgorithmType.KRIGING
|
| RBF = InterpolationAlgorithmType.RBF
|
| SIMPLEKRIGING = InterpolationAlgorithmType.SIMPLEKRIGING
|
| UNIVERSALKRIGING = InterpolationAlgorithmType.UNIVERSALKRIGING
|
| ----------------------------------------------------------------------
| Data descriptors inherited from enum.Enum:
|
| name
| The name of the Enum member.
|
| value
| The value of the Enum member.
|
| ----------------------------------------------------------------------
| Data descriptors inherited from enum.EnumMeta:
|
| __members__
| Returns a mapping of member name->value.
|
| This mapping lists all enum members, including aliases. Note that this
| is a read-only view of the internal mapping.
class JoinType(JEnum)
| JoinType(value, names=None, *, module=None, qualname=None, type=None, start=1)
|
| 該類定義了定義兩個表之間鏈接類型常量。
|
| 該類用於對相鏈接的兩個表之間進行查詢時，決定了查詢結果中獲得的記錄的狀況
|
| :var JoinType.INNERJOIN: 徹底內鏈接，只有兩個表中都有相關的記錄才加入查詢結果集。
| :var JoinType.LEFTJOIN: 左鏈接，左邊表中全部相關記錄進入查詢結果集，右邊表中無相關的記錄則其對應的字段值顯示爲空。
|
| Method resolution order:
| JoinType
| JEnum
| enum.IntEnum
| builtins.int
| enum.Enum
| builtins.object
|
| Data and other attributes defined here:
|
| INNERJOIN = JoinType.INNERJOIN
|
| LEFTJOIN = JoinType.LEFTJOIN
|
| ----------------------------------------------------------------------
| Data descriptors inherited from enum.Enum:
|
| name
| The name of the Enum member.
|
| value
| The value of the Enum member.
|
| ----------------------------------------------------------------------
| Data descriptors inherited from enum.EnumMeta:
|
| __members__
| Returns a mapping of member name->value.
|
| This mapping lists all enum members, including aliases. Note that this
| is a read-only view of the internal mapping.
class KernelFunction(JEnum)
| KernelFunction(value, names=None, *, module=None, qualname=None, type=None, start=1)
|
| 地理加權迴歸分析核函數類型常量。
|
| :var KernelFunction.GAUSSIAN: 高斯核函數。
|
| 高斯核函數計算公式:
|
| W_ij=e^(-((d_ij/b)^2)/2)。
|
| 其中W_ij爲點i和點j之間的權重，d_ij爲點i和點j之間的距離,b爲帶寬範圍。
|
| :var KernelFunction.BISQUARE: 二次核函數。
| 二次核函數計算公式:
|
| 若是d_ij≤b, W_ij=(1-(d_ij/b)^2))^2;不然,W_ij=0。
|
| 其中W_ij爲點i和點j之間的權重，d_ij爲點i和點j之間的距離,b爲帶寬範圍。
|
| :var KernelFunction.BOXCAR: 盒狀核函數。
|
| 盒狀核函數計算公式:
|
| 若是d_ij≤b, W_ij=1;不然,W_ij=0。
|
| 其中W_ij爲點i和點j之間的權重，d_ij爲點i和點j之間的距離,b爲帶寬範圍。
|
| :var KernelFunction.TRICUBE: 立方體核函數。
|
| 立方體核函數計算公式:
|
| 若是d_ij≤b, W_ij=(1-(d_ij/b)^3))^3;不然,W_ij=0。
|
| 其中W_ij爲點i和點j之間的權重，d_ij爲點i和點j之間的距離,b爲帶寬範圍。
|
| Method resolution order:
| KernelFunction
| JEnum
| enum.IntEnum
| builtins.int
| enum.Enum
| builtins.object
|
| Data and other attributes defined here:
|
| BISQUARE = KernelFunction.BISQUARE
|
| BOXCAR = KernelFunction.BOXCAR
|
| GAUSSIAN = KernelFunction.GAUSSIAN
|
| TRICUBE = KernelFunction.TRICUBE
|
| ----------------------------------------------------------------------
| Data descriptors inherited from enum.Enum:
|
| name
| The name of the Enum member.
|
| value
| The value of the Enum member.
|
| ----------------------------------------------------------------------
| Data descriptors inherited from enum.EnumMeta:
|
| __members__
| Returns a mapping of member name->value.
|
| This mapping lists all enum members, including aliases. Note that this
| is a read-only view of the internal mapping.
class KernelType(JEnum)
| KernelType(value, names=None, *, module=None, qualname=None, type=None, start=1)
|
| 地理加權迴歸分析帶寬類型常量
|
| :var KernelType.FIXED: 固定型帶寬。針對每一個迴歸分析點，使用一個固定的值做爲帶寬範圍。
| :var KernelType.ADAPTIVE: 可變型帶寬。針對每一個迴歸分析點，使用迴歸點與第K個最近相鄰點之間的距離做爲帶寬範圍。其中,K爲相鄰數目。
|
| Method resolution order:
| KernelType
| JEnum
| enum.IntEnum
| builtins.int
| enum.Enum
| builtins.object
|
| Data and other attributes defined here:
|
| ADAPTIVE = KernelType.ADAPTIVE
|
| FIXED = KernelType.FIXED
|
| ----------------------------------------------------------------------
| Data descriptors inherited from enum.Enum:
|
| name
| The name of the Enum member.
|
| value
| The value of the Enum member.
|
| ----------------------------------------------------------------------
| Data descriptors inherited from enum.EnumMeta:
|
| __members__
| Returns a mapping of member name->value.
|
| This mapping lists all enum members, including aliases. Note that this
| is a read-only view of the internal mapping.
class LayerGridAggregationType(JEnum)
| LayerGridAggregationType(value, names=None, *, module=None, qualname=None, type=None, start=1)
|
| 網格聚合圖的格網類型。
|
| :var LayerGridAggregationType.QUADRANGLE: 矩形格網
| :var LayerGridAggregationType.HEXAGON: 六邊形格網
|
| Method resolution order:
| LayerGridAggregationType
| JEnum
| enum.IntEnum
| builtins.int
| enum.Enum
| builtins.object
|
| Data and other attributes defined here:
|
| HEXAGON = LayerGridAggregationType.HEXAGON
|
| QUADRANGLE = LayerGridAggregationType.QUADRANGLE
|
| ----------------------------------------------------------------------
| Data descriptors inherited from enum.Enum:
|
| name
| The name of the Enum member.
|
| value
| The value of the Enum member.
|
| ----------------------------------------------------------------------
| Data descriptors inherited from enum.EnumMeta:
|
| __members__
| Returns a mapping of member name->value.
|
| This mapping lists all enum members, including aliases. Note that this
| is a read-only view of the internal mapping.
class LineToPointMode(JEnum)
| LineToPointMode(value, names=None, *, module=None, qualname=None, type=None, start=1)
|
| 線轉點的方式
|
| :var LineToPointMode.VERTEX: 節點模式，將線對象的每一個節點都轉換爲一個點對象
| :var LineToPointMode.INNER_POINT: 內點模式，將線對象的內點轉換爲一個點對象
| :var LineToPointMode.SUB_INNER_POINT: 子對象內點模式，將線對象的每一個子對象的內點分別轉換爲一個點對象，若是線的子對象數目爲1，將與 INNER_POINT 的結果相同。
| :var LineToPointMode.START_NODE: 起始點模式，將線對象的第一個節點，即起點，轉換爲一個點對象
| :var LineToPointMode.END_NODE: 終止點模式，將線對象的最後一個節點，即終點，轉換爲一個點對象
| :var LineToPointMode.START_END_NODE: 起始終止點模式，將線對象的起點和終點分別轉換爲一個點對象
| :var LineToPointMode.SEGMENT_INNER_POINT: 線段內點模式，將線對象的每一個線段的內點，分別轉換爲一個點對象，線段指的是相鄰兩個節點構成的線。
| :var LineToPointMode.SUB_START_NODE: 子對象起始點模式，將線對象的每一個子對象的第一個點，分別轉換爲一個點對象
| :var LineToPointMode.SUB_END_NODE: 子對象終止點模式，將線對象的每一個子對象的對後一個點，分別轉換爲一個點對象
| :var LineToPointMode.SUB_START_END_NODE: 子對象起始終止點模式，將線對象的每一個子對象的第一個點和最後一個點，分別轉換爲一個點對象。
|
| Method resolution order:
| LineToPointMode
| JEnum
| enum.IntEnum
| builtins.int
| enum.Enum
| builtins.object
|
| Data and other attributes defined here:
|
| END_NODE = LineToPointMode.END_NODE
|
| INNER_POINT = LineToPointMode.INNER_POINT
|
| SEGMENT_INNER_POINT = LineToPointMode.SEGMENT_INNER_POINT
|
| START_END_NODE = LineToPointMode.START_END_NODE
|
| START_NODE = LineToPointMode.START_NODE
|
| SUB_END_NODE = LineToPointMode.SUB_END_NODE
|
| SUB_INNER_POINT = LineToPointMode.SUB_INNER_POINT
|
| SUB_START_END_NODE = LineToPointMode.SUB_START_END_NODE
|
| SUB_START_NODE = LineToPointMode.SUB_START_NODE
|
| VERTEX = LineToPointMode.VERTEX
|
| ----------------------------------------------------------------------
| Data descriptors inherited from enum.Enum:
|
| name
| The name of the Enum member.
|
| value
| The value of the Enum member.
|
| ----------------------------------------------------------------------
| Data descriptors inherited from enum.EnumMeta:
|
| __members__
| Returns a mapping of member name->value.
|
| This mapping lists all enum members, including aliases. Note that this
| is a read-only view of the internal mapping.
class MapColorMode(JEnum)
| MapColorMode(value, names=None, *, module=None, qualname=None, type=None, start=1)
|
| 該類定義了地圖顏色模式類型常量。
|
| 該顏色模式只是針對地圖顯示而言，並且只對矢量要素起做用。 各顏色模式在轉換時，地圖的專題風格不會改變，並且各類顏色模式的轉換是根據
| 地圖的專題風格顏色來的。 SuperMap 組件產品在設置地圖風格時，提供了5種顏色模式。
|
| :var MapColorMode.DEFAULT: 默認彩色模式，對應 32 位加強真彩色模式。用 32 個比特來存儲顏色，其中紅，綠，藍和 alpha 各用 8 比特來表示。
| :var MapColorMode.BLACK_WHITE: 黑白模式。根據地圖的專題風格（默認彩色模式），將地圖要素用兩種顏色顯示：黑色和白色。 專題風格顏色爲白色的要素仍顯示成白色，其他顏色都以黑色顯示。
| :var MapColorMode.GRAY: 灰度模式。根據地圖的專題風格（默認彩色模式），對紅，綠，藍份量設置不一樣的權重，以灰度顯示出來。
| :var MapColorMode.BLACK_WHITE_REVERSE: 黑白反色模式。根據地圖的專題風格（默認彩色模式），專題風格顏色爲黑色的要素轉換成白色，其他顏色都以黑色顯示
| :var MapColorMode.ONLY_BLACK_WHITE_REVERSE: 黑白反色，其它顏色不變。根據地圖的專題風格（默認彩色模式），把專題風格顏色爲黑色的要素 轉換成白色，專題風格顏色爲白色的要素轉換成黑色，其它顏色不變。
|
| Method resolution order:
| MapColorMode
| JEnum
| enum.IntEnum
| builtins.int
| enum.Enum
| builtins.object
|
| Data and other attributes defined here:
|
| BLACK_WHITE = MapColorMode.BLACK_WHITE
|
| BLACK_WHITE_REVERSE = MapColorMode.BLACK_WHITE_REVERSE
|
| DEFAULT = MapColorMode.DEFAULT
|
| GRAY = MapColorMode.GRAY
|
| ONLY_BLACK_WHITE_REVERSE = MapColorMode.ONLY_BLACK_WHITE_REVERSE
|
| ----------------------------------------------------------------------
| Data descriptors inherited from enum.Enum:
|
| name
| The name of the Enum member.
|
| value
| The value of the Enum member.
|
| ----------------------------------------------------------------------
| Data descriptors inherited from enum.EnumMeta:
|
| __members__
| Returns a mapping of member name->value.
|
| This mapping lists all enum members, including aliases. Note that this
| is a read-only view of the internal mapping.
class MultiBandImportMode(JEnum)
| MultiBandImportMode(value, names=None, *, module=None, qualname=None, type=None, start=1)
|
| 該類定義了多波段導入模式類型常量，提供了導入多波段數據所採用的模式。
|
| :var MultiBandImportMode.SINGLEBAND: 將多波段數據導入爲多個單波段數據集
| :var MultiBandImportMode.MULTIBAND: 將多波段數據導入爲一個多波段數據集
| :var MultiBandImportMode.COMPOSITE: 將多波段數據導入爲一個單波段數據集，目前此模式適用於如下兩種狀況：
|
| - 三波段 8 位的數據導入爲一個 RGB 單波段 24 位的數據集；
| - 四波段 8 位的數據導入爲一個 RGBA 單波段 32 位的數據集。
|
| Method resolution order:
| MultiBandImportMode
| JEnum
| enum.IntEnum
| builtins.int
| enum.Enum
| builtins.object
|
| Data and other attributes defined here:
|
| COMPOSITE = MultiBandImportMode.COMPOSITE
|
| MULTIBAND = MultiBandImportMode.MULTIBAND
|
| SINGLEBAND = MultiBandImportMode.SINGLEBAND
|
| ----------------------------------------------------------------------
| Data descriptors inherited from enum.Enum:
|
| name
| The name of the Enum member.
|
| value
| The value of the Enum member.
|
| ----------------------------------------------------------------------
| Data descriptors inherited from enum.EnumMeta:
|
| __members__
| Returns a mapping of member name->value.
|
| This mapping lists all enum members, including aliases. Note that this
| is a read-only view of the internal mapping.
class NeighbourShapeType(JEnum)
| NeighbourShapeType(value, names=None, *, module=None, qualname=None, type=None, start=1)
|
| :var NeighbourShapeType.RECTANGLE: 矩形鄰域，矩形的大小由指定的寬和高來肯定，矩形範圍內的單元格參與鄰域統計的計算。矩形鄰域的默認寬和高均
| 爲 0（單位爲地理單位或柵格單位）。
|
| .. image:: ../image/Rectangle.png
|
| :var NeighbourShapeType.CIRCLE: 圓形鄰域，圓形鄰域的大小根據指定的半徑來肯定，圓形範圍內的全部單元格都參與鄰域處理，只要單元格有部分包含在
| 圓形範圍內都將參與鄰域統計。圓形鄰域的默認半徑爲 0（單位爲地理單位或柵格單位）。
|
| .. image:: ../image/Circle.png
|
| :var NeighbourShapeType.ANNULUS: 圓環鄰域。環形鄰域的大小根據指定的外圓半徑和內圓半徑來肯定，環形區域內的單元格都參與鄰域處理。環行鄰域的
| 默認外圓半徑和內圓半徑均爲 0（單位爲地理單位或柵格單位）。
|
| .. image:: ../image/Annulus.png
|
| :var NeighbourShapeType.WEDGE: 扇形鄰域。扇形鄰域的大小根據指定的圓半徑、起始角度和終止角度來肯定。在扇形區內的全部單元格都參與鄰域處理。
| 扇形鄰域的默認半徑爲 0（單位爲地理單位或柵格單位），起始角度和終止角度的默認值均爲 0 度。
|
| .. image:: ../image/Wedge.png
|
| Method resolution order:
| NeighbourShapeType
| JEnum
| enum.IntEnum
| builtins.int
| enum.Enum
| builtins.object
|
| Data and other attributes defined here:
|
| ANNULUS = NeighbourShapeType.ANNULUS
|
| CIRCLE = NeighbourShapeType.CIRCLE
|
| RECTANGLE = NeighbourShapeType.RECTANGLE
|
| WEDGE = NeighbourShapeType.WEDGE
|
| ----------------------------------------------------------------------
| Data descriptors inherited from enum.Enum:
|
| name
| The name of the Enum member.
|
| value
| The value of the Enum member.
|
| ----------------------------------------------------------------------
| Data descriptors inherited from enum.EnumMeta:
|
| __members__
| Returns a mapping of member name->value.
|
| This mapping lists all enum members, including aliases. Note that this
| is a read-only view of the internal mapping.
class NeighbourUnitType(JEnum)
| NeighbourUnitType(value, names=None, *, module=None, qualname=None, type=None, start=1)
|
| 該類定義了鄰域分析的單位類型常量。
|
| :var NeighbourUnitType.CELL: 柵格座標，即便用柵格數做爲鄰域單位。
| :var NeighbourUnitType.MAP: 地理座標，即便用地圖的長度單位做爲鄰域單位。
|
| Method resolution order:
| NeighbourUnitType
| JEnum
| enum.IntEnum
| builtins.int
| enum.Enum
| builtins.object
|
| Data and other attributes defined here:
|
| CELL = NeighbourUnitType.CELL
|
| MAP = NeighbourUnitType.MAP
|
| ----------------------------------------------------------------------
| Data descriptors inherited from enum.Enum:
|
| name
| The name of the Enum member.
|
| value
| The value of the Enum member.
|
| ----------------------------------------------------------------------
| Data descriptors inherited from enum.EnumMeta:
|
| __members__
| Returns a mapping of member name->value.
|
| This mapping lists all enum members, including aliases. Note that this
| is a read-only view of the internal mapping.
class OverlayMode(JEnum)
| OverlayMode(value, names=None, *, module=None, qualname=None, type=None, start=1)
|
| 疊加分析模式類型
|
| * 裁剪（CLIP）
|
| 用於對數據集進行擦除方式的疊加分析，將第一個數據集中包含在第二個數據集內的對象裁剪並刪除。
|
| * 裁剪數據集（第二數據集）的類型必須是面，被剪裁的數據集（第一數據集）能夠是點、線、面。
| * 在被裁剪數據集中，只有落在裁剪數據集多邊形內的對象纔會被輸出到結果數據集中。
| * 裁剪數據集、被裁剪數據集以及結果數據集的地理座標系必須一致。
| * clip 與 intersect 在空間處理上是一致的，不一樣在於對結果記錄集屬性的處理，clip 分析只是用來作裁剪，結果記錄集與第一個記錄集的屬性表結構相同，此處疊加分析參數對象設置無效。而 intersect 求交分析的結果則能夠根據字段設置狀況來保留兩個記錄集的字段。
| * 全部疊加分析的結果都不考慮數據集的系統字段。
|
| .. image:: ../image/OverlayClip.png
|
| * 擦除（ERASE）
|
| 用於對數據集進行同一方式的疊加分析，結果數據集中保留被同一運算的數據集的所有對象和被同一運算的數據集與用來進行同一運算的數據集相交的對象。
|
| * 擦除數據集（第二數據集）的類型必須是面，被擦除的數據集（第一數據集）能夠是點、線、面數據集。
| * 擦除數據集中的多邊形集合定義了擦除區域，被擦除數據集中凡是落在這些多邊形區域內的特徵都將被去除，而落在多邊形區域外的特徵要素都將被輸出到結果數據集中，與 clip 運算相反。
| * 擦除數據集、被擦除數據集以及結果數據集的地理座標系必須一致。
|
| .. image:: ../image/OverlayErase.png
|
| * 同一（IDENTITY）
|
| 用於對數據集進行同一方式的疊加分析，結果數據集中保留被同一運算的數據集的所有對象和被同一運算的數據集與用來進行同一運算的數據集相交的對象。
|
| * 同一運算就是第一數據集與第二數據集先求交，而後求交結果再與第一數據集求並的一個運算。其中，第二數據集的類型必須是面，第一數據集的類型能夠是點、線、面數據集。若是第一個數據集爲點數集，則新生成的數據集中保留第一個數據集的全部對象；若是第一個數據集爲線數據集，則新生成的數據集中保留第一個數據集的全部對象，可是把與第二個數據集相交的對象在相交的地方打斷；若是第一個數據集爲面數據集，則結果數據集保留以第一數據集爲控制邊界以內的全部多邊形，而且把與第二個數據集相交的對象在相交的地方分割成多個對象。
| * identiy 運算與 union 運算有類似之處，所不一樣之處在於 union 運算保留了兩個數據集的全部部分，而 identity 運算是把第一個數據集中與第二個數據集不相交的部分進行保留。identity 運算的結果屬性表來自於兩個數據集的屬性表。
| * 用於進行同一運算的數據集、被同一運算的數據集以及結果數據集的地理座標系必須一致。
|
| .. image:: ../image/OverlayIdentity.png
|
| * 相交（INTERSECT）
|
| 進行相交方式的疊加分析，將被相交疊加分析的數據集中不包含在用來相交疊加分析的數據集中的對象切割並刪除。即兩個數據集中重疊的部分將被輸出到結果數據集中，其他部分將被排除。
|
| * 被相交疊加分析的數據集能夠是點類型、線類型和麪類型，用來相交疊加分析的數據集必須是面類型。第一數據集的特徵對象（點、線和麪）在與第二數據集中的多邊形相交處被分裂（點對象除外），分裂結果被輸出到結果數據集中。
| * 求交運算與裁剪運算獲得的結果數據集的空間幾何信息相同的，可是裁剪運算不對屬性表作任何處理，而求交運算可讓用戶選擇須要保留的屬性字段。
| * 用於相交疊加分析的數據集、被相交疊加分析的數據集以及結果數據集的地理座標系必須一致。
|
| .. image:: ../image/OverlayIntersect.png
|
| * 對稱差（XOR）
|
| 對兩個面數據集進行對稱差分析運算。即交集取反運算。
|
| * 用於對稱差分析的數據集、被對稱差分析的數據集以及結果數據集的地理座標系必須一致。
| * 對稱差運算是兩個數據集的異或運算。操做的結果是，對於每個面對象，去掉其與另外一個數據集中的幾何對象相交的部分，而保留剩下的部分。對稱差運算的輸出結果的屬性表包含兩個輸入數據集的非系統屬性字段。
|
| .. image:: ../image/OverlayXOR.png
|
| * 合併（UNION）
|
| 用於對兩個面數據集進行合併方式的疊加分析，結果數據集中保存被合併疊加分析的數據集和用於合併疊加分析的數據集中的所有對象，而且對相交部分進行求交和分割運算。 注意：
|
| * 合併是求兩個數據集並的運算，合併後的圖層保留兩個數據集全部圖層要素，只限於兩個面數據集之間進行。
| * 進行 union 運算後，兩個面數據集在相交處多邊形被分割，且兩個數據集的幾何和屬性信息都被輸出到結果數據集中。
| * 用於合併疊加分析的數據集、被合併疊加分析的數據集以及結果數據集的地理座標系必須一致。
|
| .. image:: ../image/OverlayUnion.png
|
| * 更新（UPDATE）
|
| 用於對兩個面數據集進行更新方式的疊加分析, 更新運算是用用於更新的數據集替換與被更新數據集的重合部分，是一個先擦除後粘貼的過程。
|
| * 用於更新疊加分析的數據集、被更新疊加分析的數據集以及結果數據集的地理座標系必須一致。
| * 第一數據集與第二數據集的類型都必須是面數據集。結果數據集中保留了更新數據集的幾何形狀和屬性信息。
|
| .. image:: ../image/OverlayUpdate.png
|
| :var OverlayMode.CLIP: 裁剪
| :var OverlayMode.ERASE: 擦除
| :var OverlayMode.IDENTITY: 同一
| :var OverlayMode.INTERSECT: 相交
| :var OverlayMode.XOR: 對稱差
| :var OverlayMode.UNION: 合併
| :var OverlayMode.UPDATE: 更新
|
| Method resolution order:
| OverlayMode
| JEnum
| enum.IntEnum
| builtins.int
| enum.Enum
| builtins.object
|
| Data and other attributes defined here:
|
| CLIP = OverlayMode.CLIP
|
| ERASE = OverlayMode.ERASE
|
| IDENTITY = OverlayMode.IDENTITY
|
| INTERSECT = OverlayMode.INTERSECT
|
| UNION = OverlayMode.UNION
|
| UPDATE = OverlayMode.UPDATE
|
| XOR = OverlayMode.XOR
|
| ----------------------------------------------------------------------
| Data descriptors inherited from enum.Enum:
|
| name
| The name of the Enum member.
|
| value
| The value of the Enum member.
|
| ----------------------------------------------------------------------
| Data descriptors inherited from enum.EnumMeta:
|
| __members__
| Returns a mapping of member name->value.
|
| This mapping lists all enum members, including aliases. Note that this
| is a read-only view of the internal mapping.
class PixelFormat(JEnum)
| PixelFormat(value, names=None, *, module=None, qualname=None, type=None, start=1)
|
| 該類定義了柵格與影像數據存儲的像素格式類型常量。
|
| 光柵數據結構實際上就是像元的陣列，像元（或像素）是光柵數據的最基本信息存儲單位。在 SuperMap 中有兩種類型的光柵數據：柵格數據集（DatasetGrid）
| 和影像數據集（DatasetImage），柵格數據集多用來進行柵格分析，於是其像元值爲地物的屬性值，如高程，降水量等；而影像數據集通常用來進行顯示或做爲底
| 圖，於是其像元值爲顏色值或顏色的索引值。
|
| :var PixelFormat.UNKONOWN: 未知的像素格式
| :var PixelFormat.UBIT1: 每一個像元用 1 個比特表示。對柵格數據集來講，可表示 0 和 1 兩種值；對影像數據集來講，可表示黑白兩種顏色，對應單色影像數據。
| :var PixelFormat.UBIT4: 每一個像元用 4 個比特表示。對柵格數據集來講，可表示 0 到 15 共 16 個整數值；對影像數據集來講，可表示 16 種顏色，這 16 種顏色爲索引色，在其顏色表中定義，對應 16 色的影像數據。
| :var PixelFormat.UBIT8: 每一個像元用 8 個比特，即 1 個字節表示。對柵格數據集來講，可表示 0 到 255 共 256 個整數值；對影像數據集來講，可表示 256 種漸變的顏色，這 256 種顏色爲索引色，在其顏色表中定義，對應 256 色的影像數據。
| :var PixelFormat.BIT8: 每一個像元用 8 個比特，即 1 個字節來表示。對柵格數據集來講，可表示 -128 到 127 共 256 個整數值。每一個像元用 8 個比特，即 1 個字節來表示。對柵格數據集來講，可表示 -128 到 127 共 256 個整數值。
| :var PixelFormat.BIT16: 每一個像元用 16 個比特，即 2 個字節表示。對柵格數據集來講，可表示 -32768 到 32767 共 65536 個整數值；對影像數據集來講，16 個比特中，紅，綠，藍各用 5 比特來表示，剩餘 1 比特未使用，對應彩色的影像數據。
| :var PixelFormat.UBIT16: 每一個像元用 16 個比特，即 2 個字節來表示。對柵格數據集來講，可表示 0 到 65535 共 65536 個整數值
| :var PixelFormat.RGB: 每一個像元用 24 個比特，即 3 個字節來表示。僅提供給影像數據集使用，24 比特中紅、綠、藍各用 8 比特來表示，對應真彩色的影像數據。
| :var PixelFormat.RGBA: 每一個像元用 32 個比特，即 4 個字節來表示。僅提供給影像數據集使用，32 比特中紅、綠、藍和 alpha 各用 8 比特來表示，對應加強真彩色的影像數據。
| :var PixelFormat.BIT32: 每一個像元用 32 個比特，即 4 個字節來表示。對柵格數據集來講，可表示 -231 到 (231-1) 共 4294967296 個整數值；對影像數據集來講，32 比特中，紅，綠，藍和 alpha 各用 8 比特來表示，對應加強真彩色的影像數據。該格式支持 DatasetGrid，DatasetImage（僅支持多波段）。
| :var PixelFormat.UBIT32: 每一個像元用 32 個比特，即 4 個字節來表示，可表示 0 到 4294967295 共 4294967296 個整數值。
| :var PixelFormat.BIT64: 每一個像元用 64 個比特，即 8 個字節來表示。可表示 -263 到 (263-1) 共 18446744073709551616 個整數值。。
| :var PixelFormat.SINGLE: 每一個像元用 4 個字節來表示。可表示 -3.402823E+38 到 3.402823E+38 範圍內的單精度浮點數。
| :var PixelFormat.DOUBLE: 每一個像元用 8 個字節來表示。可表示 -1.79769313486232E+308 到 1.79769313486232E+308 範圍內的雙精度浮點數。
|
| Method resolution order:
| PixelFormat
| JEnum
| enum.IntEnum
| builtins.int
| enum.Enum
| builtins.object
|
| Data and other attributes defined here:
|
| BIT16 = PixelFormat.BIT16
|
| BIT32 = PixelFormat.BIT32
|
| BIT64 = PixelFormat.BIT64
|
| BIT8 = PixelFormat.BIT8
|
| DOUBLE = PixelFormat.DOUBLE
|
| RGB = PixelFormat.RGB
|
| RGBA = PixelFormat.RGBA
|
| SINGLE = PixelFormat.SINGLE
|
| UBIT1 = PixelFormat.UBIT1
|
| UBIT16 = PixelFormat.UBIT16
|
| UBIT32 = PixelFormat.UBIT32
|
| UBIT4 = PixelFormat.UBIT4
|
| UBIT8 = PixelFormat.UBIT8
|
| UNKONOWN = PixelFormat.UNKONOWN
|
| ----------------------------------------------------------------------
| Data descriptors inherited from enum.Enum:
|
| name
| The name of the Enum member.
|
| value
| The value of the Enum member.
|
| ----------------------------------------------------------------------
| Data descriptors inherited from enum.EnumMeta:
|
| __members__
| Returns a mapping of member name->value.
|
| This mapping lists all enum members, including aliases. Note that this
| is a read-only view of the internal mapping.
class PlaneType(JEnum)
| PlaneType(value, names=None, *, module=None, qualname=None, type=None, start=1)
|
| 平面類型常量
| :var PlaneType.PLANEXY:由X、Y座標方向構成的平面，即XY平面
| :var PlaneType.PLANEYZ:由X、Z座標方向構成的平面，即YZ平面
| :var PlaneType.PLANEXZ:由Y、Z座標方向構成的平面，即XZ平面
|
| Method resolution order:
| PlaneType
| JEnum
| enum.IntEnum
| builtins.int
| enum.Enum
| builtins.object
|
| Data and other attributes defined here:
|
| PLANEXY = PlaneType.PLANEXY
|
| PLANEXZ = PlaneType.PLANEXZ
|
| PLANEYZ = PlaneType.PLANEYZ
|
| ----------------------------------------------------------------------
| Data descriptors inherited from enum.Enum:
|
| name
| The name of the Enum member.
|
| value
| The value of the Enum member.
|
| ----------------------------------------------------------------------
| Data descriptors inherited from enum.EnumMeta:
|
| __members__
| Returns a mapping of member name->value.
|
| This mapping lists all enum members, including aliases. Note that this
| is a read-only view of the internal mapping.
class PrjCoordSysType(JEnum)
| PrjCoordSysType(value, names=None, *, module=None, qualname=None, type=None, start=1)
|
| An enumeration.
|
| Method resolution order:
| PrjCoordSysType
| JEnum
| enum.IntEnum
| builtins.int
| enum.Enum
| builtins.object
|
| Data and other attributes defined here:
|
| PCS_ADINDAN_UTM_37N = PrjCoordSysType.PCS_ADINDAN_UTM_37N
|
| PCS_ADINDAN_UTM_38N = PrjCoordSysType.PCS_ADINDAN_UTM_38N
|
| PCS_AFGOOYE_UTM_38N = PrjCoordSysType.PCS_AFGOOYE_UTM_38N
|
| PCS_AFGOOYE_UTM_39N = PrjCoordSysType.PCS_AFGOOYE_UTM_39N
|
| PCS_AGD_1966_AMG_48 = PrjCoordSysType.PCS_AGD_1966_AMG_48
|
| PCS_AGD_1966_AMG_49 = PrjCoordSysType.PCS_AGD_1966_AMG_49
|
| PCS_AGD_1966_AMG_50 = PrjCoordSysType.PCS_AGD_1966_AMG_50
|
| PCS_AGD_1966_AMG_51 = PrjCoordSysType.PCS_AGD_1966_AMG_51
|
| PCS_AGD_1966_AMG_52 = PrjCoordSysType.PCS_AGD_1966_AMG_52
|
| PCS_AGD_1966_AMG_53 = PrjCoordSysType.PCS_AGD_1966_AMG_53
|
| PCS_AGD_1966_AMG_54 = PrjCoordSysType.PCS_AGD_1966_AMG_54
|
| PCS_AGD_1966_AMG_55 = PrjCoordSysType.PCS_AGD_1966_AMG_55
|
| PCS_AGD_1966_AMG_56 = PrjCoordSysType.PCS_AGD_1966_AMG_56
|
| PCS_AGD_1966_AMG_57 = PrjCoordSysType.PCS_AGD_1966_AMG_57
|
| PCS_AGD_1966_AMG_58 = PrjCoordSysType.PCS_AGD_1966_AMG_58
|
| PCS_AGD_1984_AMG_48 = PrjCoordSysType.PCS_AGD_1984_AMG_48
|
| PCS_AGD_1984_AMG_49 = PrjCoordSysType.PCS_AGD_1984_AMG_49
|
| PCS_AGD_1984_AMG_50 = PrjCoordSysType.PCS_AGD_1984_AMG_50
|
| PCS_AGD_1984_AMG_51 = PrjCoordSysType.PCS_AGD_1984_AMG_51
|
| PCS_AGD_1984_AMG_52 = PrjCoordSysType.PCS_AGD_1984_AMG_52
|
| PCS_AGD_1984_AMG_53 = PrjCoordSysType.PCS_AGD_1984_AMG_53
|
| PCS_AGD_1984_AMG_54 = PrjCoordSysType.PCS_AGD_1984_AMG_54
|
| PCS_AGD_1984_AMG_55 = PrjCoordSysType.PCS_AGD_1984_AMG_55
|
| PCS_AGD_1984_AMG_56 = PrjCoordSysType.PCS_AGD_1984_AMG_56
|
| PCS_AGD_1984_AMG_57 = PrjCoordSysType.PCS_AGD_1984_AMG_57
|
| PCS_AGD_1984_AMG_58 = PrjCoordSysType.PCS_AGD_1984_AMG_58
|
| PCS_AIN_EL_ABD_BAHRAIN_GRID = PrjCoordSysType.PCS_AIN_EL_ABD_BAHRAIN_G...
|
| PCS_AIN_EL_ABD_UTM_37N = PrjCoordSysType.PCS_AIN_EL_ABD_UTM_37N
|
| PCS_AIN_EL_ABD_UTM_38N = PrjCoordSysType.PCS_AIN_EL_ABD_UTM_38N
|
| PCS_AIN_EL_ABD_UTM_39N = PrjCoordSysType.PCS_AIN_EL_ABD_UTM_39N
|
| PCS_AMERSFOORT_RD_NEW = PrjCoordSysType.PCS_AMERSFOORT_RD_NEW
|
| PCS_ARATU_UTM_22S = PrjCoordSysType.PCS_ARATU_UTM_22S
|
| PCS_ARATU_UTM_23S = PrjCoordSysType.PCS_ARATU_UTM_23S
|
| PCS_ARATU_UTM_24S = PrjCoordSysType.PCS_ARATU_UTM_24S
|
| PCS_ATF_NORD_DE_GUERRE = PrjCoordSysType.PCS_ATF_NORD_DE_GUERRE
|
| PCS_ATS_1977_UTM_19N = PrjCoordSysType.PCS_ATS_1977_UTM_19N
|
| PCS_ATS_1977_UTM_20N = PrjCoordSysType.PCS_ATS_1977_UTM_20N
|
| PCS_AZORES_CENTRAL_1948_UTM_ZONE_26N = PrjCoordSysType.PCS_AZORES_CENT...
|
| PCS_AZORES_OCCIDENTAL_1939_UTM_ZONE_25N = PrjCoordSysType.PCS_AZORES_O...
|
| PCS_AZORES_ORIENTAL_1940_UTM_ZONE_26N = PrjCoordSysType.PCS_AZORES_ORI...
|
| PCS_BATAVIA_UTM_48S = PrjCoordSysType.PCS_BATAVIA_UTM_48S
|
| PCS_BATAVIA_UTM_49S = PrjCoordSysType.PCS_BATAVIA_UTM_49S
|
| PCS_BATAVIA_UTM_50S = PrjCoordSysType.PCS_BATAVIA_UTM_50S
|
| PCS_BEIJING_1954_3_DEGREE_GK_25 = PrjCoordSysType.PCS_BEIJING_1954_3_D...
|
| PCS_BEIJING_1954_3_DEGREE_GK_25N = PrjCoordSysType.PCS_BEIJING_1954_3_...
|
| PCS_BEIJING_1954_3_DEGREE_GK_26 = PrjCoordSysType.PCS_BEIJING_1954_3_D...
|
| PCS_BEIJING_1954_3_DEGREE_GK_26N = PrjCoordSysType.PCS_BEIJING_1954_3_...
|
| PCS_BEIJING_1954_3_DEGREE_GK_27 = PrjCoordSysType.PCS_BEIJING_1954_3_D...
|
| PCS_BEIJING_1954_3_DEGREE_GK_27N = PrjCoordSysType.PCS_BEIJING_1954_3_...
|
| PCS_BEIJING_1954_3_DEGREE_GK_28 = PrjCoordSysType.PCS_BEIJING_1954_3_D...
|
| PCS_BEIJING_1954_3_DEGREE_GK_28N = PrjCoordSysType.PCS_BEIJING_1954_3_...
|
| PCS_BEIJING_1954_3_DEGREE_GK_29 = PrjCoordSysType.PCS_BEIJING_1954_3_D...
|
| PCS_BEIJING_1954_3_DEGREE_GK_29N = PrjCoordSysType.PCS_BEIJING_1954_3_...
|
| PCS_BEIJING_1954_3_DEGREE_GK_30 = PrjCoordSysType.PCS_BEIJING_1954_3_D...
|
| PCS_BEIJING_1954_3_DEGREE_GK_30N = PrjCoordSysType.PCS_BEIJING_1954_3_...
|
| PCS_BEIJING_1954_3_DEGREE_GK_31 = PrjCoordSysType.PCS_BEIJING_1954_3_D...
|
| PCS_BEIJING_1954_3_DEGREE_GK_31N = PrjCoordSysType.PCS_BEIJING_1954_3_...
|
| PCS_BEIJING_1954_3_DEGREE_GK_32 = PrjCoordSysType.PCS_BEIJING_1954_3_D...
|
| PCS_BEIJING_1954_3_DEGREE_GK_32N = PrjCoordSysType.PCS_BEIJING_1954_3_...
|
| PCS_BEIJING_1954_3_DEGREE_GK_33 = PrjCoordSysType.PCS_BEIJING_1954_3_D...
|
| PCS_BEIJING_1954_3_DEGREE_GK_33N = PrjCoordSysType.PCS_BEIJING_1954_3_...
|
| PCS_BEIJING_1954_3_DEGREE_GK_34 = PrjCoordSysType.PCS_BEIJING_1954_3_D...
|
| PCS_BEIJING_1954_3_DEGREE_GK_34N = PrjCoordSysType.PCS_BEIJING_1954_3_...
|
| PCS_BEIJING_1954_3_DEGREE_GK_35 = PrjCoordSysType.PCS_BEIJING_1954_3_D...
|
| PCS_BEIJING_1954_3_DEGREE_GK_35N = PrjCoordSysType.PCS_BEIJING_1954_3_...
|
| PCS_BEIJING_1954_3_DEGREE_GK_36 = PrjCoordSysType.PCS_BEIJING_1954_3_D...
|
| PCS_BEIJING_1954_3_DEGREE_GK_36N = PrjCoordSysType.PCS_BEIJING_1954_3_...
|
| PCS_BEIJING_1954_3_DEGREE_GK_37 = PrjCoordSysType.PCS_BEIJING_1954_3_D...
|
| PCS_BEIJING_1954_3_DEGREE_GK_37N = PrjCoordSysType.PCS_BEIJING_1954_3_...
|
| PCS_BEIJING_1954_3_DEGREE_GK_38 = PrjCoordSysType.PCS_BEIJING_1954_3_D...
|
| PCS_BEIJING_1954_3_DEGREE_GK_38N = PrjCoordSysType.PCS_BEIJING_1954_3_...
|
| PCS_BEIJING_1954_3_DEGREE_GK_39 = PrjCoordSysType.PCS_BEIJING_1954_3_D...
|
| PCS_BEIJING_1954_3_DEGREE_GK_39N = PrjCoordSysType.PCS_BEIJING_1954_3_...
|
| PCS_BEIJING_1954_3_DEGREE_GK_40 = PrjCoordSysType.PCS_BEIJING_1954_3_D...
|
| PCS_BEIJING_1954_3_DEGREE_GK_40N = PrjCoordSysType.PCS_BEIJING_1954_3_...
|
| PCS_BEIJING_1954_3_DEGREE_GK_41 = PrjCoordSysType.PCS_BEIJING_1954_3_D...
|
| PCS_BEIJING_1954_3_DEGREE_GK_41N = PrjCoordSysType.PCS_BEIJING_1954_3_...
|
| PCS_BEIJING_1954_3_DEGREE_GK_42 = PrjCoordSysType.PCS_BEIJING_1954_3_D...
|
| PCS_BEIJING_1954_3_DEGREE_GK_42N = PrjCoordSysType.PCS_BEIJING_1954_3_...
|
| PCS_BEIJING_1954_3_DEGREE_GK_43 = PrjCoordSysType.PCS_BEIJING_1954_3_D...
|
| PCS_BEIJING_1954_3_DEGREE_GK_43N = PrjCoordSysType.PCS_BEIJING_1954_3_...
|
| PCS_BEIJING_1954_3_DEGREE_GK_44 = PrjCoordSysType.PCS_BEIJING_1954_3_D...
|
| PCS_BEIJING_1954_3_DEGREE_GK_44N = PrjCoordSysType.PCS_BEIJING_1954_3_...
|
| PCS_BEIJING_1954_3_DEGREE_GK_45 = PrjCoordSysType.PCS_BEIJING_1954_3_D...
|
| PCS_BEIJING_1954_3_DEGREE_GK_45N = PrjCoordSysType.PCS_BEIJING_1954_3_...
|
| PCS_BEIJING_1954_GK_13 = PrjCoordSysType.PCS_BEIJING_1954_GK_13
|
| PCS_BEIJING_1954_GK_13N = PrjCoordSysType.PCS_BEIJING_1954_GK_13N
|
| PCS_BEIJING_1954_GK_14 = PrjCoordSysType.PCS_BEIJING_1954_GK_14
|
| PCS_BEIJING_1954_GK_14N = PrjCoordSysType.PCS_BEIJING_1954_GK_14N
|
| PCS_BEIJING_1954_GK_15 = PrjCoordSysType.PCS_BEIJING_1954_GK_15
|
| PCS_BEIJING_1954_GK_15N = PrjCoordSysType.PCS_BEIJING_1954_GK_15N
|
| PCS_BEIJING_1954_GK_16 = PrjCoordSysType.PCS_BEIJING_1954_GK_16
|
| PCS_BEIJING_1954_GK_16N = PrjCoordSysType.PCS_BEIJING_1954_GK_16N
|
| PCS_BEIJING_1954_GK_17 = PrjCoordSysType.PCS_BEIJING_1954_GK_17
|
| PCS_BEIJING_1954_GK_17N = PrjCoordSysType.PCS_BEIJING_1954_GK_17N
|
| PCS_BEIJING_1954_GK_18 = PrjCoordSysType.PCS_BEIJING_1954_GK_18
|
| PCS_BEIJING_1954_GK_18N = PrjCoordSysType.PCS_BEIJING_1954_GK_18N
|
| PCS_BEIJING_1954_GK_19 = PrjCoordSysType.PCS_BEIJING_1954_GK_19
|
| PCS_BEIJING_1954_GK_19N = PrjCoordSysType.PCS_BEIJING_1954_GK_19N
|
| PCS_BEIJING_1954_GK_20 = PrjCoordSysType.PCS_BEIJING_1954_GK_20
|
| PCS_BEIJING_1954_GK_20N = PrjCoordSysType.PCS_BEIJING_1954_GK_20N
|
| PCS_BEIJING_1954_GK_21 = PrjCoordSysType.PCS_BEIJING_1954_GK_21
|
| PCS_BEIJING_1954_GK_21N = PrjCoordSysType.PCS_BEIJING_1954_GK_21N
|
| PCS_BEIJING_1954_GK_22 = PrjCoordSysType.PCS_BEIJING_1954_GK_22
|
| PCS_BEIJING_1954_GK_22N = PrjCoordSysType.PCS_BEIJING_1954_GK_22N
|
| PCS_BEIJING_1954_GK_23 = PrjCoordSysType.PCS_BEIJING_1954_GK_23
|
| PCS_BEIJING_1954_GK_23N = PrjCoordSysType.PCS_BEIJING_1954_GK_23N
|
| PCS_BELGE_LAMBERT_1950 = PrjCoordSysType.PCS_BELGE_LAMBERT_1950
|
| PCS_BOGOTA_COLOMBIA_BOGOTA = PrjCoordSysType.PCS_BOGOTA_COLOMBIA_BOGOT...
|
| PCS_BOGOTA_COLOMBIA_EAST = PrjCoordSysType.PCS_BOGOTA_COLOMBIA_EAST
|
| PCS_BOGOTA_COLOMBIA_E_CENTRAL = PrjCoordSysType.PCS_BOGOTA_COLOMBIA_E_...
|
| PCS_BOGOTA_COLOMBIA_WEST = PrjCoordSysType.PCS_BOGOTA_COLOMBIA_WEST
|
| PCS_BOGOTA_UTM_17N = PrjCoordSysType.PCS_BOGOTA_UTM_17N
|
| PCS_BOGOTA_UTM_18N = PrjCoordSysType.PCS_BOGOTA_UTM_18N
|
| PCS_CAMACUPA_UTM_32S = PrjCoordSysType.PCS_CAMACUPA_UTM_32S
|
| PCS_CAMACUPA_UTM_33S = PrjCoordSysType.PCS_CAMACUPA_UTM_33S
|
| PCS_CARTHAGE_NORD_TUNISIE = PrjCoordSysType.PCS_CARTHAGE_NORD_TUNISIE
|
| PCS_CARTHAGE_SUD_TUNISIE = PrjCoordSysType.PCS_CARTHAGE_SUD_TUNISIE
|
| PCS_CARTHAGE_UTM_32N = PrjCoordSysType.PCS_CARTHAGE_UTM_32N
|
| PCS_CHINA_2000_3_DEGREE_GK_25 = PrjCoordSysType.PCS_CHINA_2000_3_DEGRE...
|
| PCS_CHINA_2000_3_DEGREE_GK_25N = PrjCoordSysType.PCS_CHINA_2000_3_DEGR...
|
| PCS_CHINA_2000_3_DEGREE_GK_26 = PrjCoordSysType.PCS_CHINA_2000_3_DEGRE...
|
| PCS_CHINA_2000_3_DEGREE_GK_26N = PrjCoordSysType.PCS_CHINA_2000_3_DEGR...
|
| PCS_CHINA_2000_3_DEGREE_GK_27 = PrjCoordSysType.PCS_CHINA_2000_3_DEGRE...
|
| PCS_CHINA_2000_3_DEGREE_GK_27N = PrjCoordSysType.PCS_CHINA_2000_3_DEGR...
|
| PCS_CHINA_2000_3_DEGREE_GK_28 = PrjCoordSysType.PCS_CHINA_2000_3_DEGRE...
|
| PCS_CHINA_2000_3_DEGREE_GK_28N = PrjCoordSysType.PCS_CHINA_2000_3_DEGR...
|
| PCS_CHINA_2000_3_DEGREE_GK_29 = PrjCoordSysType.PCS_CHINA_2000_3_DEGRE...
|
| PCS_CHINA_2000_3_DEGREE_GK_29N = PrjCoordSysType.PCS_CHINA_2000_3_DEGR...
|
| PCS_CHINA_2000_3_DEGREE_GK_30 = PrjCoordSysType.PCS_CHINA_2000_3_DEGRE...
|
| PCS_CHINA_2000_3_DEGREE_GK_30N = PrjCoordSysType.PCS_CHINA_2000_3_DEGR...
|
| PCS_CHINA_2000_3_DEGREE_GK_31 = PrjCoordSysType.PCS_CHINA_2000_3_DEGRE...
|
| PCS_CHINA_2000_3_DEGREE_GK_31N = PrjCoordSysType.PCS_CHINA_2000_3_DEGR...
|
| PCS_CHINA_2000_3_DEGREE_GK_32 = PrjCoordSysType.PCS_CHINA_2000_3_DEGRE...
|
| PCS_CHINA_2000_3_DEGREE_GK_32N = PrjCoordSysType.PCS_CHINA_2000_3_DEGR...
|
| PCS_CHINA_2000_3_DEGREE_GK_33 = PrjCoordSysType.PCS_CHINA_2000_3_DEGRE...
|
| PCS_CHINA_2000_3_DEGREE_GK_33N = PrjCoordSysType.PCS_CHINA_2000_3_DEGR...
|
| PCS_CHINA_2000_3_DEGREE_GK_34 = PrjCoordSysType.PCS_CHINA_2000_3_DEGRE...
|
| PCS_CHINA_2000_3_DEGREE_GK_34N = PrjCoordSysType.PCS_CHINA_2000_3_DEGR...
|
| PCS_CHINA_2000_3_DEGREE_GK_35 = PrjCoordSysType.PCS_CHINA_2000_3_DEGRE...
|
| PCS_CHINA_2000_3_DEGREE_GK_35N = PrjCoordSysType.PCS_CHINA_2000_3_DEGR...
|
| PCS_CHINA_2000_3_DEGREE_GK_36 = PrjCoordSysType.PCS_CHINA_2000_3_DEGRE...
|
| PCS_CHINA_2000_3_DEGREE_GK_36N = PrjCoordSysType.PCS_CHINA_2000_3_DEGR...
|
| PCS_CHINA_2000_3_DEGREE_GK_37 = PrjCoordSysType.PCS_CHINA_2000_3_DEGRE...
|
| PCS_CHINA_2000_3_DEGREE_GK_37N = PrjCoordSysType.PCS_CHINA_2000_3_DEGR...
|
| PCS_CHINA_2000_3_DEGREE_GK_38 = PrjCoordSysType.PCS_CHINA_2000_3_DEGRE...
|
| PCS_CHINA_2000_3_DEGREE_GK_38N = PrjCoordSysType.PCS_CHINA_2000_3_DEGR...
|
| PCS_CHINA_2000_3_DEGREE_GK_39 = PrjCoordSysType.PCS_CHINA_2000_3_DEGRE...
|
| PCS_CHINA_2000_3_DEGREE_GK_39N = PrjCoordSysType.PCS_CHINA_2000_3_DEGR...
|
| PCS_CHINA_2000_3_DEGREE_GK_40 = PrjCoordSysType.PCS_CHINA_2000_3_DEGRE...
|
| PCS_CHINA_2000_3_DEGREE_GK_40N = PrjCoordSysType.PCS_CHINA_2000_3_DEGR...
|
| PCS_CHINA_2000_3_DEGREE_GK_41 = PrjCoordSysType.PCS_CHINA_2000_3_DEGRE...
|
| PCS_CHINA_2000_3_DEGREE_GK_41N = PrjCoordSysType.PCS_CHINA_2000_3_DEGR...
|
| PCS_CHINA_2000_3_DEGREE_GK_42 = PrjCoordSysType.PCS_CHINA_2000_3_DEGRE...
|
| PCS_CHINA_2000_3_DEGREE_GK_42N = PrjCoordSysType.PCS_CHINA_2000_3_DEGR...
|
| PCS_CHINA_2000_3_DEGREE_GK_43 = PrjCoordSysType.PCS_CHINA_2000_3_DEGRE...
|
| PCS_CHINA_2000_3_DEGREE_GK_43N = PrjCoordSysType.PCS_CHINA_2000_3_DEGR...
|
| PCS_CHINA_2000_3_DEGREE_GK_44 = PrjCoordSysType.PCS_CHINA_2000_3_DEGRE...
|
| PCS_CHINA_2000_3_DEGREE_GK_44N = PrjCoordSysType.PCS_CHINA_2000_3_DEGR...
|
| PCS_CHINA_2000_3_DEGREE_GK_45 = PrjCoordSysType.PCS_CHINA_2000_3_DEGRE...
|
| PCS_CHINA_2000_3_DEGREE_GK_45N = PrjCoordSysType.PCS_CHINA_2000_3_DEGR...
|
| PCS_CHINA_2000_GK_13 = PrjCoordSysType.PCS_CHINA_2000_GK_13
|
| PCS_CHINA_2000_GK_13N = PrjCoordSysType.PCS_CHINA_2000_GK_13N
|
| PCS_CHINA_2000_GK_14 = PrjCoordSysType.PCS_CHINA_2000_GK_14
|
| PCS_CHINA_2000_GK_14N = PrjCoordSysType.PCS_CHINA_2000_GK_14N
|
| PCS_CHINA_2000_GK_15 = PrjCoordSysType.PCS_CHINA_2000_GK_15
|
| PCS_CHINA_2000_GK_15N = PrjCoordSysType.PCS_CHINA_2000_GK_15N
|
| PCS_CHINA_2000_GK_16 = PrjCoordSysType.PCS_CHINA_2000_GK_16
|
| PCS_CHINA_2000_GK_16N = PrjCoordSysType.PCS_CHINA_2000_GK_16N
|
| PCS_CHINA_2000_GK_17 = PrjCoordSysType.PCS_CHINA_2000_GK_17
|
| PCS_CHINA_2000_GK_17N = PrjCoordSysType.PCS_CHINA_2000_GK_17N
|
| PCS_CHINA_2000_GK_18 = PrjCoordSysType.PCS_CHINA_2000_GK_18
|
| PCS_CHINA_2000_GK_18N = PrjCoordSysType.PCS_CHINA_2000_GK_18N
|
| PCS_CHINA_2000_GK_19 = PrjCoordSysType.PCS_CHINA_2000_GK_19
|
| PCS_CHINA_2000_GK_19N = PrjCoordSysType.PCS_CHINA_2000_GK_19N
|
| PCS_CHINA_2000_GK_20 = PrjCoordSysType.PCS_CHINA_2000_GK_20
|
| PCS_CHINA_2000_GK_20N = PrjCoordSysType.PCS_CHINA_2000_GK_20N
|
| PCS_CHINA_2000_GK_21 = PrjCoordSysType.PCS_CHINA_2000_GK_21
|
| PCS_CHINA_2000_GK_21N = PrjCoordSysType.PCS_CHINA_2000_GK_21N
|
| PCS_CHINA_2000_GK_22 = PrjCoordSysType.PCS_CHINA_2000_GK_22
|
| PCS_CHINA_2000_GK_22N = PrjCoordSysType.PCS_CHINA_2000_GK_22N
|
| PCS_CHINA_2000_GK_23 = PrjCoordSysType.PCS_CHINA_2000_GK_23
|
| PCS_CHINA_2000_GK_23N = PrjCoordSysType.PCS_CHINA_2000_GK_23N
|
| PCS_CORREGO_ALEGRE_UTM_23S = PrjCoordSysType.PCS_CORREGO_ALEGRE_UTM_23...
|
| PCS_CORREGO_ALEGRE_UTM_24S = PrjCoordSysType.PCS_CORREGO_ALEGRE_UTM_24...
|
| PCS_C_INCHAUSARGENTINA_1 = PrjCoordSysType.PCS_C_INCHAUSARGENTINA_1
|
| PCS_C_INCHAUSARGENTINA_2 = PrjCoordSysType.PCS_C_INCHAUSARGENTINA_2
|
| PCS_C_INCHAUSARGENTINA_3 = PrjCoordSysType.PCS_C_INCHAUSARGENTINA_3
|
| PCS_C_INCHAUSARGENTINA_4 = PrjCoordSysType.PCS_C_INCHAUSARGENTINA_4
|
| PCS_C_INCHAUSARGENTINA_5 = PrjCoordSysType.PCS_C_INCHAUSARGENTINA_5
|
| PCS_C_INCHAUSARGENTINA_6 = PrjCoordSysType.PCS_C_INCHAUSARGENTINA_6
|
| PCS_C_INCHAUSARGENTINA_7 = PrjCoordSysType.PCS_C_INCHAUSARGENTINA_7
|
| PCS_DATUM73_MODIFIED_PORTUGUESE_GRID = PrjCoordSysType.PCS_DATUM73_MOD...
|
| PCS_DATUM73_MODIFIED_PORTUGUESE_NATIONAL_GRID = PrjCoordSysType.PCS_DA...
|
| PCS_DATUM_73_UTM_ZONE_29N = PrjCoordSysType.PCS_DATUM_73_UTM_ZONE_29N
|
| PCS_DEALUL_PISCULUI_1933_STEREO_33 = PrjCoordSysType.PCS_DEALUL_PISCUL...
|
| PCS_DEALUL_PISCULUI_1970_STEREO_EALUL_PISCULUI_1970_STEREO_70 = PrjCoo...
|
| PCS_DHDN_GERMANY_1 = PrjCoordSysType.PCS_DHDN_GERMANY_1
|
| PCS_DHDN_GERMANY_2 = PrjCoordSysType.PCS_DHDN_GERMANY_2
|
| PCS_DHDN_GERMANY_3 = PrjCoordSysType.PCS_DHDN_GERMANY_3
|
| PCS_DHDN_GERMANY_4 = PrjCoordSysType.PCS_DHDN_GERMANY_4
|
| PCS_DHDN_GERMANY_5 = PrjCoordSysType.PCS_DHDN_GERMANY_5
|
| PCS_DOUALA_UTM_32N = PrjCoordSysType.PCS_DOUALA_UTM_32N
|
| PCS_EARTH_LONGITUDE_LATITUDE = PrjCoordSysType.PCS_EARTH_LONGITUDE_LAT...
|
| PCS_ED50_CENTRAL_GROUP = PrjCoordSysType.PCS_ED50_CENTRAL_GROUP
|
| PCS_ED50_OCCIDENTAL_GROUP = PrjCoordSysType.PCS_ED50_OCCIDENTAL_GROUP
|
| PCS_ED50_ORIENTAL_GROUP = PrjCoordSysType.PCS_ED50_ORIENTAL_GROUP
|
| PCS_ED_1950_UTM_28N = PrjCoordSysType.PCS_ED_1950_UTM_28N
|
| PCS_ED_1950_UTM_29N = PrjCoordSysType.PCS_ED_1950_UTM_29N
|
| PCS_ED_1950_UTM_30N = PrjCoordSysType.PCS_ED_1950_UTM_30N
|
| PCS_ED_1950_UTM_31N = PrjCoordSysType.PCS_ED_1950_UTM_31N
|
| PCS_ED_1950_UTM_32N = PrjCoordSysType.PCS_ED_1950_UTM_32N
|
| PCS_ED_1950_UTM_33N = PrjCoordSysType.PCS_ED_1950_UTM_33N
|
| PCS_ED_1950_UTM_34N = PrjCoordSysType.PCS_ED_1950_UTM_34N
|
| PCS_ED_1950_UTM_35N = PrjCoordSysType.PCS_ED_1950_UTM_35N
|
| PCS_ED_1950_UTM_36N = PrjCoordSysType.PCS_ED_1950_UTM_36N
|
| PCS_ED_1950_UTM_37N = PrjCoordSysType.PCS_ED_1950_UTM_37N
|
| PCS_ED_1950_UTM_38N = PrjCoordSysType.PCS_ED_1950_UTM_38N
|
| PCS_EGYPT_EXT_PURPLE_BELT = PrjCoordSysType.PCS_EGYPT_EXT_PURPLE_BELT
|
| PCS_EGYPT_PURPLE_BELT = PrjCoordSysType.PCS_EGYPT_PURPLE_BELT
|
| PCS_EGYPT_RED_BELT = PrjCoordSysType.PCS_EGYPT_RED_BELT
|
| PCS_ETRS89_PORTUGAL_TM06 = PrjCoordSysType.PCS_ETRS89_PORTUGAL_TM06
|
| PCS_ETRS_1989_UTM_28N = PrjCoordSysType.PCS_ETRS_1989_UTM_28N
|
| PCS_ETRS_1989_UTM_29N = PrjCoordSysType.PCS_ETRS_1989_UTM_29N
|
| PCS_ETRS_1989_UTM_30N = PrjCoordSysType.PCS_ETRS_1989_UTM_30N
|
| PCS_ETRS_1989_UTM_31N = PrjCoordSysType.PCS_ETRS_1989_UTM_31N
|
| PCS_ETRS_1989_UTM_32N = PrjCoordSysType.PCS_ETRS_1989_UTM_32N
|
| PCS_ETRS_1989_UTM_33N = PrjCoordSysType.PCS_ETRS_1989_UTM_33N
|
| PCS_ETRS_1989_UTM_34N = PrjCoordSysType.PCS_ETRS_1989_UTM_34N
|
| PCS_ETRS_1989_UTM_35N = PrjCoordSysType.PCS_ETRS_1989_UTM_35N
|
| PCS_ETRS_1989_UTM_36N = PrjCoordSysType.PCS_ETRS_1989_UTM_36N
|
| PCS_ETRS_1989_UTM_37N = PrjCoordSysType.PCS_ETRS_1989_UTM_37N
|
| PCS_ETRS_1989_UTM_38N = PrjCoordSysType.PCS_ETRS_1989_UTM_38N
|
| PCS_FAHUD_UTM_39N = PrjCoordSysType.PCS_FAHUD_UTM_39N
|
| PCS_FAHUD_UTM_40N = PrjCoordSysType.PCS_FAHUD_UTM_40N
|
| PCS_GAROUA_UTM_33N = PrjCoordSysType.PCS_GAROUA_UTM_33N
|
| PCS_GDA_1994_MGA_48 = PrjCoordSysType.PCS_GDA_1994_MGA_48
|
| PCS_GDA_1994_MGA_49 = PrjCoordSysType.PCS_GDA_1994_MGA_49
|
| PCS_GDA_1994_MGA_50 = PrjCoordSysType.PCS_GDA_1994_MGA_50
|
| PCS_GDA_1994_MGA_51 = PrjCoordSysType.PCS_GDA_1994_MGA_51
|
| PCS_GDA_1994_MGA_52 = PrjCoordSysType.PCS_GDA_1994_MGA_52
|
| PCS_GDA_1994_MGA_53 = PrjCoordSysType.PCS_GDA_1994_MGA_53
|
| PCS_GDA_1994_MGA_54 = PrjCoordSysType.PCS_GDA_1994_MGA_54
|
| PCS_GDA_1994_MGA_55 = PrjCoordSysType.PCS_GDA_1994_MGA_55
|
| PCS_GDA_1994_MGA_56 = PrjCoordSysType.PCS_GDA_1994_MGA_56
|
| PCS_GDA_1994_MGA_57 = PrjCoordSysType.PCS_GDA_1994_MGA_57
|
| PCS_GDA_1994_MGA_58 = PrjCoordSysType.PCS_GDA_1994_MGA_58
|
| PCS_GGRS_1987_GREEK_GRID = PrjCoordSysType.PCS_GGRS_1987_GREEK_GRID
|
| PCS_ID_1974_UTM_46N = PrjCoordSysType.PCS_ID_1974_UTM_46N
|
| PCS_ID_1974_UTM_46S = PrjCoordSysType.PCS_ID_1974_UTM_46S
|
| PCS_ID_1974_UTM_47N = PrjCoordSysType.PCS_ID_1974_UTM_47N
|
| PCS_ID_1974_UTM_47S = PrjCoordSysType.PCS_ID_1974_UTM_47S
|
| PCS_ID_1974_UTM_48N = PrjCoordSysType.PCS_ID_1974_UTM_48N
|
| PCS_ID_1974_UTM_48S = PrjCoordSysType.PCS_ID_1974_UTM_48S
|
| PCS_ID_1974_UTM_49N = PrjCoordSysType.PCS_ID_1974_UTM_49N
|
| PCS_ID_1974_UTM_49S = PrjCoordSysType.PCS_ID_1974_UTM_49S
|
| PCS_ID_1974_UTM_50N = PrjCoordSysType.PCS_ID_1974_UTM_50N
|
| PCS_ID_1974_UTM_50S = PrjCoordSysType.PCS_ID_1974_UTM_50S
|
| PCS_ID_1974_UTM_51N = PrjCoordSysType.PCS_ID_1974_UTM_51N
|
| PCS_ID_1974_UTM_51S = PrjCoordSysType.PCS_ID_1974_UTM_51S
|
| PCS_ID_1974_UTM_52N = PrjCoordSysType.PCS_ID_1974_UTM_52N
|
| PCS_ID_1974_UTM_52S = PrjCoordSysType.PCS_ID_1974_UTM_52S
|
| PCS_ID_1974_UTM_53N = PrjCoordSysType.PCS_ID_1974_UTM_53N
|
| PCS_ID_1974_UTM_53S = PrjCoordSysType.PCS_ID_1974_UTM_53S
|
| PCS_ID_1974_UTM_54S = PrjCoordSysType.PCS_ID_1974_UTM_54S
|
| PCS_INDIAN_1954_UTM_47N = PrjCoordSysType.PCS_INDIAN_1954_UTM_47N
|
| PCS_INDIAN_1954_UTM_48N = PrjCoordSysType.PCS_INDIAN_1954_UTM_48N
|
| PCS_INDIAN_1975_UTM_47N = PrjCoordSysType.PCS_INDIAN_1975_UTM_47N
|
| PCS_INDIAN_1975_UTM_48N = PrjCoordSysType.PCS_INDIAN_1975_UTM_48N
|
| PCS_JAD_1969_JAMAICA_GRID = PrjCoordSysType.PCS_JAD_1969_JAMAICA_GRID
|
| PCS_JAMAICA_1875_OLD_GRID = PrjCoordSysType.PCS_JAMAICA_1875_OLD_GRID
|
| PCS_JAPAN_PLATE_ZONE_I = PrjCoordSysType.PCS_JAPAN_PLATE_ZONE_I
|
| PCS_JAPAN_PLATE_ZONE_II = PrjCoordSysType.PCS_JAPAN_PLATE_ZONE_II
|
| PCS_JAPAN_PLATE_ZONE_III = PrjCoordSysType.PCS_JAPAN_PLATE_ZONE_III
|
| PCS_JAPAN_PLATE_ZONE_IV = PrjCoordSysType.PCS_JAPAN_PLATE_ZONE_IV
|
| PCS_JAPAN_PLATE_ZONE_IX = PrjCoordSysType.PCS_JAPAN_PLATE_ZONE_IX
|
| PCS_JAPAN_PLATE_ZONE_V = PrjCoordSysType.PCS_JAPAN_PLATE_ZONE_V
|
| PCS_JAPAN_PLATE_ZONE_VI = PrjCoordSysType.PCS_JAPAN_PLATE_ZONE_VI
|
| PCS_JAPAN_PLATE_ZONE_VII = PrjCoordSysType.PCS_JAPAN_PLATE_ZONE_VII
|
| PCS_JAPAN_PLATE_ZONE_VIII = PrjCoordSysType.PCS_JAPAN_PLATE_ZONE_VIII
|
| PCS_JAPAN_PLATE_ZONE_X = PrjCoordSysType.PCS_JAPAN_PLATE_ZONE_X
|
| PCS_JAPAN_PLATE_ZONE_XI = PrjCoordSysType.PCS_JAPAN_PLATE_ZONE_XI
|
| PCS_JAPAN_PLATE_ZONE_XII = PrjCoordSysType.PCS_JAPAN_PLATE_ZONE_XII
|
| PCS_JAPAN_PLATE_ZONE_XIII = PrjCoordSysType.PCS_JAPAN_PLATE_ZONE_XIII
|
| PCS_JAPAN_PLATE_ZONE_XIV = PrjCoordSysType.PCS_JAPAN_PLATE_ZONE_XIV
|
| PCS_JAPAN_PLATE_ZONE_XIX = PrjCoordSysType.PCS_JAPAN_PLATE_ZONE_XIX
|
| PCS_JAPAN_PLATE_ZONE_XV = PrjCoordSysType.PCS_JAPAN_PLATE_ZONE_XV
|
| PCS_JAPAN_PLATE_ZONE_XVI = PrjCoordSysType.PCS_JAPAN_PLATE_ZONE_XVI
|
| PCS_JAPAN_PLATE_ZONE_XVII = PrjCoordSysType.PCS_JAPAN_PLATE_ZONE_XVII
|
| PCS_JAPAN_PLATE_ZONE_XVIII = PrjCoordSysType.PCS_JAPAN_PLATE_ZONE_XVII...
|
| PCS_JAPAN_UTM_51 = PrjCoordSysType.PCS_JAPAN_UTM_51
|
| PCS_JAPAN_UTM_52 = PrjCoordSysType.PCS_JAPAN_UTM_52
|
| PCS_JAPAN_UTM_53 = PrjCoordSysType.PCS_JAPAN_UTM_53
|
| PCS_JAPAN_UTM_54 = PrjCoordSysType.PCS_JAPAN_UTM_54
|
| PCS_JAPAN_UTM_55 = PrjCoordSysType.PCS_JAPAN_UTM_55
|
| PCS_JAPAN_UTM_56 = PrjCoordSysType.PCS_JAPAN_UTM_56
|
| PCS_KALIANPUR_INDIA_0 = PrjCoordSysType.PCS_KALIANPUR_INDIA_0
|
| PCS_KALIANPUR_INDIA_I = PrjCoordSysType.PCS_KALIANPUR_INDIA_I
|
| PCS_KALIANPUR_INDIA_IIA = PrjCoordSysType.PCS_KALIANPUR_INDIA_IIA
|
| PCS_KALIANPUR_INDIA_IIB = PrjCoordSysType.PCS_KALIANPUR_INDIA_IIB
|
| PCS_KALIANPUR_INDIA_IIIA = PrjCoordSysType.PCS_KALIANPUR_INDIA_IIIA
|
| PCS_KALIANPUR_INDIA_IIIB = PrjCoordSysType.PCS_KALIANPUR_INDIA_IIIB
|
| PCS_KALIANPUR_INDIA_IVA = PrjCoordSysType.PCS_KALIANPUR_INDIA_IVA
|
| PCS_KALIANPUR_INDIA_IVB = PrjCoordSysType.PCS_KALIANPUR_INDIA_IVB
|
| PCS_KERTAU_MALAYA_METERS = PrjCoordSysType.PCS_KERTAU_MALAYA_METERS
|
| PCS_KERTAU_UTM_47N = PrjCoordSysType.PCS_KERTAU_UTM_47N
|
| PCS_KERTAU_UTM_48N = PrjCoordSysType.PCS_KERTAU_UTM_48N
|
| PCS_KKJ_FINLAND_1 = PrjCoordSysType.PCS_KKJ_FINLAND_1
|
| PCS_KKJ_FINLAND_2 = PrjCoordSysType.PCS_KKJ_FINLAND_2
|
| PCS_KKJ_FINLAND_3 = PrjCoordSysType.PCS_KKJ_FINLAND_3
|
| PCS_KKJ_FINLAND_4 = PrjCoordSysType.PCS_KKJ_FINLAND_4
|
| PCS_KOC_LAMBERT = PrjCoordSysType.PCS_KOC_LAMBERT
|
| PCS_KUDAMS_KTM = PrjCoordSysType.PCS_KUDAMS_KTM
|
| PCS_LA_CANOA_UTM_20N = PrjCoordSysType.PCS_LA_CANOA_UTM_20N
|
| PCS_LA_CANOA_UTM_21N = PrjCoordSysType.PCS_LA_CANOA_UTM_21N
|
| PCS_LEIGON_GHANA_GRID = PrjCoordSysType.PCS_LEIGON_GHANA_GRID
|
| PCS_LISBON_1890_PORTUGAL_BONNE = PrjCoordSysType.PCS_LISBON_1890_PORTU...
|
| PCS_LISBON_PORTUGUESE_GRID = PrjCoordSysType.PCS_LISBON_PORTUGUESE_GRI...
|
| PCS_LISBON_PORTUGUESE_OFFICIAL_GRID = PrjCoordSysType.PCS_LISBON_PORTU...
|
| PCS_LOME_UTM_31N = PrjCoordSysType.PCS_LOME_UTM_31N
|
| PCS_LUZON_PHILIPPINES_I = PrjCoordSysType.PCS_LUZON_PHILIPPINES_I
|
| PCS_LUZON_PHILIPPINES_II = PrjCoordSysType.PCS_LUZON_PHILIPPINES_II
|
| PCS_LUZON_PHILIPPINES_III = PrjCoordSysType.PCS_LUZON_PHILIPPINES_III
|
| PCS_LUZON_PHILIPPINES_IV = PrjCoordSysType.PCS_LUZON_PHILIPPINES_IV
|
| PCS_LUZON_PHILIPPINES_V = PrjCoordSysType.PCS_LUZON_PHILIPPINES_V
|
| PCS_Lisboa_Hayford_Gauss_IGeoE = PrjCoordSysType.PCS_Lisboa_Hayford_Ga...
|
| PCS_Lisboa_Hayford_Gauss_IPCC = PrjCoordSysType.PCS_Lisboa_Hayford_Gau...
|
| PCS_MADEIRA_1936_UTM_ZONE_28N = PrjCoordSysType.PCS_MADEIRA_1936_UTM_Z...
|
| PCS_MALONGO_1987_UTM_32S = PrjCoordSysType.PCS_MALONGO_1987_UTM_32S
|
| PCS_MASSAWA_UTM_37N = PrjCoordSysType.PCS_MASSAWA_UTM_37N
|
| PCS_MERCHICH_NORD_MAROC = PrjCoordSysType.PCS_MERCHICH_NORD_MAROC
|
| PCS_MERCHICH_SAHARA = PrjCoordSysType.PCS_MERCHICH_SAHARA
|
| PCS_MERCHICH_SUD_MAROC = PrjCoordSysType.PCS_MERCHICH_SUD_MAROC
|
| PCS_MGI_FERRO_AUSTRIA_CENTRAL = PrjCoordSysType.PCS_MGI_FERRO_AUSTRIA_...
|
| PCS_MGI_FERRO_AUSTRIA_EAST = PrjCoordSysType.PCS_MGI_FERRO_AUSTRIA_EAS...
|
| PCS_MGI_FERRO_AUSTRIA_WEST = PrjCoordSysType.PCS_MGI_FERRO_AUSTRIA_WES...
|
| PCS_MHAST_UTM_32S = PrjCoordSysType.PCS_MHAST_UTM_32S
|
| PCS_MINNA_NIGERIA_EAST_BELT = PrjCoordSysType.PCS_MINNA_NIGERIA_EAST_B...
|
| PCS_MINNA_NIGERIA_MID_BELT = PrjCoordSysType.PCS_MINNA_NIGERIA_MID_BEL...
|
| PCS_MINNA_NIGERIA_WEST_BELT = PrjCoordSysType.PCS_MINNA_NIGERIA_WEST_B...
|
| PCS_MINNA_UTM_31N = PrjCoordSysType.PCS_MINNA_UTM_31N
|
| PCS_MINNA_UTM_32N = PrjCoordSysType.PCS_MINNA_UTM_32N
|
| PCS_MONTE_MARIO_ROME_ITALY_1 = PrjCoordSysType.PCS_MONTE_MARIO_ROME_IT...
|
| PCS_MONTE_MARIO_ROME_ITALY_2 = PrjCoordSysType.PCS_MONTE_MARIO_ROME_IT...
|
| PCS_MPORALOKO_UTM_32N = PrjCoordSysType.PCS_MPORALOKO_UTM_32N
|
| PCS_MPORALOKO_UTM_32S = PrjCoordSysType.PCS_MPORALOKO_UTM_32S
|
| PCS_NAD_1927_AK_1 = PrjCoordSysType.PCS_NAD_1927_AK_1
|
| PCS_NAD_1927_AK_10 = PrjCoordSysType.PCS_NAD_1927_AK_10
|
| PCS_NAD_1927_AK_2 = PrjCoordSysType.PCS_NAD_1927_AK_2
|
| PCS_NAD_1927_AK_3 = PrjCoordSysType.PCS_NAD_1927_AK_3
|
| PCS_NAD_1927_AK_4 = PrjCoordSysType.PCS_NAD_1927_AK_4
|
| PCS_NAD_1927_AK_5 = PrjCoordSysType.PCS_NAD_1927_AK_5
|
| PCS_NAD_1927_AK_6 = PrjCoordSysType.PCS_NAD_1927_AK_6
|
| PCS_NAD_1927_AK_7 = PrjCoordSysType.PCS_NAD_1927_AK_7
|
| PCS_NAD_1927_AK_8 = PrjCoordSysType.PCS_NAD_1927_AK_8
|
| PCS_NAD_1927_AK_9 = PrjCoordSysType.PCS_NAD_1927_AK_9
|
| PCS_NAD_1927_AL_E = PrjCoordSysType.PCS_NAD_1927_AL_E
|
| PCS_NAD_1927_AL_W = PrjCoordSysType.PCS_NAD_1927_AL_W
|
| PCS_NAD_1927_AR_N = PrjCoordSysType.PCS_NAD_1927_AR_N
|
| PCS_NAD_1927_AR_S = PrjCoordSysType.PCS_NAD_1927_AR_S
|
| PCS_NAD_1927_AZ_C = PrjCoordSysType.PCS_NAD_1927_AZ_C
|
| PCS_NAD_1927_AZ_E = PrjCoordSysType.PCS_NAD_1927_AZ_E
|
| PCS_NAD_1927_AZ_W = PrjCoordSysType.PCS_NAD_1927_AZ_W
|
| PCS_NAD_1927_BLM_14N = PrjCoordSysType.PCS_NAD_1927_BLM_14N
|
| PCS_NAD_1927_BLM_15N = PrjCoordSysType.PCS_NAD_1927_BLM_15N
|
| PCS_NAD_1927_BLM_16N = PrjCoordSysType.PCS_NAD_1927_BLM_16N
|
| PCS_NAD_1927_BLM_17N = PrjCoordSysType.PCS_NAD_1927_BLM_17N
|
| PCS_NAD_1927_CA_I = PrjCoordSysType.PCS_NAD_1927_CA_I
|
| PCS_NAD_1927_CA_II = PrjCoordSysType.PCS_NAD_1927_CA_II
|
| PCS_NAD_1927_CA_III = PrjCoordSysType.PCS_NAD_1927_CA_III
|
| PCS_NAD_1927_CA_IV = PrjCoordSysType.PCS_NAD_1927_CA_IV
|
| PCS_NAD_1927_CA_V = PrjCoordSysType.PCS_NAD_1927_CA_V
|
| PCS_NAD_1927_CA_VI = PrjCoordSysType.PCS_NAD_1927_CA_VI
|
| PCS_NAD_1927_CA_VII = PrjCoordSysType.PCS_NAD_1927_CA_VII
|
| PCS_NAD_1927_CO_C = PrjCoordSysType.PCS_NAD_1927_CO_C
|
| PCS_NAD_1927_CO_N = PrjCoordSysType.PCS_NAD_1927_CO_N
|
| PCS_NAD_1927_CO_S = PrjCoordSysType.PCS_NAD_1927_CO_S
|
| PCS_NAD_1927_CT = PrjCoordSysType.PCS_NAD_1927_CT
|
| PCS_NAD_1927_DE = PrjCoordSysType.PCS_NAD_1927_DE
|
| PCS_NAD_1927_FL_E = PrjCoordSysType.PCS_NAD_1927_FL_E
|
| PCS_NAD_1927_FL_N = PrjCoordSysType.PCS_NAD_1927_FL_N
|
| PCS_NAD_1927_FL_W = PrjCoordSysType.PCS_NAD_1927_FL_W
|
| PCS_NAD_1927_GA_E = PrjCoordSysType.PCS_NAD_1927_GA_E
|
| PCS_NAD_1927_GA_W = PrjCoordSysType.PCS_NAD_1927_GA_W
|
| PCS_NAD_1927_GU = PrjCoordSysType.PCS_NAD_1927_GU
|
| PCS_NAD_1927_HI_1 = PrjCoordSysType.PCS_NAD_1927_HI_1
|
| PCS_NAD_1927_HI_2 = PrjCoordSysType.PCS_NAD_1927_HI_2
|
| PCS_NAD_1927_HI_3 = PrjCoordSysType.PCS_NAD_1927_HI_3
|
| PCS_NAD_1927_HI_4 = PrjCoordSysType.PCS_NAD_1927_HI_4
|
| PCS_NAD_1927_HI_5 = PrjCoordSysType.PCS_NAD_1927_HI_5
|
| PCS_NAD_1927_IA_N = PrjCoordSysType.PCS_NAD_1927_IA_N
|
| PCS_NAD_1927_IA_S = PrjCoordSysType.PCS_NAD_1927_IA_S
|
| PCS_NAD_1927_ID_C = PrjCoordSysType.PCS_NAD_1927_ID_C
|
| PCS_NAD_1927_ID_E = PrjCoordSysType.PCS_NAD_1927_ID_E
|
| PCS_NAD_1927_ID_W = PrjCoordSysType.PCS_NAD_1927_ID_W
|
| PCS_NAD_1927_IL_E = PrjCoordSysType.PCS_NAD_1927_IL_E
|
| PCS_NAD_1927_IL_W = PrjCoordSysType.PCS_NAD_1927_IL_W
|
| PCS_NAD_1927_IN_E = PrjCoordSysType.PCS_NAD_1927_IN_E
|
| PCS_NAD_1927_IN_W = PrjCoordSysType.PCS_NAD_1927_IN_W
|
| PCS_NAD_1927_KS_N = PrjCoordSysType.PCS_NAD_1927_KS_N
|
| PCS_NAD_1927_KS_S = PrjCoordSysType.PCS_NAD_1927_KS_S
|
| PCS_NAD_1927_KY_N = PrjCoordSysType.PCS_NAD_1927_KY_N
|
| PCS_NAD_1927_KY_S = PrjCoordSysType.PCS_NAD_1927_KY_S
|
| PCS_NAD_1927_LA_N = PrjCoordSysType.PCS_NAD_1927_LA_N
|
| PCS_NAD_1927_LA_S = PrjCoordSysType.PCS_NAD_1927_LA_S
|
| PCS_NAD_1927_MA_I = PrjCoordSysType.PCS_NAD_1927_MA_I
|
| PCS_NAD_1927_MA_M = PrjCoordSysType.PCS_NAD_1927_MA_M
|
| PCS_NAD_1927_MD = PrjCoordSysType.PCS_NAD_1927_MD
|
| PCS_NAD_1927_ME_E = PrjCoordSysType.PCS_NAD_1927_ME_E
|
| PCS_NAD_1927_ME_W = PrjCoordSysType.PCS_NAD_1927_ME_W
|
| PCS_NAD_1927_MI_C = PrjCoordSysType.PCS_NAD_1927_MI_C
|
| PCS_NAD_1927_MI_N = PrjCoordSysType.PCS_NAD_1927_MI_N
|
| PCS_NAD_1927_MI_S = PrjCoordSysType.PCS_NAD_1927_MI_S
|
| PCS_NAD_1927_MN_C = PrjCoordSysType.PCS_NAD_1927_MN_C
|
| PCS_NAD_1927_MN_N = PrjCoordSysType.PCS_NAD_1927_MN_N
|
| PCS_NAD_1927_MN_S = PrjCoordSysType.PCS_NAD_1927_MN_S
|
| PCS_NAD_1927_MO_C = PrjCoordSysType.PCS_NAD_1927_MO_C
|
| PCS_NAD_1927_MO_E = PrjCoordSysType.PCS_NAD_1927_MO_E
|
| PCS_NAD_1927_MO_W = PrjCoordSysType.PCS_NAD_1927_MO_W
|
| PCS_NAD_1927_MS_E = PrjCoordSysType.PCS_NAD_1927_MS_E
|
| PCS_NAD_1927_MS_W = PrjCoordSysType.PCS_NAD_1927_MS_W
|
| PCS_NAD_1927_MT_C = PrjCoordSysType.PCS_NAD_1927_MT_C
|
| PCS_NAD_1927_MT_N = PrjCoordSysType.PCS_NAD_1927_MT_N
|
| PCS_NAD_1927_MT_S = PrjCoordSysType.PCS_NAD_1927_MT_S
|
| PCS_NAD_1927_NC = PrjCoordSysType.PCS_NAD_1927_NC
|
| PCS_NAD_1927_ND_N = PrjCoordSysType.PCS_NAD_1927_ND_N
|
| PCS_NAD_1927_ND_S = PrjCoordSysType.PCS_NAD_1927_ND_S
|
| PCS_NAD_1927_NE_N = PrjCoordSysType.PCS_NAD_1927_NE_N
|
| PCS_NAD_1927_NE_S = PrjCoordSysType.PCS_NAD_1927_NE_S
|
| PCS_NAD_1927_NH = PrjCoordSysType.PCS_NAD_1927_NH
|
| PCS_NAD_1927_NJ = PrjCoordSysType.PCS_NAD_1927_NJ
|
| PCS_NAD_1927_NM_C = PrjCoordSysType.PCS_NAD_1927_NM_C
|
| PCS_NAD_1927_NM_E = PrjCoordSysType.PCS_NAD_1927_NM_E
|
| PCS_NAD_1927_NM_W = PrjCoordSysType.PCS_NAD_1927_NM_W
|
| PCS_NAD_1927_NV_C = PrjCoordSysType.PCS_NAD_1927_NV_C
|
| PCS_NAD_1927_NV_E = PrjCoordSysType.PCS_NAD_1927_NV_E
|
| PCS_NAD_1927_NV_W = PrjCoordSysType.PCS_NAD_1927_NV_W
|
| PCS_NAD_1927_NY_C = PrjCoordSysType.PCS_NAD_1927_NY_C
|
| PCS_NAD_1927_NY_E = PrjCoordSysType.PCS_NAD_1927_NY_E
|
| PCS_NAD_1927_NY_LI = PrjCoordSysType.PCS_NAD_1927_NY_LI
|
| PCS_NAD_1927_NY_W = PrjCoordSysType.PCS_NAD_1927_NY_W
|
| PCS_NAD_1927_OH_N = PrjCoordSysType.PCS_NAD_1927_OH_N
|
| PCS_NAD_1927_OH_S = PrjCoordSysType.PCS_NAD_1927_OH_S
|
| PCS_NAD_1927_OK_N = PrjCoordSysType.PCS_NAD_1927_OK_N
|
| PCS_NAD_1927_OK_S = PrjCoordSysType.PCS_NAD_1927_OK_S
|
| PCS_NAD_1927_OR_N = PrjCoordSysType.PCS_NAD_1927_OR_N
|
| PCS_NAD_1927_OR_S = PrjCoordSysType.PCS_NAD_1927_OR_S
|
| PCS_NAD_1927_PA_N = PrjCoordSysType.PCS_NAD_1927_PA_N
|
| PCS_NAD_1927_PA_S = PrjCoordSysType.PCS_NAD_1927_PA_S
|
| PCS_NAD_1927_PR = PrjCoordSysType.PCS_NAD_1927_PR
|
| PCS_NAD_1927_RI = PrjCoordSysType.PCS_NAD_1927_RI
|
| PCS_NAD_1927_SC_N = PrjCoordSysType.PCS_NAD_1927_SC_N
|
| PCS_NAD_1927_SC_S = PrjCoordSysType.PCS_NAD_1927_SC_S
|
| PCS_NAD_1927_SD_N = PrjCoordSysType.PCS_NAD_1927_SD_N
|
| PCS_NAD_1927_SD_S = PrjCoordSysType.PCS_NAD_1927_SD_S
|
| PCS_NAD_1927_TN = PrjCoordSysType.PCS_NAD_1927_TN
|
| PCS_NAD_1927_TX_C = PrjCoordSysType.PCS_NAD_1927_TX_C
|
| PCS_NAD_1927_TX_N = PrjCoordSysType.PCS_NAD_1927_TX_N
|
| PCS_NAD_1927_TX_NC = PrjCoordSysType.PCS_NAD_1927_TX_NC
|
| PCS_NAD_1927_TX_S = PrjCoordSysType.PCS_NAD_1927_TX_S
|
| PCS_NAD_1927_TX_SC = PrjCoordSysType.PCS_NAD_1927_TX_SC
|
| PCS_NAD_1927_UTM_10N = PrjCoordSysType.PCS_NAD_1927_UTM_10N
|
| PCS_NAD_1927_UTM_11N = PrjCoordSysType.PCS_NAD_1927_UTM_11N
|
| PCS_NAD_1927_UTM_12N = PrjCoordSysType.PCS_NAD_1927_UTM_12N
|
| PCS_NAD_1927_UTM_13N = PrjCoordSysType.PCS_NAD_1927_UTM_13N
|
| PCS_NAD_1927_UTM_14N = PrjCoordSysType.PCS_NAD_1927_UTM_14N
|
| PCS_NAD_1927_UTM_15N = PrjCoordSysType.PCS_NAD_1927_UTM_15N
|
| PCS_NAD_1927_UTM_16N = PrjCoordSysType.PCS_NAD_1927_UTM_16N
|
| PCS_NAD_1927_UTM_17N = PrjCoordSysType.PCS_NAD_1927_UTM_17N
|
| PCS_NAD_1927_UTM_18N = PrjCoordSysType.PCS_NAD_1927_UTM_18N
|
| PCS_NAD_1927_UTM_19N = PrjCoordSysType.PCS_NAD_1927_UTM_19N
|
| PCS_NAD_1927_UTM_20N = PrjCoordSysType.PCS_NAD_1927_UTM_20N
|
| PCS_NAD_1927_UTM_21N = PrjCoordSysType.PCS_NAD_1927_UTM_21N
|
| PCS_NAD_1927_UTM_22N = PrjCoordSysType.PCS_NAD_1927_UTM_22N
|
| PCS_NAD_1927_UTM_3N = PrjCoordSysType.PCS_NAD_1927_UTM_3N
|
| PCS_NAD_1927_UTM_4N = PrjCoordSysType.PCS_NAD_1927_UTM_4N
|
| PCS_NAD_1927_UTM_5N = PrjCoordSysType.PCS_NAD_1927_UTM_5N
|
| PCS_NAD_1927_UTM_6N = PrjCoordSysType.PCS_NAD_1927_UTM_6N
|
| PCS_NAD_1927_UTM_7N = PrjCoordSysType.PCS_NAD_1927_UTM_7N
|
| PCS_NAD_1927_UTM_8N = PrjCoordSysType.PCS_NAD_1927_UTM_8N
|
| PCS_NAD_1927_UTM_9N = PrjCoordSysType.PCS_NAD_1927_UTM_9N
|
| PCS_NAD_1927_UT_C = PrjCoordSysType.PCS_NAD_1927_UT_C
|
| PCS_NAD_1927_UT_N = PrjCoordSysType.PCS_NAD_1927_UT_N
|
| PCS_NAD_1927_UT_S = PrjCoordSysType.PCS_NAD_1927_UT_S
|
| PCS_NAD_1927_VA_N = PrjCoordSysType.PCS_NAD_1927_VA_N
|
| PCS_NAD_1927_VA_S = PrjCoordSysType.PCS_NAD_1927_VA_S
|
| PCS_NAD_1927_VI = PrjCoordSysType.PCS_NAD_1927_VI
|
| PCS_NAD_1927_VT = PrjCoordSysType.PCS_NAD_1927_VT
|
| PCS_NAD_1927_WA_N = PrjCoordSysType.PCS_NAD_1927_WA_N
|
| PCS_NAD_1927_WA_S = PrjCoordSysType.PCS_NAD_1927_WA_S
|
| PCS_NAD_1927_WI_C = PrjCoordSysType.PCS_NAD_1927_WI_C
|
| PCS_NAD_1927_WI_N = PrjCoordSysType.PCS_NAD_1927_WI_N
|
| PCS_NAD_1927_WI_S = PrjCoordSysType.PCS_NAD_1927_WI_S
|
| PCS_NAD_1927_WV_N = PrjCoordSysType.PCS_NAD_1927_WV_N
|
| PCS_NAD_1927_WV_S = PrjCoordSysType.PCS_NAD_1927_WV_S
|
| PCS_NAD_1927_WY_E = PrjCoordSysType.PCS_NAD_1927_WY_E
|
| PCS_NAD_1927_WY_EC = PrjCoordSysType.PCS_NAD_1927_WY_EC
|
| PCS_NAD_1927_WY_W = PrjCoordSysType.PCS_NAD_1927_WY_W
|
| PCS_NAD_1927_WY_WC = PrjCoordSysType.PCS_NAD_1927_WY_WC
|
| PCS_NAD_1983_AK_1 = PrjCoordSysType.PCS_NAD_1983_AK_1
|
| PCS_NAD_1983_AK_10 = PrjCoordSysType.PCS_NAD_1983_AK_10
|
| PCS_NAD_1983_AK_2 = PrjCoordSysType.PCS_NAD_1983_AK_2
|
| PCS_NAD_1983_AK_3 = PrjCoordSysType.PCS_NAD_1983_AK_3
|
| PCS_NAD_1983_AK_4 = PrjCoordSysType.PCS_NAD_1983_AK_4
|
| PCS_NAD_1983_AK_5 = PrjCoordSysType.PCS_NAD_1983_AK_5
|
| PCS_NAD_1983_AK_6 = PrjCoordSysType.PCS_NAD_1983_AK_6
|
| PCS_NAD_1983_AK_7 = PrjCoordSysType.PCS_NAD_1983_AK_7
|
| PCS_NAD_1983_AK_8 = PrjCoordSysType.PCS_NAD_1983_AK_8
|
| PCS_NAD_1983_AK_9 = PrjCoordSysType.PCS_NAD_1983_AK_9
|
| PCS_NAD_1983_AL_E = PrjCoordSysType.PCS_NAD_1983_AL_E
|
| PCS_NAD_1983_AL_W = PrjCoordSysType.PCS_NAD_1983_AL_W
|
| PCS_NAD_1983_AR_N = PrjCoordSysType.PCS_NAD_1983_AR_N
|
| PCS_NAD_1983_AR_S = PrjCoordSysType.PCS_NAD_1983_AR_S
|
| PCS_NAD_1983_AZ_C = PrjCoordSysType.PCS_NAD_1983_AZ_C
|
| PCS_NAD_1983_AZ_E = PrjCoordSysType.PCS_NAD_1983_AZ_E
|
| PCS_NAD_1983_AZ_W = PrjCoordSysType.PCS_NAD_1983_AZ_W
|
| PCS_NAD_1983_CA_I = PrjCoordSysType.PCS_NAD_1983_CA_I
|
| PCS_NAD_1983_CA_II = PrjCoordSysType.PCS_NAD_1983_CA_II
|
| PCS_NAD_1983_CA_III = PrjCoordSysType.PCS_NAD_1983_CA_III
|
| PCS_NAD_1983_CA_IV = PrjCoordSysType.PCS_NAD_1983_CA_IV
|
| PCS_NAD_1983_CA_V = PrjCoordSysType.PCS_NAD_1983_CA_V
|
| PCS_NAD_1983_CA_VI = PrjCoordSysType.PCS_NAD_1983_CA_VI
|
| PCS_NAD_1983_CO_C = PrjCoordSysType.PCS_NAD_1983_CO_C
|
| PCS_NAD_1983_CO_N = PrjCoordSysType.PCS_NAD_1983_CO_N
|
| PCS_NAD_1983_CO_S = PrjCoordSysType.PCS_NAD_1983_CO_S
|
| PCS_NAD_1983_CT = PrjCoordSysType.PCS_NAD_1983_CT
|
| PCS_NAD_1983_DE = PrjCoordSysType.PCS_NAD_1983_DE
|
| PCS_NAD_1983_FL_E = PrjCoordSysType.PCS_NAD_1983_FL_E
|
| PCS_NAD_1983_FL_N = PrjCoordSysType.PCS_NAD_1983_FL_N
|
| PCS_NAD_1983_FL_W = PrjCoordSysType.PCS_NAD_1983_FL_W
|
| PCS_NAD_1983_GA_E = PrjCoordSysType.PCS_NAD_1983_GA_E
|
| PCS_NAD_1983_GA_W = PrjCoordSysType.PCS_NAD_1983_GA_W
|
| PCS_NAD_1983_GU = PrjCoordSysType.PCS_NAD_1983_GU
|
| PCS_NAD_1983_HI_1 = PrjCoordSysType.PCS_NAD_1983_HI_1
|
| PCS_NAD_1983_HI_2 = PrjCoordSysType.PCS_NAD_1983_HI_2
|
| PCS_NAD_1983_HI_3 = PrjCoordSysType.PCS_NAD_1983_HI_3
|
| PCS_NAD_1983_HI_4 = PrjCoordSysType.PCS_NAD_1983_HI_4
|
| PCS_NAD_1983_HI_5 = PrjCoordSysType.PCS_NAD_1983_HI_5
|
| PCS_NAD_1983_IA_N = PrjCoordSysType.PCS_NAD_1983_IA_N
|
| PCS_NAD_1983_IA_S = PrjCoordSysType.PCS_NAD_1983_IA_S
|
| PCS_NAD_1983_ID_C = PrjCoordSysType.PCS_NAD_1983_ID_C
|
| PCS_NAD_1983_ID_E = PrjCoordSysType.PCS_NAD_1983_ID_E
|
| PCS_NAD_1983_ID_W = PrjCoordSysType.PCS_NAD_1983_ID_W
|
| PCS_NAD_1983_IL_E = PrjCoordSysType.PCS_NAD_1983_IL_E
|
| PCS_NAD_1983_IL_W = PrjCoordSysType.PCS_NAD_1983_IL_W
|
| PCS_NAD_1983_IN_E = PrjCoordSysType.PCS_NAD_1983_IN_E
|
| PCS_NAD_1983_IN_W = PrjCoordSysType.PCS_NAD_1983_IN_W
|
| PCS_NAD_1983_KS_N = PrjCoordSysType.PCS_NAD_1983_KS_N
|
| PCS_NAD_1983_KS_S = PrjCoordSysType.PCS_NAD_1983_KS_S
|
| PCS_NAD_1983_KY_N = PrjCoordSysType.PCS_NAD_1983_KY_N
|
| PCS_NAD_1983_KY_S = PrjCoordSysType.PCS_NAD_1983_KY_S
|
| PCS_NAD_1983_LA_N = PrjCoordSysType.PCS_NAD_1983_LA_N
|
| PCS_NAD_1983_LA_S = PrjCoordSysType.PCS_NAD_1983_LA_S
|
| PCS_NAD_1983_MA_I = PrjCoordSysType.PCS_NAD_1983_MA_I
|
| PCS_NAD_1983_MA_M = PrjCoordSysType.PCS_NAD_1983_MA_M
|
| PCS_NAD_1983_MD = PrjCoordSysType.PCS_NAD_1983_MD
|
| PCS_NAD_1983_ME_E = PrjCoordSysType.PCS_NAD_1983_ME_E
|
| PCS_NAD_1983_ME_W = PrjCoordSysType.PCS_NAD_1983_ME_W
|
| PCS_NAD_1983_MI_C = PrjCoordSysType.PCS_NAD_1983_MI_C
|
| PCS_NAD_1983_MI_N = PrjCoordSysType.PCS_NAD_1983_MI_N
|
| PCS_NAD_1983_MI_S = PrjCoordSysType.PCS_NAD_1983_MI_S
|
| PCS_NAD_1983_MN_C = PrjCoordSysType.PCS_NAD_1983_MN_C
|
| PCS_NAD_1983_MN_N = PrjCoordSysType.PCS_NAD_1983_MN_N
|
| PCS_NAD_1983_MN_S = PrjCoordSysType.PCS_NAD_1983_MN_S
|
| PCS_NAD_1983_MO_C = PrjCoordSysType.PCS_NAD_1983_MO_C
|
| PCS_NAD_1983_MO_E = PrjCoordSysType.PCS_NAD_1983_MO_E
|
| PCS_NAD_1983_MO_W = PrjCoordSysType.PCS_NAD_1983_MO_W
|
| PCS_NAD_1983_MS_E = PrjCoordSysType.PCS_NAD_1983_MS_E
|
| PCS_NAD_1983_MS_W = PrjCoordSysType.PCS_NAD_1983_MS_W
|
| PCS_NAD_1983_MT = PrjCoordSysType.PCS_NAD_1983_MT
|
| PCS_NAD_1983_NC = PrjCoordSysType.PCS_NAD_1983_NC
|
| PCS_NAD_1983_ND_N = PrjCoordSysType.PCS_NAD_1983_ND_N
|
| PCS_NAD_1983_ND_S = PrjCoordSysType.PCS_NAD_1983_ND_S
|
| PCS_NAD_1983_NE = PrjCoordSysType.PCS_NAD_1983_NE
|
| PCS_NAD_1983_NH = PrjCoordSysType.PCS_NAD_1983_NH
|
| PCS_NAD_1983_NJ = PrjCoordSysType.PCS_NAD_1983_NJ
|
| PCS_NAD_1983_NM_C = PrjCoordSysType.PCS_NAD_1983_NM_C
|
| PCS_NAD_1983_NM_E = PrjCoordSysType.PCS_NAD_1983_NM_E
|
| PCS_NAD_1983_NM_W = PrjCoordSysType.PCS_NAD_1983_NM_W
|
| PCS_NAD_1983_NV_C = PrjCoordSysType.PCS_NAD_1983_NV_C
|
| PCS_NAD_1983_NV_E = PrjCoordSysType.PCS_NAD_1983_NV_E
|
| PCS_NAD_1983_NV_W = PrjCoordSysType.PCS_NAD_1983_NV_W
|
| PCS_NAD_1983_NY_C = PrjCoordSysType.PCS_NAD_1983_NY_C
|
| PCS_NAD_1983_NY_E = PrjCoordSysType.PCS_NAD_1983_NY_E
|
| PCS_NAD_1983_NY_LI = PrjCoordSysType.PCS_NAD_1983_NY_LI
|
| PCS_NAD_1983_NY_W = PrjCoordSysType.PCS_NAD_1983_NY_W
|
| PCS_NAD_1983_OH_N = PrjCoordSysType.PCS_NAD_1983_OH_N
|
| PCS_NAD_1983_OH_S = PrjCoordSysType.PCS_NAD_1983_OH_S
|
| PCS_NAD_1983_OK_N = PrjCoordSysType.PCS_NAD_1983_OK_N
|
| PCS_NAD_1983_OK_S = PrjCoordSysType.PCS_NAD_1983_OK_S
|
| PCS_NAD_1983_OR_N = PrjCoordSysType.PCS_NAD_1983_OR_N
|
| PCS_NAD_1983_OR_S = PrjCoordSysType.PCS_NAD_1983_OR_S
|
| PCS_NAD_1983_PA_N = PrjCoordSysType.PCS_NAD_1983_PA_N
|
| PCS_NAD_1983_PA_S = PrjCoordSysType.PCS_NAD_1983_PA_S
|
| PCS_NAD_1983_PR_VI = PrjCoordSysType.PCS_NAD_1983_PR_VI
|
| PCS_NAD_1983_RI = PrjCoordSysType.PCS_NAD_1983_RI
|
| PCS_NAD_1983_SC = PrjCoordSysType.PCS_NAD_1983_SC
|
| PCS_NAD_1983_SD_N = PrjCoordSysType.PCS_NAD_1983_SD_N
|
| PCS_NAD_1983_SD_S = PrjCoordSysType.PCS_NAD_1983_SD_S
|
| PCS_NAD_1983_TN = PrjCoordSysType.PCS_NAD_1983_TN
|
| PCS_NAD_1983_TX_C = PrjCoordSysType.PCS_NAD_1983_TX_C
|
| PCS_NAD_1983_TX_N = PrjCoordSysType.PCS_NAD_1983_TX_N
|
| PCS_NAD_1983_TX_NC = PrjCoordSysType.PCS_NAD_1983_TX_NC
|
| PCS_NAD_1983_TX_S = PrjCoordSysType.PCS_NAD_1983_TX_S
|
| PCS_NAD_1983_TX_SC = PrjCoordSysType.PCS_NAD_1983_TX_SC
|
| PCS_NAD_1983_UTM_10N = PrjCoordSysType.PCS_NAD_1983_UTM_10N
|
| PCS_NAD_1983_UTM_11N = PrjCoordSysType.PCS_NAD_1983_UTM_11N
|
| PCS_NAD_1983_UTM_12N = PrjCoordSysType.PCS_NAD_1983_UTM_12N
|
| PCS_NAD_1983_UTM_13N = PrjCoordSysType.PCS_NAD_1983_UTM_13N
|
| PCS_NAD_1983_UTM_14N = PrjCoordSysType.PCS_NAD_1983_UTM_14N
|
| PCS_NAD_1983_UTM_15N = PrjCoordSysType.PCS_NAD_1983_UTM_15N
|
| PCS_NAD_1983_UTM_16N = PrjCoordSysType.PCS_NAD_1983_UTM_16N
|
| PCS_NAD_1983_UTM_17N = PrjCoordSysType.PCS_NAD_1983_UTM_17N
|
| PCS_NAD_1983_UTM_18N = PrjCoordSysType.PCS_NAD_1983_UTM_18N
|
| PCS_NAD_1983_UTM_19N = PrjCoordSysType.PCS_NAD_1983_UTM_19N
|
| PCS_NAD_1983_UTM_20N = PrjCoordSysType.PCS_NAD_1983_UTM_20N
|
| PCS_NAD_1983_UTM_21N = PrjCoordSysType.PCS_NAD_1983_UTM_21N
|
| PCS_NAD_1983_UTM_22N = PrjCoordSysType.PCS_NAD_1983_UTM_22N
|
| PCS_NAD_1983_UTM_23N = PrjCoordSysType.PCS_NAD_1983_UTM_23N
|
| PCS_NAD_1983_UTM_3N = PrjCoordSysType.PCS_NAD_1983_UTM_3N
|
| PCS_NAD_1983_UTM_4N = PrjCoordSysType.PCS_NAD_1983_UTM_4N
|
| PCS_NAD_1983_UTM_5N = PrjCoordSysType.PCS_NAD_1983_UTM_5N
|
| PCS_NAD_1983_UTM_6N = PrjCoordSysType.PCS_NAD_1983_UTM_6N
|
| PCS_NAD_1983_UTM_7N = PrjCoordSysType.PCS_NAD_1983_UTM_7N
|
| PCS_NAD_1983_UTM_8N = PrjCoordSysType.PCS_NAD_1983_UTM_8N
|
| PCS_NAD_1983_UTM_9N = PrjCoordSysType.PCS_NAD_1983_UTM_9N
|
| PCS_NAD_1983_UT_C = PrjCoordSysType.PCS_NAD_1983_UT_C
|
| PCS_NAD_1983_UT_N = PrjCoordSysType.PCS_NAD_1983_UT_N
|
| PCS_NAD_1983_UT_S = PrjCoordSysType.PCS_NAD_1983_UT_S
|
| PCS_NAD_1983_VA_N = PrjCoordSysType.PCS_NAD_1983_VA_N
|
| PCS_NAD_1983_VA_S = PrjCoordSysType.PCS_NAD_1983_VA_S
|
| PCS_NAD_1983_VT = PrjCoordSysType.PCS_NAD_1983_VT
|
| PCS_NAD_1983_WA_N = PrjCoordSysType.PCS_NAD_1983_WA_N
|
| PCS_NAD_1983_WA_S = PrjCoordSysType.PCS_NAD_1983_WA_S
|
| PCS_NAD_1983_WI_C = PrjCoordSysType.PCS_NAD_1983_WI_C
|
| PCS_NAD_1983_WI_N = PrjCoordSysType.PCS_NAD_1983_WI_N
|
| PCS_NAD_1983_WI_S = PrjCoordSysType.PCS_NAD_1983_WI_S
|
| PCS_NAD_1983_WV_N = PrjCoordSysType.PCS_NAD_1983_WV_N
|
| PCS_NAD_1983_WV_S = PrjCoordSysType.PCS_NAD_1983_WV_S
|
| PCS_NAD_1983_WY_E = PrjCoordSysType.PCS_NAD_1983_WY_E
|
| PCS_NAD_1983_WY_EC = PrjCoordSysType.PCS_NAD_1983_WY_EC
|
| PCS_NAD_1983_WY_W = PrjCoordSysType.PCS_NAD_1983_WY_W
|
| PCS_NAD_1983_WY_WC = PrjCoordSysType.PCS_NAD_1983_WY_WC
|
| PCS_NAHRWAN_1967_UTM_38N = PrjCoordSysType.PCS_NAHRWAN_1967_UTM_38N
|
| PCS_NAHRWAN_1967_UTM_39N = PrjCoordSysType.PCS_NAHRWAN_1967_UTM_39N
|
| PCS_NAHRWAN_1967_UTM_40N = PrjCoordSysType.PCS_NAHRWAN_1967_UTM_40N
|
| PCS_NAPARIMA_1972_UTM_20N = PrjCoordSysType.PCS_NAPARIMA_1972_UTM_20N
|
| PCS_NGN_UTM_38N = PrjCoordSysType.PCS_NGN_UTM_38N
|
| PCS_NGN_UTM_39N = PrjCoordSysType.PCS_NGN_UTM_39N
|
| PCS_NON_EARTH = PrjCoordSysType.PCS_NON_EARTH
|
| PCS_NORD_SAHARA_UTM_29N = PrjCoordSysType.PCS_NORD_SAHARA_UTM_29N
|
| PCS_NORD_SAHARA_UTM_30N = PrjCoordSysType.PCS_NORD_SAHARA_UTM_30N
|
| PCS_NORD_SAHARA_UTM_31N = PrjCoordSysType.PCS_NORD_SAHARA_UTM_31N
|
| PCS_NORD_SAHARA_UTM_32N = PrjCoordSysType.PCS_NORD_SAHARA_UTM_32N
|
| PCS_NTF_CENTRE_FRANCE = PrjCoordSysType.PCS_NTF_CENTRE_FRANCE
|
| PCS_NTF_CORSE = PrjCoordSysType.PCS_NTF_CORSE
|
| PCS_NTF_FRANCE_I = PrjCoordSysType.PCS_NTF_FRANCE_I
|
| PCS_NTF_FRANCE_II = PrjCoordSysType.PCS_NTF_FRANCE_II
|
| PCS_NTF_FRANCE_III = PrjCoordSysType.PCS_NTF_FRANCE_III
|
| PCS_NTF_FRANCE_IV = PrjCoordSysType.PCS_NTF_FRANCE_IV
|
| PCS_NTF_NORD_FRANCE = PrjCoordSysType.PCS_NTF_NORD_FRANCE
|
| PCS_NTF_SUD_FRANCE = PrjCoordSysType.PCS_NTF_SUD_FRANCE
|
| PCS_NZGD_1949_NORTH_ISLAND = PrjCoordSysType.PCS_NZGD_1949_NORTH_ISLAN...
|
| PCS_NZGD_1949_SOUTH_ISLAND = PrjCoordSysType.PCS_NZGD_1949_SOUTH_ISLAN...
|
| PCS_OSGB_1936_BRITISH_GRID = PrjCoordSysType.PCS_OSGB_1936_BRITISH_GRI...
|
| PCS_POINTE_NOIRE_UTM_32S = PrjCoordSysType.PCS_POINTE_NOIRE_UTM_32S
|
| PCS_PSAD_1956_PERU_CENTRAL = PrjCoordSysType.PCS_PSAD_1956_PERU_CENTRA...
|
| PCS_PSAD_1956_PERU_EAST = PrjCoordSysType.PCS_PSAD_1956_PERU_EAST
|
| PCS_PSAD_1956_PERU_WEST = PrjCoordSysType.PCS_PSAD_1956_PERU_WEST
|
| PCS_PSAD_1956_UTM_17S = PrjCoordSysType.PCS_PSAD_1956_UTM_17S
|
| PCS_PSAD_1956_UTM_18N = PrjCoordSysType.PCS_PSAD_1956_UTM_18N
|
| PCS_PSAD_1956_UTM_18S = PrjCoordSysType.PCS_PSAD_1956_UTM_18S
|
| PCS_PSAD_1956_UTM_19N = PrjCoordSysType.PCS_PSAD_1956_UTM_19N
|
| PCS_PSAD_1956_UTM_19S = PrjCoordSysType.PCS_PSAD_1956_UTM_19S
|
| PCS_PSAD_1956_UTM_20N = PrjCoordSysType.PCS_PSAD_1956_UTM_20N
|
| PCS_PSAD_1956_UTM_20S = PrjCoordSysType.PCS_PSAD_1956_UTM_20S
|
| PCS_PSAD_1956_UTM_21N = PrjCoordSysType.PCS_PSAD_1956_UTM_21N
|
| PCS_PTRA08_UTM25_ITRF93 = PrjCoordSysType.PCS_PTRA08_UTM25_ITRF93
|
| PCS_PTRA08_UTM26_ITRF93 = PrjCoordSysType.PCS_PTRA08_UTM26_ITRF93
|
| PCS_PTRA08_UTM28_ITRF93 = PrjCoordSysType.PCS_PTRA08_UTM28_ITRF93
|
| PCS_PULKOVO_1942_GK_10 = PrjCoordSysType.PCS_PULKOVO_1942_GK_10
|
| PCS_PULKOVO_1942_GK_10N = PrjCoordSysType.PCS_PULKOVO_1942_GK_10N
|
| PCS_PULKOVO_1942_GK_11 = PrjCoordSysType.PCS_PULKOVO_1942_GK_11
|
| PCS_PULKOVO_1942_GK_11N = PrjCoordSysType.PCS_PULKOVO_1942_GK_11N
|
| PCS_PULKOVO_1942_GK_12 = PrjCoordSysType.PCS_PULKOVO_1942_GK_12
|
| PCS_PULKOVO_1942_GK_12N = PrjCoordSysType.PCS_PULKOVO_1942_GK_12N
|
| PCS_PULKOVO_1942_GK_13 = PrjCoordSysType.PCS_PULKOVO_1942_GK_13
|
| PCS_PULKOVO_1942_GK_13N = PrjCoordSysType.PCS_PULKOVO_1942_GK_13N
|
| PCS_PULKOVO_1942_GK_14 = PrjCoordSysType.PCS_PULKOVO_1942_GK_14
|
| PCS_PULKOVO_1942_GK_14N = PrjCoordSysType.PCS_PULKOVO_1942_GK_14N
|
| PCS_PULKOVO_1942_GK_15 = PrjCoordSysType.PCS_PULKOVO_1942_GK_15
|
| PCS_PULKOVO_1942_GK_15N = PrjCoordSysType.PCS_PULKOVO_1942_GK_15N
|
| PCS_PULKOVO_1942_GK_16 = PrjCoordSysType.PCS_PULKOVO_1942_GK_16
|
| PCS_PULKOVO_1942_GK_16N = PrjCoordSysType.PCS_PULKOVO_1942_GK_16N
|
| PCS_PULKOVO_1942_GK_17 = PrjCoordSysType.PCS_PULKOVO_1942_GK_17
|
| PCS_PULKOVO_1942_GK_17N = PrjCoordSysType.PCS_PULKOVO_1942_GK_17N
|
| PCS_PULKOVO_1942_GK_18 = PrjCoordSysType.PCS_PULKOVO_1942_GK_18
|
| PCS_PULKOVO_1942_GK_18N = PrjCoordSysType.PCS_PULKOVO_1942_GK_18N
|
| PCS_PULKOVO_1942_GK_19 = PrjCoordSysType.PCS_PULKOVO_1942_GK_19
|
| PCS_PULKOVO_1942_GK_19N = PrjCoordSysType.PCS_PULKOVO_1942_GK_19N
|
| PCS_PULKOVO_1942_GK_20 = PrjCoordSysType.PCS_PULKOVO_1942_GK_20
|
| PCS_PULKOVO_1942_GK_20N = PrjCoordSysType.PCS_PULKOVO_1942_GK_20N
|
| PCS_PULKOVO_1942_GK_21 = PrjCoordSysType.PCS_PULKOVO_1942_GK_21
|
| PCS_PULKOVO_1942_GK_21N = PrjCoordSysType.PCS_PULKOVO_1942_GK_21N
|
| PCS_PULKOVO_1942_GK_22 = PrjCoordSysType.PCS_PULKOVO_1942_GK_22
|
| PCS_PULKOVO_1942_GK_22N = PrjCoordSysType.PCS_PULKOVO_1942_GK_22N
|
| PCS_PULKOVO_1942_GK_23 = PrjCoordSysType.PCS_PULKOVO_1942_GK_23
|
| PCS_PULKOVO_1942_GK_23N = PrjCoordSysType.PCS_PULKOVO_1942_GK_23N
|
| PCS_PULKOVO_1942_GK_24 = PrjCoordSysType.PCS_PULKOVO_1942_GK_24
|
| PCS_PULKOVO_1942_GK_24N = PrjCoordSysType.PCS_PULKOVO_1942_GK_24N
|
| PCS_PULKOVO_1942_GK_25 = PrjCoordSysType.PCS_PULKOVO_1942_GK_25
|
| PCS_PULKOVO_1942_GK_25N = PrjCoordSysType.PCS_PULKOVO_1942_GK_25N
|
| PCS_PULKOVO_1942_GK_26 = PrjCoordSysType.PCS_PULKOVO_1942_GK_26
|
| PCS_PULKOVO_1942_GK_26N = PrjCoordSysType.PCS_PULKOVO_1942_GK_26N
|
| PCS_PULKOVO_1942_GK_27 = PrjCoordSysType.PCS_PULKOVO_1942_GK_27
|
| PCS_PULKOVO_1942_GK_27N = PrjCoordSysType.PCS_PULKOVO_1942_GK_27N
|
| PCS_PULKOVO_1942_GK_28 = PrjCoordSysType.PCS_PULKOVO_1942_GK_28
|
| PCS_PULKOVO_1942_GK_28N = PrjCoordSysType.PCS_PULKOVO_1942_GK_28N
|
| PCS_PULKOVO_1942_GK_29 = PrjCoordSysType.PCS_PULKOVO_1942_GK_29
|
| PCS_PULKOVO_1942_GK_29N = PrjCoordSysType.PCS_PULKOVO_1942_GK_29N
|
| PCS_PULKOVO_1942_GK_30 = PrjCoordSysType.PCS_PULKOVO_1942_GK_30
|
| PCS_PULKOVO_1942_GK_30N = PrjCoordSysType.PCS_PULKOVO_1942_GK_30N
|
| PCS_PULKOVO_1942_GK_31 = PrjCoordSysType.PCS_PULKOVO_1942_GK_31
|
| PCS_PULKOVO_1942_GK_31N = PrjCoordSysType.PCS_PULKOVO_1942_GK_31N
|
| PCS_PULKOVO_1942_GK_32 = PrjCoordSysType.PCS_PULKOVO_1942_GK_32
|
| PCS_PULKOVO_1942_GK_32N = PrjCoordSysType.PCS_PULKOVO_1942_GK_32N
|
| PCS_PULKOVO_1942_GK_4 = PrjCoordSysType.PCS_PULKOVO_1942_GK_4
|
| PCS_PULKOVO_1942_GK_4N = PrjCoordSysType.PCS_PULKOVO_1942_GK_4N
|
| PCS_PULKOVO_1942_GK_5 = PrjCoordSysType.PCS_PULKOVO_1942_GK_5
|
| PCS_PULKOVO_1942_GK_5N = PrjCoordSysType.PCS_PULKOVO_1942_GK_5N
|
| PCS_PULKOVO_1942_GK_6 = PrjCoordSysType.PCS_PULKOVO_1942_GK_6
|
| PCS_PULKOVO_1942_GK_6N = PrjCoordSysType.PCS_PULKOVO_1942_GK_6N
|
| PCS_PULKOVO_1942_GK_7 = PrjCoordSysType.PCS_PULKOVO_1942_GK_7
|
| PCS_PULKOVO_1942_GK_7N = PrjCoordSysType.PCS_PULKOVO_1942_GK_7N
|
| PCS_PULKOVO_1942_GK_8 = PrjCoordSysType.PCS_PULKOVO_1942_GK_8
|
| PCS_PULKOVO_1942_GK_8N = PrjCoordSysType.PCS_PULKOVO_1942_GK_8N
|
| PCS_PULKOVO_1942_GK_9 = PrjCoordSysType.PCS_PULKOVO_1942_GK_9
|
| PCS_PULKOVO_1942_GK_9N = PrjCoordSysType.PCS_PULKOVO_1942_GK_9N
|
| PCS_PULKOVO_1995_GK_10 = PrjCoordSysType.PCS_PULKOVO_1995_GK_10
|
| PCS_PULKOVO_1995_GK_10N = PrjCoordSysType.PCS_PULKOVO_1995_GK_10N
|
| PCS_PULKOVO_1995_GK_11 = PrjCoordSysType.PCS_PULKOVO_1995_GK_11
|
| PCS_PULKOVO_1995_GK_11N = PrjCoordSysType.PCS_PULKOVO_1995_GK_11N
|
| PCS_PULKOVO_1995_GK_12 = PrjCoordSysType.PCS_PULKOVO_1995_GK_12
|
| PCS_PULKOVO_1995_GK_12N = PrjCoordSysType.PCS_PULKOVO_1995_GK_12N
|
| PCS_PULKOVO_1995_GK_13 = PrjCoordSysType.PCS_PULKOVO_1995_GK_13
|
| PCS_PULKOVO_1995_GK_13N = PrjCoordSysType.PCS_PULKOVO_1995_GK_13N
|
| PCS_PULKOVO_1995_GK_14 = PrjCoordSysType.PCS_PULKOVO_1995_GK_14
|
| PCS_PULKOVO_1995_GK_14N = PrjCoordSysType.PCS_PULKOVO_1995_GK_14N
|
| PCS_PULKOVO_1995_GK_15 = PrjCoordSysType.PCS_PULKOVO_1995_GK_15
|
| PCS_PULKOVO_1995_GK_15N = PrjCoordSysType.PCS_PULKOVO_1995_GK_15N
|
| PCS_PULKOVO_1995_GK_16 = PrjCoordSysType.PCS_PULKOVO_1995_GK_16
|
| PCS_PULKOVO_1995_GK_16N = PrjCoordSysType.PCS_PULKOVO_1995_GK_16N
|
| PCS_PULKOVO_1995_GK_17 = PrjCoordSysType.PCS_PULKOVO_1995_GK_17
|
| PCS_PULKOVO_1995_GK_17N = PrjCoordSysType.PCS_PULKOVO_1995_GK_17N
|
| PCS_PULKOVO_1995_GK_18 = PrjCoordSysType.PCS_PULKOVO_1995_GK_18
|
| PCS_PULKOVO_1995_GK_18N = PrjCoordSysType.PCS_PULKOVO_1995_GK_18N
|
| PCS_PULKOVO_1995_GK_19 = PrjCoordSysType.PCS_PULKOVO_1995_GK_19
|
| PCS_PULKOVO_1995_GK_19N = PrjCoordSysType.PCS_PULKOVO_1995_GK_19N
|
| PCS_PULKOVO_1995_GK_20 = PrjCoordSysType.PCS_PULKOVO_1995_GK_20
|
| PCS_PULKOVO_1995_GK_20N = PrjCoordSysType.PCS_PULKOVO_1995_GK_20N
|
| PCS_PULKOVO_1995_GK_21 = PrjCoordSysType.PCS_PULKOVO_1995_GK_21
|
| PCS_PULKOVO_1995_GK_21N = PrjCoordSysType.PCS_PULKOVO_1995_GK_21N
|
| PCS_PULKOVO_1995_GK_22 = PrjCoordSysType.PCS_PULKOVO_1995_GK_22
|
| PCS_PULKOVO_1995_GK_22N = PrjCoordSysType.PCS_PULKOVO_1995_GK_22N
|
| PCS_PULKOVO_1995_GK_23 = PrjCoordSysType.PCS_PULKOVO_1995_GK_23
|
| PCS_PULKOVO_1995_GK_23N = PrjCoordSysType.PCS_PULKOVO_1995_GK_23N
|
| PCS_PULKOVO_1995_GK_24 = PrjCoordSysType.PCS_PULKOVO_1995_GK_24
|
| PCS_PULKOVO_1995_GK_24N = PrjCoordSysType.PCS_PULKOVO_1995_GK_24N
|
| PCS_PULKOVO_1995_GK_25 = PrjCoordSysType.PCS_PULKOVO_1995_GK_25
|
| PCS_PULKOVO_1995_GK_25N = PrjCoordSysType.PCS_PULKOVO_1995_GK_25N
|
| PCS_PULKOVO_1995_GK_26 = PrjCoordSysType.PCS_PULKOVO_1995_GK_26
|
| PCS_PULKOVO_1995_GK_26N = PrjCoordSysType.PCS_PULKOVO_1995_GK_26N
|
| PCS_PULKOVO_1995_GK_27 = PrjCoordSysType.PCS_PULKOVO_1995_GK_27
|
| PCS_PULKOVO_1995_GK_27N = PrjCoordSysType.PCS_PULKOVO_1995_GK_27N
|
| PCS_PULKOVO_1995_GK_28 = PrjCoordSysType.PCS_PULKOVO_1995_GK_28
|
| PCS_PULKOVO_1995_GK_28N = PrjCoordSysType.PCS_PULKOVO_1995_GK_28N
|
| PCS_PULKOVO_1995_GK_29 = PrjCoordSysType.PCS_PULKOVO_1995_GK_29
|
| PCS_PULKOVO_1995_GK_29N = PrjCoordSysType.PCS_PULKOVO_1995_GK_29N
|
| PCS_PULKOVO_1995_GK_30 = PrjCoordSysType.PCS_PULKOVO_1995_GK_30
|
| PCS_PULKOVO_1995_GK_30N = PrjCoordSysType.PCS_PULKOVO_1995_GK_30N
|
| PCS_PULKOVO_1995_GK_31 = PrjCoordSysType.PCS_PULKOVO_1995_GK_31
|
| PCS_PULKOVO_1995_GK_31N = PrjCoordSysType.PCS_PULKOVO_1995_GK_31N
|
| PCS_PULKOVO_1995_GK_32 = PrjCoordSysType.PCS_PULKOVO_1995_GK_32
|
| PCS_PULKOVO_1995_GK_32N = PrjCoordSysType.PCS_PULKOVO_1995_GK_32N
|
| PCS_PULKOVO_1995_GK_4 = PrjCoordSysType.PCS_PULKOVO_1995_GK_4
|
| PCS_PULKOVO_1995_GK_4N = PrjCoordSysType.PCS_PULKOVO_1995_GK_4N
|
| PCS_PULKOVO_1995_GK_5 = PrjCoordSysType.PCS_PULKOVO_1995_GK_5
|
| PCS_PULKOVO_1995_GK_5N = PrjCoordSysType.PCS_PULKOVO_1995_GK_5N
|
| PCS_PULKOVO_1995_GK_6 = PrjCoordSysType.PCS_PULKOVO_1995_GK_6
|
| PCS_PULKOVO_1995_GK_6N = PrjCoordSysType.PCS_PULKOVO_1995_GK_6N
|
| PCS_PULKOVO_1995_GK_7 = PrjCoordSysType.PCS_PULKOVO_1995_GK_7
|
| PCS_PULKOVO_1995_GK_7N = PrjCoordSysType.PCS_PULKOVO_1995_GK_7N
|
| PCS_PULKOVO_1995_GK_8 = PrjCoordSysType.PCS_PULKOVO_1995_GK_8
|
| PCS_PULKOVO_1995_GK_8N = PrjCoordSysType.PCS_PULKOVO_1995_GK_8N
|
| PCS_PULKOVO_1995_GK_9 = PrjCoordSysType.PCS_PULKOVO_1995_GK_9
|
| PCS_PULKOVO_1995_GK_9N = PrjCoordSysType.PCS_PULKOVO_1995_GK_9N
|
| PCS_QATAR_GRID = PrjCoordSysType.PCS_QATAR_GRID
|
| PCS_RT38_STOCKHOLM_SWEDISH_GRID = PrjCoordSysType.PCS_RT38_STOCKHOLM_S...
|
| PCS_SAD_1969_UTM_17S = PrjCoordSysType.PCS_SAD_1969_UTM_17S
|
| PCS_SAD_1969_UTM_18N = PrjCoordSysType.PCS_SAD_1969_UTM_18N
|
| PCS_SAD_1969_UTM_18S = PrjCoordSysType.PCS_SAD_1969_UTM_18S
|
| PCS_SAD_1969_UTM_19N = PrjCoordSysType.PCS_SAD_1969_UTM_19N
|
| PCS_SAD_1969_UTM_19S = PrjCoordSysType.PCS_SAD_1969_UTM_19S
|
| PCS_SAD_1969_UTM_20N = PrjCoordSysType.PCS_SAD_1969_UTM_20N
|
| PCS_SAD_1969_UTM_20S = PrjCoordSysType.PCS_SAD_1969_UTM_20S
|
| PCS_SAD_1969_UTM_21N = PrjCoordSysType.PCS_SAD_1969_UTM_21N
|
| PCS_SAD_1969_UTM_21S = PrjCoordSysType.PCS_SAD_1969_UTM_21S
|
| PCS_SAD_1969_UTM_22N = PrjCoordSysType.PCS_SAD_1969_UTM_22N
|
| PCS_SAD_1969_UTM_22S = PrjCoordSysType.PCS_SAD_1969_UTM_22S
|
| PCS_SAD_1969_UTM_23S = PrjCoordSysType.PCS_SAD_1969_UTM_23S
|
| PCS_SAD_1969_UTM_24S = PrjCoordSysType.PCS_SAD_1969_UTM_24S
|
| PCS_SAD_1969_UTM_25S = PrjCoordSysType.PCS_SAD_1969_UTM_25S
|
| PCS_SAPPER_HILL_UTM_20S = PrjCoordSysType.PCS_SAPPER_HILL_UTM_20S
|
| PCS_SAPPER_HILL_UTM_21S = PrjCoordSysType.PCS_SAPPER_HILL_UTM_21S
|
| PCS_SCHWARZECK_UTM_33S = PrjCoordSysType.PCS_SCHWARZECK_UTM_33S
|
| PCS_SPHERE_BEHRMANN = PrjCoordSysType.PCS_SPHERE_BEHRMANN
|
| PCS_SPHERE_BONNE = PrjCoordSysType.PCS_SPHERE_BONNE
|
| PCS_SPHERE_CASSINI = PrjCoordSysType.PCS_SPHERE_CASSINI
|
| PCS_SPHERE_ECKERT_I = PrjCoordSysType.PCS_SPHERE_ECKERT_I
|
| PCS_SPHERE_ECKERT_II = PrjCoordSysType.PCS_SPHERE_ECKERT_II
|
| PCS_SPHERE_ECKERT_III = PrjCoordSysType.PCS_SPHERE_ECKERT_III
|
| PCS_SPHERE_ECKERT_IV = PrjCoordSysType.PCS_SPHERE_ECKERT_IV
|
| PCS_SPHERE_ECKERT_V = PrjCoordSysType.PCS_SPHERE_ECKERT_V
|
| PCS_SPHERE_ECKERT_VI = PrjCoordSysType.PCS_SPHERE_ECKERT_VI
|
| PCS_SPHERE_EQUIDISTANT_CONIC = PrjCoordSysType.PCS_SPHERE_EQUIDISTANT_...
|
| PCS_SPHERE_EQUIDISTANT_CYLINDRICAL = PrjCoordSysType.PCS_SPHERE_EQUIDI...
|
| PCS_SPHERE_GALL_STEREOGRAPHIC = PrjCoordSysType.PCS_SPHERE_GALL_STEREO...
|
| PCS_SPHERE_LOXIMUTHAL = PrjCoordSysType.PCS_SPHERE_LOXIMUTHAL
|
| PCS_SPHERE_MERCATOR = PrjCoordSysType.PCS_SPHERE_MERCATOR
|
| PCS_SPHERE_MILLER_CYLINDRICAL = PrjCoordSysType.PCS_SPHERE_MILLER_CYLI...
|
| PCS_SPHERE_MOLLWEIDE = PrjCoordSysType.PCS_SPHERE_MOLLWEIDE
|
| PCS_SPHERE_PLATE_CARREE = PrjCoordSysType.PCS_SPHERE_PLATE_CARREE
|
| PCS_SPHERE_POLYCONIC = PrjCoordSysType.PCS_SPHERE_POLYCONIC
|
| PCS_SPHERE_QUARTIC_AUTHALIC = PrjCoordSysType.PCS_SPHERE_QUARTIC_AUTHA...
|
| PCS_SPHERE_ROBINSON = PrjCoordSysType.PCS_SPHERE_ROBINSON
|
| PCS_SPHERE_SINUSOIDAL = PrjCoordSysType.PCS_SPHERE_SINUSOIDAL
|
| PCS_SPHERE_STEREOGRAPHIC = PrjCoordSysType.PCS_SPHERE_STEREOGRAPHIC
|
| PCS_SPHERE_TWO_POINT_EQUIDISTANT = PrjCoordSysType.PCS_SPHERE_TWO_POIN...
|
| PCS_SPHERE_VAN_DER_GRINTEN_I = PrjCoordSysType.PCS_SPHERE_VAN_DER_GRIN...
|
| PCS_SPHERE_WINKEL_I = PrjCoordSysType.PCS_SPHERE_WINKEL_I
|
| PCS_SPHERE_WINKEL_II = PrjCoordSysType.PCS_SPHERE_WINKEL_II
|
| PCS_SUDAN_UTM_35N = PrjCoordSysType.PCS_SUDAN_UTM_35N
|
| PCS_SUDAN_UTM_36N = PrjCoordSysType.PCS_SUDAN_UTM_36N
|
| PCS_TANANARIVE_UTM_38S = PrjCoordSysType.PCS_TANANARIVE_UTM_38S
|
| PCS_TANANARIVE_UTM_39S = PrjCoordSysType.PCS_TANANARIVE_UTM_39S
|
| PCS_TC_1948_UTM_39N = PrjCoordSysType.PCS_TC_1948_UTM_39N
|
| PCS_TC_1948_UTM_40N = PrjCoordSysType.PCS_TC_1948_UTM_40N
|
| PCS_TIMBALAI_1948_RSO_BORNEO = PrjCoordSysType.PCS_TIMBALAI_1948_RSO_B...
|
| PCS_TIMBALAI_1948_UTM_49N = PrjCoordSysType.PCS_TIMBALAI_1948_UTM_49N
|
| PCS_TIMBALAI_1948_UTM_50N = PrjCoordSysType.PCS_TIMBALAI_1948_UTM_50N
|
| PCS_TM65_IRISH_GRID = PrjCoordSysType.PCS_TM65_IRISH_GRID
|
| PCS_TOKYO_PLATE_ZONE_I = PrjCoordSysType.PCS_TOKYO_PLATE_ZONE_I
|
| PCS_TOKYO_PLATE_ZONE_II = PrjCoordSysType.PCS_TOKYO_PLATE_ZONE_II
|
| PCS_TOKYO_PLATE_ZONE_III = PrjCoordSysType.PCS_TOKYO_PLATE_ZONE_III
|
| PCS_TOKYO_PLATE_ZONE_IV = PrjCoordSysType.PCS_TOKYO_PLATE_ZONE_IV
|
| PCS_TOKYO_PLATE_ZONE_IX = PrjCoordSysType.PCS_TOKYO_PLATE_ZONE_IX
|
| PCS_TOKYO_PLATE_ZONE_V = PrjCoordSysType.PCS_TOKYO_PLATE_ZONE_V
|
| PCS_TOKYO_PLATE_ZONE_VI = PrjCoordSysType.PCS_TOKYO_PLATE_ZONE_VI
|
| PCS_TOKYO_PLATE_ZONE_VII = PrjCoordSysType.PCS_TOKYO_PLATE_ZONE_VII
|
| PCS_TOKYO_PLATE_ZONE_VIII = PrjCoordSysType.PCS_TOKYO_PLATE_ZONE_VIII
|
| PCS_TOKYO_PLATE_ZONE_X = PrjCoordSysType.PCS_TOKYO_PLATE_ZONE_X
|
| PCS_TOKYO_PLATE_ZONE_XI = PrjCoordSysType.PCS_TOKYO_PLATE_ZONE_XI
|
| PCS_TOKYO_PLATE_ZONE_XII = PrjCoordSysType.PCS_TOKYO_PLATE_ZONE_XII
|
| PCS_TOKYO_PLATE_ZONE_XIII = PrjCoordSysType.PCS_TOKYO_PLATE_ZONE_XIII
|
| PCS_TOKYO_PLATE_ZONE_XIV = PrjCoordSysType.PCS_TOKYO_PLATE_ZONE_XIV
|
| PCS_TOKYO_PLATE_ZONE_XIX = PrjCoordSysType.PCS_TOKYO_PLATE_ZONE_XIX
|
| PCS_TOKYO_PLATE_ZONE_XV = PrjCoordSysType.PCS_TOKYO_PLATE_ZONE_XV
|
| PCS_TOKYO_PLATE_ZONE_XVI = PrjCoordSysType.PCS_TOKYO_PLATE_ZONE_XVI
|
| PCS_TOKYO_PLATE_ZONE_XVII = PrjCoordSysType.PCS_TOKYO_PLATE_ZONE_XVII
|
| PCS_TOKYO_PLATE_ZONE_XVIII = PrjCoordSysType.PCS_TOKYO_PLATE_ZONE_XVII...
|
| PCS_TOKYO_UTM_51 = PrjCoordSysType.PCS_TOKYO_UTM_51
|
| PCS_TOKYO_UTM_52 = PrjCoordSysType.PCS_TOKYO_UTM_52
|
| PCS_TOKYO_UTM_53 = PrjCoordSysType.PCS_TOKYO_UTM_53
|
| PCS_TOKYO_UTM_54 = PrjCoordSysType.PCS_TOKYO_UTM_54
|
| PCS_TOKYO_UTM_55 = PrjCoordSysType.PCS_TOKYO_UTM_55
|
| PCS_TOKYO_UTM_56 = PrjCoordSysType.PCS_TOKYO_UTM_56
|
| PCS_USER_DEFINED = PrjCoordSysType.PCS_USER_DEFINED
|
| PCS_VOIROL_N_ALGERIE_ANCIENNE = PrjCoordSysType.PCS_VOIROL_N_ALGERIE_A...
|
| PCS_VOIROL_S_ALGERIE_ANCIENNE = PrjCoordSysType.PCS_VOIROL_S_ALGERIE_A...
|
| PCS_VOIROL_UNIFIE_N_ALGERIE = PrjCoordSysType.PCS_VOIROL_UNIFIE_N_ALGE...
|
| PCS_VOIROL_UNIFIE_S_ALGERIE = PrjCoordSysType.PCS_VOIROL_UNIFIE_S_ALGE...
|
| PCS_WGS_1972_UTM_10N = PrjCoordSysType.PCS_WGS_1972_UTM_10N
|
| PCS_WGS_1972_UTM_10S = PrjCoordSysType.PCS_WGS_1972_UTM_10S
|
| PCS_WGS_1972_UTM_11N = PrjCoordSysType.PCS_WGS_1972_UTM_11N
|
| PCS_WGS_1972_UTM_11S = PrjCoordSysType.PCS_WGS_1972_UTM_11S
|
| PCS_WGS_1972_UTM_12N = PrjCoordSysType.PCS_WGS_1972_UTM_12N
|
| PCS_WGS_1972_UTM_12S = PrjCoordSysType.PCS_WGS_1972_UTM_12S
|
| PCS_WGS_1972_UTM_13N = PrjCoordSysType.PCS_WGS_1972_UTM_13N
|
| PCS_WGS_1972_UTM_13S = PrjCoordSysType.PCS_WGS_1972_UTM_13S
|
| PCS_WGS_1972_UTM_14N = PrjCoordSysType.PCS_WGS_1972_UTM_14N
|
| PCS_WGS_1972_UTM_14S = PrjCoordSysType.PCS_WGS_1972_UTM_14S
|
| PCS_WGS_1972_UTM_15N = PrjCoordSysType.PCS_WGS_1972_UTM_15N
|
| PCS_WGS_1972_UTM_15S = PrjCoordSysType.PCS_WGS_1972_UTM_15S
|
| PCS_WGS_1972_UTM_16N = PrjCoordSysType.PCS_WGS_1972_UTM_16N
|
| PCS_WGS_1972_UTM_16S = PrjCoordSysType.PCS_WGS_1972_UTM_16S
|
| PCS_WGS_1972_UTM_17N = PrjCoordSysType.PCS_WGS_1972_UTM_17N
|
| PCS_WGS_1972_UTM_17S = PrjCoordSysType.PCS_WGS_1972_UTM_17S
|
| PCS_WGS_1972_UTM_18N = PrjCoordSysType.PCS_WGS_1972_UTM_18N
|
| PCS_WGS_1972_UTM_18S = PrjCoordSysType.PCS_WGS_1972_UTM_18S
|
| PCS_WGS_1972_UTM_19N = PrjCoordSysType.PCS_WGS_1972_UTM_19N
|
| PCS_WGS_1972_UTM_19S = PrjCoordSysType.PCS_WGS_1972_UTM_19S
|
| PCS_WGS_1972_UTM_1N = PrjCoordSysType.PCS_WGS_1972_UTM_1N
|
| PCS_WGS_1972_UTM_1S = PrjCoordSysType.PCS_WGS_1972_UTM_1S
|
| PCS_WGS_1972_UTM_20N = PrjCoordSysType.PCS_WGS_1972_UTM_20N
|
| PCS_WGS_1972_UTM_20S = PrjCoordSysType.PCS_WGS_1972_UTM_20S
|
| PCS_WGS_1972_UTM_21N = PrjCoordSysType.PCS_WGS_1972_UTM_21N
|
| PCS_WGS_1972_UTM_21S = PrjCoordSysType.PCS_WGS_1972_UTM_21S
|
| PCS_WGS_1972_UTM_22N = PrjCoordSysType.PCS_WGS_1972_UTM_22N
|
| PCS_WGS_1972_UTM_22S = PrjCoordSysType.PCS_WGS_1972_UTM_22S
|
| PCS_WGS_1972_UTM_23N = PrjCoordSysType.PCS_WGS_1972_UTM_23N
|
| PCS_WGS_1972_UTM_23S = PrjCoordSysType.PCS_WGS_1972_UTM_23S
|
| PCS_WGS_1972_UTM_24N = PrjCoordSysType.PCS_WGS_1972_UTM_24N
|
| PCS_WGS_1972_UTM_24S = PrjCoordSysType.PCS_WGS_1972_UTM_24S
|
| PCS_WGS_1972_UTM_25N = PrjCoordSysType.PCS_WGS_1972_UTM_25N
|
| PCS_WGS_1972_UTM_25S = PrjCoordSysType.PCS_WGS_1972_UTM_25S
|
| PCS_WGS_1972_UTM_26N = PrjCoordSysType.PCS_WGS_1972_UTM_26N
|
| PCS_WGS_1972_UTM_26S = PrjCoordSysType.PCS_WGS_1972_UTM_26S
|
| PCS_WGS_1972_UTM_27N = PrjCoordSysType.PCS_WGS_1972_UTM_27N
|
| PCS_WGS_1972_UTM_27S = PrjCoordSysType.PCS_WGS_1972_UTM_27S
|
| PCS_WGS_1972_UTM_28N = PrjCoordSysType.PCS_WGS_1972_UTM_28N
|
| PCS_WGS_1972_UTM_28S = PrjCoordSysType.PCS_WGS_1972_UTM_28S
|
| PCS_WGS_1972_UTM_29N = PrjCoordSysType.PCS_WGS_1972_UTM_29N
|
| PCS_WGS_1972_UTM_29S = PrjCoordSysType.PCS_WGS_1972_UTM_29S
|
| PCS_WGS_1972_UTM_2N = PrjCoordSysType.PCS_WGS_1972_UTM_2N
|
| PCS_WGS_1972_UTM_2S = PrjCoordSysType.PCS_WGS_1972_UTM_2S
|
| PCS_WGS_1972_UTM_30N = PrjCoordSysType.PCS_WGS_1972_UTM_30N
|
| PCS_WGS_1972_UTM_30S = PrjCoordSysType.PCS_WGS_1972_UTM_30S
|
| PCS_WGS_1972_UTM_31N = PrjCoordSysType.PCS_WGS_1972_UTM_31N
|
| PCS_WGS_1972_UTM_31S = PrjCoordSysType.PCS_WGS_1972_UTM_31S
|
| PCS_WGS_1972_UTM_32N = PrjCoordSysType.PCS_WGS_1972_UTM_32N
|
| PCS_WGS_1972_UTM_32S = PrjCoordSysType.PCS_WGS_1972_UTM_32S
|
| PCS_WGS_1972_UTM_33N = PrjCoordSysType.PCS_WGS_1972_UTM_33N
|
| PCS_WGS_1972_UTM_33S = PrjCoordSysType.PCS_WGS_1972_UTM_33S
|
| PCS_WGS_1972_UTM_34N = PrjCoordSysType.PCS_WGS_1972_UTM_34N
|
| PCS_WGS_1972_UTM_34S = PrjCoordSysType.PCS_WGS_1972_UTM_34S
|
| PCS_WGS_1972_UTM_35N = PrjCoordSysType.PCS_WGS_1972_UTM_35N
|
| PCS_WGS_1972_UTM_35S = PrjCoordSysType.PCS_WGS_1972_UTM_35S
|
| PCS_WGS_1972_UTM_36N = PrjCoordSysType.PCS_WGS_1972_UTM_36N
|
| PCS_WGS_1972_UTM_36S = PrjCoordSysType.PCS_WGS_1972_UTM_36S
|
| PCS_WGS_1972_UTM_37N = PrjCoordSysType.PCS_WGS_1972_UTM_37N
|
| PCS_WGS_1972_UTM_37S = PrjCoordSysType.PCS_WGS_1972_UTM_37S
|
| PCS_WGS_1972_UTM_38N = PrjCoordSysType.PCS_WGS_1972_UTM_38N
|
| PCS_WGS_1972_UTM_38S = PrjCoordSysType.PCS_WGS_1972_UTM_38S
|
| PCS_WGS_1972_UTM_39N = PrjCoordSysType.PCS_WGS_1972_UTM_39N
|
| PCS_WGS_1972_UTM_39S = PrjCoordSysType.PCS_WGS_1972_UTM_39S
|
| PCS_WGS_1972_UTM_3N = PrjCoordSysType.PCS_WGS_1972_UTM_3N
|
| PCS_WGS_1972_UTM_3S = PrjCoordSysType.PCS_WGS_1972_UTM_3S
|
| PCS_WGS_1972_UTM_40N = PrjCoordSysType.PCS_WGS_1972_UTM_40N
|
| PCS_WGS_1972_UTM_40S = PrjCoordSysType.PCS_WGS_1972_UTM_40S
|
| PCS_WGS_1972_UTM_41N = PrjCoordSysType.PCS_WGS_1972_UTM_41N
|
| PCS_WGS_1972_UTM_41S = PrjCoordSysType.PCS_WGS_1972_UTM_41S
|
| PCS_WGS_1972_UTM_42N = PrjCoordSysType.PCS_WGS_1972_UTM_42N
|
| PCS_WGS_1972_UTM_42S = PrjCoordSysType.PCS_WGS_1972_UTM_42S
|
| PCS_WGS_1972_UTM_43N = PrjCoordSysType.PCS_WGS_1972_UTM_43N
|
| PCS_WGS_1972_UTM_43S = PrjCoordSysType.PCS_WGS_1972_UTM_43S
|
| PCS_WGS_1972_UTM_44N = PrjCoordSysType.PCS_WGS_1972_UTM_44N
|
| PCS_WGS_1972_UTM_44S = PrjCoordSysType.PCS_WGS_1972_UTM_44S
|
| PCS_WGS_1972_UTM_45N = PrjCoordSysType.PCS_WGS_1972_UTM_45N
|
| PCS_WGS_1972_UTM_45S = PrjCoordSysType.PCS_WGS_1972_UTM_45S
|
| PCS_WGS_1972_UTM_46N = PrjCoordSysType.PCS_WGS_1972_UTM_46N
|
| PCS_WGS_1972_UTM_46S = PrjCoordSysType.PCS_WGS_1972_UTM_46S
|
| PCS_WGS_1972_UTM_47N = PrjCoordSysType.PCS_WGS_1972_UTM_47N
|
| PCS_WGS_1972_UTM_47S = PrjCoordSysType.PCS_WGS_1972_UTM_47S
|
| PCS_WGS_1972_UTM_48N = PrjCoordSysType.PCS_WGS_1972_UTM_48N
|
| PCS_WGS_1972_UTM_48S = PrjCoordSysType.PCS_WGS_1972_UTM_48S
|
| PCS_WGS_1972_UTM_49N = PrjCoordSysType.PCS_WGS_1972_UTM_49N
|
| PCS_WGS_1972_UTM_49S = PrjCoordSysType.PCS_WGS_1972_UTM_49S
|
| PCS_WGS_1972_UTM_4N = PrjCoordSysType.PCS_WGS_1972_UTM_4N
|
| PCS_WGS_1972_UTM_4S = PrjCoordSysType.PCS_WGS_1972_UTM_4S
|
| PCS_WGS_1972_UTM_50N = PrjCoordSysType.PCS_WGS_1972_UTM_50N
|
| PCS_WGS_1972_UTM_50S = PrjCoordSysType.PCS_WGS_1972_UTM_50S
|
| PCS_WGS_1972_UTM_51N = PrjCoordSysType.PCS_WGS_1972_UTM_51N
|
| PCS_WGS_1972_UTM_51S = PrjCoordSysType.PCS_WGS_1972_UTM_51S
|
| PCS_WGS_1972_UTM_52N = PrjCoordSysType.PCS_WGS_1972_UTM_52N
|
| PCS_WGS_1972_UTM_52S = PrjCoordSysType.PCS_WGS_1972_UTM_52S
|
| PCS_WGS_1972_UTM_53N = PrjCoordSysType.PCS_WGS_1972_UTM_53N
|
| PCS_WGS_1972_UTM_53S = PrjCoordSysType.PCS_WGS_1972_UTM_53S
|
| PCS_WGS_1972_UTM_54N = PrjCoordSysType.PCS_WGS_1972_UTM_54N
|
| PCS_WGS_1972_UTM_54S = PrjCoordSysType.PCS_WGS_1972_UTM_54S
|
| PCS_WGS_1972_UTM_55N = PrjCoordSysType.PCS_WGS_1972_UTM_55N
|
| PCS_WGS_1972_UTM_55S = PrjCoordSysType.PCS_WGS_1972_UTM_55S
|
| PCS_WGS_1972_UTM_56N = PrjCoordSysType.PCS_WGS_1972_UTM_56N
|
| PCS_WGS_1972_UTM_56S = PrjCoordSysType.PCS_WGS_1972_UTM_56S
|
| PCS_WGS_1972_UTM_57N = PrjCoordSysType.PCS_WGS_1972_UTM_57N
|
| PCS_WGS_1972_UTM_57S = PrjCoordSysType.PCS_WGS_1972_UTM_57S
|
| PCS_WGS_1972_UTM_58N = PrjCoordSysType.PCS_WGS_1972_UTM_58N
|
| PCS_WGS_1972_UTM_58S = PrjCoordSysType.PCS_WGS_1972_UTM_58S
|
| PCS_WGS_1972_UTM_59N = PrjCoordSysType.PCS_WGS_1972_UTM_59N
|
| PCS_WGS_1972_UTM_59S = PrjCoordSysType.PCS_WGS_1972_UTM_59S
|
| PCS_WGS_1972_UTM_5N = PrjCoordSysType.PCS_WGS_1972_UTM_5N
|
| PCS_WGS_1972_UTM_5S = PrjCoordSysType.PCS_WGS_1972_UTM_5S
|
| PCS_WGS_1972_UTM_60N = PrjCoordSysType.PCS_WGS_1972_UTM_60N
|
| PCS_WGS_1972_UTM_60S = PrjCoordSysType.PCS_WGS_1972_UTM_60S
|
| PCS_WGS_1972_UTM_6N = PrjCoordSysType.PCS_WGS_1972_UTM_6N
|
| PCS_WGS_1972_UTM_6S = PrjCoordSysType.PCS_WGS_1972_UTM_6S
|
| PCS_WGS_1972_UTM_7N = PrjCoordSysType.PCS_WGS_1972_UTM_7N
|
| PCS_WGS_1972_UTM_7S = PrjCoordSysType.PCS_WGS_1972_UTM_7S
|
| PCS_WGS_1972_UTM_8N = PrjCoordSysType.PCS_WGS_1972_UTM_8N
|
| PCS_WGS_1972_UTM_8S = PrjCoordSysType.PCS_WGS_1972_UTM_8S
|
| PCS_WGS_1972_UTM_9N = PrjCoordSysType.PCS_WGS_1972_UTM_9N
|
| PCS_WGS_1972_UTM_9S = PrjCoordSysType.PCS_WGS_1972_UTM_9S
|
| PCS_WGS_1984_UTM_10N = PrjCoordSysType.PCS_WGS_1984_UTM_10N
|
| PCS_WGS_1984_UTM_10S = PrjCoordSysType.PCS_WGS_1984_UTM_10S
|
| PCS_WGS_1984_UTM_11N = PrjCoordSysType.PCS_WGS_1984_UTM_11N
|
| PCS_WGS_1984_UTM_11S = PrjCoordSysType.PCS_WGS_1984_UTM_11S
|
| PCS_WGS_1984_UTM_12N = PrjCoordSysType.PCS_WGS_1984_UTM_12N
|
| PCS_WGS_1984_UTM_12S = PrjCoordSysType.PCS_WGS_1984_UTM_12S
|
| PCS_WGS_1984_UTM_13N = PrjCoordSysType.PCS_WGS_1984_UTM_13N
|
| PCS_WGS_1984_UTM_13S = PrjCoordSysType.PCS_WGS_1984_UTM_13S
|
| PCS_WGS_1984_UTM_14N = PrjCoordSysType.PCS_WGS_1984_UTM_14N
|
| PCS_WGS_1984_UTM_14S = PrjCoordSysType.PCS_WGS_1984_UTM_14S
|
| PCS_WGS_1984_UTM_15N = PrjCoordSysType.PCS_WGS_1984_UTM_15N
|
| PCS_WGS_1984_UTM_15S = PrjCoordSysType.PCS_WGS_1984_UTM_15S
|
| PCS_WGS_1984_UTM_16N = PrjCoordSysType.PCS_WGS_1984_UTM_16N
|
| PCS_WGS_1984_UTM_16S = PrjCoordSysType.PCS_WGS_1984_UTM_16S
|
| PCS_WGS_1984_UTM_17N = PrjCoordSysType.PCS_WGS_1984_UTM_17N
|
| PCS_WGS_1984_UTM_17S = PrjCoordSysType.PCS_WGS_1984_UTM_17S
|
| PCS_WGS_1984_UTM_18N = PrjCoordSysType.PCS_WGS_1984_UTM_18N
|
| PCS_WGS_1984_UTM_18S = PrjCoordSysType.PCS_WGS_1984_UTM_18S
|
| PCS_WGS_1984_UTM_19N = PrjCoordSysType.PCS_WGS_1984_UTM_19N
|
| PCS_WGS_1984_UTM_19S = PrjCoordSysType.PCS_WGS_1984_UTM_19S
|
| PCS_WGS_1984_UTM_1N = PrjCoordSysType.PCS_WGS_1984_UTM_1N
|
| PCS_WGS_1984_UTM_1S = PrjCoordSysType.PCS_WGS_1984_UTM_1S
|
| PCS_WGS_1984_UTM_20N = PrjCoordSysType.PCS_WGS_1984_UTM_20N
|
| PCS_WGS_1984_UTM_20S = PrjCoordSysType.PCS_WGS_1984_UTM_20S
|
| PCS_WGS_1984_UTM_21N = PrjCoordSysType.PCS_WGS_1984_UTM_21N
|
| PCS_WGS_1984_UTM_21S = PrjCoordSysType.PCS_WGS_1984_UTM_21S
|
| PCS_WGS_1984_UTM_22N = PrjCoordSysType.PCS_WGS_1984_UTM_22N
|
| PCS_WGS_1984_UTM_22S = PrjCoordSysType.PCS_WGS_1984_UTM_22S
|
| PCS_WGS_1984_UTM_23N = PrjCoordSysType.PCS_WGS_1984_UTM_23N
|
| PCS_WGS_1984_UTM_23S = PrjCoordSysType.PCS_WGS_1984_UTM_23S
|
| PCS_WGS_1984_UTM_24N = PrjCoordSysType.PCS_WGS_1984_UTM_24N
|
| PCS_WGS_1984_UTM_24S = PrjCoordSysType.PCS_WGS_1984_UTM_24S
|
| PCS_WGS_1984_UTM_25N = PrjCoordSysType.PCS_WGS_1984_UTM_25N
|
| PCS_WGS_1984_UTM_25S = PrjCoordSysType.PCS_WGS_1984_UTM_25S
|
| PCS_WGS_1984_UTM_26N = PrjCoordSysType.PCS_WGS_1984_UTM_26N
|
| PCS_WGS_1984_UTM_26S = PrjCoordSysType.PCS_WGS_1984_UTM_26S
|
| PCS_WGS_1984_UTM_27N = PrjCoordSysType.PCS_WGS_1984_UTM_27N
|
| PCS_WGS_1984_UTM_27S = PrjCoordSysType.PCS_WGS_1984_UTM_27S
|
| PCS_WGS_1984_UTM_28N = PrjCoordSysType.PCS_WGS_1984_UTM_28N
|
| PCS_WGS_1984_UTM_28S = PrjCoordSysType.PCS_WGS_1984_UTM_28S
|
| PCS_WGS_1984_UTM_29N = PrjCoordSysType.PCS_WGS_1984_UTM_29N
|
| PCS_WGS_1984_UTM_29S = PrjCoordSysType.PCS_WGS_1984_UTM_29S
|
| PCS_WGS_1984_UTM_2N = PrjCoordSysType.PCS_WGS_1984_UTM_2N
|
| PCS_WGS_1984_UTM_2S = PrjCoordSysType.PCS_WGS_1984_UTM_2S
|
| PCS_WGS_1984_UTM_30N = PrjCoordSysType.PCS_WGS_1984_UTM_30N
|
| PCS_WGS_1984_UTM_30S = PrjCoordSysType.PCS_WGS_1984_UTM_30S
|
| PCS_WGS_1984_UTM_31N = PrjCoordSysType.PCS_WGS_1984_UTM_31N
|
| PCS_WGS_1984_UTM_31S = PrjCoordSysType.PCS_WGS_1984_UTM_31S
|
| PCS_WGS_1984_UTM_32N = PrjCoordSysType.PCS_WGS_1984_UTM_32N
|
| PCS_WGS_1984_UTM_32S = PrjCoordSysType.PCS_WGS_1984_UTM_32S
|
| PCS_WGS_1984_UTM_33N = PrjCoordSysType.PCS_WGS_1984_UTM_33N
|
| PCS_WGS_1984_UTM_33S = PrjCoordSysType.PCS_WGS_1984_UTM_33S
|
| PCS_WGS_1984_UTM_34N = PrjCoordSysType.PCS_WGS_1984_UTM_34N
|
| PCS_WGS_1984_UTM_34S = PrjCoordSysType.PCS_WGS_1984_UTM_34S
|
| PCS_WGS_1984_UTM_35N = PrjCoordSysType.PCS_WGS_1984_UTM_35N
|
| PCS_WGS_1984_UTM_35S = PrjCoordSysType.PCS_WGS_1984_UTM_35S
|
| PCS_WGS_1984_UTM_36N = PrjCoordSysType.PCS_WGS_1984_UTM_36N
|
| PCS_WGS_1984_UTM_36S = PrjCoordSysType.PCS_WGS_1984_UTM_36S
|
| PCS_WGS_1984_UTM_37N = PrjCoordSysType.PCS_WGS_1984_UTM_37N
|
| PCS_WGS_1984_UTM_37S = PrjCoordSysType.PCS_WGS_1984_UTM_37S
|
| PCS_WGS_1984_UTM_38N = PrjCoordSysType.PCS_WGS_1984_UTM_38N
|
| PCS_WGS_1984_UTM_38S = PrjCoordSysType.PCS_WGS_1984_UTM_38S
|
| PCS_WGS_1984_UTM_39N = PrjCoordSysType.PCS_WGS_1984_UTM_39N
|
| PCS_WGS_1984_UTM_39S = PrjCoordSysType.PCS_WGS_1984_UTM_39S
|
| PCS_WGS_1984_UTM_3N = PrjCoordSysType.PCS_WGS_1984_UTM_3N
|
| PCS_WGS_1984_UTM_3S = PrjCoordSysType.PCS_WGS_1984_UTM_3S
|
| PCS_WGS_1984_UTM_40N = PrjCoordSysType.PCS_WGS_1984_UTM_40N
|
| PCS_WGS_1984_UTM_40S = PrjCoordSysType.PCS_WGS_1984_UTM_40S
|
| PCS_WGS_1984_UTM_41N = PrjCoordSysType.PCS_WGS_1984_UTM_41N
|
| PCS_WGS_1984_UTM_41S = PrjCoordSysType.PCS_WGS_1984_UTM_41S
|
| PCS_WGS_1984_UTM_42N = PrjCoordSysType.PCS_WGS_1984_UTM_42N
|
| PCS_WGS_1984_UTM_42S = PrjCoordSysType.PCS_WGS_1984_UTM_42S
|
| PCS_WGS_1984_UTM_43N = PrjCoordSysType.PCS_WGS_1984_UTM_43N
|
| PCS_WGS_1984_UTM_43S = PrjCoordSysType.PCS_WGS_1984_UTM_43S
|
| PCS_WGS_1984_UTM_44N = PrjCoordSysType.PCS_WGS_1984_UTM_44N
|
| PCS_WGS_1984_UTM_44S = PrjCoordSysType.PCS_WGS_1984_UTM_44S
|
| PCS_WGS_1984_UTM_45N = PrjCoordSysType.PCS_WGS_1984_UTM_45N
|
| PCS_WGS_1984_UTM_45S = PrjCoordSysType.PCS_WGS_1984_UTM_45S
|
| PCS_WGS_1984_UTM_46N = PrjCoordSysType.PCS_WGS_1984_UTM_46N
|
| PCS_WGS_1984_UTM_46S = PrjCoordSysType.PCS_WGS_1984_UTM_46S
|
| PCS_WGS_1984_UTM_47N = PrjCoordSysType.PCS_WGS_1984_UTM_47N
|
| PCS_WGS_1984_UTM_47S = PrjCoordSysType.PCS_WGS_1984_UTM_47S
|
| PCS_WGS_1984_UTM_48N = PrjCoordSysType.PCS_WGS_1984_UTM_48N
|
| PCS_WGS_1984_UTM_48S = PrjCoordSysType.PCS_WGS_1984_UTM_48S
|
| PCS_WGS_1984_UTM_49N = PrjCoordSysType.PCS_WGS_1984_UTM_49N
|
| PCS_WGS_1984_UTM_49S = PrjCoordSysType.PCS_WGS_1984_UTM_49S
|
| PCS_WGS_1984_UTM_4N = PrjCoordSysType.PCS_WGS_1984_UTM_4N
|
| PCS_WGS_1984_UTM_4S = PrjCoordSysType.PCS_WGS_1984_UTM_4S
|
| PCS_WGS_1984_UTM_50N = PrjCoordSysType.PCS_WGS_1984_UTM_50N
|
| PCS_WGS_1984_UTM_50S = PrjCoordSysType.PCS_WGS_1984_UTM_50S
|
| PCS_WGS_1984_UTM_51N = PrjCoordSysType.PCS_WGS_1984_UTM_51N
|
| PCS_WGS_1984_UTM_51S = PrjCoordSysType.PCS_WGS_1984_UTM_51S
|
| PCS_WGS_1984_UTM_52N = PrjCoordSysType.PCS_WGS_1984_UTM_52N
|
| PCS_WGS_1984_UTM_52S = PrjCoordSysType.PCS_WGS_1984_UTM_52S
|
| PCS_WGS_1984_UTM_53N = PrjCoordSysType.PCS_WGS_1984_UTM_53N
|
| PCS_WGS_1984_UTM_53S = PrjCoordSysType.PCS_WGS_1984_UTM_53S
|
| PCS_WGS_1984_UTM_54N = PrjCoordSysType.PCS_WGS_1984_UTM_54N
|
| PCS_WGS_1984_UTM_54S = PrjCoordSysType.PCS_WGS_1984_UTM_54S
|
| PCS_WGS_1984_UTM_55N = PrjCoordSysType.PCS_WGS_1984_UTM_55N
|
| PCS_WGS_1984_UTM_55S = PrjCoordSysType.PCS_WGS_1984_UTM_55S
|
| PCS_WGS_1984_UTM_56N = PrjCoordSysType.PCS_WGS_1984_UTM_56N
|
| PCS_WGS_1984_UTM_56S = PrjCoordSysType.PCS_WGS_1984_UTM_56S
|
| PCS_WGS_1984_UTM_57N = PrjCoordSysType.PCS_WGS_1984_UTM_57N
|
| PCS_WGS_1984_UTM_57S = PrjCoordSysType.PCS_WGS_1984_UTM_57S
|
| PCS_WGS_1984_UTM_58N = PrjCoordSysType.PCS_WGS_1984_UTM_58N
|
| PCS_WGS_1984_UTM_58S = PrjCoordSysType.PCS_WGS_1984_UTM_58S
|
| PCS_WGS_1984_UTM_59N = PrjCoordSysType.PCS_WGS_1984_UTM_59N
|
| PCS_WGS_1984_UTM_59S = PrjCoordSysType.PCS_WGS_1984_UTM_59S
|
| PCS_WGS_1984_UTM_5N = PrjCoordSysType.PCS_WGS_1984_UTM_5N
|
| PCS_WGS_1984_UTM_5S = PrjCoordSysType.PCS_WGS_1984_UTM_5S
|
| PCS_WGS_1984_UTM_60N = PrjCoordSysType.PCS_WGS_1984_UTM_60N
|
| PCS_WGS_1984_UTM_60S = PrjCoordSysType.PCS_WGS_1984_UTM_60S
|
| PCS_WGS_1984_UTM_6N = PrjCoordSysType.PCS_WGS_1984_UTM_6N
|
| PCS_WGS_1984_UTM_6S = PrjCoordSysType.PCS_WGS_1984_UTM_6S
|
| PCS_WGS_1984_UTM_7N = PrjCoordSysType.PCS_WGS_1984_UTM_7N
|
| PCS_WGS_1984_UTM_7S = PrjCoordSysType.PCS_WGS_1984_UTM_7S
|
| PCS_WGS_1984_UTM_8N = PrjCoordSysType.PCS_WGS_1984_UTM_8N
|
| PCS_WGS_1984_UTM_8S = PrjCoordSysType.PCS_WGS_1984_UTM_8S
|
| PCS_WGS_1984_UTM_9N = PrjCoordSysType.PCS_WGS_1984_UTM_9N
|
| PCS_WGS_1984_UTM_9S = PrjCoordSysType.PCS_WGS_1984_UTM_9S
|
| PCS_WGS_1984_WORLD_MERCATOR = PrjCoordSysType.PCS_WGS_1984_WORLD_MERCA...
|
| PCS_WORLD_BEHRMANN = PrjCoordSysType.PCS_WORLD_BEHRMANN
|
| PCS_WORLD_BONNE = PrjCoordSysType.PCS_WORLD_BONNE
|
| PCS_WORLD_CASSINI = PrjCoordSysType.PCS_WORLD_CASSINI
|
| PCS_WORLD_ECKERT_I = PrjCoordSysType.PCS_WORLD_ECKERT_I
|
| PCS_WORLD_ECKERT_II = PrjCoordSysType.PCS_WORLD_ECKERT_II
|
| PCS_WORLD_ECKERT_III = PrjCoordSysType.PCS_WORLD_ECKERT_III
|
| PCS_WORLD_ECKERT_IV = PrjCoordSysType.PCS_WORLD_ECKERT_IV
|
| PCS_WORLD_ECKERT_V = PrjCoordSysType.PCS_WORLD_ECKERT_V
|
| PCS_WORLD_ECKERT_VI = PrjCoordSysType.PCS_WORLD_ECKERT_VI
|
| PCS_WORLD_EQUIDISTANT_CONIC = PrjCoordSysType.PCS_WORLD_EQUIDISTANT_CO...
|
| PCS_WORLD_EQUIDISTANT_CYLINDRICAL = PrjCoordSysType.PCS_WORLD_EQUIDIST...
|
| PCS_WORLD_GALL_STEREOGRAPHIC = PrjCoordSysType.PCS_WORLD_GALL_STEREOGR...
|
| PCS_WORLD_HOTINE = PrjCoordSysType.PCS_WORLD_HOTINE
|
| PCS_WORLD_LOXIMUTHAL = PrjCoordSysType.PCS_WORLD_LOXIMUTHAL
|
| PCS_WORLD_MERCATOR = PrjCoordSysType.PCS_WORLD_MERCATOR
|
| PCS_WORLD_MILLER_CYLINDRICAL = PrjCoordSysType.PCS_WORLD_MILLER_CYLIND...
|
| PCS_WORLD_MOLLWEIDE = PrjCoordSysType.PCS_WORLD_MOLLWEIDE
|
| PCS_WORLD_PLATE_CARREE = PrjCoordSysType.PCS_WORLD_PLATE_CARREE
|
| PCS_WORLD_POLYCONIC = PrjCoordSysType.PCS_WORLD_POLYCONIC
|
| PCS_WORLD_QUARTIC_AUTHALIC = PrjCoordSysType.PCS_WORLD_QUARTIC_AUTHALI...
|
| PCS_WORLD_ROBINSON = PrjCoordSysType.PCS_WORLD_ROBINSON
|
| PCS_WORLD_SINUSOIDAL = PrjCoordSysType.PCS_WORLD_SINUSOIDAL
|
| PCS_WORLD_STEREOGRAPHIC = PrjCoordSysType.PCS_WORLD_STEREOGRAPHIC
|
| PCS_WORLD_TWO_POINT_EQUIDISTANT = PrjCoordSysType.PCS_WORLD_TWO_POINT_...
|
| PCS_WORLD_VAN_DER_GRINTEN_I = PrjCoordSysType.PCS_WORLD_VAN_DER_GRINTE...
|
| PCS_WORLD_WINKEL_I = PrjCoordSysType.PCS_WORLD_WINKEL_I
|
| PCS_WORLD_WINKEL_II = PrjCoordSysType.PCS_WORLD_WINKEL_II
|
| PCS_XIAN_1980_3_DEGREE_GK_25 = PrjCoordSysType.PCS_XIAN_1980_3_DEGREE_...
|
| PCS_XIAN_1980_3_DEGREE_GK_25N = PrjCoordSysType.PCS_XIAN_1980_3_DEGREE...
|
| PCS_XIAN_1980_3_DEGREE_GK_26 = PrjCoordSysType.PCS_XIAN_1980_3_DEGREE_...
|
| PCS_XIAN_1980_3_DEGREE_GK_26N = PrjCoordSysType.PCS_XIAN_1980_3_DEGREE...
|
| PCS_XIAN_1980_3_DEGREE_GK_27 = PrjCoordSysType.PCS_XIAN_1980_3_DEGREE_...
|
| PCS_XIAN_1980_3_DEGREE_GK_27N = PrjCoordSysType.PCS_XIAN_1980_3_DEGREE...
|
| PCS_XIAN_1980_3_DEGREE_GK_28 = PrjCoordSysType.PCS_XIAN_1980_3_DEGREE_...
|
| PCS_XIAN_1980_3_DEGREE_GK_28N = PrjCoordSysType.PCS_XIAN_1980_3_DEGREE...
|
| PCS_XIAN_1980_3_DEGREE_GK_29 = PrjCoordSysType.PCS_XIAN_1980_3_DEGREE_...
|
| PCS_XIAN_1980_3_DEGREE_GK_29N = PrjCoordSysType.PCS_XIAN_1980_3_DEGREE...
|
| PCS_XIAN_1980_3_DEGREE_GK_30 = PrjCoordSysType.PCS_XIAN_1980_3_DEGREE_...
|
| PCS_XIAN_1980_3_DEGREE_GK_30N = PrjCoordSysType.PCS_XIAN_1980_3_DEGREE...
|
| PCS_XIAN_1980_3_DEGREE_GK_31 = PrjCoordSysType.PCS_XIAN_1980_3_DEGREE_...
|
| PCS_XIAN_1980_3_DEGREE_GK_31N = PrjCoordSysType.PCS_XIAN_1980_3_DEGREE...
|
| PCS_XIAN_1980_3_DEGREE_GK_32 = PrjCoordSysType.PCS_XIAN_1980_3_DEGREE_...
|
| PCS_XIAN_1980_3_DEGREE_GK_32N = PrjCoordSysType.PCS_XIAN_1980_3_DEGREE...
|
| PCS_XIAN_1980_3_DEGREE_GK_33 = PrjCoordSysType.PCS_XIAN_1980_3_DEGREE_...
|
| PCS_XIAN_1980_3_DEGREE_GK_33N = PrjCoordSysType.PCS_XIAN_1980_3_DEGREE...
|
| PCS_XIAN_1980_3_DEGREE_GK_34 = PrjCoordSysType.PCS_XIAN_1980_3_DEGREE_...
|
| PCS_XIAN_1980_3_DEGREE_GK_34N = PrjCoordSysType.PCS_XIAN_1980_3_DEGREE...
|
| PCS_XIAN_1980_3_DEGREE_GK_35 = PrjCoordSysType.PCS_XIAN_1980_3_DEGREE_...
|
| PCS_XIAN_1980_3_DEGREE_GK_35N = PrjCoordSysType.PCS_XIAN_1980_3_DEGREE...
|
| PCS_XIAN_1980_3_DEGREE_GK_36 = PrjCoordSysType.PCS_XIAN_1980_3_DEGREE_...
|
| PCS_XIAN_1980_3_DEGREE_GK_36N = PrjCoordSysType.PCS_XIAN_1980_3_DEGREE...
|
| PCS_XIAN_1980_3_DEGREE_GK_37 = PrjCoordSysType.PCS_XIAN_1980_3_DEGREE_...
|
| PCS_XIAN_1980_3_DEGREE_GK_37N = PrjCoordSysType.PCS_XIAN_1980_3_DEGREE...
|
| PCS_XIAN_1980_3_DEGREE_GK_38 = PrjCoordSysType.PCS_XIAN_1980_3_DEGREE_...
|
| PCS_XIAN_1980_3_DEGREE_GK_38N = PrjCoordSysType.PCS_XIAN_1980_3_DEGREE...
|
| PCS_XIAN_1980_3_DEGREE_GK_39 = PrjCoordSysType.PCS_XIAN_1980_3_DEGREE_...
|
| PCS_XIAN_1980_3_DEGREE_GK_39N = PrjCoordSysType.PCS_XIAN_1980_3_DEGREE...
|
| PCS_XIAN_1980_3_DEGREE_GK_40 = PrjCoordSysType.PCS_XIAN_1980_3_DEGREE_...
|
| PCS_XIAN_1980_3_DEGREE_GK_40N = PrjCoordSysType.PCS_XIAN_1980_3_DEGREE...
|
| PCS_XIAN_1980_3_DEGREE_GK_41 = PrjCoordSysType.PCS_XIAN_1980_3_DEGREE_...
|
| PCS_XIAN_1980_3_DEGREE_GK_41N = PrjCoordSysType.PCS_XIAN_1980_3_DEGREE...
|
| PCS_XIAN_1980_3_DEGREE_GK_42 = PrjCoordSysType.PCS_XIAN_1980_3_DEGREE_...
|
| PCS_XIAN_1980_3_DEGREE_GK_42N = PrjCoordSysType.PCS_XIAN_1980_3_DEGREE...
|
| PCS_XIAN_1980_3_DEGREE_GK_43 = PrjCoordSysType.PCS_XIAN_1980_3_DEGREE_...
|
| PCS_XIAN_1980_3_DEGREE_GK_43N = PrjCoordSysType.PCS_XIAN_1980_3_DEGREE...
|
| PCS_XIAN_1980_3_DEGREE_GK_44 = PrjCoordSysType.PCS_XIAN_1980_3_DEGREE_...
|
| PCS_XIAN_1980_3_DEGREE_GK_44N = PrjCoordSysType.PCS_XIAN_1980_3_DEGREE...
|
| PCS_XIAN_1980_3_DEGREE_GK_45 = PrjCoordSysType.PCS_XIAN_1980_3_DEGREE_...
|
| PCS_XIAN_1980_3_DEGREE_GK_45N = PrjCoordSysType.PCS_XIAN_1980_3_DEGREE...
|
| PCS_XIAN_1980_GK_13 = PrjCoordSysType.PCS_XIAN_1980_GK_13
|
| PCS_XIAN_1980_GK_13N = PrjCoordSysType.PCS_XIAN_1980_GK_13N
|
| PCS_XIAN_1980_GK_14 = PrjCoordSysType.PCS_XIAN_1980_GK_14
|
| PCS_XIAN_1980_GK_14N = PrjCoordSysType.PCS_XIAN_1980_GK_14N
|
| PCS_XIAN_1980_GK_15 = PrjCoordSysType.PCS_XIAN_1980_GK_15
|
| PCS_XIAN_1980_GK_15N = PrjCoordSysType.PCS_XIAN_1980_GK_15N
|
| PCS_XIAN_1980_GK_16 = PrjCoordSysType.PCS_XIAN_1980_GK_16
|
| PCS_XIAN_1980_GK_16N = PrjCoordSysType.PCS_XIAN_1980_GK_16N
|
| PCS_XIAN_1980_GK_17 = PrjCoordSysType.PCS_XIAN_1980_GK_17
|
| PCS_XIAN_1980_GK_17N = PrjCoordSysType.PCS_XIAN_1980_GK_17N
|
| PCS_XIAN_1980_GK_18 = PrjCoordSysType.PCS_XIAN_1980_GK_18
|
| PCS_XIAN_1980_GK_18N = PrjCoordSysType.PCS_XIAN_1980_GK_18N
|
| PCS_XIAN_1980_GK_19 = PrjCoordSysType.PCS_XIAN_1980_GK_19
|
| PCS_XIAN_1980_GK_19N = PrjCoordSysType.PCS_XIAN_1980_GK_19N
|
| PCS_XIAN_1980_GK_20 = PrjCoordSysType.PCS_XIAN_1980_GK_20
|
| PCS_XIAN_1980_GK_20N = PrjCoordSysType.PCS_XIAN_1980_GK_20N
|
| PCS_XIAN_1980_GK_21 = PrjCoordSysType.PCS_XIAN_1980_GK_21
|
| PCS_XIAN_1980_GK_21N = PrjCoordSysType.PCS_XIAN_1980_GK_21N
|
| PCS_XIAN_1980_GK_22 = PrjCoordSysType.PCS_XIAN_1980_GK_22
|
| PCS_XIAN_1980_GK_22N = PrjCoordSysType.PCS_XIAN_1980_GK_22N
|
| PCS_XIAN_1980_GK_23 = PrjCoordSysType.PCS_XIAN_1980_GK_23
|
| PCS_XIAN_1980_GK_23N = PrjCoordSysType.PCS_XIAN_1980_GK_23N
|
| PCS_YOFF_1972_UTM_28N = PrjCoordSysType.PCS_YOFF_1972_UTM_28N
|
| PCS_ZANDERIJ_1972_UTM_21N = PrjCoordSysType.PCS_ZANDERIJ_1972_UTM_21N
|
| ----------------------------------------------------------------------
| Data descriptors inherited from enum.Enum:
|
| name
| The name of the Enum member.
|
| value
| The value of the Enum member.
|
| ----------------------------------------------------------------------
| Data descriptors inherited from enum.EnumMeta:
|
| __members__
| Returns a mapping of member name->value.
|
| This mapping lists all enum members, including aliases. Note that this
| is a read-only view of the internal mapping.
class ProjectionType(JEnum)
| ProjectionType(value, names=None, *, module=None, qualname=None, type=None, start=1)
|
| An enumeration.
|
| Method resolution order:
| ProjectionType
| JEnum
| enum.IntEnum
| builtins.int
| enum.Enum
| builtins.object
|
| Data and other attributes defined here:
|
| PRJ_ALBERS = ProjectionType.PRJ_ALBERS
|
| PRJ_BAIDU_MERCATOR = ProjectionType.PRJ_BAIDU_MERCATOR
|
| PRJ_BEHRMANN = ProjectionType.PRJ_BEHRMANN
|
| PRJ_BONNE = ProjectionType.PRJ_BONNE
|
| PRJ_BONNE_SOUTH_ORIENTATED = ProjectionType.PRJ_BONNE_SOUTH_ORIENTATED
|
| PRJ_CASSINI = ProjectionType.PRJ_CASSINI
|
| PRJ_CHINA_AZIMUTHAL = ProjectionType.PRJ_CHINA_AZIMUTHAL
|
| PRJ_CONFORMAL_AZIMUTHAL = ProjectionType.PRJ_CONFORMAL_AZIMUTHAL
|
| PRJ_ECKERT_I = ProjectionType.PRJ_ECKERT_I
|
| PRJ_ECKERT_II = ProjectionType.PRJ_ECKERT_II
|
| PRJ_ECKERT_III = ProjectionType.PRJ_ECKERT_III
|
| PRJ_ECKERT_IV = ProjectionType.PRJ_ECKERT_IV
|
| PRJ_ECKERT_V = ProjectionType.PRJ_ECKERT_V
|
| PRJ_ECKERT_VI = ProjectionType.PRJ_ECKERT_VI
|
| PRJ_EQUALAREA_CYLINDRICAL = ProjectionType.PRJ_EQUALAREA_CYLINDRICAL
|
| PRJ_EQUIDISTANT_AZIMUTHAL = ProjectionType.PRJ_EQUIDISTANT_AZIMUTHAL
|
| PRJ_EQUIDISTANT_CONIC = ProjectionType.PRJ_EQUIDISTANT_CONIC
|
| PRJ_EQUIDISTANT_CYLINDRICAL = ProjectionType.PRJ_EQUIDISTANT_CYLINDRIC...
|
| PRJ_GALL_STEREOGRAPHIC = ProjectionType.PRJ_GALL_STEREOGRAPHIC
|
| PRJ_GAUSS_KRUGER = ProjectionType.PRJ_GAUSS_KRUGER
|
| PRJ_GNOMONIC = ProjectionType.PRJ_GNOMONIC
|
| PRJ_HOTINE = ProjectionType.PRJ_HOTINE
|
| PRJ_HOTINE_AZIMUTH_NATORIGIN = ProjectionType.PRJ_HOTINE_AZIMUTH_NATOR...
|
| PRJ_HOTINE_OBLIQUE_MERCATOR = ProjectionType.PRJ_HOTINE_OBLIQUE_MERCAT...
|
| PRJ_LAMBERT_AZIMUTHAL_EQUAL_AREA = ProjectionType.PRJ_LAMBERT_AZIMUTHA...
|
| PRJ_LAMBERT_CONFORMAL_CONIC = ProjectionType.PRJ_LAMBERT_CONFORMAL_CON...
|
| PRJ_LOXIMUTHAL = ProjectionType.PRJ_LOXIMUTHAL
|
| PRJ_MERCATOR = ProjectionType.PRJ_MERCATOR
|
| PRJ_MILLER_CYLINDRICAL = ProjectionType.PRJ_MILLER_CYLINDRICAL
|
| PRJ_MOLLWEIDE = ProjectionType.PRJ_MOLLWEIDE
|
| PRJ_NONPROJECTION = ProjectionType.PRJ_NONPROJECTION
|
| PRJ_OBLIQUE_MERCATOR = ProjectionType.PRJ_OBLIQUE_MERCATOR
|
| PRJ_OBLIQUE_STEREOGRAPHIC = ProjectionType.PRJ_OBLIQUE_STEREOGRAPHIC
|
| PRJ_ORTHO_GRAPHIC = ProjectionType.PRJ_ORTHO_GRAPHIC
|
| PRJ_PLATE_CARREE = ProjectionType.PRJ_PLATE_CARREE
|
| PRJ_POLYCONIC = ProjectionType.PRJ_POLYCONIC
|
| PRJ_QUARTIC_AUTHALIC = ProjectionType.PRJ_QUARTIC_AUTHALIC
|
| PRJ_RECTIFIED_SKEWED_ORTHOMORPHIC = ProjectionType.PRJ_RECTIFIED_SKEWE...
|
| PRJ_ROBINSON = ProjectionType.PRJ_ROBINSON
|
| PRJ_SANSON = ProjectionType.PRJ_SANSON
|
| PRJ_SINUSOIDAL = ProjectionType.PRJ_SINUSOIDAL
|
| PRJ_SPHERE_MERCATOR = ProjectionType.PRJ_SPHERE_MERCATOR
|
| PRJ_STEREOGRAPHIC = ProjectionType.PRJ_STEREOGRAPHIC
|
| PRJ_TRANSVERSE_MERCATOR = ProjectionType.PRJ_TRANSVERSE_MERCATOR
|
| PRJ_TWO_POINT_EQUIDISTANT = ProjectionType.PRJ_TWO_POINT_EQUIDISTANT
|
| PRJ_VAN_DER_GRINTEN_I = ProjectionType.PRJ_VAN_DER_GRINTEN_I
|
| PRJ_WINKEL_I = ProjectionType.PRJ_WINKEL_I
|
| PRJ_WINKEL_II = ProjectionType.PRJ_WINKEL_II
|
| ----------------------------------------------------------------------
| Data descriptors inherited from enum.Enum:
|
| name
| The name of the Enum member.
|
| value
| The value of the Enum member.
|
| ----------------------------------------------------------------------
| Data descriptors inherited from enum.EnumMeta:
|
| __members__
| Returns a mapping of member name->value.
|
| This mapping lists all enum members, including aliases. Note that this
| is a read-only view of the internal mapping.
class RasterJoinPixelFormat(JEnum)
| RasterJoinPixelFormat(value, names=None, *, module=None, qualname=None, type=None, start=1)
|
| 定義了鑲嵌結果像素格式類型常量。
|
| :var RasterJoinPixelFormat.RJPMONO: 即 PixelFormat.UBIT1。
| :var RasterJoinPixelFormat.RJPFBIT: 即 PixelFormat.UBIT4
| :var RasterJoinPixelFormat.RJPBYTE: 即 PixelFormat.UBIT8
| :var RasterJoinPixelFormat.RJPTBYTE: 即 PixelFormat.BIT16
| :var RasterJoinPixelFormat.RJPRGB: 即 PixelFormat.RGB
| :var RasterJoinPixelFormat.RJPRGBAFBIT: 即 PixelFormat.RGBA
| :var RasterJoinPixelFormat.RJPLONGLONG: 即 PixelFormat.BIT64
| :var RasterJoinPixelFormat.RJPLONG: 即 PixelFormat.BIT32
| :var RasterJoinPixelFormat.RJPFLOAT: 即 PixelFormat.SINGLE
| :var RasterJoinPixelFormat.RJPDOUBLE: 即 PixelFormat.DOUBLE
| :var RasterJoinPixelFormat.RJPFIRST: 參與鑲嵌的第一個柵格數據集的像素格式。
| :var RasterJoinPixelFormat.RJPLAST: 參與鑲嵌的最後一個柵格數據集的像素格式。
| :var RasterJoinPixelFormat.RJPMAX: 參與鑲嵌的柵格數據集中最大的像素格式。
| :var RasterJoinPixelFormat.RJPMIN: 參與鑲嵌的柵格數據集中最小的像素格式。
| :var RasterJoinPixelFormat.RJPMAJORITY: 參與鑲嵌的柵格數據集中出現頻率最高的像素格式，若是像素格式出現的頻率相同，取索引值最小的。
|
| Method resolution order:
| RasterJoinPixelFormat
| JEnum
| enum.IntEnum
| builtins.int
| enum.Enum
| builtins.object
|
| Data and other attributes defined here:
|
| RJPBYTE = RasterJoinPixelFormat.RJPBYTE
|
| RJPDOUBLE = RasterJoinPixelFormat.RJPDOUBLE
|
| RJPFBIT = RasterJoinPixelFormat.RJPFBIT
|
| RJPFIRST = RasterJoinPixelFormat.RJPFIRST
|
| RJPFLOAT = RasterJoinPixelFormat.RJPFLOAT
|
| RJPLAST = RasterJoinPixelFormat.RJPLAST
|
| RJPLONG = RasterJoinPixelFormat.RJPLONG
|
| RJPLONGLONG = RasterJoinPixelFormat.RJPLONGLONG
|
| RJPMAJORITY = RasterJoinPixelFormat.RJPMAJORITY
|
| RJPMAX = RasterJoinPixelFormat.RJPMAX
|
| RJPMIN = RasterJoinPixelFormat.RJPMIN
|
| RJPMONO = RasterJoinPixelFormat.RJPMONO
|
| RJPRGB = RasterJoinPixelFormat.RJPRGB
|
| RJPRGBAFBIT = RasterJoinPixelFormat.RJPRGBAFBIT
|
| RJPTBYTE = RasterJoinPixelFormat.RJPTBYTE
|
| ----------------------------------------------------------------------
| Data descriptors inherited from enum.Enum:
|
| name
| The name of the Enum member.
|
| value
| The value of the Enum member.
|
| ----------------------------------------------------------------------
| Data descriptors inherited from enum.EnumMeta:
|
| __members__
| Returns a mapping of member name->value.
|
| This mapping lists all enum members, including aliases. Note that this
| is a read-only view of the internal mapping.
class RasterJoinType(JEnum)
| RasterJoinType(value, names=None, *, module=None, qualname=None, type=None, start=1)
|
| 定義了鑲嵌結果柵格值的統計類型常量。
|
| :var RasterJoinType.RJMFIRST: 柵格重疊區域鑲嵌後取第一個柵格數據集中的值。
| :var RasterJoinType.RJMLAST: 柵格重疊區域鑲嵌後取最後一個柵格數據集中的值。
| :var RasterJoinType.RJMMAX: 柵格重疊區域鑲嵌後取全部柵格數據集中相應位置的最大值。
| :var RasterJoinType.RJMMIN: 柵格重疊區域鑲嵌後取全部柵格數據集中相應位置的最小值。
| :var RasterJoinType.RJMMean: 柵格重疊區域鑲嵌後取全部柵格數據集中相應位置的平均值。
|
| Method resolution order:
| RasterJoinType
| JEnum
| enum.IntEnum
| builtins.int
| enum.Enum
| builtins.object
|
| Data and other attributes defined here:
|
| RJMFIRST = RasterJoinType.RJMFIRST
|
| RJMLAST = RasterJoinType.RJMLAST
|
| RJMMAX = RasterJoinType.RJMMAX
|
| RJMMIN = RasterJoinType.RJMMIN
|
| RJMMean = RasterJoinType.RJMMean
|
| ----------------------------------------------------------------------
| Data descriptors inherited from enum.Enum:
|
| name
| The name of the Enum member.
|
| value
| The value of the Enum member.
|
| ----------------------------------------------------------------------
| Data descriptors inherited from enum.EnumMeta:
|
| __members__
| Returns a mapping of member name->value.
|
| This mapping lists all enum members, including aliases. Note that this
| is a read-only view of the internal mapping.
class RasterResampleMode(JEnum)
| RasterResampleMode(value, names=None, *, module=None, qualname=None, type=None, start=1)
|
| 柵格重採樣計算方式的類型常量
|
| :var RasterResampleMode.NEAREST: 最鄰近法。最鄰近法是將最鄰近的柵格值賦予新柵格。該方法的優勢是不會改變原始柵格值，簡單且處理速度快，但該種方法最大會有半個格子大小的位移。適用於表示分類或某種專題的離散數據，如土地利用，植被類型等。
| :var RasterResampleMode.BILINEAR: 雙線性內插法。雙線性內插使用內插點在輸入柵格中的 4 鄰域進行加權平均來計算新柵格值，權值根據 4 鄰域中每一個格子中心距內插點的距離來決定。該種方法的重採樣結果會比最鄰近法的結果更光滑，但會改變原來的柵格值。適用於表示某種現象分佈、地形表面的連續數據，如 DEM、氣溫、降雨量分佈、坡度等，這些數據原本就是經過採樣點內插獲得的連續表面。
| :var RasterResampleMode.CUBIC: 三次卷積內插法。三次卷積內插法較爲複雜，與雙線性內插類似，一樣會改變柵格值，不一樣之處在於它使用 16 鄰域來加權計算，會使計算結果獲得一些銳化的效果。該種方法一樣會改變原來的柵格值，且有可能會超出輸入柵格的值域範圍，且計算量大。適用於航片和遙感影像的重採樣。
|
| Method resolution order:
| RasterResampleMode
| JEnum
| enum.IntEnum
| builtins.int
| enum.Enum
| builtins.object
|
| Data and other attributes defined here:
|
| BILINEAR = RasterResampleMode.BILINEAR
|
| CUBIC = RasterResampleMode.CUBIC
|
| NEAREST = RasterResampleMode.NEAREST
|
| ----------------------------------------------------------------------
| Data descriptors inherited from enum.Enum:
|
| name
| The name of the Enum member.
|
| value
| The value of the Enum member.
|
| ----------------------------------------------------------------------
| Data descriptors inherited from enum.EnumMeta:
|
| __members__
| Returns a mapping of member name->value.
|
| This mapping lists all enum members, including aliases. Note that this
| is a read-only view of the internal mapping.
class ReclassPixelFormat(JEnum)
| ReclassPixelFormat(value, names=None, *, module=None, qualname=None, type=None, start=1)
|
| 該類定義了柵格數據集的像元值的存儲類型常量
|
| :var ReclassPixelFormat.BIT32: 整型
| :var ReclassPixelFormat.BIT64: 長整型
| :var ReclassPixelFormat.SINGLE: 單精度
| :var ReclassPixelFormat.DOUBLE: 雙精度
|
| Method resolution order:
| ReclassPixelFormat
| JEnum
| enum.IntEnum
| builtins.int
| enum.Enum
| builtins.object
|
| Data and other attributes defined here:
|
| BIT32 = ReclassPixelFormat.BIT32
|
| BIT64 = ReclassPixelFormat.BIT64
|
| DOUBLE = ReclassPixelFormat.DOUBLE
|
| SINGLE = ReclassPixelFormat.SINGLE
|
| ----------------------------------------------------------------------
| Data descriptors inherited from enum.Enum:
|
| name
| The name of the Enum member.
|
| value
| The value of the Enum member.
|
| ----------------------------------------------------------------------
| Data descriptors inherited from enum.EnumMeta:
|
| __members__
| Returns a mapping of member name->value.
|
| This mapping lists all enum members, including aliases. Note that this
| is a read-only view of the internal mapping.
class ReclassSegmentType(JEnum)
| ReclassSegmentType(value, names=None, *, module=None, qualname=None, type=None, start=1)
|
| 該類定義了重分級區間類型常量。
|
| :var ReclassSegmentType.OPENCLOSE: 左開右閉，如 (number1, number2]。
| :var ReclassSegmentType.CLOSEOPEN: 左閉右開，如 [number1, number2）。
|
| Method resolution order:
| ReclassSegmentType
| JEnum
| enum.IntEnum
| builtins.int
| enum.Enum
| builtins.object
|
| Data and other attributes defined here:
|
| CLOSEOPEN = ReclassSegmentType.CLOSEOPEN
|
| OPENCLOSE = ReclassSegmentType.OPENCLOSE
|
| ----------------------------------------------------------------------
| Data descriptors inherited from enum.Enum:
|
| name
| The name of the Enum member.
|
| value
| The value of the Enum member.
|
| ----------------------------------------------------------------------
| Data descriptors inherited from enum.EnumMeta:
|
| __members__
| Returns a mapping of member name->value.
|
| This mapping lists all enum members, including aliases. Note that this
| is a read-only view of the internal mapping.
class ReclassType(JEnum)
| ReclassType(value, names=None, *, module=None, qualname=None, type=None, start=1)
|
| 該類定義了柵格重分級類型常量
|
| :var ReclassType.UNIQUE: 單值重分級，即對指定的某些單值進行從新賦值。
| :var ReclassType.RANGE: 範圍重分級，即將一個區間內的值從新賦值爲一個值。
|
| Method resolution order:
| ReclassType
| JEnum
| enum.IntEnum
| builtins.int
| enum.Enum
| builtins.object
|
| Data and other attributes defined here:
|
| RANGE = ReclassType.RANGE
|
| UNIQUE = ReclassType.UNIQUE
|
| ----------------------------------------------------------------------
| Data descriptors inherited from enum.Enum:
|
| name
| The name of the Enum member.
|
| value
| The value of the Enum member.
|
| ----------------------------------------------------------------------
| Data descriptors inherited from enum.EnumMeta:
|
| __members__
| Returns a mapping of member name->value.
|
| This mapping lists all enum members, including aliases. Note that this
| is a read-only view of the internal mapping.
class RegionToPointMode(JEnum)
| RegionToPointMode(value, names=None, *, module=None, qualname=None, type=None, start=1)
|
| 面轉點的方式
|
| :var RegionToPointMode.VERTEX: 節點模式，將面對象的每一個節點都轉換爲一個點對象
| :var RegionToPointMode.INNER_POINT: 內點模式，將面對象的內點轉換爲一個點對象
| :var RegionToPointMode.SUB_INNER_POINT: 子對象內點模式，將面對象的每一個子對象的內點分別轉換爲一個點對象
| :var RegionToPointMode.TOPO_INNER_POINT: 拓撲內點模式，對複雜面對象進行保護性分解後獲得的多個面對象的內點，分別轉換爲一個子對象。
|
| Method resolution order:
| RegionToPointMode
| JEnum
| enum.IntEnum
| builtins.int
| enum.Enum
| builtins.object
|
| Data and other attributes defined here:
|
| INNER_POINT = RegionToPointMode.INNER_POINT
|
| SUB_INNER_POINT = RegionToPointMode.SUB_INNER_POINT
|
| TOPO_INNER_POINT = RegionToPointMode.TOPO_INNER_POINT
|
| VERTEX = RegionToPointMode.VERTEX
|
| ----------------------------------------------------------------------
| Data descriptors inherited from enum.Enum:
|
| name
| The name of the Enum member.
|
| value
| The value of the Enum member.
|
| ----------------------------------------------------------------------
| Data descriptors inherited from enum.EnumMeta:
|
| __members__
| Returns a mapping of member name->value.
|
| This mapping lists all enum members, including aliases. Note that this
| is a read-only view of the internal mapping.
class ResamplingMethod(JEnum)
| ResamplingMethod(value, names=None, *, module=None, qualname=None, type=None, start=1)
|
| 該類定義了建立金字塔類型常量。
|
| :var ResamplingMethod.AVERAGE: 平均值
| :var ResamplingMethod.NEAR: 鄰近值
|
| Method resolution order:
| ResamplingMethod
| JEnum
| enum.IntEnum
| builtins.int
| enum.Enum
| builtins.object
|
| Data and other attributes defined here:
|
| AVERAGE = ResamplingMethod.AVERAGE
|
| NEAR = ResamplingMethod.NEAR
|
| ----------------------------------------------------------------------
| Data descriptors inherited from enum.Enum:
|
| name
| The name of the Enum member.
|
| value
| The value of the Enum member.
|
| ----------------------------------------------------------------------
| Data descriptors inherited from enum.EnumMeta:
|
| __members__
| Returns a mapping of member name->value.
|
| This mapping lists all enum members, including aliases. Note that this
| is a read-only view of the internal mapping.
class SearchMode(JEnum)
| SearchMode(value, names=None, *, module=None, qualname=None, type=None, start=1)
|
| 該類定義了內插時使用的樣本點的查找方式類型常量。
|
| 對於同一種插值方法，樣本點的選擇方法不一樣，獲得的插值結果也會不一樣。SuperMap 提供四種插值查找方式，分別爲不進行查找，塊（QUADTREE） 查找，定長查找（KDTREE_FIXED_RADIUS）和 變長查找（KDTREE_FIXED_COUNT）。
|
| :var SearchMode.NONE: 不進行查找，使用全部的輸入點進行內插分析。
| :var SearchMode.QUADTREE: 塊查找方式，即根據設置的每一個塊內的點的最多數量對數據集進行分塊，使用塊內的點進行插值運算。
| 注意: 目前只對 Kriging、RBF 插值方法起做用，而對 IDW 插值方法不起做用。
| :var SearchMode.KDTREE_FIXED_RADIUS: 定長查找方式，即指定半徑範圍內全部的採樣點都參與柵格單元的插值運算。該方式由查找半徑（search_radius）和
| 指望參與運算的最少樣點數（expected_count）兩個參數來最終肯定參與運算的採樣點。
| 當計算某個位置的未知數值時，會以該位置爲圓心，以設定的定長值（即查找半徑）爲半徑，落在這個範圍內的
| 採樣點都將參與運算；但若是設置了指望參與運算的最少點數，若查找半徑範圍內的點數達不到該數值，將自動
| 擴展查找半徑直到找到指定的數目的採樣點。
| :var SearchMode.KDTREE_FIXED_COUNT: 變長查找方式，即距離柵格單元最近的指定數目的採樣點參與插值運算。該方式由指望參與運算的最多樣
| 點數（expected_count）和查找半徑（search_radius）兩個參數來最終肯定參與運算的採樣點。當計算某
| 個位置的未知數值時，會查找該位置附近的 N 個採樣點，N 值即爲設定的固定點數（即指望參與運算的最多樣點
| 數），那麼這 N 個採樣點都將參與運算；但若是設置了查找半徑，若半徑範圍內的點數少於設置的固定點數，則
| 範圍以外的採樣點被捨棄，不參與運算。
|
| Method resolution order:
| SearchMode
| JEnum
| enum.IntEnum
| builtins.int
| enum.Enum
| builtins.object
|
| Data and other attributes defined here:
|
| KDTREE_FIXED_COUNT = SearchMode.KDTREE_FIXED_COUNT
|
| KDTREE_FIXED_RADIUS = SearchMode.KDTREE_FIXED_RADIUS
|
| NONE = SearchMode.NONE
|
| QUADTREE = SearchMode.QUADTREE
|
| ----------------------------------------------------------------------
| Data descriptors inherited from enum.Enum:
|
| name
| The name of the Enum member.
|
| value
| The value of the Enum member.
|
| ----------------------------------------------------------------------
| Data descriptors inherited from enum.EnumMeta:
|
| __members__
| Returns a mapping of member name->value.
|
| This mapping lists all enum members, including aliases. Note that this
| is a read-only view of the internal mapping.
class ShadowMode(JEnum)
| ShadowMode(value, names=None, *, module=None, qualname=None, type=None, start=1)
|
| 該類定義了暈渲圖渲染方式類型常量。
|
| :var ShadowMode.IllUMINATION_AND_SHADOW: 渲染和陰影。同時考慮當地的光照角以及陰影的做用。
| :var ShadowMode.SHADOW: 陰影。只考慮區域是否位於陰影中。
| :var ShadowMode.IllUMINATION: 渲染。只考慮當地的光照角。
|
| Method resolution order:
| ShadowMode
| JEnum
| enum.IntEnum
| builtins.int
| enum.Enum
| builtins.object
|
| Data and other attributes defined here:
|
| IllUMINATION = ShadowMode.IllUMINATION
|
| IllUMINATION_AND_SHADOW = ShadowMode.IllUMINATION_AND_SHADOW
|
| SHADOW = ShadowMode.SHADOW
|
| ----------------------------------------------------------------------
| Data descriptors inherited from enum.Enum:
|
| name
| The name of the Enum member.
|
| value
| The value of the Enum member.
|
| ----------------------------------------------------------------------
| Data descriptors inherited from enum.EnumMeta:
|
| __members__
| Returns a mapping of member name->value.
|
| This mapping lists all enum members, including aliases. Note that this
| is a read-only view of the internal mapping.
class SlopeType(JEnum)
| SlopeType(value, names=None, *, module=None, qualname=None, type=None, start=1)
|
| 該類定義了坡度的單位類型常量。
|
| :var SlopeType.DEGREE: 以角度爲單位來表示坡度。
| :var SlopeType.RADIAN: 以弧度爲單位來表示坡度。
| :var SlopeType.PERCENT: 以百分數來表示坡度。 該百分數爲垂直高度和水平距離的比值乘以100，即單位水平距離上的高度值乘以100， 或者說是坡度的正切值乘以100。
|
| Method resolution order:
| SlopeType
| JEnum
| enum.IntEnum
| builtins.int
| enum.Enum
| builtins.object
|
| Data and other attributes defined here:
|
| DEGREE = SlopeType.DEGREE
|
| PERCENT = SlopeType.PERCENT
|
| RADIAN = SlopeType.RADIAN
|
| ----------------------------------------------------------------------
| Data descriptors inherited from enum.Enum:
|
| name
| The name of the Enum member.
|
| value
| The value of the Enum member.
|
| ----------------------------------------------------------------------
| Data descriptors inherited from enum.EnumMeta:
|
| __members__
| Returns a mapping of member name->value.
|
| This mapping lists all enum members, including aliases. Note that this
| is a read-only view of the internal mapping.
class SmoothMethod(JEnum)
| SmoothMethod(value, names=None, *, module=None, qualname=None, type=None, start=1)
|
| 該類定義了光滑方法類型常量。用於從 Grid 或 DEM 數據生成等值線或等值面時對等值線或者等值面的邊界線進行平滑。
|
| 等值線的生成是經過對原柵格數據進行插值，而後鏈接等值點獲得，因此獲得的結果是棱角分明的折線，等值面的生成是經過對原柵格數據進行插值，而後鏈接等值
| 點獲得等值線，再由相鄰等值線封閉組成的，因此獲得的結果是棱角分明的多邊形面，這二者均須要進行必定的光滑處理，SuperMap 提供兩種光滑處理的方法，
| B 樣條法和磨角法。
|
| :var SmoothMethod.NONE: 不進行光滑。
| :var SmoothMethod.BSPLINE: B 樣條法。B 樣條法是以一條經過折線中一些節點的 B 樣條曲線代替原始折線來達到光滑的目的。B 樣條曲線是貝塞爾曲線
| 的一種擴展。以下圖所示，B 樣條曲線沒必要經過原線對象的全部節點。除通過的原折線上的一些點外，曲線上的其餘點經過
| B 樣條函數擬合得出。
|
| .. image:: ../image/BSpline.png
|
| 對非閉合的線對象使用 B 樣條法後，其兩端點的相對位置保持不變。
| :var SmoothMethod.POLISH: 磨角法。磨角法是一種運算相對簡單，處理速度比較快的光滑方法，可是效果比較侷限。它的主要過程是將折線上的兩條相鄰的
| 線段，分別在距離夾角頂點三分之一線段長度處添加節點，將夾角兩側新添加的兩節點相連，從而將原線段的節點磨平，故稱
| 磨角法。下圖爲進行一次磨角法的過程示意圖。
|
| .. image:: ../image/Polish.png
|
| 能夠屢次磨角以獲得接近光滑的線。對非閉合的線對象使用磨角法後，其兩端點的相對位置保持不變。
|
| Method resolution order:
| SmoothMethod
| JEnum
| enum.IntEnum
| builtins.int
| enum.Enum
| builtins.object
|
| Data and other attributes defined here:
|
| BSPLINE = SmoothMethod.BSPLINE
|
| NONE = SmoothMethod.NONE
|
| POLISH = SmoothMethod.POLISH
|
| ----------------------------------------------------------------------
| Data descriptors inherited from enum.Enum:
|
| name
| The name of the Enum member.
|
| value
| The value of the Enum member.
|
| ----------------------------------------------------------------------
| Data descriptors inherited from enum.EnumMeta:
|
| __members__
| Returns a mapping of member name->value.
|
| This mapping lists all enum members, including aliases. Note that this
| is a read-only view of the internal mapping.
class SpatialIndexType(JEnum)
| SpatialIndexType(value, names=None, *, module=None, qualname=None, type=None, start=1)
|
| 該類定義了空間索引類型常量。
|
| 空間索引用於提升數據空間查詢效率的數據結構。在 SuperMap 中提供了 R 樹索引，四叉樹索引，圖幅索引和多級網格索引。以上幾種索引僅適用於矢量數據集。
|
| 同時，一個數據集在一種時刻只能使用一種索引，可是索引能夠切換，即當對數據集建立完一種索引以後，必須刪除舊的索引才能建立新的。數據集處於編輯狀態時，
| 系統自動維護當前的索引。特別地，當數據被屢次編輯後，索引的效率將會受到不一樣程度的影響，經過系統的判斷得知是否要求從新創建空間索引:
|
| - 當前版本 UDB 和 PostgreSQL 數據源只支持 R 樹索引（RTree），DB2 數據源只支持多級網格索引（Multi_Level_Grid）；
| - 數據庫中的點數據集均不支持四叉樹（QTree）索引和 R 樹索引（RTree）；
| - 網絡數據集不支持任何類型的空間索引；
| - 複合數據集不支持多級網格索引；
| - 路由數據集不支持圖幅索引（TILE）；
| - 屬性數據集不支持任何類型的空間索引；
| - 對於數據庫類型的數據源，數據庫記錄要大於1000條時才能夠建立索引。
|
| :var SpatialIndexType.NONE: 無空間索引就是沒有空間索引，適用於數據量很是小的狀況
| :var SpatialIndexType.RTREE: R 樹索引是基於磁盤的索引結構，是 B 樹(一維)在高維空間的天然擴展，易於與現有數據庫系統集成，可以支持各類類型
| 的空間查詢處理操做，在實踐中獲得了普遍的應用，是目前最流行的空間索引方法之一。R 樹空間索引方法是設計一些包含
| 空間對象的矩形，將一些空間位置相近的目標對象，包含在這個矩形內，把這些矩形做爲空間索引，它含有所包含的空間對
| 象的指針。
| 注意：
|
| - 此索引適合於靜態數據（對數據進行瀏覽、查詢操做時）。
| - 此索引支持數據的併發操做。
|
| :var SpatialIndexType.QTREE: 四叉樹是一種重要的層次化數據集結構，主要用來表達二維座標下空間層次關係，實際上它是一維二叉樹在二維空間的擴展。
| 那麼，四叉樹索引就是將一張地圖四等分，而後再每個格子中再四等分，逐層細分，直至不能再分。如今在 SuperMap
| 中四叉樹最多容許分紅13層。基於希爾伯特（Hilbert）編碼的排序規則，從四叉樹中可肯定索引類中每一個對象實例的被索
| 引屬性值是屬於哪一個最小範圍。從而提升了檢索效率
| :var SpatialIndexType.TILE: 圖幅索引。在 SuperMap 中根據數據集的某一屬性字段或根據給定的一個範圍，將空間對象進行分類，經過索引進行管理已
| 分類的空間對象，以此提升查詢檢索速度
| :var SpatialIndexType.MULTI_LEVEL_GRID: 多級網格索引，又叫動態索引。多級網格索引結合了 R 樹索引與四叉樹索引的優勢，提供很是好的併發編輯
| 支持，具備很好的普適性。若不能肯定數據適用於哪一種空間索引，可爲其創建多級網格索引。採用劃分多層網
| 格的方式來組織管理數據。網格索引的基本方法是將數據集按照必定的規則劃分紅相等或不相等的網格，記錄
| 每個地理對象所佔的網格位置。在 GIS 中經常使用的是規則網格。當用戶進行空間查詢時，首先計算出用戶查
| 詢對象所在的網格，經過該網格快速查詢所選地理對象，能夠優化查詢操做。
|
| 當前版本中，定義網格的索引爲一級，二級和三級，每一級都有各自的劃分規則，第一級的網格最小，第二級
| 和第三級的網格要相應得比前面的大。在創建多級網格索引時，根據具體數據及其分佈的狀況，網格的大小和
| 網格索引的級數由系統自動給出，不須要用戶進行設置。
| :var SpatialIndexType.PRIMARY: 原生索引，建立的是空間索引。在PostgreSQL空間數據擴展PostGIS中是GIST索引，意思是通用的搜索樹。在SQLServer空間數據擴展SQLSpatial中是多級格網索引:
|
| - PostGIS的GIST索引是一種平衡的，樹狀結構的訪問方法，主要使用了B-tree、R-tree、RD-tree索引算法。優勢：適用於多維數據類型和集合數據類型，一樣適用於其餘的數據類型，GIST多字段索引在查詢條件中包含索引字段的任何子集都會使用索引掃描。缺點：GIST索引建立耗時較長，佔用空間也比較大。
| - SQLSpatial的多級格網索引最多能夠設置四級，每一級按照等分格網的方式依次進行。在建立索引時，能夠選擇高、中、低三種格網密度，分別對應（4*4）、（8*8）和（16*16），目前默認中格網密度。
|
| Method resolution order:
| SpatialIndexType
| JEnum
| enum.IntEnum
| builtins.int
| enum.Enum
| builtins.object
|
| Data and other attributes defined here:
|
| MULTI_LEVEL_GRID = SpatialIndexType.MULTI_LEVEL_GRID
|
| NONE = SpatialIndexType.NONE
|
| PRIMARY = SpatialIndexType.PRIMARY
|
| QTREE = SpatialIndexType.QTREE
|
| RTREE = SpatialIndexType.RTREE
|
| TILE = SpatialIndexType.TILE
|
| ----------------------------------------------------------------------
| Data descriptors inherited from enum.Enum:
|
| name
| The name of the Enum member.
|
| value
| The value of the Enum member.
|
| ----------------------------------------------------------------------
| Data descriptors inherited from enum.EnumMeta:
|
| __members__
| Returns a mapping of member name->value.
|
| This mapping lists all enum members, including aliases. Note that this
| is a read-only view of the internal mapping.
class SpatialQueryMode(JEnum)
| SpatialQueryMode(value, names=None, *, module=None, qualname=None, type=None, start=1)
|
| 該類定義了空間查詢操做模式類型常量。
| 空間查詢是經過幾何對象之間的空間位置關係來構建過濾條件的一種查詢方式。例如：經過空間查詢能夠找到被包含在面中的空間對象，相離或者相鄰的空間對象等。
|
| :var SpatialQueryMode.NONE: 無空間查詢
| :var SpatialQueryMode.IDENTITY: 重合空間查詢模式。返回被搜索圖層中與搜索對象徹底重合的對象。注意：搜索對象與被搜索對象的類型必須相同；且兩個對象的交集不爲空，搜索對象的邊界及內部分別和被搜索對象的外部交集爲空。
| 該關係適合的對象類型：
|
| - 搜索對象：點、線、面；
| - 被搜索對象：點、線、面。
|
| 如圖：
|
| .. image:: ../image/SQIdentical.png
|
| :var SpatialQueryMode.DISJOINT: 分離空間查詢模式。返回被搜索圖層中與搜索對象相離的對象。注意：搜索對象和被搜索對象相離，即無任何交集。
| 該關係適合的對象類型：
|
| - 搜索對象：點、線、面；
| - 被搜索對象：點、線、面。
|
| 如圖：
|
| .. image:: ../image/SQDsjoint.png
|
| :var SpatialQueryMode.INTERSECT: 相交空間查詢模式。返回與搜索對象相交的全部對象。注意：若是搜索對象是面，返回所有或部分被搜索對象包含的對象以及所有或部分包含搜索對象的對象；若是搜索對象不是面，返回所有或部分包含搜索對象的對象。
| 該關係適合的對象類型：
|
| - 搜索對象：點、線、面；
| - 被搜索對象：點、線、面。
|
| 如圖：
|
| .. image:: ../image/SQIntersect.png
|
| :var SpatialQueryMode.TOUCH: 鄰接空間查詢模式。返回被搜索圖層中其邊界與搜索對象邊界相觸的對象。注意：搜索對象和被搜索對象的內部交集爲空。
| 該關係不適合的對象類型爲：
|
| - 點查詢點的空間關係。
|
| 如圖：
|
| .. image:: ../image/SQTouch.png
|
| :var SpatialQueryMode.OVERLAP: 疊加空間查詢模式。返回被搜索圖層中與搜索對象部分重疊的對象。
| 該關係適合的對象類型爲：
|
| - 線/線，面/面。其中，兩個幾何對象的維數必須一致，並且他們交集的維數也應該和幾何對象的維數同樣
|
| 注意：點與任何一種幾何對象都不存在部分重疊的狀況
|
| 如圖：
|
| .. image:: ../image/SQOverlap.png
|
| :var SpatialQueryMode.CROSS: 交叉空間查詢模式。返回被搜索圖層中與搜索對象（線）相交的全部對象（線或面）。注意：搜索對象和被搜索對象內部的交集不能爲空；參與交叉（Cross）關係運算的兩個對象必須有一個是線對象。
| 該關係適合的對象類型：
|
| - 搜索對象：線；
| - 被搜索對象：線、面。
|
| 如圖：
|
| .. image:: ../image/SQCross.png
|
| :var SpatialQueryMode.WITHIN: 被包含空間查詢模式。返回被搜索圖層中徹底包含搜索對象的對象。若是返回的對象是面，其必須所有包含（包括邊接觸）搜索對象；若是返回的對象是線，其必須徹底包含搜索對象；若是返回的對象是點，其必須與搜索對象重合。該類型與包含（Contain）的查詢模式正好相反。
| 該關係適合的對象類型：
|
| - 搜索對象： 點、線、面；
| - 被搜索對象： 點、線、面。
|
| 如圖：
|
| .. image:: ../image/SQWithin.png
|
| :var SpatialQueryMode.CONTAIN: 包含空間查詢模式。返回被搜索圖層中徹底被搜索對象包含的對象。注：搜索對象和被搜索對象的邊界交集能夠不爲空；點查線/點查面/線查面，不存在包含狀況。
| 該關係適合的對象類型：
|
| - 搜索對象：點、線、面；
| - 被搜索對象：點、線、面。
|
| 如圖：
|
| .. image:: ../image/SQContain.png
|
| :var SpatialQueryMode.INNERINTERSECT: 內部相交查詢模式，返回與搜索對象相交但不是僅接觸的全部對象。也就是在相交算子的結果之上排除全部接觸算子的結果。
|
| Method resolution order:
| SpatialQueryMode
| JEnum
| enum.IntEnum
| builtins.int
| enum.Enum
| builtins.object
|
| Data and other attributes defined here:
|
| CONTAIN = SpatialQueryMode.CONTAIN
|
| CROSS = SpatialQueryMode.CROSS
|
| DISJOINT = SpatialQueryMode.DISJOINT
|
| IDENTITY = SpatialQueryMode.IDENTITY
|
| INNERINTERSECT = SpatialQueryMode.INNERINTERSECT
|
| INTERSECT = SpatialQueryMode.INTERSECT
|
| NONE = SpatialQueryMode.NONE
|
| OVERLAP = SpatialQueryMode.OVERLAP
|
| TOUCH = SpatialQueryMode.TOUCH
|
| WITHIN = SpatialQueryMode.WITHIN
|
| ----------------------------------------------------------------------
| Data descriptors inherited from enum.Enum:
|
| name
| The name of the Enum member.
|
| value
| The value of the Enum member.
|
| ----------------------------------------------------------------------
| Data descriptors inherited from enum.EnumMeta:
|
| __members__
| Returns a mapping of member name->value.
|
| This mapping lists all enum members, including aliases. Note that this
| is a read-only view of the internal mapping.
class SpatialStatisticsType(JEnum)
| SpatialStatisticsType(value, names=None, *, module=None, qualname=None, type=None, start=1)
|
| 數據集進行空間度量後的字段統計類型常量
|
| :var SpatialStatisticsType.MAX: 統計字段的最大值。只對數值型字段有效。
| :var SpatialStatisticsType.MIN: 統計字段的最小值。只對數值型字段有效。
| :var SpatialStatisticsType.SUM: 統計字段的和。只對數值型字段有效。
| :var SpatialStatisticsType.MEAN: 統計字段的平均值。只對數值型字段有效。
| :var SpatialStatisticsType.FIRST: 保留第一個對象的字段值。對數值、布爾、時間和文本型字段都有效。
| :var SpatialStatisticsType.LAST: 保留最後一個對象的字段值。對數值、布爾、時間和文本型字段都有效。
| :var SpatialStatisticsType.MEDIAN: 統計字段的中位數。只對數值型字段有效。
|
| Method resolution order:
| SpatialStatisticsType
| JEnum
| enum.IntEnum
| builtins.int
| enum.Enum
| builtins.object
|
| Data and other attributes defined here:
|
| FIRST = SpatialStatisticsType.FIRST
|
| LAST = SpatialStatisticsType.LAST
|
| MAX = SpatialStatisticsType.MAX
|
| MEAN = SpatialStatisticsType.MEAN
|
| MEDIAN = SpatialStatisticsType.MEDIAN
|
| MIN = SpatialStatisticsType.MIN
|
| SUM = SpatialStatisticsType.SUM
|
| ----------------------------------------------------------------------
| Data descriptors inherited from enum.Enum:
|
| name
| The name of the Enum member.
|
| value
| The value of the Enum member.
|
| ----------------------------------------------------------------------
| Data descriptors inherited from enum.EnumMeta:
|
| __members__
| Returns a mapping of member name->value.
|
| This mapping lists all enum members, including aliases. Note that this
| is a read-only view of the internal mapping.
class StatisticMode(JEnum)
| StatisticMode(value, names=None, *, module=None, qualname=None, type=None, start=1)
|
| 該類定義了字段統計方法類型常量。對單一字段提供經常使用統計功能。SuperMap 提供的統計功能有6種，統計字段的最大值，最小值，平均值，總和，標準差以及方差。
|
| :var StatisticMode.MAX: 統計所選字段的最大值。
| :var StatisticMode.MIN: 統計所選字段的最小值。
| :var StatisticMode.AVERAGE: 統計所選字段的平均值。
| :var StatisticMode.SUM: 統計所選字段的總和。
| :var StatisticMode.STDDEVIATION: 統計所選字段的標準差。
| :var StatisticMode.VARIANCE: 統計所選字段的方差。
|
| Method resolution order:
| StatisticMode
| JEnum
| enum.IntEnum
| builtins.int
| enum.Enum
| builtins.object
|
| Data and other attributes defined here:
|
| AVERAGE = StatisticMode.AVERAGE
|
| MAX = StatisticMode.MAX
|
| MIN = StatisticMode.MIN
|
| STDDEVIATION = StatisticMode.STDDEVIATION
|
| SUM = StatisticMode.SUM
|
| VARIANCE = StatisticMode.VARIANCE
|
| ----------------------------------------------------------------------
| Data descriptors inherited from enum.Enum:
|
| name
| The name of the Enum member.
|
| value
| The value of the Enum member.
|
| ----------------------------------------------------------------------
| Data descriptors inherited from enum.EnumMeta:
|
| __members__
| Returns a mapping of member name->value.
|
| This mapping lists all enum members, including aliases. Note that this
| is a read-only view of the internal mapping.
class StatisticsCompareType(JEnum)
| StatisticsCompareType(value, names=None, *, module=None, qualname=None, type=None, start=1)
|
| 比較類型常量
|
| :var StatisticsCompareType.LESS: 小於。
| :var StatisticsCompareType.LESS_OR_EQUAL: 小於或等於。
| :var StatisticsCompareType.EQUAL: 等於。
| :var StatisticsCompareType.GREATER: 大於。
| :var StatisticsCompareType.GREATER_OR_EQUAL: 大於或等於。
|
| Method resolution order:
| StatisticsCompareType
| JEnum
| enum.IntEnum
| builtins.int
| enum.Enum
| builtins.object
|
| Data and other attributes defined here:
|
| EQUAL = StatisticsCompareType.EQUAL
|
| GREATER = StatisticsCompareType.GREATER
|
| GREATER_OR_EQUAL = StatisticsCompareType.GREATER_OR_EQUAL
|
| LESS = StatisticsCompareType.LESS
|
| LESS_OR_EQUAL = StatisticsCompareType.LESS_OR_EQUAL
|
| ----------------------------------------------------------------------
| Data descriptors inherited from enum.Enum:
|
| name
| The name of the Enum member.
|
| value
| The value of the Enum member.
|
| ----------------------------------------------------------------------
| Data descriptors inherited from enum.EnumMeta:
|
| __members__
| Returns a mapping of member name->value.
|
| This mapping lists all enum members, including aliases. Note that this
| is a read-only view of the internal mapping.
class StatisticsFieldType(JEnum)
| StatisticsFieldType(value, names=None, *, module=None, qualname=None, type=None, start=1)
|
| 點抽稀的統計類型，統計的是抽稀點原始點集的值
|
| :var StatisticsFieldType.AVERAGE: 統計平均值
| :var StatisticsFieldType.SUM: 統計和
| :var StatisticsFieldType.MAXVALUE: 最大值
| :var StatisticsFieldType.MINVALUE: 最小值
| :var StatisticsFieldType.VARIANCE: 方差
| :var StatisticsFieldType.SAMPLEVARIANCE: 樣本方差
| :var StatisticsFieldType.STDDEVIATION: 標準差
| :var StatisticsFieldType.SAMPLESTDDEV: 樣本標準差
|
| Method resolution order:
| StatisticsFieldType
| JEnum
| enum.IntEnum
| builtins.int
| enum.Enum
| builtins.object
|
| Data and other attributes defined here:
|
| AVERAGE = StatisticsFieldType.AVERAGE
|
| MAXVALUE = StatisticsFieldType.MAXVALUE
|
| MINVALUE = StatisticsFieldType.MINVALUE
|
| SAMPLESTDDEV = StatisticsFieldType.SAMPLESTDDEV
|
| SAMPLEVARIANCE = StatisticsFieldType.SAMPLEVARIANCE
|
| STDDEVIATION = StatisticsFieldType.STDDEVIATION
|
| SUM = StatisticsFieldType.SUM
|
| VARIANCE = StatisticsFieldType.VARIANCE
|
| ----------------------------------------------------------------------
| Data descriptors inherited from enum.Enum:
|
| name
| The name of the Enum member.
|
| value
| The value of the Enum member.
|
| ----------------------------------------------------------------------
| Data descriptors inherited from enum.EnumMeta:
|
| __members__
| Returns a mapping of member name->value.
|
| This mapping lists all enum members, including aliases. Note that this
| is a read-only view of the internal mapping.
class StatisticsType(JEnum)
| StatisticsType(value, names=None, *, module=None, qualname=None, type=None, start=1)
|
| 字段統計類型常量
|
| :var StatisticsType.MAX: 統計字段的最大值
| :var StatisticsType.MIN: 統計字段的最小值
| :var StatisticsType.SUM: 統計字段的和
| :var StatisticsType.MEAN: 統計字段的平均值
| :var StatisticsType.FIRST: 保留第一個對象的字段值
| :var StatisticsType.LAST: 保留最後一個對象的字段值。
|
| Method resolution order:
| StatisticsType
| JEnum
| enum.IntEnum
| builtins.int
| enum.Enum
| builtins.object
|
| Data and other attributes defined here:
|
| FIRST = StatisticsType.FIRST
|
| LAST = StatisticsType.LAST
|
| MAX = StatisticsType.MAX
|
| MEAN = StatisticsType.MEAN
|
| MIN = StatisticsType.MIN
|
| SUM = StatisticsType.SUM
|
| ----------------------------------------------------------------------
| Data descriptors inherited from enum.Enum:
|
| name
| The name of the Enum member.
|
| value
| The value of the Enum member.
|
| ----------------------------------------------------------------------
| Data descriptors inherited from enum.EnumMeta:
|
| __members__
| Returns a mapping of member name->value.
|
| This mapping lists all enum members, including aliases. Note that this
| is a read-only view of the internal mapping.
class StreamOrderType(JEnum)
| StreamOrderType(value, names=None, *, module=None, qualname=None, type=None, start=1)
|
| 流域水系編號（即河流分級）方法類型常量
|
| :var StreamOrderType.STRAHLER: Strahler 河流分級法。Strahler 河流分級法由 Strahler 於 1957 年提出。其規則定義爲：直接發
| 源於河源的河流爲 1 級河流；同級的兩條河流交匯造成的河流的等級比原來增長 1 級；不一樣等級的兩
| 條河流交匯造成的河流的級等於原來河流中級等較高者。
|
| .. image:: ../image/Strahler.png
|
| :var StreamOrderType.SHREVE: Shreve 河流分級法。Shreve 河流分級法由 Shreve 於 1966 年提出。其規則定義爲：直接發源於河源
| 的河流等級爲 1 級，兩條河流交匯造成的河流的等級爲兩條河流等級的和。例如，兩條 1 級河流交匯形
| 成 2 級河流，一條 2 級河流和一條 3 級河流交匯造成一條 5 級河流。
|
| .. image:: ../image/Shreve.png
|
| Method resolution order:
| StreamOrderType
| JEnum
| enum.IntEnum
| builtins.int
| enum.Enum
| builtins.object
|
| Data and other attributes defined here:
|
| SHREVE = StreamOrderType.SHREVE
|
| STRAHLER = StreamOrderType.STRAHLER
|
| ----------------------------------------------------------------------
| Data descriptors inherited from enum.Enum:
|
| name
| The name of the Enum member.
|
| value
| The value of the Enum member.
|
| ----------------------------------------------------------------------
| Data descriptors inherited from enum.EnumMeta:
|
| __members__
| Returns a mapping of member name->value.
|
| This mapping lists all enum members, including aliases. Note that this
| is a read-only view of the internal mapping.
class StringAlignment(JEnum)
| StringAlignment(value, names=None, *, module=None, qualname=None, type=None, start=1)
|
| 該類定義了多行文本排版方式類型常量
|
| :var StringAlignment.LEFT: 左對齊
| :var StringAlignment.CENTER: 居中對齊
| :var StringAlignment.RIGHT: 右對齊
| :var StringAlignment.DISTRIBUTED: 分散對齊（兩端對齊）
|
| Method resolution order:
| StringAlignment
| JEnum
| enum.IntEnum
| builtins.int
| enum.Enum
| builtins.object
|
| Data and other attributes defined here:
|
| CENTER = StringAlignment.CENTER
|
| DISTRIBUTED = StringAlignment.DISTRIBUTED
|
| LEFT = StringAlignment.LEFT
|
| RIGHT = StringAlignment.RIGHT
|
| ----------------------------------------------------------------------
| Data descriptors inherited from enum.Enum:
|
| name
| The name of the Enum member.
|
| value
| The value of the Enum member.
|
| ----------------------------------------------------------------------
| Data descriptors inherited from enum.EnumMeta:
|
| __members__
| Returns a mapping of member name->value.
|
| This mapping lists all enum members, including aliases. Note that this
| is a read-only view of the internal mapping.
class TerrainInterpolateType(JEnum)
| TerrainInterpolateType(value, names=None, *, module=None, qualname=None, type=None, start=1)
|
| 地形插值類型常量
|
| :var TerrainInterpolateType.IDW: 距離反比權值插值法。參考 :py:attr:`.InterpolationAlgorithmType.IDW`
| :var TerrainInterpolateType.KRIGING: 克呂金內插法。參考 :py:attr:`.InterpolationAlgorithmType.KRIGING`
| :var TerrainInterpolateType.TIN: 不規則三角網。先將給定的線數據集生成一個TIN模型，而後根據給定的極值點信息以及湖信息生成DEM模型。
|
| Method resolution order:
| TerrainInterpolateType
| JEnum
| enum.IntEnum
| builtins.int
| enum.Enum
| builtins.object
|
| Data and other attributes defined here:
|
| IDW = TerrainInterpolateType.IDW
|
| KRIGING = TerrainInterpolateType.KRIGING
|
| TIN = TerrainInterpolateType.TIN
|
| ----------------------------------------------------------------------
| Data descriptors inherited from enum.Enum:
|
| name
| The name of the Enum member.
|
| value
| The value of the Enum member.
|
| ----------------------------------------------------------------------
| Data descriptors inherited from enum.EnumMeta:
|
| __members__
| Returns a mapping of member name->value.
|
| This mapping lists all enum members, including aliases. Note that this
| is a read-only view of the internal mapping.
class TerrainStatisticType(JEnum)
| TerrainStatisticType(value, names=None, *, module=None, qualname=None, type=None, start=1)
|
| 地形統計類型常量
|
| :var TerrainStatisticType.UNIQUE: 去重複點統計。
| :var TerrainStatisticType.MEAN: 平均數統計。
| :var TerrainStatisticType.MIN: 最小值統計。
| :var TerrainStatisticType.MAX: 最大值統計。
| :var TerrainStatisticType.MAJORITY: 衆數指的是出現頻率最高的柵格值。目前只用於柵格分帶統計。
| :var TerrainStatisticType.MEDIAN: 中位數指的是按柵格值從小到大排列，位於中間位置的柵格值。目前只用於柵格分帶統計。
|
| Method resolution order:
| TerrainStatisticType
| JEnum
| enum.IntEnum
| builtins.int
| enum.Enum
| builtins.object
|
| Data and other attributes defined here:
|
| MAJORITY = TerrainStatisticType.MAJORITY
|
| MAX = TerrainStatisticType.MAX
|
| MEAN = TerrainStatisticType.MEAN
|
| MEDIAN = TerrainStatisticType.MEDIAN
|
| MIN = TerrainStatisticType.MIN
|
| UNIQUE = TerrainStatisticType.UNIQUE
|
| ----------------------------------------------------------------------
| Data descriptors inherited from enum.Enum:
|
| name
| The name of the Enum member.
|
| value
| The value of the Enum member.
|
| ----------------------------------------------------------------------
| Data descriptors inherited from enum.EnumMeta:
|
| __members__
| Returns a mapping of member name->value.
|
| This mapping lists all enum members, including aliases. Note that this
| is a read-only view of the internal mapping.
class TextAlignment(JEnum)
| TextAlignment(value, names=None, *, module=None, qualname=None, type=None, start=1)
|
| 該類定義了文本對齊類型常量。
|
| 指定文本中的各子對象的對齊方式。文本對象的每一個子對象的位置是由文本的錨點和文本的對齊方式共同肯定的。當文本子對象的錨點固定，對齊方式肯定文本子對象與錨點的相對位置，從而肯定文本子對象的位置。
|
| :var TextAlignment.TOPLEFT: 左上角對齊。當文本的對齊方式爲左上角對齊時，文本子對象的最小外接矩形的左上角點在該文本子對象的錨點位置
| :var TextAlignment.TOPCENTER: 頂部居中對齊。當文本的對齊方式爲上面居中對齊時，文本子對象的最小外接矩形的上邊線的中點在該文本子對象的錨點位置
| :var TextAlignment.TOPRIGHT: 右上角對齊。當文本的對齊方式爲右上角對齊時，文本子對象的最小外接矩形的右上角點在該文本子對象的錨點位置
| :var TextAlignment.BASELINELEFT: 基準線左對齊。當文本的對齊方式爲基準線左對齊時，文本子對象的基線的左端點在該文本子對象的錨點位置
| :var TextAlignment.BASELINECENTER: 基準線居中對齊。當文本的對齊方式爲基準線居中對齊時，文本子對象的基線的中點在該文本子對象的錨點位置
| :var TextAlignment.BASELINERIGHT: 基準線右對齊。當文本的對齊方式爲基準線右對齊時，文本子對象的基線的右端點在該文本子對象的錨點位置
| :var TextAlignment.BOTTOMLEFT: 左下角對齊。當文本的對齊方式爲左下角對齊時，文本子對象的最小外接矩形的左下角點在該文本子對象的錨點位置
| :var TextAlignment.BOTTOMCENTER: 底部居中對齊。當文本的對齊方式爲底線居中對齊時，文本子對象的最小外接矩形的底線的中點在該文本子對象的錨點位置
| :var TextAlignment.BOTTOMRIGHT: 右下角對齊。當文本的對齊方式爲右下角對齊時，文本子對象的最小外接矩形的右下角點在該文本子對象的錨點位置
| :var TextAlignment.MIDDLELEFT: 左中對齊。當文本的對齊方式爲左中對齊時，文本子對象的最小外接矩形的左邊線的中點在該文本子對象的錨點位置
| :var TextAlignment.MIDDLECENTER: 中心對齊。當文本的對齊方式爲中心對齊時，文本子對象的最小外接矩形的中心點在該文本子對象的錨點位置
| :var TextAlignment.MIDDLERIGHT: 右中對齊。當文本的對齊方式爲右中對齊時，文本子對象的最小外接矩形的右邊線的中點在該文本子對象的錨點位置
|
| Method resolution order:
| TextAlignment
| JEnum
| enum.IntEnum
| builtins.int
| enum.Enum
| builtins.object
|
| Data and other attributes defined here:
|
| BASELINECENTER = TextAlignment.BASELINECENTER
|
| BASELINELEFT = TextAlignment.BASELINELEFT
|
| BASELINERIGHT = TextAlignment.BASELINERIGHT
|
| BOTTOMCENTER = TextAlignment.BOTTOMCENTER
|
| BOTTOMLEFT = TextAlignment.BOTTOMLEFT
|
| BOTTOMRIGHT = TextAlignment.BOTTOMRIGHT
|
| MIDDLECENTER = TextAlignment.MIDDLECENTER
|
| MIDDLELEFT = TextAlignment.MIDDLELEFT
|
| MIDDLERIGHT = TextAlignment.MIDDLERIGHT
|
| TOPCENTER = TextAlignment.TOPCENTER
|
| TOPLEFT = TextAlignment.TOPLEFT
|
| TOPRIGHT = TextAlignment.TOPRIGHT
|
| ----------------------------------------------------------------------
| Data descriptors inherited from enum.Enum:
|
| name
| The name of the Enum member.
|
| value
| The value of the Enum member.
|
| ----------------------------------------------------------------------
| Data descriptors inherited from enum.EnumMeta:
|
| __members__
| Returns a mapping of member name->value.
|
| This mapping lists all enum members, including aliases. Note that this
| is a read-only view of the internal mapping.
class TopologyRule(JEnum)
| TopologyRule(value, names=None, *, module=None, qualname=None, type=None, start=1)
|
| 該類定義了拓撲規則類型常量。
|
| 該類主要用於對點、線和麪數據進行拓撲檢查，是拓撲檢查的一個參數。根據相應的拓撲規則，返回不符合規則的對象。
|
| :var TopologyRule.REGION_NO_OVERLAP: 面內無重疊，用於對面數據進行拓撲檢查。檢查一個面數據集（或者面記錄集）中相互有重疊的面對象。此規則
| 多用於一個區域不能同時屬於兩個對象的狀況。如行政區劃面，相鄰的區劃之間要求不能有任何重疊，行政區劃
| 數據上必須是每一個區域都有明確的地域定義。此類數據還包括：土地利用圖斑、郵政編碼覆蓋區劃、公民投票選
| 區區劃等。重疊部分做爲錯誤生成到結果數據集中，錯誤數據集類型：面。注意：只對一個數據集或記錄集自己進行檢查。
| :var TopologyRule.REGION_NO_GAPS: 面內無縫隙，用於對面數據進行拓撲檢查。返回一個面數據集（或者面記錄集）中相鄰面之間有空隙的面對象。此規
| 則多用於檢查一個面數據中，單個區域或相鄰區域之間有空隙的狀況。通常對於如土地利用圖斑這樣的數據，要求不
| 能有未定義土地利用類型的斑塊，可以使用此規則進行檢查。
|
| 注意：
|
| - 只對一個數據集或記錄集自己進行檢查。
| - 若被檢查的面數據集（或記錄集）中存在自相交面對象，則檢查可能失敗或結果錯誤。建議檢查時，先進行
| 「面內無自相交」（REGION_NO_SELF_INTERSECTION）規則檢查，或自行對自相交面進行修改，確認無自相交
| 對象後再進行「面內無縫隙」規則檢查。
|
| :var TopologyRule.REGION_NO_OVERLAP_WITH: 面與面無重疊，用於對面數據進行拓撲檢查。檢查兩個面數據集中重疊的全部對象。此規則檢查第一個面數
| 據中，與第二個面數據有重疊的全部對象。如將水域數據與旱地數據疊加，可用此規則檢查。重疊部分做爲
| 錯誤生成到結果數據集中，錯誤數據集類型：面
| :var TopologyRule.REGION_COVERED_BY_REGION_CLASS: 面被多個面覆蓋，用於對面數據進行拓撲檢查。檢查第一個面數據集（或者面記錄集）中沒有
| 被第二個面數據集（或者面記錄集）覆蓋的對象。如：省界 Area1 中每個省域都必須徹底
| 被縣界 Area2 中屬於該省的面域所覆蓋。未覆蓋的部分將做爲錯誤生成到結果數據集中，錯誤數據集類型：面
|
| :var TopologyRule.REGION_COVERED_BY_REGION: 面被面包含，用於對面數據進行拓撲檢查。
| 檢查第一個面數據集（或者面記錄集）中沒有被第二個面數據集（或者面記錄集）中任何對象包含的對象。即面數據 1 的區域都必須被面數據 2 的某一個區域徹底包含。
| 未被包含的面對象整個將做爲錯誤生成到結果數據集中，錯誤數據集類型：面。
| :var TopologyRule.REGION_BOUNDARY_COVERED_BY_LINE: 面邊界被多條線覆蓋，用於對面數據進行拓撲檢查。
| 檢查面數據集（或者面記錄集）中對象的邊界沒有被線數據集（或者線記錄集）中的線覆蓋的對象。
| 一般用於行政區界或地塊和存儲有邊界線屬性的線數據進行檢查。面數據中不能存儲一些邊界線的屬性，
| 此時須要專門的邊界線數據，存儲區域邊界的不一樣屬性，要求邊界線與區域邊界線徹底重合。
| 未被覆蓋的邊界將做爲錯誤生成到結果數據集中，錯誤數據集類型：線。
| :var TopologyRule.REGION_BOUNDARY_COVERED_BY_REGION_BOUNDARY: 面邊界被邊界覆蓋，用於對面數據進行拓撲檢查。
| 檢查面數據集（或者面記錄集）中邊界沒有被另外一面數據集（或者面記錄集）中對象（能夠爲多個）的邊界覆蓋的對象。
| 未被覆蓋的邊界將做爲錯誤生成到結果數據集中，錯誤數據集類型：線。
| :var TopologyRule.REGION_CONTAIN_POINT: 麪包含點，用於對面數據進行拓撲檢查。
| 檢查面數據集（或者面記錄集）中沒有包含任何點數據集（或者點記錄集）中點的對象。例如省域數據與省會數據進行檢查，每一個省內都必須有一個省會城市，不包含任何點數據的面對象，都將被檢查出來。
| 未包含點的面對象將做爲錯誤生成到結果數據集中，錯誤數據集類型：面。
| :var TopologyRule.LINE_NO_INTERSECTION: 線內無相交，用於對線數據進行拓撲檢查。
| 檢查一個線數據集（或者線記錄集）中相互有相交（不包括端點和內部接觸及端點和端點接觸）的線對象。交點將做爲錯誤生成到結果數據集中，錯誤數據集類型：點。
| 注意：只對一個數據集或記錄集自己進行檢查。
| :var TopologyRule.LINE_NO_OVERLAP: 線內無重疊，用於對線數據進行拓撲檢查。檢查一個線數據集（或者線記錄集）中相互有重疊的線對象。對象之間重疊的部分將做爲錯誤生成到結果數據集中，錯誤數據集類型：線。
| 注意：只對一個數據集或記錄集自己進行檢查。
| :var TopologyRule.LINE_NO_DANGLES: 線內無懸線，用於對線數據進行拓撲檢查。檢查一個線數據集（或者線記錄集）中被定義爲懸線的對象，包括過頭線和長懸線。懸點將做爲錯誤生成到結果數據集中，錯誤數據集類型：點。
| 注意：只對一個數據集或記錄集自己進行檢查。
| :var TopologyRule.LINE_NO_PSEUDO_NODES: 線內無假結點，用於對線數據進行拓撲檢查。返回一個線數據集（或者線記錄集）中包含假結點的線對象。假結點將做爲錯誤生成到結果數據集中，錯誤數據集類型：點。
| 注意：只對一個數據集或記錄集自己進行檢查。
| :var TopologyRule.LINE_NO_OVERLAP_WITH: 線與線無重疊，用於對線數據進行拓撲檢查。檢查第一個線數據集（或者線記錄集）中和第二個線數據集（或者線記錄集）中的對象有重疊的全部對象。如交通路線中的公路和鐵路不能出現重疊。
| 重疊部分做爲錯誤生成到結果數據集中，錯誤數據集類型：線。
| :var TopologyRule.LINE_NO_INTERSECT_OR_INTERIOR_TOUCH: 線內無相交或無內部接觸，用於對線數據進行拓撲檢查。返回一個線數據集（或者線記錄集）中和其它線對象相交的線對象，即除端點之間接觸外其它全部的相交或內部接觸的線對象。
| 交點做爲錯誤生成到結果數據集中，錯誤數據集類型：點。
| 注意：線數據集（或者線記錄集）中全部交點必須是線的端點，即相交的弧段必須被打斷，不然就違反此規則（自交不檢查）。
| :var TopologyRule.LINE_NO_SELF_OVERLAP: 線內無自交疊，用於對線數據進行拓撲檢查。檢查一個線數據集（或者線記錄集）內相互有交疊（交集是線）的線對象。自交疊部分（線）將做爲錯誤生成到結果數據集中，錯誤數據集類型：線。
| 注意：只對一個數據集或記錄集自己進行檢查。
| :var TopologyRule.LINE_NO_SELF_INTERSECT: 線內無自相交，用於對線數據進行拓撲檢查。檢查一個線數據集（或者線記錄集）內自相交的線對象（包括自交疊的狀況）。
| 交點將做爲錯誤生成到結果數據集中，錯誤數據集類型：點。
| 注意：只對一個數據集或記錄集自己進行檢查。
| :var TopologyRule.LINE_BE_COVERED_BY_LINE_CLASS: 線被多條線徹底覆蓋，用於對線數據進行拓撲檢查。
| 檢查第一個線數據集（或者線記錄集）中沒有與第二個線數據集（或者線記錄集）中的對象有重合的對象。
| 未被覆蓋的部分將做爲錯誤生成到結果數據集中，錯誤數據集類型：線。
| 注意：線數據集（或線記錄集）中每個對象，都必須被另外一個線數據集（或者線記錄集）中的一個或多個線對象覆蓋。如Line1中的某條公交路線必須被Line2中的一系列相連的街道覆蓋。
| :var TopologyRule.LINE_COVERED_BY_REGION_BOUNDARY: 線被面邊界覆蓋，用於對線數據進行拓撲檢查。檢查線數據集（或者線記錄集）中沒有與面數據集（或者面記錄集）中某個對象的邊界重合的對象。（可被多個面的邊界覆蓋）。
| 未被邊界覆蓋的部分將做爲錯誤生成到結果數據集中，錯誤數據集類型：線。
| :var TopologyRule.LINE_END_POINT_COVERED_BY_POINT: 線端點必須被點覆蓋，用於對線數據進行拓撲檢查。
| 檢查線數據集（或者線記錄集）中的端點沒有與點數據集（或者點記錄集）中任何一個點重合的對象。
| 未被覆蓋的端點將做爲錯誤生成到結果數據集中，錯誤數據集類型：點。
| :var TopologyRule.POINT_COVERED_BY_LINE: 點必須在線上，用於對點數據進行拓撲檢查。
| 返回點數據集（或者點記錄集）中沒有被線數據集（或者線記錄集）中的某個對象覆蓋的對象。如高速公路上的收費站。
| 未被覆蓋的點將做爲錯誤生成到結果數據集中，錯誤數據集類型：點。
| :var TopologyRule.POINT_COVERED_BY_REGION_BOUNDARY: 點必須在面的邊界上，用於對點數據進行拓撲檢查。
| 檢查點數據集（或者點記錄集）中沒有在面數據集（或者面記錄集）中某個對象的邊界上的對象。
| 不在面邊界上的點將做爲錯誤生成到結果數據集中，錯誤數據集類型：點。
| :var TopologyRule.POINT_CONTAINED_BY_REGION: 點被面徹底包含，用於對點數據進行拓撲檢查。
| 檢查點數據集（或者點記錄集）中沒有被面數據集（或者面記錄集）中任何一個對象內部包含的點對象。
| 不在面內的點將做爲錯誤生成到結果數據集中，錯誤數據集類型：點。
| :var TopologyRule.POINT_BECOVERED_BY_LINE_END_POINT: 點必須被線端點覆蓋，用於對點數據進行拓撲檢查。
| 返回點數據集（或者點記錄集）中沒有被線數據集（或者線記錄集）中任意對象的端點覆蓋的對象。
| :var TopologyRule.NO_MULTIPART: 無複雜對象。檢查一個數據集或記錄集內包含子對象的複雜對象，適用於面和線。
| 複雜對象將做爲錯誤生成到結果數據集中，錯誤數據集類型：線或面。
| :var TopologyRule.POINT_NO_IDENTICAL: 無重複點，用於對點數據進行拓撲檢查。檢查點數據集中的重複點對象。點數據集內發生重疊的對象都將做爲拓撲錯誤生成。
| 全部重複的點將做爲錯誤生成到結果數據集中，錯誤數據集類型：點。
| 注意：只對一個數據集或記錄集自己進行檢查。
| :var TopologyRule.POINT_NO_CONTAINED_BY_REGION: 點不被面包含。檢查點數據集（或者點記錄集）中被面數據集（或者面記錄集）中某一個對象內部包含的點對象。
| 被面包含的點將做爲錯誤生成到結果數據集中，錯誤數據集類型：點。
| 注意：點若位於面邊界上，則不違背此規則。
| :var TopologyRule.LINE_NO_INTERSECTION_WITH_REGION: 線不能和麪相交或被包含。檢查線數據集（或者線記錄集）中和麪數據集（或者面記錄集）中的面對象相交或者被面對象包含的線對象。
| 線面交集部分將做爲錯誤生成到結果數據集中，錯誤數據集類型：線。
| :var TopologyRule.REGION_NO_OVERLAP_ON_BOUNDARY: 面邊界無交疊，用於對面數據進行拓撲檢查。
| 檢查面數據集或記錄集中的面對象的邊界與另外一面數據集或記錄集中的對象邊界有交疊的部分。
| 邊界重疊的部分將做爲錯誤生成到結果數據集中，錯誤數據集類型：線。
| :var TopologyRule.REGION_NO_SELF_INTERSECTION: 面內無自相交，用於對面數據進行拓撲檢查。
| 檢查面數據中是否存在自相交的對象。
| 面對象自相交的交點將做爲錯誤生成到結果數據集中，錯誤數據集類型：點。
| :var TopologyRule.LINE_NO_INTERSECTION_WITH: 線與線無相交，即線對象和線對象不能相交。
| 檢查第一個線數據集（或者線記錄集）中沒有與第二個線數據集（或者線記錄集）中的對象有相交的對象。
| 交點將做爲錯誤生成到結果數據集中，錯誤數據集類型：點。
| :var TopologyRule.VERTEX_DISTANCE_GREATER_THAN_TOLERANCE: 節點距離必須大於容限。檢查點、線、面類型的兩個數據集內部或者兩個數據集之間對象的節點距離是否小於容限。
| 不大於容限的節點將做爲錯誤生成到結果數據集中，錯誤數據集類型：點。
| 注意：若是兩節點重合，即距離爲0，則不視爲拓撲錯誤。
| :var TopologyRule.LINE_EXIST_INTERSECT_VERTEX: 線段相交處必須存在交點。線、面類型的數據集內部或兩個數據集之間，線段與線段十字相交處必須存在節點，且此節點至少存在於兩個相交線段中的一個。
| 如不知足則將此交點計算出來做爲錯誤生成到結果數據集中，錯誤數據集類型：點。
| 注意：兩條線段端點相接的狀況不違反規則。
| :var TopologyRule.VERTEX_MATCH_WITH_EACH_OTHER: 節點之間必須互相匹配，即容限範圍內線段上存在垂足點。
| 檢查線、面類型數據集內部或兩個數據集之間，點數據集和線數據集、點數據集和麪數據之間，在當前節點 P 的容限範圍內，線段 L 上應存在一個節點 Q 在與之匹配，即 Q 在 P 的容限範圍內。如不知足，則計算 P 到 L 的「垂足」 A 點（即 A 與 P 匹配）做爲錯誤生成到結果數據集中，錯誤數據集類型：點。
| :var TopologyRule.NO_REDUNDANT_VERTEX: 線或面邊界無冗餘節點。檢查線數據集或面數據集中是否存在有冗餘節點的對象。線對象或面對象邊界上的兩節點之間若是存在其餘共線節點，則這些共線節點爲冗餘節點。
| 冗餘節點將做爲錯誤生成到結果數據集中，錯誤數據類型：點
| :var TopologyRule.LINE_NO_SHARP_ANGLE: 線內無打折。檢查線數據集（或記錄集）中線對象是否存在打折。若一條線上連續四個節點造成的兩個夾角均小於所給的尖角角度容限，則認爲線段在此處打折。
| 產生尖角的第一個折點做爲錯誤生成到結果數據集中，錯誤數據類型：點。
| 注意：在使用 :py:meth:`topology_validate` 方法對該規則檢查時，經過該方法的 tolerance 參數設置尖角容
| :var TopologyRule.LINE_NO_SMALL_DANGLES: 線內無短懸線，用於對線數據進行拓撲檢查。檢查線數據集（或記錄集）中線對象是不是短懸線。一條懸線的長度小於懸線容限的線對象即爲短懸線
| 短懸線的端點做爲錯誤生成到結果數據集中，錯誤數據類型：點。
| 注意：在使用 :py:meth:`topology_validate` 方法對該規則檢查時，經過該方法的 tolerance 參數設置短懸線容限。
| :var TopologyRule.LINE_NO_EXTENDED_DANGLES: 線內無長懸線，用於對線數據進行拓撲檢查。檢查線數據集（或記錄集）中線對象是不是長懸線。一條懸線按其行進方向延伸了指定的長度（懸線容限）以後與某弧段有交點，則該線對象爲長懸線。
| 長懸線須要延長一端的端點做爲錯誤生成到結果數據集中，錯誤數據類型：點。
| 注意：在使用 :py:meth:`topology_validate` 方法對該規則檢查時，經過該方法的 tolerance 參數設置長懸線容限。
| :var TopologyRule.REGION_NO_ACUTE_ANGLE: 面內無銳角,用於對面數據進行拓撲檢查。檢查面數據集（或記錄集）中面對象是否存在銳角。若面邊界線上連續三個節點造成的夾角小於所給的銳角角度容限，則認爲此夾角爲銳角。
| 產生銳角的第二個節點做爲錯誤生成到結果數據集中，錯誤數據類型：點。
| 注意：在使用 :py:meth:`topology_validate` 方法對該規則檢查時，經過該方法的 tolerance 參數設置銳角容限。
|
| Method resolution order:
| TopologyRule
| JEnum
| enum.IntEnum
| builtins.int
| enum.Enum
| builtins.object
|
| Data and other attributes defined here:
|
| LINE_BE_COVERED_BY_LINE_CLASS = TopologyRule.LINE_BE_COVERED_BY_LINE_C...
|
| LINE_COVERED_BY_REGION_BOUNDARY = TopologyRule.LINE_COVERED_BY_REGION_...
|
| LINE_END_POINT_COVERED_BY_POINT = TopologyRule.LINE_END_POINT_COVERED_...
|
| LINE_EXIST_INTERSECT_VERTEX = TopologyRule.LINE_EXIST_INTERSECT_VERTEX
|
| LINE_NO_DANGLES = TopologyRule.LINE_NO_DANGLES
|
| LINE_NO_EXTENDED_DANGLES = TopologyRule.LINE_NO_EXTENDED_DANGLES
|
| LINE_NO_INTERSECTION = TopologyRule.LINE_NO_INTERSECTION
|
| LINE_NO_INTERSECTION_WITH = TopologyRule.LINE_NO_INTERSECTION_WITH
|
| LINE_NO_INTERSECTION_WITH_REGION = TopologyRule.LINE_NO_INTERSECTION_W...
|
| LINE_NO_INTERSECT_OR_INTERIOR_TOUCH = TopologyRule.LINE_NO_INTERSECT_O...
|
| LINE_NO_OVERLAP = TopologyRule.LINE_NO_OVERLAP
|
| LINE_NO_OVERLAP_WITH = TopologyRule.LINE_NO_OVERLAP_WITH
|
| LINE_NO_PSEUDO_NODES = TopologyRule.LINE_NO_PSEUDO_NODES
|
| LINE_NO_SELF_INTERSECT = TopologyRule.LINE_NO_SELF_INTERSECT
|
| LINE_NO_SELF_OVERLAP = TopologyRule.LINE_NO_SELF_OVERLAP
|
| LINE_NO_SHARP_ANGLE = TopologyRule.LINE_NO_SHARP_ANGLE
|
| LINE_NO_SMALL_DANGLES = TopologyRule.LINE_NO_SMALL_DANGLES
|
| NO_MULTIPART = TopologyRule.NO_MULTIPART
|
| NO_REDUNDANT_VERTEX = TopologyRule.NO_REDUNDANT_VERTEX
|
| POINT_BECOVERED_BY_LINE_END_POINT = TopologyRule.POINT_BECOVERED_BY_LI...
|
| POINT_CONTAINED_BY_REGION = TopologyRule.POINT_CONTAINED_BY_REGION
|
| POINT_COVERED_BY_LINE = TopologyRule.POINT_COVERED_BY_LINE
|
| POINT_COVERED_BY_REGION_BOUNDARY = TopologyRule.POINT_COVERED_BY_REGIO...
|
| POINT_NO_CONTAINED_BY_REGION = TopologyRule.POINT_NO_CONTAINED_BY_REGI...
|
| POINT_NO_IDENTICAL = TopologyRule.POINT_NO_IDENTICAL
|
| REGION_BOUNDARY_COVERED_BY_LINE = TopologyRule.REGION_BOUNDARY_COVERED...
|
| REGION_BOUNDARY_COVERED_BY_REGION_BOUNDARY = TopologyRule.REGION_BOUND...
|
| REGION_CONTAIN_POINT = TopologyRule.REGION_CONTAIN_POINT
|
| REGION_COVERED_BY_REGION = TopologyRule.REGION_COVERED_BY_REGION
|
| REGION_COVERED_BY_REGION_CLASS = TopologyRule.REGION_COVERED_BY_REGION...
|
| REGION_NO_ACUTE_ANGLE = TopologyRule.REGION_NO_ACUTE_ANGLE
|
| REGION_NO_GAPS = TopologyRule.REGION_NO_GAPS
|
| REGION_NO_OVERLAP = TopologyRule.REGION_NO_OVERLAP
|
| REGION_NO_OVERLAP_ON_BOUNDARY = TopologyRule.REGION_NO_OVERLAP_ON_BOUN...
|
| REGION_NO_OVERLAP_WITH = TopologyRule.REGION_NO_OVERLAP_WITH
|
| REGION_NO_SELF_INTERSECTION = TopologyRule.REGION_NO_SELF_INTERSECTION
|
| VERTEX_DISTANCE_GREATER_THAN_TOLERANCE = TopologyRule.VERTEX_DISTANCE_...
|
| VERTEX_MATCH_WITH_EACH_OTHER = TopologyRule.VERTEX_MATCH_WITH_EACH_OTH...
|
| ----------------------------------------------------------------------
| Data descriptors inherited from enum.Enum:
|
| name
| The name of the Enum member.
|
| value
| The value of the Enum member.
|
| ----------------------------------------------------------------------
| Data descriptors inherited from enum.EnumMeta:
|
| __members__
| Returns a mapping of member name->value.
|
| This mapping lists all enum members, including aliases. Note that this
| is a read-only view of the internal mapping.
class Unit(JEnum)
| Unit(value, names=None, *, module=None, qualname=None, type=None, start=1)
|
| 該類定義了表示單位的類型常量。
|
| :var Unit.MILIMETER: 毫米
| :var Unit.CENTIMETER: 釐米
| :var Unit.DECIMETER: 分米
| :var Unit.METER: 米
| :var Unit.KILOMETER: 公里
| :var Unit.INCH: 英寸
| :var Unit.FOOT: 英尺
| :var Unit.YARD: 碼
| :var Unit.MILE: 英里
| :var Unit.SECOND: 秒，角度單位
| :var Unit.MINUTE: 分，角度單位
| :var Unit.DEGREE: 度，角度單位
| :var Unit.RADIAN: 弧度，弧度單位
|
| Method resolution order:
| Unit
| JEnum
| enum.IntEnum
| builtins.int
| enum.Enum
| builtins.object
|
| Data and other attributes defined here:
|
| CENTIMETER = Unit.CENTIMETER
|
| DECIMETER = Unit.DECIMETER
|
| DEGREE = Unit.DEGREE
|
| FOOT = Unit.FOOT
|
| INCH = Unit.INCH
|
| KILOMETER = Unit.KILOMETER
|
| METER = Unit.METER
|
| MILE = Unit.MILE
|
| MILIMETER = Unit.MILIMETER
|
| MINUTE = Unit.MINUTE
|
| RADIAN = Unit.RADIAN
|
| SECOND = Unit.SECOND
|
| YARD = Unit.YARD
|
| ----------------------------------------------------------------------
| Data descriptors inherited from enum.Enum:
|
| name
| The name of the Enum member.
|
| value
| The value of the Enum member.
|
| ----------------------------------------------------------------------
| Data descriptors inherited from enum.EnumMeta:
|
| __members__
| Returns a mapping of member name->value.
|
| This mapping lists all enum members, including aliases. Note that this
| is a read-only view of the internal mapping.
class VCTVersion(JEnum)
| VCTVersion(value, names=None, *, module=None, qualname=None, type=None, start=1)
|
| VCT 版本
|
| :var VCTVersion.CNSDTF_VCT: 國家天然標準 1.0
| :var VCTVersion.LANDUSE_VCT: 國家土地利用 2.0
| :var VCTVersion.LANDUSE_VCT30: 國家土地利用 3.0
|
| Method resolution order:
| VCTVersion
| JEnum
| enum.IntEnum
| builtins.int
| enum.Enum
| builtins.object
|
| Data and other attributes defined here:
|
| CNSDTF_VCT = VCTVersion.CNSDTF_VCT
|
| LANDUSE_VCT = VCTVersion.LANDUSE_VCT
|
| LANDUSE_VCT30 = VCTVersion.LANDUSE_VCT30
|
| ----------------------------------------------------------------------
| Data descriptors inherited from enum.Enum:
|
| name
| The name of the Enum member.
|
| value
| The value of the Enum member.
|
| ----------------------------------------------------------------------
| Data descriptors inherited from enum.EnumMeta:
|
| __members__
| Returns a mapping of member name->value.
|
| This mapping lists all enum members, including aliases. Note that this
| is a read-only view of the internal mapping.
class VariogramMode(JEnum)
| VariogramMode(value, names=None, *, module=None, qualname=None, type=None, start=1)
|
| 該類定義了克呂金（Kriging）插值時的半變函數類型常量。 定義克呂金（Kriging）插值時的半變函數類型。包括指數型、球型和高斯型。用戶所選擇的半變函
| 數類型會影響未知點的預測，特別是曲線在原點處的不一樣形狀有重要意義。曲線在原點處越陡，則較近領域對該預測值的影響就越大。所以輸出表面就會越不光滑。
| 每種類型都有各自適用的狀況。
|
| :var VariogramMode.EXPONENTIAL: 指數函數（Exponential Variogram Mode）。這種類型適用於在空間自相關關係隨距離增長成指數遞減的狀況。
| 下圖所示爲空間自相關關係在無窮處徹底消失。指數函數較爲經常使用。
|
| .. image:: ../image/VariogramMode_Exponential.png
|
| :var VariogramMode.GAUSSIAN: 高斯函數（Gaussian Variogram Mode）。
|
| .. image:: ../image/variogrammode_Gaussian.png
|
| :var VariogramMode.SPHERICAL: 球型函數（Spherical Variogram Mode）。這種類型顯示了空間自相關關係逐漸減小的狀況下（即半變函數值逐漸
| 增長），直到超出必定的距離，空間自相關關係爲0。球型函數較爲經常使用。
|
| .. image:: ../image/VariogramMode_Spherical.png
|
| Method resolution order:
| VariogramMode
| JEnum
| enum.IntEnum
| builtins.int
| enum.Enum
| builtins.object
|
| Data and other attributes defined here:
|
| EXPONENTIAL = VariogramMode.EXPONENTIAL
|
| GAUSSIAN = VariogramMode.GAUSSIAN
|
| SPHERICAL = VariogramMode.SPHERICAL
|
| ----------------------------------------------------------------------
| Data descriptors inherited from enum.Enum:
|
| name
| The name of the Enum member.
|
| value
| The value of the Enum member.
|
| ----------------------------------------------------------------------
| Data descriptors inherited from enum.EnumMeta:
|
| __members__
| Returns a mapping of member name->value.
|
| This mapping lists all enum members, including aliases. Note that this
| is a read-only view of the internal mapping.
class VectorResampleType(JEnum)
| VectorResampleType(value, names=None, *, module=None, qualname=None, type=None, start=1)
|
| 矢量數據集重採樣方法類型常量
|
| :var VectorResampleType.RTBEND: 使用光欄採樣算法進行重採樣
| :var VectorResampleType.RTGENERAL: 使用道格拉斯算法進行重採樣
|
| Method resolution order:
| VectorResampleType
| JEnum
| enum.IntEnum
| builtins.int
| enum.Enum
| builtins.object
|
| Data and other attributes defined here:
|
| RTBEND = VectorResampleType.RTBEND
|
| RTGENERAL = VectorResampleType.RTGENERAL
|
| ----------------------------------------------------------------------
| Data descriptors inherited from enum.Enum:
|
| name
| The name of the Enum member.
|
| value
| The value of the Enum member.
|
| ----------------------------------------------------------------------
| Data descriptors inherited from enum.EnumMeta:
|
| __members__
| Returns a mapping of member name->value.
|
| This mapping lists all enum members, including aliases. Note that this
| is a read-only view of the internal mapping.
class ViewShedType(JEnum)
| ViewShedType(value, names=None, *, module=None, qualname=None, type=None, start=1)
|
| 該類定義了對多個觀察點（被觀察點）進行可視域分析時，可視域的類型常量。
| :var ViewShedType.VIEWSHEDINTERSECT: 共同可視域，取多個觀察點可視域範圍的交集。
| :var ViewShedType.VIEWSHEDUNION: 非共同可視域，取多個觀察點可視域範圍的並集。
|
| Method resolution order:
| ViewShedType
| JEnum
| enum.IntEnum
| builtins.int
| enum.Enum
| builtins.object
|
| Data and other attributes defined here:
|
| VIEWSHEDINTERSECT = ViewShedType.VIEWSHEDINTERSECT
|
| VIEWSHEDUNION = ViewShedType.VIEWSHEDUNION
|
| ----------------------------------------------------------------------
| Data descriptors inherited from enum.Enum:
|
| name
| The name of the Enum member.
|
| value
| The value of the Enum member.
|
| ----------------------------------------------------------------------
| Data descriptors inherited from enum.EnumMeta:
|
| __members__
| Returns a mapping of member name->value.
|
| This mapping lists all enum members, including aliases. Note that this
| is a read-only view of the internal mapping.
class WorkspaceType(JEnum)
| WorkspaceType(value, names=None, *, module=None, qualname=None, type=None, start=1)
|
| 該類定義了工做空間類型常量。
|
| SuperMap 支持的文件型工做空間的類型有四種，SSXWU 格式和 SMWU 格式；SuperMap 支持的數據庫型工做空間的類型有兩種：Oracle 工做空間 和 SQL Server 工做空間。
|
| :var WorkspaceType.DEFAULT: 默認值， 表示工做空間未被保存時的工做空間類型。
| :var WorkspaceType.ORACLE: Oracle 工做空間。工做空間保存在 Oracle 數據庫中。
| :var WorkspaceType.SQL: SQL Server 工做空間。工做空間保存在 SQL Server 數據庫中。該常量僅在 Windows 平臺版本中支持，在 Linux版本中不提供。
| :var WorkspaceType.DM: DM 工做空間。工做空間保存在DM 數據庫中。
| :var WorkspaceType.MYSQL: MYSQL 工做空間。工做空間保存在MySQL 數據庫中。
| :var WorkspaceType.PGSQL: PostgreSQL 工做空間。工做空間保存在PostgreSQL 數據庫中。
| :var WorkspaceType.MONGO: MongoDB 工做空間。工做空間保存在 MongoDB 數據庫中。
| :var WorkspaceType.SXWU: SXWU工做空間，只有 6R 版本的工做空間能存成類型爲 SXWU 的工做空間文件。另存爲 6R 版本的工做空間時，文件型工做空間只能存爲 SXWU 或是 SMWU。
| :var WorkspaceType.SMWU: SMWU工做空間，只有 6R 版本的工做空間能存成類型爲 SMWU 的工做空間文件。另存爲 6R 版本的工做空間時，文件型工做空間只能存爲 SXWU 或是 SMWU。該常量僅在 Windows 平臺版本中支持，在 Linux版本中不提供。
|
| Method resolution order:
| WorkspaceType
| JEnum
| enum.IntEnum
| builtins.int
| enum.Enum
| builtins.object
|
| Data and other attributes defined here:
|
| DEFAULT = WorkspaceType.DEFAULT
|
| DM = WorkspaceType.DM
|
| MONGO = WorkspaceType.MONGO
|
| MYSQL = WorkspaceType.MYSQL
|
| ORACLE = WorkspaceType.ORACLE
|
| PGSQL = WorkspaceType.PGSQL
|
| SMWU = WorkspaceType.SMWU
|
| SQL = WorkspaceType.SQL
|
| SXWU = WorkspaceType.SXWU
|
| ----------------------------------------------------------------------
| Data descriptors inherited from enum.Enum:
|
| name
| The name of the Enum member.
|
| value
| The value of the Enum member.
|
| ----------------------------------------------------------------------
| Data descriptors inherited from enum.EnumMeta:
|
| __members__
| Returns a mapping of member name->value.
|
| This mapping lists all enum members, including aliases. Note that this
| is a read-only view of the internal mapping.
class WorkspaceVersion(JEnum)
| WorkspaceVersion(value, names=None, *, module=None, qualname=None, type=None, start=1)
|
| 該類定義了工做空間版本類型常量。
|
| :var WorkspaceVersion.UGC60: SuperMap UGC 6.0 工做空間
| :var WorkspaceVersion.UGC70: SuperMap UGC 7.0 工做空間
|
| Method resolution order:
| WorkspaceVersion
| JEnum
| enum.IntEnum
| builtins.int
| enum.Enum
| builtins.object
|
| Data and other attributes defined here:
|
| UGC60 = WorkspaceVersion.UGC60
|
| UGC70 = WorkspaceVersion.UGC70
|
| ----------------------------------------------------------------------
| Data descriptors inherited from enum.Enum:
|
| name
| The name of the Enum member.
|
| value
| The value of the Enum member.
|
| ----------------------------------------------------------------------
| Data descriptors inherited from enum.EnumMeta:
|
| __members__
| Returns a mapping of member name->value.
|
| This mapping lists all enum members, including aliases. Note that this
| is a read-only view of the internal mapping.
DATA
__all__ = ['PixelFormat', 'BlockSizeOption', 'AreaUnit', 'Unit', 'Engi...
FILE
/home/supermap/anaconda3/lib/python3.7/site-packages/iobjectspy/enums.py
help(smo.ml)
Help on package iobjectspy.ml in iobjectspy:
NAME
iobjectspy.ml
PACKAGE CONTENTS
analyst (package)
geoparsing (package)
toolkit (package)
utils
vision (package)
FILE
/home/supermap/anaconda3/lib/python3.7/site-packages/iobjectspy/ml/__init__.py
help(smo.conversion)
Help on module iobjectspy.conversion in iobjectspy:
NAME
iobjectspy.conversion
DESCRIPTION
conversion 模塊提供基本的數據導入和導出功能，經過使用 conversion 模塊能夠快速的將第三方的文件導入到 SuperMap 的數據源中，也能夠將 SuperMap
數據源 中的數據導出爲 第三方文件。
在 conversion 模塊中，全部導入數據的接口中，output 參數輸入結果數據集的數據源信息，能夠爲 Datasource 對象，也能夠爲 DatasourceConnectionInfo 對象，
同時，也支持當前工做空間下數據源的別名，也支持 UDB 文件路徑，DCF 文件路徑等。
>>> ds = Datasource.create(':memory:')
>>> alias = ds.alias
>>> shape_file = 'E:/Point.shp'
>>> result1 = import_shape(shape_file, ds)
>>> result2 = import_shape(shape_file, alias)
>>> result3 = import_shape(shape_file, 'E:/Point_Out.udb')
>>> result4 = import_shape(shape_file, 'E:/Point_Out_conn.dcf')
而導入數據的結果返回一個 Dataset 或 str 的列表對象。當導入數據只生成一個數據集時，列表的個數爲1，當導入數據生成多個數據集時，列表的個數可能大於1。
列表中返回 Dataset 仍是 str 是由輸入的 output 參數決定的，當輸入的 output 參數能夠直接在當前工做空間中獲取到數據源對象時，將會返回 Dataset 的列表，
若是輸入的 output 參數沒法直接在當前工做空間中獲取到數據源對象時，程序將自動嘗試打開數據源或新建數據源（只支持新建 UDB 數據源），此時，返回的結果將是
結果數據集的數據集名稱，而完成數據導入後，結果數據源也會被關閉。因此若是用戶須要繼續基於導入後的結果數據集進行操做，則須要根據結果數據集名稱和數據源信息再次開發數據源以獲取數據集。
全部導出數據集的接口，data 參數是被導出的數據集信息，data 參數接受輸入一個數據集對象（Dataset）或數據源別名與數據集名稱的組合（例如，'alias/dataset_name', 'alias\\\dataset_name'),
，也支持數據源鏈接信息與數據集名稱的組合（例如， 'E:/data.udb/dataset_name')，值得注意的是，當輸入的是數據源信息時，程序會自動打開數據源，可是不會自動關閉數據源，也就是打開後的數據源
會存在當前工做空間中
>>> export_to_shape('E:/data.udb/Point', 'E:/Point.shp', is_over_write=True)
>>> ds = Datasource.open('E:/data.udb')
>>> export_to_shape(ds['Point'], 'E:/Point.shp', is_over_write=True)
>>> export_to_shape(ds.alias + '|Point', 'E:/Point.shp', is_over_write=True)
>>> ds.close()
FUNCTIONS
export_to_bmp(data, output, is_over_write=False, world_file_path=None, progress=None)
導出數據集到 BMP 文件中
:param data: 被導出的數據集
:type data: DatasetImage or str
:param str output: 結果文件路徑
:param bool is_over_write: 導出目錄中存在同名文件時，是否強制覆蓋。默認爲 False
:param str world_file_path: 導出的影像數據的座標文件路徑
:param function progress: 進度信息處理函數，請參考 :py:class:`.StepEvent`
:return: 是否導出成功
:rtype: bool
export_to_csv(data, output, is_over_write=False, attr_filter=None, ignore_fields=None, target_file_charset=None, is_export_field_names=True, is_export_point_as_wkt=False, progress=None)
導出數據集到 csv 文件中
:param data: 被導出的數據集
:type data: DatasetVector or str
:param str output: 結果文件路徑
:param bool is_over_write: 導出目錄中存在同名文件時，是否強制覆蓋。默認爲 False
:param str attr_filter: 導出目標文件的過濾信息
:param ignore_fields: 須要忽略的字段
:type ignore_fields: list[str]
:param target_file_charset: 須要導出的文件的字符集類型
:type target_file_charset: Charset or str
:param bool is_export_field_names: 是否寫出字段名稱。
:param bool is_export_point_as_wkt: 是否將點以 WKT 方式寫出。
:param function progress: 進度信息處理函數，請參考 :py:class:`.StepEvent`
:return: 是否導出成功
:rtype: bool
export_to_dbf(data, output, is_over_write=False, attr_filter=None, ignore_fields=None, target_file_charset=None, progress=None)
導出數據集到 dbf 文件中
:param data: 被導出的數據集，只支持導出屬性表數據集
:type data: DatasetVector or str
:param str output: 結果文件路徑
:param bool is_over_write: 導出目錄中存在同名文件時，是否強制覆蓋。默認爲 False
:param str attr_filter: 導出目標文件的過濾信息
:param ignore_fields: 須要忽略的字段
:type ignore_fields: list[str]
:param target_file_charset: 須要導出的文件的字符集類型
:type target_file_charset: Charset or str
:param function progress: 進度信息處理函數，請參考 :py:class:`.StepEvent`
:return: 是否導出成功
:rtype: bool
export_to_dwg(data, output, is_over_write=False, attr_filter=None, ignore_fields=None, cad_version=CADVersion.CAD2007, is_export_border=False, is_export_xrecord=False, is_export_external_data=False, style_map_file=None, progress=None)
導出數據集到 DWG 文件中， Linux 平臺不支持導出數據集爲 DWG 文件。
:param data: 被導出的數據集
:type data: DatasetVector or str
:param str output: 結果文件路徑
:param bool is_over_write: 導出目錄中存在同名文件時，是否強制覆蓋。默認爲 False
:param str attr_filter: 導出目標文件的過濾信息
:param ignore_fields: 須要忽略的字段
:type ignore_fields: list[str]
:param cad_version: 導出的 DWG 文件的版本。
:type cad_version: CADVersion or str
:param bool is_export_border: 導出cad面對像或矩形對象時是否導出邊界。
:param bool is_export_xrecord: 是否將用戶自定義的字段以及屬性字段做爲擴展記錄導出
:param bool is_export_external_data: 是否導出擴展字段
:param str style_map_file: 風格對照表的路徑
:param function progress: 進度信息處理函數，請參考 :py:class:`.StepEvent`
:return: 是否導出成功
:rtype: bool
export_to_dxf(data, output, is_over_write=False, attr_filter=None, ignore_fields=None, cad_version=CADVersion.CAD2007, is_export_border=False, is_export_xrecord=False, is_export_external_data=False, progress=None)
導出數據集到 DXF 文件中，Linux 平臺不支持導出數據集爲 DXF 文件
:param data: 被導出的數據集
:type data: DatasetVector or str
:param str output: 結果文件路徑
:param bool is_over_write: 導出目錄中存在同名文件時，是否強制覆蓋。默認爲 False
:param str attr_filter: 導出目標文件的過濾信息
:param ignore_fields: 須要忽略的字段
:type ignore_fields: list[str]
:param cad_version: 導出的 DWG 文件的版本。
:type cad_version: CADVersion or str
:param bool is_export_border: 導出cad面對像或矩形對象時是否導出邊界。
:param bool is_export_xrecord: 是否將用戶自定義的字段以及屬性字段做爲擴展記錄導出
:param bool is_export_external_data: 是否導出擴展字段
:param function progress: 進度信息處理函數，請參考 :py:class:`.StepEvent`
:return: 是否導出成功
:rtype: bool
export_to_e00(data, output, is_over_write=False, attr_filter=None, ignore_fields=None, target_file_charset=None, double_precision=False, progress=None)
導出數據集到 E00 文件中
:param data: 被導出的數據集
:type data: DatasetVector or str
:param str output: 結果文件路徑
:param bool is_over_write: 導出目錄中存在同名文件時，是否強制覆蓋。默認爲 False
:param str attr_filter: 導出目標文件的過濾信息
:param ignore_fields: 須要忽略的字段
:type ignore_fields: list[str]
:param target_file_charset: 須要導出的文件的字符集類型
:type target_file_charset: Charset or str
:param bool double_precision: 是否以雙精度方式導出 E00，默認爲 False。
:param function progress: 進度信息處理函數，請參考 :py:class:`.StepEvent`
:return: 是否導出成功
:rtype: bool
export_to_geojson(data, output, is_over_write=False, attr_filter=None, ignore_fields=None, target_file_charset=None, progress=None)
導出數據集到 GeoJson 文件中
:param data: 被導出的數據集集合
:type data: DatasetVector or str or list[DatasetVector] or list[str]
:param str output: 結果文件路徑
:param bool is_over_write: 導出目錄中存在同名文件時，是否強制覆蓋。默認爲 False
:param str attr_filter: 導出目標文件的過濾信息
:param ignore_fields: 須要忽略的字段
:type ignore_fields: list[str]
:param target_file_charset: 須要導出的文件的字符集類型
:type target_file_charset: Charset or str
:param function progress: 進度信息處理函數，請參考 :py:class:`.StepEvent`
:return: 是否導出成功
:rtype: bool
export_to_gif(data, output, is_over_write=False, world_file_path=None, progress=None)
導出數據集到 GIF 文件中
:param data: 被導出的數據集
:type data: DatasetImage or str
:param str output: 結果文件路徑
:param bool is_over_write: 導出目錄中存在同名文件時，是否強制覆蓋。默認爲 False
:param str world_file_path: 導出的影像數據的座標文件路徑
:param function progress: 進度信息處理函數，請參考 :py:class:`.StepEvent`
:return: 是否導出成功
:rtype: bool
export_to_grd(data, output, is_over_write=False, progress=None)
導出數據集到 GRD 文件中
:param data: 被導出的數據集
:type data: DatasetGrid or str
:param str output: 結果文件路徑
:param bool is_over_write: 導出目錄中存在同名文件時，是否強制覆蓋。默認爲 False
:param function progress: 進度信息處理函數，請參考 :py:class:`.StepEvent`
:return: 是否導出成功
:rtype: bool
export_to_img(data, output, is_over_write=False, progress=None)
導出數據集到 IMG 文件中
:param data: 被導出的數據集
:type data: DatasetImage or DatasetGrid or str
:param str output: 結果文件路徑
:param bool is_over_write: 導出目錄中存在同名文件時，是否強制覆蓋。默認爲 False
:param function progress: 進度信息處理函數，請參考 :py:class:`.StepEvent`
:return: 是否導出成功
:rtype: bool
export_to_jpg(data, output, is_over_write=False, world_file_path=None, compression=None, progress=None)
導出數據集到 JPG 文件中
:param data: 被導出的數據集
:type data: DatasetImage or str
:param str output: 結果文件路徑
:param bool is_over_write: 導出目錄中存在同名文件時，是否強制覆蓋。默認爲 False
:param str world_file_path: 導出的影像數據的座標文件路徑
:param int compression: 影像文件的壓縮率，單位：百分比
:param function progress: 進度信息處理函數，請參考 :py:class:`.StepEvent`
:return: 是否導出成功
:rtype: bool
export_to_kml(data, output, is_over_write=False, attr_filter=None, ignore_fields=None, target_file_charset=None, progress=None)
導出數據集到 KML 文件中
:param data: 被導出的數據集集合
:type data: DatasetVector or str or list[DatasetVector] or list[str]
:param str output: 結果文件路徑
:param bool is_over_write: 導出目錄中存在同名文件時，是否強制覆蓋。默認爲 False
:param str attr_filter: 導出目標文件的過濾信息
:param ignore_fields: 須要忽略的字段
:type ignore_fields: list[str]
:param target_file_charset: 須要導出的文件的字符集類型
:type target_file_charset: Charset or str
:param function progress: 進度信息處理函數，請參考 :py:class:`.StepEvent`
:return: 是否導出成功
:rtype: bool
export_to_kmz(data, output, is_over_write=False, attr_filter=None, ignore_fields=None, target_file_charset=None, progress=None)
導出數據集到 KMZ 文件中
:param data: 被導出的數據集集合
:type data: DatasetVector or str or list[DatasetVector] or list[str]
:param str output: 結果文件路徑
:param bool is_over_write: 導出目錄中存在同名文件時，是否強制覆蓋。默認爲 False
:param str attr_filter: 導出目標文件的過濾信息
:param ignore_fields: 須要忽略的字段
:type ignore_fields: list[str]
:param target_file_charset: 須要導出的文件的字符集類型
:type target_file_charset: Charset or str
:param function progress: 進度信息處理函數，請參考 :py:class:`.StepEvent`
:return: 是否導出成功
:rtype: bool
export_to_mif(data, output, is_over_write=False, attr_filter=None, ignore_fields=None, target_file_charset=None, progress=None)
導出數據集到 MIF 文件中
:param data: 被導出的數據集
:type data: DatasetVector or str
:param str output: 結果文件路徑
:param bool is_over_write: 導出目錄中存在同名文件時，是否強制覆蓋。默認爲 False
:param str attr_filter: 導出目標文件的過濾信息
:param ignore_fields: 須要忽略的字段
:type ignore_fields: list[str]
:param target_file_charset: 須要導出的文件的字符集類型
:type target_file_charset: Charset or str
:param function progress: 進度信息處理函數，請參考 :py:class:`.StepEvent`
:return: 是否導出成功
:rtype: bool
export_to_png(data, output, is_over_write=False, world_file_path=None, progress=None)
導出數據集到 PNG 文件中
:param data: 被導出的數據集
:type data: DatasetImage or str
:param str output: 結果文件路徑
:param bool is_over_write: 導出目錄中存在同名文件時，是否強制覆蓋。默認爲 False
:param str world_file_path: 導出的影像數據的座標文件路徑
:param function progress: 進度信息處理函數，請參考 :py:class:`.StepEvent`
:return: 是否導出成功
:rtype: bool
export_to_shape(data, output, is_over_write=False, attr_filter=None, ignore_fields=None, target_file_charset=None, progress=None)
導出數據集到 Shape 文件中
:param data: 被導出的數據集
:type data: DatasetVector or str
:param str output: 結果文件路徑
:param bool is_over_write: 導出目錄中存在同名文件時，是否強制覆蓋。默認爲 False
:param str attr_filter: 導出目標文件的過濾信息
:param ignore_fields: 須要忽略的字段
:type ignore_fields: list[str]
:param target_file_charset: 須要導出的文件的字符集類型
:type target_file_charset: Charset or str
:param function progress: 進度信息處理函數，請參考 :py:class:`.StepEvent`
:return: 是否導出成功
:rtype: bool
export_to_simplejson(data, output, is_over_write=False, attr_filter=None, ignore_fields=None, target_file_charset=None, progress=None)
導出數據集到 SimpleJson 文件中
:param data: 被導出的數據集
:type data: DatasetVector or str
:param str output: 結果文件路徑
:param bool is_over_write: 導出目錄中存在同名文件時，是否強制覆蓋。默認爲 False
:param str attr_filter: 導出目標文件的過濾信息
:param ignore_fields: 須要忽略的字段
:type ignore_fields: list[str]
:param target_file_charset: 須要導出的文件的字符集類型
:type target_file_charset: Charset or str
:param function progress: 進度信息處理函數，請參考 :py:class:`.StepEvent`
:return: 是否導出成功
:rtype: bool
export_to_sit(data, output, is_over_write=False, password=None, progress=None)
導出數據集到 SIT 文件中
:param data: 被導出的數據集
:type data: DatasetImage or str
:param str output: 結果文件路徑
:param bool is_over_write: 導出目錄中存在同名文件時，是否強制覆蓋。默認爲 False
:param str password: 密碼
:param function progress: 進度信息處理函數，請參考 :py:class:`.StepEvent`
:return: 是否導出成功
:rtype: bool
export_to_tab(data, output, is_over_write=False, attr_filter=None, ignore_fields=None, target_file_charset=None, style_map_file=None, progress=None)
導出數據集到 TAB 文件中
:param data: 被導出的數據集
:type data: DatasetVector or str
:param str output: 結果文件路徑
:param bool is_over_write: 導出目錄中存在同名文件時，是否強制覆蓋。默認爲 False
:param str attr_filter: 導出目標文件的過濾信息
:param ignore_fields: 須要忽略的字段
:type ignore_fields: list[str]
:param target_file_charset: 須要導出的文件的字符集類型
:type target_file_charset: Charset or str
:param str style_map_file: 導出的風格對照表路徑
:param function progress: 進度信息處理函數，請參考 :py:class:`.StepEvent`
:return: 是否導出成功
:rtype: bool
export_to_tif(data, output, is_over_write=False, export_as_tile=False, export_transform_file=True, progress=None)
導出數據集到 TIF 文件中
:param data: 被導出的數據集
:type data: DatasetImage or DatasetGrid or str
:param str output: 結果文件路徑
:param bool is_over_write: 導出目錄中存在同名文件時，是否強制覆蓋。默認爲 False
:param bool export_as_tile: 是否以塊的方式導出，默認爲 False
:param bool export_transform_file: 是否將仿射轉換信息導出外部文件，默認爲 True，即導出到外部的 tfw 文件中，不然投影信息會導出到 tiff 文件中
:param function progress: 進度信息處理函數，請參考 :py:class:`.StepEvent`
:return: 是否導出成功
:rtype: bool
export_to_vct(data, config_path, version, output, is_over_write=False, attr_filter=None, ignore_fields=None, target_file_charset=None, progress=None)
導出數據集到 VCT 文件中
:param data: 被導出的數據集集合
:type data: DatasetVector or str or list[DatasetVector] or str
:param str config_path: VCT 配置文件路徑
:param version: VCT 版本
:type version: VCTVersion or str
:param str output: 結果文件路徑
:param bool is_over_write: 導出目錄中存在同名文件時，是否強制覆蓋。默認爲 False
:param str attr_filter: 導出目標文件的過濾信息
:param ignore_fields: 須要忽略的字段
:type ignore_fields: list[str]
:param target_file_charset: 須要導出的文件的字符集類型
:type target_file_charset: Charset or str
:param function progress: 進度信息處理函數，請參考 :py:class:`.StepEvent`
:return: 是否導出成功
:rtype: bool
import_aibingrid(source_file, output, out_dataset_name=None, ignore_mode='IGNORENONE', ignore_values=None, is_import_as_grid=False, is_build_pyramid=True, progress=None)
導入 AIBinGrid 文件， Linux 平臺不支持導入 AIBinGrid 文件。
:param str source_file: 被導入的 AIBinGrid 文件
:param output: 結果數據源
:type output: Datasource or DatasourceConnectionInfo or str
:param str out_dataset_name: 結果數據集名稱
:param ignore_mode: JPG 文件的忽略顏色值的模式
:type ignore_mode: IgnoreMode or str
:param ignore_values: 要忽略的顏色值
:type ignore_values: list[float] 要忽略的顏色值
:param bool is_import_as_grid: 是否導入爲 Grid 數據集
:param bool is_build_pyramid: 是否自動創建影像金字塔
:param function progress: 進度信息處理函數，請參考 :py:class:`.StepEvent`
:return: 導入後的結果數據集或結果數據集名稱
:rtype: list[DatasetGrid] or list[DatasetImage] or list[str]
import_bmp(source_file, output, out_dataset_name=None, ignore_mode='IGNORENONE', ignore_values=None, world_file_path=None, is_import_as_grid=False, is_build_pyramid=True, progress=None)
導入 BMP 文件
:param str source_file: 被導入的 BMP 文件
:param output: 結果數據源
:type output: Datasource or DatasourceConnectionInfo or str
:param str out_dataset_name: 結果數據集名稱
:param ignore_mode: BMP 文件的忽略顏色值的模式
:type ignore_mode: IgnoreMode or str
:param ignore_values: 要忽略的顏色值
:type ignore_values: list[float] 要忽略的顏色值
:param str world_file_path: 導入的源影像文件的座標參考文件路徑
:param bool is_import_as_grid: 是否導入爲 Grid 數據集
:param bool is_build_pyramid: 是否自動創建影像金字塔
:param function progress: 進度信息處理函數，請參考 :py:class:`.StepEvent`
:return: 導入後的結果數據集或結果數據集名稱
:rtype: list[DatasetGrid] or list[DatasetImage] or list[str]
import_csv(source_file, output, out_dataset_name=None, import_mode=None, separator=',', head_is_field=True, fields_as_point=None, field_as_geometry=None, is_import_empty=False, source_file_charset=None, progress=None)
導入 CSV 文件
:param str source_file: 被導入的 csv 文件
:param output: 結果數據源
:type output: Datasource or DatasourceConnectionInfo or str
:param str out_dataset_name: 結果數據集名稱
:param import_mode: 導入模式類型，能夠爲 ImportMode 枚舉值或名稱
:type import_mode: ImportMode or str
:param str separator: 源 CSV 文件中字段的分隔符。默認以 ',' 做爲分隔符
:param bool head_is_field: CSV 文件的首行是否爲字段名稱
:param fields_as_point: 指定字段爲X、Y或者X、Y、Z座標，若是符合條件，則生成點或者三維點數據集
:type fields_as_point: list[str] or list[int]
:param int field_as_geometry: 指定WKT串的Geometry索引位置
:param bool is_import_empty: 是否導入空的數據集，默認爲 False，即不導入
:param source_file_charset: CSV 文件的原始字符集類型
:type source_file_charset: Charset or str
:param function progress: 進度信息處理函數，請參考 :py:class:`.StepEvent`
:return: 導入後的結果數據集或結果數據集名稱
:rtype: list[DatasetVector] or list[str]
import_dbf(source_file, output, out_dataset_name=None, import_mode=None, is_import_empty=False, source_file_charset=None, progress=None)
導入 dbf 文件到數據源中。
:param str source_file: 被導入的 dbf 文件
:param output: 結果數據源
:type output: Datasource or DatasourceConnectionInfo or str
:param str out_dataset_name: 結果數據集名稱
:param import_mode: 導入模式類型，能夠爲 ImportMode 枚舉值或名稱
:type import_mode: ImportMode or str
:param bool is_import_empty: 否導入空的數據集，默認是不導入的。默認爲 False
:param source_file_charset: dbf 文件的原始字符集類型
:type source_file_charset: Charset or str
:param function progress: 進度信息處理函數，請參考 :py:class:`.StepEvent`
:return: 導入後的結果數據集或結果數據集名稱
:rtype: list[DatasetVector] or list[str]
>>> result = import_dbf( 'E:/point.dbf', 'E:/import_dbf_out.udb')
>>> print(len(result) == 1)
>>> print(result[0])
import_dgn(source_file, output, out_dataset_name=None, import_mode=None, is_import_empty=False, is_import_as_cad=True, style_map_file=None, is_import_by_layer=False, is_cell_as_point=False, progress=None)
導入 DGN 文件
:param str source_file: 被導入的 dgn 文件
:param output: 結果數據源
:type output: Datasource or DatasourceConnectionInfo or str
:param str out_dataset_name: 結果數據集名稱
:param import_mode: 導入模式
:type import_mode: ImportMode or str
:param bool is_import_empty: 是否導入空數據集，默認爲 False
:param bool is_import_as_cad: 是否導入爲 CAD 數據集，默認爲 True
:param str style_map_file: 設置風格對照表的存儲路徑。 風格對照表是指 SuperMap 系統與其它系統風格（包括：符號、線型、填充等）的對照文件。風格對照表只對 CAD 類型的數據，如 DXF、DWG、DGN 起做用。在設置風格對照表以前，必須保證數據是以CAD方式導入，且不忽略風格。
:param bool is_import_by_layer: 是否在導入後的數據中合併源數據中的 CAD 圖層信息，CAD 是以圖層信息來存儲的，默認爲 False，即全部 的圖層信息都合併到了一個 CAD 數據集， 不然對應源數據中的每個圖層生成一個 CAD 數據集。
:param bool is_cell_as_point: 是否將 cell（單元）對象導入爲點對象(cell header)仍是除 cell header 外的全部要素對象。 默認導入爲除 cell header 外的全部要素對象。
:param function progress: 進度信息處理函數，請參考 :py:class:`.StepEvent`
:return: 導入後的結果數據集或結果數據集名稱
:rtype: list[DatasetVector] or list[str]
import_dwg(source_file, output, out_dataset_name=None, import_mode=None, is_import_empty=False, is_import_as_cad=True, is_import_by_layer=False, ignore_block_attrs=True, block_as_point=False, import_external_data=False, import_xrecord=True, import_invisible_layer=False, keep_parametric_part=False, ignore_lwpline_width=False, shx_paths=None, curve_segment=73, style_map_file=None, progress=None)
導入 DWG 文件，Linux 平臺不支持導入 DWG 文件。
:param str source_file: 被導入的 dwg 文件
:param output: 結果數據源
:type output: Datasource or DatasourceConnectionInfo or str
:param str out_dataset_name: 結果數據集名稱
:param import_mode: 數據集導入模式
:type import_mode: ImportMode or str
:param bool is_import_empty: 是否導入空的數據集，默認爲 False，即不導入
:param bool is_import_as_cad: 是否以 CAD 數據集方式導入
:param bool is_import_by_layer: 是否在導入後的數據中合併源數據中的 CAD 圖層信息，CAD 是以圖層信息來存儲的，默認爲 False，即全部的圖層信息都合併到了一個 CAD 數據集， 不然對應源數據中的每個圖層生成一個 CAD 數據集。
:param bool ignore_block_attrs: 是否數據導入時是否忽略塊兒屬性。默認爲 True
:param bool block_as_point: 將符號塊導入爲點對象仍是複合對象，默認爲 False， 即將原有的符號塊做爲複合對象導入，不然在符號塊的位置用點對象代替。
:param bool import_external_data: 否導入外部數據，外部數據爲 CAD 中相似屬性表的數據導入後格式爲一些額外的字段，默認爲 False，不然將外部數據追加在默認字段後面。
:param bool import_xrecord: 是否將用戶自定義的字段以及屬性字段做爲擴展記錄導入。
:param bool import_invisible_layer: 是否導入不可見圖層
:param bool keep_parametric_part: 是否保留Acad數據中的參數化部分
:param bool ignore_lwpline_width: 是否忽略多義線寬度，默認爲 False。
:param shx_paths: shx 字體庫的路徑
:type shx_paths: list[str]
:param int curve_segment: 曲線擬合精度，默認爲 73
:param str style_map_file: 風格對照表的存儲路徑
:param function progress: 進度信息處理函數，請參考 :py:class:`.StepEvent`
:return: 導入後的結果數據集或結果數據集名稱
:rtype: list[DatasetVector] or list[str]
import_dxf(source_file, output, out_dataset_name=None, import_mode=None, is_import_empty=False, is_import_as_cad=True, is_import_by_layer=False, ignore_block_attrs=True, block_as_point=False, import_external_data=False, import_xrecord=True, import_invisible_layer=False, keep_parametric_part=False, ignore_lwpline_width=False, shx_paths=None, curve_segment=73, style_map_file=None, progress=None)
導入 DXF 文件，Linux 平臺不支持導入 DXF 文件
:param str source_file: 被導入的 dxf 文件
:param output: 結果數據源
:type output: Datasource or DatasourceConnectionInfo or str
:param str out_dataset_name: 結果數據集名稱
:param import_mode: 數據集導入模式
:type import_mode: ImportMode or str
:param bool is_import_empty: 是否導入空的數據集，默認爲 False，即不導入
:param bool is_import_as_cad: 是否以 CAD 數據集方式導入
:param bool is_import_by_layer: 是否在導入後的數據中合併源數據中的 CAD 圖層信息，CAD 是以圖層信息來存儲的，默認爲 False，即全部的圖層信息都合併到了一個 CAD 數據集， 不然對應源數據中的每個圖層生成一個 CAD 數據集。
:param bool ignore_block_attrs: 是否數據導入時是否忽略塊兒屬性。默認爲 True
:param bool block_as_point: 將符號塊導入爲點對象仍是複合對象，默認爲 False， 即將原有的符號塊做爲複合對象導入，不然在符號塊的位置用點對象代替。
:param bool import_external_data: 否導入外部數據，外部數據爲 CAD 中相似屬性表的數據導入後格式爲一些額外的字段，默認爲 False，不然將外部數據追加在默認字段後面。
:param bool import_xrecord: 是否將用戶自定義的字段以及屬性字段做爲擴展記錄導入。
:param bool import_invisible_layer: 是否導入不可見圖層
:param bool keep_parametric_part: 是否保留Acad數據中的參數化部分
:param bool ignore_lwpline_width: 是否忽略多義線寬度，默認爲 False。
:param shx_paths: shx 字體庫的路徑
:type shx_paths: list[str]
:param int curve_segment: 曲線擬合精度，默認爲 73
:param str style_map_file: 風格對照表的存儲路徑
:param function progress: 進度信息處理函數，請參考 :py:class:`.StepEvent`
:return: 導入後的結果數據集或結果數據集名稱
:rtype: list[DatasetVector] or list[str]
import_e00(source_file, output, out_dataset_name=None, import_mode=None, is_ignore_attrs=True, source_file_charset=None, progress=None)
導入 E00 文件
:param str source_file: 被導入的 E00 文件
:param output: 結果數據源
:type output: Datasource or DatasourceConnectionInfo or str
:param str out_dataset_name: 結果數據集名稱
:param import_mode: 數據集導入模式
:type import_mode: ImportMode or str
:param bool is_ignore_attrs: 是否忽略屬性信息
:param source_file_charset: E00 文件的原始字符集
:type source_file_charset: Charset or str
:param function progress: 進度信息處理函數，請參考 :py:class:`.StepEvent`
:return: 導入後的結果數據集或結果數據集名稱
:rtype: list[DatasetVector] or list[str]
import_ecw(source_file, output, out_dataset_name=None, ignore_mode='IGNORENONE', ignore_values=None, multi_band_mode=None, is_import_as_grid=False, progress=None)
導入 ECW 文件
:param str source_file: 被導入的 ECW 文件
:param output: 結果數據源
:type output: Datasource or DatasourceConnectionInfo or str
:param str out_dataset_name: 結果數據集名稱
:param ignore_mode: ECW 文件的忽略顏色值的模式
:type ignore_mode: IgnoreMode or str
:param ignore_values: 要忽略的顏色值
:type ignore_values: list[float] 要忽略的顏色值
:param multi_band_mode: 多波段導入模式，能夠導入爲多個單波段數據集、單個多波段數據集或單個單波段數據集。
:type multi_band_mode: MultiBandImportMode or str
:param bool is_import_as_grid: 是否導入爲 Grid 數據集
:param function progress: 進度信息處理函數，請參考 :py:class:`.StepEvent`
:return: 導入後的結果數據集或結果數據集名稱
:rtype: list[DatasetGrid] or list[DatasetImage] or list[str]
import_geojson(source_file, output, out_dataset_name=None, import_mode=None, is_import_empty=False, is_import_as_cad=False, source_file_charset=None, progress=None)
導入 GeoJson 文件
:param str source_file: 被導入的 GeoJson 文件
:param output: 結果數據源
:type output: Datasource or DatasourceConnectionInfo or str
:param str out_dataset_name: 結果數據集名稱
:param import_mode: 導入模式
:type import_mode: ImportMode or str
:param bool is_import_empty: 是否導入空的數據集，默認爲 False
:param bool is_import_as_cad: 是否導入爲 CAD 數據集
:param source_file_charset: GeoJson 文件的原始字符集類型
:type source_file_charset: Charset or str
:param function progress: 進度信息處理函數，請參考 :py:class:`.StepEvent`
:return: 導入後的結果數據集或結果數據集名稱
:rtype: list[DatasetVector] or list[str]
import_gif(source_file, output, out_dataset_name=None, ignore_mode='IGNORENONE', ignore_values=None, world_file_path=None, is_import_as_grid=False, is_build_pyramid=True, progress=None)
導入 GIF 文件
:param str source_file: 被導入的 GIF 文件
:param output: 結果數據源
:type output: Datasource or DatasourceConnectionInfo or str
:param str out_dataset_name: 結果數據集名稱
:param ignore_mode: GIF 文件的忽略顏色值的模式
:type ignore_mode: IgnoreMode or str
:param ignore_values: 要忽略的顏色值
:type ignore_values: list[float] 要忽略的顏色值
:param str world_file_path: 導入的源影像文件的座標參考文件路徑
:param bool is_import_as_grid: 是否導入爲 Grid 數據集
:param bool is_build_pyramid: 是否自動創建影像金字塔
:param function progress: 進度信息處理函數，請參考 :py:class:`.StepEvent`
:return: 導入後的結果數據集或結果數據集名稱
:rtype: list[DatasetGrid] or list[DatasetImage] or list[str]
import_grd(source_file, output, out_dataset_name=None, ignore_mode='IGNORENONE', ignore_values=None, is_build_pyramid=True, progress=None)
導入 GRD 文件
:param str source_file: 被導入的 GRD 文件
:param output: 結果數據源
:type output: Datasource or DatasourceConnectionInfo or str
:param str out_dataset_name: 結果數據集名稱
:param ignore_mode: JPG 文件的忽略顏色值的模式
:type ignore_mode: IgnoreMode or str
:param ignore_values: 要忽略的顏色值
:type ignore_values: list[float] 要忽略的顏色值
:param bool is_build_pyramid: 是否自動創建影像金字塔
:param function progress: 進度信息處理函數，請參考 :py:class:`.StepEvent`
:return: 導入後的結果數據集或結果數據集名稱
:rtype: list[DatasetGrid] or list[str]
import_img(source_file, output, out_dataset_name=None, ignore_mode='IGNORENONE', ignore_values=None, multi_band_mode=None, is_import_as_grid=False, is_build_pyramid=True, progress=None)
導入 Erdas Image 文件
:param str source_file: 被導入的 IMG 文件
:param output: 結果數據源
:type output: Datasource or DatasourceConnectionInfo or str
:param str out_dataset_name: 結果數據集名稱
:param ignore_mode: Erdas Image 的忽略顏色值的模式
:type ignore_mode: IgnoreMode or str
:param ignore_values: 要忽略的顏色值
:type ignore_values: list[float] 要忽略的顏色值
:param multi_band_mode: 多波段導入模式，能夠導入爲多個單波段數據集、單個多波段數據集或單個單波段數據集。
:type multi_band_mode: MultiBandImportMode or str
:param bool is_import_as_grid: 是否導入爲 Grid 數據集
:param bool is_build_pyramid: 是否自動創建影像金字塔
:param function progress: 進度信息處理函數，請參考 :py:class:`.StepEvent`
:return: 導入後的結果數據集或結果數據集名稱
:rtype: list[DatasetGrid] or list[DatasetImage] or list[str]
import_jp2(source_file, output, out_dataset_name=None, ignore_mode='IGNORENONE', ignore_values=None, is_import_as_grid=False, progress=None)
導入 JP2 文件
:param str source_file: 被導入的 JP2 文件
:param output: 結果數據源
:type output: Datasource or DatasourceConnectionInfo or str
:param str out_dataset_name: 結果數據集名稱
:param ignore_mode: JPG 文件的忽略顏色值的模式
:type ignore_mode: IgnoreMode or str
:param ignore_values: 要忽略的顏色值
:type ignore_values: list[float] 要忽略的顏色值
:param bool is_import_as_grid: 是否導入爲 Grid 數據集
:param function progress: 進度信息處理函數，請參考 :py:class:`.StepEvent`
:return: 導入後的結果數據集或結果數據集名稱
:rtype: list[DatasetGrid] or list[DatasetImage] or list[str]
import_jpg(source_file, output, out_dataset_name=None, ignore_mode='IGNORENONE', ignore_values=None, world_file_path=None, is_import_as_grid=False, is_build_pyramid=True, progress=None)
導入 JPG 文件
:param str source_file: 被導入的 JPG 文件
:param output: 結果數據源
:type output: Datasource or DatasourceConnectionInfo or str
:param str out_dataset_name: 結果數據集名稱
:param ignore_mode: JPG 文件的忽略顏色值的模式
:type ignore_mode: IgnoreMode or str
:param ignore_values: 要忽略的顏色值
:type ignore_values: list[float] 要忽略的顏色值
:param str world_file_path: 導入的源影像文件的座標參考文件路徑
:param bool is_import_as_grid: 是否導入爲 Grid 數據集
:param bool is_build_pyramid: 是否自動創建影像金字塔
:param function progress: 進度信息處理函數，請參考 :py:class:`.StepEvent`
:return: 導入後的結果數據集或結果數據集名稱
:rtype: list[DatasetGrid] or list[DatasetImage] or list[str]
import_kml(source_file, output, out_dataset_name=None, import_mode=None, is_import_empty=False, is_import_as_cad=False, is_ignore_invisible_object=True, source_file_charset=None, progress=None)
導入 KML 文件
:param str source_file: 被導入的 KML 文件
:param output: 結果數據源
:type output: Datasource or DatasourceConnectionInfo or str
:param str out_dataset_name: 結果數據集名稱
:type import_mode: ImportMode or str
:param bool is_import_empty: 是否導入空的數據集
:param bool is_import_as_cad: 是否以 CAD 數據集方式導入
:param bool is_ignore_invisible_object: 是否忽略不可見對象
:param source_file_charset: KML 文件的原始字符集
:type source_file_charset: Charset or str
:param function progress: 進度信息處理函數，請參考 :py:class:`.StepEvent`
:return: 導入後的結果數據集或結果數據集名稱
:rtype: list[DatasetVector] or list[str]
import_kmz(source_file, output, out_dataset_name=None, import_mode=None, is_import_empty=False, is_import_as_cad=False, is_ignore_invisible_object=True, source_file_charset=None, progress=None)
導入 KMZ 文件
:param str source_file: 被導入的 KMZ 文件
:param output: 結果數據源
:type output: Datasource or DatasourceConnectionInfo or str
:param str out_dataset_name: 結果數據集名稱
:param import_mode: 數據集導入模式
:type import_mode: ImportMode or str
:param bool is_import_empty: 是否導入空的數據集
:param bool is_import_as_cad: 是否以 CAD 數據集方式導入
:param bool is_ignore_invisible_object: 是否忽略不可見對象
:param source_file_charset: KMZ 文件的原始字符集
:type source_file_charset: Charset or str
:param function progress: 進度信息處理函數，請參考 :py:class:`.StepEvent`
:return: 導入後的結果數據集或結果數據集名稱
:rtype: list[DatasetVector] or list[str]
import_mapgis(source_file, output, out_dataset_name=None, import_mode=None, is_import_as_cad=True, color_index_file_path=None, import_network_topology=False, source_file_charset=None, progress=None)
導入 MapGIS 文件，Linux 平臺不支持導入 MapGIS 文件。
:param str source_file: 被導入的 MAPGIS 文件
:param output: 結果數據源
:type output: Datasource or DatasourceConnectionInfo or str
:param str out_dataset_name: 結果數據集名稱
:param import_mode: 數據集導入模式
:type import_mode: ImportMode or str
:param bool is_import_as_cad: 是否以 CAD 數據集方式導入
:param str color_index_file_path: MAPGIS 導入數據時的顏色索引表文件路徑，默認文件路徑爲系統路徑下的 MapGISColor.wat
:param bool import_network_topology: 導入時是否導入網絡數據集
:param source_file_charset: MAPGIS 文件的原始字符集
:type source_file_charset: Charset or str
:param function progress: 進度信息處理函數，請參考 :py:class:`.StepEvent`
:return: 導入後的結果數據集或結果數據集名稱
:rtype: list[DatasetVector] or list[str]
import_mif(source_file, output, out_dataset_name=None, import_mode=None, is_ignore_attrs=True, is_import_as_cad=False, style_map_file=None, source_file_charset=None, progress=None)
導入 MIF 文件
:param str source_file: 被導入的 mif 文件
:param output: 結果數據源
:type output: Datasource or DatasourceConnectionInfo or str
:param str out_dataset_name: 結果數據集名稱
:param import_mode: 數據集導入模式
:type import_mode: ImportMode or str
:param bool is_ignore_attrs: 導入 MIF 格式數據時是否忽略該數據的屬性，包括矢量數據的屬性信息。
:param bool is_import_as_cad: 是否以 CAD 數據集方式導入
:param source_file_charset: mif 文件的原始字符集
:type source_file_charset: Charset or str
:param str style_map_file: 風格對照表的存儲路徑
:param function progress: 進度信息處理函數，請參考 :py:class:`.StepEvent`
:return: 導入後的結果數據集或結果數據集名稱
:rtype: list[DatasetVector] or list[str]
import_mrsid(source_file, output, out_dataset_name=None, ignore_mode='IGNORENONE', ignore_values=None, multi_band_mode=None, is_import_as_grid=False, progress=None)
導入 MrSID 文件, Linux 平臺不支持導入 MrSID 文件。
:param str source_file: 被導入的 MrSID 文件
:param output: 結果數據源
:type output: Datasource or DatasourceConnectionInfo or str
:param str out_dataset_name: 結果數據集名稱
:param ignore_mode: MrSID 文件的忽略顏色值的模式
:type ignore_mode: IgnoreMode or str
:param ignore_values: 要忽略的顏色值
:type ignore_values: list[float] 要忽略的顏色值
:param multi_band_mode: 多波段導入模式，能夠導入爲多個單波段數據集、單個多波段數據集或單個單波段數據集。
:type multi_band_mode: MultiBandImportMode or str
:param bool is_import_as_grid: 是否導入爲 Grid 數據集
:param function progress: 進度信息處理函數，請參考 :py:class:`.StepEvent`
:return: 導入後的結果數據集或結果數據集名稱
:rtype: list[DatasetGrid] or list[DatasetImage] or list[str]
import_osm(source_file, output, out_dataset_name=None, import_mode=None, source_file_charset=None, progress=None)
導入 OSM 矢量數據, Linux 平臺不支持 OSM 文件
:param str source_file: 被導入的 OSM 文件
:param output: 結果數據源
:type output: Datasource or DatasourceConnectionInfo or str
:param str out_dataset_name: 結果數據集名稱
:param import_mode: 數據集導入模式
:type import_mode: ImportMode or str
:param source_file_charset: OSM 文件的原始字符集
:type source_file_charset: Charset or str
:param function progress: 進度信息處理函數，請參考 :py:class:`.StepEvent`
:return: 導入後的結果數據集或結果數據集名稱
:rtype: list[DatasetVector] or list[str]
import_png(source_file, output, out_dataset_name=None, ignore_mode='IGNORENONE', ignore_values=None, world_file_path=None, is_import_as_grid=False, is_build_pyramid=True, progress=None)
導入 Portal Network Graphic (PNG) 文件
:param str source_file: 被導入的 PNG 文件
:param output: 結果數據源
:type output: Datasource or DatasourceConnectionInfo or str
:param str out_dataset_name: 結果數據集名稱
:param ignore_mode: PNG 文件的忽略顏色值的模式
:type ignore_mode: IgnoreMode or str
:param ignore_values: 要忽略的顏色值
:type ignore_values: list[float] 要忽略的顏色值
:param str world_file_path: 導入的源影像文件的座標參考文件路徑
:param bool is_import_as_grid: 是否導入爲 Grid 數據集
:param bool is_build_pyramid: 是否自動創建影像金字塔
:param function progress: 進度信息處理函數，請參考 :py:class:`.StepEvent`
:return: 導入後的結果數據集或結果數據集名稱
:rtype: list[DatasetGrid] or list[DatasetImage] or list[str]
import_shape(source_file, output, out_dataset_name=None, import_mode=None, is_ignore_attrs=False, is_import_empty=False, source_file_charset=None, is_import_as_3d=False, progress=None)
導入 shape 文件到數據源中。
:param str source_file: 被導入的 shape 文件
:param output: 結果數據源
:type output: Datasource or DatasourceConnectionInfo or str
:param str out_dataset_name: 結果數據集名稱
:param import_mode: 導入模式類型，能夠爲 ImportMode 枚舉值或名稱
:type import_mode: ImportMode or str
:param bool is_ignore_attrs: 是否忽略屬性信息，默認值爲 False
:param bool is_import_empty: 否導入空的數據集，默認是不導入的。默認爲 False
:param source_file_charset: shape 文件的原始字符集類型
:type source_file_charset: Charset or str
:param bool is_import_as_3d: 是否導入爲 3D 數據集
:param function progress: 進度信息處理函數，請參考 :py:class:`.StepEvent`
:return: 導入後的結果數據集或結果數據集名稱
:rtype: list[DatasetVector] or list[str]
>>> result = import_shape( 'E:/point.shp', 'E:/import_shp_out.udb')
>>> print(len(result) == 1)
>>> print(result[0])
import_simplejson(source_file, output, out_dataset_name=None, import_mode=None, is_import_empty=False, source_file_charset=None, progress=None)
導入 SimpleJson 文件
:param str source_file: 被導入的 SimpleJson 文件
:param output: 結果數據源
:type output: Datasource or DatasourceConnectionInfo or str
:param str out_dataset_name: 結果數據集名稱
:param import_mode: 數據集導入模式
:type import_mode: ImportMode or str
:param bool is_import_empty: 是否導入空數據集
:param source_file_charset: SimpleJson 文件的原始字符集
:type source_file_charset: Charset or str
:param function progress: 進度信息處理函數，請參考 :py:class:`.StepEvent`
:return: 導入後的結果數據集或結果數據集名稱
:rtype: list[DatasetVector] or list[str]
import_sit(source_file, output, out_dataset_name=None, ignore_mode='IGNORENONE', ignore_values=None, multi_band_mode=None, is_import_as_grid=False, password=None, progress=None)
導入 SIT 文件
:param str source_file: 被導入的 SIT 文件
:param output: 結果數據源
:type output: Datasource or DatasourceConnectionInfo or str
:param str out_dataset_name: 結果數據集名稱
:param ignore_mode: SIT 文件的忽略顏色值的模式
:type ignore_mode: IgnoreMode or str
:param ignore_values: 要忽略的顏色值
:type ignore_values: list[float] 要忽略的顏色值
:param multi_band_mode: 多波段導入模式，能夠導入爲多個單波段數據集、單個多波段數據集或單個單波段數據集。
:type multi_band_mode: MultiBandImportMode or str
:param bool is_import_as_grid: 是否導入爲 Grid 數據集
:param str password: 密碼
:param function progress: 進度信息處理函數，請參考 :py:class:`.StepEvent`
:return: 導入後的結果數據集或結果數據集名稱
:rtype: list[DatasetGrid] or list[DatasetImage] or list[str]
import_tab(source_file, output, out_dataset_name=None, import_mode=None, is_ignore_attrs=True, is_import_empty=False, is_import_as_cad=False, style_map_file=None, source_file_charset=None, progress=None)
導入 TAB 文件
:param str source_file: 被導入的 TAB 文件
:param output: 結果數據源
:type output: Datasource or DatasourceConnectionInfo or str
:param str out_dataset_name: 結果數據集名稱
:param import_mode: 數據集導入模式
:type import_mode: ImportMode or str
:param bool is_ignore_attrs: 導入 TAB 格式數據時是否忽略該數據的屬性，包括矢量數據的屬性信息。
:param bool is_import_empty: 是否導入空的數據集，默認爲 False，即不導入
:param bool is_import_as_cad: 是否以 CAD 數據集方式導入
:param source_file_charset: mif 文件的原始字符集
:type source_file_charset: Charset or str
:param str style_map_file: 風格對照表的存儲路徑
:param function progress: 進度信息處理函數，請參考 :py:class:`.StepEvent`
:return: 導入後的結果數據集或結果數據集名稱
:rtype: list[DatasetVector] or list[str]
import_tif(source_file, output, out_dataset_name=None, ignore_mode='IGNORENONE', ignore_values=None, multi_band_mode=None, world_file_path=None, is_import_as_grid=False, is_build_pyramid=True, progress=None)
導入 TIF 文件
:param str source_file: 被導入的 TIF 文件
:param output: 結果數據源
:type output: Datasource or DatasourceConnectionInfo or str
:param str out_dataset_name: 結果數據集名稱
:param ignore_mode: Tiff/BigTIFF/GeoTIFF 文件的忽略顏色值的模式
:type ignore_mode: IgnoreMode or str
:param ignore_values: 要忽略的顏色值
:type ignore_values: list[float] 要忽略的顏色值
:param multi_band_mode: 多波段導入模式，能夠導入爲多個單波段數據集、單個多波段數據集或單個單波段數據集。
:type multi_band_mode: MultiBandImportMode or str
:param str world_file_path: 導入的源影像文件的座標參考文件路徑
:param bool is_import_as_grid: 是否導入爲 Grid 數據集
:param bool is_build_pyramid: 是否自動創建影像金字塔
:param function progress: 進度信息處理函數，請參考 :py:class:`.StepEvent`
:return: 導入後的結果數據集或結果數據集名稱
:rtype: list[DatasetGrid] or list[DatasetImage] or list[str]
import_usgsdem(source_file, output, out_dataset_name=None, ignore_mode='IGNORENONE', ignore_values=None, is_build_pyramid=True, progress=None)
導入 USGSDEM 文件
:param str source_file: 被導入的 JPG 文件
:param output: 結果數據源
:type output: Datasource or DatasourceConnectionInfo or str
:param str out_dataset_name: 結果數據集名稱
:param ignore_mode: JPG 文件的忽略顏色值的模式
:type ignore_mode: IgnoreMode or str
:param ignore_values: 要忽略的顏色值
:type ignore_values: list[float] 要忽略的顏色值
:param bool is_build_pyramid: 是否自動創建影像金字塔
:param function progress: 進度信息處理函數，請參考 :py:class:`.StepEvent`
:return: 導入後的結果數據集或結果數據集名稱
:rtype: list[DatasetGrid] or list[str]
import_vct(source_file, output, out_dataset_name=None, import_mode=None, is_import_empty=False, source_file_charset=None, layers=None, progress=None)
導入 VCT 文件
:param str source_file: 被導入的 VCT 文件
:param output: 結果數據源
:type output: Datasource or DatasourceConnectionInfo or str
:param str out_dataset_name: 結果數據集名稱
:param import_mode: 數據集導入模式
:type import_mode: ImportMode or str
:param bool is_import_empty: 是否導入空數據集
:param source_file_charset: VCT 文件的原始字符集
:type source_file_charset: Charset or str
:param layers: 須要導入的圖層名稱，設置爲 None 時將所有導入。
:type layers: str or list[str]
:param function progress: 進度信息處理函數，請參考 :py:class:`.StepEvent`
:return: 導入後的結果數據集或結果數據集名稱
:rtype: list[DatasetVector] or list[str]
DATA
__all__ = ['import_shape', 'import_dbf', 'import_csv', 'import_mapgis'...
FILE
/home/supermap/anaconda3/lib/python3.7/site-packages/iobjectspy/conversion.py
help(smo.analyst)
Help on module iobjectspy.analyst in iobjectspy:
NAME
iobjectspy.analyst
DESCRIPTION
ananlyst 模塊提供了經常使用的空間數據處理和分析的功能，用戶使用analyst 模塊能夠進行緩衝區分析( :py:meth:`create_buffer` )、疊加分析( :py:meth:`overlay` )、
建立泰森多邊形( :py:meth:`create_thiessen_polygons` )、拓撲構面( :py:meth:`topology_build_regions` )、密度聚類( :py:meth:`kernel_density` )、
插值分析( :py:meth:`interpolate` )，柵格代數運算( :py:meth:`expression_math_analyst` )等功能。
在 analyst 模塊的全部接口中，對輸入數據參數要求爲數據集（ :py:class:`.Dataset` , :py:class:`.DatasetVector` , :py:class:`.DatasetImage` , :py:class:`.DatasetGrid` ）的參數，
都接受直接輸入一個數據集對象（Dataset）或數據源別名與數據集名稱的組合（例如，'alias/dataset_name', 'alias\\\dataset_name'),也支持數據源鏈接信息與數據集名稱的組合（例如，'E:/data.udb/dataset_name')。
- 支持設置數據集
>>> ds = Datasource.open('E:/data.udb')
>>> create_buffer(ds['point'], 10, 10, unit='Meter', out_data='E:/buffer_out.udb')
- 支持設置數據集別名和數據集名稱組合
>>> create_buffer(ds.alias + '/point' + , 10, 10, unit='Meter', out_data='E:/buffer_out.udb')
>>> create_buffer(ds.alias + '\\point', 10, 10, unit='Meter', out_data='E:/buffer_out.udb')
>>> create_buffer(ds.alias + '|point', 10, 10, unit='Meter', out_data='E:/buffer_out.udb')
- 支持設置 udb 文件路徑和數據集名稱組合
>>> create_buffer('E:/data.udb/point', 10, 10, unit='Meter', out_data='E:/buffer_out.udb')
- 支持設置數據源鏈接信息和數據集名稱組合，數據源鏈接信息包括 dcf 文件、xml 字符串等，具體參考 :py:meth:`.DatasourceConnectionInfo.make`
>>> create_buffer('E:/data_ds.dcf/point', 10, 10, unit='Meter', out_data='E:/buffer_out.udb')
.. Note:: 當輸入的是數據源信息時，程序會自動打開數據源，可是接口運行結束時不會自動關閉數據源，也就是打開後的數據源會存在當前工做空間中
在 analyst 模塊中全部接口中，對輸出數據參數要求爲數據源（ :py:class:`.Datasource` ）的，均接受 Datasource 對象，也能夠爲 :py:class:`.DatasourceConnectionInfo` 對象，
同時，也支持當前工做空間下數據源的別名，也支持 UDB 文件路徑，DCF 文件路徑等。
- 支持設置 udb 文件路徑
>>> create_buffer('E:/data.udb/point', 10, 10, unit='Meter', out_data='E:/buffer_out.udb')
- 支持設置數據源對象
>>> ds = Datasource.open('E:/buffer_out.udb')
>>> create_buffer('E:/data.udb/point', 10, 10, unit='Meter', out_data=ds)
>>> ds.close()
- 支持設置數據源別名
>>> ds_conn = DatasourceConnectionInfo('E:/buffer_out.udb', alias='my_datasource')
>>> create_buffer('E:/data.udb/point', 10, 10, unit='Meter', out_data='my_datasource')
.. Note:: 若是輸出數據的參數輸入的是數據源鏈接信息或 UDB 文件路徑等，程序會自動打開數據源，若是是 UDB 數據源而本地不存在，還會自動新建一個UDB數據源，但須要確保UDB數據源所在的文件目錄存在並且可寫。
在功能完成後，若是數據源是由程序自動打開或建立的，會被自動關閉掉（這裏與輸入數據爲Dataset不一樣，輸入數據中被自動打開的數據源不會自動關閉）。因此，對於有些接口
輸出結果爲數據集的，就會返回結果數據集的名稱，若是傳入的是數據源對象，返回的即是結果數據集。
CLASSES
builtins.object
iobjectspy._jsuperpy.analyst.AnalyzingPatternsResult
iobjectspy._jsuperpy.analyst.IncrementalResult
iobjectspy._jsuperpy.analyst.BasicStatisticsAnalystResult
iobjectspy._jsuperpy.analyst.CutFillResult
iobjectspy._jsuperpy.analyst.GWRSummary
iobjectspy._jsuperpy.analyst.GeographicalDetectorResult
iobjectspy._jsuperpy.analyst.GridHistogram
iobjectspy._jsuperpy.analyst.InteractionDetectorResult
iobjectspy._jsuperpy.analyst.NeighbourShape
iobjectspy._jsuperpy.analyst.NeighbourShapeAnnulus
iobjectspy._jsuperpy.analyst.NeighbourShapeCircle
iobjectspy._jsuperpy.analyst.NeighbourShapeRectangle
iobjectspy._jsuperpy.analyst.NeighbourShapeWedge
iobjectspy._jsuperpy.analyst.OLSSummary
iobjectspy._jsuperpy.analyst.PreprocessOptions
iobjectspy._jsuperpy.analyst.ProcessingOptions
iobjectspy._jsuperpy.analyst.ReclassMappingTable
iobjectspy._jsuperpy.analyst.ReclassSegment
iobjectspy._jsuperpy.analyst.RiskDetectorMean
iobjectspy._jsuperpy.analyst.RiskDetectorResult
iobjectspy._jsuperpy.analyst.StatisticsField
iobjectspy._jsuperpy.analyst.VisibleResult
iobjectspy._jsuperpy.analyst.InterpolationParameter(builtins.object)
iobjectspy._jsuperpy.analyst.InterpolationDensityParameter
iobjectspy._jsuperpy.analyst.InterpolationIDWParameter
iobjectspy._jsuperpy.analyst.InterpolationKrigingParameter
iobjectspy._jsuperpy.analyst.InterpolationRBFParameter
class AnalyzingPatternsResult(builtins.object)
| 分析模式結果類。該類用於獲取分析模式計算的結果，包括結果指數、指望、方差、Z得分和P值等。
|
| Methods defined here:
|
| __init__(self)
| Initialize self. See help(type(self)) for accurate signature.
|
| __str__(self)
| Return str(self).
|
| ----------------------------------------------------------------------
| Data descriptors defined here:
|
| __dict__
| dictionary for instance variables (if defined)
|
| __weakref__
| list of weak references to the object (if defined)
|
| expectation
| float: 分析模式結果中的指望值
|
| index
| float: 分析模式結果中的莫蘭指數或GeneralG指數
|
| p_value
| float: 分析模式結果中的P值
|
| variance
| float: 分析模式結果中的方差值
|
| z_score
| float: 分析模式結果中的Z得分
class BasicStatisticsAnalystResult(builtins.object)
| 柵格基本統計分析結果類
|
| Methods defined here:
|
| __init__(self)
| Initialize self. See help(type(self)) for accurate signature.
|
| __str__(self)
| Return str(self).
|
| to_dict(self)
| 輸出爲 dict 對象
|
| :rtype: dict
|
| ----------------------------------------------------------------------
| Data descriptors defined here:
|
| __dict__
| dictionary for instance variables (if defined)
|
| __weakref__
| list of weak references to the object (if defined)
|
| first_quartile
| float: 柵格基本統計分析計算所得的第一四分值
|
| kurtosis
| float: 柵格基本統計分析計算所得的峯度
|
| max
| float: 柵格基本統計分析計算所得的最大值
|
| mean
| float: 柵格基本統計分析計算所得的最小值
|
| median
| float: 柵格基本統計分析計算所得的中位數
|
| min
| float:
|
| skewness
| float: 柵格基本統計分析計算所得的偏度
|
| std
| float: 柵格基本統計分析計算所得的均方差（標準差）
|
| third_quartile
| float: 柵格基本統計分析計算所得的第三四分值
class CutFillResult(builtins.object)
| CutFillResult(cut_area, cut_volume, fill_area, fill_volume, remainder_area, cut_fill_grid_result)
|
| 填挖方結果信息類。該對象用於獲取對柵格數據集進行填方和挖方計算的結果，例如須要填方、挖方的面積、填方和挖方的體積數等。
|
| 關於填挖方結果面積和體積單位的說明：
|
| 填挖的面積單位爲平方米，體積的單位爲平方米乘以高程（即進行填挖的柵格值）的單位。但需注意，若是進行填挖方計算的柵格是地理座標系，面積的值是一個近似轉換到平方米單位的值。
|
| Methods defined here:
|
| __init__(self, cut_area, cut_volume, fill_area, fill_volume, remainder_area, cut_fill_grid_result)
| 內部構造函數，用戶不須要使用
|
| :param float cut_area: 填挖方分析結果挖掘面積。單位爲平方米。當進行填挖方的柵格爲地理座標系時，該值爲近似轉換
| :param float cut_volume: 填挖方分析結果挖掘體積。單位爲平方米乘以填挖柵格的柵格值（即高程值）的單位
| :param float fill_area: 填挖方分析結果填充面積。單位爲平方米。當進行填挖方的柵格爲地理座標系時，該值爲近似轉換。
| :param float fill_volume: 填挖方分析結果填充體積。單位爲平方米乘以填挖柵格的柵格值（即高程值）的單位。
| :param float remainder_area: 填挖方分析中未進行填挖方的面積。單位爲平方米。當進行填挖方的柵格爲地理座標系時，該值爲近似轉換。
| :param cut_fill_grid_result: 填挖方分析的結果數據集。 單元格值大於0表示要挖的深度，小於0表要填的深度。
| :type cut_fill_grid_result: DatasetGrid or str
|
| ----------------------------------------------------------------------
| Data descriptors defined here:
|
| __dict__
| dictionary for instance variables (if defined)
|
| __weakref__
| list of weak references to the object (if defined)
class GWRSummary(builtins.object)
| 地理加權迴歸結果彙總類。該類給出了地理加權迴歸分析的結果彙總，例如帶寬、相鄰數、殘差平方和、AICc和斷定係數等。
|
| Methods defined here:
|
| __init__(self)
| Initialize self. See help(type(self)) for accurate signature.
|
| __str__(self)
| Return str(self).
|
| ----------------------------------------------------------------------
| Data descriptors defined here:
|
| AIC
| float: 地理加權迴歸結果彙總中的AIC。與AICc相似，是衡量模型擬合優良性的一種標準，能夠權衡所估計模型的複雜度和模型擬
| 合數據的優良性，在評價模型時是兼顧了簡潔性和精確性。代表增長自由參數的數目提升了擬合的優良性，AIC鼓勵數據的
| 擬合性，可是應儘可能避免出現過分擬合的狀況。因此優先考慮AIC值較小的，是尋找能夠最好的解釋數據但包含最少自由參
| 數的模型。
|
| AICc
| float: 地理加權迴歸結果彙總中的AICc。當數據增長時，AICc收斂爲AIC，也是模型性能的一種度量，有助與比較不一樣的迴歸模型。
| 考慮到模型複雜性，具備較低AICc值的模型將更好的擬合觀測數據。AICc不是擬合度的絕對度量，但對於比較用於同一因變
| 量且具備不一樣解釋變量的模型很是有用。若是兩個模型的AICc值相差大於3，具備較低AICc值的模型將視爲更佳的模型。
|
| Edf
| float: 地理加權迴歸結果彙總中的有效自由度。數據的數目與有效的參數數量（EffectiveNumber）的差值，不必定是整數，可用
| 來計算多個診斷測量值。自由度較大的模型擬合度會較差，可以較好的反應數據的真實狀況，統計量會變得比較可靠；反之，
| 擬合效果會較好，可是不能較好的反應數據的真實狀況，模型數據的獨立性被削弱，關聯度增長。
|
| R2
| float: 地理加權迴歸結果彙總中的斷定係數（R2）。斷定係數是擬合度的一種度量，其值在0.0和1.0範圍內變化，值越大模型越好。
| 此值可解釋爲迴歸模型所涵蓋的因變量方差的比例。R2計算的分母爲因變量值的平方和，添加一個解釋變量不會更改分母可是
| 會更改分子，這將出現改善模型擬合的狀況，可是也可能假象。
|
| R2_adjusted
| float: 地理加權迴歸結果彙總中的校訂的斷定係數。校訂的斷定係數的計算將按分子和分母的自由度對它們進行正規化。這具備對
| 模型中變量數進行補償的效果，因爲校訂的R2值一般小於R2值。可是，執行校訂時，沒法將該值的解釋做爲所解釋方差的比例。
| 自由度的有效值是帶寬的函數，所以，AICc是對模型進行比較的首選方式。
|
| __dict__
| dictionary for instance variables (if defined)
|
| __weakref__
| list of weak references to the object (if defined)
|
| band_width
| float: 地理加權迴歸結果彙總中的帶寬範圍。
|
| * 用於各個局部估計的帶寬範圍，它控制模型中的平滑程度。一般，你能夠選擇默認的帶寬範圍，方法是：設置帶寬肯定
| 方式(kernel_type)方法選擇 :py:attr:`.BandWidthType.AICC` 或 :py:attr:`.BandWidthType.CV`，這兩個選項都將嘗試識別最佳帶寬範圍。
|
| * 因爲"最佳"條件對於 AIC 和 CV 並不相同，都會獲得相對的最優 AICc 值和 CV 值，於是一般會得到不一樣的最佳值。
|
| * 能夠經過設置帶寬類型（kernel_type）方法提供精確的帶寬範圍。
|
| effective_number
| float: 地理加權迴歸結果彙總中的有效的參數數量。反映了估計值的方差與係數估計值的誤差之間的折衷，該值與帶寬的選擇有關，
| 可用來計算多個診斷測量值。對於較大的帶寬，係數的有效數量將接近實際參數數量，局部係數估計值將具備較小的方差，
| 可是誤差將會很是大;對於較小的帶寬，係數的有效數量將接近觀測值的數量，局部係數估計值將具備較大的方差，可是偏
| 差將會變小。
|
| neighbours
| int: 地理加權迴歸結果彙總中的相鄰數目。
|
| * 用於各個局部估計的相鄰數目，它控制模型中的平滑程度。一般，你能夠選擇默認的相鄰點值，方法是：設置帶寬肯定方式(kernel_type)
| 方法選擇 :py:attr:`.BandWidthType.AICC` 或 :py:attr:`.BandWidthType.CV`，這兩個選項都將嘗試識別最佳自適應相鄰點數目。
|
| * 因爲"最佳"條件對於 AIC 和 CV 並不相同，都會獲得相對的最優 AICc 值和 CV 值，於是一般會得到不一樣的最佳值。
|
| * 能夠經過設置帶寬類型（kernel_type）方法提供精確的自適應相鄰點數目。
|
| residual_squares
| float: 地理加權迴歸結果彙總中的殘差平方和。殘差平方和爲實際值與估計值（或擬合值）的平方之和。此測量值越小，模型越
| 擬合觀測數據，即擬合程度越好。
|
| sigma
| float: 地理加權迴歸結果彙總中的殘差估計標準差。殘差的估計標準差，爲剩餘平方和除以殘差的有效自由度的平方根。此統計值
| 越小，模型擬合效果越好。
class GeographicalDetectorResult(builtins.object)
| GeographicalDetectorResult(java_object)
|
| 地理探測器結果類，用於獲取地理探測器計算的結果，包括因子探測器、生態探測器、交互做用探測器、風險探測器分析結果。
|
| Methods defined here:
|
| __init__(self, java_object)
| Initialize self. See help(type(self)) for accurate signature.
|
| ----------------------------------------------------------------------
| Data descriptors defined here:
|
| __dict__
| dictionary for instance variables (if defined)
|
| __weakref__
| list of weak references to the object (if defined)
|
| ecological_detector_result
| pandas.DataFrame: 生態探測器分析結果。生態探測器用於比較兩因子X1和X2對屬性Y的空間分佈的影響是否有顯著的差別，以 F 統計量來衡量。
|
| .. image:: ../image/GeographicalDetectorFformula.png
|
| factor_detector_result
| pandas.DataFrame: 因子探測器分析結果。探測Y的空間分異性，以及探測某因子 X 多大程度上解釋了屬性Y的空間分異。用 q 值度量.
|
| .. image:: ../image/GeographicalDetectorQformula.png
|
| q 的值域爲[0,1]，值越大，說明 y 的空間分異越明顯，若是分層是由自變量 X 生成的，則 q 值越大，表示 X 和 Y 的空間分佈越一致，
| 自變量 X 對屬性 Y 的解釋力越強，反之則越弱。極端狀況下，q 值爲1代表在 X 的層內，Y的方差爲0，即因子 X 徹底控制了 Y 的空間分佈，
| q 值爲0 則代表 Y 按照 X 分層後的方差和與 Y 不分層的方差相等，Y 沒有按照 X 進行分異，即因子 X 與 Y 沒有任何關係。q 值 表示 X 解釋了 100q% 的 Y。
|
| interaction_detector_result
| InteractionDetectorResult: 交互做用探測器分析結果。識別不一樣風險因子 Xs 之間的交互做用,即評估因子 X1 和 X2 共同做用時
| 是否會增長或減弱對因變量Y的解釋力，或這些因子對 Y 的影響是相互獨立的？評估的方法是首先分別
| 計算兩種因子 X1 和 X2 對 Y 的 q 值: q(Y|X1) 和 q(Y|X2)。而後疊加變量 X1 和 X2 兩個圖層相切所造成的新的層，計算 X1∩X2 對 Y 的 q 值： q(Y|X1∩X2)。最後，對
| q(Y|X1)、q(Y|X2) 與 q(Y|X1∩X2) 的數值進行比較，判斷交互做用。
|
| - q(X1∩X2) < Min(q(X1),q(X2)) 非線性減弱
| - Min(q(X1),q(X2)) < q(X1∩X2) < Max(q(X1),q(X2)) 單因子非線性減弱
| - q(X1∩X2) > Max(q(X1),q(X2)) 雙因子加強
| - q(X1∩X2) = q(X1) + q(X2) 獨立
| - q(X1∩X2) > q(X1) + q(X2) 非線性加強
|
| risk_detector_result
| RiskDetectorResult: 風險區探測器分析結果。用於判斷兩個子區域間的屬性均值是否有顯著的差異,用 t 統計量來檢驗。
|
| .. image:: ../image/GeographicalDetectorTformula.png
|
| variables
| list[str]: 地理探測器解釋變量
class GridHistogram(builtins.object)
| GridHistogram(source_data, group_count, function_type=None, progress=None)
|
| 建立給定柵格數據集的直方圖。
|
| 直方圖，又稱柱狀圖，由一系列高度不等的矩形塊來表示一份數據的分佈狀況。通常橫軸表示類別，縱軸表示分佈狀況。
|
| 柵格直方圖的橫軸表示柵格值的分組，柵格值將被劃分到這 N（默認爲 100）個組中，即每一個組對應着一個柵格值範圍；縱軸表示頻數，即
| 柵格值在每組的值範圍內的單元格的個數。
|
| 下圖是柵格直方圖的示意圖。該柵格數據的最小值和最大值分別爲 0 和 100，取組數爲 10，得出每組的頻數，繪製以下的直方圖。矩形塊
| 上方標註了該組的頻數，例如，第 6 組的柵格值範圍爲 [50,60)，柵格數據中值在此範圍內的單元格共有 3 個，所以該組的頻數爲 3。
|
| .. image:: ../image/BuildHistogram.png
|
| 注：直方圖分組的最後一組的值範圍爲前閉後閉，其他均爲前閉後開。
|
| 在經過此方法得到柵格數據集的直方圖（GridHistogram）對象後，能夠經過該對象的 get_frequencies 方法返回每一個組的頻數，還能夠經過
| get_group_count 方法從新指定柵格直方圖的組數，而後再經過 get_frequencies 方法返回每組的頻數。
|
| 下圖爲建立柵格直方圖的一個實例。本例中，最小柵格值爲 250，最大柵格值爲 1243，組數爲 500，獲取各組的頻數，繪製出如右側所示的
| 柵格直方圖。從右側的柵格直方圖，能夠很是直觀的瞭解柵格數據集柵格值的分佈狀況。
|
| .. image:: ../image/BuildHistogram_1.png
|
| Methods defined here:
|
| __init__(self, source_data, group_count, function_type=None, progress=None)
| 構造柵格直方圖對象
|
| :param source_data: 指定的柵格數據集
| :type source_data: DatasetGrid or str
| :param group_count: 指定的直方圖的組數。必須大於 0。
| :type group_count: int
| :param function_type: FunctionType
| :type function_type: 指定的變換函數類型。
| :param progress: 進度信息處理函數，具體參考 :py:class:`.StepEvent`
| :type progress: function
|
| get_frequencies(self)
| 返回柵格直方圖每一個組的頻數。直方圖的每一個組都對應了一個柵格值範圍，值在這個範圍內的全部單元格的個數即爲該組的頻數。
|
| :return: 返回柵格直方圖每一個組的頻數。
| :rtype: list[int]
|
| get_group_count(self)
| 返回柵格直方圖橫軸上的組數。
|
| :return: 返回柵格直方圖橫軸上的組數。
| :rtype: int
|
| get_segments(self)
| 返回柵格直方圖每一個組的區間信息。
|
| :return: 柵格直方圖每一個組的區間信息。
| :rtype: list[GridHistogram.HistogramSegmentInfo]
|
| set_group_count(self, count)
| 設置柵格直方圖橫軸上的組數。
|
| :param int count: 柵格直方圖橫軸上的組數。必須大於 0。
| :rtype: self
|
| ----------------------------------------------------------------------
| Data descriptors defined here:
|
| __dict__
| dictionary for instance variables (if defined)
|
| __weakref__
| list of weak references to the object (if defined)
|
| ----------------------------------------------------------------------
| Data and other attributes defined here:
|
| HistogramSegmentInfo = <class 'iobjectspy._jsuperpy.analyst.GridHistog...
| 柵格直方圖每一個分段區間的信息類。
class IncrementalResult(AnalyzingPatternsResult)
| 增量空間自相關結果類。該類用於獲取增量空間自相關計算的結果，包括結果增量距離、莫蘭指數、指望、方差、Z得分和P值等。
|
| Method resolution order:
| IncrementalResult
| AnalyzingPatternsResult
| builtins.object
|
| Methods defined here:
|
| __init__(self)
| Initialize self. See help(type(self)) for accurate signature.
|
| __str__(self)
| Return str(self).
|
| ----------------------------------------------------------------------
| Data descriptors defined here:
|
| distance
| float: 增量空間自相關結果中的增量距離
|
| ----------------------------------------------------------------------
| Data descriptors inherited from AnalyzingPatternsResult:
|
| __dict__
| dictionary for instance variables (if defined)
|
| __weakref__
| list of weak references to the object (if defined)
|
| expectation
| float: 分析模式結果中的指望值
|
| index
| float: 分析模式結果中的莫蘭指數或GeneralG指數
|
| p_value
| float: 分析模式結果中的P值
|
| variance
| float: 分析模式結果中的方差值
|
| z_score
| float: 分析模式結果中的Z得分
class InteractionDetectorResult(builtins.object)
| InteractionDetectorResult(java_object)
|
| 交互做用探測器分析結果，用於獲取對數據進行交互做用探測器獲得的分析結果，包括不一樣解釋變量之間交互做用的描述以及分析結果矩陣。
| 用戶不能建立此對象。
|
| Methods defined here:
|
| __init__(self, java_object)
| Initialize self. See help(type(self)) for accurate signature.
|
| ----------------------------------------------------------------------
| Data descriptors defined here:
|
| __dict__
| dictionary for instance variables (if defined)
|
| __weakref__
| list of weak references to the object (if defined)
|
| descriptions
| list[str]: 交互做用探測器結果描述。評估不一樣解釋變量共同做用時是否會增長或減弱對因變量的解釋力，或這些因子對因變量的影響
| 是否相互獨立，兩個解釋變量對因變量交互做用的類型包括：非線性減弱、單因子非線性減弱、雙因子加強、獨立及非線性加強。
|
| interaction_values
| pandas.DataFrame: 交互做用探測器分析結果值。
class InterpolationDensityParameter(InterpolationParameter)
| InterpolationDensityParameter(resolution, search_radius=0.0, expected_count=12, bounds=None)
|
| 點密度差值（Density）插值參數類。點密度插值方法，用於表達採樣點的密度分佈狀況。
| 點密度插值的結果柵格的分辨率設置須要結合點數據集範圍大小來取值，通常結果柵格行列值（即結果柵格數據集範圍除以分辨率）在 500
| 之內便可以較好的體現出密度走勢。因爲點密度插值暫時只支持定長搜索模式，所以搜索半徑（search_radius）值設置較爲重要，此值須要用戶根據待插值點數據分佈情況和點數據集範圍進行設置。
|
| Method resolution order:
| InterpolationDensityParameter
| InterpolationParameter
| builtins.object
|
| Methods defined here:
|
| __init__(self, resolution, search_radius=0.0, expected_count=12, bounds=None)
| 構造點密度差值插值參數類對象
|
| :param float resolution: 插值運算時使用的分辨率
| :param float search_radius: 查找參與運算點的查找半徑
| :param int expected_count: 指望參與插值運算的點數
| :param Rectangle bounds: 插值分析的範圍，用於肯定運行結果的範圍
|
| set_expected_count(self, value)
| 設置指望參與插值運算的點數
|
| :param int value: 表示指望參與運算的最少樣點數
| :return: self
| :rtype: InterpolationDensityParameter
|
| set_search_radius(self, value)
| 設置查找參與運算點的查找半徑。單位與用於插值的點數據集（或記錄集所屬的數據集）的單位相同。查找半徑決定了參與運算點的查找範圍，當計算某個位置
| 的未知數值時，會以該位置爲圓心，以search_radius爲半徑，落在這個範圍內的採樣點都將參與運算，即該位置的預測值由該範圍內採樣點的數值決定。
|
| :param float value: 查找參與運算點的查找半徑
| :return: self
| :rtype: InterpolationDensityParameter
|
| ----------------------------------------------------------------------
| Data descriptors defined here:
|
| expected_count
| int: 返回指望參與插值運算的點數，表示指望參與運算的最少樣點數
|
| search_mode
| SearchMode: 在插值運算時，查找參與運算點的方式，只支持定長查找（KDTREE_FIXED_RADIUS）方式
|
| search_radius
| float: 查找參與運算點的查找半徑
|
| ----------------------------------------------------------------------
| Methods inherited from InterpolationParameter:
|
| set_bounds(self, value)
| 設置插值分析的範圍，用於肯定運行結果的範圍
|
| :param Rectangle value: 插值分析的範圍，用於肯定運行結果的範圍
| :return: self
| :rtype: InterpolationParameter
|
| set_resolution(self, value)
| 設置插值運算時使用的分辨率。
|
| :param float value: 插值運算時使用的分辨率
| :return: self
| :rtype: InterpolationParameter
|
| ----------------------------------------------------------------------
| Data descriptors inherited from InterpolationParameter:
|
| __dict__
| dictionary for instance variables (if defined)
|
| __weakref__
| list of weak references to the object (if defined)
|
| bounds
| Rectangle: 插值分析的範圍，用於肯定運行結果的範圍
|
| resolution
| float: 插值運算時使用的分辨率
|
| type
| InterpolationAlgorithmType: 插值分支所支持的算法的類型
class InterpolationIDWParameter(InterpolationParameter)
| InterpolationIDWParameter(resolution, search_mode=SearchMode.KDTREE_FIXED_COUNT, search_radius=0.0, expected_count=12, power=1, bounds=None)
|
| 距離反比權值插值（Inverse Distance Weighted）參數類，
|
| Method resolution order:
| InterpolationIDWParameter
| InterpolationParameter
| builtins.object
|
| Methods defined here:
|
| __init__(self, resolution, search_mode=SearchMode.KDTREE_FIXED_COUNT, search_radius=0.0, expected_count=12, power=1, bounds=None)
| 構造 IDW 插值參數類。
|
| :param float resolution: 插值運算時使用的分辨率
| :param search_mode: 查找方式，不支持 QUADTREE
| :type search_mode: SearchMode or str
| :param float search_radius: 查找參與運算點的查找半徑
| :param int expected_count: 指望參與插值運算的點數
| :param int power: 距離權重計算的冪次，冪次值越低，內插結果越平滑，冪次值越高，內插結果細節越詳細。此參數應爲一個大於0的值。若是不指定此參數，方法缺省將其設置爲1
| :param Rectangle bounds: 插值分析的範圍，用於肯定運行結果的範圍
|
| set_expected_count(self, value)
| 設置指望參與插值運算的點數。若是設置 search_mode 爲 KDTREE_FIXED_RADIUS ，同時指定參與插值運算點的個數，當查找範圍內的點數小於指定的點數時賦爲空值。
|
| :param int value: 表示指望參與運算的最少樣點數
| :return: self
| :rtype: InterpolationIDWParameter
|
| set_power(self, value)
| 設置距離權重計算的冪次。冪次值越低，內插結果越平滑，冪次值越高，內插結果細節越詳細。此參數應爲一個大於0的值。若是不指定此參數，方法缺省
| 將其設置爲1。
|
| :param int value: 距離權重計算的冪次
| :return: self
| :rtype: InterpolationIDWParameter
|
| set_search_mode(self, value)
| 設置在插值運算時，查找參與運算點的方式。不支持 QUADTREE
|
| :param value: 在插值運算時，查找參與運算點的方式
| :type value: SearchMode or str
| :return: self
| :rtype: InterpolationIDWParameter
|
| set_search_radius(self, value)
| 設置查找參與運算點的查找半徑。單位與用於插值的點數據集（或記錄集所屬的數據集）的單位相同。查找半徑決定了參與運算點的查找範圍，當計算某個位置
| 的未知數值時，會以該位置爲圓心，以search_radius爲半徑，落在這個範圍內的採樣點都將參與運算，即該位置的預測值由該範圍內採樣點的數值決定。
|
| 若是設置 search_mode 爲KDTREE_FIXED_COUNT，同時指定查找參與運算點的範圍，當查找範圍內的點數小於指定的點數時賦爲空值，當查找範圍內的點數
| 大於指定的點數時，則返回距離插值點最近的指定個數的點進行插值。
|
| :param float value: 查找參與運算點的查找半徑
| :return: self
| :rtype: InterpolationIDWParameter
|
| ----------------------------------------------------------------------
| Data descriptors defined here:
|
| expected_count
| int: 指望參與插值運算的點數，若是設置 search_mode 爲 KDTREE_FIXED_RADIUS ，同時指定參與插值運算點的個數，當查找範圍內的點數小於指定的點數時賦爲空值。
|
| power
| int: 距離權重計算的冪次
|
| search_mode
| SearchMode: 在插值運算時，查找參與運算點的方式，不支持 QUADTREE
|
| search_radius
| float: 查找參與運算點的查找半徑
|
| ----------------------------------------------------------------------
| Methods inherited from InterpolationParameter:
|
| set_bounds(self, value)
| 設置插值分析的範圍，用於肯定運行結果的範圍
|
| :param Rectangle value: 插值分析的範圍，用於肯定運行結果的範圍
| :return: self
| :rtype: InterpolationParameter
|
| set_resolution(self, value)
| 設置插值運算時使用的分辨率。
|
| :param float value: 插值運算時使用的分辨率
| :return: self
| :rtype: InterpolationParameter
|
| ----------------------------------------------------------------------
| Data descriptors inherited from InterpolationParameter:
|
| __dict__
| dictionary for instance variables (if defined)
|
| __weakref__
| list of weak references to the object (if defined)
|
| bounds
| Rectangle: 插值分析的範圍，用於肯定運行結果的範圍
|
| resolution
| float: 插值運算時使用的分辨率
|
| type
| InterpolationAlgorithmType: 插值分支所支持的算法的類型
class InterpolationKrigingParameter(InterpolationParameter)
| InterpolationKrigingParameter(resolution, krighing_type=InterpolationAlgorithmType.KRIGING, search_mode=SearchMode.KDTREE_FIXED_COUNT, search_radius=0.0, expected_count=12, max_point_count_in_node=50, max_point_count_for_interpolation=200, variogram=VariogramMode.SPHERICAL, angle=0.0, mean=0.0, exponent=Exponent.EXP1, nugget=0.0, range_value=0.0, sill=0.0, bounds=None)
|
| 克呂金（Kriging）內插法參數。
|
| Kriging 法爲地質統計學上一種空間資料內插處理方法，主要的目的是利用各數據點間變異數（variance）的大小來推求某一未知點與各已知點的權重關係，再
| 由各數據點的值和其與未知點的權重關係推求未知點的值。Kriging 法最大的特點不只是提供一個最小估計偏差的預測值，而且可明確的指出偏差值的大小。通常
| 而言，許多地質參數，如地形面自己即具備連續的性質，故在一短距離內的任兩點必有空間上的關係。反之，在一不規則面上的兩點若相距甚遠，則在統計意義上可
| 視爲互爲獨立 (stastically indepedent)，這種隨距離而改變的空間上連續性，可用半變異圖 (semivariogram) 來表現。所以，若想由已知的散亂點來
| 推求某一未知點的值，則可利用半變異圖推求各已知點及欲求值點的空間關係。再由此空間參數推求半變異數，由各數據點間的半變異數可推求未知點與已知點間的
| 權重關係，進而推求出未知點的值。克呂金法的優勢是以空間統計學做爲其堅實的理論基礎。物理含義明確；不但能估計測定參數的空間變異分佈，並且還能夠估算
| 參數的方差分佈。克呂金法的缺點是計算步驟較煩瑣，計算量大，且變異函數有時須要根據經驗人爲選定。
|
| 克呂金插值法能夠採用兩種方式來獲取參與插值的採樣點，進而得到相應位置點的預測值，一個是在待計算預測值位置點周圍必定範圍內，獲取該範圍內的全部採樣
| 點，經過特定的插值計算公式得到該位置點的預測值；另外一個是在待計算預測值位置點周圍獲取必定數目的採樣點，經過特定的插值計算公式得到該位置點的預測值。
|
| 克呂金插值過程是一個多步驟的處理過程，包括:
| - 建立變異圖和協方差函數來估計統計相關（也稱爲空間自相關）的值；
| - 預測待計算位置點的未知值。
|
| 半變異函數與半變異圖:
| - 計算全部採樣點中相距 h 個單位的任意兩點的半變異函數值，那麼任意兩點的距離 h 通常是惟一的，將全部的點對的距離與相應的半變函數值快速顯示在以 h
| 爲 X 座標軸和以半變函數值爲 Y 座標軸的座標空間內，就獲得了半變異圖。相距距離愈小的點其半變異數愈小，而隨着距離的增長，任兩點間的空間相依關係愈
| 小，使得半變異函數值趨向於一穩定值。此穩定值咱們稱之爲基臺值（Sill）；而達到基臺值時的最小 h 值稱之爲自相關閾值（Range）。
|
| 塊金效應:
| - 當點間距離爲 0（好比，步長=0）時，半變函數值爲 0。然而，在一個無限小的距離內，半變函數一般顯示出塊金效應，這是一個大於 0 的值。若是半變函數
| 在Y週上的截距式 2 ，則塊金效應值爲 2。
| - 塊金效應屬於測量偏差，或者是小於採樣步長的小距離上的空間變化，或者二者兼而有之。測量偏差主要是因爲觀測儀器的內在偏差引發的。天然現象的空間變異
| 範圍很大（能夠在很小的尺度上，也能夠在很大的尺度上）。小於步長尺度上的變化就表現爲塊金的一部分。
|
| 半變異圖的得到是進行空間插值預測的關鍵步驟之一，克呂金法的主要應用之一就是預測非採樣點的屬性值，半變異圖提供了採樣點的空間自相關信息，根據半變
| 異圖，選擇合適的半變異模型，即擬合半變異圖的曲線模型。
|
| 不一樣的模型將會影響所得到的預測結果，若是接近原點處的半變異函數曲線越陡，則較近領域對該預測值的影響就越大。所以輸出表面就會越不光滑。
|
| SuperMap 支持的半變函數模型有指數型、球型和高斯型。詳細信息參見 VariogramMode 類
|
| Method resolution order:
| InterpolationKrigingParameter
| InterpolationParameter
| builtins.object
|
| Methods defined here:
|
| __init__(self, resolution, krighing_type=InterpolationAlgorithmType.KRIGING, search_mode=SearchMode.KDTREE_FIXED_COUNT, search_radius=0.0, expected_count=12, max_point_count_in_node=50, max_point_count_for_interpolation=200, variogram=VariogramMode.SPHERICAL, angle=0.0, mean=0.0, exponent=Exponent.EXP1, nugget=0.0, range_value=0.0, sill=0.0, bounds=None)
| 構造 克呂金插值參數對象。
|
| :param float resolution: 插值運算時使用的分辨率
| :param krighing_type: 插值分析的算法類型。支持設置 KRIGING, SimpleKRIGING, UniversalKRIGING 三種，默認使用 KRIGING。
| :type krighing_type: InterpolationAlgorithmType or str
| :param search_mode: 查找模式。
| :type search_mode: SearchMode or str
| :param float search_radius: 查找參與運算點的查找半徑。單位與用於插值的點數據集（或記錄集所屬的數據集）的單位相同。查找半徑決定了參與
| 運算點的查找範圍，當計算某個位置的未知數值時，會以該位置爲圓心，search_radius 爲半徑，落在這個範圍內的
| 採樣點都將參與運算，即該位置的預測值由該範圍內採樣點的數值決定。
| :param int expected_count: 指望參與插值運算的點數，當查找方式爲變長查找時，表示指望參與運算的最多樣點數。
| :param int max_point_count_in_node: 單個塊內最多查找點數。當用QuadTree的查找插值點時，才能夠設置塊內最多點數。
| :param int max_point_count_for_interpolation: 設置塊查找時，最多參與插值的點數。注意，該值必須大於零。當用QuadTree的查找插值點時，才能夠設置最多參與插值的點數
| :param variogram: 克呂金（Kriging）插值時的半變函數類型。默認值爲 VariogramMode.SPHERICAL
| :type variogram: VariogramMode or str
| :param float angle: 克呂金算法中旋轉角度值
| :param float mean: 插值字段的平均值，即採樣點插值字段值總和除以採樣點數目。
| :param exponent: 用於插值的樣點數據中趨勢面方程的階數
| :type exponent: Exponent or str
| :param float nugget: 塊金效應值。
| :param float range_value: 自相關閾值。
| :param float sill: 基臺值
| :param Rectangle bounds: 插值分析的範圍，用於肯定運行結果的範圍
|
| set_angle(self, value)
| 設置克呂金算法中旋轉角度值
|
| :param float value: 克呂金算法中旋轉角度值
| :return: self
| :rtype: InterpolationKrigingParameter
|
| set_expected_count(self, value)
| 設置指望參與插值運算的點數
|
| :param int value: 表示指望參與運算的最少樣點數
| :return: self
| :rtype: InterpolationIDWParameter
|
| set_exponent(self, value)
| 設置用於插值的樣點數據中趨勢面方程的階數
|
| :param value: 用於插值的樣點數據中趨勢面方程的階數
| :type value: Exponent or str
| :return: self
| :rtype: InterpolationKrigingParameter
|
| set_max_point_count_for_interpolation(self, value)
| 設置塊查找時，最多參與插值的點數。注意，該值必須大於零。當用QuadTree的查找插值點時，才能夠設置最多參與插值的點數
|
| :param int value: 塊查找時，最多參與插值的點數
| :return: self
| :rtype: InterpolationKrigingParameter
|
| set_max_point_count_in_node(self, value)
| 設置單個塊內最多查找點數。當用QuadTree的查找插值點時，才能夠設置塊內最多點數。
|
| :param int value: 單個塊內最多查找點數。當用QuadTree的查找插值點時，才能夠設置塊內最多點數
| :return: self
| :rtype: InterpolationKrigingParameter
|
| set_mean(self, value)
| 設置插值字段的平均值，即採樣點插值字段值總和除以採樣點數目。
|
| :param float value: 插值字段的平均值，即採樣點插值字段值總和除以採樣點數目。
| :return: self
| :rtype: InterpolationKrigingParameter
|
| set_nugget(self, value)
| 設置塊金效應值。
|
| :param float value: 塊金效應值。
| :return: self
| :rtype: InterpolationKrigingParameter
|
| set_range(self, value)
| 設置自相關閾值
|
| :param float value: 自相關閾值
| :return: self
| :rtype: InterpolationKrigingParameter
|
| set_search_mode(self, value)
| 設置在插值運算時，查找參與運算點的方式
|
| :param value: 在插值運算時，查找參與運算點的方式
| :type value: SearchMode or str
| :return: self
| :rtype: InterpolationIDWParameter
|
| set_search_radius(self, value)
| 設置查找參與運算點的查找半徑。單位與用於插值的點數據集（或記錄集所屬的數據集）的單位相同。查找半徑決定了參與運算點的查找範圍，當計算某個位置
| 的未知數值時，會以該位置爲圓心，以 search_radius爲半徑，落在這個範圍內的採樣點都將參與運算，即該位置的預測值由該範圍內採樣點的數值決定。
|
| 查找模式設置爲「變長查找」（KDTREE_FIXED_COUNT），將使用最大查找半徑範圍內的固定數目的樣點值進行插值，最大查找半徑爲點數據集的區域範圍對
| 應的矩形的對角線長度的 0.2 倍。
|
| :param float value: 查找參與運算點的查找半徑
| :return: self
| :rtype: InterpolationIDWParameter
|
| set_sill(self, value)
| 設置基臺值
|
| :param float value: 基臺值
| :return: self
| :rtype: InterpolationKrigingParameter
|
| set_variogram_mode(self, value)
| 設置克呂金（Kriging）插值時的半變函數類型。默認值爲 VariogramMode.SPHERICAL
|
| :param value: 克呂金（Kriging）插值時的半變函數類型
| :type value: VariogramMode or
| :return: self
| :rtype: InterpolationKrigingParameter
|
| ----------------------------------------------------------------------
| Data descriptors defined here:
|
| angle
| float: 克呂金算法中旋轉角度值
|
| expected_count
| int: 指望參與插值運算的點數
|
| exponent
| Exponent: 用於插值的樣點數據中趨勢面方程的階數
|
| max_point_count_for_interpolation
| int:塊查找時，最多參與插值的點數
|
| max_point_count_in_node
| int: 單個塊內最多查找點數
|
| mean
| float: 插值字段的平均值，即採樣點插值字段值總和除以採樣點數目。
|
| nugget
| float: 塊金效應值。
|
| range
| float: 自相關閾值
|
| search_mode
| SearchMode: 在插值運算時，查找參與運算點的方式
|
| search_radius
| float: 查找參與運算點的查找半徑
|
| sill
| float: 基臺值
|
| variogram_mode
| VariogramMode: 克呂金（Kriging）插值時的半變函數類型。默認值爲 VariogramMode.SPHERICAL
|
| ----------------------------------------------------------------------
| Methods inherited from InterpolationParameter:
|
| set_bounds(self, value)
| 設置插值分析的範圍，用於肯定運行結果的範圍
|
| :param Rectangle value: 插值分析的範圍，用於肯定運行結果的範圍
| :return: self
| :rtype: InterpolationParameter
|
| set_resolution(self, value)
| 設置插值運算時使用的分辨率。
|
| :param float value: 插值運算時使用的分辨率
| :return: self
| :rtype: InterpolationParameter
|
| ----------------------------------------------------------------------
| Data descriptors inherited from InterpolationParameter:
|
| __dict__
| dictionary for instance variables (if defined)
|
| __weakref__
| list of weak references to the object (if defined)
|
| bounds
| Rectangle: 插值分析的範圍，用於肯定運行結果的範圍
|
| resolution
| float: 插值運算時使用的分辨率
|
| type
| InterpolationAlgorithmType: 插值分支所支持的算法的類型
class InterpolationRBFParameter(InterpolationParameter)
| InterpolationRBFParameter(resolution, search_mode=SearchMode.KDTREE_FIXED_COUNT, search_radius=0.0, expected_count=12, max_point_count_in_node=50, max_point_count_for_interpolation=200, smooth=0.100000001490116, tension=40, bounds=None)
|
| 徑向基函數 RBF（Radial Basis Function）插值法參數類
|
| Method resolution order:
| InterpolationRBFParameter
| InterpolationParameter
| builtins.object
|
| Methods defined here:
|
| __init__(self, resolution, search_mode=SearchMode.KDTREE_FIXED_COUNT, search_radius=0.0, expected_count=12, max_point_count_in_node=50, max_point_count_for_interpolation=200, smooth=0.100000001490116, tension=40, bounds=None)
| 構造徑向基函數插值法參數類對象。
|
| :param float resolution: 插值運算時使用的分辨率
| :param search_mode: 查找模式。
| :type search_mode: SearchMode or str
| :param float search_radius: 查找參與運算點的查找半徑。單位與用於插值的點數據集（或記錄集所屬的數據集）的單位相同。查找半徑決定了參與
| 運算點的查找範圍，當計算某個位置的未知數值時，會以該位置爲圓心，search_radius 爲半徑，落在這個範圍內的
| 採樣點都將參與運算，即該位置的預測值由該範圍內採樣點的數值決定。
| :param int expected_count: 指望參與插值運算的點數，當查找方式爲變長查找時，表示指望參與運算的最多樣點數。
| :param int max_point_count_in_node: 單個塊內最多查找點數。當用QuadTree的查找插值點時，才能夠設置塊內最多點數。
| :param int max_point_count_for_interpolation: 設置塊查找時，最多參與插值的點數。注意，該值必須大於零。當用QuadTree的查找插值點時，才能夠設置最多參與插值的點數
| :param float smooth: 光滑係數，值域爲 [0,1]
| :param float tension: 張力系數
| :param Rectangle bounds: 插值分析的範圍，用於肯定運行結果的範圍
|
| set_expected_count(self, value)
| 設置指望參與插值運算的點數
|
| :param int value: 表示指望參與運算的最少樣點數
| :return: self
| :rtype: InterpolationRBFParameter
|
| set_max_point_count_for_interpolation(self, value)
| 設置塊查找時，最多參與插值的點數。注意，該值必須大於零。當用QuadTree的查找插值點時，才能夠設置最多參與插值的點數
|
| :param int value: 塊查找時，最多參與插值的點數
| :return: self
| :rtype: InterpolationRBFParameter
|
| set_max_point_count_in_node(self, value)
| 設置單個塊內最多查找點數。當用QuadTree的查找插值點時，才能夠設置塊內最多點數。
|
| :param int value: 單個塊內最多查找點數。當用QuadTree的查找插值點時，才能夠設置塊內最多點數
| :return: self
| :rtype: InterpolationRBFParameter
|
| set_search_mode(self, value)
| 設置在插值運算時，查找參與運算點的方式。
|
| :param value: 在插值運算時，查找參與運算點的方式
| :type value: SearchMode or str
| :return: self
| :rtype: InterpolationRBFParameter
|
| set_search_radius(self, value)
| 設置查找參與運算點的查找半徑。單位與用於插值的點數據集（或記錄集所屬的數據集）的單位相同。查找半徑決定了參與運算點的查找範圍，當計算某個位置
| 的未知數值時，會以該位置爲圓心，以 search_radiu s爲半徑，落在這個範圍內的採樣點都將參與運算，即該位置的預測值由該範圍內採樣點的數值決定。
|
| 查找模式設置爲「變長查找」（KDTREE_FIXED_COUNT），將使用最大查找半徑範圍內的固定數目的樣點值進行插值，最大查找半徑爲點數據集的區域範圍對
| 應的矩形的對角線長度的 0.2 倍。
|
| :param float value: 查找參與運算點的查找半徑
| :return: self
| :rtype: InterpolationRBFParameter
|
| set_smooth(self, value)
| 設置光滑係數
|
| :param float value: 光滑係數
| :return: self
| :rtype: InterpolationRBFParameter
|
| set_tension(self, value)
| 設置張力系數
|
| :param float value: 張力系數
| :return: self
| :rtype: InterpolationRBFParameter
|
| ----------------------------------------------------------------------
| Data descriptors defined here:
|
| expected_count
| int: 指望參與插值運算的點數
|
| max_point_count_for_interpolation
| int:塊查找時，最多參與插值的點數
|
| max_point_count_in_node
| int: 單個塊內最多查找點數
|
| search_mode
| SearchMode: 在插值運算時，查找參與運算點的方式，不支持 KDTREE_FIXED_RADIUS
|
| search_radius
| float: 查找參與運算點的查找半徑
|
| smooth
| float: 光滑係數
|
| tension
| float: 張力系數
|
| ----------------------------------------------------------------------
| Methods inherited from InterpolationParameter:
|
| set_bounds(self, value)
| 設置插值分析的範圍，用於肯定運行結果的範圍
|
| :param Rectangle value: 插值分析的範圍，用於肯定運行結果的範圍
| :return: self
| :rtype: InterpolationParameter
|
| set_resolution(self, value)
| 設置插值運算時使用的分辨率。
|
| :param float value: 插值運算時使用的分辨率
| :return: self
| :rtype: InterpolationParameter
|
| ----------------------------------------------------------------------
| Data descriptors inherited from InterpolationParameter:
|
| __dict__
| dictionary for instance variables (if defined)
|
| __weakref__
| list of weak references to the object (if defined)
|
| bounds
| Rectangle: 插值分析的範圍，用於肯定運行結果的範圍
|
| resolution
| float: 插值運算時使用的分辨率
|
| type
| InterpolationAlgorithmType: 插值分支所支持的算法的類型
class NeighbourShape(builtins.object)
| 鄰域形狀基類。鄰域按照形狀可分爲：矩形鄰域、圓形鄰域、環形鄰域和扇形鄰域。鄰域形狀的相關參數設置
|
| Methods defined here:
|
| __init__(self)
| Initialize self. See help(type(self)) for accurate signature.
|
| ----------------------------------------------------------------------
| Data descriptors defined here:
|
| __dict__
| dictionary for instance variables (if defined)
|
| __weakref__
| list of weak references to the object (if defined)
|
| shape_type
| NeighbourShapeType: 域分析的鄰域形狀類型
class NeighbourShapeAnnulus(NeighbourShape)
| NeighbourShapeAnnulus(inner_radius, outer_radius)
|
| 環形鄰域形狀類
|
| Method resolution order:
| NeighbourShapeAnnulus
| NeighbourShape
| builtins.object
|
| Methods defined here:
|
| __init__(self, inner_radius, outer_radius)
| 構造環形鄰域形狀類對象
|
| :param float inner_radius: 內環半徑
| :param float outer_radius: 外環半徑
|
| set_inner_radius(self, value)
| 設置內環半徑
|
| :param float value: 內環半徑
| :return: self
| :rtype: NeighbourShapeAnnulus
|
| set_outer_radius(self, value)
| 設置外環半徑
|
| :param float value: 外環半徑
| :return: self
| :rtype: NeighbourShapeAnnulus
|
| ----------------------------------------------------------------------
| Data descriptors defined here:
|
| inner_radius
| float: 內環半徑
|
| outer_radius
| float: 外環半徑
|
| ----------------------------------------------------------------------
| Data descriptors inherited from NeighbourShape:
|
| __dict__
| dictionary for instance variables (if defined)
|
| __weakref__
| list of weak references to the object (if defined)
|
| shape_type
| NeighbourShapeType: 域分析的鄰域形狀類型
class NeighbourShapeCircle(NeighbourShape)
| NeighbourShapeCircle(radius)
|
| 圓形鄰域形狀類
|
| Method resolution order:
| NeighbourShapeCircle
| NeighbourShape
| builtins.object
|
| Methods defined here:
|
| __init__(self, radius)
| 構造圓形鄰域形狀類對象
|
| :param float radius: 圓形鄰域的半徑
|
| set_radius(self, value)
| 設置圓形鄰域的半徑
|
| :param float value: 圓形鄰域的半徑
| :return: self
| :rtype: NeighbourShapeCircle
|
| ----------------------------------------------------------------------
| Data descriptors defined here:
|
| radius
| float: 圓形鄰域的半徑
|
| ----------------------------------------------------------------------
| Data descriptors inherited from NeighbourShape:
|
| __dict__
| dictionary for instance variables (if defined)
|
| __weakref__
| list of weak references to the object (if defined)
|
| shape_type
| NeighbourShapeType: 域分析的鄰域形狀類型
class NeighbourShapeRectangle(NeighbourShape)
| NeighbourShapeRectangle(width, height)
|
| 矩形鄰域形狀類
|
| Method resolution order:
| NeighbourShapeRectangle
| NeighbourShape
| builtins.object
|
| Methods defined here:
|
| __init__(self, width, height)
| 構造矩形鄰域形狀類對象
|
| :param float width: 矩形鄰域的寬
| :param float height: 矩形鄰域的高
|
| set_height(self, value)
| 設置矩形鄰域的高
|
| :param float value: 矩形鄰域的高
| :return: self
| :rtype: NeighbourShapeRectangle
|
| set_width(self, value)
| 設置矩形鄰域的寬
|
| :param float value: 矩形鄰域的寬
| :return: self
| :rtype: NeighbourShapeRectangle
|
| ----------------------------------------------------------------------
| Data descriptors defined here:
|
| height
| float: 矩形鄰域的高
|
| width
| float: 矩形鄰域的寬
|
| ----------------------------------------------------------------------
| Data descriptors inherited from NeighbourShape:
|
| __dict__
| dictionary for instance variables (if defined)
|
| __weakref__
| list of weak references to the object (if defined)
|
| shape_type
| NeighbourShapeType: 域分析的鄰域形狀類型
class NeighbourShapeWedge(NeighbourShape)
| NeighbourShapeWedge(radius, start_angle, end_angle)
|
| 扇形鄰域形狀類
|
| Method resolution order:
| NeighbourShapeWedge
| NeighbourShape
| builtins.object
|
| Methods defined here:
|
| __init__(self, radius, start_angle, end_angle)
| 構造扇形鄰域形狀類對象
|
| :param float radius: 形鄰域的半徑
| :param float start_angle: 扇形鄰域的起始角度。單位爲度。規定水平向右爲 0 度，順時針旋轉計算角度。
| :param float end_angle: 扇形鄰域的終止角度。單位爲度。規定水平向右爲 0 度，順時針旋轉計算角度。
|
| set_end_angle(self, value)
| 設置扇形鄰域的終止角度。單位爲度。規定水平向右爲 0 度，順時針旋轉計算角度。
|
| :param float value:
| :return: self
| :rtype: NeighbourShapeWedge
|
| set_radius(self, value)
| 設置扇形鄰域的半徑
|
| :param float value: 扇形鄰域的半徑
| :return: self
| :rtype: NeighbourShapeWedge
|
| set_start_angle(self, value)
| 設置扇形鄰域的起始角度。單位爲度。規定水平向右爲 0 度，順時針旋轉計算角度。
|
| :param float value: 扇形鄰域的起始角度。單位爲度。規定水平向右爲 0 度，順時針旋轉計算角度。
| :return: self
| :rtype: NeighbourShapeWedge
|
| ----------------------------------------------------------------------
| Data descriptors defined here:
|
| end_angle
| float: 扇形鄰域的終止角度。單位爲度。規定水平向右爲 0 度，順時針旋轉計算角度。
|
| radius
| float: 扇形鄰域的半徑
|
| start_angle
| float: 扇形鄰域的起始角度。單位爲度。規定水平向右爲 0 度，順時針旋轉計算角度。
|
| ----------------------------------------------------------------------
| Data descriptors inherited from NeighbourShape:
|
| __dict__
| dictionary for instance variables (if defined)
|
| __weakref__
| list of weak references to the object (if defined)
|
| shape_type
| NeighbourShapeType: 域分析的鄰域形狀類型
class OLSSummary(builtins.object)
| OLSSummary(java_object)
|
| 普通最小二乘法結果彙總類。該類給出了普通最小二乘法分析的結果彙總，例如分佈統計量、統計量機率、AICc和斷定係數等。
|
| Methods defined here:
|
| __init__(self, java_object)
| Initialize self. See help(type(self)) for accurate signature.
|
| ----------------------------------------------------------------------
| Data descriptors defined here:
|
| AIC
| float: 普通最小二乘法結果彙總中的AIC。與AICc相似，是衡量模型擬合優良性的一種標準，能夠權衡所估計模型的複雜度和模型擬合數
| 據的優良性，在評價模型時是兼顧了簡潔性和精確性。代表增長自由參數的數目提升了擬合的優良性，AIC鼓勵數據的擬合性，可是應儘可能避
| 免出現過分擬合的狀況。因此優先考慮AIC值較小的，是尋找能夠最好的解釋數據但包含最少自由參數的模型
|
| AICc
| float: 普通最小二乘法結果彙總中的AICc。當數據增長時，AICc收斂爲AIC，也是模型性能的一種度量，有助與比較不一樣的迴歸模型。
| 考慮到模型複雜性，具備較低AICc值的模型將更好的擬合觀測數據。AICc不是擬合度的絕對度量，但對於比較用於同一因變量且具備不一樣解
| 釋變量的模型很是有用。若是兩個模型的AICc值相差大於3，具備較低AICc值的模型將視爲更佳的模型。
|
| F_dof
| int: 普通最小二乘法結果彙總中的聯合F統計量自由度。
|
| F_probability
| float: 普通最小二乘法結果彙總中的聯合F統計量的機率。
|
| JB_dof
| int: 普通最小二乘法結果彙總中的Jarque-Bera統計量自由度。
|
| JB_probability
| float: 普通最小二乘法結果彙總中的Jarque-Bera統計量的機率
|
| JB_statistic
| float: 普通最小二乘法結果彙總中的Jarque-Bera統計量。Jarque-Bera統計量能評估模型的誤差，用於指示殘差是否呈正態分佈。檢
| 驗的零假設爲殘差呈正態分佈。對於大小爲95%的置信度,聯合F統計量機率小於0.05表示模型具備統計顯著性,迴歸不會呈正態分佈,模型有
| 誤差。
|
| KBP_dof
| int: 普通最小二乘法結果彙總中的Koenker（Breusch-Pagan）統計量自由度。
|
| KBP_probability
| float: 普通最小二乘法結果彙總中的Koenker（Breusch-Pagan）統計量的機率
|
| KBP_statistic
| float: 普通最小二乘法結果彙總中的Koenker（Breusch-Pagan）統計量。Koenker（Breusch-Pagan）統計量能評估模型的穩態，用
| 於肯定模型的解釋變量是否在地理空間和數據空間中都與因變量具備一致的關係。檢驗的零假設爲檢驗的模型是穩態的。對於大小爲95%的
| 置信度,聯合F統計量機率小於0.05表示模型具備統計顯著異方差性或非穩態。當檢驗結果具備顯著性時，則須要參考穩健係數標準差和
| 機率來評估每一個解釋變量的效果。
|
| R2
| float: 普通最小二乘法結果彙總中的斷定係數（R2）。
|
| R2_adjusted
| float: 普通最小二乘法結果彙總中的校訂的斷定係數
|
| VIF
| list[float]: 普通最小二乘法結果彙總中的方差膨脹因子
|
| __dict__
| dictionary for instance variables (if defined)
|
| __weakref__
| list of weak references to the object (if defined)
|
| coefficient
| list[float]: 普通最小二乘法結果彙總中的係數。 係數表示解釋變量和因變量之間的關係和類型。
|
| coefficient_std
| list[float]: 普通最小二乘法結果彙總中的係數標準差
|
| f_statistic
| float: 普通最小二乘法結果彙總中的聯合F統計量。聯合F統計量用於檢驗整個模型的統計顯著性。只有在Koenker（Breusch-Pagan）
| 統計量不具備統計顯著性時,聯合F統計量纔可信。檢驗的零假設爲模型中的解釋變量不起做用。對於大小爲95%的置信度,聯合F統計量機率小
| 於0.05表示模型具備統計顯著性。
|
| probability
| list[float]: 普通最小二乘法結果彙總中的t分佈統計量機率
|
| robust_Pr
| list[float]: 普通最小二乘法結果彙總中的穩健係數機率。
|
| robust_SE
| list[float]: 獲取普通最小二乘法結果彙總中的穩健係數標準差。
|
| robust_t
| list[float]: 普通最小二乘法結果彙總中的穩健係數t分佈統計量。
|
| sigma2
| float: 普通最小二乘法結果彙總中的殘差方差。
|
| std_error
| list[float]: 普通最小二乘法結果彙總中的標準偏差。
|
| t_statistic
| list[float]: 普通最小二乘法結果彙總中的t分佈統計量。
|
| variable
| list[float]: 普通最小二乘法結果彙總中的變量數組
|
| wald_dof
| int: 普通最小二乘法結果彙總中的聯合卡方統計量自由度
|
| wald_probability
| float: 普通最小二乘法結果彙總中的聯合卡方統計量的機率
|
| wald_statistic
| float: 普通最小二乘法結果彙總中的聯合卡方統計量。聯合卡方統計量用於檢驗整個模型的統計顯著性。只有在
| Koenker（Breusch-Pagan）統計量具備統計顯著性時,聯合F統計量纔可信。檢驗的零假設爲模型中的解釋變量不起做用。對於大小爲
| 95%的置信度,聯合F統計量機率小於0.05表示模型具備統計顯著性。
class PreprocessOptions(builtins.object)
| PreprocessOptions(arcs_inserted=False, vertex_arc_inserted=False, vertexes_snapped=False, polygons_checked=False, vertex_adjusted=False)
|
| 拓撲預處理參數類
|
| Methods defined here:
|
| __init__(self, arcs_inserted=False, vertex_arc_inserted=False, vertexes_snapped=False, polygons_checked=False, vertex_adjusted=False)
| 構造拓撲預處理參數類對象
|
| :param bool arcs_inserted: 是否進行線段間求交插入節點
| :param bool vertex_arc_inserted: 否進行節點與線段間插入節點
| :param bool vertexes_snapped: 是否進行節點捕捉
| :param bool polygons_checked: 是否進行多邊形走向調整
| :param bool vertex_adjusted: 是否進行節點位置調整
|
| set_arcs_inserted(self, value)
| 設置是否進行線段間求交插入節點
|
| :param bool value: 是否進行線段間求交插入節點
| :return: self
| :rtype: PreprocessOptions
|
| set_polygons_checked(self, value)
| 設置是否進行多邊形走向調整
|
| :param bool value: 是否進行多邊形走向調整
| :return: self
| :rtype: PreprocessOptions
|
| set_vertex_adjusted(self, value)
| 設置是否進行節點位置調整
|
| :param bool value: 是否進行節點位置調整
| :return: self
| :rtype: PreprocessOptions
|
| set_vertex_arc_inserted(self, value)
| 設置否進行節點與線段間插入節點
|
| :param bool value: 否進行節點與線段間插入節點
| :return: self
| :rtype: PreprocessOptions
|
| set_vertexes_snapped(self, value)
| 設置是否進行節點捕捉
|
| :param bool value: 是否進行節點捕捉
| :return: self
| :rtype: PreprocessOptions
|
| ----------------------------------------------------------------------
| Data descriptors defined here:
|
| __dict__
| dictionary for instance variables (if defined)
|
| __weakref__
| list of weak references to the object (if defined)
|
| arcs_inserted
| bool: 是否進行線段間求交插入節點
|
| polygons_checked
| bool: 是否進行多邊形走向調整
|
| vertex_adjusted
| bool: 是否進行節點位置調整
|
| vertex_arc_inserted
| bool: 否進行節點與線段間插入節點
|
| vertexes_snapped
| bool: 是否進行節點捕捉
class ProcessingOptions(builtins.object)
| ProcessingOptions(pseudo_nodes_cleaned=False, overshoots_cleaned=False, redundant_vertices_cleaned=False, undershoots_extended=False, duplicated_lines_cleaned=False, lines_intersected=False, adjacent_endpoints_merged=False, overshoots_tolerance=1e-10, undershoots_tolerance=1e-10, vertex_tolerance=1e-10, filter_vertex_recordset=None, arc_filter_string=None, filter_mode=None)
|
| 拓撲處理參數類。該類提供了關於拓撲處理的設置信息。
|
| 若是未經過 set_vertex_tolerance,set_overshoots_tolerance 和 set_undershoots_tolerance 方法設置節點容限、短懸線容限和長懸線容限，
| 或設置爲0，系統將使用數據集的容限中相應的容限值進行處理
|
| Methods defined here:
|
| __init__(self, pseudo_nodes_cleaned=False, overshoots_cleaned=False, redundant_vertices_cleaned=False, undershoots_extended=False, duplicated_lines_cleaned=False, lines_intersected=False, adjacent_endpoints_merged=False, overshoots_tolerance=1e-10, undershoots_tolerance=1e-10, vertex_tolerance=1e-10, filter_vertex_recordset=None, arc_filter_string=None, filter_mode=None)
| 構造拓撲處理參數類
|
| :param bool pseudo_nodes_cleaned: 是否去除假結點
| :param bool overshoots_cleaned: 是否去除短懸線。
| :param bool redundant_vertices_cleaned: 是否去除冗餘點
| :param bool undershoots_extended: 是否進行長懸線延伸。
| :param bool duplicated_lines_cleaned: 是否去除重複線
| :param bool lines_intersected: 是否進行弧段求交。
| :param bool adjacent_endpoints_merged: 是否進行鄰近端點合併。
| :param float overshoots_tolerance: 短懸線容限，該容限用於在去除短懸線時判斷懸線是不是短懸線。
| :param float undershoots_tolerance: 長懸線容限，該容限用於在長懸線延伸時判斷懸線是否延伸。單位與進行拓撲處理的數據集單位相同。
| :param float vertex_tolerance: 節點容限。該容限用於鄰近端點合併、弧段求交、去除假結點和去除冗餘點。單位與進行拓撲處理的數據集單位相同。
| :param Recordset filter_vertex_recordset: 弧段求交的過濾點記錄集，即此記錄集中的點位置線段不進行求交打斷。
| :param str arc_filter_string: 弧段求交的過濾線表達式。 在進行弧段求交時，經過該屬性能夠指定一個字段表達式，符合該表達式的線對象將不被打斷。
| 該表達式是否有效，與 filter_mode 弧段求交過濾模式有關
| :param filter_mode: 弧段求交的過濾模式。
| :type filter_mode: ArcAndVertexFilterMode or str
|
| set_adjacent_endpoints_merged(self, value)
| 設置是否進行鄰近端點合併。
|
| 若是多條弧段端點的距離小於節點容限，那麼這些點就會被合併成爲一個結點，該結點位置是原有點的幾何平均（即 X、Y 分別爲全部原有點 X、Y 的平均值）。
|
| 用於判斷鄰近端點的節點容限，可經過 :py:meth:`set_vertex_tolerance` 設置，若是不設置或設置爲0，將使用數據集的容限中的節點容限。
|
| 須要注意的是，若是有兩個鄰近端點，那麼合併的結果就會是一個假結點，還須要進行去除假結點的操做。
|
| :param bool value: 是否進行鄰近端點合併
| :return: ProcessingOptions
| :rtype: self
|
| set_arc_filter_string(self, value)
| 設置弧段求交的過濾線表達式。
|
| 在進行弧段求交時，經過該屬性能夠指定一個字段表達式，符合該表達式的線對象將不被打斷。詳細介紹請參見 :py:meth:`set_lines_intersected` 方法。
|
| :param str value:
| :return: ProcessingOptions
| :rtype: self
|
| set_duplicated_lines_cleaned(self, value)
| 設置是否去除重複線
|
| 重複線：兩條弧段若其全部節點兩兩重合，則可認爲是重複線。重複線的判斷不考慮方向。
|
| 去除重複線的目的是爲避免創建拓撲多邊形時產生面積爲零的多邊形對象，所以，重複的線對象只應保留其中一個，多餘的應刪除。
|
| 一般，出現重複線可能是因爲弧段求交形成的。
|
| :param bool value: 是否去除重複線
| :return: ProcessingOptions
| :rtype: self
|
| set_filter_mode(self, value)
| 設置弧段求交的過濾模式
|
| :param value: 弧段求交的過濾模式
| :type value: ArcAndVertexFilterMode
| :return: ProcessingOptions
| :rtype: self
|
| set_filter_vertex_recordset(self, value)
| 設置弧段求交的過濾點記錄集，即此記錄集中的點位置線段不進行求交打斷。
|
| 若是過濾點在線對象上或到線對象的距離在容限範圍內，在過濾點到線對象的垂足位置上線對象不被打斷。詳細介紹請參見 :py:meth:`set_lines_intersected` 方法。
|
| 注意：過濾點記錄集是否有效，與 :py:meth:`set_filter_mode` 方法設置的弧段求交過濾模式有關。可參見 :py:class:`.ArcAndVertexFilterMode` 類。
|
| :param Recordset value:
| :return: ProcessingOptions
| :rtype: self
|
| set_lines_intersected(self, value)
| 設置是否進行弧段求交。
|
| 線數據創建拓撲關係以前，首先要進行弧段求交計算，根據交點分解成若干線對象，通常而言，在二維座標系統中凡是與其餘線有交點的線對象都須要從交點處打斷，如十字路口。且此方法是後續錯誤處理方法的基礎。
| 在實際應用中，相交線段徹底打斷的處理方式在不少時候並不能很好地知足研究需求。例如，一條高架鐵路橫跨一條公路，在二維座標上來看是兩個相交的線對象，但事實上並無相交
| ，若是打斷將可能影響進一步的分析。在交通領域還有不少相似的實際場景，如河流水系與交通線路的相交，城市中錯綜複雜的立交橋等，對於某些相交點是否打斷，
| 須要根據實際應用來靈活處理，而不能由於在二維平面上相交就一概打斷。
|
| 這種狀況能夠經過設置過濾線表達式（ :py:meth:`set_arc_filter_string` ）和過濾點記錄集 ( :py:meth:`set_vertex_filter_recordset` ) 來
| 肯定哪些線對象以及哪些相交位置處不打斷:
|
| - 過濾線表達式用於查詢出不須要打斷的線對象
| - 過濾點記錄集中的點對象所在位置處不打斷
|
| 這兩個參數單獨或組合使用構成了弧段求交的四種過濾模式，還有一種是不進行過濾。過濾模式經過 :py:meth:`set_filter_mode` 方法設置。對於上面的例子，使用不一樣的過濾模式，弧段求交的結果也不相同。關於過濾模式的詳細介紹請參閱 :py:class:`.ArcAndVertexFilterMode` 類。
|
| 注意：進行弧段求交處理時，可經過 :py:meth:`set_vertex_tolerance` 方法設置節點容限（如不設置，將使用數據集的節點容限），用於判斷過濾點是否有效。若過濾點到線對象的距離在設置的容限範圍內，則線對象在過濾點到其的垂足位置上不被打斷。
|
| :param bool value: 是否進行弧段求交
| :return: ProcessingOptions
| :rtype: self
|
| set_overshoots_cleaned(self, value)
| 設置是否去除短懸線。去除短懸線指若是一條懸線的長度小於懸線容限，則在進行去除短懸線操做時就會把這條懸線刪除。經過 set_overshoots_tolerance 方法能夠指定短懸線容限，如不指定則使用數據集的短懸線容限。
|
| 懸線：若是一個線對象的端點沒有與其它任意一個線對象的端點相連，則這個端點稱之爲懸點。具備懸點的線對象稱之爲懸線。
|
| :param bool value: 是否去除短懸線，True 表示去除，False 表示不去除。
| :return: ProcessingOptions
| :rtype: self
|
| set_overshoots_tolerance(self, value)
| 設置短懸線容限，該容限用於在去除短懸線時判斷懸線是不是短懸線。單位與進行拓撲處理的數據集單位相同。
|
| 「懸線」的定義：若是一個線對象的端點沒有與其它任意一個線對象的端點相連，則這個端點稱之爲懸點。具備懸點的線對象稱之爲懸線。
|
| :param float value: 短懸線容限
| :return: ProcessingOptions
| :rtype: self
|
| set_pseudo_nodes_cleaned(self, value)
| 設置是否去除假結點。結點又稱爲弧段鏈接點，至少鏈接三條弧段的纔可稱爲一個結點。若是弧段鏈接點只鏈接了一條弧段（島嶼的狀況）或鏈接了兩條弧段（即它是兩條弧段的公共端點），則該結點被稱爲假結點
|
| :param bool value: 是否去除假結點，True 表示去除，False 表示不去除。
| :return: ProcessingOptions
| :rtype: self
|
| set_redundant_vertices_cleaned(self, value)
| 設置是否去除冗餘點。任意弧段上兩節點之間的距離小於節點容限時，其中一個即被認爲是一個冗餘點，在進行拓撲處理時能夠去除。
|
| :param bool value: : 是否去除冗餘點，True 表示去除，False 表示不去除。
| :return: ProcessingOptions
| :rtype: self
|
| set_undershoots_extended(self, value)
| 設置是否進行長懸線延伸。 若是一條懸線按其行進方向延伸了指定的長度（懸線容限）以後與某弧段有交點，則拓撲處理後會將該懸線自動延伸到某弧段上，
| 稱爲長懸線延伸。經過 set_undershoots_tolerance 方法能夠指定長懸線容限，如不指定則使用數據集的長懸線容限。
|
| :param bool value: 是否進行長懸線延伸
| :return: ProcessingOptions
| :rtype: self
|
| set_undershoots_tolerance(self, value)
| 設置長懸線容限，該容限用於在長懸線延伸時判斷懸線是否延伸。單位與進行拓撲處理的數據集單位相同。
|
| :param float value: 長懸線容限
| :return: ProcessingOptions
| :rtype: self
|
| set_vertex_tolerance(self, value)
| 設置節點容限。該容限用於鄰近端點合併、弧段求交、去除假結點和去除冗餘點。單位與進行拓撲處理的數據集單位相同。
|
| :param float value: 節點容限
| :return: ProcessingOptions
| :rtype: self
|
| ----------------------------------------------------------------------
| Data descriptors defined here:
|
| __dict__
| dictionary for instance variables (if defined)
|
| __weakref__
| list of weak references to the object (if defined)
|
| adjacent_endpoints_merged
| bool: 是否進行鄰近端點合併
|
| arc_filter_string
| str: 弧段求交的過濾線表達式。 在進行弧段求交時，經過該屬性能夠指定一個字段表達式，符合該表達式的線對象將不被打斷。該表達式是否有效，與 filter_mode 弧段求交過濾模式有關
|
| duplicated_lines_cleaned
| bool: 是否去除重複線
|
| filter_mode
| ArcAndVertexFilterMode: 弧段求交的過濾模式
|
| filter_vertex_recordset
| Recordset: 弧段求交的過濾點記錄集，即此記錄集中的點位置線段不進行求交打斷
|
| lines_intersected
| bool: 是否進行弧段求交
|
| overshoots_cleaned
| bool: 是否去除短懸線
|
| overshoots_tolerance
| float: 短懸線容限，該容限用於在去除短懸線時判斷懸線是不是短懸線
|
| pseudo_nodes_cleaned
| bool: 是否去除假結點
|
| redundant_vertices_cleaned
| bool: 是否去除冗餘點
|
| undershoots_extended
| bool: 是否進行長懸線延伸
|
| undershoots_tolerance
| float: 長懸線容限，該容限用於在長懸線延伸時判斷懸線是否延伸。單位與進行拓撲處理的數據集單位相同
|
| vertex_tolerance
| float: 節點容限。該容限用於鄰近端點合併、弧段求交、去除假結點和去除冗餘點。單位與進行拓撲處理的數據集單位相同
class ReclassMappingTable(builtins.object)
| 柵格重分級映射表類。提供對源柵格數據集進行單值或範圍的重分級，且包含對無值數據和未分級單元格的處理。
|
| 重分級映射表，用於說明源數據和結果數據值之間的對應關係。這種對應關係由這幾部份內容表達：重分級類型、重分級區間集合、無值和未分級數據的處理。
|
| - 重分級的類型
| 重分級有兩種類型，單值重分級和範圍重分級。單值重分級是對指定的某些單值進行從新賦值，如將源柵格中值爲100的單元格，賦值爲1輸出到結果
| 柵格中；範圍重分級將一個區間內的值從新賦值爲一個值，如將源柵格中柵格值在[100,500)範圍內的單元格，從新賦值爲200輸出到結果柵格中。經過該類的 :py:meth:`set_reclass_type` 方法來設置重分級類型。
|
| - 重分級區間集合
| 重分級的區間集合規定了源柵格某個柵格值或者必定區間內的柵格值與重分級後的新值的對應關係，經過該類的 :py:meth:`set_segments` 方法設置。
| 該集合由若干重分級區間（ReclassSegment）對象構成。該對象用於設置每一個重分級區間的信息，包括要從新賦值的源柵格單值或區間的起始值、終止值，重分級區間的類型，
| 以及柵格重分級的區間值或源柵格單值對應的新值等，詳見 :py:class:`.ReclassSegment` 類。
|
| - 無值和未分級數據的處理
| 對源柵格數據中的無值，能夠經過該類的 :py:meth:`set_retain_no_value` 方法來設置是否保持無值，若是爲 False，即不保持爲無值，則可經過 :py:meth:`set_change_no_value_to` 方法爲無值數據指定一個值。
|
| 對在重分級映射表中未涉及的柵格值，能夠經過該類的 :py:meth:`set_retain_missing_value` 方法來設置是否保持其原值，若是爲 False，即不保持原值，則可經過 :py:meth:`set_change_missing_valueT_to` 方法爲其指定一個值。
|
| 此外，該類還提供了將重分級映射表數據導出爲 XML 字符串及 XML 文件的方法和導入 XML 字符串或文件的方法。當多個輸入的柵格數據須要應用相同的分級範圍時，能夠將其導出爲重分級映射表文件，
| 當對後續數據進行分級時，直接導入該重分級映射表文件，進而能夠批量處理導入的柵格數據。有關柵格重分級映射表文件的格式和標籤含義請參見 to_xml 方法。
|
| Methods defined here:
|
| __init__(self)
| Initialize self. See help(type(self)) for accurate signature.
|
| from_dict(self, values)
| 從 dict 對象中讀取重分級映射表信息
|
| :param dict values: 包含重分級映射表信息的 dict 對象
| :return: self
| :rtype: ReclassMappingTable
|
| set_change_missing_value_to(self, value)
| 設置不在指定區間或單值內的柵格的指定值。若是 :py:meth:`is_retain_no_value` 爲 True 時，則該設置無效。
|
| :param float value: 不在指定區間或單值內的柵格的指定值
| :return: self
| :rtype: ReclassMappingTable
|
| set_change_no_value_to(self, value)
| 設置無值數據的指定值。:py:meth:`is_retain_no_value` 爲 True 時，該設置無效。
|
| :param float value: 無值數據的指定值
| :return: self
| :rtype: ReclassMappingTable
|
| set_reclass_type(self, value)
| 設置柵格重分級類型
|
| :param value: 柵格重分級類型，默認值爲 UNIQUE
| :type value: ReclassType or str
| :return: self
| :rtype: ReclassMappingTable
|
| set_retain_missing_value(self, value)
| 設置源數據集中不在指定區間或單值以外的數據是否保留原值。
|
| :param bool value: 源數據集中不在指定區間或單值以外的數據是否保留原值。
| :return: self
| :rtype: ReclassMappingTable
|
| set_retain_no_value(self, value)
| 設置是否將源數據集中的無值數據保持爲無值。設置是否將源數據集中的無值數據保持爲無值。
| - 當 set_retain_no_value 方法設置爲 True 時，表示保持源數據集中的無值數據爲無值；
| - 當 set_retain_no_value 方法設置爲 False 時，表示將源數據集中的無值數據設置爲指定的值（ :py:meth:`set_change_no_value_to` ）
|
| :param bool value:
| :return: self
| :rtype: ReclassMappingTable
|
| set_segments(self, value)
| 設置重分級區間集合
|
| :param value: 重分級區間集合。當 value 爲 str 時，支持使用 ';' 分隔多個ReclassSegment，每一個 ReclassSegment使用 ','分隔 起始值、終止值、新值和分區類型。例如:
| '0,100,50,CLOSEOPEN; 100,200,150,CLOSEOPEN'
| :type value: list[ReclassSegment] or str
| :return: self
| :rtype: ReclassMappingTable
|
| to_dict(self)
| 將當前信息輸出到 dict 中
|
| :return: 包含當前信息的字典對象
| :rtype: dict
|
| to_xml(self)
| 將當前對象信息輸出爲 xml 字符串
|
| :return: xml 字符串
| :rtype: str
|
| to_xml_file(self, xml_file)
| 該方法用於將對重分級映射表對象的參數設置寫入一個 XML 文件，稱爲柵格重分級映射表文件，其後綴名爲 .xml，下面是一個柵格重分級映射表文件的例子：
|
| 重分級映射表文件中各標籤的含義以下：
|
| - <SmXml:ReclassType></SmXml:ReclassType> 標籤：重分級類型。1表示單值重分級，2表示範圍重分級。
| - <SmXml:SegmentCount></SmXml:SegmentCount> 標籤：重分級區間集合，count 參數表示重分級的級數。
| - <SmXml:Range></SmXml:Range> 標籤：重分級區間，重分級類型爲單值重分級，格式爲：區間起始值--區間終止值：新值-區間類型。對於區間類型，0表示左開右閉，1表示左閉右開。
| - <SmXml:Unique></SmXml:Unique> 標籤：重分級區間，重分級類型爲範圍重分級，格式爲：原值：新值。
| - <SmXml:RetainMissingValue></SmXml:RetainMissingValue> 標籤：未分級單元格是否保留原值。0表示不保留，1表示保留。
| - <SmXml:RetainNoValue></SmXml:RetainNoValue> 標籤：無值數據是否保持無值。0表示不保持，0表示不保持。
| - <SmXml:ChangeMissingValueTo></SmXml:ChangeMissingValueTo> 標籤：爲未分級單元格的指定的值。
| - <SmXml:ChangeNoValueTo></SmXml:ChangeNoValueTo> 標籤：爲無值數據的指定的值。
|
|
| :param str xml_file: xml 文件路徑
| :type xml_file:
| :return: 導出成功返回 True，不然返回 False
| :rtype: bool
|
| ----------------------------------------------------------------------
| Static methods defined here:
|
| from_xml(xml)
| 從存儲在XML格式字符串中的參數值導入到映射表數據中，並返回一個新的對象。
|
| :param str xml: XML格式字符串
| :return: 柵格重分級映射表對象
| :rtype: ReclassMappingTable
|
| from_xml_file(xml_file)
| 從已保存的XML格式的映射表文件中導入映射表數據，並返回一個新的對象。
|
| :param str xml_file: XML文件
| :return: 柵格重分級映射表對象
| :rtype: ReclassMappingTable
|
| make_from_dict(values)
| 從 dict 對象中讀取重分級映射表信息構造新的對象
|
| :param dict values: 包含重分級映射表信息的 dict 對象
| :return: 重分級映射表對象
| :rtype: ReclassMappingTable
|
| ----------------------------------------------------------------------
| Data descriptors defined here:
|
| __dict__
| dictionary for instance variables (if defined)
|
| __weakref__
| list of weak references to the object (if defined)
|
| change_missing_value_to
| float: 返回不在指定區間或單值內的柵格的指定值。
|
| change_no_value_to
| float: 返回無值數據的指定值
|
| is_retain_missing_value
| bool: 源數據集中不在指定區間或單值以外的數據是否保留原值
|
| is_retain_no_value
| bool: 返回是否將源數據集中的無值數據保持爲無值。
|
| reclass_type
| ReclassType: 返回柵格重分級類型
|
| segments
| list[ReclassSegment]: 返回重分級區間集合。 每個 ReclassSegment 就是一個區間範圍或者是一箇舊值和一個新值的對應關係。
class ReclassSegment(builtins.object)
| ReclassSegment(start_value=None, end_value=None, new_value=None, segment_type=None)
|
| 柵格重分級區間類。該類主要用於重分級區間信息的相關設置，包括區間的起始值、終止值等。
|
| 該類用於設置在進行重分級時，重分級映射表中每一個重分級區間的參數，重分級類型不一樣，須要設置的屬性也有所不一樣。
|
| - 當重分級類型爲單值重分級時，須要經過 :py:meth:`set_start_value` 方法指定須要被從新賦值的源柵格的單值，並經過 :py:meth:`set_new_value` 方法設置該值對應的新值。
| - 當重分級類型爲範圍重分級時，須要經過 :py:meth:`set_start_value` 方法指定須要從新賦值的源柵格值區間的起始值，經過 :py:meth:`set_end_value` 方法設置區間的終止值，
| 並經過 :py:meth:`set_new_value` 方法設置該區間對應的新值，還能夠由 :py:meth:`set_segment_type` 方法設置區間類型是「左開右閉」仍是「左閉右開」。
|
| Methods defined here:
|
| __init__(self, start_value=None, end_value=None, new_value=None, segment_type=None)
| 構造柵格重分級區間對象
|
| :param float start_value: 柵格重分級區間的起始值
| :param float end_value: 柵格重分級區間的終止值
| :param float new_value: 柵格重分級的區間值或舊值對應的新值
| :param segment_type: 柵格重分級區間類型
| :type segment_type: ReclassSegmentType or str
|
| from_dict(self, values)
| 從dict中讀取信息
|
| :param values: 包含 ReclassSegment 信息的 dict
| :type values: dict
| :return: self
| :rtype: ReclassSegment
|
| set_end_value(self, value)
| 柵格重分級區間的終止值
|
| :param float value: 柵格重分級區間的終止值
| :return: self
| :rtype: ReclassSegment
|
| set_new_value(self, value)
| 柵格重分級的區間值或舊值對應的新值
|
| :param float value: 柵格重分級的區間值或舊值對應的新值
| :return: self
| :rtype: ReclassSegment
|
| set_segment_type(self, value)
| 設置柵格重分級區間類型
|
| :param value: 柵格重分級區間類型
| :type value: ReclassSegmentType or str
| :return: self
| :rtype: ReclassSegment
|
| set_start_value(self, value)
| 設置柵格重分級區間的起始值
|
| :param float value: 柵格重分級區間的起始值
| :return: self
| :rtype: ReclassSegment
|
| to_dict(self)
| 將當前對象信息輸出到 dict
|
| :return: 包含當前對象信息的 dict 對象
| :rtype: dict
|
| ----------------------------------------------------------------------
| Static methods defined here:
|
| make_from_dict(values)
| 從dict中讀取信息構造 ReclassSegment 對象
|
| :param values: 包含 ReclassSegment 信息的 dict
| :type values: dict
| :return: 柵格重分級區間對象
| :rtype: ReclassSegment
|
| ----------------------------------------------------------------------
| Data descriptors defined here:
|
| __dict__
| dictionary for instance variables (if defined)
|
| __weakref__
| list of weak references to the object (if defined)
|
| end_value
| float: 柵格重分級區間的終止值
|
| new_value
| float: 柵格重分級的區間值或舊值對應的新值
|
| segment_type
| ReclassSegmentType: 柵格重分級區間類型
|
| start_value
| float: 柵格重分級區間的起始值
class RiskDetectorMean(builtins.object)
| RiskDetectorMean(java_object)
|
| 風險探測器結果均值類，用於獲取對數據進行風險區域探測器獲得的不一樣解釋變量字段的結果均值。
|
| Methods defined here:
|
| __init__(self, java_object)
| Initialize self. See help(type(self)) for accurate signature.
|
| ----------------------------------------------------------------------
| Data descriptors defined here:
|
| __dict__
| dictionary for instance variables (if defined)
|
| __weakref__
| list of weak references to the object (if defined)
|
| means
| list[float]: 風險探測器分析結果均值
|
| unique_values
| list[str]: 風險探測器解釋變量字段惟一值
|
| variable
| str: 風險探測器解釋變量名稱
class RiskDetectorResult(builtins.object)
| RiskDetectorResult(java_object)
|
| 風險區探測器分析結果類，用於獲取對數據進行風險區探測器獲得的分析結果，包括結果均值、結果矩陣
|
| Methods defined here:
|
| __init__(self, java_object)
| Initialize self. See help(type(self)) for accurate signature.
|
| ----------------------------------------------------------------------
| Data descriptors defined here:
|
| __dict__
| dictionary for instance variables (if defined)
|
| __weakref__
| list of weak references to the object (if defined)
|
| means
| list[iobjectspy.RiskDetectorMean]: 風險區探測器結果均值
|
| values
| list[pandas.DataFrame]: 風險探測器分析結果值
class StatisticsField(builtins.object)
| StatisticsField(source_field=None, stat_type=None, result_field=None)
|
| 對字段進行統計的信息。主要用於 :py:meth:`summary_points`
|
| Methods defined here:
|
| __init__(self, source_field=None, stat_type=None, result_field=None)
| 初始化對象
|
| :param str source_field: 被統計的字段名稱
| :param stat_type: 統計類型
| :type stat_type: StatisticsFieldType or str
| :param str result_field: 結果字段名稱
|
| set_result_field(self, value)
| 設置結果字段名稱
|
| :param str value: 結果字段名稱
| :return: self
| :rtype: StatisticsField
|
| set_source_field(self, value)
| 設置被統計的字段名稱
|
| :param str value: 字段名稱
| :return: self
| :rtype: StatisticsField
|
| set_stat_type(self, value)
| 設置字段統計類型
|
| :param value: 字段統計類型
| :type value: StatisticsFieldType or str
| :return: self
| :rtype: StatisticsField
|
| ----------------------------------------------------------------------
| Data descriptors defined here:
|
| __dict__
| dictionary for instance variables (if defined)
|
| __weakref__
| list of weak references to the object (if defined)
|
| result_field
| str: 結果字段名稱
|
| source_field
| str: 被統計的字段名稱
|
| stat_type
| StatisticsFieldType: 字段統計類型
class VisibleResult(builtins.object)
| VisibleResult(java_object)
|
| 可視性分析結果類。
|
| 該類給出了觀察點與被觀察點之間可視分析的結果，若是不可視的話，還會給出障礙點的相關信息。
|
| Methods defined here:
|
| __init__(self, java_object)
| Initialize self. See help(type(self)) for accurate signature.
|
| ----------------------------------------------------------------------
| Data descriptors defined here:
|
| __dict__
| dictionary for instance variables (if defined)
|
| __weakref__
| list of weak references to the object (if defined)
|
| barrier_alter_height
| float: 障礙點建議修改的最大高度值。若將障礙點所在柵格表面的單元格的柵格值（即高程）修改成小於或等於該值，則該點再也不阻礙
| 視線，但注意，並不表示該點以後不存在其餘障礙點。可經過 DatasetGrid 類的 set_value() 方法修改柵格值
|
| barrier_point
| Point3D: 障礙點的座標值。若是觀察點與被觀察點之間不可視，則該方法的返回值爲觀察點與被觀察點之間的第一個障礙點。若是觀察
| 點與被觀察點之間可視時，障礙點座標取默認值。
|
| from_point_index
| int: 觀察點的索引值。若是是兩點之間進行可視性分析，則觀察點的索引值爲 0。
|
| to_point_index
| int: 被觀察點的索引值。若是是兩點之間進行可視性分析，則被觀察點的索引值爲 0。
|
| visible
| bool: 觀察點與被觀察點對之間是否可視
FUNCTIONS
GWR(source, explanatory_fields, model_field, kernel_function='GAUSSIAN', band_width_type='AICC', distance_tolerance=0.0, kernel_type='FIXED', neighbors=2, out_data=None, out_dataset_name=None, progress=None)
空間關係建模介紹：
* 用戶能夠經過空間關係建模來解決如下問題：
* 爲何某一現象會持續的發生,是什麼因素致使了這種狀況？
* 致使某一事故發生率比預期的要高的因素有那些？有沒有什麼方法來減小整個城市或特定區域內的事故發生率？
* 對某種現象建模以預測其餘地點或者其餘時間的數值？
* 經過迴歸分析，你能夠對空間關係進行建模、檢查和研究，能夠幫助你解釋所觀測到的空間模型後的諸多因素。好比線性關係是正或者
是負；對於正向關係，即存在正相關性，某一變量隨着另外一個變量增長而增長；反之，某一變量隨着另外一個變量增長而減少；或者兩個變量無關係。
地理加權迴歸分析。
* 地理加權迴歸分析結果信息包含一個結果數據集和地理加權迴歸結果彙總（請參閱 GWRSummary 類）。
* 結果數據集包含交叉驗證（CVScore）、預測值（Predicted）、迴歸係數（Intercept、C1_解釋字段名）、殘差（Residual）、標準誤
（StdError)、係數標準誤(SE_Intercept、SE1_解釋字段名）、僞t值（TV_Intercept、TV1_解釋字段名）和Studentised殘差（StdResidual）等。
說明：
* 地理加權迴歸分析是一種用於空間變化關係的線性迴歸的局部形式,可用來在空間變化依賴和獨立變量之間的關係研究。對地理要素所
關聯的數據變量之間的關係進行建模，從而能夠對未知值進行預測或者更好地理解可對要建模的變量產生影響的關鍵因素。迴歸方法使
你能夠對空間關係進行驗證並衡量空間關係的穩固性。
* 交叉驗證（CVScore）：交叉驗證在迴歸係數估計時不包括迴歸點自己即只根據迴歸點周圍的數據點進行迴歸計算。該值就是每一個迴歸
點在交叉驗證中獲得的估計值與實際值之差，它們的平方和爲CV值。做爲一個模型性能指標。
* 預測值（Predicted）：這些值是地理加權迴歸獲得的估計值（或擬合值）。
* 迴歸係數（Intercept）：它是地理加權迴歸模型的迴歸係數，爲迴歸模型的迴歸截距，表示全部解釋變量均爲零時因變量的預測值。
* 迴歸係數（C1_解釋字段名）：它是解釋字段的迴歸係數，表示解釋變量與因變量之間的關係強度和類型。若是迴歸係數爲正，則解釋
變量與因變量之間的關係爲正向的；反之，則存在負向關係。若是關係很強，則迴歸係數也相對較大；關係較弱時，則迴歸係數接近於0。
* 殘差(Residual)：這些是因變量沒法解釋的部分，是估計值和實際值之差，標準化殘差的平均值爲0，標準差爲1。殘差可用於肯定模
型的擬合程度，殘差較小代表模型擬合效果較好，能夠解釋大部分預測值，說明這個迴歸方程是有效的。
* 標準誤(StdError)：估計值的標準偏差，用於衡量每一個估計值的可靠性。較小的標準誤代表擬合值與實際值的差別程度越小，模型擬合效果越好。
* 係數標準誤（SE_Intercept、SE1_解釋字段名）:這些值用於衡量每一個迴歸係數估計值的可靠性。係數的標準偏差與實際係數相比較小
時，估計值的可信度會更高。較大的標準偏差可能表示存在局部多重共線性問題。
* 僞t值(TV_Intercept、TV1_解釋字段名)：是對各個迴歸係數的顯著性檢驗。當T值大於臨界值時，拒絕零假設，迴歸係數顯著即迴歸系
估計值是可靠的；當T值小於臨界值時，則接受零假設，迴歸係數不顯著。
* Studentised殘差（StdResidual）：殘差和標準誤的比值，該值可用來判斷數據是否異常，若數據都在（-2，2）區間內，代表數據具
有正態性和方差齊性；若數據超出（-2，2）區間，代表該數據爲異常數據，無方差齊性和正態性。
:param source: 待計算的數據集。能夠爲點、線、面數據集。
:type source: DatasetVector or str
:param explanatory_fields: 解釋字段的名稱的集合
:type explanatory_fields: list[str] or str
:param str model_field: 建模字段的名稱
:param kernel_function: 核函數類型
:type kernel_function: KernelFunction or str
:param band_width_type: 帶寬肯定方式
:type band_width_type: BandWidthType or str
:param float distance_tolerance: 帶寬範圍
:param kernel_type: 帶寬類型
:type kernel_type: KernelType or str
:param int neighbors: 相鄰數目。只有當帶寬類型設置爲 :py:attr:`.KernelType.ADAPTIVE` 且寬肯定方式設置爲 :py:attr:`.BandWidthType.BANDWIDTH` 時有效。
:param out_data: 用於存儲結果數據集的數據源
:type out_data: Datasource or DatasourceConnectionInfo or str
:param str out_dataset_name: 結果數據集名稱
:param progress: 進度信息，具體參考 :py:class:`.StepEvent`
:type progress: function
:return: 返回一個兩個元素的 tuple，tuple 的第一個元素爲 :py:class:`.GWRSummary` ，第二個元素爲地理加權迴歸結果數據集。
:rtype: tuple[GWRSummary, DatasetVector]
NDVI(input_data, nir_index, red_index, out_data=None, out_dataset_name=None)
歸一化植被指數，也叫作歸一化差分植被指數或者標準差別植被指數或生物量指標變化。可以使植被從水和土中分離出來。
:param input_data: 多波段影像數據集。
:type input_data: DatasetImage or str
:param int nir_index: 近紅外波段的索引
:param int red_index: 紅波段的索引
:param out_data: 結果數據源
:type out_data: Datasource or str
:param str out_dataset_name: 結果數據集名稱
:return: 結果數據集，用於保存NDVI值。NDVI值的範圍在-1到1之間。
:rtype: DatasetGrid or str
NDWI(input_data, nir_index, green_index, out_data=None, out_dataset_name=None)
歸一化水指數。NDWI通常用來提取影像中的水體信息，效果較好.
:param input_data: 多波段影像數據集。
:type input_data: DatasetImage or str
:param int nir_index: 近紅外波段的索引
:param int green_index: 綠波段的索引
:param out_data: 結果數據源
:type out_data: Datasource or str
:param str out_dataset_name: 結果數據集名稱
:return: 結果數據集，用於保存NDWI值。
:rtype: DatasetGrid or str
aggregate_grid(input_data, scale, aggregation_type, is_expanded, is_ignore_no_value, out_data=None, out_dataset_name=None, progress=None)
柵格數據聚合，返回結果柵格數據集。
柵格聚合操做是以整數倍縮小柵格分辨率，生成一個新的分辨率較粗的柵格的過程。此時，每一個像元由原柵格數據的一組像元聚合而成，其值由其包含的原柵格的值共
同決定，能夠取包含柵格的和、最大值、最小值、平均值、中位數。如縮小n（n爲大於1的整數）倍，則聚合後柵格的行、列的數目均爲原柵格的1/n，也就是單元格
大小是原來的n倍。聚合能夠經過對數據進行概化，達到清除不須要的信息或者刪除微小錯誤的目的。
注意：若是原柵格數據的行列數不是 scale 的整數倍，使用 is_expanded 參數來處理零頭。
- is_expanded 爲 true，則在零頭加上一個數，使之成爲一個整數倍，擴大的範圍其柵格值均爲無值，所以，結果數據集的範圍會比原始的大一些。
- is_expanded 爲 false，去掉零頭，結果數據集的範圍會比原始的小一些。
:param input_data: 指定的進行聚合操做的柵格數據集。
:type input_data: DatasetGrid or str
:param int scale: 指定的結果柵格與輸入柵格之間柵格大小的比例。取值爲大於 1 的整型數值。
:param aggregation_type: 聚合操做類型
:type aggregation_type: AggregationType
:param bool is_expanded: 指定是否處理零頭。當原柵格數據的行列數不是 scale 的整數倍時，柵格邊界處則會出現零頭。
:param bool is_ignore_no_value: 在聚合範圍內含有無值數據時聚合操做的計算方式。若是爲 True，使用聚合範圍內除無值外的其他柵格值來計算；若是爲 False，則聚合結果爲無值。
:param out_data: 結果數據集所在的數據源
:type out_data: Datasource or DatasourceConnectionInfo or str
:param str out_dataset_name: 結果數據集名稱
:param function progress: 進度信息處理函數，具體參考 :py:class:`.StepEvent`
:return: 結果數據集或數據集名稱
:rtype: DatasetGrid or str
aggregate_points(input_data, min_pile_point, distance, unit=None, class_field=None, out_data=None, out_dataset_name='AggregateResult', progress=None)
對點數據集進行聚類，使用密度聚類算法，返回聚類後的類別或同一簇構成的多邊形。
對點集合進行空間位置的聚類，使用密度聚類方法 DBSCAN，它能將具備足夠高密度的區域劃分爲簇，並能夠在帶有噪聲的空間數據中發現任意形狀的聚類。它定義
簇爲密度相連的點的最大集合。DBSCAN 使用閾值 e 和 MinPts 來控制簇的生成。其中，給定對象半徑 e 內的區域稱爲該對象的 e一鄰域。若是一個對象的
e一鄰域至少包含最小數目 MinPtS 個對象，則稱該對象爲核心對象。給定一個對象集合 D，若是 P 是在 Q 的 e一鄰域內，而 Q 是一個核心對象，咱們說對象
P 從對象 Q 出發是直接密度可達的。DBSCAN 經過檢查數據裏中每一個點的 e-領域來尋找聚類，若是一個點 P 的 e-領域包含多於 MinPts 個點，則建立一個
以 P 做爲核心對象的新簇，而後，DBSCAN反覆地尋找從這些核心對象直接密度可達的對象並加入該簇，直到沒有新的點能夠被添加。
:param input_data: 輸入的點數據集
:type input_data: DatasetVector or str
:param int min_pile_point: 密度聚類點數目閾值，必須大於等於2。閾值越大表示能聚類爲一簇的條件越苛刻。
:param float distance: 密度聚類半徑。
:param unit: 密度聚類半徑的單位。
:type unit: Unit or str
:param str class_field: 輸入的點數據集中用於保存密度聚類的結果聚類類別的字段，若是不爲空，則必須是點數據集中合法的字段名稱。
要求字段類型爲INT16, INT32 或 INT64，若是字段名有效但不存在，將會建立一個 INT32 的字段。
參數有效，則會將聚類類別保存在此字段中。
:param out_data: 結果數據源信息，結果數據源信息不能與 class_field同時爲空，若是結果數據源有效時，將會生成結果面對象。
:type out_data: Datasource or DatasourceConnectionInfo or st
:param str out_dataset_name: 結果數據集名稱
:param function progress: 進度信息處理函數，具體參考 :py:class:`.StepEvent`
:return: 結果數據集或數據集名稱，若是輸入的結果數據源爲空，將會返回一個布爾值，True 表示聚類成功，False 表示聚類失敗。
:rtype: DatasetVector or str or bool
>>> result = aggregate_points('E:/data.udb/point', 4, 100, 'Meter', 'SmUserID', out_data='E:/aggregate_out.udb')
altitude_statistics(point_data, grid_data, out_data=None, out_dataset_name=None)
高程統計，統計二維點數據集中每一個點對應的柵格值，並生成一個三維點數據集，三維點對象的 Z 值即爲被統計的柵格像素的高程值。
:param point_data: 二維點數據集
:type point_data: DatasetVector or str
:param grid_data: 被統計的柵格數據集
:type grid_data: DatasetGrid or str
:param out_data: 用於存儲結果數據的數據源。
:type out_data: Datasource or DatasourceConnectionInfo or str
:param out_dataset_name: 結果數據集的名稱
:type out_dataset_name: str
:return: 統計三維數據集或數據集名稱
:rtype: DatasetGrid or str
are_points_visible(input_data, from_points, to_points)
多點可視性分析，即判斷多點之間是否可兩兩通視。
多點可視性分析，是根據柵格表面，計算觀察點與被觀察點之間是否兩兩通視。兩點間可視性分析請參閱另外一重載方法 isVisible 方法的介紹。
若是有 m 個觀測點和 n 個被觀測點，將有 m * n 種觀測組合。分析的結果經過一個 VisibleResult 對象數組返回，每一個 VisibleResult
對象包括對應的兩點是否可視，若是不可視，會給出第一個障礙點，以及該點的建議高程值以使該點再也不阻礙視線。
注意：若是指定的觀察點的高程小於當前柵格表面對應位置的高程值，則觀察點的高程值將被自動設置爲當前柵格表面的對應位置的高程。
:param input_data: 指定的用於可視性分析的柵格表面數據集。
:type input_data: DatasetGrid or str
:param from_points: 指定的用於可視性分析的起始點，即觀察點
:type from_points: list[Point3D]
:param to_points: 指定的用於可視性分析的終止點，即被觀察點。
:type to_points: list[Point3D]
:return: 可視性分析的結果
:rtype: list[VisibleResult]
area_solar_radiation_days(grid_data, latitude, start_day, end_day=160, hour_start=0, hour_end=24, day_interval=5, hour_interval=0.5, transmittance=0.5, z_factor=1.0, out_data=None, out_total_grid_name='TotalGrid', out_direct_grid_name=None, out_diffuse_grid_name=None, out_duration_grid_name=None, progress=None)
計算多天的區域太陽輻射總量，即整個DEM範圍內每一個柵格的太陽輻射狀況。須要指定天天的開始時點、結束時點和開始日期、結束日期。
:param grid_data: 待計算太陽輻射的DEM柵格數據
:type grid_data: DatasetGrid or str
:param latitude: 待計算區域的平均緯度
:type latitude: float
:param start_day: 起始日期，能夠是 "%Y-%m-%d" 格式的字符串，若是爲 int，則表示一年中的第幾天
:type start_day: datetime.date or str or int
:param end_day: 終止日期，能夠是 "%Y-%m-%d" 格式的字符串，若是爲 int，則表示一年中的第幾天
:type end_day: datetime.date or str or int
:param hour_start: 起始時點，若是輸入float 時，能夠輸入一個 [0,24]範圍內的數值，表示一天中的第幾個小時。也能夠輸入一個 datetime.datatime 或 "%H:%M:%S" 格式的字符串
:type hour_start: float or str or datetime.datetime
:param hour_end: 終止時點，若是輸入float 時，能夠輸入一個 [0,24]範圍內的數值，表示一天中的第幾個小時。也能夠輸入一個 datetime.datatime 或 "%H:%M:%S" 格式的字符串
:type hour_end: float or str or datetime.datetime
:param int day_interval: 天數間隔，單位爲天
:param float hour_interval: 小時間隔，單位爲小時。
:param float transmittance: 太陽輻射穿過大氣的透射率，值域爲[0,1]。
:param float z_factor: 高程縮放係數
:param out_data: 用於存儲結果數據的數據源。
:type out_data: Datasource or DatasourceConnectionInfo or str
:param str out_total_grid_name: 總輻射量結果數據集名稱，數據集名稱必須合法
:param str out_direct_grid_name: 直射輻射量結果數據集名稱，數據集名稱必須合法，且接口內不會自動獲取有效的數據集名稱
:param str out_diffuse_grid_name: 散射輻射量結果數據集名稱，數據集名稱必須合法，且接口內不會自動獲取有效的數據集名稱
:param str out_duration_grid_name: 太陽直射持續時間結果數據集名稱，數據集名稱必須合法，且接口內不會自動獲取有效的數據集名稱
:param progress: 進度信息處理函數，具體參考 :py:class:`.StepEvent`
:type progress: function
:return: 返回一個四個元素的 tuple：
* 第一個爲總輻射量結果數據集，
* 若是設置了直射輻射量結果數據集名稱，第二個爲直射輻射量結果數據集，不然爲 None，
* 若是設置散射輻射量結果數據集的名稱，第三個爲散射輻射量結果數據集，不然爲 None
* 若是設置太陽直射持續時間結果數據集的名稱，第四個爲太陽直射持續時間結果數據集，不然爲 None
:rtype: tuple[DatasetGrid] or tuple[str]
area_solar_radiation_hours(grid_data, latitude, day, hour_start=0, hour_end=24, hour_interval=0.5, transmittance=0.5, z_factor=1.0, out_data=None, out_total_grid_name='TotalGrid', out_direct_grid_name=None, out_diffuse_grid_name=None, out_duration_grid_name=None, progress=None)
計算一天內的太陽輻射，須要指定開始時點、結束時點及開始日期做爲要計算的日期
:param grid_data: 待計算太陽輻射的DEM柵格數據
:type grid_data: DatasetGrid or str
:param latitude: 待計算區域的平均緯度
:type latitude: float
:param day: 待計算的指定日期。能夠是 "%Y-%m-%d" 格式的字符串，若是爲 int，則表示一年中的第幾天。
:type day: datetime.date or str or int
:param hour_start: 起始時點，若是輸入float 時，能夠輸入一個 [0,24]範圍內的數值，表示一天中的第幾個小時。也能夠輸入一個 datetime.datatime 或 "%H:%M:%S" 格式的字符串
:type hour_start: float or str or datetime.datetime
:param hour_end: 終止時點，若是輸入float 時，能夠輸入一個 [0,24]範圍內的數值，表示一天中的第幾個小時。也能夠輸入一個 datetime.datatime 或 "%H:%M:%S" 格式的字符串
:type hour_end: float or str or datetime.datetime
:param float hour_interval: 小時間隔，單位爲小時。
:param float transmittance: 太陽輻射穿過大氣的透射率，值域爲[0,1]。
:param float z_factor: 高程縮放係數
:param out_data: 用於存儲結果數據的數據源。
:type out_data: Datasource or DatasourceConnectionInfo or str
:param str out_total_grid_name: 總輻射量結果數據集名稱，數據集名稱必須合法
:param str out_direct_grid_name: 直射輻射量結果數據集名稱，數據集名稱必須合法，且接口內不會自動獲取有效的數據集名稱
:param str out_diffuse_grid_name: 散射輻射量結果數據集名稱，數據集名稱必須合法，且接口內不會自動獲取有效的數據集名稱
:param str out_duration_grid_name: 太陽直射持續時間結果數據集名稱，數據集名稱必須合法，且接口內不會自動獲取有效的數據集名稱
:param progress: 進度信息處理函數，具體參考 :py:class:`.StepEvent`
:type progress: function
:return: 返回一個四個元素的 tuple：
* 第一個爲總輻射量結果數據集，
* 若是設置了直射輻射量結果數據集名稱，第二個爲直射輻射量結果數據集，不然爲 None，
* 若是設置散射輻射量結果數據集的名稱，第三個爲散射輻射量結果數據集，不然爲 None
* 若是設置太陽直射持續時間結果數據集的名稱，第四個爲太陽直射持續時間結果數據集，不然爲 None
:rtype: tuple[DatasetGrid] or tuple[str]
auto_correlation(source, assessment_field, concept_model='INVERSEDISTANCE', distance_method='EUCLIDEAN', distance_tolerance=-1.0, exponent=1.0, k_neighbors=1, is_standardization=False, weight_file_path=None, progress=None)
分析模式介紹：
分析模式可評估一組數據是造成離散空間模式、聚類空間模式或者隨機空間模式。
* 分析模式用來計算的數據能夠是點、線、面。對於點、線和麪對象，在距離計算中會使用對象的質心。對象的質心爲全部子對象的加權平均中心。點對象的加權項爲1（即質心爲自身），線對象的加權項是長度，而面對象的加權項是面積。
* 分析模式類採用推論式統計,會在進行統計檢驗時預先創建"零假設",假設要素或要素之間相關的值都表現爲隨機空間模式。
* 分析結果計算中會給出一個P值用來表示"零假設"的正確機率,用以斷定是接受"零假設"仍是拒絕"零假設"。
* 分析結果計算中會給出一個Z得分用來表示標準差的倍數,用以斷定數據是呈聚類、離散或隨機。
* 要拒絕"零假設",就必需要承擔可能作出錯誤選擇（即錯誤的拒絕"零假設"）的風險。
下表顯示了不一樣置信度下未經校訂的臨界P值和臨界Z得分:
.. image:: ../image/AnalyzingPatterns.png
* 用戶能夠經過分析模式來解決如下問題：
* 數據集中的要素或數據集中要素關聯的值是否發生空間聚類？
* 數據集的聚類程度是否會隨時間變化？
分析模式包括空間自相關分析（ :py:func:`auto_correlation` ）、平均最近鄰分析（ :py:func:`average_nearest_neighbor` ）、
高低值聚類分析（ :py:func:`high_or_low_clustering` ）、增量空間自相關分析（ :py:func:`incremental_auto_correlation` ）等。
對矢量數據集進行空間自相關分析，並返回空間自相關分析結果。空間自相關返回的結果包括莫蘭指數、指望、方差、z得分、P值,
請參閱 :py:class:`.AnalyzingPatternsResult` 類。
.. image:: ../image/AnalyzingPatterns_autoCorrelation.png
:param source: 待計算的數據集。能夠爲點、線、面數據集。
:type source: DatasetVector or str
:param str assessment_field: 評估字段的名稱。僅數值字段有效。
:param concept_model: 空間關係概念化模型。默認值 :py:attr:`.ConceptualizationModel.INVERSEDISTANCE`。
:type concept_model: ConceptualizationModel or str
:param distance_method: 距離計算方法類型
:type distance_method: DistanceMethod or str
:param float distance_tolerance: 中斷距離容限。僅對概念化模型設置爲 :py:attr:`.ConceptualizationModel.INVERSEDISTANCE` 、
:py:attr:`.ConceptualizationModel.INVERSEDISTANCESQUARED` 、
:py:attr:`.ConceptualizationModel.FIXEDDISTANCEBAND` 、
:py:attr:`.ConceptualizationModel.ZONEOFINDIFFERENCE` 時有效。
爲"反距離"和"固定距離"模型指定中斷距離。"-1"表示計算並應用默認距離，此默認值爲保證每一個要
素至少有一個相鄰的要素;"0"表示爲未應用任何距離，則每一個要素都是相鄰要素。
:param float exponent: 反距離冪指數。僅對概念化模型設置爲 :py:attr:`.ConceptualizationModel.INVERSEDISTANCE` 、
:py:attr:`.ConceptualizationModel.INVERSEDISTANCESQUARED` 、
:py:attr:`.ConceptualizationModel.ZONEOFINDIFFERENCE` 時有效。
:param int k_neighbors: 相鄰數目，目標要素周圍最近的K個要素爲相鄰要素。僅對概念化模型設置爲 :py:attr:`.ConceptualizationModel.KNEARESTNEIGHBORS` 時有效。
:param bool is_standardization: 是否對空間權重矩陣進行標準化。若進行標準化,則每一個權重都會除以該行的和。
:param str weight_file_path: 空間權重矩陣文件路徑
:param progress: 進度信息處理函數，具體參考 :py:class:`.StepEvent`
:type progress: function
:return: 空間自相關結果
:rtype: AnalyzingPatternsResult
average_nearest_neighbor(source, study_area, distance_method='EUCLIDEAN', progress=None)
對矢量數據集進行平均最近鄰分析，並返回平均最近鄰分析結果數組。
* 平均最近鄰返回的結果包括最近鄰指數、預期平均距離、平均觀測距離、z得分、P值,請參閱 :py:class:`.AnalyzingPatternsResult` 類。
* 給定的研究區域面積大小必須大於等於0;若是研究區域面積等於0,則會自動生成輸入數據集的最小面積外接矩形,用該矩形的面積來進行計算。
該默認值爲: 0 。
* 距離計算方法類型能夠指定相鄰要素之間的距離計算方式(參閱 :py:class:`.DistanceMethod` )。若是輸入數據集爲地理座標系，則會採用弦測量方法來
計算距離。地球表面上的任意兩點,兩點之間的弦距離爲穿過地球體鏈接兩點的直線長度。
.. image:: ../image/AnalyzingPatterns_AverageNearestNeighbor.png
關於分析模式介紹，請參考 :py:func:`auto_correlation`
:param source: 待計算的數據集。能夠爲點、線、面數據集。
:type source: DatasetVector or str
:param float study_area: 研究區域面積
:param distance_method: 距離計算方法
:type distance_method: DistanceMethod or str
:param progress: 進度信息處理函數，具體參考 :py:class:`.StepEvent`
:type progress: function
:return: 平均最近鄰分析結果
:rtype: AnalyzingPatternsResult
basin(direction_grid, out_data=None, out_dataset_name=None, progress=None)
關於水文分析：
* 水文分析基於數字高程模型（DEM）柵格數據創建水系模型，用於研究流域水文特徵和模擬地表水文過程，並對將來的地表水文狀況作出預估。水文分析模型可以幫助咱們分析洪水的範圍，定位徑流污染源，預測地貌改變對徑流的影響等，普遍應用於區域規劃、農林、災害預測、道路設計等諸多行業和領域。
* 地表水的匯流狀況很大程度上決定於地表形狀，而 DEM 數據可以表達區域地貌形態的空間分佈，在描述流域地形，如流域邊界、坡度和坡向、河網提取等方面具備突出優點，於是很是適用於水文分析。
* SuperMap 提供的水文分析主要內容有填充窪地、計算流向、計算流長、計算累積匯水量、流域劃分、河流分級、鏈接水系及水系矢量化等。
* 水文分析的通常流程爲：
.. image:: ../image/HydrologyAnalyst_2.png
* 如何得到柵格水系？
水文分析中不少功能都須要基於柵格水系數據，如提取矢量水系（:py:func:`stream_to_line` 方法）、河流分級（:py:func:`stream_order` 方法）、
鏈接水系（::py:func:`stream_link` 方法）等。
一般，能夠從累積匯水量柵格中提取柵格水系數據。在累積匯水量柵格中，單元格的值越大，表明該區域的累積匯水量越大。累積匯水量
較高的單元格可視爲河谷，所以，能夠經過設定一個閾值，提取累積匯水量大於該值的單元格，這些單元格就構成柵格水系。值得說明的
是，對於不一樣級別的河谷、不一樣區域的相同級別的河谷，該值可能不一樣，所以該閾值的肯定須要依據研究區域的實際地形地貌並經過不斷的試驗來肯定。
在 SuperMap 中，要求用於進一步分析（提取矢量水系、河流分級、鏈接水系等）的柵格水系爲一個二值柵格，這能夠經過柵格代數運算
來實現，使大於或等於累積匯水量閾值的單元格爲 1，不然爲 0，以下圖所示。
.. image:: ../image/HydrologyAnalyst_3.png
所以，提取柵格水系的過程以下：
1. 得到累積匯水量柵格，可經過 :py:func:`flow_accumulation` 方法實現。
2. 經過柵格代數運算 :py:func:`expression_math_analyst` 方法對累積匯水量柵格進行關係運算，就能夠獲得知足要求的柵格水系數據。假設設定
閾值爲 1000，則運算表達式爲："[Datasource.FlowAccumulationDataset]>1000"。除此，使用 Con(x,y,z) 函數也能夠獲得想
要的結果，即表達式爲："Con([Datasource.FlowAccumulationDataset]>1000,1,0)"。
根據流向柵格計算流域盆地。流域盆地即爲集水區域，是用於描述流域的方式之一。
計算流域盆地是依據流向數據爲每一個單元格分配惟一盆地的過程，以下圖所示，流域盆地是描述流域的方式之一，展示了那些全部相互鏈接且處於同一流域盆地的柵格。
.. image:: ../image/Basin.png
:param direction_grid: 流向柵格數據集。
:type direction_grid: DatasetGrid or str
:param out_data: 存儲結果數據集的數據源
:type out_data: Datasource or DatasourceConnectionInfo or str
:param str out_dataset_name: 結果數據集名稱
:param progress: 進度信息處理函數，具體參考 :py:class:`.StepEvent`
:type progress: function
:return: 流域盆地柵格數據集或數據集名稱
:rtype: DatasetGrid or str
build_lake(dem_grid, lake_data, elevation, progress=None)
挖湖，即修改面數據集區域範圍內的 DEM 數據集的高程值爲指定的數值。
挖湖是指根據已有的湖泊面數據，在 DEM 數據集上顯示湖泊信息。以下圖所示，挖湖以後，DEM 在湖泊面數據對應位置的柵格值變成指定的高程值，且整個湖泊區域柵格值相同。
.. image:: ../image/BuildLake.png
:param dem_grid: 指定的待挖湖的 DEM 柵格數據集。
:type dem_grid: DatasetGrid or str
:param lake_data: 指定的湖區域，爲面數據集。
:type lake_data: DatasetVector or str
:param elevation: 指定的湖區域的高程字段或指定的高程值。若是爲 str，則要求字段類型爲數值型。若是指定爲 None 或空字符串，或湖區域數據集中不存在指定的
字段，則按照湖區域邊界對應 DEM 柵格上的最小高程進行挖湖。高程值的單位與 DEM 柵格數據集的柵格值單位相同。
:type elevation: str or float
:param progress: 進度信息處理函數，具體參考 :py:class:`.StepEvent`
:type progress: function
:return: 成功返回 True，不然返回 False
:rtype: bool
build_quad_mesh(quad_mesh_region, left_bottom, left_top, right_bottom, right_top, cols=0, rows=0, out_col_field=None, out_row_field=None, out_data=None, out_dataset_name=None, progress=None)
對單個簡單面對象進行網格剖分。
流體問題是一個連續性的問題，爲了簡化對其的研究以及建模處理的方便，對研究區域進行離散化處理，其思路就是創建離散的網格，網格劃分就是對連續的物理區域進行剖分，把它分紅若干個網格，並肯定各個網格中的節點，用網格內的一個值來代替整個網格區域的基本狀況，網格做爲計算與分析的載體，其質量的好壞對後期的數值模擬的精度和計算效率有重要的影響。
網格剖分的步驟：
1．數據預處理，包含去除重複點等。給定一個合理的容限，去除重複點，使得最後的網格劃分結果更趨合理，不會出現看起來從1個點
（實際是重複點）出發有多條線的現象。
2．多邊形分解：對於複雜的多邊形區域，咱們採用分塊逐步劃分的方法來進行網格的構建，將一個複雜的不規則多邊形區域劃分爲多個簡
單的單連通區域，而後對每一個單連通區域執行網格劃分程序，最後再將各個子區域網格拼接起來構成對整個區域的劃分。
3．選擇四個角點：這4個角點對應着網格劃分的計算區域上的4個頂點，其選擇會對劃分的結果形成影響。其選擇應儘可能在原區域近似四邊
形的四個頂點上，同時要考慮總體的流勢。
.. image:: ../image/SelectPoint.png
4．爲了使劃分的網格呈現四邊形的特徵，構成多邊形的頂點數據（不在同一直線上）需參與構網。
5．進行簡單區域網格劃分。
注：簡單多邊形：多邊形內任何直線或邊都不會交叉。
.. image:: ../image/QuadMeshPart.png
說明：
RightTopIndex 爲右上角點索引號，LeftTopIndex 爲左上角點索引號，RightBottomIndex 爲右下角點索引號，LeftBottomIndex
爲左下角點索引號。則 nCount1=（RightTopIndex- LeftTopIndex+1）和 nCount2=（RightBottomIndex- LeftBottomIndex+1），
若是：nCount1不等於nCount2，則程序不處理。
水文分析的相關介紹，請參考 :py:func:`basin`
:param quad_mesh_region: 網格剖分的面對象
:type quad_mesh_region: GeoRegion
:param Point2D left_bottom: 網格剖分的區域多邊形左下角點座標。四個角點選擇依據：4個角點對應着網格剖分的計算區域上的4個頂點，
其選擇會對剖分的結果形成影響。其選擇應儘可能在原區域近似四邊形的四個頂點上，同時要考慮總體的流勢。
:param Point2D left_top: 網格剖分的區域多邊形左上角點座標
:param Point2D right_bottom: 網格剖分的區域多邊形右下角點座標
:param Point2D right_top: 網格剖分的區域多邊形右上角點座標
:param int cols: 網格剖分的列方向節點數。默認值爲0，表示不參與處理；若不爲0，可是此值若小於多邊形列方向的最大點數減一，則
以多邊形列方向的最大點數減一做爲列數（cols）；若大於多邊形列方向的最大點數減一，則會自動加點，使列方
向的數目爲 cols。
舉例來說：若是用戶但願將一矩形面對象劃分爲2*3（高*寬）=6個小矩形，則列方向數目（cols）爲3。
:param int rows: 網格剖分的行方向節點數。默認值爲0，表示不參與處理；若不爲0，可是此值小於多邊形行方向的最大點數減一，則以
多邊形行方向的最大點數減一做爲行數（rows）；若大於多邊形行方向的最大點數減一，則會自動加點，使行方向的
數目爲 rows。舉例來說：若是用戶但願將一矩形面對象劃分爲2*3（高*寬）=6個小矩形，則行方向數目（rows）爲2。
:param str out_col_field: 格網剖分結果對象的列屬性字段名稱。此字段用來保存剖分結果對象的列號。
:param str out_row_field: 格網剖分結果對象的行屬性字段名稱。此字段用來保存剖分結果對象的行號。
:param out_data: 存放剖分結果數據集的數據源。
:type out_data: DatasourceConnectionInfo or Datasource or str
:param str out_dataset_name: 剖分結果數據集的名稱。
:param progress: 進度信息處理函數，具體參考 :py:class:`.StepEvent`
:type progress: function
:return: 剖分後的結果數據集，剖分出的多個面以子對象形式返回。
:rtype: DatasetVector or str
build_terrain(source_datas, lake_dataset=None, lake_altitude_field=None, clip_data=None, erase_data=None, interpolate_type='IDW', resample_len=0.0, z_factor=1.0, is_process_flat_area=False, encode_type='NONE', pixel_format='SINGLE', cell_size=0.0, out_data=None, out_dataset_name=None, progress=None)
根據指定的地形構建參數信息建立地形。
DEM（Digital Elevation Model，數字高程模型）主要用於描述區域地貌形態的空間分佈，是地面特性爲高程和海拔高程的數字地面模型（DTM），
一般經過高程測量點（或從等高線中進行採樣提取高程點）進行數據內插而成。此方法用於構建地形，即對具備高程信息的點或線數據集經過插值生成 DEM 柵格。
.. image:: ../image/BuildTerrain_1.png
能夠經過 source_datas 參數指定用於構建地形的數據集，支持僅高程點、僅等高線以及支持高程點和等高線共同構建。
:param source_datas: 用於構建的點數據集和線數據集，以及數據集的高程字段。要求數據集的座標系相同。
:type source_datas: dict[DatasetVector,str] or dict[str,str]
:param lake_dataset: 湖泊面數據集。在結果數據集中，湖泊面數據集區域範圍內的高程值小於周邊相鄰的高程值。
:type lake_dataset: DatasetVector or str
:param str lake_altitude_field: 湖泊面數據集的高程字段
:param clip_data: 設置用於裁剪的數據集。構建地形時，僅位於裁剪區域內的 DEM 結果被保留，區域外的部分被賦予無值。
.. image:: ../image/BuildTerrainParameter_1.png
:type clip_data: DatasetVector or str
:param erase_data: 用於擦除的數據集。構建地形時，位於擦除區域內的結果 DEM 柵格值爲無值。僅在 interpolate_type 設置爲 TIN 時有效。
.. image:: ../image/BuildTerrainParameter_2.png
:type erase_data: DatasetVector or str
:param interpolate_type: 地形插值類型。默認值爲 IDW。
:type interpolate_type: TerrainInterpolateType or str
:param float resample_len: 採樣距離。只對線數據集有效。單位與用於構建地形的線數據集單位一致。僅在 interpolate_type 設置爲TIN時有效。
首先對線數據集進行重採樣過濾掉一些比較密集的節點，而後再生成 TIN 模型，提升生成速度。
:param float z_factor: 高程縮放係數
:param bool is_process_flat_area: 是否處理平坦區域。等值線生成DEM能較好地處理山頂山谷，點生成DEM也能夠處理平坦區域，但效
果沒有等值線生成DEM處理的好，主要緣由是根據點判斷平坦區域結果較爲粗糙。
:param encode_type: 編碼方式。對於柵格數據集，目前支持的編碼方式有未編碼、SGL、LZW 三種方式
:type encode_type: EncodeType or str
:param pixel_format: 結果數據集的像素格式
:type pixel_format: PixelFormat or str
:param float cell_size: 結果數據集的柵格單元的大小，若是指定爲 0 或負數，則系統會使用 L/500（L 是指源數據集的區域範圍對應的矩形的對角線長度）做爲單元格大小。
:param out_data: 用於存儲結果數據的數據源。
:type out_data: Datasource or DatasourceConnectionInfo or str
:param out_dataset_name: 結果數據集的名稱
:type out_dataset_name: str
:param progress: 進度信息處理函數，具體參考 :py:class:`.StepEvent`
:type progress: function
:return: 結果數據集或數據集名稱
:rtype: Dataset or str
build_weight_matrix(source, unique_id_field, file_path, concept_model='INVERSEDISTANCE', distance_method='EUCLIDEAN', distance_tolerance=-1.0, exponent=1.0, k_neighbors=1, is_standardization=False, progress=None)
構建空間權重矩陣。
* 空間權重矩陣文件旨在生成、存儲、重用和共享一組要素之間關係的空間關係概念化模型。文件採用的是二進制文件格式建立,要素關係
存儲爲稀疏矩陣。
* 該方法會生成一個空間權重矩陣文件，文件格式爲 ‘*.swmb’。生成的空間權重矩陣文件可用來進行分析，只要將空間關係概念化模型設
置爲 :py:attr:`.ConceptualizationModel.SPATIALWEIGHTMATRIXFILE` 而且經過 weight_file_path 參數指定建立的空間權重矩陣
文件的完整路徑。
:param source: 待構建空間權重矩陣的數據集，支持點線面。
:type source: DatasetVector or str
:param str unique_id_field: 惟一ID字段名，必須是數值型字段。
:param str file_path: 空間權重矩陣文件保存路徑。
:param concept_model: 概念化模型
:type concept_model: ConceptualizationModel or str
:param distance_method: 距離計算方法類型
:type distance_method: DistanceMethod or str
:param float distance_tolerance: 中斷距離容限。僅對概念化模型設置爲 :py:attr:`.ConceptualizationModel.INVERSEDISTANCE` 、
:py:attr:`.ConceptualizationModel.INVERSEDISTANCESQUARED` 、
:py:attr:`.ConceptualizationModel.FIXEDDISTANCEBAND` 、
:py:attr:`.ConceptualizationModel.ZONEOFINDIFFERENCE` 時有效。
爲"反距離"和"固定距離"模型指定中斷距離。"-1"表示計算並應用默認距離，此默認值爲保證每一個要
素至少有一個相鄰的要素;"0"表示爲未應用任何距離，則每一個要素都是相鄰要素。
:param float exponent: 反距離冪指數。僅對概念化模型設置爲 :py:attr:`.ConceptualizationModel.INVERSEDISTANCE` 、
:py:attr:`.ConceptualizationModel.INVERSEDISTANCESQUARED` 、
:py:attr:`.ConceptualizationModel.ZONEOFINDIFFERENCE` 時有效。
:param int k_neighbors: 相鄰數目。僅對概念化模型設置爲 :py:attr:`.ConceptualizationModel.KNEARESTNEIGHBORS` 時有效。
:param bool is_standardization: 是否對空間權重矩陣進行標準化。若進行標準化,則每一個權重都會除以該行的和。
:param progress: 進度信息，具體參考 :py:class:`.StepEvent`
:type progress: function
:return: 若是構建空間權重矩陣，返回 True，不然返回 False
:rtype: bool
calculate_aspect(input_data, out_data=None, out_dataset_name=None, progress=None)
計算坡向，並返回坡向柵格數據集，即坡向圖。
坡向是指坡面的朝向，它表示地形表面某處最陡的下坡方向。坡向反映了斜坡所面對的方向，任意斜坡的傾斜方向可取 0～360 度中的任意方向，因此坡向計算的
結果範圍爲 0～360 度。從正北方向（0 度）開始順時針計算
:param input_data: 指定的待計算坡向的柵格數據集
:type input_data: DatasetGrid or str
:param out_data: 結果數據集所在的數據源
:type out_data: Datasource or DatasourceConnectionInfo or str
:param str out_dataset_name: 結果數據集名稱
:param function progress: 進度信息處理函數，具體參考 :py:class:`.StepEvent`
:return: 結果數據集或數據集名稱
:rtype: DatasetGrid or str
calculate_hill_shade(input_data, shadow_mode, azimuth, altitude_angle, z_factor, out_data=None, out_dataset_name=None, progress=None)
三維暈渲圖是指經過模擬實際地表的本影與落影的方式反映地形起伏情況的柵格圖。經過採用假想的光源照射地表，結合柵格數據獲得的坡度坡向信息， 獲得各像元
的灰度值，面向光源的斜坡的灰度值較高，背向光源的灰度值較低，即爲陰影區，從而形象表現出實際地表的地貌和地勢。 由柵格數據計算得出的這種山體陰影圖
每每具備很是逼真的立體效果，於是稱其爲三維暈渲圖。
.. image:: ../image/CalculateHillShade.png
三維暈渲圖在描述地表三維情況和地形分析中都具備比較重要的價值，當將其餘專題信息疊加在三維暈渲圖之上時，將會更加提升三維暈渲圖的應用價值和直觀效果。
在生成三維暈渲圖時，須要指定假想光源的位置，該位置由光源的方位角和高度角肯定。方位角肯定光源的方向，高度角是光源照射時傾斜角度。例如，當光源的方位角
爲 315 度，高度角爲 45 度時，其與地表的相對位置以下圖所示。
.. image:: ../image/CalculateHillShade_1.png
三維暈渲圖有三種類型：渲染陰影效果、渲染效果和陰影效果，經過 :py:class`ShadowMode` 類來指定。
:param input_data: 指定的待生成三維暈渲圖的柵格數據集
:type input_data: DatasetGrid or str
:param shadow_mode: 三維暈渲圖的渲染類型
:type shadow_mode: ShadowMode or str
:param float azimuth: 指定的光源方位角。用於肯定光源的方向，是從光源所在位置的正北方向線起，依順時針方向到光源與目標方向線
的夾角，範圍爲 0-360 度，以正北方向爲 0 度，依順時針方向遞增。
.. image:: ../image/Azimuth.png
:param float altitude_angle: 指定的光源高度角。用於肯定光源照射的傾斜角度，是光源與目標的方向線與水平面間的夾角，範圍爲
0-90 度。當光源高度角爲 90 度時，光源正射地表。
.. image:: ../image/AltitudeAngle.png
:param float z_factor: 指定的高程縮放係數。該值是指在柵格中，柵格值（Z 座標，即高程值）相對於 X 和 Y 座標的單位變換系數。一般有 X，Y，Z 都參加的計算中，須要將高程值乘以一個高程縮放係數，使得三者單位一致。例如，X、Y 方向上的單位是米，而 Z 方向的單位是英尺，因爲 1 英尺等於 0.3048 米，則須要指定縮放係數爲 0.3048。若是設置爲 1.0，表示不縮放。
:param out_data: 結果數據集所在的數據源
:type out_data: Datasource or DatasourceConnectionInfo or str
:param str out_dataset_name: 結果數據集名稱
:param function progress: 進度信息處理函數，具體參考 :py:class:`.StepEvent`
:return: 結果數據集或數據集名稱
:rtype: DatasetGrid or str
calculate_ortho_image(input_data, colors, no_value_color, out_data=None, out_dataset_name=None, progress=None)
根據給定的顏色集合生成正射三維影像。
正射影像是採用數字微分糾正技術，經過周邊鄰近柵格的高程獲得當前點的合理日照強度，進行正射影像糾正。
:param input_data: 指定的待計算三維正射影像的 DEM 柵格。
:type input_data: DatasetGrid or str
:param colors: 三維投影后的顏色集合。輸入若是爲 dict，則表示高程值與顏色值的對應關係。
能夠沒必要在高程顏色對照表中列出待計算柵格的全部柵格值（高程值）及其對應顏色，未在高程顏色對照表中列出的高程值，其在結果影像中的顏色將經過插值得出。
:type colors: Colors or dict[float,tuple]
:param no_value_color: 無值柵格的顏色
:type no_value_color: tuple or int
:param out_data: 結果數據集所在的數據源
:type out_data: Datasource or DatasourceConnectionInfo or str
:param str out_dataset_name: 結果數據集名稱
:param function progress: 進度信息處理函數，具體參考 :py:class:`.StepEvent`
:return: 結果數據集或數據集名稱
:rtype: DatasetGrid or str
calculate_profile(input_data, line)
剖面分析，根據給定線路查看 DEM 柵格沿該線路的剖面，返回剖面線和採樣點座標。
給定一條直線或者折線，查看 DEM 柵格沿此線的縱截面，稱爲剖面分析。剖面分析的結果包含兩部分：剖面線和採樣點集合。
* 採樣點
剖面分析須要沿給定線路選取一些點，經過這些點所在位置的高程和座標信息，來展示剖面效果，這些點稱爲採樣點。採樣點的選取依照如下規則，
可結合下圖來了解。
- 給定路線途經的每一個單元格內只選取一個採樣點；
- 給定路線的節點都被做爲採樣點；
- 若是路線通過且節點不在該單元格內，則將線路與該單元格兩條中心線中交角較大的一條的交點做爲採樣點。
.. image:: ../image/CalculateProfile_1.png
* 剖面線和採樣點座標集合
剖面線是剖面分析的結果之一，是一條二維線（ :py:class:`GeoLine` ），它的節點與採樣點一一對應，節點的 X 值表示當前採樣點到給定線
路的起點（也是第一個採樣點）的直線距離，Y 值爲當前採樣點所在位置的高程。而採樣點集合給出了全部採樣點的位置，使用一個二維集合線對
象來存儲這些點。剖面線與採樣點集合的點是一一對應的，結合剖面線和採樣點集合能夠知道在某位置的高程以及距離分析的起點的距離。
下圖展現了以剖面線的 X 值爲橫軸，Y 值爲縱軸繪製二維座標系下的剖面線示意圖，經過剖面線能夠直觀的瞭解沿着給定的線路，地形的高程和地勢。
.. image:: ../image/CalculateProfile_2.png
注意：指定的線路必須在 DEM 柵格的數據集範圍內，不然可能分析失敗。若是採樣點位於無值柵格上，則剖面線上對應的點的高程爲0。
:param input_data: 指定的待進行剖面分析的 DEM 柵格。
:type input_data: DatasetGrid or str
:param line: 指定的線路，爲一條線段或折線。剖面分析給出沿該線路的剖面。
:type line: GeoLine
:return: 剖面分析結果，剖面線和採樣點集合。
:rtype: tuple[GeoLine, GeoLine]
calculate_slope(input_data, slope_type, z_factor, out_data=None, out_dataset_name=None, progress=None)
計算坡度，並返回坡度柵格數據集，即坡度圖。 坡度是地表面上某一點的切面和水平面所成的夾角。坡度值越大，表示地勢越陡峭
注意：
計算坡度時，要求待計算的柵格值（即高程）的單位與 x，y 座標的單位相同。若是不一致，可經過高程縮放係數（方法中對應 zFactor 參數）來調整。
但注意，當高程值單位與座標單位間的換算沒法經過固定值來調節時，則須要經過其餘途徑對數據進行處理。最多見的狀況之一是 DEM 柵格採用地理座標系時，
單位爲度，而高程值單位爲米，此時建議對 DEM 柵格進行投影轉換，將 x，y 座標轉換爲平面座標。
:param input_data: 指定的的待計算坡度的柵格數據集
:type input_data: DatasetGrid or str
:param slope_type: 坡度的單位類型
:type slope_type: SlopeType or str
:param float z_factor: 指定的高程縮放係數。該值是指在柵格中，柵格值（Z 座標，即高程值）相對於 X 和 Y 座標的單位變換系數。一般有 X，Y，Z 都參加的計算中，須要將高程值乘以一個高程縮放係數，使得三者單位一致。例如，X、Y 方向上的單位是米，而 Z 方向的單位是 英尺，因爲 1 英尺等於 0.3048 米，則須要指定縮放係數爲 0.3048。若是設置爲 1.0，表示不縮放。
:param out_data: 結果數據集所在的數據源
:type out_data: Datasource or DatasourceConnectionInfo or str
:param str out_dataset_name: 結果數據集名稱
:param function progress: 進度信息處理函數，具體參考 :py:class:`.StepEvent`
:return: 結果數據集或數據集名稱
:rtype: DatasetGrid or str
calculate_view_shed(input_data, view_point, start_angle, view_angle, view_radius, out_data=None, out_dataset_name=None, progress=None)
單點可視域分析，即分析單個觀察點的可視範圍。
單點可視域分析是在柵格表面數據集上，對於給定的一個觀察點，查找其在給定的範圍內（由觀察半徑、觀察角度決定）所能觀察到的區域，也就是給定點的通視區域範圍。分析的結果爲一個柵格數據集，其中可視區域保持原始柵格表面的柵格值，其餘區域爲無值。
以下圖所示，圖中綠色的點爲觀察點，疊加在原始柵格表面上的藍色區域即爲對其進行可視域分析的結果。
.. image:: ../image/CalculateViewShed.png
注意：若是指定的觀察點的高程小於當前柵格表面對應位置的高程值，則觀察點的高程值將被自動設置爲當前柵格表面的對應位置的高程。
:param input_data: 指定的用於可視域分析的柵格表面數據集。
:type input_data: DatasetGrid or str
:param Point3D view_point: 指定的觀察點位置。
:param float start_angle: 指定的起始觀察角度，單位爲度，以正北方向爲 0 度，順時針方向旋轉。指定爲負值或大於 360 度，將自動換算到 0 到 360 度範圍內。
:param float view_angle: 指定的觀察角度，單位爲度，最大值爲 360 度。觀察角度基於起始角度，即觀察角度範圍爲 [起始角度，起始角度+觀察角度]。例如起始角度爲 90 度，觀察角度爲 90 度，那麼實際觀察的角度範圍是從 90 度到 180 度。但注意，當指定爲 0 或負值時，不管起始角度爲什麼值，觀察角度範圍都爲 0 到 360 度
:param float view_radius: 指定的觀察半徑。該值限制了視野範圍的大小，若觀測半徑小於等於 0 時，表示無限制。單位爲米
:param out_data: 指定的用於存儲結果數據集的數據源
:type out_data: Datasource or str
:param str out_dataset_name: 指定的結果數據集的名稱
:param progress: 進度信息，具體參考 :py:class:`.StepEvent`
:type progress: function
:return: 單點可視域分析結果數據集
:rtype: DatasetGrid or str
calculate_view_sheds(input_data, view_points, start_angles, view_angles, view_radiuses, view_shed_type, out_data=None, out_dataset_name=None, progress=None)
多點可視域分析，即分析多個觀察點的可視範圍，能夠爲共同可視域或非共同可視域。
多點可視域分析，是根據柵格表面，對給定的觀察點集合中每個觀察點進行可視域分析，而後根據指定的可視域類型，計算全部觀察點的可視域的交集（稱爲「共同可視域」）或者並集（稱爲「非共同可視域」），並將結果輸出到一個柵格數據集中，其中可視區域保持原始柵格表面的柵格值，其餘區域爲無值。
以下圖所示，圖中綠色的點爲觀察點，疊加在原始柵格表面上的藍色區域即爲對其進行可視域分析的結果。左圖展現了三個觀察點的共同可視域，右圖則是三個觀察點的非共同可視域。
.. image:: ../image/CalculateViewShed_1.png
注意：若是指定的觀察點的高程小於當前柵格表面對應位置的高程值，則觀察點的高程值將被自動設置爲當前柵格表面的對應位置的高程。
:param input_data: 指定的用於可視域分析的柵格表面數據集。
:type input_data: DatasetGrid or str
:param view_points: 指定的觀察點集合。
:type view_points: list[Point3D]
:param start_angles: 指定的起始觀察角度集合，與觀察點一一對應。單位爲度，以正北方向爲 0 度，順時針方向旋轉。指定爲負值或大於 360 度，將自動換算到 0 到 360 度範圍內。
:type start_angles: list[float]
:param view_angles: 指定的觀察角度集合，與觀察點和起始觀察角度一一對應，單位爲度，最大值爲 360 度。觀察角度基於起始角度，即觀察角度範圍爲 [起始角度，起始角度+觀察角度]。例如起始角度爲 90 度，觀察角度爲 90 度，那麼實際觀察的角度範圍是從 90 度到 180 度。 :type view_angles: list[float]
:param view_radiuses: 指定的觀察半徑集合，與觀察點一一對應。該值限制了視野範圍的大小，若觀測半徑小於等於 0 時，表示無限制。單位爲米。
:type view_radiuses: list[float]
:param view_shed_type: 指定的可視域的類型，能夠是多個觀察點的可視域的交集，也能夠是多個觀察點可視域的並集。
:type view_shed_type: ViewShedType or str
:param out_data: 指定的用於存儲結果數據集的數據源
:type out_data: Datasource or str
:param str out_dataset_name: 指定的結果數據集的名稱
:param progress: 進度信息，具體參考 :py:class:`.StepEvent`
:type progress: function
:return: 多點可視域分析結果數據集。
:rtype: DatasetGrid
clip_raster(input_data, clip_region, is_clip_in_region=True, is_exact_clip=False, out_data=None, out_dataset_name=None, progress=None)
對柵格或影像數據集進行裁剪，結果存儲爲一個新的柵格或影像數據集。有時，咱們的研究範圍或者感興趣區域較小，僅涉及當前柵格數據
的一部分，這時能夠對柵格數據進行裁剪，即經過一個 GeoRegion 對象做爲裁剪區域對柵格數據進行裁剪，提取該區域內（外）的柵格數
據生成一個新的數據集，此外，還能夠選擇進行精確裁剪或顯示裁剪。
:param input_data: 指定的要進行裁剪的數據集，支持柵格數據集和影像數據集。
:type input_data: DatasetGrid or DatasetImage or str
:param clip_region: 裁剪區域
:type clip_region: GeoRegion or Rectangle
:param bool is_clip_in_region: 是否對裁剪區內的數據集進行裁剪。若爲 True，則對裁剪區域內的數據集進行裁剪，若爲 False，則對裁剪區域外的數據集進行裁剪。
:param bool is_exact_clip: 是否使用精確裁剪。若爲 True，表示使用精確裁剪對柵格或影像數據集進行裁剪，False 表示使用顯示裁剪:
- 採用顯示裁剪時，系統會按照像素分塊（詳見 DatasetGrid.block_size_option、DatasetImage.block_size_option 方法）的大小,
對柵格或影像數據集進行裁剪。此時只有裁剪區域內的數據被保留，即若是裁剪區的邊界沒有剛好與單元格的邊界重合，那麼單元格將被分割，
位於裁剪區的部分會保留下來；位於裁剪區域外，且在被裁剪的那部分柵格所在塊的總範圍內的柵格仍有柵格值，但不顯示。此種方式適用於大數據的裁剪。
- 採用精確裁剪時，系統在裁剪區域邊界，會根據裁剪區域壓蓋的單元格的中心點的位置肯定是否保留該單元格。若是使用區域內裁剪方式，單元格的中心點位於裁剪區內則保留，反之不保留。
:param out_data: 結果數據集所在的數據源或直接生成 tif 文件
:type out_data: Datasource or DatasourceConnectionInfo or str
:param str out_dataset_name: 結果數據集名稱。若是設置直接生成 tif 文件，則此參數無效。
:param function progress: 進度信息處理函數，具體參考 :py:class:`.StepEvent`
:return: 結果數據集或數據集名稱或第三方影像文件路徑。
:rtype: DatasetGrid or DatasetImage or str
>>> clip_region = Rectangle(875.5, 861.2, 1172.6, 520.9)
>>> result = clip_raster(data_dir + 'example_data.udb/seaport', clip_region, True, False, out_data=out_dir + 'clip_seaport.tif')
>>> result = clip_raster(data_dir + 'example_data.udb/seaport', clip_region, True, False, out_data=out_dir + 'clip_out.udb')
clip_vector(input_data, clip_region, is_clip_in_region=True, is_erase_source=False, out_data=None, out_dataset_name=None, progress=None)
對矢量數據集進行裁剪，結果存儲爲一個新的矢量數據集。
:param input_data: 指定的要進行裁剪的矢量數據集，支持點、線、面、文本、CAD 數據集。
:type input_data: DatasetVector or str
:param GeoRegion clip_region: 指定的裁剪區域
:param bool is_clip_in_region: 指定是否對裁剪區內的數據集進行裁剪。若爲 True，則對裁剪區域內的數據集進行裁剪，若爲 False ，則對裁剪區域外的數據集進行裁剪。
:param bool is_erase_source: 指定是否擦除裁剪區域，若爲 True，表示對裁剪區域進行擦除，若爲 False，則不對裁剪區域進行擦除。
:param out_data: 結果數據集所在的數據源
:type out_data: Datasource or DatasourceConnectionInfo or str
:param str out_dataset_name: 結果數據集名稱
:param function progress: 進度信息處理函數，具體參考 :py:class:`.StepEvent`
:return: 結果數據集或數據集名稱
:rtype: DatasetVector or str
cluster_outlier_analyst(source, assessment_field, concept_model='INVERSEDISTANCE', distance_method='EUCLIDEAN', distance_tolerance=-1.0, exponent=1.0, is_FDR_adjusted=False, k_neighbors=1, is_standardization=False, weight_file_path=None, out_data=None, out_dataset_name=None, progress=None)
聚類分佈介紹：
聚類分佈可識別一組數據具備統計顯著性的熱點、冷點或者空間異常值。
聚類分佈用來計算的數據能夠是點、線、面。對於點、線和麪對象，在距離計算中會使用對象的質心。對象的質心爲全部子對象的加權
平均中心。點對象的加權項爲1（即質心爲自身），線對象的加權項是長度，而面對象的加權項是面積。
用戶能夠經過聚類分佈計算來解決如下問題：
1. 聚類或冷點和熱點出如今哪裏？
2. 空間異常值的出現位置在哪裏？
3. 哪些要素十分類似？
聚類分佈包括聚類和異常值分析（:py:func:`cluster_outlier_analyst`）、熱點分析（:py:func:`hot_spot_analyst`）、
優化熱點分析（:py:func:`optimized_hot_spot_analyst`）等
聚類和異常值分析，返回結果矢量數據集。
* 結果數據集中包括局部莫蘭指數（ALMI_MoranI）、z得分（ALMI_Zscore）、P值（ALMI_Pvalue）和聚類和異常值類型（ALMI_Type）。
* z得分和P值都是統計顯著性的度量,用於逐要素的判斷是否拒絕"零假設"。置信區間字段會識別具備統計顯著性的聚類和異常值。若是,
要素的Z得分是一個較高的正值,則表示周圍的要素擁有類似值（高值或低值）,聚類和異常值類型字段將具備統計顯著性的高值聚類表示
爲"HH"，將具備統計顯著性的低值聚類表示爲"LL";若是,要素的Z得分是一個較低的負值值,則表示有一個具備統計顯著性的空間數據異常
值,聚類和異常值類型字段將指出低值要素圍繞高值要素表示爲"HL"，將高值要素圍繞低值要素表示爲"LH"。
* 在沒有設置 is_FDR_adjusted,統計顯著性以P值和Z字段爲基礎,不然,肯定置信度的關鍵P值會下降以兼顧多重測試和空間依賴性。
.. image:: ../image/ClusteringDistributions_clusterOutlierAnalyst.png
:param source: 待計算的數據集。能夠爲點、線、面數據集。
:type source: DatasetVector or str
:param str assessment_field: 評估字段的名稱。僅數值字段有效。
:param concept_model: 空間關係概念化模型。默認值 :py:attr:`.ConceptualizationModel.INVERSEDISTANCE`。
:type concept_model: ConceptualizationModel or str
:param distance_method: 距離計算方法類型
:type distance_method: DistanceMethod or str
:param float distance_tolerance: 中斷距離容限。僅對概念化模型設置爲 :py:attr:`.ConceptualizationModel.INVERSEDISTANCE` 、
:py:attr:`.ConceptualizationModel.INVERSEDISTANCESQUARED` 、
:py:attr:`.ConceptualizationModel.FIXEDDISTANCEBAND` 、
:py:attr:`.ConceptualizationModel.ZONEOFINDIFFERENCE` 時有效。
爲"反距離"和"固定距離"模型指定中斷距離。"-1"表示計算並應用默認距離，此默認值爲保證每一個要
素至少有一個相鄰的要素;"0"表示爲未應用任何距離，則每一個要素都是相鄰要素。
:param float exponent: 反距離冪指數。僅對概念化模型設置爲 :py:attr:`.ConceptualizationModel.INVERSEDISTANCE` 、
:py:attr:`.ConceptualizationModel.INVERSEDISTANCESQUARED` 、
:py:attr:`.ConceptualizationModel.ZONEOFINDIFFERENCE` 時有效。
:param bool is_FDR_adjusted: 是否進行FDR（錯誤發現率）校訂。若進行FDR（錯誤發現率）校訂,則統計顯著性將以錯誤發現率校訂爲基礎,不然,統計顯著性將以P值和z得分字段爲基礎。
:param int k_neighbors: 相鄰數目，目標要素周圍最近的K個要素爲相鄰要素。僅對概念化模型設置爲 :py:attr:`.ConceptualizationModel.KNEARESTNEIGHBORS` 時有效。
:param bool is_standardization: 是否對空間權重矩陣進行標準化。若進行標準化,則每一個權重都會除以該行的和。
:param str weight_file_path: 空間權重矩陣文件路徑
:param out_data: 結果數據源
:type out_data: Datasource or DatasourceConnectionInfo or str
:param str out_dataset_name: 結果數據集名稱
:param progress: 進度信息，具體參考 :py:class:`.StepEvent`
:type progress: function
:return: 結果數據集或數據集名稱
:rtype: DatasetVector or str
collect_events(source, out_data=None, out_dataset_name=None, progress=None)
收集事件,將事件數據轉換成加權數據。
* 結果點數據集中包含一個 Counts 字段,該字段會保存每一個惟一位置全部質心的總和。
* 收集事件只會處理質心座標徹底相同的對象,而且只會保留一個質心,去除其他的重複點。
* 對於點、線和麪對象，在距離計算中會使用對象的質心。對象的質心爲全部子對象的加權平均中心。點對象的加權項爲1（即質心爲自身），
線對象的加權項是長度，而面對象的加權項是面積。
:param source: 待收集的數據集。能夠爲點、線、面數據集。
:type source: DatasetVector or str
:param out_data: 用於存儲結果點數據集的數據源。
:type out_data: Datasource or DatasourceConnectionInfo or str
:param str out_dataset_name: 結果點數據集名稱。
:param progress: 進度信息，具體參考 :py:class:`.StepEvent`
:type progress: function
:return: 結果數據集或數據集名稱
:rtype: DatasetVector or str
compute_features_envelope(input_data, is_single_part=True, out_data=None, out_dataset_name=None, progress=None)
計算幾何對象的矩形範圍面
:param input_data: 待分析的數據集，僅支持線數據集和麪數據集。
:type input_data: DatasetVector or str
:param bool is_single_part: 有組合線或者組合面時，是否拆分子對象。默認爲 True，拆分子對象。
:param out_data: 結果數據集所在的數據源
:type out_data: Datasource or str
:param str out_dataset_name: 結果數據集名稱
:param progress: 進度信息，具體參考 :py:class:`.StepEvent`
:type progress: function
:return: 結果數據集，返回每一個對象的範圍面。結果數據集中新增了字段"ORIG_FID"用於保存輸入對象的ID值。
:rtype: DatasetVector or str
compute_min_distance(source, reference, min_distance, max_distance, out_data=None, out_dataset_name=None, progress=None)
最近距離計算。求算「被計算記錄集」中每個對象到「參考記錄集」中在查詢範圍內的全部對象的距離中的最小值（即最近距離），並將最近距離信息保存到一個新的屬性表數據集中。
最近距離計算功能用於計算「被計算記錄集」中每個對象（稱爲「被計算對象」）到「參考記錄集」中在查詢範圍內的全部對象（稱爲「參考對象」）的距離中的最小值，也就是最近距離，計算的結果爲一個純屬性表數據集，記錄了「被計算對象」到最近的「參考對象」的距離信息，使用三個屬性字段存儲，分別爲：Source_ID（「被計算對象」的 SMID）、根據參考對象的類型可能爲 Point_ID、Line_ID、Region_ID（「參考對象」的 SMID）以及 Distance（前面兩者的距離值）。若是被計算對象與多個參考對象具備最近距離，則屬性表中相應的添加多條記錄。
* 支持的數據類型
「被計算記錄集」僅支持二維點記錄集，「參考記錄集」能夠是爲從二維點、線、面數據集以及二維網絡數據集得到的記錄集。從二維網絡數據集能夠得到存有弧段的記錄集，或存有結點的記錄集（從網絡數據集的子集獲取），將這兩種記錄集做爲「參考記錄集」，可用於查找最近的弧段或最近的結點。
「被計算記錄集」和「參考記錄集」能夠是同一個記錄集，也能夠是從同一個數據集查詢出的不一樣記錄集，這兩種狀況下，不會計算對象到自身的距離。
* 查詢範圍
查詢範圍由用戶指定的一個最小距離和一個最大距離構成，用於過濾不參與計算的「參考對象」，即從「被計算對象」出發，只有與其距離介於最小距離和最大距離之間（包括等於）的「參考對象」參與計算。若是將查詢範圍設置爲從「0」到「-1」，則表示計算到「參考記錄集」中全部對象的最近距離。
以下圖所示，紅色圓點來自「被計算記錄集」，方塊來自「參考記錄集」，粉色區域表示查詢範圍，則只有位於查詢範圍內的藍色方塊參與最近距離計算，也就是說本例的計算的結果只包含紅色圓點與距其最近的藍色方塊的 SMID 和距離值
.. image:: ../image/ComputeDistance.png
* 注意事項：
* 「被計算記錄集」和「參考記錄集」所屬的數據集的必須具備相同的座標系。
* 以下圖所示，點到線對象的距離，是計算點到整個線對象的最小距離，即在線上找到一點與被計算點的距離最短；一樣的，點到面對象的距離，是計算點到面對象的整個邊界的最小距離。
.. image:: ../image/ComputeDistance_1.png
* 計算兩個對象間距離時，出現包含或（部分）重疊的狀況時，距離均爲 0。例如點對象在線對象上，兩者間距離爲 0。
:param source: 指定的被計算記錄集。只支持二維點記錄集和數據集
:type source: DatasetVector or Recordset or str
:param reference: 指定的參考記錄集。支持二維點、線、面記錄集和數據集
:type reference: DatasetVector or Recordset or str
:param min_distance: 指定的查詢範圍的最小距離。取值範圍爲大於或等於 0。單位與被計算記錄集所屬數據集的單位相同。
:type min_distance: float
:param max_distance: 指定的查詢範圍的最大距離。取值範圍爲大於 0 的值及 -1。當設置爲 -1 時，表示不限制最大距離。單位與被計算記錄集所屬數據集的單位相同。
:type max_distance: float
:param out_data: 指定的用於存儲結果屬性表數據集的數據源。
:type out_data: Datasource or DatasourceConnectionInfo or str
:param out_dataset_name: 指定的結果屬性表數據集的名稱。
:type out_dataset_name: str
:param progress: 進度信息處理函數，具體參考 :py:class:`.StepEvent`
:type progress: function
:return: 結果數據集或數據集名稱
:rtype: DatasetVector
compute_point_aspect(input_data, specified_point)
計算 DEM 柵格上指定點處的坡向。 DEM 柵格上指定點處的坡向，與坡向圖（calculate_aspect 方法）的計算方法相同，是將該點所在單元格與其周圍的相
鄰的八個單元格所造成的 3 × 3 平面做爲計算單元，經過三階反距離平方權差分法計算水平高程變化率和垂直高程變化率從而得出坡向。更多介紹，請參閱 :py:meth:`calculate_aspect` 方法。
注意：
當指定點所在的單元格爲無值時，計算結果爲 -1，這與生成坡向圖不一樣；當指定的點位於 DEM 柵格的數據集範圍以外時，計算結果爲 -1。
:param input_data: 指定的待計算坡向的柵格數據集
:type input_data: DatasetGrid or str
:param Point2D specified_point: 指定的地理座標點。
:return: 指定點處的坡向。單位爲度。
:rtype: float
compute_point_slope(input_data, specified_point, slope_type, z_factor)
計算 DEM 柵格上指定點處的坡度。
DEM 柵格上指定點處的坡度，與坡度圖（calculate_slope 方法）的計算方法相同，是將該點所在單元格與其周圍的相鄰的八個單元格所造成的 3 × 3 平面做
爲計算單元，經過三階反距離平方權差分法計算水平高程變化率和垂直高程變化率從而得出坡度。更多介紹，請參閱 calculate_slope 方法。
注意：
當指定點所在的單元格爲無值時，計算結果爲 -1，這與生成坡度圖不一樣；當指定的點位於 DEM 柵格的數據集範圍以外時，計算結果爲 -1。
:param input_data: 指定的待計算坡向的柵格數據集
:type input_data: DatasetGrid or str
:param Point2D specified_point: 指定的地理座標點。
:param slope_type: 指定的坡度單位類型。能夠用角度、弧度或百分數來表示。以使用角度爲例，坡度計算的結果範圍爲 0～90 度。
:type slope_type: SlopeType or str
:param float z_factor: 指定的高程縮放係數。該值是指在 DEM 柵格中，柵格值（Z 座標，即高程值）相對於 X 和 Y 座標的單位變換系數。一般有 X，Y，Z 都參加的計算中，須要將高程值乘以一個高程縮放係數，使得三者單位一致。例如，X、Y 方向上的單位是米，而 Z 方向的單位是英尺，因爲 1 英尺等於 0.3048 米，則須要指定縮放係數爲 0.3048。若是設置爲 1.0，表示不縮放。
:return: 指定點處的坡度。單位爲 type 參數指定的類型。
:rtype: float
compute_range_distance(source, reference, min_distance, max_distance, out_data=None, out_dataset_name=None, progress=None)
範圍距離計算。求算「被計算記錄集」中每個對象到「參考記錄集」中在查詢範圍內的每個對象的距離，並將距離信息保存到一個新的屬性表數據集中。
該功能用於計算記錄集 A 中每個對象到記錄集 B 中在查詢範圍內的每個對象的距離，記錄集 A 稱爲「被計算記錄集」，當中的對象稱做「被計算對象」，記錄集 B 稱爲「參考記錄集」，當中的對象稱做「參考對象」。「被計算記錄集」和「參考記錄集」能夠是同一個記錄集，也能夠是從同一個數據集查詢出的不一樣記錄集，這兩種狀況下，不會計算對象到自身的距離。
查詢範圍由一個最小距離和一個最大距離構成，用於過濾不參與計算的「參考對象」，即從「被計算對象」出發，只有與其距離介於最小距離和最大距離之間（包括等於）的「參考對象」參與計算。
以下圖所示，紅色圓點爲「被計算對象」，方塊爲「參考對象」，粉色區域表示查詢範圍，則只有位於查詢範圍內的藍色方塊參與距離計算，也就是說本例的計算的結果只包含紅色圓點與粉色區域內的藍色方塊的 SMID 和距離值。
.. image:: ../image/ComputeDistance.png
範圍距離計算的結果爲一個純屬性表數據集，記錄了「被計算對象」到「參考對象」的距離信息，使用三個屬性字段存儲，分別爲：Source_ID（「被計算對象」的 SMID）、根據參考對象的類型可能爲 Point_ID、Line_ID、Region_ID（「參考對象」的 SMID）以及 Distance（前面兩者的距離值）。
注意事項：
* 「被計算記錄集」和「參考記錄集」所屬的數據集的必須具備相同的座標系。
* 以下圖所示，點到線對象的距離，是計算點到整個線對象的最小距離，即在線上找到一點與被計算點的距離最短；一樣的，點到面對象的距離，是計算點到面對象的整個邊界的最小距離。
.. image:: ../image/ComputeDistance_1.png
* 計算兩個對象間距離時，出現包含或（部分）重疊的狀況時，距離均爲 0。例如點對象在線對象上，兩者間距離爲 0。
:param source: 指定的被計算記錄集。只支持二維點記錄集或數據集
:type source: DatasetVector or Recordset or str
:param reference: 指定的參考記錄集。只支持二維點、線、面記錄集或數據集
:type reference: DatasetVector or Recordset or str
:param min_distance: 指定的查詢範圍的最小距離。取值範圍爲大於或等於 0。 單位與被計算記錄集所屬數據集的單位相同。
:type min_distance: float
:param max_distance: 指定的查詢範圍的最大距離。取值範圍爲大於或等於 0，且必須大於或等於最小距離。單位與被計算記錄集所屬數據集的單位相同。
:type max_distance: float
:param out_data: 指定的用於存儲結果屬性表數據集的數據源。
:type out_data: Datasource or DatasourceConnectionInfo or str
:param out_dataset_name: 指定的結果屬性表數據集的名稱。
:type out_dataset_name: str
:param progress: 進度信息處理函數，具體參考 :py:class:`.StepEvent`
:type progress: function
:return: 結果數據集或數據集名稱
:rtype: DatasetVector
compute_range_raster(input_data, count, progress=None)
計算柵格像元值的天然斷點中斷值
:param input_data: 柵格數據集
:type input_data: DatasetGrid or str
:param count: 天然分段的個數
:type count: int
:param progress: 進度信息處理函數，具體參考 :py:class:`.StepEvent`
:return: 天然分段的中斷值（包括像元的最大和最小值）
:rtype: Array
compute_range_vector(input_data, value_field, count, progress=None)
計算矢量天然斷點中斷值
:param input_data: 矢量數據集
:type input_data: DatasetVector or str
:param value_field: 分段的標準字段
:type value_field: str
:param count: 天然分段的個數
:type count: int
:param progress: 進度信息處理函數，具體參考 :py:class:`.StepEvent`
:return: 天然分段的中斷值（包括屬性的最大和最小值）
:rtype: Array
compute_surface_area(input_data, region)
計算表面面積，即計算所選多邊形區域內的 DEM 柵格擬合的三維曲面的總的表面面積。
:param input_data: 指定的待計算表面面積的 DEM 柵格。
:type input_data: DatasetGrid or str
:param GeoRegion region: 指定的用於計算表面面積的多邊形
:return: 表面面積的值。單位爲平方米。返回 -1 表示計算失敗。
:rtype: float
compute_surface_distance(input_data, line)
計算柵格表面距離，即計算在 DEM 柵格擬合的三維曲面上沿指定的線段或折線段的曲面距離。
注意：
- 表面量算所量算的距離是曲面上的，於是比平面上的值要大。
- 當用於量算的線超出了 DEM 柵格的範圍時，會先按數據集範圍對線對象進行裁剪，按照位於數據集範圍內的那部分線來計算表面距離。
:param input_data: 指定的待計算表面距離的 DEM 柵格。
:type input_data: DatasetGrid or str
:param GeoLine line: 用於計算表面距離的二維線。
:return: 表面距離的值。單位爲米。
:rtype: float
compute_surface_volume(input_data, region, base_value)
計算表面體積，即計算所選多邊形區域內的 DEM 柵格擬合的三維曲面與一個基準平面之間的空間上的體積。
:param input_data: 待計算體積的 DEM 柵格。
:type input_data: DatasetGrid or str
:param GeoRegion region: 用於計算體積的多邊形。
:param float base_value: 基準平面的值。單位與待計算的 DEM 柵格的柵格值單位相同。
:return: 指定的基準平面的值。單位與待計算的 DEM 柵格的柵格值單位相同。
:rtype: float
cost_distance(input_data, cost_grid, max_distance=-1.0, cell_size=None, out_data=None, out_distance_grid_name=None, out_direction_grid_name=None, out_allocation_grid_name=None, progress=None)
根據給定的參數，生成耗費距離柵格，以及耗費方向柵格和耗費分配柵格。
實際應用中，直線距離每每不能知足要求。例如，從 B 到最近源 A 的直線距離與從 C 到最近源 A 的直線距離相同，若 BA 路段交通擁堵，而 CA 路段交通暢
通，則其時間耗費必然不一樣；此外，經過直線距離對應的路徑到達最近源時經常是不可行的，例如，遇到河流、高山等障礙物就須要繞行，這時就須要考慮其耗費距離。
該方法根據源數據集和耗費柵格生成相應的耗費距離柵格、耗費方向柵格（可選）和耗費分配柵格（可選）。源數據能夠是矢量數據（點、線、面），也能夠是柵格數據。
對於柵格數據，要求除標識源之外的單元格爲無值。
* 耗費距離柵格的值表示該單元格到最近源的最小耗費值（能夠是各類類型的耗費因子，也能夠是各感興趣的耗費因子的加權）。最近源
是當前單元格到達全部的源中耗費最小的一個源。耗費柵格中爲無值的單元格在輸出的耗費距離柵格中仍爲無值。
單元格到達源的耗費的計算方法是，從待計算單元格的中心出發，到達最近源的最小耗費路徑在每一個單元格上通過的距離乘以耗費柵格
上對應單元格的值，將這些值累加即爲單元格到源的耗費值。所以，耗費距離的計算與單元格大小和耗費柵格有關。在下面的示意圖中，
源柵格和耗費柵格的單元格大小（cell_size）均爲2，單元格（2,1）到達源（0,0）的最小耗費路線如右圖中紅線所示：
.. image:: ../image/CostDistance_1.png
那麼單元格（2,1）到達源的最小耗費（即耗費距離）爲：
.. image:: ../image/CostDistance_2.png
* 耗費方向柵格的值表達的是從該單元格到達最近的源的最小耗費路徑的行進方向。在耗費方向柵格中，可能的行進方向共有八個（正北、
正南、正西、正東、西北、西南、東南、東北），使用1到8八個整數對這八個方向進行編碼，以下圖所示。注意，源所在的單元格在耗費
方向柵格中的值爲0，耗費柵格中爲無值的單元格在輸出的耗費方向柵格中將被賦值爲15。
.. image:: ../image/CostDistance_3.png
* 耗費分配柵格的值爲單元格的最近源的值（源爲柵格時，爲最近源的柵格值；源爲矢量對象時，爲最近源的 SMID），單元格到達最近的
源具備最小耗費距離。耗費柵格中爲無值的單元格在輸出的耗費分配柵格中仍爲無值。
下圖爲生成耗費距離的示意圖。其中，在耗費柵格上，使用藍色箭頭標識了單元格到達最近源的行進路線，耗費方向柵格的值即標示了
當前單元格到達最近源的最小耗費路線的行進方向。
.. image:: ../image/CostDistance_4.png
下圖爲生成耗費距離柵格的一個實例，其中源數據集爲點數據集，耗費柵格爲對應區域的坡度柵格的重分級結果，生成了耗費距離柵格、耗費方向柵格和耗費分配柵格。
.. image:: ../image/CostDistance.png
:param input_data: 生成距離柵格的源數據集。源是指感興趣的研究對象或地物，如學校、道路或消防栓等。包含源的數據集，即爲源數據集。源數據集能夠爲
點、線、面數據集，也能夠爲柵格數據集，柵格數據集中具備有效值的柵格爲源，對於無值則視爲該位置沒有源。
:type input_data: DatasetVector or DatasetGrid or str
:param DatasetGrid cost_grid: 耗費柵格。其柵格值不能爲負值。該數據集爲一個柵格數據集，每一個單元格的值表示通過此單元格時的單位耗費。
:param float max_distance: 生成距離柵格的最大距離，大於該距離的柵格其計算結果取無值。若某個柵格單元格 A 到最近源之間的最短距離大於該值，則結果數據集中該柵格的值取無值。
:param float cell_size: 結果數據集的分辨率，是生成距離柵格的可選參數
:param out_data: 結果數據集所在的數據源
:type out_data: Datasource or DatasourceConnectionInfo or str
:param str out_distance_grid_name: 結果距離柵格數據集的名稱。若是名稱爲空，將自動獲取有效的數據集名稱。
:param str out_direction_grid_name: 方向柵格數據集的名稱，若是爲空，將不生成方向柵格數據集
:param str out_allocation_grid_name: 分配柵格數據集的名稱，若是爲空，將不生成 分配柵格數據集
:param function progress: 進度信息處理函數，具體參考 :py:class:`.StepEvent`
:return: 若是生成成功，返回結果數據集或數據集名稱的元組，其中第一個爲距離柵格數據集，第二個爲方向柵格數據集，第三個爲分配柵格數據集，若是沒有設置方向柵格數據集名稱和
分配柵格數據集名稱，對應的值爲 None
:rtype: tuple[DataetGrid] or tuple[str]
cost_path(input_data, distance_dataset, direction_dataset, compute_type, out_data=None, out_dataset_name=None, progress=None)
根據耗費距離柵格和耗費方向柵格，分析從目標出發到達最近源的最短路徑柵格。
該方法根據給定的目標數據集，以及經過「生成耗費距離柵格」功能獲得的耗費距離柵格和耗費方向柵格，來計算每一個目標對象到達最近的源的最短路徑，也就是最小
耗費路徑。該方法不須要指定源所在的數據集，由於源的位置在距離柵格和方向柵格中可以體現出來，即柵格值爲 0 的單元格。生成的最短路徑柵格是一個二值柵
格，值爲 1 的單元格表示路徑，其餘單元格的值爲 0。
例如，將購物商場（一個點數據集）做爲源，各居民小區（一個面數據集）做爲目標，分析從各居民小區出發，如何到達距其最近的購物商場。實現的過程是，首先
針對源（購物商場）生成距離柵格和方向柵格，而後將居民小區做爲目標區域，經過最短路徑分析，獲得各居民小區（目標）到最近購物商場（源）的最短路徑。該
最短路徑包含兩種含義：經過直線距離柵格與直線方向柵格，將獲得最小直線距離路徑；經過耗費距離柵格與耗費方向柵格，則獲得最小耗費路徑。
注意，該方法中要求輸入的耗費距離柵格和耗費方向柵格必須是匹配的，也就是說兩者應是同一次使用「生成耗費距離柵格」功能生成的。此外，有三種計算最短路徑
的方式：像元路徑、區域路徑和單一路徑，具體含義請參見 :py:class:`.ComputeType` 類。
:param input_data: 目標所在的數據集。能夠爲點、線、面或柵格數據集。若是是柵格數據，要求除標識目標之外的單元格爲無值。
:type input_data: DatasetVector or DatasetGrid or DatasetImage or str
:param distance_dataset: 耗費距離柵格數據集。
:type distance_dataset: DatasetGrid or str
:param direction_dataset: 耗費方向柵格數據集
:type direction_dataset: DatasetGrid or str
:param compute_type: 柵格距離最短路徑分析的計算方式
:type compute_type: ComputeType or str
:param out_data: 結果數據集所在的數據源
:type out_data: Datasource or DatasourceConnectionInfo or str
:param str out_dataset_name: 結果數據集名稱
:param function progress: 進度信息處理函數，具體參考 :py:class:`.StepEvent`
:return: 結果數據集或數據集名稱
:rtype: DatasetVector or str
cost_path_line(source_point, target_point, cost_grid, smooth_method=None, smooth_degree=0, progress=None)
根據給定的參數，計算源點和目標點之間的最小耗費路徑（一個二維矢量線對象）。該方法用於根據給定的源點、目標點和耗費柵格，計算源點與目標點之間的最小耗費路徑
下圖爲計算兩點間最小耗費路徑的實例。該例以 DEM 柵格的坡度的重分級結果做爲耗費柵格，分析給定的源點和目標點之間的最小耗費路徑。
.. image:: ../image/CostPathLine.png
:param Point2D source_point: 指定的源點
:param Point2D target_point: 指定的目標點
:param DatasetGrid cost_grid: 耗費柵格。其柵格值不能爲負值。該數據集爲一個柵格數據集，每一個單元格的值表示通過此單元格時的單位耗費。
:param smooth_method: 計算兩點（源和目標）間最短路徑時對結果路線進行光滑的方法
:type smooth_method: SmoothMethod or str
:param int smooth_degree: 計算兩點（源和目標）間最短路徑時對結果路線進行光滑的光滑度。
光滑度的值越大，光滑度的值越大，則結果矢量線的光滑度越高。當 smooth_method 不爲 NONE 時有效。光滑度的有效取值與光滑方法有關，光滑方法有 B 樣條法和磨角法:
- 光滑方法爲 B 樣條法時，光滑度的有效取值爲大於等於2的整數，建議取值範圍爲[2,10]。
- 光滑方法爲磨角法時，光滑度表明一次光滑過程當中磨角的次數，設置爲大於等於1的整數時有效
:param function progress: 進度信息處理函數，具體參考 :py:class:`.StepEvent`
:return: 返回表示最短路徑的線對象和最短路徑的花費
:rtype: tuple[GeoLine,float]
create_buffer(input_data, distance_left, distance_right=None, unit=None, end_type=None, segment=24, is_save_attributes=True, is_union_result=False, out_data=None, out_dataset_name='BufferResult', progress=None)
建立矢量數據集或記錄集的緩衝。
緩衝區分析是圍繞空間對象，使用一個或多個與這些對象的距離值（稱爲緩衝半徑）做爲半徑，生成一個或多個區域的過程。緩衝區也能夠理解爲空間對象的一種影響或服務範圍。
緩衝區分析的基本做用對象是點、線、面。SuperMap 支持對二維點、線、面數據集（或記錄集）和網絡數據集進行緩衝區分析。其中，對網絡數據集進行緩衝區分析時，是對其中的弧段做緩衝區。緩衝區的類型能夠分析單重緩衝區（或稱簡單緩衝區）和多重緩衝區。下面以簡單緩衝區爲例分別介紹點、線、面的緩衝區。
* 點緩衝區
點的緩衝區是以點對象爲圓心，以給定的緩衝距離爲半徑生成的圓形區域。當緩衝距離足夠大時，兩個或多個點對象的緩衝區可能有重疊。選擇合併緩衝區時，重疊部分將被合併，最終獲得的緩衝區是一個複雜面對象。
.. image:: ../image/PointBuffer.png
* 線緩衝區
線的緩衝區是沿線對象的法線方向，分別向線對象的兩側平移必定的距離而獲得兩條線，並與在線端點處造成的光滑曲線（也能夠造成平頭）接合造成的封閉區域。一樣，當緩衝距離足夠大時，兩個或多個線對象的緩衝區可能有重疊。合併緩衝區的效果與點的合併緩衝區相同。
.. image:: ../image/LineBuffer.png
線對象兩側的緩衝寬度能夠不一致，從而生成左右不等緩衝區；也能夠只在線對象的一側建立單邊緩衝區。此時只能生成平頭緩衝區。
.. image:: ../image/LineBuffer_1.png
* 面緩衝區
面的緩衝區生成方式與線的緩衝區相似，區別是面的緩衝區僅在面邊界的一側延展或收縮。當緩衝半徑爲正值時，緩衝區向面對象邊界的外側擴展；爲負值時，向邊界內收縮。一樣，當緩衝距離足夠大時，兩個或多個線對象的緩衝區可能有重疊。也能夠選擇合併緩衝區，其效果與點的合併緩衝區相同。
.. image:: ../image/RegionBuffer.png
* 多重緩衝區是指在幾何對象的周圍，根據給定的若干緩衝區半徑，創建相應數據量的緩衝區。對於線對象，還能夠創建單邊多重緩衝區，但注意不支持對網絡數據集建立。
.. image:: ../image/MultiBuffer.png
緩衝區分析在 GIS 空間分析中常常用到，且每每結合疊加分析來共同解決實際問題。緩衝區分析在農業、城市規劃、生態保護、防洪抗災、軍事、地質、環境等諸多領域都有應用。
例如擴建道路時，可根據道路擴寬寬度對道路建立緩衝區，而後將緩衝區圖層與建築圖層疊加，經過疊加分析查找落入緩衝區而須要被拆除的建築；又如，爲了保護環境和耕地，可對溼地、森林、草地和耕地進行緩衝區分析，在緩衝區內不容許進行工業建設。
說明：
* 對於面對象，在作緩衝區分析前最好先通過拓撲檢查，排除面內相交的狀況，所謂面內相交，指的是面對象自身相交，如圖所示，圖中數字表明面對象的節點順序。
.. image:: ../image/buffer_regioninter.png
* 對「負半徑」的說明
* 若是緩衝區半徑爲數值型，則僅面數據支持負半徑；
* 若是緩衝區半徑爲字段或字段表達式，若是字段或字段表達式的值爲負值，對於點、線數據取其絕對值；對於面數據，若合併緩衝區，則取其絕對值，若不合並，則按照負半徑處理。
:param input_data: 指定的建立緩衝區的源矢量記錄集是數據集。支持點、線、面數據集和記錄集。
:type input_data: Recordset or DatasetVector or str
:param distance_left: （左）緩衝區的距離。若是爲字符串，則表示（左）緩衝距離所在的字段，即每一個幾何對象建立緩衝區時使用字段中存儲的值做爲緩衝半徑。對於線對象，表示左緩衝區半徑，對於點和麪對象，表示緩衝區半徑。
:type distance_left: float or str
:param distance_right: 右緩衝區的距離，若是爲字符串，則表示右緩衝距離所在的字段，即每一個線幾何對象建立緩衝區時使用字段中存儲的值做爲右緩衝半徑。該參數只對線對象有效。
:type distance_right: float or str
:param unit: 緩衝區距離半徑單位，只支持距離單位，不支持角度和弧度單位。
:type unit: Unit or str
:param end_type: 緩衝區端點類型。用以區分線對象緩衝區分析時的端點是圓頭緩衝仍是平頭緩衝。對於點或面對象，只支持圓頭緩衝
:type end_type: BufferEndType or str
:param int segment: 半圓弧線段個數，即用多少個線段來模擬一個半圓，必須大於等於4。
:param bool is_save_attributes: 是否保留進行緩衝區分析的對象的字段屬性。當合並結果面數據集時，該參數無效。即當 isUnion 參數爲 false 時有效。
:param bool is_union_result: 是否合併緩衝區，便是否將源數據各對象生成的全部緩衝區域進行合併運算後返回。對於面對象而言，要求源數據集中的面對象不相交。
:param out_data: 存儲結果數據的數據源
:type out_data: Datasource
:param str out_dataset_name: 結果數據集名稱
:param function progress: 進度信息處理函數，具體參考 :py:class:`.StepEvent`
:return: 結果數據集或數據集名稱
:rtype: DatasetVector or str
create_line_one_side_multi_buffer(input_data, radius, is_left, unit=None, segment=24, is_save_attributes=True, is_union_result=False, is_ring=True, out_data=None, out_dataset_name='BufferResult', progress=None)
建立矢量線數據集單邊多重緩衝區。緩衝區介紹請參考 :py:meth:`create_buffer`。
線的單邊多重緩衝區，是指在線對象的一側生成多重緩衝區。左側是指沿線對象的節點序列方向的左側，右側爲節點序列方向的右側。
.. image:: ../image/LineOneSideMultiBuffer.png
:param input_data: 指定的建立多重緩衝區的源矢量數據集。只支持線數據集或線記錄集
:type input_data: DatasetVector or Recordset
:param radius: 指定的多重緩衝區半徑列表。單位由 unit 參數指定。
:type radius: list[float] or tuple[float] or str
:param bool is_left: 是否生成左緩衝區。設置爲 True，在線的左側生成緩衝區，不然在右側生成緩衝區。
:param unit: 指定的緩衝區半徑單位。
:type unit: BufferRadiusUnit
:param int segment: 指定的弧段擬合數
:param bool is_save_attributes: 是否保留進行緩衝區分析的對象的字段屬性。當合並結果面數據集時，該參數無效，即當 is_union_result 爲 False 時有效。
:param bool is_union_result: 是否合併緩衝區，便是否將源數據各對象生成的全部緩衝區域進行合併運算後返回。
:param bool is_ring: 是否生成環狀緩衝區。設置爲 True，則生成多重緩衝區時外圈緩衝區是以環狀區域與內圈數據相鄰的；設置爲 False，則外圍緩衝區是一個包含了內圈數據的區域。
:param out_data: 存儲結果數據的數據源
:type out_data: Datasource
:param str out_dataset_name: 結果數據集名稱
:param function progress: 進度信息處理函數，具體參考 :py:class:`.StepEvent`
:return: 結果數據集或數據集名稱
:rtype: DatasetVector or str
create_multi_buffer(input_data, radius, unit=None, segment=24, is_save_attributes=True, is_union_result=False, is_ring=True, out_data=None, out_dataset_name='BufferResult', progress=None)
建立矢量數據集多重緩衝區。緩衝區介紹請參考 :py:meth:`create_buffer`
:param input_data: 指定的建立多重緩衝區的源矢量數據集或記錄集。支持點、線、面數據集和網絡數據集。對網絡數據集進行分析，是對其中的弧段做緩衝區。
:type input_data: DatasetVector or Recordset
:param radius: 指定的多重緩衝區半徑列表。單位由 unit 參數指定。
:type radius: list[float] or tuple[float]
:param unit: 指定的緩衝區半徑單位。
:type unit: BufferRadiusUnit or str
:param int segment: 指定的弧段擬合數。
:param bool is_save_attributes: 是否保留進行緩衝區分析的對象的字段屬性。當合並結果面數據集時，該參數無效，即當 is_union_result 爲 False 時有效。
:param bool is_union_result: 是否合併緩衝區，便是否將源數據各對象生成的全部緩衝區域進行合併運算後返回。
:param bool is_ring: 是否生成環狀緩衝區。設置爲 True，則生成多重緩衝區時外圈緩衝區是以環狀區域與內圈數據相鄰的；設置爲 False，則外圍緩衝區是一個包含了內圈數據的區域。
:param out_data: 存儲結果數據的數據源
:type out_data: Datasource
:param str out_dataset_name: 結果數據集名稱
:param function progress: 進度信息處理函數，具體參考 :py:class:`.StepEvent`
:return: 結果數據集或數據集名稱
:rtype: DatasetVector or str
create_thiessen_polygons(input_data, clip_region, field_stats=None, out_data=None, out_dataset_name=None, progress=None)
建立泰森多邊形。
荷蘭氣候學家 A.H.Thiessen 提出了一種根據離散分佈的氣象站的降雨量來計算平均降雨量的方法，即將全部相鄰氣象站連成三角形，做這些三角形各邊的垂直平分線，
因而每一個氣象站周圍的若干垂直平分線便圍成一個多邊形。用這個多邊形內所包含的一個惟一氣象站的降雨強度來表示這個多邊形區域內的降雨強度，並稱這個多邊形爲泰森多邊形。
泰森多邊形的特性:
- 每一個泰森多邊形內僅含有一個離散點數據；
- 泰森多邊形內的點到相應離散點的距離最近；
- 位於泰森多邊形邊上的點到其兩邊的離散點的距離相等。
- 泰森多邊形可用於定性分析、統計分析、鄰近分析等。例如，能夠用離散點的性質來描述泰森多邊形區域的性質；可用離散點的數據來計算泰森多邊形區域的數據
- 判斷一個離散點與其它哪些離散點相鄰時，可根據泰森多邊形直接得出，且若泰森多邊形是n邊形，則就與n個離散點相鄰；當某一數據點落入某一泰森多邊形中時，它與相應的離散點最鄰近，無需計算距離。
鄰近分析是 GIS 領域裏又一個最爲基礎的分析功能之一，鄰近分析是用來發現事物之間的某種鄰近關係。鄰近分析類所提供的進行鄰近分析的方法都是實現泰森多邊形的創建，
就是根據所提供的點數據創建泰森多邊形，從而得到點之間的鄰近關係。泰森多邊形用於將點集合中的點的周圍區域分配給相應的點，使位於這個點所擁有的區域（即該點所關聯的泰森多邊形）
內的任何地點離這個點的距離都要比離其餘點的距離要小，同時，所創建的泰森多邊形還知足上述全部的泰森多邊形法的理論。
泰森多邊形是如何建立的？利用下面的圖示來理解泰森多邊形創建的過程：
- 對待創建泰森多邊形的點數據進行由左向右，由上到下的掃描，若是某個點距離以前剛剛掃描過的點的距離小於給定的鄰近容限值，那麼分析時將忽略該點；
- 基於掃描檢查後符合要求的全部點創建不規則三角網，即構建 Delaunay 三角網；
- 畫出每一個三角形邊的中垂線，由這些中垂線構成泰森多邊形的邊，而中垂線的交點是相應的泰森多邊形的頂點；
- 用於創建泰森多邊形的點的點位將成爲相應的泰森多邊形的錨點。
:param input_data: 輸入的點數據，能夠爲點數據集、點記錄集或 :py:class:`.Point2D` 的列表
:type input_data: DatasetVector or Recordset or list[Point2D]
:param GeoRegion clip_region: 指定的裁剪結果數據的裁剪區域。該參數能夠爲空，若是爲空，結果數據集將不進行裁剪
:param field_stats: 統計字段名稱和對應的統計類型，輸入爲一個list，list中存儲的每一個元素爲tuple，tuple的大小爲2，第一個元素爲被統計的字段名稱，第二個元素爲統計類型。
當 stats_fields 爲 str 時，支持設置 ',' 分隔多個字段，例如 "field1:SUM, field2:MAX, field3:MIN"
:type field_stats: list[str,StatisticsType] or list[str,str] or str
:param out_data: 結果面對象所在的數據源。若是 out_data 爲空，則會將生成的泰森多邊形面幾何對象直接返回
:type out_data: Datasource or DatasourceConnectionInfo or str
:param str out_dataset_name: 結果數據集名稱，當 out_data 不爲空時纔有效。
:param function progress: 進度信息處理函數，具體參考 :py:class:`.StepEvent`
:return: 若是 out_data 爲空，將返回 list[GeoRegion]，不然返回結果數據集或數據集名稱。
:rtype: DatasetVector or str or list[GeoRegion]
cut_fill_grid(before_cut_fill_grid, after_cut_full_grid, out_data=None, out_dataset_name=None, progress=None)
柵格填挖方計算，即對填挖方前、後兩個柵格數據集對應像元的計算。
地表常常因爲沉積和侵蝕等做用引發表面物質的遷移，表現爲地表某些區域的表面物質增長，某些區域的表面物質減小。在工程中，一般將表面物質的減小稱爲「挖方」，而將表面物質的增長稱爲「填方」。
柵格填挖方計算要求輸入兩個柵格數據集：填挖方前的柵格數據集和填挖方後的柵格數據集，生成的結果數據集的每一個像元值爲其兩個輸入數據集對應像元值的變化值。若是像元值爲正，表示該像元處的表面物質減小；若是像元值爲負，表示該像元處的表面物質增長。填挖方的計算方法以下圖所示：
.. image:: ../image/CalculationTerrain_CutFill.png
經過該圖能夠發現，結果數據集=填挖方前柵格數據集-填挖方後柵格數據集。
對於輸入的兩個柵格數據集及結果數據集有幾點內容須要注意：
- 要求兩個輸入的柵格數據集有相同的座標和投影系統，以保證同一個地點有相同的座標，若是兩個輸入的柵格數據集的座標系統不一致，則頗有可能產生錯誤的結果。
- 理論上，要求輸入的兩個柵格數據集的空間範圍也是一致的。對於空間範圍不一致的兩個柵格數據集，只計算其重疊區域的表面填挖方的結果。
- 在其中一個柵格數據集的像元爲空值處，計算結果數據集該像元值也爲空值。
:param before_cut_fill_grid: 指定的填挖方前的柵格數據集
:type before_cut_fill_grid: DatasetGrid or str
:param after_cut_full_grid: 指定的填挖方後的柵格數據集。
:type after_cut_full_grid: DatasetGrid or str
:param out_data: 指定的存放結果數據集的數據源。
:type out_data: Datasource or str
:param out_dataset_name: 指定的結果數據集的名稱。
:type out_dataset_name: str
:param function progress: 進度信息處理函數，具體參考 :py:class:`.StepEvent`
:return: 填挖方結果信息
:rtype: CutFillResult
cut_fill_oblique(input_data, line3d, buffer_radius, is_round_head, out_data=None, out_dataset_name=None, progress=None)
斜面填挖方計算。
斜面填挖方功能是統計在一個地形表面建立一個斜面所須要的填挖量。其原理與選面填挖方類似。
:param input_data: 指定的待填挖方的柵格數據集。
:type input_data: DatasetGrid or str
:param line3d: 指定的填挖方路線
:type line3d: GeoLine3D
:param buffer_radius: 指定的填挖方線路的緩衝區半徑。單位與待填挖的柵格數據集的座標系單位相同。
:type buffer_radius: float
:param is_round_head: 指定是否使用圓頭緩衝爲填挖方路線建立緩衝區。
:type is_round_head: bool
:param out_data: 指定的存放結果數據集的數據源
:type out_data: Datasource or str
:param out_dataset_name: 指定的結果數據集的名稱。
:type out_dataset_name: str
:param function progress: 進度信息處理函數，具體參考 :py:class:`.StepEvent`
:return: 填挖方結果信息
:rtype: CutFillResult
cut_fill_region(input_data, region, base_altitude, out_data=None, out_dataset_name=None, progress=None)
選面填挖方計算。
當須要將一個高低起伏的區域夷爲平地時，用戶能夠經過指定高低起伏的區域以及夷爲平地的高程，利用該方法進行選面填挖方計算，計算出填方
面積，挖方面積、 填方量以及挖方量。
:param input_data: 指定的待填挖的柵格數據集。
:type input_data: DatasetGrid or str
:param region: 指定的填挖方區域。
:type region: GeoRegion or Rectangle
:param base_altitude: 指定的填挖方區域的結果高程。單位與待填挖的柵格數據集的柵格值單位相同。
:type base_altitude: float
:param out_data: 指定的存放結果數據集的數據源。
:type out_data: Datasource or str
:param out_dataset_name: 指定的結果數據集的名稱。
:type out_dataset_name: str
:param function progress: 進度信息處理函數，具體參考 :py:class:`.StepEvent`
:return: 填挖方結果信息
:rtype: CutFillResult
cut_fill_region3d(input_data, region, out_data=None, out_dataset_name=None, progress=None)
三維面填挖方計算。
一個高低起伏的區域，能夠根據這個區域填挖方後的三維面，利用三維面填挖方計算出須要填方的面積，挖方的面積、填方量以及挖方量。
:param input_data: 指定的待填挖的柵格數據集。
:type input_data: DatasetGrid or str
:param region: 指定的填挖方區域。
:type region: GeoRegion3D
:param out_data: 指定的存放結果數據集的數據源。
:type out_data: Datasource or str
:param out_dataset_name: 指定的結果數據集的名稱。
:type out_dataset_name: str
:param function progress: 進度信息處理函數，具體參考 :py:class:`.StepEvent`
:return: 填挖方結果信息
:rtype: CutFillResult
density_based_clustering(input_data, min_pile_point_count, search_distance, unit, out_data=None, out_dataset_name=None, progress=None)
密度聚類的DBSCAN實現
該方法根據給定的搜索半徑（search_distance）和該範圍內需包含的最少點數（min_pile_point_count）將空間點數據中密度足夠大且空間相近的區域相連，並消除噪聲的干擾，以達到較好的聚類效果。
:param input_data: 指定的要聚類的矢量數據集，支持點數據集。
:type input_data: DatasetVector or str
:param min_pile_point_count: 每類包含的最少點數
:type min_pile_point_count: int
:param search_distance: 搜索鄰域的距離
:type search_distance: int
:param unit: 搜索距離的單位
:type unit: Unit
:param out_data: 結果數據集所在的數據源
:type out_data: Datasource or DatasourceConnectionInfo or str
:param str out_dataset_name: 結果數據集名稱
:param function progress: 進度信息處理函數，具體參考 :py:class:`.StepEvent`
:return: 結果數據集或數據集名稱
:rtype: DatasetVector or str
density_interpolate(input_data, z_value_field, pixel_format, resolution, search_radius=0.0, expected_count=12, bounds=None, z_value_scale=1.0, out_data=None, out_dataset_name=None, progress=None)
使用點密度插值方法對點數據集或記錄集進行插值。具體參考 :py:meth:`interpolate` 和 :py:class:`.InterpolationDensityParameter`
:param input_data: 須要進行插值分析的點數據集或點記錄集
:type input_data: DatasetVector or str or Recordset
:param str z_value_field: 存儲用於進行插值分析的值的字段名稱。插值分析不支持文本類型的字段。
:param pixel_format: 指定結果柵格數據集存儲的像素，不支持 BIT64
:type pixel_format: PixelFormat or str
:param float resolution: 插值運算時使用的分辨率
:param float search_radius: 查找參與運算點的查找半徑。單位與用於插值的點數據集（或記錄集所屬的數據集）的單位相同。查找半徑決定了參與運算點的查找範圍，當計算某個位置的未知數值時，會以該位置爲圓心，以search_radius爲半徑，落在這個範圍內的採樣點都將參與運算，即該位置的預測值由該範圍內採樣點的數值決定。
:param int expected_count: 指望參與插值運算的點數
:param Rectangle bounds: 插值分析的範圍，用於肯定運行結果的範圍
:param float z_value_scale: 插值分析值的縮放比率
:param out_data: 結果數據集所在的數據源
:type out_data: Datasource or DatasourceConnectionInfo or str
:param str out_dataset_name: 結果數據集名稱
:param function progress: 進度信息處理函數，具體參考 :py:class:`.StepEvent`
:return: 結果數據集或數據集名稱
:rtype: DatasetGrid or str
dissolve(input_data, dissolve_type, dissolve_fields, field_stats=None, attr_filter=None, is_null_value_able=True, is_preprocess=True, tolerance=1e-10, out_data=None, out_dataset_name='DissolveResult', progress=None)
融合是指將融合字段值相同的對象合併爲一個簡單對象或複雜對象。適用於線對象和麪對象。子對象是構成簡單對象和複雜對象的基本對象。簡單對象由一個子對象組成，
即簡單對象自己；複雜對象由兩個或兩個以上相同類型的子對象組成。
:param input_data: 待融合的矢量數據集。必須爲線數據集或面數據集。
:type input_data: DatasetVector or str
:param dissolve_type: 融合類型
:type dissolve_type: DissolveType or str
:param dissolve_fields: 融合字段，融合字段的字段值相同的記錄纔會融合。當 dissolve_fields 爲 str 時，支持設置 ',' 分隔多個字段，例如 "field1,field2,field3"
:type dissolve_fields: list[str] or str
:param field_stats: 統計字段名稱和對應的統計類型。stats_fields 爲 list，list中每一個元素爲一個tuple，tuple的第一個元素爲被統計的字段，第二個元素爲統計類型。
當 stats_fields 爲 str 時，支持設置 ',' 分隔多個字段，例如 "field1:SUM, field2:MAX, field3:MIN"
:type field_stats: list[tuple[str,StatisticsType]] or list[tuple[str,str]] or str
:param str attr_filter: 數據集融合時對象的過濾表達式
:param float tolerance: 融合容限
:param bool is_null_value_able: 是否處理融合字段值爲空的對象
:param bool is_preprocess: 是否進行拓撲預處理
:param out_data: 結果數據保存的數據源。若是爲空，則結果數據集保存到輸入數據集所在的數據源。
:type out_data: Datasource or DatasourceConnectionInfo or str
:param str out_dataset_name: 結果數據集名稱
:param function progress: 進度信息處理函數，具體參考 :py:class:`.StepEvent`
:return: 結果數據集或數據集名稱
:rtype: DatasetVector or str
>>> result = dissolve('E:/data.udb/zones', 'SINGLE', 'SmUserID', 'Area:SUM', tolerance=0.000001, out_data='E:/dissolve_out.udb')
divide_math_analyst(first_operand, second_operand, user_region=None, out_data=None, out_dataset_name=None, progress=None)
柵格除法運算。將輸入的兩個柵格數據集的柵格值逐個像元地相除。柵格代數運算的具體使用，參考 :py:meth:`expression_math_analyst`
若是輸入兩個像素類型（PixelFormat）均爲整數類型的柵格數據集，則輸出整數類型的結果數據集；不然，輸出浮點型的結果數據集。若是輸入的兩個柵格數據集
的像素類型精度不一樣，則運算的結果數據集的像素類型與兩者中精度較高者保持一致。
:param first_operand: 指定的第一柵格數據集。
:type first_operand: DatasetGrid or str
:param second_operand: 指定的第二柵格數據集。
:type second_operand: DatasetGrid or str
:param GeoRegion user_region: 用戶指定的有效計算區域。若是爲 None，則表示計算所有區域，若是參與運算的數據集範圍不一致，將使用全部數據集的範圍的交集做爲計算區域。
:param out_data: 結果數據集所在的數據源
:type out_data: Datasource or DatasourceConnectionInfo or str
:param str out_dataset_name: 結果數據集名稱
:param function progress: 進度信息處理函數，具體參考 :py:class:`.StepEvent`
:return: 結果數據集或數據集名稱
:rtype: DatasetGrid or str
dual_line_to_center_line(source_line, max_width, min_width, out_data=None, out_dataset_name=None, progress=None)
根據給定的寬度從雙線記錄集或數據集中提取中心線。
該功能通常用於提取雙線道路或河流的中心線。雙線要求連續且平行或基本平行，提取效果以下圖。
.. image:: ../image/DualLineToCenterLine.png
注意：
* 雙線通常爲雙線道路或雙線河流，能夠是線數據，也能夠是面數據。
* max_width 和 min_width 參數用於指定記錄集中雙線的最大寬度和最小寬度,用於提取最小和最大寬度之間的雙線的中心線。小於最小寬度、大於最大寬度部分的雙線不提取中心線，且大於最大寬度的雙線保留，小於最小寬度的雙線丟棄。
* 對於雙線道路或雙線河流中比較複雜的交叉口，如五叉六叉，或者雙線的最大寬度和最小寬度相差較大的情形，提取的結果可能不理想。
:param source_line: 指定的雙線記錄集或數據集。要求爲面類型的數據集或記錄集。
:type source_line: DatasetVector or Recordset or str
:param max_width: 指定的雙線的最大寬度。要求爲大於 0 的值。單位與雙線記錄集所屬的數據集相同。
:type max_width: float
:param min_width: 指定的雙線的最小寬度。要求爲大於或等於 0 的值。單位與雙線記錄集所屬的數據集相同。
:type min_width: float
:param out_data: 指定的用於存儲結果中心線數據集的數據源。
:type out_data: Datasource or DatasourceConnectionInfo or str
:param out_dataset_name: 指定的結果中心線數據集的名稱。
:type out_dataset_name: str
:param progress: 進度信息處理函數，具體參考 :py:class:`.StepEvent`
:type progress: function
:return: 結果數據集對象或結果數據集名稱
:rtype: DatasetVector or str
edge_match(source, target, edge_match_mode, tolerance=None, is_union=False, edge_match_line=None, out_data=None, out_dataset_name=None, progress=None)
圖幅接邊，對兩個二維線數據集進行自動接邊。
:param source: 接邊源數據集。只能是二維線數據集。
:type source: DatasetVector
:param target: 接邊目標數據。只能是二維線數據集，與接邊源數據有相同的座標系。
:type target: DatasetVector
:param edge_match_mode: 接邊模式。
:type edge_match_mode: EdgeMatchMode or str
:param tolerance: 接邊容限。單位與進行接邊的數據集的單位相同。
:type tolerance: float
:param is_union: 是否進行接邊融合。
:type is_union: bool
:param edge_match_line: 數據接邊的接邊線。在接邊方式爲交點位置接邊 EdgeMatchMode.THE_INTERSECTION 的時候用來計算交點，
不設置將按照數據集範圍自動計算接邊線來計算交點。
設置接邊線後，發生接邊關聯的對象的端點將盡量的靠到接邊線上。
:type edge_match_line: GeoLine
:param out_data: 接邊關聯數據所在的數據源。
:type out_data: Datasource or DatasourceConnectionInfo or str
:param out_dataset_name: 接邊關聯數據的數據集名稱。
:type out_dataset_name: str
:param progress: 進度信息處理函數，具體參考 :py:class:`.StepEvent`
:type progress: function
:return: 若是設置了接邊關聯數據集且接邊成功，則返回接邊關聯數據集對象或數據集名稱。若是沒有設置接邊關聯數據集，將不會生成
接邊關聯數據集，則返回是否進行接邊成功。
:rtype: DatasetVector or str or bool
eliminate(source, region_tolerance, vertex_tolerance, is_delete_single_region=False, progress=None)
碎多邊形合併，即將數據集中小於指定面積的多邊形合併到相鄰的多邊形中。目前僅支持將碎多邊形合併到與其相鄰的具備最大面積的多邊形中。
在數據製做和處理過程當中，或對不精確的數據進行疊加後，均可能產生一些細碎而無用的多邊形，稱爲碎多邊形。能夠經過「碎多邊形合併」
功能將這些細碎多邊形合併到相鄰的多邊形中，或刪除孤立的碎多邊形（沒有與其餘多邊形相交或者相切的多邊形），以達到簡化數據的目的。
通常面積遠遠小於數據集中其餘對象的多邊形才被認爲是「碎多邊形」，一般是同一數據集中最大面積的百萬分之一到萬分之一間，但能夠依
據實際研究的需求來設置最小多邊形容限。以下圖所示的數據中，在較大的多邊形的邊界上，有不少無用的碎多邊形。
.. image:: ../image/Eliminate_1.png
下圖是對該數據進行「碎多邊形合併」處理後的結果，與上圖對比能夠看出，碎多邊形都被合併到了相鄰的較大的多邊形中。
.. image:: ../image/Eliminate_2.png
注意：
* 該方法適用於兩個面具備公共邊界的狀況，處理後會把公共邊界去除。
* 進行碎多邊形合併處理後，數據集內的對象數量可能減小。
:param source: 指定的待進行碎多邊形合併的數據集。只支持矢量二維面數據集，指定其餘類型的數據集會拋出異常。
:type source: DatasetVector or str
:param region_tolerance: 指定的最小多邊形容限。單位與系統計算的面積（SMAREA 字段）的單位一致。將 SMAREA 字段的值與該容限值對比，小於該值的多邊形將被消除。取值範圍爲大於等於0，指定爲小於0的值會拋出異常。
:type region_tolerance: float
:param vertex_tolerance: 指定的節點容限。單位與進行碎多邊形合併的數據集單位相同。若兩個節點之間的距離小於此容限值，則合併過程當中會自動將這兩個節點合併爲一個節點。取值範圍大於等於0，指定爲小於0的值會拋出異常。
:type vertex_tolerance: float
:param is_delete_single_region: 指定是否刪除孤立的小多邊形。若是爲 true 會刪除孤立的小多邊形，不然不刪除。
:type is_delete_single_region: bool
:param progress: 進度信息處理函數，具體參考 :py:class:`.StepEvent`
:type progress: function
:return: 整合成功返回 True，失敗返回 False
:rtype: bool
expression_math_analyst(expression, pixel_format, out_data, is_ingore_no_value=True, user_region=None, out_dataset_name=None, progress=None)
柵格代數運算類。用於提供對一個或多個柵格數據集的數學運算及函數運算。
柵格代數運算的思想是運用代數學的觀點對地理特徵和現象進行空間分析。實質上，是對多個柵格數據集（DatasetGrid）進行數學運算以及函數運算。運算結果
柵格的像元值是由輸入的一個或多個柵格同一位置的像元的值經過代數規則運算獲得的。
柵格分析中不少功能都是基於柵格代數運算的，做爲柵格分析的核心內容，柵格代數運算用途十分普遍，可以幫助咱們解決各類類型的實際問題。如建築工程中的計
算填挖方量，將工程實施前的DEM柵格與實施後的DEM柵格相減，就可以從結果柵格中獲得施工先後的高程差，將結果柵格的像元值與像元所表明的實際面積相乘，
就能夠得知工程的填方量與挖方量；又如，想要提取2000年全國範圍內平均降雨量介於20毫米和50毫米的地區，能夠經過「20<年平均降雨量<50」關係運算表達式，
對年平均降雨量柵格數據進行運算而得到。
經過該類的方法進行柵格代數運算主要有如下兩種途徑:
- 使用該類提供的基礎運算方法。該類提供了六個用於進行基礎運算的方法，包括 plus（加法運算）、minus（減法運算）、multiply（乘法運算）、
divide（除法運算）、to_int（取整運算）和 to_float（浮點運算）。使用這幾個方法能夠完成一個或多個柵格數據對應柵格值的算術運算。對於相
對簡單的運算，能夠經過屢次調用這幾個方法來實現，如 (A/B)-(A/C)。
- 執行運算表達式。使用表達式不只能夠對一個或多個柵格數據集實現運算符運算，還可以進行函數運算。運算符包括算術運算符、關係運算符和布爾運算符，
算術運算主要包括加法（+）、減法（-）、乘法（*）、除法（/）；布爾運算主要包括和（And）、或（Or）、異或（Xor）、非（Not）；關係運算主要包括
=、<、>、<>、>=、<=。注意，對於布爾運算和關係運算均有三種可能的輸出結果：真＝一、假=0及無值（只要有一個輸入值爲無值，結果即爲無值）。
此外，還支持 21 種經常使用的函數運算，以下圖所示:
.. image:: ../image/MathAnalyst_Function.png
執行柵格代數運算表達式，支持自定義表達式柵格運算，經過自定義表達式能夠進行算術運算、條件運算、邏輯運算、函數運算（經常使用函數、三角函數）以及複合運算。
柵格代數運算表達式的組成須要遵循如下規則:
- 運算表達式應爲一個形以下式的字符串:
[DatasourceAlias1.Raster1] + [DatasourceAlias2.Raster2]
使用「 [數據源別名.數據集名] 」來指定參加運算的柵格數據集；注意要使用方括號把名字括起來。
- 柵格代數運算支持四則運算符（"+" 、"-" 、"*" 、"/" ）、條件運算符（">" 、">=" 、"<" 、"<=" 、"<>" 、"==" ）、邏輯運算符（"|" 、"&" 、"Not()" 、"^" ）和一些經常使用數學函數（"abs()" 、"acos()" 、"asin()" 、"atan()" 、"acot()" 、"cos()" 、"cosh()" 、"cot()" 、"exp()" 、"floor()" 、"mod(,)" 、"ln()" 、"log()" 、"pow(,)" 、"sin()" 、"sinh()" 、"sqrt()" 、"tan()" 、"tanh()" 、"Isnull()" 、"Con(,,)" 、"Pick(,,,..)" ）。
- 代數運算的表達式中各個函數之間能夠嵌套使用，直接用條件運算符計算的柵格結果都爲二值（如大於、小於等），即知足條件的用1代替，不知足的用0代替，若想使用其餘值來表示知足條件和不知足條件的取值，能夠使用條件提取函數Con(,,)。例如："Con(IsNull([SURFACE_ANALYST.Dem3] ) ,100,Con([SURFACE_ANALYST.Dem3] > 100,[SURFACE_ANALYST.Dem3] ,-9999) ) " ，該表達式的含義是：柵格數據集 Dem3 在別名爲 SURFACE_ANALYST 的數據源中，將其中無值柵格變爲 100，剩餘柵格中，大於100 的，值保持不變，小於等於 100 的，值改爲 -9999。
- 若是柵格計算中有小於零的負值，注意要加小括號，如：[DatasourceAlias1.Raster1] - ([DatasourceAlias2.Raster2])。
- 表達式中，運算符鏈接的操做數能夠是一個柵格數據集，也能夠是數字或者數學函數。
- 數學函數的自變量能夠爲一個數值，也能夠爲某個數據集，或者是一個數據集或多個數據集的運算表達式。
- 表達式必須是沒有回車的單行表達式。
- 表達式中必須至少含有一個輸入柵格數據集。
注意:
- 參與運算的兩個數據集，若是其像素類型（PixelFormat）不一樣，則運算的結果數據集的像素類型與兩者中精度較高者保持一致。例如，一個爲32位整型，一個爲單精度浮點型，那麼進行加法運算後，結果數據集的像素類型將爲單精度浮點型。
- 對於柵格數據集中的無值數據，若是忽略無值，則不管何種運算，結果仍爲無值；若是不忽略無值，意味着無值將參與運算。例如，兩柵格數據集 A 和 B 相加，A 某單元格爲無值，值爲-9999，B 對應單元格值爲3000，若是不忽略無值，則運算結果該單元格值爲-6999。
:param str expression: 自定義的柵格運算表達式。
:param pixel_format: 指定的結果數據集的像素格式。注意，若是指定的像素類型的精度低於參與運算的柵格數據集像素類型的精度，運算結果可能不正確。
:type pixel_format: PixelFormat or str
:param out_data: 結果數據集所在的數據源
:type out_data: Datasource or DatasourceConnectionInfo or str
:param bool is_ingore_no_value: 是否忽略無值柵格數據。true 表示忽略無值數據，即無值柵格不參與運算。
:param GeoRegion user_region: 用戶指定的有效計算區域。若是爲 None，則表示計算所有區域，若是參與運算的數據集範圍不一致，將使用全部數據集
的範圍的交集做爲計算區域。
:param str out_dataset_name: 結果數據集名稱
:param function progress: 進度信息處理函數，具體參考 :py:class:`.StepEvent`
:return: 結果數據集或數據集名稱
:rtype: DatasetGrid or str
fill_sink(surface_grid, exclude_area=None, out_data=None, out_dataset_name=None, progress=None)
對 DEM 柵格數據填充僞窪地。
窪地是指周圍柵格都比其高的區域，分爲天然窪地和僞窪地。
* 天然窪地，是實際存在的窪地，是地表真實形態的反映，如冰川或喀斯特意貌、採礦區、坑洞等，通常遠少於僞窪地；
* 僞窪地，主要是由數據處理形成的偏差、不合適的插值方法致使，在 DEM 柵格數據中很常見。
在肯定流向時，因爲窪地高程低於周圍柵格的高程，必定區域內的流向都將指向窪地，致使水流在窪地彙集不能流出，引發匯水網絡的中斷，
所以，填充窪地一般是進行合理流向計算的前提。
在填充某處窪地後，有可能產生新的窪地，所以，填充窪地是一個不斷重複識別窪地、填充窪地的過程，直至全部窪地被填充且再也不產生新
的窪地。下圖爲填充窪地的剖面示意圖。
.. image:: ../image/FillSink.png
該方法能夠指定一個點或面數據集，用於指示的真實窪地或需排除的窪地，這些窪地不會被填充。使用準確的該類數據，將得到更爲真實的
無僞窪地地形，使後續分析更爲可靠。
用於指示窪地的數據，若是是點數據集，其中的一個或多個點位於窪地內便可，最理想的情形是點指示該窪地區域的匯水點；若是是面數據
集，每一個面對象應覆蓋一個窪地區域。
能夠經過 exclude_area 參數，指定一個點或面數據集，用於指示的真實窪地或需排除的窪地，這些窪地不會被填充。使用準確的該類數據，
將得到更爲真實的無僞窪地地形，使後續分析更爲可靠。用於指示窪地的數據，若是是點數據集，其中的一個或多個點位於窪地內便可，最
理想的情形是點指示該窪地區域的匯水點；若是是面數據集，每一個面對象應覆蓋一個窪地區域。
若是 exclude_area 爲 None，則會將 DEM 柵格中全部窪地填充，包括僞窪地和真實窪地
水文分析的相關介紹，請參考 :py:func:`basin`
:param surface_grid: 指定的要進行填充窪地的 DEM 數據
:type surface_grid: DatasetGrid or str
:param exclude_area: 指定的用於指示已知天然窪地或要排除的窪地的點或面數據。若是是點數據集，一個或多個點所在的區域指示爲窪地；
若是是面數據集，每一個面對象對應一個窪地區域。若是爲 None，則會將 DEM 柵格中全部窪地填充，包括僞窪地和真實窪地
:type exclude_area: DatasetVector or str
:param out_data: 用於存儲結果數據集的數據源
:type out_data: DatasourceConnectionInfo or Datasource or str
:param str out_dataset_name: 結果數據集的名稱。
:param progress: 進度信息處理函數，具體參考 :py:class:`.StepEvent`
:type progress: function
:return: 無僞窪地的 DEM 柵格數據集或數據集名稱。若是填充僞窪地失敗，則返回 None。
:rtype: DatasetVector or str
flood(input_data, height, region=None, progress=None)
根據指定的高程計算 DEM 柵格的淹沒區域。
淹沒區域的計算基於 DEM 柵格數據，根據給定的一個淹沒後的水位高程（由參數 height 指定），與 DEM 柵格的值（即高程值）進行比較，凡是高程值低於或等於給定水位的單元格均被劃入淹沒區域，而後將淹沒區域轉爲矢量面輸出，源 DEM 數據並不會被改變。經過淹沒區域面對象，很容易統計出被淹沒的範圍、面積等。
下圖是計算水位達到 200 時的淹沒區域的一個實例，由原始 DEM 數據和淹沒區域的矢量面數據集（紫色區域）疊加而成
.. image:: ../image/Flood.png
注意：該方法返回的面對象是將全部淹沒區域進行合併後的結果。
:param input_data: 指定的須要計算淹沒區域的 DEM 數據。
:type input_data: DatasetGrid or str
:param height: 指定的淹沒後水位的高程值，DEM 數據中小於或等於該值的單元格會劃入淹沒區域。單位與待分析的 DEM 柵格的柵格值單位相同。
:type height: float
:param region: 指定的有效計算區域。指定該區域後，只在該區域內計算淹沒區域。
:type region: GeoRegion or Rectangle
:param function progress: 進度信息處理函數，具體參考 :py:class:`.StepEvent`
:return: 將全部淹沒區域合併後的面對象
:rtype: GeoRegion
flow_accumulation(direction_grid, weight_grid=None, out_data=None, out_dataset_name=None, progress=None)
根據流向柵格計算累積匯水量。可應用權重數據集計算加權累積匯水量。
累積匯水量是指流向某個單元格的全部上游單元格的水流累積量，是基於流向數據計算得出的。
累積匯水量的值能夠幫助咱們識別河谷和分水嶺。單元格的累積匯水量較高，說明該地地勢較低，可視爲河谷；爲0說明該地地勢較高，可能爲分水嶺。所以，累積匯水量是提取流域的各類特徵參數（如流域面積、周長、排水密度等）的基礎。
計算累積匯水量的基本思路是：假定柵格數據中的每一個單元格處有一個單位的水量，依據水流方向圖順次計算每一個單元格所能累積到的水量（不包括當前單元格的水量）。
下圖顯示了由水流方向計算累積匯水量的過程。
.. image:: ../image/FlowAccumulation_1.png
下圖爲流向柵格和基於其生成的累積匯水量柵格。
.. image:: ../image/FlowAccumulation_2.png
在實際應用中，每一個單元格的水量不必定相同，每每須要指定權重數據來獲取符合需求的累積匯水量。使用了權重數據後，累積匯水量的計算過程當中，每一個單元格的水量再也不是一個單位，而是乘以權重（權重數據集的柵格值）後的值。例如，將某時期的平均降雨量做爲權重數據，計算所得的累積匯水量就是該時期的流經每一個單元格的雨量。
注意，權重柵格必須與流向柵格具備相同的範圍和分辨率。
水文分析的相關介紹，請參考 :py:func:`basin`
:param direction_grid: 流向柵格數據。
:type direction_grid: DatasetGrid or str
:param weight_grid: 權重柵格數據。設置爲 None 表示不使用權重數據集。
:type weight_grid: DatasetGrid or str
:param out_data: 用於存儲結果數據集的數據源
:type out_data: DatasourceConnectionInfo or Datasource or str
:param str out_dataset_name: 結果數據集的名稱。
:param progress: 進度信息處理函數，具體參考 :py:class:`.StepEvent`
:type progress: function
:return: 累積匯水量柵格數據集或數據集名稱。若是計算失敗，則返回 None。
:rtype: DatasetVector or str
flow_direction(surface_grid, force_flow_at_edge, out_data=None, out_dataset_name=None, out_drop_grid_name=None, progress=None)
對 DEM 柵格數據計算流向。爲保證流向計算的正確性，建議使用填充僞窪地以後的 DEM 柵格數據。
流向，即水文表面水流的方向。計算流向是水文分析的關鍵步驟之一。水文分析的不少功能須要基於流向柵格，如計算累積匯水量、計算流
長和流域等。
SuperMap 使用最大坡降法（D8，Deterministic Eight-node）計算流向。這種方法經過計算單元格的最陡降低方向做爲水流的方向。中心
單元格與相鄰單元格的高程差與距離的比值稱爲高程梯度。最陡降低方向即爲中心單元格與高程梯度最大的單元格所構成的方向，也就是中
心柵格的流向。單元格的流向的值，是經過對其周圍的8個鄰域柵格進行編碼來肯定的。以下圖所示，若中心單元格的水流方向是左邊，則其
水流方向被賦值16；若流向右邊，則賦值1。
在 SuperMap 中，經過對中心柵格的 8 個鄰域柵格編碼（以下圖所示），中心柵格的水流方向即可由其中的某一值來肯定。例如，若中心
柵格的水流方向是左邊，則其水流方向被賦值 16；若流向右邊，則賦值 1。
.. image:: ../image/FlowDirection_1.png
計算流向時，須要注意柵格邊界單元格的處理。位於柵格邊界的單元格比較特殊，經過 forceFlowAtEdge 參數能夠指定其流向是否向外，
若是向外，則邊界柵格的流向值以下圖（左）所示，不然，位於邊界上的單元格將賦爲無值，以下圖（右）所示。
.. image:: ../image/FlowDirection_2.png
計算 DEM 數據每一個柵格的流向獲得流向柵格。下圖顯示了基於無窪地的 DEM 數據生成的流向柵格。
.. image:: ../image/FlowDirection_3.png
水文分析的相關介紹，請參考 :py:func:`basin`
:param surface_grid: 用於計算流向的 DEM 數據
:type surface_grid: DatasetGrid or str
:param bool force_flow_at_edge: 指定是否強制邊界的柵格流向爲向外。若是爲 True，則 DEM 柵格邊緣處的全部單元的流向都是從柵格向外流動。
:param out_data: 用於存儲結果數據集的數據源
:type out_data: DatasourceConnectionInfo or Datasource or str
:param str out_dataset_name: 結果流向數據集的名稱
:param str out_drop_grid_name: 結果高程梯度柵格數據集名稱。可選參數。用於計算流向的中間結果。中心單元格與相鄰單元格的高程差與距離的比值稱
爲高程梯度。以下圖所示，爲流向計算的一個實例，該實例中生成了高程梯度柵格
.. image:: ../image/FlowDirection.png
:param progress: 進度信息處理函數，具體參考 :py:class:`.StepEvent`
:type progress: function
:return: 返回一個2個元素的tuple，第一個元素爲 結果流向柵格數據集或數據集名稱，若是設置告終果高程梯度柵格數據集名稱，
則第二個元素爲結果高程梯度柵格數據集或數據集名稱，不然爲 None
:rtype: tuple[DatasetGrid,DatasetGrid] or tuple[str,str]
flow_length(direction_grid, up_stream, weight_grid=None, out_data=None, out_dataset_name=None, progress=None)
根據流向柵格計算流長，即計算每一個單元格沿着流向到其流向起始點或終止點之間的距離。可應用權重數據集計算加權流長。
流長，是指每一個單元格沿着流向到其流向起始點或終止點之間的距離，包括上游方向和下游方向的長度。水流長度直接影響地面徑流的速度，
進而影響地面土壤的侵蝕力，所以在水土保持方面具備重要意義，常做爲土壤侵蝕、水土流失狀況的評價因素。
流長的計算基於流向數據，流向數據代表水流的方向，該數據集可由流向分析建立；權重數據定義了每一個單元格的水流阻力。流長通常用於
洪水的計算，水流每每會受到諸如坡度、土壤飽和度、植被覆蓋等許多因素的阻礙，此時對這些因素建模，須要提供權重數據集。
流長有兩種計算方式：
* 順流而下：計算每一個單元格沿流向到下游流域匯水點之間的最長距離。
* 溯流而上：計算每一個單元格沿流向到上游分水線頂點的最長距離。
下圖分別爲以順流而下和溯流而上計算得出的流長柵格：
.. image:: ../image/FlowLength.png
權重數據定義了每一個柵格單元間的水流阻力，應用權重所得到的流長爲加權距離（即距離乘以對應權重柵格的值）。例如，將流長分析應用
於洪水的計算，洪水流每每會受到諸如坡度、土壤飽和度、植被覆蓋等許多因素的阻礙，此時對這些因素建模，須要提供權重數據集。
注意，權重柵格必須與流向柵格具備相同的範圍和分辨率。
水文分析的相關介紹，請參考 :py:func:`basin`
:param direction_grid: 指定的流向柵格數據。
:type direction_grid: DatasetGrid or str
:param bool up_stream: 指定順流而下計算仍是溯流而上計算。True 表示溯流而上，False 表示順流而下。
:param weight_grid: 指定的權重柵格數據。設置爲 None 表示不使用權重數據集。
:type weight_grid: DatasetGrid or str
:param out_data: 用於存儲結果數據集的數據源
:type out_data: DatasourceConnectionInfo or Datasource or str
:param str out_dataset_name: 結果流長柵格數據集的名稱
:param progress: 進度信息處理函數，具體參考 :py:class:`.StepEvent`
:type progress: function
:return: 結果流長柵格數據集或數據集名稱
:rtype: DatasetGrid or str
geographical_detector(input_data, model_field, explanatory_fields, is_factor_detector=True, is_ecological_detector=True, is_interaction_detector=True, is_risk_detector=True, progress=None)
對數據進行地理探測器分析，並返回地理探測器的結果。
地理探測器返回的結果包括因子探測器，生態探測器，交互探測器，風險探測器的分析結果
地理探測器是探測空間分異性，以及揭示其背後驅動力的一組統計學方法。其核心思想是基於這樣的假設：若是某個自變量對某個因變量有重要影
響,那麼自變量和因變量的空間分佈應該具備類似性。地理分異既能夠用分類算法來表達，例如環境遙感分類，也能夠根據經驗肯定，例如胡煥庸線。
地理探測器擅長分析類型量,而對於順序量、比值量或間隔量,只要進行適當的離散化,也能夠利用地理探測器對其進行統計分析。
所以,地理探測器既能夠探測數值型數據，也能夠探測定性數據，這正是地理探測器的一大優點。地理探測器的另外一個獨特優點是探測兩因子交互
做用於因變量。交互做用通常的識別方法是在迴歸模型中增長兩因子的乘積項，檢驗其統計顯著性。然而,兩因子交互做用不必定就是相乘關係。
地理探測器經過分別計算和比較各單因子 q 值及兩因子疊加後的 q 值，能夠判斷兩因子是否存在交互做用，以及交互做用的強弱、方向、線性仍是
非線性等。兩因子疊加既包括相乘關係，也包括其餘關係，只要有關係，就能檢驗出來。
:param input_data: 待計算的矢量數據集
:type input_data: DatasetVector or str
:param str model_field: 建模字段
:param explanatory_fields: 解釋變量數組
:type explanatory_fields: list[str] or str
:param bool is_factor_detector: 是否計算因子探測器
:param bool is_ecological_detector: 是否計算生態探測器
:param bool is_interaction_detector: 是否計算交互探測器
:param bool is_risk_detector: 是否進行風險探測器
:param progress: 進度信息，具體參考 :py:class:`.StepEvent`
:type progress: function
:return: 地理探測器結果
:rtype: GeographicalDetectorResult
grid_basic_statistics(grid_data, function_type=None, progress=None)
柵格基本統計分析，可指定變換函數類型。用於對柵格數據集進行基本的統計分析，包括最大值、最小值、平均值和標準差等。
指定變換函數時，用來統計的數據是原始柵格值通過函數變換後獲得的值。
:param grid_data: 待統計的柵格數據
:type grid_data: DatasetGrid or str
:param function_type: 變換函數類型
:type function_type: FunctionType or str
:param progress: function
:type progress: 進度信息處理函數，具體參考 :py:class:`.StepEvent`
:return: 基本統計分析結果
:rtype: BasicStatisticsAnalystResult
grid_common_statistics(grid_data, compare_datasets_or_value, compare_type, is_ignore_no_value, out_data=None, out_dataset_name=None, progress=None)
柵格經常使用統計分析，將一個柵格數據集逐行逐列按照某種比較方式與一個（或多個）柵格數據集，或一個固定值進行比較，比較結果爲「真」的像元值爲 1，爲「假」的像元值爲 0。
關於無值的說明：
* 當待統計源數據集的柵格有無值時，若是忽略無值，則統計結果柵格也爲無值，不然使用該無值參與統計；當各比較數據集的柵格有無值時，
若是忽略無值，則這次統計（待統計柵格與該比較數據集的計算）不計入結果，不然使用該無值進行比較。
* 當無值不參與運算（即忽略無值）時，統計結果數據集中無值的值，由結果柵格的像素格式決定，爲最大像元值，例如，結果柵格數據集像素
格式爲 PixelFormat.UBIT8，即每一個像元使用 8 個比特表示，則無值的值爲 255。在此方法中，結果柵格的像素格式是由比較柵格數據集
的數量來決定的。比較數據集得個數、結果柵格的像素格式和結果柵格中無值的值三者的對應關係以下所示：
.. image:: ../image/CommonStatistics.png
:param grid_data: 指定的待統計的柵格數據。
:type grid_data: DatasetGrid or str
:param compare_datasets_or_value: 指定的比較的數據集集合或固定值。指定固定值時，固定值的單位與待統計的柵格數據集的柵格值單位相同。
:type compare_datasets_or_value: list[DatasetGrid] or list[str] or float
:param compare_type: 指定的比較類型
:type compare_type: StatisticsCompareType or str
:param is_ignore_no_value: 指定是否忽略無值。若是爲 true，即忽略無值，則計算區域內的無值不參與計算，結果柵格值仍爲無值；若爲 false，則計算區域內的無值參與計算。
:type is_ignore_no_value: bool
:param out_data: 用於存儲結果數據的數據源。
:type out_data: Datasource or DatasourceConnectionInfo or str
:param out_dataset_name: 結果數據集的名稱
:type out_dataset_name: str
:param progress: 進度信息處理函數，具體參考 :py:class:`.StepEvent`
:type progress: function
:return: 統計結果柵格數據集或數據集名稱
:rtype: DatasetGrid or str
grid_extract_isoline(extracted_grid, interval, datum_value=0.0, expected_z_values=None, resample_tolerance=0.0, smooth_method='BSPLINE', smoothness=0, clip_region=None, out_data=None, out_dataset_name=None, progress=None)
用於從柵格數據集中提取等值線，並將結果保存爲數據集。
等值線是由一系列具備相同值的點鏈接而成的光滑曲線或折線，如等高線、等溫線。等值線的分佈反映了柵格表面上值的變化，等值線分佈越密集的地方， 表示柵格表面值的變化比較劇烈，例如，若是爲等高線，則越密集，坡度越陡峭，反之坡度越平緩。經過提取等值線，能夠找到高程、溫度、降水等的值相同的位置， 同時等值線的分佈情況也能夠顯示出變化的陡峭和平緩區。
以下所示，上圖爲某個區域的 DEM 柵格數據，下圖是從上圖中提取的等高線。DEM 柵格數據的高程信息是存儲在每個柵格單元中的，柵格是有大小的，柵格的大小取決於柵格數據的分辨率 ，即每個柵格單元表明實際地面上的相應地塊的大小，所以，柵格數據不能很精確的反應每一位置上的高程信息 ，而矢量數據在這方面相對具備很大的優點，所以，從柵格數據中提取等高線 ，把柵格數據變成矢量數據，就能夠突出顯示數據的細節部分，便於分析，例如，從等高線數據中能夠明顯的區分地勢的陡峭與舒緩的部位，能夠區分出山脊山谷
.. image:: ../image/SurfaceAnalyst_1.png
.. image:: ../image/SurfaceAnalyst_2.png
SuperMap 提供兩種方法來提取等值線：
* 經過設置基準值（datum_value）和等值距（interval）來提取等間距的等值線。該方法是以等值距爲間隔向基準值的先後兩個方向
計算提取哪些高程的等值線。例如，高程範圍爲15-165的 DEM 柵格數據，設置基準值爲50，等值距爲20，則提取等值線的高程分別
爲：30、50、70、90、1十、130和150。
* 經過 expected_z_values 方法指定一個 Z 值的集合，則只提取高程爲集合中值的等值線/面。例如，高程範圍爲0-1000的 DEM 柵
格數據，指定 Z 值集合爲[20,300,800]，那麼提取的結果就只有 20、300、800 三條等值線或三者構成的等值面。
注意：
* 若是同時調用了上面兩種方法所需設置的屬性，那麼只有 expected_z_values 方法有效，即只提取指定的值的等值線。所以，想要
提取等間距的等值線，就不能調用 expected_z_values 方法。
:param extracted_grid: 指定的提取操做須要的參數。
:type extracted_grid: DatasetGrid or str
:param float interval: 等值距，等值距是兩條等值線之間的間隔值，必須大於0.
:param datum_value: 設置等值線的基準值。基準值與等值距（interval）共同決定提取哪些高程上的等值線。基準值做爲一個生成等值
線的初始起算值，以等值距爲間隔向其先後兩個方向計算，所以並不必定是最小等值線的值。例如，高程範圍爲
220-1550 的 DEM 柵格數據，若是設基準值爲 500，等值距爲 50，則提取等值線的結果是：最小等值線值爲 250，
最大等值線值爲 1550。
當同時設置 expected_z_values 時，只會考慮 expected_z_values 設置的值，即只提取高程爲這些值的等值線。
:type datum_value: float
:param expected_z_values: 指望分析結果的 Z 值集合。Z 值集合存儲一系列數值，該數值爲待提取等值線的值。即，僅高程值在Z值集
閤中的等值線會被提取。
當同時設置 datum_value 時，只會考慮 expected_z_values 設置的值，即只提取高程爲這些值的等值線。
:type expected_z_values: list[float] or str
:param resample_tolerance: 重採樣的距離容限係數。經過對提取出的等值線行重採樣，能夠簡化最終提取的等值線數據。SuperMap 在
提取等值線/面時使用的重採樣方法爲光欄法（VectorResampleType.RTBEND），該方法須要一個重採樣
距離容限進行採樣控制。它的值由重採樣的距離容限係數乘以源柵格分辨率得出，通常取值爲源柵格分辨率
的 0～1 倍。
重採樣的距離容限係數默認爲 0，即不進行任何採樣，保證結果正確，但經過設置合理的參數，能夠加快執
行速度。容限值越大，等值線邊界的控制點越少，此時可能出現等值線相交的狀況。所以，推薦用戶先使
用默認值來提取等值線。
:type resample_tolerance: float
:param smooth_method: 滑處理所使用的方法
:type smooth_method: SmoothMethod or str
:param smoothness: 設置等值線或等值面的光滑度。 光滑度爲 0 或 1表示不進行光滑處理，值越大則光滑度越高。等值線提取時，光滑度可自由設置
:type smoothness: int
:param clip_region: 指定的裁剪面對象。若是不須要對操做結果進行裁剪，能夠使用 None 值取代該參數。
:type clip_region: GeoRegion
:param out_data: 用於存放結果數據集的數據源。若是爲空，則會直接返回等值線對象的列表。
:type out_data: Datasource or DatasourceConnectionInfo or str
:param out_dataset_name: 指定的提取結果數據集的名稱。
:type out_dataset_name: str
:param progress: function
:type progress: 進度信息處理函數，具體參考 :py:class:`.StepEvent`
:return: 提取等值線獲得的數據集或數據集名稱，或等值線對象列表。
:rtype: DatasetVector or str or list[GeoLine]
grid_extract_isoregion(extracted_grid, interval, datum_value=0.0, expected_z_values=None, resample_tolerance=0.0, smooth_method='BSPLINE', smoothness=0, clip_region=None, out_data=None, out_dataset_name=None, progress=None)
用於從柵格數據集中提取等值面。
SuperMap 提供兩種方法來提取等值面：
* 經過設置基準值（datum_value）和等值距（interval）來提取等間距的等值面。該方法是以等值距爲間隔向基準值的先後兩個方向計算
提取哪些高程的等值線。例如，高程範圍爲15-165的 DEM 柵格數據，設置基準值爲50，等值距爲20，則提取等值線的高程分別爲：
30、50、70、90、1十、130和150。
* 經過 expected_z_values 方法指定一個 Z 值的集合，則只提取高程爲集合中值的等值面。例如，高程範圍爲0-1000的 DEM 柵格數據，
指定 Z 值集合爲[20,300,800]，那麼提取的結果就只有20、300、800三者構成的等值面。
注意：
* 若是同時調用了上面兩種方法所需設置的屬性，那麼只有 setExpectedZValues 方法有效，即只提取指定的值的等值面。
所以，想要提取等間距的等值面，就不能調用 expected_z_values 方法。
:param extracted_grid: DatasetGrid or str
:type extracted_grid: 指定的待提取的柵格數據集。
:param float interval: 等值距，等值距是兩條等值線之間的間隔值，必須大於0
:param datum_value: 設置等值線的基準值。基準值與等值距（interval）共同決定提取哪些高程上的等值面。基準值做爲一個生成等值
線的初始起算值，以等值距爲間隔向其先後兩個方向計算，所以並不必定是最小等值面的值。例如，高程範圍爲
220-1550 的 DEM 柵格數據，若是設基準值爲 500，等值距爲 50，則提取等值線的結果是：最小等值線值爲 250，
最大等值線值爲 1550。
當同時設置 expected_z_values 時，只會考慮 expected_z_values 設置的值，即只提取高程爲這些值的等值線。
:type datum_value: float
:param expected_z_values: 指望分析結果的 Z 值集合。Z 值集合存儲一系列數值，該數值爲待提取等值線的值。即，僅高程值在Z值集
閤中的等值線會被提取。
當同時設置 datum_value 時，只會考慮 expected_z_values 設置的值，即只提取高程爲這些值的等值線。
:type expected_z_values: list[float] or str
:param resample_tolerance: 重採樣的距離容限係數。經過對提取出的等值線行重採樣，能夠簡化最終提取的等值線數據。SuperMap 在
提取等值線/面時使用的重採樣方法爲光欄法（VectorResampleType.RTBEND），該方法須要一個重採樣
距離容限進行採樣控制。它的值由重採樣的距離容限係數乘以源柵格分辨率得出，通常取值爲源柵格分辨率
的 0～1 倍。
重採樣的距離容限係數默認爲 0，即不進行任何採樣，保證結果正確，但經過設置合理的參數，能夠加快執
行速度。容限值越大，等值線邊界的控制點越少，此時可能出現等值線相交的狀況。所以，推薦用戶先使
用默認值來提取等值線。
:type resample_tolerance: float
:param smooth_method: 滑處理所使用的方法
:type smooth_method: SmoothMethod or str
:param smoothness: 設置等值面的光滑度。 光滑度爲 0 或 1表示不進行光滑處理，值越大則光滑度越高。
對於等值面的提取，採用先提取等值線而後生成等值面的方式，若將光滑度設置爲2，
則中間結果數據集，即等值線對象的點數將爲原始數據集點數的2倍，當光滑度設定值不斷增大時，點數將成2的指數倍
增加，這將大大下降等值面提取的效率甚至可能致使提取失敗。
:type smoothness: int
:param clip_region: 指定的裁剪面對象。
:type clip_region: GeoRegion
:param out_data: 用於存放結果數據集的數據源。若是爲空，則直接返回等值面對象列表
:type out_data: Datasource or DatasourceConnectionInfo or str
:param out_dataset_name: 指定的提取結果數據集的名稱。
:type out_dataset_name: str
:param progress: function
:type progress: 進度信息處理函數，具體參考 :py:class:`.StepEvent`
:return: 提取等值面獲得的數據集或數據集名稱，或等值面對象列表
:rtype: DatasetVector or str or list[GeoRegion]
grid_neighbour_statistics(grid_data, neighbour_shape, is_ignore_no_value=True, grid_stat_mode='SUM', unit_type='CELL', out_data=None, out_dataset_name=None, progress=None)
柵格鄰域統計分析。
鄰域統計分析，是對輸入數據集中的每一個像元的指定擴展區域中的像元進行統計，將運算結果做爲像元的值。統計的方法包括：總和、
最大值、最小值、衆數、少數、中位數等，請參見 GridStatisticsMode 枚舉類型。目前提供的鄰域範圍類型（請參見 NeighbourShapeType
枚舉類型）有：矩形、圓形、圓環和扇形。
下圖爲鄰域統計的原理示意，假設使用「總和」做爲統計方法作矩形鄰域統計，鄰域大小爲 3×3，那麼對於圖中位於第二行第三列的單元格，
它的值則由以其爲中心向周圍擴散獲得的一個 3×3 的矩形內全部像元值的和來決定。
.. image:: ../image/NeighbourStatistics.png
鄰域統計的應用十分普遍。例如：
* 對錶示物種種類分佈的柵格計算每一個鄰域內的生物種類（統計方法：種類），從而觀察該地區的物種丰度；
* 對坡度柵格統計鄰域內的坡度差（統計方法：值域），從而評估該區域的地形起伏情況；
.. image:: ../image/NeighbourStatistics_1.png
* 鄰域統計還用於圖像處理，如統計鄰域內的平均值（稱爲均值濾波）或中位數（稱爲中值濾波）能夠達到平滑的效果，從而去除噪聲或過多的細節，等等。
.. image:: ../image/NeighbourStatistics_2.png
:param grid_data: 指定的待統計的柵格數據。
:type grid_data: DatasetGrid or str
:param neighbour_shape: 鄰域形狀
:type neighbour_shape: NeighbourShape
:param is_ignore_no_value: 指定是否忽略無值。若是爲 true，即忽略無值，則計算區域內的無值不參與計算，結果柵格值仍爲無值；若爲 false，則計算區域內的無值參與計算。
:type is_ignore_no_value: bool
:param grid_stat_mode: 鄰域分析的統計方法
:type grid_stat_mode: GridStatisticsMode or str
:param unit_type: 鄰域統計的單位類型
:type unit_type: NeighbourUnitType or str
:param out_data: 用於存儲結果數據的數據源。
:type out_data: Datasource or DatasourceConnectionInfo or str
:param out_dataset_name: 結果數據集的名稱
:type out_dataset_name: str
:param progress: 進度信息處理函數，具體參考 :py:class:`.StepEvent`
:type progress: function
:return: 統計結果柵格數據集或數據集名稱
:rtype: DatasetGrid or str
hierarchical_density_based_clustering(input_data, min_pile_point_count, out_data=None, out_dataset_name=None, progress=None)
密度聚類的HDBSCAN實現
該方法是對DBSCAN方法的改進，只需給定空間鄰域範圍內的最少點數（min_pile_point_count）。在DBSCAN的基礎上，計算不一樣的搜索半徑選擇最穩定的空間聚類分佈做爲密度聚類結果。
:param input_data: 指定的要聚類的矢量數據集，支持點數據集。
:type input_data: DatasetVector or str
:param min_pile_point_count: 每類包含的最少點數
:type min_pile_point_count: int
:param out_data: 結果數據集所在的數據源
:type out_data: Datasource or DatasourceConnectionInfo or str
:param str out_dataset_name: 結果數據集名稱
:param function progress: 進度信息處理函數，具體參考 :py:class:`.StepEvent`
:return: 結果數據集或數據集名稱
:rtype: DatasetVector or str
high_or_low_clustering(source, assessment_field, concept_model='INVERSEDISTANCE', distance_method='EUCLIDEAN', distance_tolerance=-1.0, exponent=1.0, k_neighbors=1, is_standardization=False, weight_file_path=None, progress=None)
對矢量數據集進行高低值聚類分析,並返回高低值聚類分析結果。 高低值聚類返回的結果包括GeneralG指數、指望、方差、z得分、P值,
請參閱 :py:class:`.AnalyzingPatternsResult` 類。
.. image:: ../image/AnalyzingPatterns_highOrLowClustering.png
關於分析模式介紹，請參考 :py:func:`auto_correlation`
:param source: 待計算的數據集。能夠爲點、線、面數據集。
:type source: DatasetVector or str
:param str assessment_field: 評估字段的名稱。僅數值字段有效。
:param concept_model: 空間關係概念化模型。默認值 :py:attr:`.ConceptualizationModel.INVERSEDISTANCE`。
:type concept_model: ConceptualizationModel or str
:param distance_method: 距離計算方法類型
:type distance_method: DistanceMethod or str
:param float distance_tolerance: 中斷距離容限。僅對概念化模型設置爲 :py:attr:`.ConceptualizationModel.INVERSEDISTANCE` 、
:py:attr:`.ConceptualizationModel.INVERSEDISTANCESQUARED` 、
:py:attr:`.ConceptualizationModel.FIXEDDISTANCEBAND` 、
:py:attr:`.ConceptualizationModel.ZONEOFINDIFFERENCE` 時有效。
爲"反距離"和"固定距離"模型指定中斷距離。"-1"表示計算並應用默認距離，此默認值爲保證每一個要
素至少有一個相鄰的要素;"0"表示爲未應用任何距離，則每一個要素都是相鄰要素。
:param float exponent: 反距離冪指數。僅對概念化模型設置爲 :py:attr:`.ConceptualizationModel.INVERSEDISTANCE` 、
:py:attr:`.ConceptualizationModel.INVERSEDISTANCESQUARED` 、
:py:attr:`.ConceptualizationModel.ZONEOFINDIFFERENCE` 時有效。
:param int k_neighbors: 相鄰數目，目標要素周圍最近的K個要素爲相鄰要素。僅對概念化模型設置爲 :py:attr:`.ConceptualizationModel.KNEARESTNEIGHBORS` 時有效。
:param bool is_standardization: 是否對空間權重矩陣進行標準化。若進行標準化,則每一個權重都會除以該行的和。
:param str weight_file_path: 空間權重矩陣文件路徑
:param progress: 進度信息處理函數，具體參考 :py:class:`.StepEvent`
:type progress: function
:return: 高低值聚類結果
:rtype: AnalyzingPatternsResult
hot_spot_analyst(source, assessment_field, concept_model='INVERSEDISTANCE', distance_method='EUCLIDEAN', distance_tolerance=-1.0, exponent=1.0, is_FDR_adjusted=False, k_neighbors=1, is_standardization=False, self_weight_field=None, weight_file_path=None, out_data=None, out_dataset_name=None, progress=None)
熱點分析，返回結果矢量數據集。
* 結果數據集中包括z得分（Gi_Zscore）、P值（Gi_Pvalue）和置信區間（Gi_ConfInvl）。
* z得分和P值都是統計顯著性的度量,用於逐要素的判斷是否拒絕"零假設"。置信區間字段會識別具備統計顯著性的熱點和冷點。置信區間
爲+3和-3的要素反映置信度爲99%的統計顯著性,置信區間爲+2和-2的要素反映置信度爲95%的統計顯著性,置信區間爲+1和-1的要素反映置
信度爲90%的統計顯著性,而置信區間爲0的要素的聚類則沒有統計意義。
* 在沒有設置 is_FDR_adjusted 方法的狀況下,統計顯著性以P值和Z字段爲基礎,不然,肯定置信度的關鍵P值會下降以兼顧多重測試和空間依賴性。
.. image:: ../image/ClusteringDistributions_hotSpotAnalyst.png
關於聚類分佈介紹，參考 :py:func:`cluster_outlier_analyst`
:param source: 待計算的數據集。能夠爲點、線、面數據集。
:type source: DatasetVector or str
:param str assessment_field: 評估字段的名稱。僅數值字段有效。
:param concept_model: 空間關係概念化模型。默認值 :py:attr:`.ConceptualizationModel.INVERSEDISTANCE`。
:type concept_model: ConceptualizationModel or str
:param distance_method: 距離計算方法類型
:type distance_method: DistanceMethod or str
:param float distance_tolerance: 中斷距離容限。僅對概念化模型設置爲 :py:attr:`.ConceptualizationModel.INVERSEDISTANCE` 、
:py:attr:`.ConceptualizationModel.INVERSEDISTANCESQUARED` 、
:py:attr:`.ConceptualizationModel.FIXEDDISTANCEBAND` 、
:py:attr:`.ConceptualizationModel.ZONEOFINDIFFERENCE` 時有效。
爲"反距離"和"固定距離"模型指定中斷距離。"-1"表示計算並應用默認距離，此默認值爲保證每一個要
素至少有一個相鄰的要素;"0"表示爲未應用任何距離，則每一個要素都是相鄰要素。
:param float exponent: 反距離冪指數。僅對概念化模型設置爲 :py:attr:`.ConceptualizationModel.INVERSEDISTANCE` 、
:py:attr:`.ConceptualizationModel.INVERSEDISTANCESQUARED` 、
:py:attr:`.ConceptualizationModel.ZONEOFINDIFFERENCE` 時有效。
:param bool is_FDR_adjusted: 是否進行 FDR（錯誤發現率）校訂。若進行FDR（錯誤發現率）校訂,則統計顯著性將以錯誤發現率校訂爲基礎,不然,統計顯著性將以P值和z得分字段爲基礎。
:param int k_neighbors: 相鄰數目，目標要素周圍最近的K個要素爲相鄰要素。僅對概念化模型設置爲 :py:attr:`.ConceptualizationModel.KNEARESTNEIGHBORS` 時有效。
:param bool is_standardization: 是否對空間權重矩陣進行標準化。若進行標準化,則每一個權重都會除以該行的和。
:param str self_weight_field: 自身權重字段的名稱，僅數值字段有效。
:param str weight_file_path: 空間權重矩陣文件路徑
:param out_data: 結果數據源
:type out_data: Datasource or DatasourceConnectionInfo or str
:param str out_dataset_name: 結果數據集名稱
:param progress: 進度信息，具體參考 :py:class:`.StepEvent`
:type progress: function
:return: 結果數據集或數據集名稱
:rtype: DatasetVector or str
idw_interpolate(input_data, z_value_field, pixel_format, resolution, search_mode=SearchMode.KDTREE_FIXED_COUNT, search_radius=0.0, expected_count=12, power=1, bounds=None, z_value_scale=1.0, out_data=None, out_dataset_name=None, progress=None)
使用 IDW 插值方法對點數據集或記錄集進行插值。具體參考 :py:meth:`interpolate` 和 :py:class:`.InterpolationIDWParameter`
:param input_data: 須要進行插值分析的點數據集或點記錄集
:type input_data: DatasetVector or str or Recordset
:param str z_value_field: 存儲用於進行插值分析的值的字段名稱。插值分析不支持文本類型的字段。
:param pixel_format: 指定結果柵格數據集存儲的像素，不支持 BIT64
:type pixel_format: PixelFormat or str
:param float resolution: 插值運算時使用的分辨率
:param search_mode: 插值運算時，查找參與運算點的方式。不支持 QUADTREE
:type search_mode: SearchMode or str
:param float search_radius: 查找參與運算點的查找半徑。單位與用於插值的點數據集（或記錄集所屬的數據集）的單位相同。查找半徑決定了參與運算點的查找範圍，當計算某個位置的未知數值時，會以該位置爲圓心，以search_radius爲半徑，落在這個範圍內的採樣點都將參與運算，即該位置的預測值由該範圍內採樣點的數值決定。
若是設置 search_mode 爲KDTREE_FIXED_COUNT，同時指定查找參與運算點的範圍，當查找範圍內的點數小於指定的點數時賦爲空值，當查找範圍內的點數大於指定的點數時，則返回距離插值點最近的指定個數的點進行插值。
:param int expected_count: 指望參與插值運算的點數。若是設置 search_mode 爲 KDTREE_FIXED_RADIUS ，同時指定參與插值運算點的個數，當查找範圍內的點數小於指定的點數時賦爲空值。
:param int power: 距離權重計算的冪次。冪次值越低，內插結果越平滑，冪次值越高，內插結果細節越詳細。此參數應爲一個大於0的值。若是不指定此參數，方法缺省將其設置爲1。
:param Rectangle bounds: 插值分析的範圍，用於肯定運行結果的範圍
:param float z_value_scale: 插值分析值的縮放比率
:param out_data: 結果數據集所在的數據源
:type out_data: Datasource or DatasourceConnectionInfo or str
:param str out_dataset_name: 結果數據集名稱
:param function progress: 進度信息處理函數，具體參考 :py:class:`.StepEvent`
:return: 結果數據集或數據集名稱
:rtype: DatasetGrid or str
incremental_auto_correlation(source, assessment_field, begin_distance=0.0, distance_method='EUCLIDEAN', incremental_distance=0.0, incremental_number=10, is_standardization=False, progress=None)
對矢量數據集進行增量空間自相關分析，並返回增量空間自相關分析結果數組。增量空間自相關返回的結果包括增量距離、莫蘭指數、指望、方差、z得分、P值,
請參閱 :py:class:`.IncrementalResult` 類。
增量空間自相關會爲一系列的增量距離運行空間自相關方法（參考 :py:func:`auto_correlation` ）,空間關係概念化模型默認爲固定距離
模型(參閱 :py:attr:`.ConceptualizationModel.FIXEDDISTANCEBAND` ）
關於分析模式介紹，請參考 :py:func:`auto_correlation`
:param source: 待計算的數據集。能夠爲點、線、面數據集。
:type source: DatasetVector or str
:param str assessment_field: 評估字段的名稱。僅數值字段有效。
:param float begin_distance: 增量空間自相關開始分析的起始距離。
:param distance_method: 距離計算方法類型
:type distance_method: DistanceMethod or str
:param float incremental_distance: 距離增量，增量空間自相關每次分析的間隔距離。
:param int incremental_number: 遞增的距離段數目。爲增量空間自相關指定分析數據集的次數，該值的範圍爲：2 ~ 30。
:param bool is_standardization: 是否對空間權重矩陣進行標準化。若進行標準化,則每一個權重都會除以該行的和。
:param progress: 進度信息，具體參考 :py:class:`.StepEvent`
:type progress: function
:return: 增量空間自相關分析結果列表。
:rtype: list[IncrementalResult]
integrate(source, tolerance, unit=None, progress=None)
整合, 將容限範圍內的節點捕捉在一塊兒。節點容限較大會致使要素重疊或致使面和線對象被刪除，還可能致使不被指望移動的節點發生移動。
因此，選取容限值時應當根據實際情形設置合理的容限值。
注意：整合功能將直接修改源數據集。
:param source: 指定的待整合的數據集。能夠爲點、線、面數據集。
:type source: DatasetVector or str
:param tolerance: 指定的節點容限。
:type tolerance: float
:param unit: 指定的節點容限單位。
:type unit: Unit or str
:param progress:
:type progress: function
:return: 進度信息處理函數，具體參考 :py:class:`.StepEvent`
:rtype: bool
interpolate(input_data, parameter, z_value_field, pixel_format, z_value_scale=1.0, out_data=None, out_dataset_name=None, progress=None)
插值分析類。該類提供插值分析功能，用於對離散的點數據進行插值獲得柵格數據集。插值分析能夠將有限的採樣點數據，經過插值對採樣點周圍的數值狀況進行預測，
從而掌握研究區域內數據的整體分佈情況，而使採樣的離散點不只僅反映其所在位置的數值狀況，並且能夠反映區域的數值分佈。
爲何要進行插值？
因爲地理空間要素之間存在着空間關聯性，即相互鄰近的事物老是趨於同質，也就是具備相同或者類似的特徵，舉個例子，街道的一邊下雨了，那麼街道的另外一邊在大
多數狀況下也必定在下雨，若是在更大的區域範圍，一個鄉鎮的氣候應當與其接壤的另外一的鄉鎮的氣候相同，等等，基於這樣的推理，咱們就能夠利用已知地點的信息
來間接獲取與其相鄰的其餘地點的信息，而插值分析就是基於這樣的思想產生的，也是插值重要的應用價值之一。
將某個區域的採樣點數據插值生成柵格數據，其實是將研究區域按照給定的格網尺寸（分辨率）進行柵格化，柵格數據中每個柵格單元對應一塊區域，柵格單元的
值由其鄰近的採樣點的數值經過某種插值方法計算獲得，所以，就能夠預測採樣點周圍的數值狀況，進而瞭解整個區域的數值分佈狀況。其中，插值方法主要有距離反
比權值插值法、克呂金（Kriging）內插法、徑向基函數RBF（Radial Basis Function）插值。
利用插值分析功能可以預測任何地理點數據的未知值，如高程、降雨量、化學物濃度、噪聲級等等。
:param input_data: 須要進行插值分析的點數據集或點記錄集
:type input_data: DatasetVector or str or Recordset
:param InterpolationParameter parameter: 插值方法須要的參數信息
:param str z_value_field: 存儲用於進行插值分析的值的字段名稱。插值分析不支持文本類型的字段。
:param pixel_format: 指定結果柵格數據集存儲的像素，不支持 BIT64
:type pixel_format: PixelFormat or str
:param float z_value_scale: 插值分析值的縮放比率
:param out_data: 結果數據集所在的數據源
:type out_data: Datasource or DatasourceConnectionInfo or str
:param str out_dataset_name: 結果數據集名稱
:param function progress: 進度信息處理函數，具體參考 :py:class:`.StepEvent`
:return: 結果數據集或數據集名稱
:rtype: DatasetGrid or str
interpolate_points(points, values, parameter, pixel_format, prj, out_data, z_value_scale=1.0, out_dataset_name=None, progress=None)
對點數組進行插值分析，並返回分析結果
:param points: 須要進行插值分析的點數據
:type points: list[Point2D]
:param values: 點數組對應的用於插值分析的值。
:type values: list[float]
:param InterpolationParameter parameter: 插值方法須要的參數信息
:param pixel_format: 指定結果柵格數據集存儲的像素，不支持 BIT64
:type pixel_format: PixelFormat or str
:param PrjCoordSys prj: 點數組的座標系統。生成的結果數據集也參照該座標系統。
:param out_data: 結果數據集所在的數據源
:type out_data: Datasource or DatasourceConnectionInfo or str
:param float z_value_scale: 插值分析值的縮放比率
:param str out_dataset_name: 結果數據集名稱
:param function progress: 進度信息處理函數，具體參考 :py:class:`.StepEvent`
:return: 結果數據集或數據集名稱
inverse_cut_fill(input_data, volume, is_fill, region=None, progress=None)
反算填挖方，即根據給定的填方或挖方的體積計算填挖後的高程
反算填挖方用於解決這樣一類實際問題：已知填挖前的柵格數據和該數據範圍內要填或挖的體積，來推求填方或挖方後的高程值。例如，某建築施
工地的一片區域須要填方，現得知某地可提供體積爲 V 的土方，此時使用反算填挖方就能夠計算出將這批土填到施工區域後，施工區域的高程是
多少。而後可判斷是否達到施工需求，是否須要繼續填方。
:param input_data: 指定的待填挖的柵格數據。
:type input_data: DatasetGrid or str
:param float volume: 指定的填或挖的體積。該值爲一個大於0的值，若是設置爲小於或等於0會拋出異常。單位爲平方米乘以待填挖柵格的柵格值單位。
:param bool is_fill: 指定是否進行填方計算。若是爲 true 表示進行填方計算，false 表示進行挖方計算。
:param region: 指定的填挖方區域。若是爲 None 則填挖計算應用於整個柵格區域。
:type region: GeoRegion or Rectangle
:param function progress: 進度信息處理函數，具體參考 :py:class:`.StepEvent`
:return: 填挖後的高程值。單位與待填挖柵格的柵格值單位一致。
:rtype: float
is_point_visible(input_data, from_point, to_point)
兩點可視性分析，即判斷兩點之間是否相互可見。
基於柵格表面，判斷給定的觀察點與被觀察點之間是否可見，稱爲兩點間可視性分析。兩點間可視性分析的結果有兩種：可視與不可視。該方法返
回一個 VisibleResult 對象，該對象用於返回兩點間可視性分析的結果，即兩點是否可視，若是不可視，會返回第一個阻礙視線的障礙點，還會
給出該障礙點的建議高程值以使該點再也不阻礙視線。
:param input_data: 指定的用於可視性分析的柵格表面數據集。
:type input_data: DatasetGrid or str
:param from_point: 指定的用於可視性分析的起始點，即觀察點
:type from_point: Point3D
:param to_point: 指定的用於可視性分析的終止點，即被觀察點。
:type to_point: Point3D
:return: 可視性分析的結果
:rtype: VisibleResult
kernel_density(input_data, value_field, search_radius, resolution, bounds=None, out_data=None, out_dataset_name=None, progress=None)
對點數據集或線數據集進行核密度分析，並返回分析結果。
核密度分析，即便用核函數，來計算點或線鄰域範圍內的每單位面積量值。其結果是中間值大周邊值小的光滑曲面，在鄰域邊界處降爲0。
:param input_data: 須要進行核密度分析的點數據集或線數據集。
:type input_data: DatasetVector or str
:param str value_field: 存儲用於進行密度分析的測量值的字段名稱。若傳 None 則全部幾何對象都按值爲1處理。不支持文本類型的字段。
:param float search_radius: 柵格鄰域內用於計算密度的查找半徑。單位與用於分析的數據集的單位相同。當計算某個柵格位置的未知數值時，會以該位置
爲圓心，以該屬性設置的值爲半徑，落在這個範圍內的採樣對象都將參與運算，即該位置的預測值由該範圍內採樣對象的測量
值決定。查找半徑越大，生成的密度柵格越平滑且概化程度越高。值越小，生成的柵格所顯示的信息越詳細。
:param float resolution: 密度分析結果柵格數據的分辨率
:param Rectangle bounds: 密度分析的範圍，用於肯定運行結果所獲得的柵格數據集的範圍
:param out_data: 結果數據集所在的數據源
:type out_data: Datasource or DatasourceConnectionInfo or str
:param str out_dataset_name: 結果數據集名稱
:param function progress: 進度信息處理函數，具體參考 :py:class:`.StepEvent`
:return: 結果數據集或數據集名稱
:rtype: DatasetGrid or str
>>> kernel_density(data_dir + 'example_data.udb/taxi', 'passenger_count', 0.01, 0.001, out_data=out_dir + 'density_result.udb'
kriging_interpolate(input_data, z_value_field, pixel_format, resolution, krighing_type='KRIGING', search_mode=SearchMode.KDTREE_FIXED_COUNT, search_radius=0.0, expected_count=12, max_point_count_in_node=50, max_point_count_for_interpolation=200, variogram_mode=VariogramMode.SPHERICAL, angle=0.0, mean=0.0, exponent=Exponent.EXP1, nugget=0.0, range_value=0.0, sill=0.0, bounds=None, z_value_scale=1.0, out_data=None, out_dataset_name=None, progress=None)
使用克呂金插值方法對點數據集或記錄集進行插值。具體參考 :py:meth:`interpolate` 和 :py:class:`.InterpolationKrigingParameter`
:param input_data: 須要進行插值分析的點數據集或點記錄集
:type input_data: DatasetVector or str or Recordset
:param str z_value_field: 存儲用於進行插值分析的值的字段名稱。插值分析不支持文本類型的字段。
:param pixel_format: 指定結果柵格數據集存儲的像素，不支持 BIT64
:type pixel_format: PixelFormat or str
:param float resolution: 插值運算時使用的分辨率
:param krighing_type: 插值分析的算法類型。支持設置 KRIGING, SimpleKRIGING, UniversalKRIGING 三種，默認使用 KRIGING。
:type krighing_type: InterpolationAlgorithmType or str
:param search_mode: 查找模式。
:type search_mode: SearchMode or str
:param float search_radius: 查找參與運算點的查找半徑。單位與用於插值的點數據集（或記錄集所屬的數據集）的單位相同。查找半徑決定了參與
運算點的查找範圍，當計算某個位置的未知數值時，會以該位置爲圓心，search_radius 爲半徑，落在這個範圍內的
採樣點都將參與運算，即該位置的預測值由該範圍內採樣點的數值決定。
:param int expected_count: 指望參與插值運算的點數，當查找方式爲變長查找時，表示指望參與運算的最多樣點數。
:param int max_point_count_in_node: 單個塊內最多查找點數。當用QuadTree的查找插值點時，才能夠設置塊內最多點數。
:param int max_point_count_for_interpolation: 設置塊查找時，最多參與插值的點數。注意，該值必須大於零。當用QuadTree的查找插值點時，才能夠設置最多參與插值的點數
:param variogram: 克呂金（Kriging）插值時的半變函數類型。默認值爲 VariogramMode.SPHERICAL
:type variogram: VariogramMode or str
:param float angle: 克呂金算法中旋轉角度值
:param float mean: 插值字段的平均值，即採樣點插值字段值總和除以採樣點數目。
:param exponent: 用於插值的樣點數據中趨勢面方程的階數
:type exponent: Exponent or str
:param float nugget: 塊金效應值。
:param float range_value: 自相關閾值。
:param float sill: 基臺值
:param Rectangle bounds: 插值分析的範圍，用於肯定運行結果的範圍
:param float z_value_scale: 插值分析值的縮放比率
:param out_data: 結果數據集所在的數據源
:type out_data: Datasource or DatasourceConnectionInfo or str
:param str out_dataset_name: 結果數據集名稱
:param function progress: 進度信息處理函數，具體參考 :py:class:`.StepEvent`
:return: 結果數據集或數據集名稱
:rtype: DatasetGrid or str
line_of_sight(input_data, from_point, to_point)
計算兩點間的通視線，即根據地形計算觀察點到目標點的視線上的可視部分和不可視部分。
依據地形的起伏，計算從觀察點看向目標點的視線上哪些段可視或不可視，稱爲計算兩點間的通視線。觀察點與目標點間的這條線稱爲通視線。
通視線能夠幫助瞭解在給定點可以看到哪些位置，可服務於旅遊線路規劃、雷達站或信號發射站的選址，以及佈設陣地、觀察哨所設置等軍事活動。
.. image:: ../image/LineOfSight.png
觀察點和目標點的高程由其 Z 值肯定。當觀察點或目標點的 Z 值小於柵格表面上對應單元格的高程值時，則使用該單元格的柵格值做爲觀察點或
目標點的高程來計算通視線。
計算兩點間通視線的結果爲一個二維線對象數組，該數組的第 0 個元素爲可視線對象，第 1 個元素爲不可視線對象。該數組的長度可能爲 1 或
2，這是由於不可視線對象有可能不存在，此時結果數組只包含一個對象，便可視線對象。因爲可視線（或不可視線）可能不連續，所以可視線或
不可視線對象有多是複雜線對象。
:param input_data: 指定的柵格表面數據集。
:type input_data: DatasetGrid or str
:param from_point: 指定的觀察點，是一個三維點對象。
:type from_point: Point3D
:param to_point: 指定的目標點，是一個三維點對象。
:type to_point: Point3D
:return: 結果通視線，是一個二維線數組
:rtype: list[GeoLine]
measure_central_element(source, group_field=None, weight_field=None, self_weight_field=None, distance_method='EUCLIDEAN', stats_fields=None, out_data=None, out_dataset_name=None, progress=None)
關於空間度量：
空間度量用來計算的數據能夠是點、線、面。對於點、線和麪對象，在距離計算中會使用對象的質心。對象的質心爲全部子對象的加權
平均中心。點對象的加權項爲1（即質心爲自身），線對象的加權項是長度，而面對象的加權項是面積。
用戶能夠經過空間度量計算來解決如下問題：
1. 數據的中心在哪裏？
2. 數據的分佈呈什麼形狀和方向？
3. 數據是如何分散佈局？
空間度量包括中心要素（ :py:func:`measure_central_element` ）、方向分佈（ :py:func:`measure_directional` ）、
標準距離（ :py:func:`measure_standard_distance` ）、方向平均值（ :py:func:`measure_linear_directional_mean` ）、
平均中心（ :py:func:`measure_mean_center` ）、中位數中心（ :py:func:`measure_median_center` ）等。
計算矢量數據的中心要素，返回結果矢量數據集。
* 中心要素是與其餘全部對象質心的累積距離最小，位於最中心的對象。
* 若是設置了分組字段，則結果矢量數據集將包含 「分組字段名_Group」 字段。
* 實際上，距其餘全部對象質心的累積距離最小的中心要素可能會有多個，但中心要素方法只會輸出SmID 字段值最小的對象。
:param source: 待計算的數據集。能夠爲點、線、面數據集。
:type source: DatasetVector or str
:param str group_field: 分組字段的名稱
:param str weight_field: 權重字段的名稱
:param str self_weight_field: 自身權重字段的名稱
:param distance_method: 距離計算方法類型
:type distance_method: DistanceMethod or str
:param stats_fields: 統計字段的類型，爲一個字典類型，字典類型的 key 爲字段名，value 爲統計類型。
:type stats_fields: list[tuple[str,SpatialStatisticsType]] or list[tuple[str,str]] or str
:param out_data: 用於存儲結果數據集的數據源
:type out_data: DatasourceConnectionInfo or Datasource or str
:param str out_dataset_name: 結果數據集名稱
:param progress: 進度信息處理函數，具體參考 :py:class:`.StepEvent`
:type progress: function
:return: 結果矢量數據集或數據集名稱
:rtype: DatasetVector or str
measure_directional(source, group_field=None, ellipse_size='SINGLE', stats_fields=None, out_data=None, out_dataset_name=None, progress=None)
計算矢量數據的方向分佈，返回結果矢量數據集。
* 方向分佈是根據全部對象質心的平均中心（有權重，爲加權）爲圓點，計算x和y座標的標準差爲軸獲得的標準差橢圓。
* 標準差橢圓的圓心x和y座標、兩個標準距離（長半軸和短半軸）、橢圓的方向，分別儲存在結果矢量數據集中的CircleCenterX、
CircleCenterY、SemiMajorAxis、SemiMinorAxis、RotationAngle字段中。若是設置了分組字段，則結果矢量數據集將包含
「分組字段名_Group」 字段。
* 橢圓的方向RotationAngle字段中的正值表示正橢圓（長半軸的方向爲X軸方向, 短半軸的方向爲Y軸方向)）按逆時針旋轉，負值表示
正橢圓按順時針旋轉。
* 輸出的橢圓大小有三個級別：Single（一個標準差）、Twice（二個標準差）和Triple（三個標準差），詳細介紹請參見 :py:class:`.EllipseSize` 類。
* 用於計算方向分佈的標準差橢圓算法是由D. Welty Lefever在1926年提出，用來度量數據的方向和分佈。首先肯定橢圓的圓心，即平均
中心（有權重，爲加權）；而後肯定橢圓的方向；最後肯定長軸和短軸的長度。
.. image:: ../image/MeasureDirection.png
關於空間度量介紹，請參考 :py:func:`measure_central_element`
:param source: 待計算的數據集。能夠爲點、線、面數據集。
:type source: DatasetVector or str
:param str group_field: 分組字段名稱
:param ellipse_size: 橢圓大小類型
:type ellipse_size: EllipseSize or str
:param stats_fields: 統計字段的類型，爲一個list類型，list 中存儲2個元素的tuple，tuple的第一個元素爲被統計的字段，第二個元素爲統計類型
:type stats_fields: list[tuple[str,SpatialStatisticsType]] or list[tuple[str,str]] or str
:param out_data: 用於存儲結果數據集的數據源
:type out_data: DatasourceConnectionInfo or Datasource or str
:param str out_dataset_name: 結果數據集名稱
:param progress: 進度信息處理函數，具體參考 :py:class:`.StepEvent`
:type progress: function
:return: 結果矢量數據集
:rtype: DatasetVector or str
measure_linear_directional_mean(source, group_field=None, weight_field=None, is_orientation=False, stats_fields=None, out_data=None, out_dataset_name=None, progress=None)
計算線數據集的方向平均值，並返回結果矢量數據集。
* 線性方向平均值是根據全部線對象的質心的平均中心點爲其中心、長度等於全部輸入線對象的平均長度、方位或方向爲由全部輸入線對象
的起點和終點（每一個線對象都只會使用起點和終點來肯定方向）計算獲得的平均方位或平均方向建立的線對象。
* 線對象的平均中心x和y座標、平均長度、羅盤角、方向平均值、圓方差，分別儲存在結果矢量數據集中的AverageX、AverageY、
AverageLength、CompassAngle、DirectionalMean、CircleVariance字段中。若是設置了分組字段，則結果矢量數據集將包含
「分組字段名_Group」 字段。
* 線對象的羅盤角（CompassAngle）字段表示以正北方爲基準方向按順時針旋轉;方向平均值（DirectionalMean）字段表示以正東方爲
基準方向按逆時針旋轉;圓方差（CircleVariance）表示方向或方位偏離方向平均值的程度,若是輸入線對象具備很是類似（或徹底相同）
的方向則該值會很是小，反之則相反。
.. image:: ../image/MeasureLinearDirectionalMean.png
關於空間度量介紹，請參考 :py:func:`measure_central_element`
:param source: 待計算的數據集。爲線數據集。
:type source: DatasetVector or str
:param str group_field: 分組字段名稱
:param str weight_field: 權重字段名稱
:param bool is_orientation: 是否忽略起點和終點的方向。爲 False 時，將在計算方向平均值時使用起始點和終止點的順序；爲 True 時，將忽略起始點和終止點的順序。
:param stats_fields: 統計字段的類型，爲一個list類型，list 中存儲2個元素的tuple，tuple的第一個元素爲被統計的字段，第二個元素爲統計類型
:type stats_fields: list[tuple[str,SpatialStatisticsType]] or list[tuple[str,str]] or str
:param out_data: 用於存儲結果數據集的數據源
:type out_data: DatasourceConnectionInfo or Datasource or str
:param str out_dataset_name: 結果數據集名稱
:param progress: 進度信息處理函數，具體參考 :py:class:`.StepEvent`
:type progress: function
:return: 結果數據集或數據集名稱
:rtype: DatasetVector or str
measure_mean_center(source, group_field=None, weight_field=None, stats_fields=None, out_data=None, out_dataset_name=None, progress=None)
計算矢量數據的平均中心，返回結果矢量數據集。
* 平均中心是根據輸入的全部對象質心的平均x和y座標構造的點。
* 平均中心的x和y座標分別儲存在結果矢量數據集中的SmX和SmY字段中。若是設置了分組字段，則結果矢量數據集將包含 「分組字段名_Group」 字段。
.. image:: ../image/MeasureMeanCenter.png
關於空間度量介紹，請參考 :py:func:`measure_central_element`
:param source: 待計算的數據集。能夠爲點、線、面數據集。
:type source: DatasetVector or str
:param str group_field: 分組字段
:param str weight_field: 權重字段
:param stats_fields: 統計字段的類型，爲一個list類型，list 中存儲2個元素的tuple，tuple的第一個元素爲被統計的字段，第二個元素爲統計類型
:type stats_fields: list[tuple[str,SpatialStatisticsType]] or list[tuple[str,str]] or str
:param out_data: 用於存儲結果數據集的數據源
:type out_data: DatasourceConnectionInfo or Datasource or str
:param str out_dataset_name: 結果數據集名稱
:param progress: 進度信息處理函數，具體參考 :py:class:`.StepEvent`
:type progress: function
:return: 結果數據集或數據集名稱
:rtype: DatasetVector or str
measure_median_center(source, group_field, weight_field, stats_fields=None, out_data=None, out_dataset_name=None, progress=None)
計算矢量數據的中位數中心，返回結果矢量數據集。
* 中位數中心是根據輸入的全部對象質心，使用迭代算法找出到全部對象質心的歐式距離最小的點。
* 中位數中心的x和y座標分別儲存在結果矢量數據集中的SmX和SmY字段中。若是設置了分組字段，則結果矢量數據集將包含
「分組字段名_Group」 字段。
* 實際上，距全部對象質心的距離最小的點可能有多個，但中位數中心方法只會返回一個點。
* 用於計算中位數中心的算法是由Kuhn,Harold W.和Robert E. Kuenne在1962年提出的迭代加權最小二乘法（Weiszfeld算法），以後由
James E. Burt和Gerald M. Barber進一步歸納。首先以平均中心（有權重，爲加權）做爲起算點，利用加權最小二乘法獲得候選點，將
候選點從新做爲起算點代入計算獲得新的候選點，迭代計算直到候選點到全部對象質心的歐式距離最小爲止。
.. image:: ../image/MeasureMedianCenter.png
關於空間度量介紹，請參考 :py:func:`measure_central_element`
:param source: 待計算的數據集。能夠爲點、線、面數據集。
:type source: DatasetVector or str
:param str group_field: 分組字段
:param str weight_field: 權重字段
:param stats_fields: 統計字段的類型，爲一個list類型，list 中存儲2個元素的tuple，tuple的第一個元素爲被統計的字段，第二個元素爲統計類型
:type stats_fields: list[tuple[str,SpatialStatisticsType]] or list[tuple[str,str]] or str
:param out_data: 用於存儲結果數據集的數據源
:type out_data: DatasourceConnectionInfo or Datasource or str
:param str out_dataset_name: 結果數據集名稱
:param progress: 進度信息處理函數，具體參考 :py:class:`.StepEvent`
:type progress: function
:return: 結果數據集或數據集名稱
:rtype: DatasetVector or str
measure_standard_distance(source, group_field, weight_field, ellipse_size='SINGLE', stats_fields=None, out_data=None, out_dataset_name=None, progress=None)
計算矢量數據的標準距離，返回結果矢量數據集。
* 標準距離是根據全部對象質心的平均中心（有權重，爲加權）爲圓心，計算x和y座標的標準距離爲半徑獲得的圓。
* 圓的圓心x和y座標、標準距離（圓的半徑），分別儲存在結果矢量數據集中的CircleCenterX、CircleCenterY、StandardDistance字
段中。若是設置了分組字段，則結果矢量數據集將包含 「分組字段名_Group」 字段。
* 輸出的圓大小有三個級別：Single（一個標準差）、Twice（二個標準差）和Triple（三個標準差），詳細介紹請參見 :py:class:`.EllipseSize` 枚舉類型。
.. image:: ../image/MeasureStandardDistance.png
關於空間度量介紹，請參考 :py:func:`measure_central_element`
:param source: 待計算的數據集。爲線數據集
:type source: DatasetVector or str
:param str group_field: 分組字段
:param str weight_field: 權重字段
:param ellipse_size: 橢圓大小類型
:type ellipse_size: EllipseSize or str
:param stats_fields: 統計字段的類型，爲一個list類型，list 中存儲2個元素的tuple，tuple的第一個元素爲被統計的字段，第二個元素爲統計類型
:type stats_fields: list[tuple[str,SpatialStatisticsType]] or list[tuple[str,str]] or str
:param out_data: 用於存儲結果數據集的數據源
:type out_data: DatasourceConnectionInfo or Datasource or str
:param str out_dataset_name: 結果數據集名稱
:param progress: 進度信息處理函數，具體參考 :py:class:`.StepEvent`
:type progress: function
:return: 結果數據集或數據集名稱
:rtype: DatasetVector or str
minus_math_analyst(first_operand, second_operand, user_region=None, out_data=None, out_dataset_name=None, progress=None)
柵格減法運算。逐個像元地從第一個柵格數據集的柵格值中減去第二個數據集的柵格值。進行此運算時，輸入柵格數據集的順序很重要，順序不一樣，結果一般也是不相同的。柵格代數運算的具體使用，參考 :py:meth:`expression_math_analyst`
若是輸入兩個像素類型（PixelFormat）均爲整數類型的柵格數據集，則輸出整數類型的結果數據集；不然，輸出浮點型的結果數據集。若是輸入的兩個柵格數據集
的像素類型精度不一樣，則運算的結果數據集的像素類型與兩者中精度較高者保持一致。
:param first_operand: 指定的第一柵格數據集。
:type first_operand: DatasetGrid or str
:param second_operand: 指定的第二柵格數據集。
:type second_operand: DatasetGrid or str
:param GeoRegion user_region: 用戶指定的有效計算區域。若是爲 None，則表示計算所有區域，若是參與運算的數據集範圍不一致，將使用全部數據集的範圍的交集做爲計算區域。
:param out_data: 結果數據集所在的數據源
:type out_data: Datasource or DatasourceConnectionInfo or str
:param str out_dataset_name: 結果數據集名稱
:param function progress: 進度信息處理函數，具體參考 :py:class:`.StepEvent`
:return: 結果數據集或數據集名稱
:rtype: DatasetGrid or str
multiply_math_analyst(first_operand, second_operand, user_region=None, out_data=None, out_dataset_name=None, progress=None)
柵格乘法運算。將輸入的兩個柵格數據集的柵格值逐個像元地相乘。柵格代數運算的具體使用，參考 :py:meth:`expression_math_analyst`
若是輸入兩個像素類型（PixelFormat）均爲整數類型的柵格數據集，則輸出整數類型的結果數據集；不然，輸出浮點型的結果數據集。若是輸入的兩個柵格數據集
的像素類型精度不一樣，則運算的結果數據集的像素類型與兩者中精度較高者保持一致。
:param first_operand: 指定的第一柵格數據集。
:type first_operand: DatasetGrid or str
:param second_operand: 指定的第二柵格數據集。
:type second_operand: DatasetGrid or str
:param GeoRegion user_region: 用戶指定的有效計算區域。若是爲 None，則表示計算所有區域，若是參與運算的數據集範圍不一致，將使用全部數據集的範圍的交集做爲計算區域。
:param out_data: 結果數據集所在的數據源
:type out_data: Datasource or DatasourceConnectionInfo or str
:param str out_dataset_name: 結果數據集名稱
:param function progress: 進度信息處理函數，具體參考 :py:class:`.StepEvent`
:return: 結果數據集或數據集名稱
:rtype: DatasetGrid or str
optimized_hot_spot_analyst(source, assessment_field=None, aggregation_method='NETWORKPOLYGONS', aggregating_polygons=None, bounding_polygons=None, out_data=None, out_dataset_name=None, progress=None)
優化的熱點分析，返回結果矢量數據集。
* 結果數據集中包括z得分（Gi_Zscore）、P值（Gi_Pvalue）和置信區間（Gi_ConfInvl）,詳細介紹請參閱 :py:func:`hot_spot_analyst` 方法結果。
* z得分和P值都是統計顯著性的度量,用於逐要素的判斷是否拒絕"零假設"。置信區間字段會識別具備統計顯著性的熱點和冷點。置信區間
爲+3和-3的要素反映置信度爲99%的統計顯著性,置信區間爲+2和-2的要素反映置信度爲95%的統計顯著性,置信區間爲+1和-1的要素反映
置信度爲90%的統計顯著性,而置信區間爲0的要素的聚類則沒有統計意義。
* 若是提供分析字段，則會直接執行熱點分析; 若是未提供分析字段，則會利用提供的聚合方法（參閱 :py:class:`AggregationMethod`）聚
合全部輸入事件點以得到計數，從而做爲分析字段執行熱點分析。
* 執行熱點分析時，默認概念化模型爲 :py:attr:`.ConceptualizationModel.FIXEDDISTANCEBAND` 、錯誤發現率（FDR）爲 True ,
統計顯著性將使用錯誤發現率（FDR）校訂法自動兼顧多重測試和空間依賴性。
.. image:: ../image/ClusteringDistributions_OptimizedHotSpotAnalyst.png
關於聚類分佈介紹，參考 :py:func:`cluster_outlier_analyst`
:param source: 待計算的數據集。若是設置了評估字段，能夠爲點、線、面數據集，不然，則必須爲點數據集。
:type source: DatasetVector or str
:param str assessment_field: 評估字段的名稱。
:param aggregation_method: 聚合方法。若是未設置提供分析字段，則須要爲優化的熱點分析提供的聚合方法。
* 若是設置爲 :py:attr:`.AggregationMethod.AGGREGATIONPOLYGONS` ，則必須設置 aggregating_polygons
* 若是設置爲 :py:attr:`.AggregationMethod.NETWORKPOLYGONS` ，若是設置了 bounding_polygons，則使用
bounding_polygons 進行聚合，若是沒有設置 bounding_polygons， 則使用點數據集的地理範圍進行聚合。
* 若是設置爲 :py:attr:`.AggregationMethod.SNAPNEARBYPOINTS` , aggregating_polygons 和 bounding_polygons 都無效。
:type aggregation_method: AggregationMethod or str
:param aggregating_polygons: 聚合事件點以得到事件計數的面數據集。若是未提供分析字段(assessment_field） 且 aggregation_method
設置爲 :py:attr:`.AggregationMethod.AGGREGATIONPOLYGONS` 時，提供聚合事件點以得到事件計數的面數據集。
若是設置了評估字段，此參數無效。
:type aggregating_polygons: DatasetVector or str
:param bounding_polygons: 事件點發生區域的邊界面數據集。必須爲面數據集。若是未提供分析字段(assessment_field)且 aggregation_method
設置爲 :py:attr:`.AggregationMethod.NETWORKPOLYGONS` 時，提供事件點發生區域的邊界面數據集。
:type bounding_polygons: DatasetVector or str
:param out_data: 結果數據源信息
:type out_data: Datasource or DatasourceConnectionInfo or str
:param str out_dataset_name: 結果數據集名稱
:param progress: 進度信息，具體參考 :py:class:`.StepEvent`
:type progress: function
:return: 結果數據集或數據集名稱
:rtype: DatasetVector or str
ordering_density_based_clustering(input_data, min_pile_point_count, search_distance, unit, cluster_sensitivity, out_data=None, out_dataset_name=None, progress=None)
密度聚類的OPTICS實現
該方法在DBSCAN的基礎上，額外計算了每一個點的可達距離，並基於排序信息和聚類係數（cluster_sensitivity）獲得聚類結果。該方法對於搜索半徑（search_distance）和該範圍內需包含的最少點數（min_pile_point_count）不是很敏感，主要決定結果的是聚類係數（cluster_sensitivity）
概念定義：
- 可達距離：取核心點的核心距離和其到周圍臨近點距離的最大值。
- 核心點：某個點在搜索半徑內，存在點的個數不小於每類包含的最少點數（min_pile_point_count）。
- 核心距離：某個點成爲核心點的最小距離。
- 聚類係數：爲1~100的整數，是對聚類類別多少的標準量化，係數爲1時聚類類別最少、100最多。
:param input_data: 指定的要聚類的矢量數據集，支持點數據集。
:type input_data: DatasetVector or str
:param min_pile_point_count: 每類包含的最少點數
:type min_pile_point_count: int
:param search_distance: 搜索鄰域的距離
:type search_distance: int
:param unit: 搜索距離的單位
:type unit: Unit
:param cluster_sensitivity: 聚類係數
:type cluster_sensitivity: int
:param out_data: 結果數據集所在的數據源
:type out_data: Datasource or DatasourceConnectionInfo or str
:param str out_dataset_name: 結果數據集名稱
:param function progress: 進度信息處理函數，具體參考 :py:class:`.StepEvent`
:return: 結果數據集或數據集名稱
:rtype: DatasetVector or str
ordinary_least_squares(input_data, explanatory_fields, model_field, out_data=None, out_dataset_name=None, progress=None)
普通最小二乘法。
普通最小二乘法分析結果信息包含一個結果數據集和普通最小二乘法結果彙總。
結果數據集包含預測值（Estimated）、殘差（Residual）、標準化殘差（StdResid）等。
說明：
- 預測值（Estimated）：這些值是普通最小二乘法獲得的估計值（或擬合值）。
- 殘差（Residual）：這些是因變量沒法解釋的部分，是估計值和實際值之差，標準化殘差的平均值爲0，標準差爲1。殘差可用於肯定模型的擬合程度，殘差較小代表模型擬合效果較好，能夠解釋大部分預測值，說明這個迴歸方程是有效的。
- 標準化殘差（StdResid）：殘差和標準誤的比值，該值可用來判斷數據是否異常，若數據都在（-2，2）區間內，代表數據具備正態性和方差齊性；若數據超出（-2，2）區間，代表該數據爲異常數據，無方差齊性和正態性。
:param input_data: 指定的待計算的數據集。能夠爲點、線、面數據集。
:type input_data: DatasetVector or str
:param explanatory_fields: 解釋字段的名稱的集合
:type explanatory_fields: list[str] or str
:param model_field: 建模字段的名稱
:type model_field: str
:param out_data: 指定的用於存儲結果數據集的數據源。
:type out_data: Datasource or str
:param out_dataset_name: 指定的結果數據集名稱
:type out_dataset_name: str
:param progress: 進度信息，具體參考 :py:class:`.StepEvent`
:type progress: function
:return: 返回一個元組，元組的第一個元素爲最小二乘法結果數據集或數據集名稱，第二個元素爲最小二乘法結果彙總
:rtype: tuple[DatasetVector, OLSSummary] or tuple[str, OLSSummary]
overlay(source_input, overlay_input, overlay_mode, source_retained=None, overlay_retained=None, tolerance=1e-10, out_data=None, out_dataset_name='OverlayOutput', progress=None)
疊加分析用於對輸入的兩個數據集或記錄集之間進行各類疊加分析運算，如裁剪（clip）、擦除（erase）、合併（union）、相交（intersect）、同一（identity）、
對稱差（xOR）和更新（update）。疊加分析是 GIS 中的一項很是重要的空間分析功能。是指在統一空間參考系統下，經過對兩個數據集進行的一系列集合運算，
產生新數據集的過程。疊加分析普遍應用r於資源管理、城市建設評估、國土管理、農林牧業、統計等領域。所以，經過此疊加分析類可實現對空間數據的加工和分析，
提取用戶須要的新的空間幾何信息，而且對數據的屬性信息進行處理。
- 進行疊加分析的兩個數據集中，被稱做輸入數據集（在 SuperMap GIS 中稱做第一數據集）的那個數據集，其類型能夠是點、線、面等；另外一個被稱做疊加數據集（在 SuperMap GIS 中稱做第二數據集）的數據集，其類型通常是面類型。
- 應注意面數據集或記錄集中自己應避免包含重疊區域，不然疊加分析結果可能出錯。
- 疊加分析的數據必須爲具備相同地理參考的數據，包括輸入數據和結果數據。
- 在疊加分析的數據量較大的狀況下，需對結果數據集建立空間索引，以提升數據的顯示速度
- 全部疊加分析的結果都不考慮數據集的系統字段
須要注意:
- 當 source_input 爲數據集時，overlay_input 能夠爲數據集、記錄集和麪幾何對象列表
- 當 source_input 爲記錄集時，overlay_input 能夠爲數據集、記錄集和麪幾何對象列表
- 當 source_input 爲幾何對象列表時，overlay_input 能夠爲數據集、記錄集和麪幾何對象列表
- 當 source_input 爲幾何對象列表時，必須設置有效的結果數據源信息
:param source_input: 疊加分析的源數據，能夠是數據集、記錄集和幾何對象列表。當疊加分析模式爲 update、xor 和 union 時，源數據只支持面數據。
當疊加分析模式爲 clip、intersect、erase 和 identity 時，源數據支持點線面。
:type source_input: DatasetVector or Recordset or list[Geometry]
:param overlay_input: 參與計算的疊加數據，必須爲面類型數據，能夠是數據集、記錄集和幾何對象列表
:type overlay_input: DatasetVector or Recordset or list[Geometry]
:param overlay_mode: 疊加分析模式
:type overlay_mode: OverlayMode or str
:param source_retained: 源數據集或記錄集中須要保留的字段。當 source_retained 爲 str 時，支持設置 ',' 分隔多個字段，例如 "field1,field2,field3"
:type source_retained: list[str] or str
:param overlay_retained: 參與計算的疊加數據須要保留的字段。當 overlay_retained 爲 str 時，支持設置 ',' 分隔多個字段，例如 "field1,field2,field3"。
對於裁剪 (CLIP) 和擦除 (ERASE) 無效
:type overlay_retained: list[str] or str
:param float tolerance: 疊加分析的容限值
:param out_data: 結果數據保存的數據源。若是爲空，則結果數據集保存到疊加分析源數據集所在的數據源。
:type out_data: Datasource or DatasourceConnectionInfo or str
:param str out_dataset_name: 結果數據集名稱
:param function progress: 進度信息處理函數，具體參考 :py:class:`.StepEvent`
:return: 結果數據集或數據集名稱
:rtype: DatasetVector or str
path_line(target_point, distance_dataset, direction_dataset, smooth_method=None, smooth_degree=0)
根據距離柵格和方向柵格，分析從目標點出發到達最近源的最短路徑（一個二維矢量線對象）。 該方法根據距離柵格和方向柵格，分析給定的目標點到達最近源的最短路徑。其中距離柵格和方向柵格能夠是耗費距離柵格和耗費方向柵格，也能夠是表面距離柵格和表面方向柵格。
- 當距離柵格爲耗費距離柵格，方向柵格爲耗費方向柵格時，該方法計算得出的是最小耗費路徑。耗費距離柵格和耗費方向柵格能夠經過 costDistance 方法生成。注意，此方法要求兩者是同一次生成的結果。
- 當距離柵格爲表面距離柵格，方向柵格爲表面方向柵格時，該方法計算得出的是最短表面距離路徑。表面距離柵格和表面方向柵格能夠經過 surfaceDistance 方法生成。一樣，此方法要求兩者是同一次生成的結果。
源的位置在距離柵格和方向柵格中可以體現出來，即柵格值爲 0 的單元格。源能夠是一個，也能夠有多個。當有多個源時，最短路徑是目標點到達其最近的源的路徑。
下圖爲源、表面柵格、耗費柵格和目標點，其中耗費柵格是對錶面柵格計算坡度後重分級的結果。
.. image:: ../image/PathLine_2.png
使用如上圖所示的源和表面柵格生成表面距離柵格和表面方向柵格，而後計算目標點到最近源的最短表面距離路徑；使用源和耗費柵格生成耗費距離柵格和耗費方向柵格，而後計算目標點到最近源的最小耗費路徑。獲得的結果路徑以下圖所示：
.. image:: ../image/PathLine_3.png
:param Point2D target_point: 指定的目標點。
:param DatasetGrid distance_dataset: 指定的距離柵格。能夠是耗費距離柵格或表面距離柵格。
:param DatasetGrid direction_dataset: 指定的方向柵格。與距離柵格對應，能夠是耗費方向柵格或表面方向柵格。
:param smooth_method: 計算兩點（源和目標）間最短路徑時對結果路線進行光滑的方法
:type smooth_method: SmoothMethod or str
:param int smooth_degree: 計算兩點（源和目標）間最短路徑時對結果路線進行光滑的光滑度。
光滑度的值越大，光滑度的值越大，則結果矢量線的光滑度越高。當 smooth_method 不爲 NONE 時有效。光滑度的有效取值與光滑方法有關，光滑方法有 B 樣條法和磨角法:
- 光滑方法爲 B 樣條法時，光滑度的有效取值爲大於等於2的整數，建議取值範圍爲[2,10]。
- 光滑方法爲磨角法時，光滑度表明一次光滑過程當中磨角的次數，設置爲大於等於1的整數時有效
:return: 返回表示最短路徑的線對象和最短路徑的花費
:rtype: tuple[GeoLine,float]
pickup_border(input_data, is_preprocess=True, extract_ids=None, out_data=None, out_dataset_name=None, progress=None)
提取面（或線）的邊界，並保存爲線數據集。若多個面（或線）共邊界（線段），該邊界（線段）只會被提取一次。
不支持重疊面提取邊界。
:param input_data: 指定的面或線數據集。
:type input_data: DatasetVector or str
:param bool is_preprocess: 是否進行拓撲預處理
:param extract_ids: 指定的面ID數組，可選參數，僅會提取給定ID數組對應的面對象邊界。
:type extract_ids: list[int] or str
:param out_data: 用於存儲結果數據集的數據源。
:type out_data: Datasource or DatasourceConnectionInfo or str
:param str out_dataset_name: 結果數據集名稱
:param function progress: 進度信息處理函數，具體參考 :py:class:`.StepEvent`
:return: 結果數據集或數據集名稱
:rtype: DatasetVector or str
plus_math_analyst(first_operand, second_operand, user_region=None, out_data=None, out_dataset_name=None, progress=None)
柵格加法運算。將輸入的兩個柵格數據集的柵格值逐個像元地相加。 柵格代數運算的具體使用，參考 :py:meth:`expression_math_analyst`
若是輸入兩個像素類型（PixelFormat）均爲整數類型的柵格數據集，則輸出整數類型的結果數據集；不然，輸出浮點型的結果數據集。若是輸入的兩個柵格數據集
的像素類型精度不一樣，則運算的結果數據集的像素類型與兩者中精度較高者保持一致。
:param first_operand: 指定的第一柵格數據集。
:type first_operand: DatasetGrid or str
:param second_operand: 指定的第二柵格數據集。
:type second_operand: DatasetGrid or str
:param GeoRegion user_region: 用戶指定的有效計算區域。若是爲 None，則表示計算所有區域，若是參與運算的數據集範圍不一致，將使用全部數據集的範圍的交集做爲計算區域。
:param out_data: 結果數據集所在的數據源
:type out_data: Datasource or DatasourceConnectionInfo or str
:param str out_dataset_name: 結果數據集名稱
:param function progress: 進度信息處理函數，具體參考 :py:class:`.StepEvent`
:return: 結果數據集或數據集名稱
:rtype: DatasetGrid or str
point3ds_extract_isoline(extracted_points, resolution, interval, terrain_interpolate_type=None, datum_value=0.0, expected_z_values=None, resample_tolerance=0.0, smooth_method='BSPLINE', smoothness=0, clip_region=None, out_data=None, out_dataset_name=None, progress=None)
用於從三維點集合中提取等值線，並將結果保存爲數據集。方法的實現原理是先利用點集合中存儲的三維信息（高程或者溫度等），也就是
除了點的座標信息的數據， 對點數據進行插值分析，獲得柵格數據集（方法實現的中間結果，柵格值爲單精度浮點型），而後從柵格數據集
中提取等值線。
點數據提取等值線介紹參考 :py:meth:`point_extract_isoline`
注意：
* 從點數據（點數據集/記錄集/三維點集合）中提取等值線（面）時，插值得出的中間結果柵格的分辨率若是過小，會致使提取等值線（面）
失敗。這裏提供一個判斷方法：使用點數據的 Bounds 的長和寬分別除以設置的分辨率，也就是中間結果柵格的行列數，若是行列數任何一
個大於10000，即認爲分辨率設置的太小了，此時系統會拋出異常
:param extracted_points: 指定的待提取等值線的點串，該點串中的點是三維點，每個點存儲了 X，Y 座標信息和只有一個三維度的信息（例如：高程信息等）。
:type extracted_points: list[Point3D]
:param resolution: 指定的中間結果（柵格數據集）的分辨率。
:type resolution: float
:param float interval: 等值距，等值距是兩條等值線之間的間隔值，必須大於0
:param terrain_interpolate_type: 地形插值類型。
:type terrain_interpolate_type: TerrainInterpolateType or str
:param datum_value: 設置等值線的基準值。基準值與等值距（interval）共同決定提取哪些高程上的等值線。基準值做爲一個生成等值
線的初始起算值，以等值距爲間隔向其先後兩個方向計算，所以並不必定是最小等值線的值。例如，高程範圍爲
220-1550 的 DEM 柵格數據，若是設基準值爲 500，等值距爲 50，則提取等值線的結果是：最小等值線值爲 250，
最大等值線值爲 1550。
當同時設置 expected_z_values 時，只會考慮 expected_z_values 設置的值，即只提取高程爲這些值的等值線。
:type datum_value: float
:param expected_z_values: 指望分析結果的 Z 值集合。Z 值集合存儲一系列數值，該數值爲待提取等值線的值。即，僅高程值在Z值集
閤中的等值線會被提取。
當同時設置 datum_value 時，只會考慮 expected_z_values 設置的值，即只提取高程爲這些值的等值線。
:type expected_z_values: list[float] or str
:param resample_tolerance: 重採樣的距離容限係數。經過對提取出的等值線行重採樣，能夠簡化最終提取的等值線數據。SuperMap 在
提取等值線/面時使用的重採樣方法爲光欄法（VectorResampleType.RTBEND），該方法須要一個重採樣
距離容限進行採樣控制。它的值由重採樣的距離容限係數乘以源柵格分辨率得出，通常取值爲源柵格分辨率
的 0～1 倍。
重採樣的距離容限係數默認爲 0，即不進行任何採樣，保證結果正確，但經過設置合理的參數，能夠加快執
行速度。容限值越大，等值線邊界的控制點越少，此時可能出現等值線相交的狀況。所以，推薦用戶先使
用默認值來提取等值線。
:type resample_tolerance: float
:param smooth_method: 滑處理所使用的方法
:type smooth_method: SmoothMethod or str
:param smoothness: 設置等值線或等值面的光滑度。 光滑度爲 0 或 1表示不進行光滑處理，值越大則光滑度越高。等值線提取時，光滑度可自由設置;
:type smoothness: int
:param clip_region: 指定的裁剪面對象。
:type clip_region: GeoRegion
:param out_data: 用於存放結果數據集的數據源。若是爲空，則直接返回等值線對象列表
:type out_data: Datasource or DatasourceConnectionInfo or str
:param out_dataset_name: 指定的提取結果數據集的名稱。
:type out_dataset_name: str
:param progress: function
:type progress: 進度信息處理函數，具體參考 :py:class:`.StepEvent`
:return: 提取等值線獲得的數據集或數據集名稱，或等值線對象列表
:rtype: DatasetVector or str or list[GeoLine]
point3ds_extract_isoregion(extracted_points, resolution, interval, terrain_interpolate_type=None, datum_value=0.0, expected_z_values=None, resample_tolerance=0.0, smooth_method='BSPLINE', smoothness=0, clip_region=None, out_data=None, out_dataset_name=None, progress=None)
用於從三維點集合中提取等值面，並將結果保存爲數據集。方法的實現原理是先利用點集合中存儲的第三維信息（高程或者溫度等），也就
是除了點的座標信息的數據， 對點數據使用 IDW 插值法（InterpolationAlgorithmType.IDW）進行插值分析，獲得柵格數據集（方法實現
的中間結果，柵格值爲單精度浮點型），接着從柵格數據集中提取等值面。
點數據提取等值面介紹，參考 :py:meth:`points_extract_isoregion`
:param extracted_points: 指定的待提取等值面的點串，該點串中的點是三維點，每個點存儲了 X，Y 座標信息和只有一個第三維度的信息（例如：高程信息等）。
:type extracted_points: list[Point3D]
:param resolution: 指定的中間結果（柵格數據集）的分辨率
:type resolution: float
:param float interval: 等值距，等值距是兩條等值線之間的間隔值，必須大於0
:param terrain_interpolate_type: 指定的地形插值類型。
:type terrain_interpolate_type: TerrainInterpolateType or str
:param datum_value: 設置等值線的基準值。基準值與等值距（interval）共同決定提取哪些高程上的等值面。基準值做爲一個生成等值
線的初始起算值，以等值距爲間隔向其先後兩個方向計算，所以並不必定是最小等值面的值。例如，高程範圍爲
220-1550 的 DEM 柵格數據，若是設基準值爲 500，等值距爲 50，則提取等值線的結果是：最小等值線值爲 250，
最大等值線值爲 1550。
當同時設置 expected_z_values 時，只會考慮 expected_z_values 設置的值，即只提取高程爲這些值的等值線。
:type datum_value: float
:param expected_z_values: 指望分析結果的 Z 值集合。Z 值集合存儲一系列數值，該數值爲待提取等值線的值。即，僅高程值在Z值集
閤中的等值線會被提取。
當同時設置 datum_value 時，只會考慮 expected_z_values 設置的值，即只提取高程爲這些值的等值線。
:type expected_z_values: list[float] or str
:param resample_tolerance: 重採樣的距離容限係數。經過對提取出的等值線行重採樣，能夠簡化最終提取的等值線數據。SuperMap 在
提取等值線/面時使用的重採樣方法爲光欄法（VectorResampleType.RTBEND），該方法須要一個重採樣
距離容限進行採樣控制。它的值由重採樣的距離容限係數乘以源柵格分辨率得出，通常取值爲源柵格分辨率
的 0～1 倍。
重採樣的距離容限係數默認爲 0，即不進行任何採樣，保證結果正確，但經過設置合理的參數，能夠加快執
行速度。容限值越大，等值線邊界的控制點越少，此時可能出現等值線相交的狀況。所以，推薦用戶先使
用默認值來提取等值線。
:type resample_tolerance: float
:param smooth_method: 滑處理所使用的方法
:type smooth_method: SmoothMethod or str
:param smoothness: 設置等值面的光滑度。 光滑度爲 0 或 1表示不進行光滑處理，值越大則光滑度越高。
對於等值面的提取，採用先提取等值線而後生成等值面的方式，若將光滑度設置爲2，
則中間結果數據集，即等值線對象的點數將爲原始數據集點數的2倍，當光滑度設定值不斷增大時，點數將成2的指數倍
增加，這將大大下降等值面提取的效率甚至可能致使提取失敗。
:type smoothness: int
:param clip_region: 指定的裁剪面對象。
:type clip_region: GeoRegion
:param out_data: 用於存放結果數據集的數據源。若是爲空，則直接返回等值面對象列表
:type out_data: Datasource or DatasourceConnectionInfo or str
:param out_dataset_name: 指定的提取結果數據集的名稱。
:type out_dataset_name: str
:param progress: function
:type progress: 進度信息處理函數，具體參考 :py:class:`.StepEvent`
:return: 提取等值面獲得的數據集或數據集名稱，或等值面對象列表
:rtype: DatasetVector or str or list[GeoRegion]
point_density(input_data, value_field, resolution, neighbour_shape, neighbour_unit='CELL', bounds=None, out_data=None, out_dataset_name=None, progress=None)
對點數據集進行點密度分析，並返回分析結果。
簡單點密度分析，即計算每一個點的指定鄰域形狀內的每單位面積量值。計算方法爲指定測量值除以鄰域面積。點的鄰域疊加處，其密度值也相加。
每一個輸出柵格的密度均爲疊加在柵格上的全部鄰域密度值之和。結果柵格值的單位爲原數據集單位的平方的倒數，即若原數據集單位爲米，則結果柵格值的單位
爲每平方米。注意對於地理座標數據集，結果柵格值的單位爲「每平方度」，是沒有實際意義的。
:param input_data: 須要進行核密度分析的點數據集或線數據集。
:type input_data: DatasetVector or str
:param str value_field: 存儲用於進行密度分析的測量值的字段名稱。若傳 None 則全部幾何對象都按值爲1處理。不支持文本類型的字段。
:param float resolution: 密度分析結果柵格數據的分辨率
:param neighbour_shape: 計算密度的查找鄰域形狀。若是輸入值爲 str，則要求格式爲:
- 'CIRCLE,radius', 例如 'CIRCLE, 10'
- 'RECTANGLE,width,height'，例如 'RECTANGLE,5.0,10.0'
- 'ANNULUS,inner_radius,outer_radius'，例如 'ANNULUS,5.0,10.0'
- 'WEDGE,radius,start_angle,end_angle'，例如 'WEDGE,10.0,0,45'
:type neighbour_shape: NeighbourShape or str
:param neighbour_unit: 鄰域統計的單位類型。能夠使用柵格座標或地理座標。
:type neighbour_unit: NeighbourUnitType or str
:param Rectangle bounds: 密度分析的範圍，用於肯定運行結果所獲得的柵格數據集的範圍
:param out_data: 結果數據集所在的數據源
:type out_data: Datasource or DatasourceConnectionInfo or str
:param str out_dataset_name: 結果數據集名稱
:param function progress: 進度信息處理函數，具體參考 :py:class:`.StepEvent`
:return: 結果數據集或數據集名稱
:rtype: DatasetGrid or str
>>> point_density(data_dir + 'example_data.udb/taxi', 'passenger_count', 0.0001, 'CIRCLE,0.001', 'MAP', out_data=out_dir + 'density_result.udb')
point_extract_isoline(extracted_point, z_value_field, resolution, interval, terrain_interpolate_type=None, datum_value=0.0, expected_z_values=None, resample_tolerance=0.0, smooth_method='BSPLINE', smoothness=0, clip_region=None, out_data=None, out_dataset_name=None, progress=None)
用於從點數據集中提取等值線，並將結果保存爲數據集。方法的實現原理相似「從點數據集中提取等值線」的方法，不一樣之處在於，
這裏的操做對象是點數據集，所以， 實現的過程是先對點數據集中的點數據使用 IDW 插值法（'InterpolationAlgorithmType.IDW` ）
進行插值分析，獲得柵格數據集（方法實現的中間結果，柵格值爲單精度浮點型），而後從柵格數據集中提取等值線。
點數據中的點是分散分佈，點數據可以很好的表現位置信息，但對於點自己的其餘屬性信息卻表現不出來，例如，已經獲取了某個研究區域的
大量採樣點的高程信息，以下所示 （上圖），從圖上並不能看出地勢高低起伏的趨勢，看不出哪裏地勢陡峭、哪裏地形平坦，若是咱們運用
等值線的原理，將這些點數據所蘊含的信息以等值線的形式表現出來， 即將相鄰的具備相同高程值的點鏈接起來 ，造成下面下圖所示的等
高線圖，那麼關於這個區域的地形信息就明顯的表現出來了。不一樣的點數據提取的等值線具備不一樣的含義，主要依據點數據多表明的信息而定，
若是點的值表明溫度，那麼提取的等值線就是等溫線；若是點的值表明雨量，那麼提取的等值線就是等降水量線，等等。
.. image:: ../image/SurfaceAnalyst_3.png
.. image:: ../image/SurfaceAnalyst_4.png
注意：
* 從點數據（點數據集/記錄集/三維點集合）中提取等值線（面）時，插值得出的中間結果柵格的分辨率若是過小，會致使提取等值線（面）
失敗。這裏提供一個判斷方法：使用點數據的 Bounds 的長和寬分別除以設置的分辨率，也就是中間結果柵格的行列數，若是行列數任何一
個大於10000，即認爲分辨率設置的太小了，此時系統會拋出異常
:param extracted_point: 指定的待提取的點數據集或記錄集
:type extracted_point: DatasetVector or str or Recordset
:param z_value_field: 指定的用於提取操做的字段名稱。提取等值線時，將使用該字段中的值，對點數據集進行插值分析。
:type z_value_field: str
:param resolution: 指定的中間結果（柵格數據集）的分辨率。
:type resolution: float
:param float interval: 等值距，等值距是兩條等值線之間的間隔值，必須大於0
:param terrain_interpolate_type: 地形插值類型。
:type terrain_interpolate_type: TerrainInterpolateType or str
:param datum_value: 設置等值線的基準值。基準值與等值距（interval）共同決定提取哪些高程上的等值線。基準值做爲一個生成等值
線的初始起算值，以等值距爲間隔向其先後兩個方向計算，所以並不必定是最小等值線的值。例如，高程範圍爲
220-1550 的 DEM 柵格數據，若是設基準值爲 500，等值距爲 50，則提取等值線的結果是：最小等值線值爲 250，
最大等值線值爲 1550。
當同時設置 expected_z_values 時，只會考慮 expected_z_values 設置的值，即只提取高程爲這些值的等值線。
:type datum_value: float
:param expected_z_values: 指望分析結果的 Z 值集合。Z 值集合存儲一系列數值，該數值爲待提取等值線的值。即，僅高程值在Z值集
閤中的等值線會被提取。
當同時設置 datum_value 時，只會考慮 expected_z_values 設置的值，即只提取高程爲這些值的等值線。
:type expected_z_values: list[float] or str
:param resample_tolerance: 重採樣的距離容限係數。經過對提取出的等值線行重採樣，能夠簡化最終提取的等值線數據。SuperMap 在
提取等值線/面時使用的重採樣方法爲光欄法（VectorResampleType.RTBEND），該方法須要一個重採樣
距離容限進行採樣控制。它的值由重採樣的距離容限係數乘以源柵格分辨率得出，通常取值爲源柵格分辨率
的 0～1 倍。
重採樣的距離容限係數默認爲 0，即不進行任何採樣，保證結果正確，但經過設置合理的參數，能夠加快執
行速度。容限值越大，等值線邊界的控制點越少，此時可能出現等值線相交的狀況。所以，推薦用戶先使
用默認值來提取等值線。
:type resample_tolerance: float
:param smooth_method: 滑處理所使用的方法
:type smooth_method: SmoothMethod or str
:param smoothness: 設置等值線或等值面的光滑度。 光滑度爲 0 或 1表示不進行光滑處理，值越大則光滑度越高。等值線提取時，光滑度可自由設置
:type smoothness: int
:param clip_region: 指定的裁剪面對象。
:type clip_region: GeoRegion
:param out_data: 用於存放結果數據集的數據源。 若是爲空，則會直接返回等值線對象的列表。
:type out_data: Datasource or DatasourceConnectionInfo or str
:param out_dataset_name: 指定的提取結果數據集的名稱。
:type out_dataset_name: str
:param progress: function
:type progress: 進度信息處理函數，具體參考 :py:class:`.StepEvent`
:return: 提取等值線獲得的數據集或數據集名稱，或等值線對象列表
:rtype: DatasetVector or str or list[GeoLine]
points_extract_isoregion(extracted_point, z_value_field, interval, resolution=None, terrain_interpolate_type=None, datum_value=0.0, expected_z_values=None, resample_tolerance=0.0, smooth_method='BSPLINE', smoothness=0, clip_region=None, out_data=None, out_dataset_name=None, progress=None)
用於從點數據集中提取等值面。方法的實現原理是先對點數據集使用 IDW 插值法（InterpolationAlgorithmType.IDW）進行插值分析，
獲得柵格數據集（方法實現的中間結果，柵格值爲單精度浮點型），接着從柵格數據集中提取等值線， 最終由等值線構成等值面。
等值面是由相鄰的等值線封閉組成的面。等值面的變化能夠很直觀的表示出相鄰等值線之間的變化，諸如高程、溫度、降水、污染或大氣壓
力等用等值面來表示是很是直觀、 有效的。等值面分布的效果與等值線的分佈相同，也是反映了柵格表面上的變化，等值面分布越密集的地
方，表示柵格表面值有較大的變化，反之則表示柵格表面值變化較少； 等值面越窄的地方，表示柵格表面值有較大的變化，反之則表示柵格
表面值變化較少。
以下所示，上圖爲存儲了高程信息的點數據集，下圖爲從上圖點數據集中提取的等值面，從等值面數據中能夠明顯的分析出地形的起伏變化，
等值面越密集， 越狹窄的地方表示地勢越陡峭，反之，等值面越稀疏，較寬的地方表示地勢較舒緩，變化較小。
.. image:: ../image/SurfaceAnalyst_5.png
.. image:: ../image/SurfaceAnalyst_6.png
注意：
* 從點數據（點數據集/記錄集/三維點集合）中提取等值面時，插值得出的中間結果柵格的分辨率若是過小，會致使提取等值面
失敗。這裏提供一個判斷方法：使用點數據的 Bounds 的長和寬分別除以設置的分辨率，也就是中間結果柵格的行列數，若是行列數任何一個
大於10000，即認爲分辨率設置的太小了，此時系統會拋出異常。
:param extracted_point: 指定的待提取的點數據集或記錄集
:type extracted_point: DatasetVector or str or Recordset
:param z_value_field: 指定的用於提取操做的字段名稱。提取等值面時，將使用該字段中的值，對點數據集進行插值分析。
:type z_value_field: str
:param float interval: 等值距，等值距是兩條等值線之間的間隔值，必須大於0
:param resolution: 指定的中間結果（柵格數據集）的分辨率。
:type resolution: float
:param terrain_interpolate_type: 指定的地形插值類型。
:type terrain_interpolate_type: TerrainStatisticType
:param datum_value: 設置等值線的基準值。基準值與等值距（interval）共同決定提取哪些高程上的等值面。基準值做爲一個生成等值
線的初始起算值，以等值距爲間隔向其先後兩個方向計算，所以並不必定是最小等值面的值。例如，高程範圍爲
220-1550 的 DEM 柵格數據，若是設基準值爲 500，等值距爲 50，則提取等值線的結果是：最小等值線值爲 250，
最大等值線值爲 1550。
當同時設置 expected_z_values 時，只會考慮 expected_z_values 設置的值，即只提取高程爲這些值的等值線。
:type datum_value: float
:param expected_z_values: 指望分析結果的 Z 值集合。Z 值集合存儲一系列數值，該數值爲待提取等值線的值。即，僅高程值在Z值集
閤中的等值線會被提取。
當同時設置 datum_value 時，只會考慮 expected_z_values 設置的值，即只提取高程爲這些值的等值線。
:type expected_z_values: list[float] or str
:param resample_tolerance: 重採樣的距離容限係數。經過對提取出的等值線行重採樣，能夠簡化最終提取的等值線數據。SuperMap 在
提取等值線/面時使用的重採樣方法爲光欄法（VectorResampleType.RTBEND），該方法須要一個重採樣
距離容限進行採樣控制。它的值由重採樣的距離容限係數乘以源柵格分辨率得出，通常取值爲源柵格分辨率
的 0～1 倍。
重採樣的距離容限係數默認爲 0，即不進行任何採樣，保證結果正確，但經過設置合理的參數，能夠加快執
行速度。容限值越大，等值線邊界的控制點越少，此時可能出現等值線相交的狀況。所以，推薦用戶先使
用默認值來提取等值線。
:type resample_tolerance: float
:param smooth_method: 滑處理所使用的方法
:type smooth_method: SmoothMethod or str
:param smoothness: 設置等值面的光滑度。 光滑度爲 0 或 1表示不進行光滑處理，值越大則光滑度越高。
對於等值面的提取，採用先提取等值線而後生成等值面的方式，若將光滑度設置爲2，
則中間結果數據集，即等值線對象的點數將爲原始數據集點數的2倍，當光滑度設定值不斷增大時，點數將成2的指數倍
增加，這將大大下降等值面提取的效率甚至可能致使提取失敗。
:type smoothness: int
:param clip_region: 指定的裁剪面對象。
:type clip_region: GeoRegion
:param out_data: 用於存放結果數據集的數據源。若是爲空，則直接返回等值面對象列表
:type out_data: Datasource or DatasourceConnectionInfo or str
:param out_dataset_name: 指定的提取結果數據集的名稱。
:type out_dataset_name: str
:param progress: function
:type progress: 進度信息處理函數，具體參考 :py:class:`.StepEvent`
:return: 提取等值面獲得的數據集或數據集名稱，或等值面對象列表
:rtype: DatasetVector or str or list[GeoRegion]
pour_points(direction_grid, accumulation_grid, area_limit, out_data=None, out_dataset_name=None, progress=None)
根據流向柵格和累積匯水量柵格生成匯水點柵格。
匯水點位於流域的邊界上，一般爲邊界上的最低點，流域內的水從匯水點流出，因此匯水點一定具備較高的累積匯水量。根據這一特色，就能夠基於累積匯水量和流向柵格來提取匯水點。
匯水點的肯定須要一個累積匯水量閾值，累積匯水量柵格中大於或等於該閾值的位置將做爲潛在的匯水點，再依據流向最終肯定匯水點的位置。該閾值的肯定十分關鍵，影響着匯水點的數量、位置以及子流域的大小和範圍等。合理的閾值，須要考慮流域範圍內的土壤特徵、坡度特徵、氣候條件等多方面因素，根據實際研究的需求來肯定，所以具備較大難度。
得到了匯水點柵格後，能夠結合流向柵格來進行流域的分割（ :py:func:`watershed` 方法）。
水文分析的相關介紹，請參考 :py:func:`basin`
:param direction_grid: 流向柵格數據
:type direction_grid: DatasetGrid or str
:param accumulation_grid: 累積匯水量柵格數據
:type accumulation_grid: DatasetGrid or str
:param int area_limit: 匯水量限制值
:param out_data: 用於存儲結果數據集的數據源
:type out_data: DatasourceConnectionInfo or Datasource or str
:param str out_dataset_name: 結果柵格數據集的名稱
:param progress: 進度信息處理函數，具體參考 :py:class:`.StepEvent`
:type progress: function
:return: 結果柵格數據集或數據集名稱
:rtype: DatasetGrid or str
preprocess(inputs, arcs_inserted=True, vertex_arc_inserted=True, vertexes_snapped=True, polygons_checked=True, vertex_adjusted=True, precisions=None, tolerance=1e-10, options=None, progress=None)
對給定的拓撲數據集進行拓撲預處理。
:param inputs: 輸入數據集或記錄集，若是是數據集，不能是隻讀。
:type inputs: DatasetVector or list[DatasetVector] or str or list[str] or Recordset or list[Recordset]
:param bool arcs_inserted: 是否進行線段間求交插入節點
:param bool vertex_arc_inserted: 否進行節點與線段間插入節點
:param bool vertexes_snapped: 是否進行節點捕捉
:param bool polygons_checked: 是否進行多邊形走向調整
:param bool vertex_adjusted: 是否進行節點位置調整
:param precisions: 指定的精度等級數組。精度等級的值越小，表明對應記錄集的精度越高，數據質量越好。在進行頂點捕捉時，低精度的記錄集中的點將被捕捉到高精度記錄集中的點的位置上。精度等級數組必須與要進行拓撲預處理的記錄集集合元素數量相同並一一對應。
:type precisions: list[int]
:param float tolerance: 指定的處理時須要的容限控制。單位與進行拓撲預處理的記錄集單位相同。
:param PreprocessOption options: 拓撲預處理參數類對象，若是此參數不爲空，將優先使用此參數爲拓撲預處理參數
:param function progress: 進度信息處理函數，具體參考 :py:class:`.StepEvent`
:return: 拓撲預處理是否成功
:rtype: bool
radar_shield_angle(input_data, view_point, start_angle, end_angle, view_radius, interval, out_data=None, out_dataset_name=None, progress=None)
根據地形圖和雷達中心點，返回各方位上最大的雷達遮蔽角的點數據集。方位角是順時針與正北方向的夾角。
:param input_data: 刪格數據集或DEM
:type input_data: DatasetGrid or str or list[DatasetGrid] or list[str]
:param view_point: 三維點對象，表示雷達中心點的座標和雷達中心與地面的高度。
:type view_point: Point3D
:param float start_angle: 雷達方位起始角度,單位爲度,以正北方向爲 0 度,順時針方向旋轉。範圍爲0到360度。若是設置爲小於0，默認值
爲0；若是該值大於360，默認爲360。
:param float end_angle: 雷達方位終止角度，單位爲度，最大值爲 360 度。觀察角度基於起始角度，即觀察角度範圍爲 [起始角度，終止角度)。
該值必須大於起始角度。若是該值小於等於0,表示[0,360)。
:param float view_radius: 觀察範圍，單位爲米。若是設置爲小於0，表示整個地形圖範圍。
:param float interval: 方位角的間隔，即每隔多少度返回一個雷達遮蔽點。該值必須大於0且小於360。
:param out_data: 目標數據源。
:type out_data: Datasource or str
:param str out_dataset_name: 結果數據集名稱
:param progress: 進度信息，具體參考 :py:class:`.StepEvent`
:type progress: funtion
:return: 返回的三維點數據集,Z表明該點所在位置的地形高度。該數據集記錄了每一個方位上雷達遮蔽角最大的點,並增長了字段"ShieldAngle"、
"ShieldPosition"和"RadarDistance"分別記錄了雷達遮蔽角、該點與正北方向的夾角和點與雷達中心的距離。
:rtype: DatasetVector or str
raster_mosaic(inputs, back_or_no_value, back_tolerance, join_method, join_pixel_format, cell_size, encode_type='NONE', valid_rect=None, out_data=None, out_dataset_name=None, progress=None)
柵格數據集鑲嵌。支持柵格數據集和影像數據集。
柵格數據的鑲嵌是指將兩個或兩個以上柵格數據按照地理座標組成一個柵格數據。有時因爲待研究分析的區域很大，或者感興趣的目標對象
分佈很廣，涉及到多個柵格數據集或者多幅影像，就須要進行鑲嵌。下圖展現了六幅相鄰的柵格數據鑲嵌爲一幅數據。
.. image:: ../image/Mosaic_1.png
進行柵格數據鑲嵌時，須要注意如下要點：
* 待鑲嵌柵格必須具備相同的座標系
鑲嵌要求全部柵格數據集或影像數據集具備相同的座標系，不然鑲嵌結果可能出錯。能夠在鑲嵌前經過投影轉換統一全部帶鑲嵌柵格的
座標系。
* 重疊區域的處理
鑲嵌時，常常會出現兩幅或多幅柵格數據之間有重疊區域的狀況（以下圖，兩幅影像在紅色框內的區域是重疊的），此時須要指定對重
疊區域柵格的取值方式。SuperMap 提供了五種重疊區域取值方式，使用者可根據實際需求選擇適當的方式，詳見 :py:class:`.RasterJoinType` 類。
.. image:: ../image/Mosaic_2.png
* 關於無值和背景色及其容限的說明
待鑲嵌的柵格數據有兩種：柵格數據集和影像數據集。對於柵格數據集，該方法能夠指定無值及無值的容限，對於影像數據集，該方法
能夠指定背景色及其容限。
* 待鑲嵌數據爲柵格數據集:
* 當待鑲嵌的數據爲柵格數據集時，柵格值爲 back_or_no_value 參數所指定的值的單元格，以及在 back_tolerance 參數指定的容限範
圍內的單元格被視爲無值，這些單元格不會參與鑲嵌時的計算（疊加區域的計算），而柵格的原無值單元格則再也不是無值數據從而參與運算。
* 須要注意，無值的容限是用戶指定的無值的值的容限，與柵格中原無值無關。
* 待鑲嵌數據爲影像數據集
* 當待鑲嵌的數據爲影像數據集時，柵格值爲 back_or_no_value 參數所指定的值的單元格，以及在 back_tolerance 參數指定的容限
範圍內單元格被視爲背景色，這些單元格不參與鑲嵌時的計算。例如，指定無值的值爲 a，指定的無值的容限爲 b，則柵格值在
[a-b,a+b] 範圍內的單元格均不參與計算。
* 注意，影像數據集中柵格值表明的是一個顏色。影像數據集的柵格值對應爲 RGB 顏色，所以，若是想要將某種顏色設爲背景色，
爲 back_or_no_value 參數指定的值應爲將該顏色（RGB 值）轉爲 32 位整型以後的值，系統內部會根據像素格式再進行相應的轉換。
* 對於背景色的容限值的設置，與背景色的值的指定方式相同：該容限值爲一個 32 位整型值，在系統內部被轉換爲對應背景色
R、G、B 的三個容限值，例如，指定爲背景色的顏色爲 (100,200,60)，指定的容限值爲 329738，該值對應的 RGB 值爲
(10,8,5)，則值在 (90,192,55) 和 (110,208,65) 之間的顏色均被視爲背景色，不參與計算。
注意：
將兩個或以上高像素格式的柵格鑲嵌成低像素格式的柵格時，結果柵格值可能超出值域，致使錯誤，所以不建議進行此種操做。
:param inputs: 指定的待鑲嵌的數據集的集合。
:type inputs: list[Dataset] or list[str] or str
:param back_or_no_value: 指定的柵格背景顏色或無值的值。能夠使用一個 float 或 tuple 表示一個 RGB 或 RGBA 值
:type back_or_no_value: float or tuple
:param back_tolerance: 指定的柵格背景顏色或無值的容限。能夠使用一個 float 或 tuple 表示一個 RGB 或 RGBA 值
:type back_tolerance: float or tuple
:param join_method: 指定的鑲嵌方法，即鑲嵌時重疊區域的取值方式。
:type join_method: RasterJoinType or str
:param join_pixel_format: 指定的鑲嵌結果柵格數據的像素格式。
:type join_pixel_format: RasterJoinPixelFormat or str
:param float cell_size: 指定的鑲嵌結果數據集的單元格大小。
:param encode_type: 指定的鑲嵌結果數據集的編碼方式。
:type encode_type: EncodeType or str
:param valid_rect: 指定的鑲嵌結果數據集的有效範圍。
:type valid_rect: Rectangle
:param out_data: 指定的用於存儲鑲嵌結果數據集的數據源信息
:type out_data: Datasource or DatasourceConnectionInfo or str
:param str out_dataset_name: 指定的鑲嵌結果數據集的名稱。
:param progress: 進度信息，具體參考 :py:class:`.StepEvent`
:type progress: function
:return: 鑲嵌結果數據集
:rtype: Dataset
raster_to_vector(input_data, value_field, out_dataset_type=DatasetType.POINT, back_or_no_value=-9999, back_or_no_value_tolerance=0.0, specifiedvalue=None, specifiedvalue_tolerance=0.0, valid_region=None, is_thin_raster=True, smooth_method=None, smooth_degree=0.0, out_data=None, out_dataset_name=None, progress=None)
經過指定轉換參數設置將柵格數據集轉換爲矢量數據集。
:param input_data: 待轉換的柵格數據集或影像數據集
:type input_data: DatasetGrid or DatasetImage or str
:param str value_field: 結果矢量數據集中存儲值的字段
:param out_dataset_type: 結果數據集類型，支持點、線和麪數據集。當結果數據集類型爲線數據彙集時，is_thin_raster, smooth_method, smooth_degree 纔有效。
:type out_dataset_type: DatasetType or str
:param back_or_no_value: 設置柵格的背景色或表示無值的值，只在柵格轉矢量時有效。 容許用戶指定一個值來標識那些不須要轉換的單元格:
- 當被轉換的柵格數據爲柵格數據集時，柵格值爲指定的值的單元格被視爲無值，這些單元格不會被轉換，而柵格的原無值將做爲有效值來參與轉換。
- 當被轉化的柵格數據爲影像數據集時，柵格值爲指定的值的單元格被視爲背景色，從而不參與轉換。
須要注意，影像數據集中柵格值表明的是一個顏色或顏色的索引值，與其像素格式（PixelFormat）有關。對於 BIT3二、UBIT3二、RGBA、RGB 和 BIT16
格式的影像數據集，其柵格值對應爲 RGB 顏色，能夠使用一個 tuple 或 int 來表示 RGB 值 或 RGBA 值
對於 UBIT8 和 UBIT4 格式的影像數據集，其柵格值對應的是顏色的索引值，所以，應爲該屬性設置的值爲被視爲背景色的顏色對應的索引值。
:type back_or_no_value: int or tuple
:param back_or_no_value_tolerance: 柵格背景色的容限或無值的容限，只在柵格轉矢量時有效。用於配合 back_or_no_value 方法（指定柵格無值或者背景色）來共同肯定柵格數據中哪些值不被轉換:
- 當被轉換的柵格數據爲柵格數據集時，若是指定爲無值的值爲 a，指定的無值的容限爲 b，則柵格值在[a-b,a+b]範圍內的單元格均被視爲無值。須要注意，無值的容限是用戶指定的無值的值的容限，與柵格中原無值無關。
- 當被轉化的柵格數據爲影像數據集時，該容限值爲一個32位整型值或tuple，tuple用於表示 RGB值或RGBA值。
- 該值表明的意義與影像數據集的像素格式有關：對於柵格值對應 RGB 顏色的影像數據集，該值在系統內部被轉爲分別對應 R、G、B 的三個容限值，
例如，指定爲背景色的顏色爲(100,200,60)，指定的容限值爲329738，該值對應的 RGB 值爲(10,8,5)，則值在 (90,192,55) 和 (110,208,65)
之間的顏色均爲背景色；對於柵格值爲顏色索引值的影像數據集，該容限值爲顏色索引值的容限，在該容限範圍內的柵格值均視爲背景色。
:type back_or_no_value_tolerance: int or float or tuple
:param specifiedvalue: 柵格按值轉矢量時指定的柵格值。只將具備該值的柵格轉爲矢量。
:type specifiedvalue: int or float or tuple
:param specifiedvalue_tolerance: 柵格按值轉矢量時指定的柵格值的容限
:type specifiedvalue_tolerance: int or float or tuple
:param valid_region: 轉換的有效區域
:type valid_region: GeoRegion or Rectangle
:param bool is_thin_raster: 轉換以前是否進行柵格細化。
:param smooth_method: 光滑方法，只在柵格轉爲矢量線數據時有效
:type smooth_method: SmoothMethod or str
:param int smooth_degree: 光滑度。光滑度的值越大，光滑度的值越大，則結果矢量線的光滑度越高。當 smooth_method 不爲 NONE 時有效。光滑度的有效取值與光滑方法有關，光滑方法有 B 樣條法和磨角法:
- 光滑方法爲 B 樣條法時，光滑度的有效取值爲大於等於2的整數，建議取值範圍爲[2,10]。
- 光滑方法爲磨角法時，光滑度表明一次光滑過程當中磨角的次數，設置爲大於等於1的整數時有效
:param out_data: 結果數據集所在的數據源
:type out_data: Datasource or DatasourceConnectionInfo or str
:param str out_dataset_name: 結果數據集名稱
:param function progress: 進度信息處理函數，具體參考 :py:class:`.StepEvent`
:return: 結果數據集或數據集名稱
:rtype: DatasetVector or str
rbf_interpolate(input_data, z_value_field, pixel_format, resolution, search_mode=SearchMode.KDTREE_FIXED_COUNT, search_radius=0.0, expected_count=12, max_point_count_in_node=50, max_point_count_for_interpolation=200, smooth=0.100000001490116, tension=40, bounds=None, z_value_scale=1.0, out_data=None, out_dataset_name=None, progress=None)
使用徑向基函數（RBF） 插值方法對點數據集或記錄集進行插值。具體參考 :py:meth:`interpolate` 和 :py:class:`.InterpolationRBFParameter`
:param input_data: 須要進行插值分析的點數據集或點記錄集
:type input_data: DatasetVector or str or Recordset
:param str z_value_field: 存儲用於進行插值分析的值的字段名稱。插值分析不支持文本類型的字段。
:param pixel_format: 指定結果柵格數據集存儲的像素，不支持 BIT64
:type pixel_format: PixelFormat or str
:param float resolution: 插值運算時使用的分辨率
:param search_mode: 查找模式。
:type search_mode: SearchMode or str
:param float search_radius: 查找參與運算點的查找半徑。單位與用於插值的點數據集（或記錄集所屬的數據集）的單位相同。查找半徑決定了參與運算點的查找範圍，當計算某個位置的未知數值時，會以該位置爲圓心，search_radius 爲半徑，落在這個範圍內的採樣點都將參與運算，即該位置的預測值由該範圍內採樣點的數值決定。
:param int expected_count: 指望參與插值運算的點數，當查找方式爲變長查找時，表示指望參與運算的最多樣點數。
:param int max_point_count_in_node: 單個塊內最多查找點數。當用QuadTree的查找插值點時，才能夠設置塊內最多點數。
:param int max_point_count_for_interpolation: 設置塊查找時，最多參與插值的點數。注意，該值必須大於零。當用QuadTree的查找插值點時，才能夠設置最多參與插值的點數
:param float smooth: 光滑係數，值域爲 [0,1]
:param float tension: 張力系數
:param Rectangle bounds: 插值分析的範圍，用於肯定運行結果的範圍
:param float z_value_scale: 插值分析值的縮放比率
:param out_data: 結果數據集所在的數據源
:type out_data: Datasource or DatasourceConnectionInfo or str
:param str out_dataset_name: 結果數據集名稱
:param function progress: 進度信息處理函數，具體參考 :py:class:`.StepEvent`
:return: 結果數據集或數據集名稱
:rtype: DatasetGrid or str
reclass_grid(input_data, re_pixel_format, segments=None, reclass_type='UNIQUE', is_retain_no_value=True, change_no_value_to=None, is_retain_missing_value=False, change_missing_value_to=None, reclass_map=None, out_data=None, out_dataset_name=None, progress=None)
柵格數據重分級，返回結果柵格數據集。
柵格重分級就是對源柵格數據的柵格值進行從新分類和按照新的分類標準賦值，其結果是用新的值取代了柵格數據的原柵格值。對於已知的柵格數據，有時爲了便於看清趨勢，找出柵格值的規律，或者爲了方便進一步的分析，重分級是很必要的：
- 經過重分級，能夠使用新值來替代單元格的舊值，以達到更新數據的目的。例如，在處理土地類型變動時，將已經開墾爲耕地的荒地賦予新的柵格值；
- 經過重分級，能夠對大量的柵格值進行分組歸類，同組的單元格賦予相同的值來簡化數據。例如，將旱地、水澆地、水田等都歸爲農業用地；
- 經過重分級，能夠對多種柵格數據按照統一的標準進行分類。例如，某個建築物的選址的影響因素包括土壤和坡度，則對輸入的土壤類型和坡度的柵格數據，能夠按照 1-10 的等級標準來進行重分級，便於進一步的選址分析；
- 經過重分級，能夠將某些不但願參與分析的單元格設爲無值，也能夠爲原先爲無值的單元格補充新測定的值，便於進一步的分析處理。
例如，經常須要對柵格表面進行坡度分析獲得坡度數據，來輔助與地形有關的分析。但咱們可能須要知道坡度屬於哪一個等級而不是具體的坡度數值，來幫助咱們瞭解地形的陡峭程度，從而輔助進一步的分析，如選址、分析道路鋪設線路等。此時能夠使用重分級，將不一樣的坡度劃分到對應的等級中。
:param input_data: 指定的用於柵格重採樣的數據集。支持影像數據集，包括多波段影像
:type input_data: DatasetImage or DatasetGrid or str
:param re_pixel_format: 結果數據集的柵格值的存儲類型
:type re_pixel_format: ReclassPixelFormat
:param segments: 重分級區間集合。重分級區間集合。當 segments 爲 str 時，支持使用 ';' 分隔多個ReclassSegment，每一個 ReclassSegment使用 ','分隔 起始值、終止值、新值和分區類型。例如: '0,100,50,CLOSEOPEN; 100,200,150,CLOSEOPEN'
:type segments: list[ReclassSegment] or str
:param reclass_type: 柵格重分級類型
:type reclass_type: ReclassType or str
:param bool is_retain_no_value: 是否將源數據集中的無值數據保持爲無值
:param float change_no_value_to: 無值數據的指定值。 is_retain_no_value 設置爲 False 時，該設置有效，不然無效。
:param bool is_retain_missing_value: 源數據集中不在指定區間或單值以外的數據是否保留原值
:param float change_missing_value_to: 不在指定區間或單值內的柵格的指定值，is_retain_no_value 設置爲 False 時，該設置有效，不然無效。
:param ReclassMappingTable reclass_map: 柵格重分級映射表類。若是該對象不爲空，使用該對象設置的值進行柵格重分級。
:param out_data: 結果數據集所在的數據源
:type out_data: Datasource or DatasourceConnectionInfo or str
:param str out_dataset_name: 結果數據集名稱
:param function progress: 進度信息處理函數，具體參考 :py:class:`.StepEvent`
:return: 結果數據集或數據集名稱
:rtype: DatasetGrid or DatasetImage or str
region_to_center_line(region_data, out_data=None, out_dataset_name=None, progress=None)
提取面數據集或記錄集的中心線，通常用於提取河流的中心線。
該方法用於提取面對象的中心線。若是麪包含島洞，提取時會繞過島洞，採用最短路徑繞過。以下圖。
.. image:: ../image/RegionToCenterLine_1.png
若是面對象不是簡單的長條形，而是具備分叉結構，則提取的中心線是最長的一段。以下圖所示。
.. image:: ../image/RegionToCenterLine_2.png
:param region_data: 指定的待提取中心線的面記錄集或面數據集
:type region_data: Recordset or DatasetVector
:param out_data: 結果數據源信息或數據源對象
:type out_data: Datasource or DatasourceConnectionInfo or str
:param out_dataset_name: 結果中心線數據集名稱
:type out_dataset_name: str
:param progress: 進度信息處理函數，具體參考 :py:class:`.StepEvent`
:type progress: function
:return: 結果數據集對象或結果數據集名稱
:rtype: DatasetVector or str
resample_raster(input_data, new_cell_size, resample_mode, out_data=None, out_dataset_name=None, progress=None)
柵格數據重採樣，返回結果數據集。
柵格數據通過了配準或糾正、投影等幾何操做後，柵格的像元中心位置一般會發生變化，其在輸入柵格中的位置不必定是整數的行列號，所以須要根據輸出柵格上每一個格子在輸入柵格中的位置，對輸入柵格按必定規則進行重採樣，進行柵格值的插值計算，創建新的柵格矩陣。不一樣分辨率的柵格數據之間進行代數運算時，須要將柵格大小統一到一個指定的分辨率上，此時也須要對柵格進行重採樣。
柵格重採樣有三種經常使用方法：最鄰近法、雙線性內插法和三次卷積法。有關這三種重採樣方法較爲詳細的介紹，請參見 ResampleMode 類。
:param input_data: 指定的用於柵格重採樣的數據集。支持影像數據集，包括多波段影像
:type input_data: DatasetImage or DatasetGrid or str
:param float new_cell_size: 指定的結果柵格的單元格大小
:param resample_mode: 重採樣計算方法
:type resample_mode: ResampleMode or str
:param out_data: 結果數據集所在的數據源
:type out_data: Datasource or DatasourceConnectionInfo or str
:param str out_dataset_name: 結果數據集名稱
:param function progress: 進度信息處理函數，具體參考 :py:class:`.StepEvent`
:return: 結果數據集或數據集名稱
:rtype: DatasetImage or DatasetGrid or str
resample_vector(input_data, distance, resample_type=VectorResampleType.RTBEND, is_preprocess=True, tolerance=1e-10, is_save_small_geometry=False, out_data=None, out_dataset_name=None, progress=None)
對矢量數據集進行重採樣，支持線數據集、面數據集和網絡數據集。 矢量數據重採樣是按照必定規則剔除一些節點，以達到對數據進行簡化的目的（以下圖所示），
其結果可能因爲使用不一樣的重採樣方法而不一樣。SuperMap 提供了兩種重採樣方法，具體參考 :py:class:`.VectorResampleType`
.. image:: ../image/VectorResample.png
該方法能夠對線數據集、面數據集和網絡數據集進行重採樣。對面數據集重採樣時，實質是對面對象的邊界進行重採樣。對於多個面對象的公共邊界，若是進行了
拓撲預處理只對其中一個多邊形的該公共邊界重採樣一次，其餘多邊形的該公共邊界會依據該多邊形重採樣的結果進行調整使之貼合，所以不會出現縫隙。
注意: 重採樣容限過大時，可能影響數據正確性，如出現兩多邊形的公共邊界處出現相交的狀況。
:param input_data: 須要進行重採樣的矢量數據集，支持線數據集、面數據集和網絡數據集
:type input_data: DatasetVector or str
:param float distance: 設置重採樣距離。單位與數據集座標系單位相同。重採樣距離可設置爲大於 0 的浮點型數值。但若是設置的值小於默認值，將使用默認值。設置的重採樣容限值越大，採樣結果數據越簡化
:param resample_type: 重採樣方法。重採樣支持光欄採樣算法和道格拉斯算法。具體參考 :py:class:`.VectorResampleType` 。默認使用光欄採樣。
:type resample_type: VectorResampleType or str
:param bool is_preprocess: 是否進行拓撲預處理。只對面數據集有效，若是數據集不進行拓撲預處理，可能會致使縫隙，除非能確保數據中兩個相鄰面公共線部分的節點座標徹底一致。
:param float tolerance: 進行拓撲預處理時的節點捕捉容限，單位與數據集單位相同。
:param bool is_save_small_geometry: 是否保留小對象。小對象是指面積爲0的對象，重採樣過程有可能產生小對象。true 表示保留小對象，false 表示不保留。
:param out_data: 結果數據源所在半徑，若是此參數爲空，將直接對原始數據作採樣，也就是會改變原始數據。若是此參數不爲空，將會先複製原始數據到此數據源中，
再對複製獲得的數據集進行採樣處理。out_data 所指向數據源能夠與源數據集所在的數據源相同。
:type out_data: Datasource or DatasourceConnectionInfo or str
:param str out_dataset_name: 結果數據集名稱，當 out_data 不爲空時纔有效。
:param function progress: 進度信息處理函數，具體參考 :py:class:`.StepEvent`
:return: 結果數據集或數據集名稱
:rtype: DatasetVector or str
simplify_building(source_data, width_threshold, height_threshold, save_failed=False, out_data=None, out_dataset_name=None)
面對象的直角多邊形擬合
若是一串連續的節點到最小面積外接矩形的下界的距離大於 height_threshold，且節點的總寬度大於 width_threshold，則對連續節點進行擬合。
:param source_data: 須要處理的面數據集
:type source_data: DatasetVector or str
:param float width_threshold: 點到最小面積外接矩形的左右邊界的閾值
:param float height_threshold: 點到最小面積外接矩形的上下邊界的閾值
:param bool save_failed: 面對象進行直角化失敗時，是否保存源面對象，若是爲 False，則結果數據集中不含失敗的面對象。
:param out_data: 用於存儲結果數據集的數據源。
:type out_data: Datasource or DatasourceConnectionInfo or str
:param str out_dataset_name: 結果數據集名稱
:return: 結果數據集或數據集名稱
:rtype: DatasetVector or str
slice_grid(input_data, number_zones, base_output_zones, out_data=None, out_dataset_name=None, progress=None)
天然分割重分級，適用於分佈不均勻的數據。
Jenks天然間斷法:
該重分級方法利用的是Jenks天然間斷法。Jenks天然間斷法基於數據中固有的天然分組，這是方差最小化分級的形式，間斷一般不均勻，且間斷 選擇在值出現劇
烈變更的地方，因此該方法能對類似值進行恰當分組並可以使各分級間差別最大化。Jenks間斷點分級法會將類似值（聚類值）放置在同一類中，因此該方法適用於
分佈不均勻的數據值。
:param input_data: 指定的進行重分級操做的柵格數據集。
:type input_data: DatasetGrid or str
:param int number_zones: 將柵格數據集重分級的區域數量。
:param int base_output_zones: 結果柵格數據集中最低區域的值
:param out_data: 結果數據集所在的數據源
:type out_data: Datasource or DatasourceConnectionInfo or str
:param str out_dataset_name: 結果數據集名稱
:param function progress: 進度信息處理函數，具體參考 :py:class:`.StepEvent`
:return: 結果數據集或數據集名稱
:rtype: DatasetGrid or str
設置分級區域數爲9,將待分級柵格數據的最小值到最大值天然分割爲9份。最低區域值設爲1，重分級後的值以1爲起始值每級遞增。
>>> slice_grid('E:/data.udb/DEM', 9, 1, 'E:/Slice_out.udb')
smooth_vector(input_data, smoothness, out_data=None, out_dataset_name=None, progress=None)
對矢量數據集進行光滑，支持線數據集、面數據集和網絡數據集
* 光滑的目的
當折線或多邊形的邊界的線段過多時，就可能影響對原始特徵的描述，不利用進一步的處理或分析，或顯示和打印效果不夠理想，所以須要對數據簡化。簡化的方法
通常有重採樣（:py:meth:`resample_vector`）和光滑。光滑是經過增長節點的方式使用曲線或直線段來代替原始折線的方法。須要注意，對摺線進行光滑後，
其長度一般會變短，折線上線段的方向也會發生明顯改變，但兩個端點的相對位置不會變化；面對象通過光滑後，其面積一般會變小。
* 光滑方法與光滑係數的設置
該方法採用 B 樣條法對矢量數據集進行光滑。有關 B 樣條法的介紹可參見 SmoothMethod 類。光滑係數（方法中對應 smoothness 參數）影響着光滑的程度，
光滑係數越大，結果數據越光滑。光滑係數的建議取值範圍爲[2,10]。該方法支持對線數據集、面數據集和網絡數據集進行光滑。
* 對線數據集設置不一樣光滑係數的光滑效果：
.. image:: ../image/Smooth_1.png
* 對面數據集設置不一樣光滑係數的光滑效果：
.. image:: ../image/Smooth_2.png
:param input_data: 須要進行光滑處理的數據集，支持線數據集、面數據集和網絡數據集
:type input_data: DatasetVector or str
:param int smoothness: 指定的光滑係數。取大於等於 2 的值有效，該值越大，線對象或面對象邊界的節點數越多，也就越光滑。建議取值範圍爲[2,10]。
:param out_data: 結果數據源所在半徑，若是此參數爲空，將直接對原始數據作光滑，也就是會改變原始數據。若是此參數不爲空，將會先複製原始數據到此數據源中，
再對複製獲得的數據集進行光滑處理。out_data 所指向數據源能夠與源數據集所在的數據源相同。
:type out_data: Datasource or DatasourceConnectionInfo or str
:param str out_dataset_name: 結果數據集名稱，當 out_data 不爲空時纔有效。
:param function progress: 進度信息處理函數，具體參考 :py:class:`.StepEvent`
:return: 結果數據集或數據集名稱
:rtype: DatasetVector or str
split_lines_by_regions(line_input, region_input, progress=None)
用面對象分割線對象。在提取線對象的左右多邊形（即 pickupLeftRightRegions() 方法）操做前，須要調用該方法分割線對象，不然會出現一個線對象對應多個左（右）多邊形的情形。
以下圖：線對象 AB，若是不用面對象進行分割，則 AB 的左多邊形有兩個，分別爲1，3；右多邊形也有兩個，分別爲1和3，進行分割操做後，線對象 AB 分割爲 AC 與 CB，此時 AC 與 CB 各自對應的左、右多邊形分別只有一個。
.. image:: ../image/SplitLinesByRegions.png
:param line_input: 指定的被分割的線記錄集或數據集。
:type line_input: DatasetVector or Recordset
:param region_input: 指定的用於分割線記錄集的面記錄集或數據集。
:type region_input: DatasetVector or Recordset
:param function progress:
:return: 成功返回 True，失敗返回 False。
:rtype: bool
straight_distance(input_data, max_distance=-1.0, cell_size=None, out_data=None, out_distance_grid_name=None, out_direction_grid_name=None, out_allocation_grid_name=None, progress=None)
根據給定的參數，生成直線距離柵格，以及直線方向柵格和直線分配柵格。
該方法用於對源數據集生成相應的直線距離柵格、直線方向柵格（可選）和直線分配柵格（可選），三個結果數據集的區域範圍與源數據集的範圍一致。生成直線距
離柵格的源數據能夠是矢量數據（點、線、面），也能夠是柵格數據。對於柵格數據，要求除標識源之外的單元格爲無值。
* 直線距離柵格的值表明該單元格到最近的源的歐氏距離（即直線距離）。最近源是當前單元格到達全部源中直線距離最短的一個源。對於每一個
單元格，它的中心與源的中心相連的直線即爲單元格到源的距離，計算的方法是經過兩者造成的直角三角形的兩條直角邊來計算，所以直線
距離的計算只與單元格大小（即分辨率）有關。下圖爲直線距離計算的示意圖，其中源柵格的單元格大小（cell_size）爲10。
.. image:: ../image/StraightDistance_1.png
那麼第三行第三列的單元格到源的距離L爲：
.. image:: ../image/StraightDistance_2.png
* 直線方向柵格的值表示該單元格到最近的源的方位角，單位爲度。以正東方向爲90度，正南爲180度，正西爲270度，正北爲360度，順時針方向旋轉，範圍爲0-360度，並規定對應源的柵格值爲0度。
* 直線分配柵格的值爲單元格的最近源的值（源爲柵格時，爲最近源的柵格值；源爲矢量對象時，爲最近源的 SMID），所以從直線分配柵格中能夠得知每一個單元格的最近的源是哪一個。
下圖爲生成直線距離的示意圖。單元格大小均爲2。
.. image:: ../image/StraightDistance_3.png
直線距離柵格一般用於分析通過的路線沒有障礙或等同耗費的狀況，例如，救援飛機飛往最近的醫院時，空中沒有障礙物，所以採用哪條路線的耗費均相同，此時經過直線距離柵格就能夠肯定從救援飛機所在地點到周圍各醫院的距離；根據直線分配柵格能夠獲知離救援飛機所在地點最近的醫院；由直線方向柵格能夠肯定最近的醫院在救援飛機所在地點的方位。
然而，在救援汽車開往最近醫院的實例中，由於地表有各類類型的障礙物，採用不一樣的路線的耗費不盡相同，這時，就須要使用耗費距離柵格來進行分析。有關耗費距離柵格請參見 CostDistance 方法。
下圖爲生成直線距離柵格的一個實例，其中源數據集爲點數據集，生成了直線距離柵格、直線方向柵格和直線分配柵格。
.. image:: ../image/StraightDistance.png
注意：當數據集的最小外接矩形（bounds）爲某些特殊情形時，結果數據集的 Bounds 按如下規則取值：
* 當源數據集的 Bounds 的高和寬均爲 0 （如只有一個矢量點）時，結果數據集的 Bounds 的高和寬，均取源數據集 Bounds 的左邊界值（Left）和下邊界值（Right）兩者絕對值較小的一個。
* 當源數據集的 Bounds 的高爲 0 而寬不爲 0 （如只有一條水平線）時，結果數據集的 Bounds 的高和寬，均等於源數據集 Bounds 的寬。
* 當源數據集的 Bounds 的寬爲 0 而高不爲 0 （如只有一條豎直線）時，結果數據集的 Bounds 的高和寬，均等於源數據集 Bounds 的高。
:param input_data: 生成距離柵格的源數據集。源是指感興趣的研究對象或地物，如學校、道路或消防栓等。包含源的數據集，即爲源數據集。源數據集能夠爲
點、線、面數據集，也能夠爲柵格數據集，柵格數據集中具備有效值的柵格爲源，對於無值則視爲該位置沒有源。
:type input_data: DatasetVector or DatasetGrid or DatasetImage or str
:param float max_distance: 生成距離柵格的最大距離，大於該距離的柵格其計算結果取無值。若某個柵格單元格 A 到最近源之間的最短距離大於該值，則結果數據集中該柵格的值取無值。
:param float cell_size: 結果數據集的分辨率，是生成距離柵格的可選參數
:param out_data: 結果數據集所在的數據源
:type out_data: Datasource or DatasourceConnectionInfo or str
:param str out_distance_grid_name: 結果距離柵格數據集的名稱。若是名稱爲空，將自動獲取有效的數據集名稱。
:param str out_direction_grid_name: 方向柵格數據集的名稱，若是爲空，將不生成方向柵格數據集
:param str out_allocation_grid_name: 分配柵格數據集的名稱，若是爲空，將不生成 分配柵格數據集
:param function progress: 進度信息處理函數，具體參考 :py:class:`.StepEvent`
:return: 若是生成成功，返回結果數據集或數據集名稱的元組，其中第一個爲距離柵格數據集，第二個爲方向柵格數據集，第三個爲分配柵格數據集，若是沒有設置方向柵格數據集名稱和
分配柵格數據集名稱，對應的值爲 None
:rtype: tuple[DataetGrid] or tuple[str]
stream_link(stream_grid, direction_grid, out_data=None, out_dataset_name=None, progress=None)
鏈接水系，即根據柵格水系和流向柵格爲每條河流賦予惟一值。
鏈接水系基於柵格水系和流向柵格，爲水系中的每條河流分別賦予惟一值，值爲整型。鏈接後的水系網絡記錄了水系節點的鏈接信息，體現了
水系的網絡結構。
以下圖所示，鏈接水系後，每條河段都有惟一的柵格值。圖中紅色的點爲交匯點，即河段與河段相交的位置。河段是河流的一部分，它鏈接
兩個相鄰交匯點，或鏈接一個交匯點和匯水點，或鏈接一個交匯點和分水線。所以，鏈接水系可用於肯定流域盆地的匯水點。
.. image:: ../image/StreamLink_1.png
下圖鏈接水系的一個實例。
.. image:: ../image/StreamLink_2.png
水文分析的相關介紹，請參考 :py:func:`basin`
:param stream_grid: 柵格水系數據
:type stream_grid: DatasetGrid or str
:param direction_grid: 流向柵格數據
:type direction_grid: DatasetGrid or str
:param out_data: 用於存儲結果數據集的數據源
:type out_data: DatasourceConnectionInfo or Datasource or str
:param str out_dataset_name: 結果柵格數據集的名稱
:param progress: 進度信息處理函數，具體參考 :py:class:`.StepEvent`
:type progress: function
:return: 鏈接後的柵格水系，爲一個柵格數據集。返回結果柵格數據集或數據集名稱
:rtype: DatasetGrid or str
stream_order(stream_grid, direction_grid, order_type, out_data=None, out_dataset_name=None, progress=None)
對河流進行分級，根據河流等級爲柵格水系編號。
流域中的河流分爲幹流和支流，在水文學中，根據河流的流量、形態等因素對河流進行分級。在水文分析中，能夠從河流的級別推斷出河流的某些特徵。
該方法以柵格水系爲基礎，依據流向柵格對河流分級，結果柵格的值即表明該條河流的等級，值越大，等級越高。SuperMap 提供兩種河流
分級方法：Strahler 法和 Shreve 法。有關這兩種方法的介紹請參見 :py:class`StreamOrderType` 枚舉類型。
以下圖所示，是河流分級的一個實例。根據 Shreve 河流分級法，該區域的河流被分爲14個等級。
.. image:: ../image/StreamOrder.png
水文分析的相關介紹，請參考 :py:func:`basin`
:param stream_grid: 柵格水系數據
:type stream_grid: DatasetGrid or str
:param direction_grid: 流向柵格數據
:type direction_grid: DatasetGrid or str
:param order_type: 流域水系編號方法
:type order_type: StreamOrderType or str
:param out_data: 用於存儲結果數據集的數據源
:type out_data: DatasourceConnectionInfo or Datasource or str
:param str out_dataset_name: 結果柵格數據集的名稱
:param progress: 進度信息處理函數，具體參考 :py:class:`.StepEvent`
:type progress: function
:return: 編號後的柵格流域水系網絡，爲一個柵格數據集。返回結果數據集或數據集名稱。
:rtype: DatasetGrid or str
stream_to_line(stream_grid, direction_grid, order_type, out_data=None, out_dataset_name=None, progress=None)
提取矢量水系，即將柵格水系轉化爲矢量水系。
提取矢量水系是基於流向柵格，將柵格水系轉化爲矢量水系（一個矢量線數據集）的過程。獲得矢量水系後，就能夠進行各類基於矢量的計
算、處理和空間分析，如構建水系網絡。下圖爲 DEM 數據以及對應的矢量水系。
.. image:: ../image/StreamToLine.png
經過該方法得到的矢量水系數據集，保留了河流的等級和流向信息。
* 在提取矢量水系的同時，系統計算每條河流的等級，並在結果數據集中自動添加一個名爲「StreamOrder」的屬性字段來存儲該值。分級的方式可
經過 order_type 參數設置。
* 流向信息存儲在結果數據集中名爲「Direction」的字段中，以0或1來表示，0表示流向與該線對象的幾何方向一致，1表示與線對象的幾何
方向相反。經過該方法得到的矢量水系的流向均與其幾何方向相同，即「Direction」字段值都爲0。在對矢量水系構建水系網絡後，可直接
使用（或根據實際須要進行修改）該字段做爲流向字段。
水文分析的相關介紹，請參考 :py:func:`basin`
:param stream_grid: 柵格水系數據
:type stream_grid: DatasetGrid or str
:param direction_grid: 流向柵格數據
:type direction_grid: DatasetGrid or str
:param order_type: 河流分級方法
:type order_type: StreamOrderType or str
:param out_data: 用於存儲結果數據集的數據源
:type out_data: DatasourceConnectionInfo or Datasource or str
:param str out_dataset_name: 結果矢量水系數據集名稱
:param progress: 進度信息處理函數，具體參考 :py:class:`.StepEvent`
:type progress: function
:return: 矢量水系數據集或數據集名稱
:rtype: DatasetVector or str
summary_points(input_data, radius, unit=None, stats=None, is_random_save_point=False, is_save_attrs=False, out_data=None, out_dataset_name=None, progress=None)
根據指定的距離抽稀點數據集，即用一個點表示指定距離範圍內的全部點。 該方法支持不一樣的單位，而且能夠選擇點抽稀的方式，還能夠對抽稀點原始點集作統計。
在結果數據集 resultDatasetName 中，會新建SourceObjID 和 StatisticsObjNum 兩個字段。SourceObjID 字段存儲抽稀後獲得的點對象在原始數據集
中的 SmID, StatisticsObjNum 表示當前點所表明的全部點數目，包括被抽稀的點和其自身。
:param input_data: 待抽稀的點數據集
:type input_data: DatasetVector or str or Recordset
:param float radius: 抽稀點的半徑。任取一個座標點，在此座標點半徑內的全部點座標經過此點表示。需注意選擇抽稀點的半徑的單位。
:param unit: 抽稀點半徑的單位。
:type unit: Unit or str
:param stats: 對抽稀點原始點集作統計。須要設置統計的字段名，統計結果的字段名和統計模式。當該數組爲空表示不作統計。當 stats 爲 str 時，支持設置以 ';'
分隔多個 StatisticsField，每一個 StatisticsField 使用 ',' 分隔 'source_field,stat_type,result_name'，例如：
'field1,AVERAGE,field1_avg; field2,MINVALUE,field2_min'
:type stats: list[StatisticsField] or str
:param bool is_random_save_point: 是否隨機保存抽稀點。True表示從抽稀半徑範圍內的點集中隨機取一個點保存，False表示取抽稀半徑範圍內點集中距點集內全部點的距離之和最小的點。
:param bool is_save_attrs: 是否保留屬性字段
:param out_data: 結果數據集所在的數據源
:type out_data: Datasource or DatasourceConnectionInfo or str
:param str out_dataset_name: 結果數據集名稱
:param function progress: 進度信息處理函數，具體參考 :py:class:`.StepEvent`
:return: 結果數據集或數據集名稱
:rtype: DatasetVector or str
surface_distance(input_data, surface_grid_dataset, max_distance=-1.0, cell_size=None, max_upslope_degrees=90.0, max_downslope_degree=90.0, out_data=None, out_distance_grid_name=None, out_direction_grid_name=None, out_allocation_grid_name=None, progress=None)
根據給定的參數，生成表面距離柵格，以及表面方向柵格和表面分配柵格。 該方法根據源數據集和表面柵格生成相應的表面距離柵格、表面方向柵格（可選）和表面
分配柵格（可選）。源數據能夠是矢量數據（點、線、面），也能夠是柵格數據。對於柵格數據，要求除標識源之外的單元格爲無值。
* 表面距離柵格的值表示表面柵格上該單元格到最近源的表面最短距離。最近源是指當前單元格到達全部的源中表面距離最短的一個源。表面柵格中爲無值的單元格在輸出的表面距離柵格中仍爲無值。
從當前單元格（設爲 g1）到達下一個單元格（設爲 g2）的表面距離 d 的計算方法爲：
.. image:: ../image/SurfaceDistance_1.png
其中，b 爲 g1 的柵格值（即高程）與 g2 的柵格值的差；a 爲 g1 與 g2 的中心點之間的直線距離，其值考慮兩種狀況，當 g2 是與
g1 相鄰的上、下、左、右四個單元格之一時，a 的值等於單元格大小；當 g2 是與 g1 對角相鄰的四個單元格之一時，a 的值爲單元格大小乘以根號 2。
當前單元格到達最近源的距離值就是沿着最短路徑的表面距離值。在下面的示意圖中，源柵格和表面柵格的單元格大小（CellSize）均爲
1，單元格（2,1）到達源（0,0）的表面最短路徑如右圖中紅線所示：
.. image:: ../image/SurfaceDistance_2.png
那麼單元格（2,1）到達源的最短表面距離爲：
.. image:: ../image/SurfaceDistance_3.png
* 表面方向柵格的值表達的是從該單元格到達最近源的最短表面距離路徑的行進方向。在表面方向柵格中，可能的行進方向共有八個（正北、
正南、正西、正東、西北、西南、東南、東北），使用 1 到 8 八個整數對這八個方向進行編碼，以下圖所示。注意，源所在的單元格在表面方向柵格中的值爲 0，表面柵格中爲無值的單元格在輸出的表面方向柵格中將被賦值爲 15。
.. image:: ../image/CostDistance_3.png
* 表面分配柵格的值爲單元格的最近源的值（源爲柵格時，爲最近源的柵格值；源爲矢量對象時，爲最近源的 SMID），單元格到達最近的源具備最短表面距離。表面柵格中爲無值的單元格在輸出的表面分配柵格中仍爲無值。
下圖爲生成表面距離的示意圖。其中，在表面柵格上，根據結果表面方向柵格，使用藍色箭頭標識了單元格到達最近源的行進方向。
SurfaceDistance_4.png
經過上面的介紹，能夠了解到，結合表面距離柵格及對應的方向、分配柵格，能夠知道表面柵格上每一個單元格最近的源是哪一個，表面距離是多少以及如何到達該最近源。
注意，生成表面距離時能夠指定最大上坡角度（max_upslope_degrees）和最大下坡角度（max_downslope_degree），從而在尋找最近源時
避免通過上下坡角度超過指定值的單元格。從當前單元格行進到下一個高程更高的單元格爲上坡，上坡角度即上坡方向與水平面的夾角，若是
上坡角度大於給定值，則不會考慮此行進方向；從當前單元格行進到下一個高程小於當前高程的單元格爲下坡，下坡角度即下坡方向與水平面
的夾角，一樣的，若是下坡角度大於給定值，則不會考慮此行進方向。若是因爲上下坡角度限制，使得當前單元格沒能找到最近源，那麼在
表面距離柵格中該單元格的值爲無值，在方向柵格和分配柵格中也爲無值。
下圖爲生成表面距離柵格的一個實例，其中源數據集爲點數據集，表面柵格爲對應區域的 DEM 柵格，生成了表面距離柵格、表面方向柵格和表面分配柵格。
.. image:: ../image/SurfaceDistance.png
:param input_data: 生成距離柵格的源數據集。源是指感興趣的研究對象或地物，如學校、道路或消防栓等。包含源的數據集，即爲源數據集。源數據集能夠爲
點、線、面數據集，也能夠爲柵格數據集，柵格數據集中具備有效值的柵格爲源，對於無值則視爲該位置沒有源。
:type input_data: DatasetVector or DatasetGrid or DatasetImage or str
:param surface_grid_dataset: 表面柵格
:type surface_grid_dataset: DatasetGrid or str
:param float max_distance: 生成距離柵格的最大距離，大於該距離的柵格其計算結果取無值。若某個柵格單元格 A 到最近源之間的最短距離大於該值，則結果數據集中該柵格的值取無值。
:param float cell_size: 結果數據集的分辨率，是生成距離柵格的可選參數
:param float max_upslope_degrees: 最大上坡角度。單位爲度，取值範圍爲大於或等於0。默認值爲 90 度，即不考慮上坡角度。
若是指定了最大上坡角度，則選擇路線的時候會考慮地形的上坡的角度。從當前單元格行進到下一個高程更高的單元格
爲上坡，上坡角度即上坡方向與水平面的夾角。若是上坡角度大於給定值，則不會考慮此行進方向，即給出的路線不會
通過上坡角度大於該值的區域。可想而知，可能會由於該值的設置而致使沒有符合條件的路線。此外，因爲坡度的表示
範圍爲0到90度，所以，雖然能夠指定爲一個大於90度的值，但產生的效果與指定爲90度相同，即不考慮上坡角度。
:param float max_downslope_degree: 設置最大下坡角度。單位爲度，取值範圍爲大於或等於0。
若是指定了最大下坡角度，則選擇路線的時候會考慮地形的下坡的角度。從當前單元格行進到下一個高程小於當前高
程的單元格爲下坡，下坡角度即下坡方向與水平面的夾角。若是下坡角度大於給定值，則不會考慮此行進方向，即給
出的路線不會通過下坡角度大於該值的區域。可想而知，可能會由於該值的設置而致使沒有符合條件的路線。此外，
因爲坡度的表示範圍爲0到90度，所以，雖然能夠指定爲一個大於90度的值，但產生的效果與指定爲90度相同，即不
考慮下坡角度。
:param out_data: 結果數據集所在的數據源
:type out_data: Datasource or DatasourceConnectionInfo or str
:param str out_distance_grid_name: 結果距離柵格數據集的名稱。若是名稱爲空，將自動獲取有效的數據集名稱。
:param str out_direction_grid_name: 方向柵格數據集的名稱，若是爲空，將不生成方向柵格數據集
:param str out_allocation_grid_name: 分配柵格數據集的名稱，若是爲空，將不生成 分配柵格數據集
:param function progress: 進度信息處理函數，具體參考 :py:class:`.StepEvent`
:return: 若是生成成功，返回結果數據集或數據集名稱的元組，其中第一個爲距離柵格數據集，第二個爲方向柵格數據集，第三個爲分配柵格數據集，若是沒有設置方向柵格數據集名稱和
分配柵格數據集名稱，對應的值爲 None
:rtype: tuple[DataetGrid] or tuple[str]
surface_path_line(source_point, target_point, surface_grid_dataset, max_upslope_degrees=90.0, max_downslope_degree=90.0, smooth_method=None, smooth_degree=0, progress=None)
根據給定的參數，計算源點和目標點之間的最短表面距離路徑（一個二維矢量線對象）。該方法用於根據給定的源點、目標點和表面柵格，計算源點與目標點之間的最短表面距離路徑。
設置最大上坡角度（max_upslope_degrees）和最大下坡角度（max_downslope_degree）能夠使分析得出的路線不通過過於陡峭的地形。
但注意，若是指定了上下坡角度限制，也可能得不到分析結果，這與最大上下坡角度的值和表面柵格所表達的地形有關。下圖展現了將最
大上坡角度和最大下坡角度分別均設置爲 5 度、10 度和 90 度（即不限制上下坡角度）時的表面距離最短路徑，因爲對上下坡角度作出
了限制，所以表面距離最短路徑是以不超過最大上下坡角度爲前提而得出的。
.. image:: ../image/SurfacePathLine.png
:param Point2D source_point: 指定的源點。
:param Point2D target_point: 指定的目標點。
:param surface_grid_dataset: 表面柵格
:type surface_grid_dataset: DatasetGrid or str
:param float max_upslope_degrees: 最大上坡角度。單位爲度，取值範圍爲大於或等於0。默認值爲 90 度，即不考慮上坡角度。
若是指定了最大上坡角度，則選擇路線的時候會考慮地形的上坡的角度。從當前單元格行進到下一個高程更高的單元格
爲上坡，上坡角度即上坡方向與水平面的夾角。若是上坡角度大於給定值，則不會考慮此行進方向，即給出的路線不會
通過上坡角度大於該值的區域。可想而知，可能會由於該值的設置而致使沒有符合條件的路線。此外，因爲坡度的表示
範圍爲0到90度，所以，雖然能夠指定爲一個大於90度的值，但產生的效果與指定爲90度相同，即不考慮上坡角度。
:param float max_downslope_degree: 設置最大下坡角度。單位爲度，取值範圍爲大於或等於0。
若是指定了最大下坡角度，則選擇路線的時候會考慮地形的下坡的角度。從當前單元格行進到下一個高程小於當前高
程的單元格爲下坡，下坡角度即下坡方向與水平面的夾角。若是下坡角度大於給定值，則不會考慮此行進方向，即給
出的路線不會通過下坡角度大於該值的區域。可想而知，可能會由於該值的設置而致使沒有符合條件的路線。此外，
因爲坡度的表示範圍爲0到90度，所以，雖然能夠指定爲一個大於90度的值，但產生的效果與指定爲90度相同，即不
考慮下坡角度。
:param smooth_method: 計算兩點（源和目標）間最短路徑時對結果路線進行光滑的方法
:type smooth_method: SmoothMethod or str
:param int smooth_degree: 計算兩點（源和目標）間最短路徑時對結果路線進行光滑的光滑度。
光滑度的值越大，光滑度的值越大，則結果矢量線的光滑度越高。當 smooth_method 不爲 NONE 時有效。光滑度的有效取值與光滑方法有關，光滑方法有 B 樣條法和磨角法:
- 光滑方法爲 B 樣條法時，光滑度的有效取值爲大於等於2的整數，建議取值範圍爲[2,10]。
- 光滑方法爲磨角法時，光滑度表明一次光滑過程當中磨角的次數，設置爲大於等於1的整數時有效
:param function progress: 進度信息處理函數，具體參考 :py:class:`.StepEvent`
:return: 返回表示最短路徑的線對象和最短路徑的花費
:rtype: tuple[GeoLine,float]
thin_raster(source, back_or_no_value, back_or_no_value_tolerance, out_data=None, out_dataset_name=None, progress=None)
柵格細化，一般在將柵格轉換爲矢量線數據前使用。
柵格數據細化處理能夠減小柵格數據中用於標識線狀地物的單元格的數量，從而提升矢量化的速度和精度。通常做爲柵格轉線矢量數據之
前的預處理，使轉換的效果更好。例如一幅掃描的等高線圖上可能使用 五、6 個單元格來顯示一條等高線的寬度，細化處理後，等高線的
寬度就只用一個單元格來顯示了，有利於更好地進行矢量化。
.. image:: ../image/ThinRaster.png
關於無值/背景色及其容限的說明：
進行柵格細化時，容許用戶標識那些不須要細化的單元格。對於柵格數據集，經過無值及其容限來肯定這些值，對於影像數據集，則經過背景色及其容限來肯定。
* 當對柵格數據集進行細化時，柵格值爲 back_or_no_value 參數指定的值的單元格被視爲無值，不參與細化，而柵格的原無值將做爲有效值來參與細化；
同時，在 back_or_no_value_tolerance 參數指定的無值的容限範圍內的單元格也不參與細化。例如，指定無值的值爲 a，指定的無值的容限爲 b，
則柵格值在 [a-b,a+b] 範圍內的單元格均不參與細化。
* 當對影像數據集進行細化時，柵格值爲指定的值的單元格被視爲背景色，不參與細化；同時，在 back_or_no_value_tolerance 參數指
定的背景色的容限範圍內的單元格也不參與細化。
須要注意，影像數據集中柵格值表明的是一個顏色值，所以，若是想要將某種顏色設爲背景色，爲 back_or_no_value 參數指定的值應爲
將該顏色（RGB 值）轉爲 32 位整型以後的值，系統內部會根據像素格式再進行相應的轉換。背景色的容限一樣爲一個 32 位整型值。該
值在系統內部被轉爲分別對應 R、G、B 的三個容限值，例如，指定爲背景色的顏色爲 (100,200,60)，指定的容限值爲 329738，該值對應
的 RGB 值爲 (10,8,5)，則值在 (90,192,55) 和 (110,208,65) 之間的顏色均不參與細化。
注意：對於柵格數據集，若是指定的無值的值，在待細化的柵格數據集的值域範圍外，會分析失敗，返回 None。
:param source: 指定的待細化的柵格數據集。支持影像數據集。
:type source: DatasetImage or DatasetGrid or str
:param back_or_no_value: 指定柵格的背景色或表示無值的值。能夠使用一個 int 或 tuple 來表示一個 RGB 或 RGBA 值。
:type back_or_no_value: int or tuple
:param back_or_no_value_tolerance: 柵格背景色的容限或無值的容限。能夠使用一個 float 或 tuple 來表示一個 RGB 或 RGBA 值。
:type back_or_no_value_tolerance: float or tuple
:param out_data: 用於存儲結果數據的數據源。
:type out_data: Datasource or DatasourceConnectionInfo or str
:param out_dataset_name: 結果數據集的名稱
:type out_dataset_name: str
:param progress: 進度信息處理函數，具體參考 :py:class:`.StepEvent`
:type progress: function
:return: 結果數據集或數據集名稱
:rtype: Dataset or str
thin_raster_bit(input_data, back_or_no_value, is_save_as_grid=True, out_data=None, out_dataset_name=None, progress=None)
經過減小要素寬度的像元來對柵格化的線狀要素進行細化，該方法是處理二值圖像的細化方法，若是不是二值圖像會先處理爲二值圖像，只需指定背景色的值，背景色之外的值都是須要細化的值。該方法的效率最快。
:param input_data: 指定的待細化的柵格數據集。支持影像數據集。
:type input_data: DatasetImage or DatasetGrid or str
:param back_or_no_value: 指定柵格的背景色或表示無值的值。能夠使用一個 int 或 tuple 來表示一個 RGB 或 RGBA 值。
:type back_or_no_value: int or tuple
:param bool is_save_as_grid: 是否保存爲柵格數據集，Ture 表示保存爲柵格數據集，False保存爲原數據類型（柵格或影像）。保存爲柵格數據集便於柵格矢量化時指定值矢量化，方便快速獲取線數據。
:param out_data: 用於存儲結果數據的數據源。
:type out_data: Datasource or DatasourceConnectionInfo or str
:param out_dataset_name: 結果數據集的名稱
:type out_dataset_name: str
:param progress: 進度信息處理函數，具體參考 :py:class:`.StepEvent`
:type progress: function
:return: 結果數據集或數據集名稱
:rtype: Dataset or str
to_float_math_analyst(input_data, user_region=None, out_data=None, out_dataset_name=None, progress=None)
柵格浮點運算。將輸入的柵格數據集的柵格值轉換成浮點型。 若是輸入的柵格值爲雙精度浮點型，進行浮點運算後的結果柵格值也轉換爲單精度浮點型。
:param input_data: 指定的第一柵格數據集。
:type input_data: DatasetGrid or str
:param GeoRegion user_region: 用戶指定的有效計算區域。若是爲 None，則表示計算所有區域，若是參與運算的數據集範圍不一致，將使用全部數據集的範圍的交集做爲計算區域。
:param out_data: 結果數據集所在的數據源
:type out_data: Datasource or DatasourceConnectionInfo or str
:param str out_dataset_name: 結果數據集名稱
:param function progress: 進度信息處理函數，具體參考 :py:class:`.StepEvent`
:return: 結果數據集或數據集名稱
:rtype: DatasetGrid or str
to_int_math_analyst(input_data, user_region=None, out_data=None, out_dataset_name=None, progress=None)
柵格取整運算。提供對輸入的柵格數據集的柵格值進行取整運算。取整運算的結果是去除柵格值的小數部分，只保留柵格值的整數。若是輸入柵格值爲整數類型，進行取整運算後的結果與輸入柵格值相同。
:param input_data: 指定的第一柵格數據集。
:type input_data: DatasetGrid or str
:param GeoRegion user_region: 用戶指定的有效計算區域。若是爲 None，則表示計算所有區域，若是參與運算的數據集範圍不一致，將使用全部數據集的範圍的交集做爲計算區域。
:param out_data: 結果數據集所在的數據源
:type out_data: Datasource or DatasourceConnectionInfo or str
:param str out_dataset_name: 結果數據集名稱
:param function progress: 進度信息處理函數，具體參考 :py:class:`.StepEvent`
:return: 結果數據集或數據集名稱
:rtype: DatasetGrid or str
topology_build_regions(input_data, out_data=None, out_dataset_name=None, progress=None)
用於將線數據集或者網絡數據集，經過拓撲處理來構建面數據集。在進行拓撲構面前，最好能使用拓撲處理 :py:meth:`topology_processing` 對數據集進行拓撲處理。
:param input_data: 指定的用於進行多邊形拓撲處理的源數據集，只能是線數據集或網絡數據集。
:type input_data: DatasetVector or str
:param out_data: 用於存儲結果數據集的數據源。
:type out_data: Datasource or DatasourceConnectionInfo or str
:param str out_dataset_name: 結果數據集名稱
:param function progress: 進度信息處理函數，具體參考 :py:class:`.StepEvent`
:return: 結果數據集或數據集名稱
:rtype: DatasetVector or str
topology_processing(input_data, pseudo_nodes_cleaned=True, overshoots_cleaned=True, redundant_vertices_cleaned=True, undershoots_extended=True, duplicated_lines_cleaned=True, lines_intersected=True, adjacent_endpoints_merged=True, overshoots_tolerance=1e-10, undershoots_tolerance=1e-10, vertex_tolerance=1e-10, filter_vertex_recordset=None, arc_filter_string=None, filter_mode=None, options=None, progress=None)
根據拓撲處理選項對給定的數據集進行拓撲處理。將直接修改原始數據。
:param input_data: 指定的拓撲處理的數據集。
:type input_data: DatasetVector or str
:param bool pseudo_nodes_cleaned: 是否去除假結點
:param bool overshoots_cleaned: 是否去除短懸線。
:param bool redundant_vertices_cleaned: 是否去除冗餘點
:param bool undershoots_extended: 是否進行長懸線延伸。
:param bool duplicated_lines_cleaned: 是否去除重複線
:param bool lines_intersected: 是否進行弧段求交。
:param bool adjacent_endpoints_merged: 是否進行鄰近端點合併。
:param float overshoots_tolerance: 短懸線容限，該容限用於在去除短懸線時判斷懸線是不是短懸線。
:param float undershoots_tolerance: 長懸線容限，該容限用於在長懸線延伸時判斷懸線是否延伸。單位與進行拓撲處理的數據集單位相同。
:param float vertex_tolerance: 節點容限。該容限用於鄰近端點合併、弧段求交、去除假結點和去除冗餘點。單位與進行拓撲處理的數據集單位相同。
:param Recordset filter_vertex_recordset: 弧段求交的過濾點記錄集，即此記錄集中的點位置線段不進行求交打斷。
:param str arc_filter_string: 弧段求交的過濾線表達式。 在進行弧段求交時，經過該屬性能夠指定一個字段表達式，符合該表達式的線對象將不被打斷。
該表達式是否有效，與 filter_mode 弧段求交過濾模式有關
:param filter_mode: 弧段求交的過濾模式。
:type filter_mode: ArcAndVertexFilterMode or str
:param options: 拓撲處理參數類，若是 options 不爲空，拓撲處理將會使用此參數設置的值。
:type options: ProcessingOptions or None
:param function progress: 進度信息處理函數，具體參考 :py:class:`.StepEvent`
:return: 是否拓撲處理成功
:rtype: bool
topology_validate(source_data, validating_data, rule, tolerance, validate_region=None, out_data=None, out_dataset_name=None, progress=None)
對數據集或記錄集進行拓撲錯誤檢查，返回含有拓撲錯誤的結果數據集。
該方法的 tolerance 參數用於指定使用 rule 參數指定的拓撲規則對數據集檢查時涉及的容限。例如，使用「線內無打折」（TopologyRule.LINE_NO_SHARP_ANGLE）規則檢查時，tolerance 參數設置的爲尖角容限（一個角度值）。
對於如下拓撲檢查算子在調用該方法對數據進行拓撲檢查以前，建議先對相應的數據進行拓撲預處理（即調用 :py:meth:`preprocess` 方法），不然檢查的結果可能不正確:
- REGION_NO_OVERLAP_WITH
- REGION_COVERED_BY_REGION_CLASS
- REGION_COVERED_BY_REGION
- REGION_BOUNDARY_COVERED_BY_LINE
- REGION_BOUNDARY_COVERED_BY_REGION_BOUNDARY
- REGION_NO_OVERLAP_ON_BOUNDARY
- REGION_CONTAIN_POINT
- LINE_NO_OVERLAP_WITH
- LINE_BE_COVERED_BY_LINE_CLASS
- LINE_END_POINT_COVERED_BY_POINT
- POINT_NO_CONTAINED_BY_REGION
- POINT_COVERED_BY_LINE
- POINT_COVERED_BY_REGION_BOUNDARY
- POINT_CONTAINED_BY_REGION
- POINT_BECOVERED_BY_LINE_END_POINT
對於如下拓撲檢查算法須要設置參考數據集或記錄集:
- REGION_NO_OVERLAP_WITH
- REGION_COVERED_BY_REGION_CLASS
- REGION_COVERED_BY_REGION
- REGION_BOUNDARY_COVERED_BY_LINE
- REGION_BOUNDARY_COVERED_BY_REGION_BOUNDARY
- REGION_CONTAIN_POINT
- REGION_NO_OVERLAP_ON_BOUNDARY
- POINT_BECOVERED_BY_LINE_END_POINT
- POINT_NO_CONTAINED_BY_REGION
- POINT_CONTAINED_BY_REGION
- POINT_COVERED_BY_LINE
- POINT_COVERED_BY_REGION_BOUNDARY
- LINE_NO_OVERLAP_WITH
- LINE_NO_INTERSECT_OR_INTERIOR_TOUCH
- LINE_BE_COVERED_BY_LINE_CLASS
- LINE_NO_INTERSECTION_WITH
- LINE_NO_INTERSECTION_WITH_REGION
- LINE_EXIST_INTERSECT_VERTEX
- VERTEX_DISTANCE_GREATER_THAN_TOLERANCE
- VERTEX_MATCH_WITH_EACH_OTHER
:param source_data: 被檢查的數據集或記錄集
:type source_data: DatasetVector or str or Recordset
:param validating_data: 用於檢查的參考記錄集。若是使用的拓撲規則不須要參考記錄集，則設置爲 None
:type validating_data: DatasetVector or str or Recordset
:param rule: 拓撲檢查類型
:type rule: TopologyRule or str
:param float tolerance: 指定的拓撲錯誤檢查時使用的容限。單位與進行拓撲錯誤檢查的數據集單位相同。
:param GeoRegion validate_region: 被檢查區域，None，則默認對整個拓撲數據集（validating_data）進行檢查，不然對 validate_region 區域進行拓撲檢查。
:param out_data: 結果數據集所在的數據源
:type out_data: Datasource or DatasourceConnectionInfo or str
:param str out_dataset_name: 結果數據集名稱
:param function progress: 進度信息處理函數，具體參考 :py:class:`.StepEvent`
:return: 結果數據集或數據集名稱
:rtype: DatasetVector or str
update_attributes(source_data, target_data, spatial_relation, update_fields, interval=1e-06)
矢量數據集屬性更新，將 source_data 中的屬性，根據 spatial_relation 指定的空間關係，更新到 target_data 數據集中。
例如，有一份點數據和麪數據，須要將點數據集中的屬性值取平均值，而後將值寫到包含點的面對象中，能夠經過如下代碼實現::
>>> result = update_attributes('ds/points', 'ds/zones', 'WITHIN', [('trip_distance', 'mean'), ('', 'count')])
spatial_relation 參數是指源數據集（ source_data）對目標被更新數據集（target_data）的空間關係。
:param source_data: 源數據集。源數據集提供屬性數據，將源數據集中的屬性值根據空間關係更新到目標數據集中。
:type source_data: DatasetVector or str
:param target_data: 目標數據集。被寫入屬性數據的數據集。
:type target_data: DatasetVector or str
:param spatial_relation: 空間關係類型，源數據（查詢對象）對目標數據（被查詢對象）的空間關係，具體參考 :py:class:`SpatialQueryMode`
:type spatial_relation: SpatialQueryMode or str
:param update_fields: 字段統計信息，可能有多個源數據中對象與目標數據對象知足空間關係，須要對源數據的屬性字段值進行彙總統計，將統計的結果寫入到目標數據集中
爲一個list，list中每一個元素爲一個 tuple，tuple的大小爲2，tuple的第一個元素爲被統計的字段名稱，tuple的第二個元素爲統計類型。
:type update_fields: list[tuple(str,AttributeStatisticsMode)] or list[tuple(str,str)] or str
:param interval: 節點容限
:type interval: float
:return: 是否屬性更新成功。更新成功返回 True，不然返回 False。
:rtype: bool
vector_to_raster(input_data, value_field, clip_region=None, cell_size=None, pixel_format=PixelFormat.SINGLE, out_data=None, out_dataset_name=None, progress=None)
經過指定轉換參數設置將矢量數據集轉換爲柵格數據集。
:param input_data: 待轉換的矢量數據集。支持點、線和麪數據集
:type input_data: DatasetVector or str
:param str value_field: 矢量數據集中存儲柵格值的字段
:param clip_region: 轉換的有效區域
:type clip_region: GeoRegion or Rectangle
:param float cell_size: 結果柵格數據集的單元格大小
:param pixel_format: 若是將矢量數據轉爲像素格式 爲 UBIT一、UBIT4 和 UBIT8 的柵格數據集，矢量數據中值爲 0 的對象在結果柵格中會丟失。
:type pixel_format: PixelFormat or str
:param out_data: 結果數據集所在的數據源
:type out_data: Datasource or DatasourceConnectionInfo or str
:param str out_dataset_name: 結果數據集名稱
:param function progress: 進度信息處理函數，具體參考 :py:class:`.StepEvent`
:return: 結果數據集或數據集名稱
:rtype: DatasetGrid or str
watershed(direction_grid, pour_points_or_grid, out_data=None, out_dataset_name=None, progress=None)
流域分割，即生成指定匯水點（匯水點柵格數據集）的流域盆地。
將一個流域劃分爲若干個子流域的過程稱爲流域分割。經過 :py:meth:`basin` 方法，能夠獲取較大的流域，但實際分析中，可能須要將較大的流域劃
分出更小的流域（稱爲子流域）。
肯定流域的第一步是肯定該流域的匯水點，那麼，流域分割一樣首先要肯定子流域的匯水點。與使用 basin 方法計算流域盆地不一樣，子流
域的匯水點能夠在柵格的邊界上，也可能位於柵格的內部。該方法要求輸入一個匯水點柵格數據，該數據可經過提取匯水點功能（ :py:meth:`pour_points` 方法）
得到。此外，還能夠使用另外一個重載方法，輸入表示匯水點的二維點集合來分割流域。
水文分析的相關介紹，請參考 :py:func:`basin`
:param direction_grid: 流向柵格數據
:type direction_grid: DatasetGrid or str
:param pour_points_or_grid: 匯水點柵格數據或指定的匯水點（二維點列表），匯水點使用地理座標單位。
:type pour_points_or_grid: DatasetGrid or str or list[Point2D]
:param out_data: 用於存儲結果數據集的數據源
:type out_data: DatasourceConnectionInfo or Datasource or str
:param str out_dataset_name: 結果匯水點的流域盆地柵格數據集名稱
:param progress: 進度信息處理函數，具體參考 :py:class:`.StepEvent`
:type progress: function
:return: 匯水點的流域盆地柵格數據集或數據集名稱
:rtype: DatasetGrid or str
weight_matrix_file_to_table(file_path, out_data, out_dataset_name=None, progress=None)
空間權重矩陣文件轉換成屬性表。
結果屬性表包含源惟一ID字段（UniqueID）、相鄰要素惟一ID字段（NeighborsID）、權重字段（Weight）。
:param str file_path: 空間權重矩陣文件路徑。
:param out_data: 用於存儲結果屬性表的數據源
:type out_data: Datasource or DatasourceConnectionInfo or str
:param str out_dataset_name: 結果屬性表名稱
:param progress: 進度信息，具體參考 :py:class:`.StepEvent`
:type progress: function
:return: 結果屬性表數據集或數據集名稱。
:rtype: DatasetVector or str
zonal_statistics_on_raster_value(value_data, zonal_data, zonal_field, is_ignore_no_value=True, grid_stat_mode='SUM', out_data=None, out_dataset_name=None, out_table_name=None, progress=None)
柵格分帶統計，方法中值數據爲柵格的數據集，帶數據能夠是矢量或柵格數據。
柵格分帶統計，是以某種統計方法對區域內的單元格的值進行統計，將每一個區域內的統計值賦給該區域所覆蓋的全部單元格，從而獲得結果柵格。柵格分帶統計涉及兩種數據，值數據和帶數據。值數據即被統計的柵格數據，帶數據爲標識統計區域的數據，能夠爲柵格或矢量面數據。下圖爲使用柵格帶數據進行分帶統計的算法示意，其中灰色單元格表明無值數據。
.. image:: ../image/ZonalStatisticsOnRasterValue_1.png
當帶數據爲柵格數據集時，連續的柵格值相同的單元格做爲一個帶（區域）；當帶數據爲矢量面數據集時，要求其屬性表中有一個標識帶的字段，以數值來區分不一樣的帶，若是兩個及以上的面對象（能夠相鄰，也能夠不相鄰）的標識值相同，則進行分帶統計時，它們將做爲一個帶進行統計，即在結果柵格中，這些面對象對應位置的柵格值都是這些面對象範圍內的全部單元格的柵格值的統計值。
分帶統計的結果包含兩部分：一是分帶統計結果柵格，每一個帶內的柵格值相同，即按照統計方法計算所得的值；二是一個記錄了每一個分帶內統計信息的屬性表，包含 ZONALID（帶的標識）、PIXELCOUNT（帶內單元格數）、MININUM（最小值）、MAXIMUM（最大值）、RANGE_VALUE（值域）、SUM_VALUE（和）、MEAN（平均值）、STD（標準差）、VARIETY（種類）、MAJORITY（衆數）、MINORITY（少數）、MEDIAN（中位數）等字段。
下面經過一個實例來了解分帶統計的應用。
1. 以下圖所示，左圖是 DEM 柵格值，將其做爲值數據，右圖爲對應區域的行政區劃，將其做爲帶數據，進行分帶統計；
.. image:: ../image/ZonalStatisticsOnRasterValue_2.png
2. 使用上面的數據，將最大值做爲統計方法，進行分帶統計。結果包括以下圖所示的結果柵格，以及對應的統計信息屬性表（略）。結果柵格中，每一個帶內的柵格值均相等，即在該帶範圍內的值柵格中最大的柵格值，也就是高程值。該例統計了該地區每一個行政區內最高的高程。
.. image:: ../image/ZonalStatisticsOnRasterValue_3.png
注意，分帶統計的結果柵格的像素類型（PixelFormat）與指定的分帶統計類型（經過 ZonalStatisticsAnalystParameter 類的 setStatisticsMode 方法設置）有關：
* 當統計類型爲種類（VARIETY）時，結果柵格像素類型爲 BIT32；
* 當統計類型爲最大值（MAX）、最小值（MIN）、值域（RANGE）時，結果柵格的像素類型與源柵格保持一致；
* 當統計類型爲平均值（MEAN）、標準差（STDEV）、總和（SUM）、衆數（MAJORITY）、最少數（MINORITY）、中位數（MEDIAN）時，結果柵格的像素類型爲 DOUBLE。
:param value_data: 須要被統計的值數據
:type value_data: DatasetGrid or str
:param zonal_data: 待統計的分帶數據集。僅支持像素格式（PixelFormat）爲 UBIT一、UBIT四、UBIT8 和 UBIT16 的柵格數據集或矢量面數據集。
:type zonal_data: DatasetGrid or DatasetVector or str
:param str zonal_field: 矢量分帶數據中用於標識帶的字段。字段類型只支持32位整型。
:param bool is_ignore_no_value: 統計時是否忽略無值數據。 若是爲 True，表示無值柵格不參與運算；若爲 False，表示有無值參與的運算，結果仍爲無值
:param grid_stat_mode: 分帶統計類型
:type grid_stat_mode: GridStatisticsMode or str
:param out_data: 用於存儲結果數據的數據源。
:type out_data: Datasource or DatasourceConnectionInfo or str
:param out_dataset_name: 結果數據集的名稱
:type out_dataset_name: str
:param out_table_name: 分析結果屬性表的名稱
:type out_table_name: str
:param progress: 進度信息處理函數，具體參考 :py:class:`.StepEvent`
:type progress: function
:return: 返回一個 tuple，tuple 有兩個元素，第一個爲結果數據集或名稱，第二個爲結果屬性表數據集或名稱
:rtype: tuple[DatasetGrid, DatasetGrid] or tuple[str,str]
DATA
__all__ = ['create_buffer', 'overlay', 'dissolve', 'aggregate_points',...
FILE
/home/supermap/anaconda3/lib/python3.7/site-packages/iobjectspy/analyst.py
相關文章
- 1. 使用livy提交supermap iobjects for spark任務
- 2. 使用SuperMap iObjects for Spark組件開發進行分析
- 3. SuperMap iObjects .NET批量更新
- 4. 00_鏡像構建-iObjects Python with JupyterHub for K8s
- 5. iObjects for Spark- Docker安裝攻略
- 6. iObjects for java +weblogic
- 7. VScode在Ubuntu上安裝和使用SuperMap Python
- 8. 22_提取建築-iObjects Python with JupyterHub for K8s
- 9. 14_聚合分析-iObjects Python with JupyterHub for K8s
- 10. 04_Numpy互操做-iObjects Python with JupyterHub for K8s
- 更多相關文章...
- • SQLite - Python - SQLite教程
- • Docker 容器使用 - Docker教程
- • Composer 安裝與使用
- • 使用Rxjava計算圓周率
相關標籤/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
歡迎關注本站公眾號,獲取更多信息
相關文章
- 1. 使用livy提交supermap iobjects for spark任務
- 2. 使用SuperMap iObjects for Spark組件開發進行分析
- 3. SuperMap iObjects .NET批量更新
- 4. 00_鏡像構建-iObjects Python with JupyterHub for K8s
- 5. iObjects for Spark- Docker安裝攻略
- 6. iObjects for java +weblogic
- 7. VScode在Ubuntu上安裝和使用SuperMap Python
- 8. 22_提取建築-iObjects Python with JupyterHub for K8s
- 9. 14_聚合分析-iObjects Python with JupyterHub for K8s
- 10. 04_Numpy互操做-iObjects Python with JupyterHub for K8s