এটি আপনি যে এলএএস স্পেসিফিকেশনটি ব্যবহার করছেন তার উপর নির্ভর করে। এটি যদি ১.৩ বা তার চেয়ে কম হয় তবে জিওটিআইএফএফ-র মতো একই ফর্ম্যাটটি ব্যবহার করে পূর্ব-সংজ্ঞায়িত (স্পেসগুলি দেখুন) ভেরিয়েবল দৈর্ঘ্যের রেকর্ডগুলি (ভিএলআর) ব্যবহার করে স্পোকগুলি জিওরফেরেন্সিং তথ্য সংজ্ঞায়িত করে:
এলএএস ফর্ম্যাটের জন্য জিওরফারেন্সিং একই শক্তিশালী প্রক্রিয়াটি ব্যবহার করবে যা জিওটিআইএফএফ স্ট্যান্ডার্ডের জন্য তৈরি হয়েছিল।
এই ফর্ম্যাটটি যদিও কিছু সময়ে ছোঁয়াছুটি করা কিছুটা চ্যালেঞ্জজনক, তবে এটি অত্যন্ত নমনীয়। এটি জিওকি ডাইরেক্টরিটিগ ট্যাগ নামক তিনটি সংজ্ঞায়িত ট্যাগের উপর নির্ভর করে, যা জিওরেফ ডেটাগুলির সামগ্রীর টেবিলের মতো, জিওডুবলপ্যারামটাইগ ট্যাগ, যা জিওকিডাইরেক্টরি ট্যাগে উল্লিখিত সমস্ত ডাবল-স্পষ্টতা মানগুলির স্টোরের মতো, এবং একইভাবে জিওএসসিআইপ্যারামটাইগ ট্যাগ which সমস্ত ASCII (পাঠ্য) মান সংরক্ষণ করতে ব্যবহৃত হয়। এই সাইটটি একটি ভাল ব্যাখ্যা এবং একটি উদাহরণ সরবরাহ করে।
এর মতো । লাস বনাম 1.4 অবশ্য georeferencing তথ্য জমা করার এই পদ্ধতি সুপরিচিত পাঠ্য (উইকেটরক্ষক) বিন্যাস পক্ষপাতী পরিবর্তন করা হয়েছে, এছাড়াও, সংজ্ঞায়িত VLRs সঞ্চিত যদিও GeoTIFF বিন্যাস এখনও উত্তরাধিকার জন্য ব্যবহার করা হয়:
পয়েন্ট ডেটার জন্য সমন্বিত রেফারেন্স সিস্টেম (সিআরএস) তথ্য সমস্ত ডেটার জন্য প্রয়োজনীয়। সিআরএস তথ্য পরিবর্তনশীল দৈর্ঘ্য রেকর্ডস বা বর্ধিত পরিবর্তনশীল দৈর্ঘ্য রেকর্ডে স্থাপন করা হবে (নোট করুন যে লেখক যদি উত্তরাধিকারের সামঞ্জস্য বজায় রাখতে চান তবে ভিএলআরগুলিতে জিওটিআইএফএফ অবশ্যই ব্যবহার করা উচিত)। ডাব্লুকেটি গ্লোবাল এনকোডিং বিট দ্বারা নির্দেশিত হিসাবে সিআরএস জিওটিআইএফএফ বা ওয়েল নো পাঠ্য দ্বারা প্রতিনিধিত্ব করা হয়। পয়েন্ট রেকর্ড ফর্ম্যাটগুলি 0-5 জিওটিআইএফএফ বা ডব্লিউকেটি ব্যবহার করতে পারে (তবে উভয়ই একই সাথে নয়)। পয়েন্ট রেকর্ড ফর্ম্যাট 6-10 অবশ্যই ডাব্লুকেটি ব্যবহার করতে হবে।
আমি ভৌগলিক স্থানাঙ্কগুলিতে পয়েন্ট তথ্য কেন সংরক্ষণ করতে পারছি না (এই লম্বা / দীর্ঘ) এই নমনীয় ফর্ম্যাটগুলির কোনও কারণ দেখছি না তবে লাস ডেটার জন্য এটি মোটামুটি অস্বাভাবিক হবে যেটি আমি এর আগে কখনও দেখিনি। আমি কল্পনা করলাম কারণ লিডার ডেটাসেটগুলি বৃহত্তর আকারের (ছোট স্থানিক পরিমাণ) হতে থাকে এবং তাই প্রত্যাশিত সমন্বয় ব্যবস্থাটিকে প্রাধান্য দেওয়া হয়। এটি পয়েন্টগুলির মধ্যে দূরত্ব গণনা করে যা কিছু অ্যালগরিদমের জন্য গুরুত্বপূর্ণ (যেমন পয়েন্ট শ্রেণিবদ্ধকরণ বা ফিল্টারিং), আরও সহজ।