উত্তর:
স্থলটি কোথায় রয়েছে সে সম্পর্কে আমাদের কাছে সাধারণত ডেটা থাকে, তাই আমাদের এটি ব্যবহার করতে হবে। গ্রাউন্ড একটি 3D মধ্যে দৃ figure় চিত্র নির্ধারণ করে। আপনি এই চিত্রটি দর্শকের কেন্দ্রিক একক গোলকের মধ্যে মূলভাবে প্রজেক্ট করুন: এটি গোলকের কোনও অঞ্চলে স্থলটিকে মানচিত্র করে। অবশিষ্ট অঞ্চলের ক্ষেত্রফলটি গণনা করুন : এটি আকাশের ( স্ট্রেডিয়ানদের ) অধীনস্থ শক্ত কোণ । এটি গোলকের মোট ক্ষেত্র (4 পাই এর সমান) দ্বারা ভাগ করুন এবং আকাশের শতাংশের জন্য 100 দ্বারা গুণিত করুন।
আপনি যদি আরও সুস্পষ্ট ব্যাখ্যা পছন্দ করেন তবে দর্শকে একটি ছোট গোলাকার বুদবুদের কেন্দ্রে রাখুন এবং তাকে আকাশের উপরে আঁকতে বলুন। পুরো বুদ্বুদ আঁকার জন্য প্রয়োজনীয় পরিমাণ দ্বারা তিনি যে পরিমাণ পেইন্ট ব্যবহার করেন তা ভাগ করুন এবং 100 দ্বারা গুণিত করুন।
বাস্তবে এমন কিছু সহজ-সরল প্রযুক্তিগত বিবরণ নেই।
ক্ষেত্রটি যখন ত্রিভুজযুক্ত নেটওয়ার্ক (একটি টিআইএন) হিসাবে দেওয়া হয় তখন ক্ষেত্রটির মধ্যে প্রক্ষেপণটি মোটামুটি সোজা হয় কারণ আপনাকে গোলকের মধ্যে একটি ত্রিভুজ প্রজেক্টের জন্য কেবল কোড লিখতে হয়। যখন গ্রিডটি উন্নত মডেল (একটি ডিইএম) হিসাবে দেওয়া হয়, আপনি প্রতিটি গ্রিড কোষকে 3 ডি চতুর্ভুজ হিসাবে কল্পনা করতে পারেন। আপনি এটি একটি তির্যকটি বরাবর দুটি ত্রিভুজ ভাঙ্গতে এবং গোলকের প্রতিটি ত্রিভুজটি ম্যাপ করতে পারেন। উভয় ক্ষেত্রেই আপনি গোলকের উপরে অনুমানযুক্ত ত্রিভুজগুলির সংগ্রহ রেখে গেছেন। গোলকের মানচিত্রে (উদাহরণস্বরূপ, একটি স্টেরিওগ্রাফিক প্রক্ষেপণ সহ) প্রকল্পের মাধ্যমে এই ত্রিভুজগুলির বহুভুজীয় অঞ্চলে একত্রিতকরণ বিমানের গণনীয় জ্যামিতির (উদাহরণস্বরূপ, বিমানের সুইপ পদ্ধতি ব্যবহার করে) একটি আদর্শ সমস্যার ক্ষেত্রে হ্রাস করা যেতে পারে। বাকিগুলি সহজ (একটি জিআইএসের জন্য)।
এই চিত্রটি দর্শকের ডাউনটাউনে সরাসরি তাকিয়ে থাকা জিনোমিকিক প্রক্ষেপণে সিমুলেটেড আকাশচুম্বী একটি ছোট শহর দেখায়। জিআইএস এই বিল্ডিংগুলির পাশ এবং ছাদের প্রতিনিধিত্ব করে বহুভুজগুলিকে "একত্রিত" (সংঘবদ্ধ করে) এবং তারপরে অবশিষ্ট (সাদা) স্থানের ক্ষেত্রফল গণনা করতে পারে। জ্ঞানমনিক প্রজেকশনটি বেছে নেওয়া হয়েছিল কারণ সোজা আর্কিটেকচারাল লাইনগুলি বক্ররেখির পরিবর্তে লাইন বিভাগ হিসাবে রেন্ডার করা হয়।
আপনার যখন কেবল একটি গ্রাউন্ড এবং বিল্ডিং থাকবে তখন এই গণনাটি করতে জিআইএসকে পরিষেবাতে স্থাপন করা যেতে পারে। আয়তক্ষেত্রের সংগ্রহ হিসাবে বিল্ডিংগুলি সম্ভবত উপলব্ধ। একটি আয়তক্ষেত্রের একটি শীর্ষস্থানীয় দর্শকের সাথে সম্পর্কিত ইউক্লিডিয়ান স্থানাঙ্ক (x, y, z) থাকে। এগুলিকে গোলাকার স্থানাঙ্কে রূপান্তর করুন: এটি হল অক্ষাংশ এবং দ্রাঘিমাংশ। রূপান্তরিত আয়তক্ষেত্রের জন্য বহুভুজ তৈরি করুন। সমস্ত ভবনের সমস্ত অংশের জন্য সমস্ত আয়তক্ষেত্রের জন্য এটি করুন, ফলস্বরূপ "বহুভুজ বৈশিষ্ট্য স্তর" তৈরি হয়। তারপরে, জিআইএসে, (1) বৈশিষ্ট্যগুলির সেট-তাত্ত্বিক ইউনিয়নটি গণনা করুন, (2) ফলে প্রাপ্ত ক্ষেত্রটি গণনা করুন, (3) এটি পৃথিবীর অর্ধেক পৃষ্ঠভূমি (অন্য অর্ধেক স্থলভাগের জন্য) থেকে বিয়োগ করুন, এবং (4) পৃথিবীর পুরো অঞ্চল দ্বারা ভাগ (এক শতাংশ পেতে 100 দ্বারা গুণিত)। গণনার প্রচেষ্টা N * লগ (N) এর সমানুপাতিক যেখানে N শীর্ষে সংখ্যা ices নির্ভুলতা জিআইএসটি আয়তক্ষেত্রগুলিকে কতটা ভালভাবে উপস্থাপন করে তার উপর নির্ভর করে (আপনার আরও আয়তক্ষেত্রগুলি আরও ঘনিষ্ঠ দূরত্বে অবস্থিত অনুক্রমের ক্রমগুলিতে ভাঙ্গার প্রয়োজন হতে পারে)। আপনার নির্ভুলতার প্রয়োজনীয়তার উপর নির্ভর করে আপনি মন্টে-কার্লো ভিত্তিক পদ্ধতিগুলি বিবেচনা করতে পারেন (উদাহরণস্বরূপ, রে ট্রেসিংয়ের জবাব অন্য জবাবতে দেওয়া হয়েছে) একবার আপনার কয়েক লক্ষাধিক শীর্ষটি উল্লম্ব হয়ে গেলে - অর্থাত্ একবার দর্শকের সম্পূর্ণরূপে কয়েক হাজার বিল্ডিং (এবং এর অংশগুলি দেখতে পাবেন) :-)।
এখানে একটি উত্তর যা জিআইএসের পরিবর্তে কম্পিউটার গ্রাফিক্স জগত থেকে আসে - সুতরাং, কোন সরঞ্জাম (গুলি) ব্যবহার করতে হবে তার নির্দেশাবলীর চেয়ে এটি একটি অ্যালগরিদমের বর্ণনা।
সংজ্ঞা: একটি রশ্মি একটি উত্স + একটি দিক; এটি সেই লাইন যা উত্স থেকে শুরু হয় এবং সেই দিকটি অনন্ত অব্যাহত রাখে।
আপনার নিম্নলিখিত মৌলিক উপাদানগুলি প্রয়োজন:
প্রদত্ত রশ্মি মাটিতে আঘাত করে কিনা তা পরীক্ষা করার ক্ষমতা।
প্রদত্ত রশ্মি কোনও বিল্ডিংয়ে আঘাত করে কিনা তা পরীক্ষার ক্ষমতা।
3 ডি কার্টেসিয়ান স্থানাঙ্ক স্থানে আপনার সমস্ত ডেটা (ভবনগুলি, যা ভূমির প্রতিনিধিত্ব করে তথ্য)।
রশ্মি পরীক্ষার জন্য কার্যকর সূত্রগুলি নির্ভর করে আপনি কীভাবে "স্থল" (একটি নিখুঁত গোলক? ভূখণ্ড?) এবং "একটি বিল্ডিং" (একটি বহির্মুখী আয়তক্ষেত্র? একটি সম্পূর্ণ 3D মডেল?) উপস্থাপন করবেন তার উপর নির্ভর করে। সাধারণ জ্যামিতির জন্য এগুলি সহজেই খুঁজে পাওয়া যায় এবং কার্যকর করা সহজ। (উদাহরণস্বরূপ, "রে ঘনক্ষেত্র ছেদ" অনুসন্ধান করুন)।
যাই হোক না কেন, সেখান থেকে একটি বিন্দু থেকে আকাশের দৃশ্যমানতার% হিসাবে উত্তর তুচ্ছ - আপনার ক্যোয়ারী পয়েন্ট থেকে এলোমেলো নির্দেশাবলী দিয়ে প্রচুর রশ্মি ছড়িয়ে দিন। আকাশ অনুপাত যে আপনার পরীক্ষার বিন্দু থেকে দৃশ্যমান রে যে হয়নি সংখ্যা সমান না একটি বিল্ডিং বা মাঠ আঘাত।
উত্তরটি নির্ভুল নয়, তবে আপনি আরও রশ্মি যুক্ত করে কোনও পছন্দসই স্তরের নির্ভুলতার সাথে এটি গণনা করতে পারেন।
উপরে বর্ণিত হিসাবে, এটি খুব দ্রুত প্রয়োজন হয় না; তবে আপনি প্রয়োগ করতে পারেন এমন ভাল-ডকুমেন্টেড অপটিমাইজেশনের একটি বিশাল সংস্থান রয়েছে।
(আমি আশা করব যে, বেশ কয়েকটি পয়েন্ট এবং একই বিল্ডিং ডেটাসেট জুড়ে আকাশের দৃশ্যমানতার গণনা করার জন্য, একটি সাধারণ স্পেসিয়াল ইনডেক্স যুক্ত হওয়ার পরে এই পদ্ধতির জলের বাইরে প্রত্যাশা-ভিত্তিক পদ্ধতিগুলি ফুঁকবে))
দ্বি-মাত্রিক উপস্থাপনা (চিত্র এ দেখুন) থেকে দেখা একটি নির্দিষ্ট পর্যবেক্ষণ পয়েন্টের উপরে দৃশ্যমান আকাশের অংশ (V) দ্বারা আকাশ-দৃষ্টিভঙ্গি ফ্যাক্টর (এসভিএফ) সংজ্ঞায়িত করা হয়েছে। অ্যালগরিদম নির্দিষ্ট ব্যাসার্ধ আর (খ) এর দিকে নির্দেশিত দিগন্ত γi এর উল্লম্ব উত্থানের কোণটি গণনা করে (আটটি এখানে উপস্থাপিত হয়েছে)।
স্কাই-ভিউ ফ্যাক্টরটি বিদ্যমান ভিজ্যুয়ালাইজেশন কৌশলগুলির ত্রুটিগুলি কাটিয়ে উঠার জন্য প্রস্তাবিত হয়েছে, উদাহরণস্বরূপ, বিশ্লেষণাত্মক পাহাড়ের ছায়ায় দিকনির্দেশক আলোকসজ্জার সমস্যা।
দৃশ্যমান আকাশের অংশটি প্রকাশের জন্য সবচেয়ে সুবিধাজনক পরিমাপ হ'ল শক্ত কোণ Ω এটি কোনও পর্যবেক্ষকের কাছে কোনও বস্তু কত বড় প্রদর্শিত হবে তার একটি পরিমাপ। কোন বস্তুর শক্ত কোণ পর্যবেক্ষণ বিন্দুতে কেন্দ্রীভূত unityক্য গোলকের দিকে বস্তুর প্রক্ষেপণের ক্ষেত্রের সাথে সমানুপাতিক।
এসভিএফ 0 এবং 1 এর মধ্যে রয়েছে। 1 এর মানগুলির অর্থ প্রায় সম্পূর্ণ গোলার্ধটি দৃশ্যমান, যা উদ্ভাসিত বৈশিষ্ট্যগুলির ক্ষেত্রে (প্লেন এবং শিখর) ক্ষেত্রে দেখা যায়, যখন 0 এর কাছাকাছি মানগুলি গভীর ডোবা এবং গভীর উপত্যকার নীচের অংশে উপস্থিত থাকে যেখানে প্রায় কোনও আকাশ দেখা যায় না। এসভিএফ হ'ল একটি দৈহিক পরিমাণ (যদি আমরা উল্লম্ব অতিরঞ্জিতভাবে উচ্চতার ডেটা ব্যবহার করি না)।
@ মাইমিক_কার্ডে উল্লেখ করা হয়েছে যে রিমোট সেন্সস-এ এসভিএফ-এর সাথে ডেটা ভিজ্যুয়ালাইজেশনের উপর একটি কাগজ প্রকাশিত হয়েছে। 2011, 3 (2), 398-415; ডোই: 10,3390 / rs3020398।
এসভিএফ কম্পিউটিংয়ের জন্য একটি নিখরচায় সরঞ্জাম (এবং আরও অনেকগুলি) http://iaps.zrc-sazu.si/en/rvt#v এ উপলব্ধ
ইকোটেক্ট (এখন একটি অটোডেস্ক সরঞ্জাম ) আপনাকে এটি করতে সক্ষম করে। আরও সাধারণভাবে, এটি দিবালোকের ক্ষেত্রে ঘন ঘন পরীক্ষা করা হয় এবং জিআইএস এর চেয়ে এই ক্ষেত্রের কোনও সরঞ্জাম ব্যবহার করা সহজ হতে পারে। (যদিও আমি একটি জিআইএস প্লাগইন শুনেছি যা এটি করতে পারে এবং সৌর এক্সপোজার গণনা করতে পারে তবে আমি এটি কখনই খুঁজে পেতে পারি নি)।
গ্রাস জিআইএস সংস্করণ (-এ (আসলে স্থিতিশীল নয়) কমান্ডটি r.skyview রয়েছে ( r.horizon কমান্ডের উপর ভিত্তি করে স্থিতিশীল জিআরএসএস v.6 এ উপলব্ধ)।
এটি ভূখণ্ডের মডেলকে উপস্থাপন করে এমন একটি রাস্টার চিত্র পড়ে, যা টেরিন বৈশিষ্ট্য উচ্চতা (যেমন বিল্ডিং উচ্চতা) এর সাথে সম্পর্কিত পিক্সেল মান এবং প্রতিটি পিক্সেলের জন্য "স্কাইভিউ ফ্যাক্টর" গণনা করে।
আপনাকে প্রথমে আপনার ডেটা (অজানা ফর্ম্যাট )টিকে একজন রাস্টার ডাটাবেসে রূপান্তর করতে হবে।
দেখা:
http://grass.osgeo.org/grass70/manuals/addons/r.skyview.html