GIS的几个算法理论

墨卡托投影（Mercator Projection），又名“等角正轴圆柱投影”，荷兰地图学家墨卡托（Mercator）在1569年拟定，假设地球被围在一个中空的圆柱里，其赤道 与圆柱相接触，然后再假想地球中心有一盏灯，把球面上的图形投影到圆柱体上，再把圆柱体展开，这就是一幅标准纬线为零度（即赤道）的“墨卡托投影”绘制出 的世界地图。

一、墨卡托投影坐标系（Mercator Projection）
　　墨卡托投影以整个世界范围，赤道作为标准纬线，本初子午线作为中央经线，两者交点为坐标原点，向东向北为正，向西向南为负。南北极在地图的正下、上方，而东西方向处于地图的正右、左。
　　由于Mercator Projection在两极附近是趋于无限值得，因此它并没完整展现了整个世界，地图上最高纬度是85.05度。为了简化计算，我们采用球形映射，而不是 椭球体形状。虽然采用Mercator Projection只是为了方便展示地图，需要知道的是，这种映射会给Y轴方向带来0.33%的误差。
由于赤道半径为6378137米，则赤道周长为2*PI*r = 2* 20037508.3427892， 因此X轴的取值范围：[-20037508.3427892,20037508.3427892]。当纬度φ接近两极，即90°时，Y值趋向于无穷。因此 通常把Y轴的取值范围也限定在[-20037508.3427892,20037508.3427892]之间。因此在墨卡托投影坐标系（米）下的坐标范 围是：最小为(-20037508.3427892, -20037508.3427892 )到最大 坐标为(20037508.3427892, 20037508.3427892)。

二、地理坐标系（Geographical coordinates）
　　地理经度的取值范围是[-180,180]，纬度不可能到达90°，通过纬度取值范围为 [20037508.3427892,20037508.3427892]反计算可得到纬度值为85.05112877980659。因此纬度取值范围是 [-85.05112877980659，85.05112877980659]。因此，地理坐标系（经纬度）对应的范围是：最小地理坐标 (-180,-85.05112877980659)，最大地理坐标(180, 85.05112877980659)。

三、地面分辨率（Ground Resolution）
　　地面分辨率是以一个像素(pixel)代表的地面尺寸(米)。以微软Bing Maps为例，当Level为1时，图片大小为512*512（4个Tile），那么赤道空间分辨率为：赤道周长/512。其他纬度的空间分辨率则为 纬度圈长度/512，极端的北极则为0。Level为2时，赤道的空间分辨率为 赤道周长/1024，其他纬度为 纬度圈长度1024。很明显，Ground Resolution取决于两个参数，缩放级别Level和纬度latitude ，Level决定像素的多少，latitude决定地面距离的长短。
　　地面分辨率的公式为，单位：米/像素：
　　ground resolution = (cos(latitude * pi/180) * 2 * pi * 6378137 meters) / (256 * 2level pixels)　　

　　最低地图放大级别（1级），地图是512 x 512像素。每下一个放大级别，地图的高度和宽度分别乘于2：2级是1024 x 1024像素，3级是2048 x 2048像素，4级是4096 x 4096像素，等等。通常而言，地图的宽度和高度可以由以下式子计算得到：map width = map height = 256 * 2^ level pixels

四、地图比例尺（Map Scale）
　　地图比例尺是指测量相同目标时，地图上距离与实际距离的比例。通过地图分辨率在计算可知由Level可得到图片的像素大小，那么需要把其转换为以米为 单位的距离，涉及到DPI（dot per inch），暂时可理解为类似的PPI（pixelper inch），即每英寸代表多少个像素。256 * 2level / DPI 即得到相应的英寸inch，再把英寸inch除以0.0254转换为米。实地距离仍旧是：cos(latitude * pi/180) * 2 * pi * 6378137 meters; 因此比例尺的公式为：
　　map scale = 256 * 2level / screen dpi / 0.0254 / (cos(latitude * pi/180) * 2 * pi * 6378137)
　　比例尺= 1 : (cos(latitude * pi/180) * 2 * pi * 6378137 * screen dpi) / (256 * 2level * 0.0254)

　　地面分辨率和地图比例尺之间的关系：
　　map scale = 1 : ground resolution * screen dpi / 0.0254 meters/inch

缩放级别	地图宽度、高度(像素)	地面分辨率(米/像素)	地图比例尺(以96dpi为例)
1	512	78,271.5170	1 : 295,829,355.45
2	1,024	39,135.7585	1 : 147,914,677.73
3	2,048	19,567.8792	1 : 73,957,338.86
4	4,096	9,783.9396	1 : 36,978,669.43
5	8,192	4,891.9698	1 : 18,489,334.72
6	16,384	2,445.9849	1 : 9,244,667.36
7	32,768	1,222.9925	1 : 4,622,333.68
8	65,536	611.4962	1 : 2,311,166.84
9	131,072	305.7481	1 : 1,155,583.42
10	262,144	152.8741	1 : 577,791.71
11	524,288	76.4370	1 : 288,895.85
12	1,048,576	38.2185	1 : 144,447.93
13	2,097,152	19.1093	1 : 72,223.96
14	4,194,304	9.5546	1 : 36,111.98
15	8,388,608	4.7773	1 : 18,055.99
16	16,777,216	2.3887	1 : 9,028.00
17	33,554,432	1.1943	1 : 4,514.00
18	67,108,864	0.5972	1 : 2,257.00
19	134,217,728	0.2986	1 : 1,128.50
20	268,435,456	0.1493	1 : 564.25
21	536,870,912	0.0746	1 : 282.12
22	1,073,741,824	0.0373	1 : 141.06
23	2,147,483,648	0.0187	1 : 70.53

五、Bing Maps像素坐标系和地图图片编码
　　为了优化地图系统性能，提高地图下载和显示速度，所有地图都被分割成256 x 256像素大小的正方形小块。由于在每个放大级别下的像素数量都不一样，因此地图图片（Tile）的数量也不一样。每个tile都有一个XY坐标值，从左 上角的(0, 0)至右下角的(2^level–1, 2^level–1)。例如在3级放大级别下，所有tile的坐标值范围为(0, 0)至(7, 7)，如下图：

　已知一个像素的XY坐标值时，我们很容易得到这个像素所在的Tile的XY坐标值：
　　　　tileX = floor(pixelX / 256)　　tileY = floor(pixelY / 256)

　　为了简化索引和存储地图图片，每个tile的二维XY值被转换成一维字串，即四叉树键值（quardtree key，简称quadkey）。每个quadkey独立对应某个放大级别下的一个tile，并且它可以被用作数据库中B-tree索引值。为了将坐标值转 换成quadkey，需要将Y和X坐标二进制值交错组合，并转换成4进制值及对应的字符串。例如，假设在放大级别为3时，tile的XY坐标值为 （3，5），quadkey计算如下:
　　tileX = 3 = 011（二进制）
　　tileY = 5 = 101（二进制）
　　quadkey = 100111（二进制） = 213（四进制） = “213”
　　Quadkey还有其他一些有意思的特性。第一，quadkey的长度等于该tile所对应的放大级别；第二，每个tile的quadkey的前几位 和其父tile（上一放大级别所对应的tile）的quadkey相同，下图中，tile 2是tile 20至23的父tile，tile 13是tile 130至133的父级：



最后，quadkey提供的一维索引值通常显示了两个tile在XY坐标系中的相似性。换句话说，两个相邻的tile对应的quadkey非常接近。这对 于优化数据库的性能非常重要，因为相邻的tile通常被同时请求显示，因此可以将这些tile存放在相同的磁盘区域中，以减少磁盘的读取次数。