打算在接下来的一段时间仔细看看.Net上的开源GIS，除了SharpMap还有DotSpatial、GMap等等，最好自己也能实现一个简单的GIS（比如几何对象模型比SFS还简单的那种，呵呵）。

这次先试了下SharpMap，主要功能都在SharpMap.dll中，模仿项目主页上HowTo部分，实现了加载数据（ShapeFile），拉框选中要素并显示属性表等功能。

代码：

using System;
using System.Drawing;
using System.Windows.Forms;
using SharpMap;
using SharpMap.Data;
using SharpMap.Data.Providers;
using SharpMap.Geometries;
using SharpMap.Layers;
using Point = System.Drawing.Point;

namespace SharpMapTest
{
    public partial class Form1 : Form
    {
        public Form1()
        {
            InitializeComponent();

            // map and layers
            var map
                = new Map(new Size(584, 537))
                      {
                          BackColor = Color.White,
                      };
            var layerChina
                = new VectorLayer("china")
                      {
                          DataSource = new ShapeFile(@".\data\bou1_4l.shp"),
                          SRID = 4326,
                      };
            layerChina.Style.Line.DashPattern = new[] { 4.0f, 2.0f };
            var layerCity
                = new VectorLayer("city")
                      {
                          DataSource = new ShapeFile(@".\data\res1_4m.shp"),
                          SRID = 4326,
                          Style = { PointSize = 5 },
                      };

            map.Layers.Add(layerChina);
            map.Layers.Add(layerCity);
            map.ZoomToExtents();

            this.pictureBox1.BackgroundImage = map.GetMap();
            this.pictureBox1.BackgroundImageLayout = ImageLayout.Center;

            // display coordinate
            this.pictureBox1.MouseMove
                += (s, e) =>
                       {
                           var mapPoint = map.ImageToWorld(new PointF(e.X, e.Y));
                           var strCoor = String.Format("({0},{1})--({2},{3})", e.X, e.Y, mapPoint.X, mapPoint.Y);
                           this.lblCoor.Text = strCoor;
                       };

            // select and display attributes
            bool inSelect = false;
            var p1 = new Point();
            this.pictureBox1.MouseDown
                += (s, e) =>
                       {
                           p1 = e.Location;
                           inSelect = true;
                       };

            this.pictureBox1.MouseMove
                 += (s, e) =>
                        {
                            if (!inSelect) return;
                            var p2 = e.Location;
                            var rect = new System.Drawing.Rectangle(p1.X, p1.Y, Math.Abs(p2.X - p1.X), Math.Abs(p1.Y - p2.Y));
                            var brush = new System.Drawing.SolidBrush(Color.Blue);
                            var g = this.pictureBox1.CreateGraphics();
                            var p = new Pen(brush);
                            g.DrawRectangle(p, rect);
                            pictureBox1.Refresh();
                            g.Dispose();
                            p.Dispose();
                        };

            this.pictureBox1.MouseUp
                += (s, e) =>
                       {
                           var bbox = new BoundingBox(map.ImageToWorld(p1), map.ImageToWorld(e.Location));
                           var ds = new FeatureDataSet();
                           layerCity.DataSource.Open();
                           layerCity.DataSource.ExecuteIntersectionQuery(bbox, ds);
                           dataGridView1.DataSource = ds.Tables[0];
                           layerCity.DataSource.Close();
                           inSelect = false;
                       };
        }
    }
}

截图：

台风风场数据一般包括X、Y、U和V，分别表示经度、纬度、东西方向速度和南北方向速度。简单的绘制，可以在一个GraphicsLayer中根据这几个属性值绘制箭头。开始我想的是自己动态生成各种Symbol，但现在还没法实现。现在用的方法的主要思路是根据X和Y确定箭头的末端位置p1，通过U和V确定箭头的大小（为了在地图上可见，可以乘以一个常数来放大）length，并且根据|V/U|的反正切值算出箭头与东西方向的夹角theta，这样就能根据length和theta计算箭头的顶点位置p2。取length/8（取多少自己感觉吧）为箭头两翼的长度h，并设箭头两翼的夹角为pi/3（还是感觉），那箭头一翼与箭身的夹角就是pi/6。这样就能根据p2、h、theta和pi/6，计算出箭头的左右两翼末端的坐标pL和pR。根据箭头的不同朝向，计算具体的参数值。

具体代码如下（Vector类中就包含了四个属性XYUV）：

        private void displayCurrent(List<vector> vectors)
        {
            var wm = new SpatialReference(3857);
            foreach (var vector in vectors)
            {
                var length = Math.Sqrt(vector.U * vector.U + vector.V * vector.V) * 5000;
                var theta = Math.Atan(Math.Abs(vector.V / vector.U));
                var p1 =
                    (MapPoint)_webMercator.FromGeographic(new MapPoint(vector.X, vector.Y, new SpatialReference(4326)));
                var h = length / 8;

                double alphaL, alphaR;
                MapPoint p2 = null;
                MapPoint pR = null;
                MapPoint pL = null;
                if (vector.U > 0 && vector.V > 0)
                {
                    p2 = new MapPoint(p1.X + length * Math.Cos(theta), p1.Y + length * Math.Sin(theta), wm);
                    alphaR = Math.PI / 2 - theta - Math.PI / 6;
                    alphaL = theta - Math.PI / 6;
                    pR = new MapPoint(p2.X - h * Math.Sin(alphaR), p2.Y - h * Math.Cos(alphaR), wm);
                    pL = new MapPoint(p2.X - h * Math.Cos(alphaL), p2.Y - h * Math.Sin(alphaL), wm);
                }
                else if (vector.U > 0 && vector.V < 0)
                {
                    p2 = new MapPoint(p1.X + length * Math.Cos(theta), p1.Y - length * Math.Sin(theta), wm);
                    alphaR = theta - Math.PI / 6;
                    alphaL = Math.PI / 2 - theta - Math.PI / 6;
                    pR = new MapPoint(p2.X - h * Math.Cos(alphaR), p2.Y + h * Math.Sin(alphaR), wm);
                    pL = new MapPoint(p2.X - h * Math.Sin(alphaL), p2.Y + h * Math.Cos(alphaL), wm);
                }
                else if (vector.U < 0 && vector.V > 0)
                {
                    p2 = new MapPoint(p1.X - length * Math.Cos(theta), p1.Y + length * Math.Sin(theta), wm);
                    alphaR = theta - Math.PI / 6;
                    alphaL = Math.PI / 2 - theta - Math.PI / 6;
                    pR = new MapPoint(p2.X + h * Math.Cos(alphaR), p2.Y - h * Math.Sin(alphaR), wm);
                    pL = new MapPoint(p2.X + h * Math.Sin(alphaL), p2.Y - h * Math.Cos(alphaL), wm);
                }
                else if (vector.U < 0 && vector.V < 0)
                {
                    p2 = new MapPoint(p1.X - length * Math.Cos(theta), p1.Y - length * Math.Sin(theta), wm);
                    alphaR = Math.PI / 2 - theta - Math.PI / 6;
                    alphaL = theta - Math.PI / 6;
                    pR = new MapPoint(p2.X + h * Math.Sin(alphaR), p2.Y + h * Math.Cos(alphaR), wm);
                    pL = new MapPoint(p2.X + h * Math.Cos(alphaL), p2.Y + h * Math.Sin(alphaL), wm);
                }

                var arrow = new ESRI.ArcGIS.Client.Geometry.Polyline();
                var path1 = new ESRI.ArcGIS.Client.Geometry.PointCollection { p1, p2 };
                arrow.Paths.Add(path1);
                var path2 = new ESRI.ArcGIS.Client.Geometry.PointCollection { pL, p2, pR };
                arrow.Paths.Add(path2);

                _currentLayer.Graphics.Add(new Graphic
                {
                    Geometry = arrow,
                    Symbol = new SimpleLineSymbol(Colors.Black, 1),
                });
            }
        }

效果如下：

做这个是因为师姐毕业论文中要用，而且自己以后肯定也会用到，毕竟都是一个方向的。参考以前毕业师姐写过的代码，完善了一下，就用ArcGIS API for Silverlight做了个例子。

=============

更新：

自从我写了这个以后，B1线的实时数据貌似就没有正常过。当初选择B1线无非是因为他是快速公交，比较出名，而且以前坐的也比较多点。既然B1线不行，那就换个别的了。现在用的是194路坐例子，站点是蒋村公交中心站，也就是地图上最上方的那个。反正能说明问题就行了吧。

=============

以前在杭州等车的时候见过路牌上有公交车的到站信息，虽然感觉有时候不太准但还是比较新颖的；后来在网上看到有人做手机端的实时公交应用，但我那时对Web开发还啥都不懂，搞不清楚怎么回事，当然现在也只是知道一点点；再后来又看到些Live、Realtime的应用，感觉到公交也是一个很好的实时例子；去年末写了个公交换乘算法，处理了一些南京市的公交数据，对公交应用也略有了解；上个月初，突然对（www.hzbus.cn）开始感兴趣，找到了它的服务调用地址，顿时以前的一些想法开始脑中翻滚，就开始动手操作了。

最近这个月事情好多，转眼间就过去了，我只是断断续续再做这个事情。碰到的问题也相当相当多，比如服务给的坐标都是经过偏移的，这种致命打击完全让我失去了做一个完整应用的动力，我；再比如典型的跨域问题，Silverlight对第三方的服务有什么好的解决办法吗？我用的是YQL来做的；还有就是自己的能力不足，对Web开发、Silverlight以及ArcGIS API都只是停留在入门的水平，没有一个完整的项目来驱动，很难更深入的学习了。

简单说说这个例子的思路：地图调的是arcgisonline.cn上的服务，很喜欢gray风格，特别是做Mashup的时候，能很鲜明地突出专题信息；公交线路、站点和车辆实时位置当然是调用前面提到网站中的服务了，但为了实现跨域访问，经过了YQL的一层包装；解析抓取到的数据，都作为简单的Graphic添加到相应图层中；对于实时位置，显然要通过计时器，每隔几秒去抓一次数据，更新位置的。

总的来说，做的比较简单，与我开始的雄心壮志相比不知差了几条街额。下面是这个例子：

这个是杭州B1线，下沙->黄龙方向，终点站黄龙公交中心站（最西边那个站）的实时公交情况。也就是说，假设你在黄龙公交中心站，能看到向你开过来最近的3辆B1车的实时位置（按理应该是这样吧，但实际上服务给的数据还是有出入的）。表格中是三辆车的数据，包括车辆编号，位置和速度。B1的工作时间是到晚上10点，10点以后你肯定看不到公交车啦。

最后，希望有更多的单位出来共享数据，提供友好的API，特别是带GeoLocation的。我想只有这样，我们提的那些智慧城市之类的口号才有实现的可能吧。

在StackExchange帮助中看到他们用的代码高亮脚本Google Code Prettify，感觉效果不错，就直接找个Wordpress插件安上了。

下面是一段获取仙林大学城PM2.5值的代码：

using System.IO;
using System.Net;
using System.Xml;
using System.Xml.Linq;

namespace ConsoleApplication1
{
    class Program
    {
        static void Main(string[] args)
        {
            var request = (HttpWebRequest)WebRequest.Create("http://218.94.78.75/pm25services/Service.asmx");
            request.Headers.Add("Action", "http://218.94.78.75/pm25services/Service.asmx?op=getSurvyValue");
            request.Method = "POST";
            request.ContentType = "text/xml;charset=\"utf-8\"";
            request.Accept = "text/xml";

            XmlDocument soapEnvelop = new XmlDocument();
            XNamespace soapenv = "http://schemas.xmlsoap.org/soap/envelope/";
            XNamespace tns = "http://tempuri.org/";
            var xml =
                new XElement(soapenv+"Envelope", new XAttribute(XNamespace.Xmlns +"SOAP-ENV", "http://schemas.xmlsoap.org/soap/envelope/"), new XAttribute(XNamespace.Xmlns +"s", "http://www.w3.org/2001/XMLSchema"), new XAttribute(XNamespace.Xmlns +"xsi", "http://www.w3.org/2001/XMLSchema-instance"),
                    new XElement(soapenv + "Body",
                        new XElement(tns + "getSurvyValue", new XAttribute(XNamespace.Xmlns + "tns", "http://tempuri.org/"),
                            new XElement(tns + "elemname", "PM25"),
                            new XElement(tns + "scode", "AQMS02500104")))).ToString();
            soapEnvelop.LoadXml(xml);

            Stream requestStream = request.GetRequestStream();
            soapEnvelop.Save(requestStream);
            requestStream.Close();

            WebResponse response = request.GetResponse();
            Stream responseStream = response.GetResponseStream();
            var sr = new StreamReader(responseStream);
            string result = sr.ReadToEnd();
        }
    }
}

代码当然是能运行的，有图有真相：

政府公开信息是好事，既能树立公信力也能让普通人获益，虽然按理说这些早就是我们纳税人应得的服务。

这个网站（http://218.94.78.75/airwebsite/），大致看了下是ArcGIS Server+REST Service+Flex API+天地图底图。目前尚在测试中，且建议IE浏览。其实这是个很普通的应用吧，后台的服务写好了，前面用商业地图API，不管是Google Maps还是国产地图，都能很好的满足需求。再看看GIS服务（http://218.94.78.75/ArcGIS/rest/services），四个MapServer和一个GeometryServer。MapServer只是提供底图、测站和注记而已，GeometryServer也没从Fiddler中看出用在哪了。其实这是挺简单的活，不需要这样的排场，而且整个整出来的效果像是实习生作品。

不过话说回来，这些东西都用商业地图、开源软件做了，那还让GIS厂商活吗，还让我们过日子不？

所以，各取所需，和谐社会。

一、Google搜索操作符

1.站内搜索（site）

常常我们只要查某个网站里面的东西，比如查询南师的食堂，只需用“site”操作符，再加上检索的关键词“食堂”即可：

2.网址搜索（inurl）

有时候网址中恰恰包含了你所需要的信息，而在网页中却是没有的。比如有哪些查询已经发布的ArcGIS REST服务，只需用“inurl”操作符，再加上关键词“arcgis/rest”即可：

3.文件格式搜索（filetype）

限定文件格式，比如常见的doc、pdf和xls等等。先通过文件格式筛选一部分（其实是大部分）结果，然后再使用具体关键词就事半功倍了。比如查询自然科学基金项目清单，往往这都是Excel表格中（这里再加上限定站内搜索，这也说明操作符可以组合的）：

Google搜索操作符有很多，这里只是列举一些我用过的而已。

二、自定义搜索

自定义搜索就是限定在几个网站内搜索，比较适合信息集中的领域。比如GIS圈子比较小，找资料就是那么几个网站（esri、arcgis、stackexchange等等），这样就可以用Google Custom Search自定义一个搜索引擎，专门在这几个网站中找资料：

你可以通过这个网址访问：http://goo.gl/3mSe2

三、整合Evernote搜索

Evernote是一款强大的笔记软件，可以用来收集平时的一些文字、图片等等，几乎所有格式的文件都能存储。如果你积累了一定数量的笔记，那你的Evernote是你的专属知识库。这样，在查找资料时，先在自己的知识库中看看会比较有针对性。

Chrome中有Evernote的插件，可以设置为在搜索引擎中检索时，同时在你的Evernote账户中检索：

四、Everthing本地搜索

Everything是本地的文件检索工具，根据文件名，直接在硬盘中列出相关的文件。其最大特点也是唯一的特点就是快：

这样，很多时候找文件的时候都不用去资源管理器一层一层去翻了，直接Everthing一下，多方便。

五、微软学术搜索

虽然不搞学术，但偶尔还是会需要看点文章。Google Scholar和CNKI都已经很熟悉了，很多人可能不太用微软的学术搜索。这个搜索有几个比较优秀的地方，比如会猜测你的关键词全称，按学科分类，以及像学术地图等一些可视化工具。

六、Chrome管理搜索引擎

Chrome中可以在地址栏中直接输入搜索关键词，默认使用的是Google搜索。你也可以为不同的搜索引擎，添加自定义的缩写。例如自定义淘宝搜索：

在淘宝的搜索栏中右击，选中添加搜索引擎

为淘宝搜索设置关键字“tb”

在地址栏中输入“tb”，空格，ipad

你可以将常用的引擎都通过这种方式来管理，就不需要再登录到各个主页去检索了。

总结

不管是哪种方法，都是为了更省时间，更高效。上面列出的只是沧海一粟，各个领域应该还有许多常用的方法，欢迎补充。

图中两个地点之间的连线不是直线，而是测地线（Geodesic），或者说大圆路径、航线等等。其实就是球体上两点之间最短路径投影后的表示。用测地线做图需要有比较多的数据，这样可以表现的比较“繁忙”。而且地理上必须是大范围的，不然看上去还是直线，就缺少了曲线的美感。

在ArcGIS中，也有计算测地线的工具，XY To Line：

它需要一张包含起始点地理坐标的表，就能输出两点之间的测地线了。使用起来很简单，当然真要自己算应该比较麻烦的。

下面举个不恰当的例子：美驻华使领馆与省会城市之间的距离关系。

美国在华有7个使领馆：北京、沈阳、上海、武汉、成都、广州和香港，不考虑香港。

大陆有31个省会城市，能享受“休假式治疗”的起码得是地方大员，处级干部就不考虑了，当然也不包括港澳台。

数据来自国家基础地理信息中心。

使邻馆是点数据，省会城市也是点数据，那么只需计算点和点之间的距离关系就可以了。

具体步骤见代码：

简要说明下，首先为点数据添加坐标属性，之后计算两两之间的距离，然后为距离表连接起始点的坐标属性，最后根据距离表计算测地线。

结果如下（点击可看大图）：

仅供参考。

写总结还是有点好处的，至少知道自己做了些什么，也能大致估计你以后能干些什么。因为，你还是你，你的心又不会变的。你一直追随你的心，你的优点和缺点，永远都围绕在你身边，和你一起向前或者向后。这样对自己就有一个自己的评价，能做多少，能做多好都有个数。不要太妄自菲薄，也不要太骄傲自满，走在两个极端都不正常，除非你是乔布斯。乔布斯能改变世界，而且不止一次，而我只求世界不要太改变了我，然后我又能让世界变的一点点美好，那就够了。你总结的材料就是样本点，将这些样本点拟合起来之后，或许会找到规律，然后就能估计你自己的未来了吧。举个不恰当的例子，当年林彪潜逃和近日立军闯馆，里面没有内在的关联性吗？

去年做过的事，大多都写在了日志里面，我还按写过的东西来归类吧：

• 制过几张图。
  1. 上半年还在上课，做过三维阶梯图，其实是把上课的步骤按自己的想法再简化了下，用ModelBuilder来做而已，后来我发现里面的步骤还是最简的。
  2. 去年的作业，做了性别比地图。因为我觉得用饼图来做是相当难看，结果自己想把各省的人口数据随机分配到省内的各个区域，再按这个数据来制图。不过我做的不是很好。后来我才知道，这个叫人口估计，就是我们只能拿到一个城市的人口数据，但又想知道城市里面各个区域的人口是多少，这就得结合土地利用等其他数据去估计了，这是人口地理学里面的吧？不过我觉得这是很2的问题，我们国家常常人口普查，挨家挨户的查，数据已经精确到不能再精确了，但是用纳税人的钱查的纳税人数目，还不对纳税人公开，这他妈的是什么道理啊？美国人口普查一结束，纽约时报马上就有精确到每个Block的人口地图出来了，难怪立军先生要跑去他们的大使馆呀，至少他没了，地球人不会不知道。
  3. ArcGIS10中有图层有时态功能，所以就去USGS拿了份数据做了个地震数据的可视化。东西比较简单，主要是处理数据相对麻烦些，用了ArcPy，当时还是初学，现在算是入门了吧。越来越多的数据可视化中都用到了地图，这是必然的趋势，但要做的精致，别人才有欲望看，才能领会制图者想表达的意思。但要做的精致，在国内实在是看不到，学校也根本不在乎这方面的教育，你能怪学生吗？
  4. 下半年大连PX项目闹的很大，后来我发现南京也有，还就在栖霞山下面，顿时怒从中来，花了一晚上在ArcGIS.com上做了个PX项目与仙林各学校的距离图。不得不说，有这样的工具，地理数据在日常生活中的作用会表现的更直接、迅捷。但是，愿意做这方面事情的人不多，大家都当业余活动玩的。而且，能提起兴趣的事情往往又是党国所不忍的，就像我在微博上发的PX图后来就被删了一样。
  5. 给生科院的博士做了张全球哺乳动物分布图。他在别的文献中看到，也需要一张类似的图。所以我们载到数据之后猜测作者的做法，最后做出来，当然也走了点弯路的。GIS总归是个工具，大家都来用，那大家都能得到好处。
• 写过点代码。
  1. 还是去年的作业，三角网剖分的，很简单的一个程序，写了个WinForm的交次作业，改成Silverlight的又交了次作业。还想把它弄到WP7上，看看有没有时间吧。
  2. C#和Fortran的混编，后来我发现其实就是.Net Interop中的PInvoke呀。主要是为了调POM才去看这个的，但最后的需求可能不需要这样做，而是简单的建一个Process就可以了。
  3. 实现过一个公交换乘模型，包括数据创建、数据结构和算法。数据结构和算法得益于老师的想法。后来把公交查询数据创建那块写了下，还没写数据结构和算法。前前后后花了不少时间，对这块也有一点了解了，后来我发现经常有硕士论文是写这块的，主要的创新点都在算法改进上。国外很多巴士机构都已公开公交车的实时位置数据，结合在线地图，实现实时的公交换乘，这是一个趋势呀。
  4. 模型封装，还封闭了一阵子，没啥好写的，纯粹体力活，顶多写个批处理。其实总的花起来的时间差不多，但更有趣点，还能复用。谁知道你先前写的就一定对呢？
• 分享过几个视频。
  1. Esri的用户大会，反正每年听他们吹吹，获得点力量也好的。
  2. 元首咆哮Esri，我觉得挺搞笑的，但貌似没什么人感兴趣啊。
  3. Geospatial Revolution，这个视频放了好久了，因为想翻译下字幕，后来发现这个活比较专业啊。直接贴上英文字幕挂到网上，还不算是无人问津。视频里的东西很实在，不像国内动不动数字地球，智慧城市，结果连一个靠谱的应用都看不到，劳民伤财。
• 稍微有点影响力的。

1. 把Esri中国在微博上的帐号聚合了下，做成Google Reader Bundle，直接订阅就行。就是有时候不稳定，会没有输出，不知道什么问题，不过肯定不是我的问题。现在有50多个人订阅了，GIS这个小圈子里面不错了吧。
2. 怎么做GIS项目，翻译顺带写了点东西，被Esri中国通讯拿去了，还算不错吧。我也是实话实说，即使错了也是实话，而且一直也是这么做的。

• 没写过论文。。。。。。。。

又要一年开始了，争取今年再多做点东西，去年没做好的事情今年有机会再做好。例如建模建了一个月，什么奖都没拿到；英语还是那么拿不出手；多看几本书；晚上早点睡（这好像和前面那句矛盾）；早上早点起来。。。

明年这个时候估计工作也找的差不多了吧，我又不去念博士，这个专业没啥好念的，我也不是做研究的料；我也不会出国，一直走的路线就不是那么规划的，再说只要自己保持年轻而自由的心，生活还是不差的，而且大环境总是会变好的嘛。

1. 按照集合求交的方法，把每条线路看作是站点的集合，如果两条线路之间有交集，就说明可以换乘。
2. 将公交网络抽象成图，用最短路径算法。
3. 使用换乘矩阵。

这些都有文章能找到，还挺多的，每种算法都各有各的利弊。

用这些算法的前提是要有线路的站点顺序，例如南京138，文澜路下一站是文澜路北站吧。这个数据得有，不然你怎么知道公交车的行驶方向呢？这都不知道就更不用说换乘关系了。

但是，在实际当中是会碰到这种情况的，比如只有站点（point）和线路（line），而没有站点和线路之间的关系：

不过这并不意味着就不能做这个事情了，因为我们知道，在GIS中，要素之间不光有属性关联，而且有空间关联。现在只是没有属性关联而已，可以通过空间上的相对位置找到他们之间的关系：

我的思路是这样的：站点就是point，线路是line。line其实也是由point构成的，只不过必须得有两个以上的point，point之间先相互连接组成线段，再由线段组成line。所以要找到point和line之间的关系，只需找到point和构成line的point（vertex）之间的关系就可以了。如果point和vertex重合，那说明point在line当中，也就是说这条线路包含这个站点。而vertex在line中是按顺序存储的，这个顺序就是公交车的起点到终点。因为制作数据的人员是先绘制站点，然后按公交车的线路将站点连接起来的，不然不符合常理吧。

那么，如何实践呢？首先必须进行point和line之间的拓扑验证，就是必须保证所有的point必须在line上。拓扑验证结果如下：

有21个错误，即21个点不在线上。通过编辑将点移到线上即可。

但是，point在line上，并不一定保证point在vertex上。还要再一次用点和点是否一致的拓扑规则进行验证，这需要将line先打断成vertex，打断后有172491个点（407条线路），这样去和1267个点去做验证会很慢很慢，可以先将重复的vertex去掉再做（这得自己code了，推荐FileGDBAPI），去掉之后只有24013个vertex，这样进行验证就很快。通过验证发现，point和vertex是完全一致的（coincide with），也就是说所有的point都和vertex重合。（其实，只需要一次点和点是否一致的拓扑验证就够了，不过做的时候就是这么做的，将错就错吧。）

最后，去遍历线路，按顺序进行vertex和point的位置进行比较，位置一样就记录下这个站点。当然还需要一些额外的处理，例如有些上下行线路完全一致的，做数据的人就直接复制了一份，这样上下行两条line中存的vertex顺序是一致的，这还得自己判断给他逆转过来，诸如此类等等。

看一下138的结果：

【程序获得】太阳城-1040.黄庄一号路-1041.朱庄-535.朱庄北站-532.仙鹤门-531.仙鹤门东-1042.应天学院-1043.学衡路-530.亚东新城区-792.亚东新城区-870.文澜路南站-869.文澜路-868.文澜路北站-867.学海路-1044.学子路-1049.东部山庄-1048.四桥指挥部-1047.戴家库-1045.南山公墓-1046.栖霞寺

【8684】太阳城 – 黄庄一号路 – 朱庄 – 朱庄北站 – 仙鹤门[地铁站] – 仙鹤门东 – 应天学院(仙林大道) – 学衡路 – 亚东新城区(仙林大学城管委会) – 文澜路南站 – 文澜路 – 文澜路北站 – 学海路 – 学子路 – 衡阳寺 – 红枫新村 – 栖霞老街 – 芦干圩 – 栖霞寺 – 栖霞

从太阳城到学子路的顺序都是正确的，后面不一样是因为我这份数据是2号线开通前的，数据本身的不一致不在我的考虑范围内了。

创建好数据之后，可以选前面提到的算法中的任一个进行计算，当然还要做很多的工作。

——————-

这个事情做了我将近半个月的时间，当然包括后面算法的调试，我现在是深深体会到程序=数据结构+算法，其实我这里都没提到这次用的数据结构和算法，只是介绍了下数据的预处理，有机会以后再说吧。

还有一些比较好玩的事情，比如：

• Google的公交合作伙伴计划，你只需要按Goolge的数据格式，将某个城市的公交数据上传到Google那里，你就能使用公交换乘啦。这比较适合小城市，因为大城市都已经有数据了，小城市的线路不多，需求不大，而且数据也不好弄，所以用这种方式补充Google的数据，也让当地的人能获得便利，是双赢的事情。这还带来一个好处，就是大家都能使用这些公交数据做研究等等。可以看看Google所需要的数据格式：

• 现在的公交很多都带GPS了，在公交换乘查询中，如果能考虑到公交车的实时位置，推荐最合适的公交供换乘参考，这是一个方向吧。我查了一下，Google已经在部分城市实现了，其实这个问题应该也不会很难，主要是各个agency肯不肯将数据放出的问题，特别是我朝各部门一直将数据视为生命，不然也不会有我前面这么苦逼地数据预处理了。国内杭州在这些方面一直走在前面，杭州的公交实时位置数据已经做成服务发布了，但是相当不好用额，不过已经走在全国前面了：

• 还看到一个团队做过类似的事情，Stanford的同学做了当地的公交实时换乘iOS上的软件。他们做这个是因为相关课程涉及到，因此就干脆开发了一个软件发布到App Store中，还产出了两篇论文。这种一举多得的事情真好！上面有关Google公交数据格式的截图就来自他们的论文中。

原始数据是这样的：

我处理（Dissolve）了下，有5398种哺乳动物，和维基上说的差不多。我关注的是活动范围，其中，活动范围最小的是Melomys rubicola（一种老鼠？）范围小到几乎可以忽略不计啊，在（143，-9）附近；最大的是Orcinus orca（虎鲸），基本上有水的地方都是它的地盘，这就叫四海为家吧。

先生成经纬网（ArcPy）：

然后按Intersect进行SpatialJoin（本来想还是用ArcPy直接遍历每个几何进行overlaps、contains和within比较，无奈数据太大，要先进行几何的envelope比较，这个不涉及空间操作，但是写起来多稍微麻烦了点呢，而且为什么SearchCursor获取的几何不能保存在list中？不解）。

之后统计网格数目，再将统计表Join到网格数据中，完事。

SpatialJoin那步效率太差，反正我晚上回去开始跑，第二天早上来看是跑完的。后来看了下，最后有190多万个多边形。。。想想也是，光光经纬网格就有360×180了，平均下来每个网格上才3种哺乳动物吧。

最后的图：

没受过专业的制图训练，见谅了，虽然我们专业前面是有Cartography这种说法的，但现在还有人（老师）知道有制图这回事吗？

Scene里面拉伸下：

最后，上上个礼拜在3sNews上分享了下Geospatial Revolution的视频，还不算是无人问津。我觉得这种制图，就是EP4中介绍的地理空间技术在科研方面的应用之一。学GIS的可能觉得很简单，但对别的邻域是一种很强有力的工具，甚至是新颖的。

最最后，胡适先生曾说，多研究些问题，少谈些“主义”。在现在这种“云”里“雾”里的浮躁年代，多解决些问题，多拓展些行业，少吹点牛皮，少扯点概念，或许更好。

下面是具体内容，总共分四个Episode：

The first episode covers what is involved in the geospatial revolution, the origins of mapping and geospatial technology, and a look at the use of crisis mapping in Haitian earthquake relief efforts.

The second episode looks at how local governments and business use geospatial technology to deliver services and run efficiently, keeping a continuing eye on future developments and applications.

The third episode explores geospatial technology in the world of security: how new technologies help to broker peace, wage war, and fight crime but can also compromise personal privacy.

The fourth and final episode explores geospatial technology around the world: monitoring global climate change, preventing famine, tracking disease and mapping communities never before seen on a map.