geotrellis核密度分析(spark分布式计算)

本文介绍了一种使用Spark RDD进行密度图生成的方法,通过定义点特征到范围的转换,实现基于高斯核的密度分布计算,并利用Spark的并行处理能力进行高效的数据处理和结果输出。

代码:

  def ncdensityrdd(): Unit ={

    val conf = new SparkConf().setMaster("local").setAppName("Kernel Density")
    val sc = new SparkContext(conf)
    val tl = TileLayout(7, 4, 100, 100)
    val ld = LayoutDefinition(extent, tl)

    val kernelWidth=9
    def ptfToExtent[D](p: PointFeature[D]) = pointFeatureToExtent(kernelWidth, ld, p)
    def pointFeatureToExtent[D](kwidth: Double, ld: LayoutDefinition, ptf: PointFeature[D]): Extent = {
      val p = ptf.geom

      Extent(p.x - kwidth * ld.cellwidth / 2,
        p.y - kwidth * ld.cellheight / 2,
        p.x + kwidth * ld.cellwidth / 2,
        p.y + kwidth * ld.cellheight / 2)
    }

    def ptfToSpatialKey[D](ptf: PointFeature[D]): Seq[(SpatialKey,Poi

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值