ArcGIS在3D模式下显示数据

AI

ArcGIS提供两个3D可视化环境（ArcGlobe和ArcScene），允许您对3D空间中的3D或2D数据进行显示、分析和创建。ArcGlobeArcGlobe是ArcGIS3DAnalyst扩展模块的组成部分。

此应用程序通常专用于超大型数据集，并允许对栅格和要素数据进行无缝可视化。此应用程序基于地球视图，所有数据均投影到全局立方体投影中、以不同细节层次(LOD)显示并组织到各个切片中。为获得最佳性能，请对数据进行缓存处理，这样会将源数据组织并复制到切片的LOD中。

矢量要素通常被栅格化并根据与其关联的LOD进行显示，这有助于快速导航和显示。ArcSceneArcScene是一种3D查看器，非常适合生成允许导航3D要素和栅格数据并与之交互的透视图场景。ArcScene基于OpenGL，支持复杂的3D线符号系统以及纹理制图，也支持表面创建和TIN显示arcscene数据。

上海

所有数据均加载到内存，允许相对快速的导航、平移和缩放功能。矢量要素渲染为矢量，栅格数据缩减采样或配置为您所设置的固定行数/列数。ArcGlobe和ArcScene的主要区别投影数据ArcGlobe使用一个特定坐标系（立方体投影），将所有数据投影到球形表面。

已添加到空ArcGlobe文档中的所有数据都会被动态投影到此坐标系中。没有相关投影信息的数据将无法添加到ArcGlobe中。由于是球面，因而此应用程序已优化为可在全球范围内显示地理信息。它也可以比其他投影更逼真地渲染地球表面的表现形式。

而ArcScene则会根据添加到文档中的第一个图层的投影对ArcScene文档中的所有数据进行投影。ArcScene通常使用平面投影，因此它专为需要分析给定研究区域且为小型空间数据集的人士而设计。有关ArcScene坐标系统的详细信息缓存数据与内存管理ArcGlobe和ArcScene之间最显著的区别之一是应用程序处理信息管理的方式。

因为ArcGlobe设计为使用超大型数据集，所以应该对数据进行缓存处理来优化性能。缓存过程将建立索引并将所有数据组织为各个切片和细节层次。这允许在ArcGlobe文档中进行缩放、平移以及导航到不同位置时快速显示和可视化。有关ArcGlobe中缓存管理的详细信息ArcScene将所有数据加载到可用内存并在必要时使用分页文件。

这是为什么ArcScene针对带有少量数据的较小研究区域进行优化的原因。分析ArcGlobe是一个用于显示大型全球数据的理想应用程序。该应用程序在导航和渲染高分辨率栅格、低分辨率栅格以及矢量数据方面有很好的性能。然而，ArcScene能够更好地针对分析进行优化。

ArcScene完全支持3DAnalyst工具条，也完全支持不规则三角网(TIN)表面。ArcScene可以很好地渲染子表面数据和体积数据。ArcGlobe支持terrAIn数据集，而ArcScene不支持。所有地理处理工具在两个应用程序中均可用。

查看与显示在ArcGlobe中，可以选择将矢量数据以栅格化方式显示在表面图层上，也可以选择使用表面图层中的独立属性将矢量数据渲染为矢量图层。此选项针对注记要素类特别有用，可以将注记要素类叠加到表面或自动以广告牌方式面向查看者。在ArcScene中，矢量以原生格式保留并可以脱离于栅格表面进行浮动。

您可以控制ArcScene中栅格数据发生的缩减采样量。注记要素不能显示在ArcScene中arcscene数据。两个应用程序之间的另一个区别是ArcScene可以支持立体观看。立体观看是增强3D可视化体验的极佳方法。有关在ArcScene中立体观看的详细信息选择3D显示环境的示例示例1-显示县地貌图数据：您有整个县的详细数据。

对于高程数据，有多个覆盖整个县的切片的dem栅格。范围覆盖上海各开放口岸、江苏南京航空口岸、浙江杭州航空口岸。orderby可以在视图中使用，但如果从该视图检索数据的select语句中也含有orderby，那么该视图中的orderby将被覆盖。

示例4-为林业火灾观望塔运行通视线分析。arcglobe和arcscene之间的功能区别描述arcglobearcscene3d分析工具条（等值线、最陡路径、通视线、剖面图等）不支持支持通过缓存处理大量数据的能力支持不支持terrAIn表面（图层属性符号系统以及渲染显示选项）不支持支持注记要素类支持不支持立体观看不支持支持vrml支持可以导入可以导入/导出非投影数据不支持支持（沿路径移动图层）不支持支持制图表达符号系统支持栅格化图层不支持显示kml数据支持不支持使用arcgisserver服务支持不支持arcglobe和arcscene之间的功能区别。

支持高新区大数据产业园建设，推进重点领域大数据高效采集、有效整合、公开共享和应用拓展，鼓励大数据在工业、农业农村、创业创新等领域的应用，促进数据服务业创新，推动产业融合发展。