Bối cảnh Đây là câu hỏi thứ hai của tôi liên quan đến bản đồ raster trần trụi hội nghị để hiển thị lại chúng trên các hệ tọa độ khác nhau và kết hợp với các lớp dữ liệu khác. Câu hỏi trước đó là tại Chuyển đổi hình ảnh bản đồ không có dữ liệu meta tùy ý thành dự án QGIS

Vấn đề Mục tiêu của tôi là định vị bản đồ này:

Điều này dường như không phải là Tấm-Carrée. Vì vậy, trong QGIS, tôi đã tạo ra một số điểm kiểm soát hợp lý, để hoàn thiện tôi đã đính kèm ở dưới cùng [ref: 1]. Tôi cung cấp cho QGIS Georeferencer cùng SRS mục tiêu như tệp dự án của tôi, EPSG: 4326. Tôi nhận được kết quả cực kỳ kém với Helmert và các phép biến đổi đa thức nhưng có được một hình ảnh hợp lý với spline tấm mỏng (điều này làm cho việc định vị địa lý đi qua các điểm kiểm soát của tôi). Tuy nhiên, ngay cả kết quả này là kém, ví dụ, ở vĩ độ cao hơn (xem bờ biển phía bắc của Nhật Bản). Đây là ảnh chụp màn hình màn hình QGIS của tôi bằng cách sử dụng nền Trái đất tự nhiên.

Con đường thay thế Tôi đã thử một bài tập tương tự với công cụ dễ sử dụng hơn nhiều tại MapWarper: xem kết quả và các điểm kiểm soát tại http://mapwarper.net/maps/758#Preview_Map_tab nơi tôi nhận được kết quả kém hơn (có thể là do thực tế mà tôi đã thêm ít điểm kiểm soát hơn).

Câu hỏi ngắn gọn

1. Có bất kỳ thủ thuật nào tôi thiếu để có được một địa lý tốt?
2. Là chiếu này có thể nhận ra ngay lập tức?
3. Tại Hệ thống tọa độ không xác định trên bản vẽ cũ , gdaltransformđược đề xuất chuyển đổi một số điểm tọa độ thành một số SRS mục tiêu, với mục tiêu thực sự phát hiện ra các tham số chiếu được sử dụng để tạo bản đồ gốc. Tôi đã thử một cái gì đó như thế này: sau khi lưu danh sách điểm QGIS của mình, tôi đã thực hiện một số xử lý chuỗi để có được danh sách dài / lats được phân tách bằng dấu cách cat eurasian-steppe-gcp.points | tail -n+2 | cut -d, -f1-2 | sed 's/,/ /'> tmp.txtvà nhập tệp kết quả vào gdaltransform: gdaltransform -s_srs EPSG:3785 -t_srs EPSG:4326 < tmp.txtvà chuyển đổi s_srsvàt_srscờ (dự án sử dụng EPSG: 4326). Tôi biết tôi đang chụp trong bóng tối, hy vọng sẽ gặp may mắn, vì vậy tôi đã không ngạc nhiên khi tôi không thể hiểu được kết quả đầu ra. Ai đó có thể mở rộng về cách tôi sẽ sử dụng phương pháp này để tìm ước tính tốt nhất về các tham số chiếu và chiếu của bản đồ nguồn không? Suy nghĩ của tôi đằng sau điều này là thay vì đặt vô số điểm kiểm soát cho một địa lý tốt, có thể dễ dàng có được một địa lý gần như hoàn hảo với ít điểm kiểm soát hơn, chỉ cần lặp qua tất cả các hệ tọa độ chung? Có liên quan đến xác nhận chéo của từng điểm so với tất cả các điểm khác, cho từng CRS đang thử nghiệm không?

Tôi muốn hiểu về thuật toán này hoặc về hội nghị địa lý để tôi có thể tự động hóa quy trình --- Tôi luôn gặp phải vấn đề này và cho đến khi những người tạo nội dung ngừng coi bản đồ của họ là những sáng tạo một lần không bao giờ được tích hợp với nội dung khác, tôi không mong đợi dừng lại.

Người giới thiệu

[ref: 1] Tệp GCP của QGIS:

mapX,mapY,pixelX,pixelY,enable
142.632649100000009,54.453595900000003,505.941176470588232,-95.220588235293974,1
154.934252200000003,59.559921699999997,536.411764705882206,-52.779411764705742,1
80.080158100000006,9.657192300000000,291.558823529411711,-322.661764705882206,1
10.448442600000000,57.819128900000003,21.676470588235190,-103.926470588235134,1
34.007173000000002,27.761438299999998,101.117647058823422,-244.852941176470466,1
50.950890399999999,11.862196600000001,171.852941176470495,-313.955882352941046,1
29.713217199999999,60.024133200000001,90.779411764705799,-92.499999999999829,1
60.000000000000000,0.000000000000000,208.308823529411683,-362.382352941176350,1
69.867506500000005,66.639146199999999,224.088235294117567,-33.191176470588061,1
27.276107100000001,71.049154799999997,89.147058823529306,-21.764705882352814,1
140.000000000000000,0.000000000000000,536.955882352941217,-362.926470588235190,1
20.000000000000000,0.000000000000000,43.441176470588132,-362.926470588235190,1
20.196882700000000,31.243024100000000,47.249999999999901,-231.794117647058698,1
9.171861099999999,42.848309999999998,8.073529411764603,-175.205882352941046,1
131.955786100000012,43.196468600000003,481.999999999999943,-162.691176470588090,1
73.813303700000006,45.169367200000003,256.735294117646959,-161.602941176470438,1
50.602731800000001,44.589102900000000,168.044117647058727,-167.588235294117510,1
121.394975900000006,18.941421099999999,455.882352941176407,-284.029411764705742,1
103.987047000000004,1.417439300000000,389.499999999999943,-357.485294117646959,1
109.325478599999997,55.962283100000001,380.249999999999943,-98.485294117646902,1
31.454010100000001,46.562001500000001,95.132352941176379,-158.882352941176322,1
43.639560299999999,68.844150499999998,137.573529411764611,-40.264705882352814,1

Không cập nhật

Phân tích về van der Grinten Tôi đã viết một công cụ Python để phù hợp với GCP cho bất kỳ phép chiếu nào mà Proj4 hỗ trợ (thông qua Pyproj) và áp dụng nó cho một vài dự đoán được đề xuất trong các câu trả lời. Mã nguồn (hơi cẩu thả, tôi xin lỗi trước) cũng như các GCP được cập nhật có sẵn tại https://github.com/fasiha/steppe-map

Van der Grinten chỉ có 1 tham số để điều chỉnh và đây là hình ảnh thu được (sử dụng hình ảnh mới nhất từ ​​Britannica, rất cám ơn họ đã đưa ra một bản đồ có độ phân giải cao và cập nhật như vậy (mặc dù nó vẫn thiếu dữ liệu trình chiếu)).

Van der Grinten có sai số tương đối 0,035 giữa các điểm GCP và điểm phù hợp nhất, đây là điểm tồi tệ nhất trong số các cụm mà tôi đã thử và lớp phủ bờ biển mang lại chất lượng.

(Nó có thể hữu ích nếu bạn mở hình ảnh này trong tab riêng của nó, nó có độ phân giải khá cao. Bạn cũng sẽ thấy các mũi tên màu xanh biểu thị các điểm được tham chiếu địa lý (chúng phải khớp với các mốc quan trọng trên hình ảnh) cũng như các mũi tên màu đỏ cho biết các điểm đó ở đâu được gắn vào (chúng phải khớp với các mốc giống nhau trên lớp phủ đường bờ biển) --- độ lệch giữa hai có thể giúp mắt nhìn thấy sự khác biệt giữa hình ảnh và sự phù hợp.)

Phân tích Albers có diện tích bằng nhau Thử làm điều tương tự với phép chiếu diện tích bằng Albers (tương tự như "Albers tuân thủ Conic"? Xin lỗi vì sự thiếu hiểu biết của tôi). Sự phù hợp này, liên quan đến sự phù hợp với tham số 4 chiều, là tốt hơn, với sai số tương đối là 0,025, nhưng dù sao trông cũng khá kém.

Phân tích các phép chiếu Robinson và Eckert V Tôi phù hợp với một số phép chiếu giả ngẫu nhiên được hỗ trợ bởi Pyproj (tất cả những gì tôi có thể tìm thấy có một tham số miễn phí) và thấy rằng các phép chiếu Robinson và Eckert V là "tốt nhất" về lỗi tương đối giữa GCP và các điểm được trang bị, cả hai đều có sai số tương đối 0,015.

Đây là Robinson:

Và đây là Eckert V.

Lưu ý độ lệch của đường bờ biển được trang bị so với đường bờ biển của hình ảnh. Tôi nghĩ với điều này tôi có thể kết luận rằng bản đồ là không có ở trên?

Winkel tripel: giải pháp có thể?

Sau khi thử tuần tự mọi phép chiếu trong sổ tay Proj này từ năm 1990 (cập nhật 2003) ftp://ftp.remotesensing.org/proj/OF90-284.pdf Cuối cùng tôi cũng đã đến với phép chiếu ba chiều của Winkel. Điều này tạo ra sai số định lượng thấp nhất (0,011) và đường bờ biển đồng đều khá tốt (hoặc tương đương, đồng nhất hơi xấu). Tôi đọc rằng đây là dự đoán của Hiệp hội Địa lý Quốc gia, có nghĩa là nó nổi tiếng và điều này làm tăng thêm sức nặng cho sự ứng cử của dự báo này cho bản đồ của Britannica. SRS được trang bị : +units=m +lon_0=47.0257707403 +proj=wintri.

(Xin lỗi vì đã thay đổi màu đường bờ biển thành màu xám. Nếu điều này xúc phạm bất cứ ai, tôi có thể tạo ra một phiên bản màu xanh.)

Tôi sẽ cố gắng điều chỉnh GCP của mình để thử và giảm lỗi xuống thấp hơn.

Từ một phân tích đầu tiên, chúng ta có thể thấy rằng chỉ có đường xích đạo và kinh tuyến trung tâm (đi gần đúng qua Moscow, khoảng 37,36 E kinh độ) là các đường thẳng, trong khi tất cả các vĩ tuyến và kinh tuyến khác là các đường cong. Trong số các dự đoán toàn cầu, các tính năng này đề nghị dùng thử Van der Grinten (như bhell đã làm trong phần bình luận của câu hỏi), tức là phép chiếu bản đồ thế giới tiêu chuẩn của Hiệp hội Địa lý Quốc gia.

Vì vậy, tôi đã đặt SR dự án trong QGIS làm SRS tùy chỉnh World_Van_der_Grinten_I (Moscow):

+proj=vandg +lon_0=37.36 +x_0=0 +y_0=0 +R_A +ellps=WGS84 +towgs84=0,0,0,0,0,0,0 +units=m +no_defs

xuất phát trực tiếp từ EPSG:54029( World_Van_der_Grinten_I), chỉ thay đổi kinh độ của kinh tuyến trung tâm. Sau đó, tôi đã cố gắng định vị hình ảnh bằng cách sử dụng phép biến đổi phóng xạ với các GCP sau đây được chọn trên một mạng lưới tưởng tượng đi qua các dấu tick có sẵn:

mapX,mapY,pixelX,pixelY,enable
-1930600.82502013398334384,-91.97837987072125543,43.52016129032256231,-362.54032258064518146,1
11412132.24015056900680065,-91.97837987233651802,537.54173867127497033,-362.73421498975926625,1
11804723.15208163484930992,8693410.00194966979324818,551.40707210100163138,-43.85864138853239069,1
-1651013.74878141912631691,7637895.72632359713315964,54.16126727366525984,-80.84230997717837397,1

Đây là kết quả trong tùy chỉnh World_Van_der_Grinten_I (Moscow)với GCP (ranh giới quản trị viên quốc gia thế giới màu đỏ):

Địa lý này có thể được cải thiện hơn nữa khi chọn GCP chính xác tốt hơn (khó khăn lớn nhất là không có dấu tick hoặc lưới), tuy nhiên dường như bản đồ chứa một số đồ tạo tác đặc biệt là ở Trung và Bắc Âu. Ví dụ, hãy xem xét nước Đức dường như sụp đổ liên quan đến Ý hoặc vị trí tương đối của đảo Kolguyev (rất phù hợp) và bờ biển Nga (hoàn toàn không phù hợp).

Kết quả tương tự bị từ chối trong WGS84( EPSG:4326):

có một sự biến dạng mạnh mẽ ở phía đông ("đi lên"): tôi đoán là một Conic tuân thủ Albers. Sau đó, kinh tuyến dọc dường như ở 40 ° (-> kinh tuyến trung tâm của bạn) và song song ngang có lẽ khoảng 40 ° N. Sau đó, bạn nên đo tọa độ XY của mình từ trục tại giao điểm của kinh tuyến 40 và song song 40, sau đó thử ...

Lưu ý: Các vĩ tuyến không song song, vì vậy bạn có thể loại trừ các phép chiếu hình trụ (Mercator) và giả hình trụ (hình sin, Eckert)