升级空间参考 (数据管理)
摘要
将数据集的空间参考从低精度升级为高精度。
此工具的输入是具有低精度空间参考且存储在当前版本的个人或 ArcSDE 地理数据库中的独立要素类、要素数据集或栅格目录。高精度空间参考格网的原点和精度将与现有低精度格网协调一致。原始低精度空间参考格网中的每个点都可以在新的高精度空间参考格网中找到。坐标值将不会受到升级的影响。
插图
 |
“升级空间参考”图形 |
用法
-
要确定地理数据库版本，请右键单击地理数据库并选择“属性...”。“常规”选项卡下方的“升级状态”部分将显示地理数据库所对应的 ArcGIS 版本。如果版本号小于 9.2，可使用“升级地理数据库”功能将地理数据库升级到当前使用的 ArcGIS 版本。
-
要确定某个数据集（要素类、要素数据集或栅格目录）是否为高精度，请右键单击该数据集并选择“属性...”，然后选择“常规”选项卡。在“几何属性”中，将显示“数据存储: 高精度”或“数据存储: 低精度”。存储在文件地理数据库中的数据集始终为高精度。
-
要素数据集中的各要素类不能单独升级，因为它们从要素数据集中继承了各自的空间参考。要对这些要素类进行升级，请升级要素数据集的空间参考，这意味着将升级数据集中的所有要素类的空间参考。
-
当输出为 9.2 版（或更高版本）的地理数据库时，ArcCatalog 的复制/粘贴功能会自动升级数据集的空间参考。
-
对要素数据集应用此工具时，将不会对包含在要素数据集中的要素类应用 M 分辨率。
-
升级后的空间参考的 XY 容差属性将为 2.0 *（9.1 数据集分辨率）。
语法
| 参数 | 说明 | 数据类型 |
input_dataset |
要升级空间参考精度的输入数据集。有效的输入对象为具有低精度空间参考且存储在 9.2 版或当前版本的个人或 ArcSDE 地理数据库中的要素类、要素数据集或栅格目录。 | Feature Class; Feature Dataset; Raster Catalog |
xy_resolution （可选） |
数据集的 XY 分辨率的目标值，这是整个升级过程的一部分。最大值等于数据集的当前 XY 分辨率。 | Double |
z_resolution （可选） |
数据集的 Z 分辨率的目标值,这是整个升级过程的一部分。最大值等于数据集的当前 Z 分辨率。默认情况下，将以 4 为升级因子来提高分辨率。 | Double |
m_resolution （可选） |
数据集的 M 分辨率的目标值,这是整个升级过程的一部分。最大值等于数据集的当前 M 分辨率。默认情况下，将以 4 为升级因子来提高分辨率。 | Double |
代码示例
以下 Python 窗口脚本演示了如何在即时模式下使用 UpgradeSpatialReference 函数。
import arcpy
from arcpy import env
env.workspace = "C:/data/data.gdb"
arcpy.UpgradeSpatialReference_management("Euro_WGS", "0.0000000625", "0.0000025", "0.0000025")
以下独立脚本是如何在 python 脚本中应用 UpgradeSpatialReference 函数的简单示例。
# Name: upgradeSR_Example.py # Description: upgrade two datasets' spatial references # Author: ESRI #Import the system modules import arcpy # Set the local parameters inDataset = "Database Connections/Connection to birch.sde/database.transportFDS" xyRes = "1.56250000145519E-08" zRes = "0.0000025" mRes = "0.0000025" # Upgrade and specify explicit resolutions arcpy.UpgradeSpatialReference_management(inDataset, xyRes, zRes, mRes) # Upgrade and let the 3 resolution parameters default inDataset = "Database Connections/Connection to birch.sde/database.environmentFDS" arcpy.UpgradeSpatialReference_management(inDataset, "", "", "")