سیستم شبیه‌سازی تغییر سطح دریا مبتنی بر وب با استفاده از کاشی‌های ارتفاعی PNG و معماری کاشی هوشمند

 

ما یک سیستم پردازش مبتنی بر وب ایجاد کرده‌ایم که می‌تواند تغییرات مثبت و منفی سطح دریا را در سطح جهانی با انتخاب بهترین مدل ارتفاع دیجیتال (DEM) برای یک منطقه هدف از بین چندین DEM شبیه‌سازی کند. فرمت کاشی ارتفاعی PNG به عنوان فرمت DEM استفاده می شود که اندازه داده های DEM را کاهش می دهد. قالب کاشی PNG پردازش مبتنی بر مشتری را پیاده سازی می کند و داده های DEM از وب سایت های مختلف ارائه می شود. علاوه بر این، معماری کاشی هوشمند پذیرفته شده است، که شبیه‌سازی بر اساس تقاضا را با افزودن یک فرآیند تبدیل کاشی ( به عنوان مثال ، یک فرآیند انتخاب DEM) در طول ترسیم تصویر با استفاده از جاوا اسکریپت امکان‌پذیر می‌سازد. برای نشان دادن سیستم، ما از سه DEM استفاده کرده ایم، نقشه اداره اطلاعات جغرافیایی ژاپن (GSI) (با وضوح 10 متر)، مدل های ارتفاع دیجیتال جهانی ASTER (ASTER GDEM نسخه 3) به عنوان مساحت زمین جهانی (حدود 30 متر وضوح)، و نمودار عمق سنجی عمومی از اقیانوس ها به عنوان داده های عمق سنجی (تقویت 1000 متر). پایگاه داده جهانی اجسام آب ASTER نیز در فرآیند انتخاب داده ها استفاده می شود. GSI DEM خود را در قالب کاشی ارتفاعی PNG ارائه می دهد و سایر داده ها توسط سازمان زمین شناسی ژاپن در قالب کاشی ارتفاعی PNG ارائه می شود. سطح دریا DEM فعلی را 0 متر فرض می کنیم و سطح دریا را می توان به یک مقدار صحیح دلخواه تغییر داد ( -10000 تا 10000 متر). ترکیب ASTER GDEM برای خشکی و GEBCO برای دریا، هدف قرار دادن DEM کل زمین را ممکن می کند. علاوه بر این، نشان داده شد که اگر DEM با وضوح بالاتر در دسترس باشد، امکان ترکیب DEM با وضوح بالاتر در آن ناحیه وجود دارد. ترکیب فرمت کاشی ارتفاعی PNG با معماری کاشی هوشمند، امکانات یک سرویس پردازش وب مبتنی بر مشتری مانند سرویس پردازش وب OGC مبتنی بر سرور را نشان می‌دهد.

کلید واژه ها

DEM , سطح دریا , PNG Elevation Tile , Smart Tile Architecture , Web Processing

1. مقدمه

حجم قابل توجهی از داده‌ها برای مدل‌های ارتفاعی رقومی ایجاد شده‌اند و چنین داده‌هایی از راه‌های مختلف، به‌عنوان مثال، منابع داده، وضوح مکانی و پوشش متفاوت هستند. داده های ماموریت توپوگرافی رادار شاتل (SRTM) به طور گسترده به عنوان داده های نزدیک به جهانی از 60 درجه عرض شمالی تا 56 درجه جنوبی بر اساس مشاهدات شاتل فضایی در سال 2000 توسط اداره ملی هوانوردی و فضایی ایالات متحده استفاده می شود [ 1 ]. رادیومتر تابش و انعکاس حرارتی پیشرفته فضایی (ASTER) مدل جهانی ارتفاع دیجیتال (GDEM؛ نسخه 1) که دارای وضوح مکانی 1 ثانیه قوس است، در می 2009 برای عموم منتشر شد [ 2 ]]. این داده ها 83 درجه عرض شمالی تا 83 درجه جنوبی را پوشش می دهند که 99 درصد از سطح زمین سیاره را تشکیل می دهد. نسخه 3 رادیومتر گسیل و انعکاس حرارتی پیشرفته فضایی (ASTER) GDEM اکنون در دسترس است [ 3 ]. پایگاه داده پیکره های آبی جهانی ASTER یک داده جدید حاوی ویژگی بدنه آبی است که از ASTER به عنوان بخشی از ASTER GDEM ver3 [ 4 ] تولید شده است. داده‌های سطح زمین و آب‌سنجی جهانی (نمودار گرم‌سنجی عمومی اقیانوس‌ها؛ GEBCO) در دسترس هستند [ 5 ]. در مقیاس منطقه ای، مرجع جغرافیایی ژاپن (GSI) نقشه دیجیتالی ارتفاع ژاپن را با وضوح بالا (10 متر برای کل ژاپن) منتشر کرد [ 6 ]. بسیاری از محققان این DEM های جهانی و منطقه ای را برای انتخاب داده های با دقت بهتر برای منطقه هدف مقایسه کرده اند.7 ] [ 8 ]. علاوه بر این، برخی از محققین سعی کرده اند این داده ها را برای به دست آوردن مجموعه داده دقیق تری نسبت به DEM منفرد ترکیب کنند. NASADEM یک مدل ارتفاعی تقریباً جهانی است که اساساً با پردازش مجدد کامل داده های SRTM و ادغام داده های پردازش مجدد با ASTER GDEM تصفیه شده [ 9 ] تولید شده است، با توجه به اینکه روش ادغام بهبود یافته نیز پیشنهاد شده است [ 10 ]. با این حال، اگر هر یک از داده های اصلی به روز شود، داده های ترکیبی نیز باید به روز شوند. تا به امروز، ترکیب چندین منبع داده DEM محدود بوده است.

DEM ها برای شبیه سازی سطح دریا استفاده می شوند. به عنوان مثال، سیستم های مبتنی بر وب وجود دارند که نتایج شبیه سازی افزایش سطح دریا را نمایش می دهند. Tingle سیستمی را برای شبیه سازی افزایش سطح دریا با استفاده از Google Maps API و داده های SRTM توسعه داد [ 11 ]. Google Maps API به آماده سازی کاشی ها برای هر سطح بزرگنمایی نیاز دارد. بنابراین، 15 مجموعه کاشی برای 15 سطح مختلف سیل (0، 1، 2، 3، 4، 5، 6، 7، 9، 13، 20، 30، 40، 50، 60 متر) از قبل آماده شده است. این مرحله پیش پردازش دسترسی سریع به نتایج را امکان پذیر می کند. با این حال، جایگزینی منبع داده دشوار است و این سیستم نمی تواند سایر سطوح سیل، به عنوان مثال، 10 متر را نمایش دهد. یک تحلیل رقابتی از سایت های تجسم سطح آب مبتنی بر وب قبلا ارائه شده است [ 12]. از 25 سایت تجسم، هفت سایت برای اجرای یک فایل اجرایی باینری به پلاگین های اختصاصی ناامن (یعنی FlashPlayer یا Flex) تکیه می کنند و نمی توان آنها را روی تلفن هوشمند یا تبلت بارگذاری کرد. در میان 18 سایت تجسم سازی دیگر، 13 سایت از Google Maps JavaScript API، هفت سایت از ArcGIS JavaScript API، دو سایت از Leaflet و OpenLayers و یکی از MetaCarta استفاده می کنند. به عنوان مثال، سایت نقشه سیلاب سطح آب ارتفاعات از API جاوا اسکریپت نقشه های گوگل استفاده می کند [ 13]. این سرویس نه تنها سطح دریا مثبت را نشان می دهد، بلکه سطح دریا را نیز در سطح یک عدد صحیح نمایش می دهد. این سرویس از چندین منبع داده به عنوان منابع داده DEM از جمله عمق سنجی استفاده می کند. با این حال، API مورد استفاده در نقشه Flood منبع باز نیست و داده های DEM توسط منبع داده اصلی ارائه نمی شود. به عنوان مثال، ASTER GDEM سه بار منتشر شده است و ارائه دهنده خدمات باید داده ها را با هر نسخه به روز می کرد. پردازش بر اساس تقاضا برای ترکیب چندین داده DEM و جایگزینی آسان منبع مورد نیاز است. استاندارد رابط OpenGIS® Processing Web (WPS) قوانینی را برای استاندارد کردن نحوه ورودی و خروجی (درخواست ها و پاسخ ها) برای خدمات پردازش مکانی [ 14 ] [ 15 ] ارائه می کند.]. با این حال، WPS و سرویس پوشش وب به اندازه سرویس نقشه برداری وب (WMS) [ 14 ] [ 16 ] به طور گسترده مورد استفاده قرار نمی گیرند. WPS به این دلیل پیشنهاد شد که قدرت محاسباتی مشتری کم بود و سرعت انتقال شبکه آهسته بود. با این حال، محیط های شبکه و سرعت محاسبه رایانه های مشتری در حال بهبود هستند. WPS یک ابزار قدرتمند برای پردازش های پیچیده درخواستی است. با این حال، برای پردازش وب ساده، خدمات مبتنی بر مشتری یک جایگزین است. نیشیکا و ناگاتسو کاشی ارتفاعی PNG را پیشنهاد کردند که یک قالب جدید DEM برای پردازش مبتنی بر وب است [ 17 ]. علاوه بر این، آنها معماری کاشی هوشمند را پیشنهاد کردند که پردازش تبدیل کاشی با سرعت بالا بین کاشی های هرمی معمولی در سمت سرور در یک سیستم نقشه کاشی و پردازش نمایش مشتری است.18 ].

وضعیت تولید DEM و سیستم شبیه سازی تغییر سطح دریا موجود در وب به صورت زیر خلاصه می شود. DEM های با وضوح پایین که یک منطقه وسیع را پوشش می دهند و DEM های با وضوح بالا که منطقه خاصی را پوشش می دهند ارائه و به روز می شوند. یک سیستم شبیه‌سازی تغییر سطح دریا که ترکیبی از اینها است نیز ارائه شده است. با این حال، سیستم مربوط به به روز رسانی هر داده DEM و تغییر مقدار سطح دریا به صورت تعاملی محدود است. توسعه چنین سیستم پردازش سروری با استفاده از WPS امکان پذیر است. سیستم شبیه‌سازی تغییر سطح دریا که این بار پیشنهاد شده است، سیستمی است که پردازش تعاملی را در سمت مشتری امکان‌پذیر می‌سازد. در این مطالعه، ما پیشنهاد می کنیم از کاشی PNG و معماری کاشی هوشمند برای پردازش DEM های متعدد ارائه شده توسط چندین سازمان و نمایش نتیجه پردازش استفاده کنیم. برای اجرا، یک سیستم شبیه‌سازی جهانی سطح دریا مبتنی بر مشتری با ترکیب سه منبع داده مختلف توسعه داده شد. ادامه این مقاله به شرح زیر سازماندهی شده است. در بخش 2، دو فناوری اصلی یعنی قالب کاشی PNG و معماری کاشی هوشمند معرفی شده است. در بخش 3، پیاده سازی سیستم شبیه سازی سطح دریا توضیح داده شده است. در بخش 4، مقایسه با فرمت دیگری با فرمت کاشی PNG مورد بحث قرار گرفته است. همچنین برخی یافته ها در داده ها با استفاده از این سیستم معرفی می شوند. مقایسه با فرمت دیگر با فرمت کاشی PNG مورد بحث قرار گرفته است. همچنین برخی یافته ها در داده ها با استفاده از این سیستم معرفی می شوند. مقایسه با فرمت دیگر با فرمت کاشی PNG مورد بحث قرار گرفته است. همچنین برخی یافته ها در داده ها با استفاده از این سیستم معرفی می شوند.

2. روش شناسی

برای توسعه یک سیستم شبیه‌سازی جهانی سطح دریا تعاملی چندمنبع، مبتنی بر DEM و سمت مشتری، از کاشی ارتفاعی PNG و معماری کاشی‌های هوشمند استفاده کردیم. در ادامه به این مفاهیم و پیاده سازی آنها در سیستم می پردازیم.

2.1. معماری کاشی های هوشمند

توزیع داده‌های نقشه مبتنی بر کاشی در وب GIS، مانند Google Maps API استفاده می‌شود. در چنین سیستم هایی، کاشی های هرمی معمولی در سمت سرور قرار می گیرند و از طریق پردازش سمت مشتری نمایش داده می شوند. برای بهبود پردازش تعاملی، معماری کاشی‌های هوشمند تبدیل کاشی با سرعت بالا را بین کاشی‌های هرمی معمولی در سمت سرور در سیستم نقشه کاشی و پردازش نمایش مشتری فراهم می‌کند [ 18 ]. این معماری سریع‌تر و کاربردی‌تر از فناوری‌های موجود است که از WebGIS، WMS و کاشی‌های معمولی استفاده می‌کنند. فرآیند تبدیل کاشی را می توان بر روی سرورها و کلاینت ها پیاده سازی کرد. شکل 1روش های موجود و پیشنهادی را با هم مقایسه می کند. با اجتناب از تمرکز پردازش در سمت سرور، می توان مقادیر RGB را از تصویر کاشی که در رایانه مشتری نمایش داده می شود به دست آورد، پردازش تعاملی را در سمت مشتری انجام داد و نتیجه را نمایش داد.

ما این معماری کاشی‌های هوشمند را با استفاده از پیاده‌سازی سمت مشتری در انتخاب DEM اعمال کردیم. ما روش انتخاب داده های DEM را به عنوان پردازش تبدیل برای پردازش سطح دریا تنظیم می کنیم. قانون انتخاب در بخش 3 توضیح داده شده است.

2.2. کاشی ارتفاعی PNG

قالب کاشی ارتفاع PNG برای داده های ارتفاعی مناسب برای پردازش وب طراحی شده است [ 17]. مانند نقشه های گوگل، کاشی های هرمی معمولی از قبل برای هر سطح زوم روی سرور آماده شده اند. برای ایجاد مربع شکل نقشه به دست آمده، که امکان منطق آسان‌تر را برای انتخاب کاشی فراهم می‌کند، بخش‌های شمالی و جنوبی ناحیه قطبی (بالای 85.0511 شمالی؛ زیر 85.0511 جنوبی) قطع شدند. در اینجا، سطح زوم صفر، یک صفحه کاشی مربعی از کل سطح زمین را فرض می کند. زوم سطح یک را می توان بر اساس سطح زوم صفر به چهار ناحیه مربع تقسیم کرد. در هر سطح بزرگنمایی n، تعداد کاشی ها با توان 2n نشان داده می شود. توجه داشته باشید که کاشی‌ها باید از قبل برای هر سطح بزرگ‌نمایی آماده شوند، اما فقط کاشی‌های مورد نیاز برای هر سطح بزرگ‌نمایی قابل دسترسی هستند. بنابراین، پردازش سریع است. مقدار ارتفاع مختصات پیکسل از روی مقدار RGB یک پیکسل با استفاده از کاشی ارتفاعی PNG قابل محاسبه است. در مقایسه با فرمت های دیگر، اندازه فایل کاشی ارتفاع PNG به اندازه فایل کوچک می شود (تقریباً 100 کیلوبایت بر کاشی). در اینجا، مقدار ارتفاع هر پیکسل از مقادیر RGB با معادلات زیر محاسبه می شود:

ارتفاع

x = قرمز × 2 ¹⁶ + سبز × 2 ⁸ + آبی

اگر x < 2 ²³ ، h = x × u،

اگر x = 2 ²³ ، h = NA،

اگر x > 2 ²³ ، h = (x − 2 ²⁴ ) × u،

u: وضوح برای ارتفاع.

با این فرمول، وضوح عمودی ارتفاع را می توان با دقت 1 متر یا 1/100 متر بیان کرد.

3. اجرا

ما یک سیستم شبیه سازی سطح دریا (مثبت و منفی) را بر اساس مشخصات زیر توسعه دادیم. کاربر سطح آب را به عنوان آستانه به صورت تعاملی در وب مشخص می کند.

اگر سطح آب (مقدار ارتفاع) تعیین شده توسط کاربر کمتر از 0 متر باشد، منطقه در آب سنجی با رنگ سیاه (زمین) پر می شود. اگر سطح آب (مقدار ارتفاع) کمتر از آستانه در داخل باشد، منطقه با آبی (آب) پر می شود. در فرآیند تبدیل کاشی، زمانی که مقادیر ارتفاع مختصات دلخواه از مقدار آستانه کمتر شود، منطقه با رنگ آبی (آب) پر می شود. آستانه را می توان از 10000- متر تا 10000 متر در سطح عدد صحیح انتخاب کرد. سه DEM در این سیستم استفاده می شود، یعنی نقشه GSI، ASTER GDEM و GEBCO. منابع داده مورد استفاده در سیستم ارائه شده به عنوان کاشی های ارتفاعی PNG مانند جدول 1 می باشد.

قانون انتخاب داده به شرح زیر است. از آنجایی که وضوح مکانی نقشه GSI بالاترین (10 متر) است، اگر نقشه GSI منطقه مورد نظر را پوشش دهد، در صورت معتبر بودن ارتفاع از آن به عنوان DEM پایه استفاده می شود. اگر نقشه GSI منطقه مورد نظر را پوشش ندهد یا مقدار ارتفاع نامعتبر باشد، ASTER GDEM به عنوان داده ثانویه استفاده خواهد شد. توجه داشته باشید که اگر GSI و ASTER GDEM در دسترس نباشند، GEBCO انتخاب خواهد شد. جریان دقیق قانون انتخاب داده در شکل 2 نشان داده شده است. مراحل تهیه کد در پایان ذکر شده است.

برنامه انتخاب داده جاوا اسکریپت بر روی سرور ذخیره می شود و مشتری برنامه جاوا اسکریپت را دانلود و استفاده می کند.

شکل 3 نتیجه شبیه سازی را هنگامی که آستانه به عنوان 5 متر در اطراف ژاپن انتخاب می شود نشان می دهد. در این حالت نقشه GSI به عنوان داده اولیه انتخاب می شود. تصویر شکل 3 نتیجه را نشان می دهد زمانی که آستانه به عنوان -1234 متر در اطراف مدیترانه شرقی انتخاب می شود. در این مورد، GEBCO به عنوان داده DEM استفاده می شود.

4. بحث

در اینجا، مزیت سیستم پیشنهادی را از نظر فرمت فایل و داده های توزیع شده مورد بحث قرار می دهیم.

4.1. مقایسه کاشی PNG Elevation و سایر قالب‌های کاشی

چندین فرمت فایل وجود دارد که مانند کاشی ارتفاع PNG هستند. آمازون کاشی های زمینی را برای AWS پیشنهاد کرد [ 19 ]. در کاشی های زمین، داده های 3 متر و 10 متر از برنامه ارتفاع سه بعدی ایالات متحده، SRTM 30 متر و داده های ارتفاع زمین با وضوح چندگانه جهانی (GMTED) و داده های ETOPO1 به عنوان نقشه پایه استفاده می شود. از قبل ترکیب شده و توسط یکی از شرکای شرکتی آمازون به روز شده است. Terrain Tiles در سرویس ذخیره سازی داده آمازون در دسترس است. PNG، TIFF و HGT فرمت های داده تحت پوشش هستند. ارتفاع هر پیکسل از مقادیر RGB توسط 2 ⁸ R + G + B/2 ⁸ -32,768 محاسبه می شود. MapBox قالب کاشی Terrain-RGB را برای ارتفاع پیشنهاد کرد [ 20 ]. ارتفاع هر پیکسل از مقادیر RGB توسط -10000 + ((2 ^{16 ) محاسبه می شود}R + 2 ⁸ G + B) * 0.1. جدول 2 مقایسه می کند

قالب های کاشی موجود در مقایسه با دو فرمت دیگر (Terrain Tiles در AWS و Terrain-RGB)، کاشی ارتفاعی PNG تطبیق پذیری بالاتری را نشان می دهد.

4.2. خطاهای منبع داده مشاهده شده توسط سیستم پیشنهادی

سیستم شبیه‌سازی سطح دریا توسعه‌یافته نسخه 3 GDEM و پایگاه داده‌های آب جهانی ASTER را برای نشان دادن خطاها در این کاشی‌ها پردازش می‌کند. به عنوان مثال، اگرچه مقادیر پیکسل دریا طبق تعریف آنها در نسخه 3 GDEM شفاف هستند، برخی مناطق به صورت 0 متر بیان می شوند. شکل 4 منطقه اطراف خلیج هانگژو را نشان می دهد. کاشی (Z = 8، X = 215، Y = 105) در شکل 4 ترکیبی از پیکسل ها را نشان می دهد که آب آنها شفاف (آبی روشن) و پیکسل هایی با ارتفاع 0 متر (RGB 0، 0، 0) است. بنابراین لازم است از کاشی Water Body با هم استفاده شود تا مقدار ارتفاع به درستی خوانده شود.

به طور مشابه، منطقه ای در کاشی بدنه آب وجود دارد که به درستی به عنوان منطقه دریایی شناسایی نشده است. شکل 5 (سمت چپ) قسمت شمالی دریای برینگ را نشان می دهد. مکان هایی وجود دارد که به اشتباه به عنوان زمین («سایر» در تعریف کاشی بدنه آب GDEM) در دریا (مربع آبی روشن در شکل) شناسایی شده اند. شکل 5 (سمت راست) دریای سیاه را نشان می دهد. بخشی از دریای سیاه به عنوان یک رودخانه (یعنی یک بدنه آبی در خشکی) شناخته می شود.

امکان به دست آوردن مقادیر ارتفاعی برای این مکان ها وجود دارد. با این حال، اگر سطح آب 0 متر یا کمتر مشخص شده باشد، ممکن است شبیه سازی به درستی اجرا نشود. با استفاده از این سیستم شبیه سازی سطح دریا برای پردازش داده های ارتفاع، می توان به راحتی خطاهای موجود در داده ها را همانطور که در بالا نشان داده شد، تعیین کرد. بنابراین، تصحیح داده های مربوطه برای ارائه دهنده داده آسان خواهد بود.

5. نتیجه گیری

در این مقاله، ما پیشنهاد کرده‌ایم که از معماری کاشی‌های هوشمند استفاده کنیم، یک پردازش تبدیل کاشی با سرعت بالا بین کاشی‌های هرمی معمولی در سمت سرور در سیستم نقشه کاشی و پردازش نمایش مشتری و کاشی ارتفاع PNG، که امکان پردازش چندین DEM را فراهم می‌کند. توسط دو سازمان ارائه شده و نتیجه پردازش را نمایش می دهد. ما یک سیستم شبیه‌سازی جهانی سطح دریا مبتنی بر مشتری ایجاد کرده‌ایم که سه DEM (یعنی نقشه GSI، ASTER GDEM و GEBCO) و پایگاه داده بدنه آب ASTER را ترکیب می‌کند. اگر DEM های اصلی به سادگی با جایگزینی کاشی ها به روز شوند، نیازی به کامپایل چندین منبع نیست. سرویس پردازش وب از ورودی داده ها از چندین منبع پشتیبانی می کند که تطبیق پذیری بالایی دارد. با این حال، به منابع محاسباتی سمت سرور نیز نیاز دارد. در مقابل، روش پیشنهادی پردازش مبتنی بر مشتری را محقق می‌کند، که ممکن است به پیشنهاد جدید امکان وب GIS منجر شود. کاشی های ارتفاعی و کاشی های زمین در AWS برای DEM ابداع شده اند، این کاشی ها برای DEM تخصصی هستند. در این مطالعه، پایگاه داده ASTER Water Body نیز از فرمت کاشی PNG برای تعیین پردازش داده ها استفاده می کند. به عبارت دیگر، با ترکیب فرمت کاشی PNG و معماری کاشی هوشمند، امکان پردازش تعاملی انواع مختلف کاشی های شطرنجی، نه فقط DEM را نشان می دهد.

ضمیمه: کد برای خواندن کاشی

 

منابع

[ 1 ]	ناسا (2014) ماموریت توپوگرافی رادار شاتل (SRTM). https://www2.jpl.nasa.gov/srtm
[ 2 ]	تاچیکاوا، تی، و همکاران. (2011) ویژگی های ASTER GDEM نسخه 2. سمپوزیوم بین المللی علوم زمین و سنجش از دور (IGARSS)، ونکوور، 24-29 جولای 2011، 3657-3660. https://doi.org/10.1109/IGARSS.2011.6050017
[ 3 ]	ناسا (2019) نسخه جدید ASTER GDEM. https://earthdata.nasa.gov/learn/articles/new-aster-gdem
[ 4 ]	فوجی‌سادا، اچ، اورای، ام. و ایوازاکی، ا. (2018) روش‌شناسی فنی برای پایگاه داده‌های بدنه آب جهانی ASTER. سنجش از دور، 10، 1860. https://doi.org/10.3390/rs10121860
[ 5 ]	Weatherall, P., et al. (2015) یک مدل دیجیتالی آبثیمتری جدید از اقیانوس های جهان. علوم زمین و فضا، 2، 331-345. https://doi.org/10.1002/2015EA000107
[ 6 ]	کتابخانه اطلاعات مکانی (2017) اداره اطلاعات جغرافیایی ژاپن. (به ژاپنی)
[ 7 ]	Ni, W., Sun, G. and Ranson, KJ (2015) خصوصیات داده های ارتفاع ASTER GDEM در منطقه پوشش گیاهی در مقایسه با داده های Lidar. مجله بین المللی زمین دیجیتال، 8، 198-211. https://doi.org/10.1080/17538947.2013.861025
[ 8 ]	Du، X.، و همکاران. (2016) ارزیابی دقت عمودی مدل‌های ارتفاعی دیجیتالی در دسترس بر روی دشت‌های ساحلی کم ارتفاع. مجله بین المللی زمین دیجیتال، 9، 252-271. https://doi.org/10.1080/17538947.2015.1026853
[ 9 ]	کریپن، آر.، و همکاران. (2016) مدل ارتفاعی جهانی ناسادم: روش ها و پیشرفت. آرشیو بین المللی فتوگرامتری، سنجش از دور و علوم اطلاعات فضایی – آرشیو ISPRS، 41، 125-128. https://doi.org/10.5194/isprsarchives-XLI-B4-125-2016
[ 10 ]	Leitao، JP، Prodanovic، D. and Maksimovic (2016) بهبود روش‌های ادغام برای مدل‌های ارتفاع دیجیتال مبتنی بر شبکه. کامپیوتر و علوم زمین، 88، 115-131. https://doi.org/10.1016/j.cageo.2016.01.001
[ 11 ]	Tingle, A. (2006) نقشه سیل. https://flood.firetree.net
[ 12 ]	Roth, R., Quinn, C. and Hart, D. (2015) تحلیل رقابتی ابزارهای تجسم سطح آب مبتنی بر وب. https://www.geography.wisc.edu/faculty/roth/publications/RothEtAl_2014_CartoCon.pdf
[ 13 ]	Burle, S. (2019) نقشه سیلاب نقشه ارتفاع سطح آب. https://www.floodmap.net
[ 14 ]	جولیانی، جی، و همکاران. (2012) میانجیگری WPS: رویکردی برای پردازش داده های مکانی در زمینه های مختلف محاسباتی. کامپیوتر و علوم زمین، 47، 20-33. https://doi.org/10.1016/j.cageo.2011.10.009
[ 15 ]	Wagemann، J.، و همکاران. (2018) خدمات وب جغرافیایی راه های جدیدی را برای دسترسی بر اساس درخواست و پردازش داده های زمین بزرگ فراهم می کند. مجله بین المللی زمین دیجیتال، 11، 7-25. https://doi.org/10.1080/17538947.2017.1351583
[ 16 ]	Giuliani, G., Dubois, A. and Lacroix, P. (2013) تست عملکرد خدمات پوشش و ویژگی وب OGC: به سوی تحویل کارآمد داده های مکانی. مجله علم اطلاعات مکانی، 7، 1-23. https://doi.org/10.5311/JOSIS.2013.7.112
[ 17 ]	Nishioka, Y. and Nagatsu, J. (2015) PNG Elevation Tile: طراحی و پیاده سازی قالب فایل Elevation برای استفاده در وب. ژئوانفورماتیک، 26، 155-163. https://doi.org/10.6010/geoinformatics.26.4.155
[ 18 ]	Nishioka, Y. and Nagatsu, J. (2015) طراحی معماری سیستم کاشی های هوشمند و کاربرد در نقشه زمین شناسی بدون درز ژاپن. ژئوانفورماتیک، 26، 113-120. (به ژاپنی) https://doi.org/10.6010/geoinformatics.26.3_113
[ 19 ]	کاشی های زمینی آمازون (2017) در AWS. https://registry.opendata.aws/terrain-tiles
[ 20 ]	MapBox (2016) Terrain-RGB. https://docs.mapbox.com/help/troubleshooting/access-elevation-data