在将栅格数据导入到补丁中时,是否有一种方法可以提高计算时间?
这是我的密码。这通常需要20分钟左右才能完成。我的世界是500×500。我发现,如果只考虑真假,使用gis:intersect?要比使用gis:apply-coverage,快得多。干杯。
to setup-gis
set city gis:load-dataset "GSR_GIS.shp"
set LGA_nodes gis:load-dataset "LGA_nodes.shp"
set builtuparea gis:load-dataset "GSR_builtuparea.shp"
set recreationalarea gis:load-dataset "GSR_recreationalareas.shp"
set natural gis:load-dataset "GSR_natural.shp"
set reserves gis:load-dataset "GSR_reserves.shp"
set rail_network gis:load-dataset "Greater_Sydney_rail_networkt.shp"
set roads gis:load-dataset "GSR_road_network.shp"
gis:set-world-envelope gis:envelope-of city
gis:set-drawing-color white
gis:draw city 1
gis:apply-coverage city "LGA" zone
set patchesinlga (patch-set patches with [ zone > 0 ])
ask patchesinlga [
ifelse gis:intersects? builtuparea self [set builtuparea? true][set builtuparea? false]
ifelse gis:intersects? recreationalarea self [set recreationalarea? true][set recreationalarea? false]
ifelse gis:intersects? natural self [set natural? true][set natural? false]
ifelse gis:intersects? reserves self [set reserves? true][set reserves? false]
ifelse gis:intersects? roads self [set roads? true][set roads? false]
ifelse gis:intersects? rail_network self [set rail? true][set rail? false]
if gis:intersects? LGA_nodes self [sprout-LGAs 1 [set color red set shape "flag" set size 2 set LGAid [zone] of patch-here]]
]
ask patches with [zone > 0 and (round([zone] of self) / [zone] of self) != 1][set zone 0] ;; fixed the zone floating point issue
end *请注意我的编辑:我找到了一种方法,通过只询问一些兴趣来使这件事更快。在我的例子中,它们是带有LGA的补丁(LGA是一个分区id),因此我的GIS地图之外的补丁将被排除在外,以运行底部的ifelse循环。
但有什么办法可以改善这种状况吗?
一些运行时结果
发布于 2016-08-23 20:05:04
我也遇到了同样的问题:我的代码花了30+分钟才完成,我的世界只有500x700个补丁。延迟不是在加载数据,而是在我的示例中显示数据。查看上面的代码,我相信您正在经历类似的现象。
在您的askpatchesinlga[]过程中,您要求每个修补程序检查它是否与数据交叉。我想这就是为什么要花这么长时间来执行。2500名代理,每秒钟就有大约45分钟的处理时间。为了加快速度,预先创建栅格,并将每个光栅加载到网络标识中。这将将2500条命令转换为7 (ish),并相应地减少处理时间。
总之:如果您正在加载数据,不要要求每个修补程序都做一些事情。先做处理,然后加载完成的数据集-在你的例子中,一个建立区域光栅,一个区域栅格,一个自然区域栅格,等等。任何的地理处理工具包应该能够为你做这些。
https://stackoverflow.com/questions/32164677
复制相似问题