工点设备坐标计算与分析工具 (Web版)

工点设备坐标计算与分析工具 (Web版)

📖 简介 (Introduction)

本项目是一个轻量级的、纯前端的地理空间数据处理工具，专门用于解决工程现场设备的坐标校正问题。

它旨在替代传统的 Python 脚本处理流程，通过一个独立的 HTML 文件，让不具备编程环境的工程人员也能快速完成以下任务：

1. 数据清洗：自动识别并剔除严重的 GNSS 漂移点（Outliers）。
2. 中心计算：基于鲁棒统计学方法（中位数、密度加权）计算工点的理论中心坐标。
3. 自动化报告：一键导出包含分析备注和异常明细的 Excel 报表。

注意：所有计算均在浏览器本地完成，数据不会上传至任何服务器，确保工程数据的安全性。

✨ 核心功能 (Features)

• 零环境依赖：无需安装 Python、Anaconda 或 Pandas，双击 HTML 文件即可运行。
• 多格式支持：兼容 .xlsx, .xls, .csv 格式的坐标数据文件。
• 多维度算法：
  • 算术平均值 (Mean)：适用于理想分布数据。
  • 中位数 (Median)：抗噪性强，排除极端值干扰。
  • 密度加权中心 (Density Weighted)：模拟核密度估计（KDE），自动寻找数据最密集的区域。
• 智能异常检测：
  • 基于 Haversine 公式计算球面距离。
  • 自动标记偏移超过 1000m 的异常设备。
  • 自动计算中心点偏移量，并给出“推荐坐标类型”建议。
• 批量处理：支持按“所属项目”和“所属工点”双重分组，一次性处理成百上千个工点。

🛠️ 算法说明 (Algorithm Strategy)

为了在浏览器端实现高效且准确的计算，本项目对原始 Python 算法进行了适配：

1. 距离计算：采用标准的 Haversine Formula 计算地球表面两点间的弧长，地球半径取值 R = 6371000 米。
2. 密度中心 (Density Center)：
   • 原 Python 脚本使用 scipy.stats.gaussian_kde 进行高斯核密度估计。
   • Web 版采用 反距离加权 (IDW) 变体。以中位数为参考锚点，权重 $w_i$ 与距离 $d_i$ 成反比： \(w_i = \frac{1}{d_i + 1}\)
   • 该方法在寻找“主要数据簇”的效果上与 KDE 高度一致，且大幅降低了前端计算负荷。

🚀 快速开始 (Usage)

1. 获取工具：下载仓库中的 index.html 文件。
2. 运行：直接使用 Chrome、Edge 或 Firefox 浏览器打开该文件。
3. 导入数据：点击上传区域或直接拖拽 Excel/CSV 文件。
4. 导出结果：预览计算结果无误后，点击“下载计算结果”按钮获取分析报表。

📊 数据格式要求 (Input Format)

输入文件的第一行必须包含表头，且必须包含以下列名（顺序不限）：

列名	说明	示例
所属项目	(可选) 项目名称，若无则自动填充默认值	某边坡
所属工点	(必填) 具体工点名称	ZK120+300
设备编码	(必填) 设备的唯一ID	SENSOR_001
经度	(必填) WGS84或其他坐标系经度	103.456789
纬度	(必填) WGS84或其他坐标系纬度	30.123456
设备名称	(可选) 设备别名	GNSS位移计-01

🤝 贡献与反馈 (Contribution)

如果您在使用过程中发现 Bug 或有新的功能建议（例如增加坐标系转换功能），欢迎提交 Issue 或 Pull Request。

📄 许可证 (License)

MIT License. 允许在个人、商业及科研项目中自由使用。