一种面向服务器制图可视化的矢量数据多尺度组织方法

J4 ›› 2014, Vol. 36 ›› Issue (02): 226-232.

一种面向服务器制图可视化的矢量数据多尺度组织方法

孙璐1，陈荦1，刘露1，苏德国2

（1.国防科学技术大学电子科学与工程学院，湖南长沙 410073；2.中国测绘科学研究院，北京 100830）

收稿日期:2013-07-08 修回日期:2013-09-13 出版日期:2014-02-25 发布日期:2014-02-25
基金资助:
国家863计划资助项目（2011AA120305，2011AA120306）

A multi-scale management method for visualization of vector data on server cluster

SUN Lu1,CHEN Luo1,LIU Lu1,SU Deguo2

（1.College of Electronic Science and Engineering,National University of Defense Technology,Changsha 410073；
2.Chinese Academy of Surveying and Mapping,Beijing 100830,China）

Received:2013-07-08 Revised:2013-09-13 Online:2014-02-25 Published:2014-02-25

摘要/Abstract

摘要：

提出了一种面向服务器制图可视化的矢量数据多尺度组织方法。基于矢量数据瓦片化思想，将矢量数据按照全球地理空间金字塔索引模型划分为层次化瓦片数据，将服务器制图可视化处理中对数据图层的空间查询操作，转化为对瓦片数据的数据读取操作。实验及应用表明，该方法减少了数据读取时间，降低了I/O代价，提高了矢量数据服务器制图可视化的整体性能。

关键词: 矢量数据, 多尺度, 制图可视化, 球面墨卡托, 矢量瓦片

Abstract:

A multi-scale management method for visualization of geographic vector data on server cluster is proposed. Based on the idea of vector data tiling, a global tilepyramid index model is established. Then, the vector dataset is divided into individual vector tiles according to the index structure. When rendering tiles on servers, the tiled dataset acts as the feature data source so as to avoid doing spatial query on the raw dataset on the fly. Experimental results indicate that the proposed method can reduce the time of data preparation and the cost of I/O when rendering a tile image, and consequently promote the performance of geographic vector data visualization.

Key words: vector data;multi-scale;visualization;spherical Mercator;vector tile

孙璐1，陈荦1，刘露1，苏德国2. 一种面向服务器制图可视化的矢量数据多尺度组织方法[J]. J4, 2014, 36(02): 226-232.

SUN Lu1,CHEN Luo1,LIU Lu1,SU Deguo2. A multi-scale management method for visualization of vector data on server cluster [J]. J4, 2014, 36(02): 226-232.

参考文献

［1］Yang Chongjun, Wang Yuxiang, Wang Xingling, et al. Review of the main technologies of WebGIS［J］. Journal of Image and Graphics, 2001, 6(9):886894.(in Chinese)
［2］Gong Jianya. Review of the progress in contemporary GIS［J］. Geomatics & Spatial Information Technology, 2004, 27(1):511.(in Chinese)
［3］Deng Hongyan,Wu Fang,Wang Zhuoning,et al. Research on spatial information service based on web service［J］. Computer Engineering and Design, 2006, 27(23):44504452.(in Chinese)
［4］Chen Jing, Gong Jianya, Xiang Longgang. Research on global multiscales spatial data model［J］. Geomatics World, 2011, 8(4):2427.(in Chinese)
［5］Liu Lu. Research on distributed management technology of global mass remote sensing image data［D］. Changsha:National University of Defense Technology, 2007.(in Chinese)
［6］Sun Da, Pu Yingxia. Map projection［M］. Nanjing:Publishing House of Nanjing University, 2005.(in Chinese)
［7］Xu Hui, Ma Xiaopeng. Geographic information system design and implementation based on Web Mercator projection［J］. Database and Information Management, 2011(8):4143.(in Chinese)
［8］Antoniou V, Morley J, Haklay M. Tiled vectors:A method for vector transmission over the web［C］∥Proc of Web and Wireless Geographical Information Systems, 2009:5671.
［9］Howard Butler, Martin Daly, Allan Doyle, et.al. The GeoJSON format specification［EB/OL］. ［20080208］. http:∥www.geojson.org/geojsonspec.html.
［10］PBF format［EB/OL］.［20120315］. http:∥wiki.openstreetmap.org/wiki/PBF_Format.
［11］Mapnik Vector Tiles［EB/OL］.［20120315］. http:∥openstreetmap.us/~migurski/vectordatasource/.
［12］OpenStreetMap［EB/OL］. ［20120315］. http:∥www.openstreetmap.org.
［13］Liu Lu, Yang Anran, Chen Luo, et al. HiGIS  When GIS meets HPC［C］∥Proc of the 12th International Conference on GeoComputation, 2013:1.
附中文参考文献：
［1］杨崇俊, 王宇翔, 王兴玲,等. 万维网地理信息系统发展及前景［J］. 中国图象图形学报, 2001, 6(9):886894.
［2］龚健雅. 当代地理信息系统进展综述［J］. 测绘与空间地理信息, 2004, 27(1):511.
［3］邓红艳, 武芳, 王卓苧,等. 基于Web Service的空间信息服务研究［J］. 计算机工程与设计, 2006, 27(23):44504452.
［4］陈静, 龚健雅, 向隆刚. 全球多尺度空间数据模型研究［J］. 地理信息世界, 2011, 8(4):2427.
［5］刘露. 全球海量遥感影像数据的分布式管理技术研究［D］. 长沙:国防科学技术大学, 2007.
［6］孙达, 蒲英霞. 地图投影［M］. 南京:南京大学出版社, 2005.
［7］许辉, 马晓鹏. 基于Web墨卡托投影地理信息系统设计与实现［J］. 数据库与信息管理, 2011(8):4143.

[1]	唐剑, 车文刚, 高盛祥. 融入注意力机制的多尺度卷积图像去雾方法[J]. 计算机工程与科学, 2023, 45(08): 1453-1462.
[2]	崔克彬, 崔叶微. 基于卷积和Transformer的断路器动触头跟踪方法研究[J]. 计算机工程与科学, 2023, 45(07): 1236-1244.
[3]	王晓琦, 赵宣植, 刘增力, . 基于多尺度小波和Tsallis熵的水下图像边缘检测[J]. 计算机工程与科学, 2023, 45(07): 1245-1252.
[4]	李校林, 王复港, 张鹏飞, 张琳玉, . 基于多尺度特征提取的YOLOv5s算法优化[J]. 计算机工程与科学, 2023, 45(06): 1054-1062.
[5]	闫彩瑞, 马慧芳, 李青青. 基于谱图小波的多尺度社区搜索方法[J]. 计算机工程与科学, 2023, 45(06): 1106-1115.
[6]	方雪杉, 杨云飞, 冯松. 基于多尺度多模态学习的光球亮点曲线轨迹段检测方法研究[J]. 计算机工程与科学, 2023, 45(05): 885-894.
[7]	王万军, 丁新涛, 刘朝, 章智强. 基于多尺度联合网络的图像超分辨率重建方法[J]. 计算机工程与科学, 2023, 45(04): 683-690.
[8]	孙琪, 翟锐, 左方, 张玉涛, . 基于部分卷积和多尺度特征融合的人脸图像修复模型[J]. 计算机工程与科学, 2023, 45(02): 304-312.
[9]	张克双, 邬春学, 张生, 林晓. 基于U-Net改进的多尺度融合超声神经分割算法研究[J]. 计算机工程与科学, 2022, 44(09): 1676-1685.
[10]	张建伟, 周亚同, 史宝军, 何昊, 王文. 基于SSD算法的轻量化仪器表盘检测算法[J]. 计算机工程与科学, 2022, 44(08): 1418-1425.
[11]	李兰, 刘杰, 张洁. 基于YOLOv4改进算法的复杂行人检测模型研究[J]. 计算机工程与科学, 2022, 44(08): 1449-1456.
[12]	张俊飞, 张贵英. 改进残差神经网络实现心音分类[J]. 计算机工程与科学, 2022, 44(08): 1514-1520.
[13]	李利荣, 王子炎, 张开, 杨荻椿, 熊炜, 巩朋成, . 基于OSE-dResnet网络的列车底部零件检测算法[J]. 计算机工程与科学, 2022, 44(04): 692-698.
[14]	李然, 周子淏, 张月芳, 罗东升, 邓红霞. 一种结合自注意和多尺度生成对抗网络的图像去雨方法[J]. 计算机工程与科学, 2021, 43(12): 2216-2222.
[15]	曹玉东, 蔡希彪. 基于并行小规模卷积神经网络的图像质量评价[J]. 计算机工程与科学, 2021, 43(10): 1810-1816.