矢量空间数据渐进传输研究进展_温永宁

第２７卷　第６期２０１１年１１月地理与地理信息科学Ｇｅｏｇｒａｐｈｙ　ａｎｄ　Ｇｅｏ－Ｉｎｆｏｒｍａｔｉｏｎ　ＳｃｉｅｎｃｅＶｏｌ．２７　Ｎｏ．６Ｎｏｖｅｍｂｅｒ　２０１１ 收稿日期：２０１１－０７－２８；　修订日期：２０１１－１０－２７ 基金项目：国家“８６３”重点课题子课题项目“基于广域网的虚拟月球环境构建研究”（２０１０ＡＡ１２２２０２）；国家自然科学基金项目“像素无损的矢量地理数据高效传输机制研究”（４１００１２２３）；江苏高校优势学科建设工程资助项目 作者简介：温永宁（１９７７－），男，博士，讲师，主要研究方向为虚拟地理环境、３ＤＧＩＳ。

Ｅ－ｍａｉｌ：ｗｅｎｙｎ＠ｍｓｎ．ｃｏｍ矢量空间数据渐进传输研究进展温永宁１，２，闾囯年１，陈　旻３（１．南京师范大学虚拟地理环境教育部重点实验室，江苏南京２１００４６；２．苏州工业园区测绘有限公司，江苏苏州２１５０２１；３．香港中文大学太空与地球信息科学研究所，香港沙田）摘要：渐进传输被认为是解决目前海量空间数据传输与实时用户体验之间矛盾的有效方法。

栅格数据渐进传输的相关研究比较成熟，但矢量数据的渐进传输理论和技术还存在问题。

为了推进矢量数据渐进传输的相关研究，该文对与矢量数据渐进传输密切相关的二维矢量数据、三维表面模型两种数据的多分辨率表达和渐进传输的研究现状进行归纳与总结，指出相关研究的发展方向，为海量空间数据适用于分布式网络传输提供参考依据。

关键词：空间数据；矢量数据；渐进传输中图分类号：Ｐ２０８ 文献标识码：Ａ 文章编号：１６７２－０５０４（２０１１）０６－０００６－０７０　引言传统意义上，空间数据模型可分为矢量和栅格两种；按照数据生产的目标，又可分为４Ｄ产品，即数字线画图（ＤＬＧ）、数字正射影像（ＤＯＭ）、数字高程模型（ＤＥＭ）和数字栅格地图（ＤＲＧ）。

如何协调计算机有限的内存、带宽与海量空间数据传输之间的矛盾是当前ＧＩＳ研究的重要课题。

虽然空间数据的类型不同，但在解决海量数据的应用与传输问题上存在一些通用方法：１）对数据进行处理，建立数据的多分辨率表达，根据不同显示需求所采用的比例尺或分辨率，传递相应分辨率的数据。

２）采用数据渐进传输的方法，即如果高分辨率的数据可以通过低分辨率数据增加细节增量而得到，则传输时先传递低分辨率的数据，然后根据需要依次传递细节增量，最终得到合适分辨率的数据。

目前，栅格数据渐进传输研究比较成熟，相关国际标准和商业软件已经出现，部分算法和产品也已经实用化。

但矢量数据的渐进传输还不是很成熟，主要原因有以下方面：（１）矢量数据本身存在复杂性。

影像／栅格数据结构单一，可以认为是一种结构化数据。

矢量数据则比较复杂，可分为要素和要素集合两个层次。

其中，要素又包括几何和属性两部分，几何部分包括点、线、面３种对象类型；几何要素之间存在拓扑关系。

（２）矢量数据传输存在多目标与多层次特征。

影像／栅格渐进传输的目标仅考虑可视化，以最终的视觉结果为判定标准。

矢量数据的应用包含制图输出和空间分析两种不同的功能，其渐进传输与制图综合问题相关联，不仅涉及单个地理要素的多分辨率组织与渐进传输，还涉及多要素之间渐进传输结果可视化的逻辑一致性问题。

（３）缺乏坚实的理论基础。

传统的矢量数据渐进传输通常被看做制图综合的逆向过程进行研究。

目前，虽然制图综合算法和数据模型被大量引入到渐进传输与数据的多分辨率组织之中，但是制图综合本身尚有很多问题需要解决，如在拓扑一致性、化简结构的适用性方面尚有难以克服的困难。

（４）缺乏集成性。

现有的矢量数据渐进传输算法较少考虑现代ＧＩＳ体系结构，为达渐进传输目的而设计的独立体系的数据结构与模型很难融入ＧＩＳ主流体系中。

此外，基于关系数据库存储是ＧＩＳ工程中矢量数据的通用存储方案；在制图综合领域虽然设计了一些多分辨率的矢量数据存储结构，但以上结构仍难以方便地映射为ＧＩＳ关系存储模型。

１　二维矢量数据渐进传输的相关研究Ｂｕｔｔｅｎｆｉｅｌｄ等指出矢量数据渐进传输应该与制图综合紧密相连，是制图综合的逆过程［１－４］。

因此，某些制图综合的算法、数据结构经过改造可以应用于矢量数据的渐进传输。

１．１　二维矢量数据渐进传输框架研究Ｂｕｔｔｅｎｆｉｅｌｄ针对线特征提出了ＧＩＳ数据渐进传输的实现流程［１］，其思想是基于制图综合方法对原始数据进行预处理，生成矢量数据的多分辨率表达模型。

该模型的建立步骤：１）根据专题建立图层，图层基于文件方式分离存储；２）对图层中的要素按照重要度排序；３）建立每个几何要素的多分辨率模型。

Ｂｕｔｔｅｎｆｉｅｌｄ使用Ｄ－Ｐ算法对线要素进行化简，并基于条带树进行线要素的多分辨率存储，该方法的缺陷在于只能针对线要素保持拓扑关系，不能保持其他空间对象间的拓扑关系。

如果要保持拓扑关系，则需附加算法对数据进行预处理。

Ｂｅｒｔｏｌｏｔｔｏ等提出了基于胞腔复形矢量数据模型的渐进传输组织方案［２－４］，该方案定义了线收缩、面收缩、区域细化、线合并、区域合并、点抽取、线抽取等地图化简基本算子；通过上述算子，可以对地图进行递归化简，建立多分辨率模型。

为了维护要素间的拓扑一致性，所有的矢量数据都保存在一个图层中。

该方法的效果相当于建立地图级的离散ＬＯＤ模型，但无法支持要素级别的渐进传输。

与Ｂｅｒｔｏｌｏｔｔｏ的方案相似，杨必胜等［５］提出了一种基于顶点删除模式的矢量数据渐进传输组织方案，该方案使用“面条模型”表达地图，包含点、线和多边形３种几何对象，其中线和多边形对象由顶点构成。

为了建立顶点、线与多边形之间的拓扑关系，将顶点分为３种基本类型：１）一个或两个同层对象共享的顶点；２）两个以上同层对象共享的顶点；３）一个以上多层对象共享的顶点。

基于顶点类型和原有拓扑关系，对顶点进行删除操作。

类似于Ｖｉｓ－ｖａｌｉｎｇａｍ－Ｗｈｙａｔ算法［６］，对删除的顶点进行排序，并将删除的顶点压入堆栈结构中供后续渐进传输使用。

该方法较之Ｂｅｒｔｏｌｏｔｔｏ方法完整地实现了曲线的渐进传输，在删除过程中保持拓扑关系不变，但是没有考虑其它制图综合算子。

由于算法需要对整个地图进行渐进式化简，所以最大的问题在于无法根据可视区域组织渐进数据流。

Ａｉ等提出了一种基于变化累积模型的矢量数据渐进传输组织方案［７］，定义了“加”、“减”和“替换”３种基本的变化累积操作，通过这３种操作将客户端的实时综合与服务器端的离线综合统一起来。

对多边形特征利用层次分解技术，化简成一系列的凸壳和矩形，基于层次树建立几何对象的多分辨率表达。

该算法适用于离散的多边形对象（如湖泊、房屋等）的渐进传输。

此外，Ｃｅｃｃｏｎｉ等提出了实现矢量数据渐进传输框架，并列出了３个核心研究点［８］：１）渐进传输相关的地图综合算法；２）在客户服务器模型下的数据传输机制；３）客户端矢量数据组合的问题。

Ｄａｖｉｄ等提出了面向服务的矢量数据渐进传输框架［９］，该框架融合了在线制图综合技术，不仅可以在服务器端生成客户端需要显示的ＳＶＧ文档，还可以为客户端提供下载文档服务，并在后续传输时，通过ＸＭＬ　ＤＯＭ更新客户端的显示。

１．２　矢量数据制图综合与几何化简目前，制图综合算法被大量应用于矢量数据渐进传输研究中。

综合的目的是为了获得特定分辨率的空间数据，由于矢量数据以要素集合的形式组织，所以多分辨率矢量数据被分为两个级别：１）要素级的算法主要是针对曲线和多边形边界的化简；２）要素集合级的算法则是要素之间制图综合过程，包括合并、移位、夸张等过程。

制图综合的基础在于空间数据的化简算法，其中最重要的是曲线的化简。

曲线的化简算法类型较多，如点删除算法（以Ｄ－Ｐ算法和Ｖｉｓｖａｌｉｎｇａｍ－Ｗｈｙａｔ算法为代表）、重采样算法（以Ｌｉ－Ｏｐｅｎｓｈａｗ算法为代表）、基于小波分析的算法、曲线层次结构方法、分形方法、组合优化方法、网格化方法等。

Ｄｏｕｇｌａｓ－Ｐｅｕｃｋｅｒ算法（简称Ｄ－Ｐ算法）是最常用的一种曲线数据压缩算法。

该算法基于点删除原理，通过递归地删除距离曲线两个端点连线距离最近的点实现曲线压缩。

大量曲线压缩和曲线化简算法是基于对Ｄ－Ｐ算法的改进而实现的［１０］。

另外一种点删除算法是Ｖｉｓｖａｌｉｎｇａｍ－Ｗｈｙａｔ算法（简称Ｖ－Ｗ算法），该算法的原理是利用曲线上相邻的３个点构成三角形，如果该三角形是所有三角形中面积最小的，则可以将中间的点从三角形删除，化简过程迭代到曲线中剩下两个点为止［１１］。

Ｗａｎｇ等对Ｖ－Ｗ算法进行了扩展，称为Ｂｅｎｄ　Ｓｉｍｐｌｉｆｉｃａｔｉｏｎ算法；该算法通过分析几何对象的特征，删除时的判断因子不再是三角形面积，而是边界围成的凸壳和凹陷部分，同时该算法还集成了删除、膨胀和合并的制图综合算子［１２］。

Ｙａｎｇ等的算法均是在Ｖ－Ｗ算法基础上考虑要素间拓扑关系的改进版本［１３－１６］。

基于点删除的算法与条带树、ＢＬＧ树、多尺度线性树等多分辨率的数据结构联系紧密，算法的迭代运行过程可以由这些结构记录，并通过“回放”实现渐进传输。

Ｌｉ－Ｏｐｅｎｓｈａｗ算法［１７］是一种基于自然规律的自适应线状要素综合算法，其原理是用与比例尺相关的圆在原有曲线上滑动，对曲线进行重采样，获得综合结果。

其过程是对于特定的显示分辨率，随着比例尺变小，一个大的多边形会形成一个小多边形；当该多边形只能用一个点表示时，就达到了极限尺寸。

页７第第６期 温永宁等：矢量空间数据渐进传输研究进展朱鲲鹏等对算法做了进一步改进，主要考虑了曲线上极大值和采样圆与曲线多点相交的问题［１８］。

基于小波的算法是实现曲线化简的另一条途径。

Ｓａｕｘ将Ｂ－样条与小波分析相结合，针对需要光滑和连续性的曲线，进行曲线化简研究［１９］。

吴凡利用Ｍａｌｌａｔ算法，研究了获取整数尺度上曲线的综合问题，通过建立多尺度表达的一致性约束模型，对细节信息进行增补和阈值调控，实现了介于任意两个整数尺度之间的线状特征空间数据近似表达［２０］。

Ｗａｎｇ等基于小波分析理论，研究了基于小波多尺度分析的等高线数据压缩模型和算法，利用Ｄ－Ｐ算法对小波变换的边界进行预处理，提取特征点，并在小波压缩之后恢复特征点，保持了等高线的拓扑一致性［２１－２３］。

构建曲线的层次结构并以此为化简依据是矢量数据化简的另一种策略。

Ｇｕｏ提出了一种基于线对象结构的渐进式化简算法，该算法基于线上的特征（极值点、凸点、拐点、单调区间）建立线结构及其层次关系，以此为约束对曲线进行化简［２４］。

艾廷华等基于曲线弯曲层次的概念，通过将曲线自身作为约束，建立曲线的带约束Ｄｅｌａｕｎａｙ三角网，并根据三角形与顶点、曲线的关系对其进行分类；在分类基础上，对Ｄｅｌａｕｎａｙ三角网应用剥皮算法，记录剥皮的过程，根据被剥皮的三角形类型，迭代构建曲线的二叉树组织结构，再根据弯曲的层次结构，对曲线进行化简［２５］。