专利名称：：一种基于矢量数据信息量的尺度设置方法
技术领域：
：本发明涉及一种基于矢量数据信息量的尺度设置方法，用于海量空间信息网络快速发布、野外作业中移动终端空间数据渐进传输等项目中多尺度矢量数据库的关键尺度序列的生成。
背景技术：
：随着GIS在各领域应用的不断拓展和深入，特别是"数字地球"和Internet技术的发展，有限的国家空间基础设施和无限的海量空间信息服务之间的矛盾日益尖锐，迫切要求GIS输出的空间数据随比例尺变化而自动产生信息量的增减，即空间数据的多尺度表达与可视化。近年来，随着小波压縮、影像金字塔模型(参见杨靖宇，张永生,于美娇,纪松，基于小波变换多分辨率分析特性的遥感影像动态重构的金字塔模型，测绘科学，2007,32(05):50-51,62)等理论的发展与成熟，栅格数据的多尺度表达与可视化问题己基本得以解决。对于矢量数据则是通过对小尺度的数据建立多尺度表达模型，并根据不同的需求选择不同尺度的数据实现GIS输出的矢量数据随比例尺变化而自动产生信息量的增减。多尺度达模型有多尺度显示存储、多尺度索引、多尺度数据存贮结构等多种实现方式，由于这些实现方式均依托于空间数据库，因此，我们将其通称为多尺度矢量数据库技术。目前，有关多尺度矢量数据库技术的研究较多，如vanOosterom(参见vanOosterom,P.,1995.TheGAP-tree,anapproachto"On-the-fly"MapGeneralizationofAreaPartitioning..In:MullerJC,LagrangeJP,WeibelR(eds).GISandGeneralization:MethodologyandPractice.Taylor&Francis,London,pp.120132)、Cecconi(参见CecconiA.，2003,IntegrationofCartographicGeneralizationandMulti-scaleDatabaseforEnhanceWebMapping(DissertationofZurichUniversity).URL:http:〃e-collection.ethbib.ethz.ch/ecol-pool/extdiss/extdiss—6.pdf.)讨论过多尺度数据库的设计与实现、Kilpelainen(参见Kilpelainen,T.，1997.MultipleRepresentationandGeneralizationofGeo-databaseforTopographicMaps.Ph.Dthesis,FinnishGeodeticInstitute,HelsinkiUniversityofTechnology.)、Harrie等人(参见Harrie，L.,Hellestrom,A.K.,1999.APrototypesSystemforPropagatingUpdatesbetweenCartographicDataSets.TheCartographicJournal36(2),pp.l33140.)研究了不同表达层之间的传输更新、Bertolotto等人(参见Bertolotto,M.,Egenhofer,M.J.,2001.ProgressiveTransmissionofVectorMapDataovertheWorldWideWeb.Geolnformatica5(4),pp.345~373.)、vanOosterom等人(参见vanOosterom,P.，2005.Variable-scaletopologicaldatastructuressuitableforprogressivetransfer:TheGAP-facetreeandGAP-edgeforest.CartographyandGeographicInformationScience32，pp.331—346.禾卩VanOosteromP.,MariandeV.，MartijnM.，2006,Vaiio-scaleDataServerinaWebServiceContext.URL:http:〃www.gdmc.nl/publications/2006/ICA_vario_scale_Jun2006—fmal.pdf.)和Yang等人(参见Yang,B.，2005.AMulti-resolutionmodelofvectormapdataforrapidtransmissionovertheInternet.Computers&Geosciences31，pp.569-578.)分另'J石开究了基于Strip-tree、GAP-tree和BLG-tree的矢量数据渐进传输的多尺度数据模型。从近年来的研究文献可知国内外大部分学者都集中于在如何建立矢量数据多尺度模型以及如何保持拓扑一致性等方面的研究，对于多重表达模型中尺度设置问题的研究比较匮乏。Cecconi和Weibel曾于2001年提出利用地图的经典尺度值(参见[9]Cecconi，A.，Weibel，R.,2001.MapGeneralizationforOn-DemandMapping.InternationalJournalforGeomatics,GIM15(5)，pp.12-15.)，如1:2,000，1:10,000或者1:1:100,000，作为多尺度表达模型尺度值序列。然而，这些经典尺度值的概念源于传统的纸制地图，而对于计算机中地图视窗的却不一定适用。随后，Clay和Davis提出由数据管理员给出各要素层的最小和最大显示尺度值(参见Clay,L.，Davis，D.,2001.GeneralizingFeaturestoImproveArcIMSPerformance:aPracticalGuide.http:〃gis.esri.com/library/userconf/procO1/professional/papers/pap1060/p1060.htm.Accessed2004.12.)，系统将自动选出最小显示尺度小于当前显示尺度、且最大显示尺度值大于当前显示尺度的要素曾显示，该方法至今仍在各个GIS专业软件中广泛使用，如ESRI公司的ArcGIS、Maplnfo公司的Maplnfo以及中国超图公司的SuperMap均应用该方法对不同详细程度的图层数据进行显示，以提高地图显示速度。该方法摒弃了传统经典尺度值的概念，采用屏幕显示尺度的概念；但显示尺度值的设置的好坏完全却决于数据管理员的经验及其对矢量数据的了解程度，具有很轻的不确定性和不可重复性。而且不同要素层次间的数据过渡很容易出现跳跃现象，冲击人的视觉，影响地图的观看。多尺度表达模型中尺度"多"应该多什么程度、"少"应该少到什么程度，是多尺度矢量数据库技术不可回避的一个关键问题。若尺度太多，将会提高尺度间过渡的平滑度，但也将增加数据冗余量、降低系统运行效率；若尺度过少，可以降低数据冗余量、提高系统运行效率，但会导致尺度间的过渡较为跳跃。当尺度发生变化时，数据表达在什么层次上发生变化是首先要解决的问题。矢量数据多尺度模型不可能也没有必要建立无限小尺度的数据表达。因此需要研究一种合适的尺度设置方法。
发明内容本发明的技术解决问题是针对现有的尺度设置方法未考虑数据分布特征、多尺度模型存在冗余量大等情况，提供一种基于矢量数据信息量的尺度设置方法，该方法充分考虑矢量数据信息量的空间分布特征，保证了在尽量减少数据冗余的同时，降低系统运行时间，提高冗余数据的利用率。本发明的技术解决方案为一种基于矢量数据信息量的尺度设置方法，步骤如下-第一步，矢量数据信息量指标的选取与阈值的确定，步骤如下(1.3)寻找与系统运行时间具有正相关性的矢量数据信息量指标；(1.4)根据用户对系统运行时间的要求，找到与此运行时间相对应的矢量数据信息量指标的值作为阈值；第二步，根据选取的矢量数据信息量指标进行尺度设置，设置步骤如下(2.1)初始化地图视窗的显示尺度；(2.2)根据步骤(1.1)中选取的矢量数据信息量指标，生成矢量数据信息量空间分布(2.3)在步骤(2.2)生成的矢量数据信息量空间分布图中，选取拥有最多空间矢量数据信息量的区域作为复杂区域；并将地图视窗的中心移至复杂区域的中心；(2.4)逐步增大视窗尺度值，如果视窗信息量不小于步骤(1.2)中得到的阈值，则执行步骤(2.6);否则执行步骤(2.5);(2.5)判断地图视窗的覆盖区域是否大于等于矢量数据的覆盖区域；若是则结束，否则执行步骤(2.4);(2.6)将当前视窗尺度加入到尺度序列中；(2.7)在当前视窗尺度值下，对矢量数据进行数据综合；(2.8)将步骤(2.7)综合的结果，代入步骤(2.2)执行。本发明与现有技术相比的优点在于(1)本发明是结合矢量数据信息量空间分布特征提出的一种尺度设置方法，尺度设置结果将随矢量数据信息量空间分布的不同而不同。而Cecconi和Weibel提出的方法则对所有矢量数据都套用经典地图比例尺的值，这些单一经典尺度值不一定适用于所有矢量数据，同时这些源于制图的尺度概念在矢量数据的空间发布中也显得十分蹩脚。(2)本发明是一种数量化的尺度设置方法。Cecconi和Weibel的尺度序列源于地图经典尺度值，而Clay和Davis的尺度设置方法与数据管理人员的经验及其对数据的了解程度密切相关。本发明是通过平衡系统运速度、与数据冗余之间的关系，得到的一种数量化得尺度设置方法，该方法可以通过计算机编程实现。(3)本发明在保证了在尽量减少数据冗余的同时，降低系统运行时间，提高冗余数据的利用率。本发明以用户对系统运行时间的要求为准绳，在尺度不断增大的过程中，当且仅当地图视窗信息量(系统运行时间)超过信息量阈值(用户要求的运行时间)，才把当前视窗尺度下加入尺度序列中。可见，本发明可以用尽可能少的尺度序列描述矢量数据，从而降低了数据冗余度，而且综合后的概要数据将降低了系统运行时间，保证了用户对系统运行时间的要求，提高了冗余数据的利用率。图1为本发明的基于矢量数据信息量的尺度设置过程的流程图2为本发明的矢量数据信息量指标为查询节点数(NVQ)时，时间与查询节点数(NVQ)的线性关系图3为本发明的划分的精细栅格单元示意图4为本发明的信息量空间分布与复杂区选择示意图。具体实施例方式如图1所示，本发明的具体实施步骤如下1、矢量数据信息量指标的选取与阈值的确定。要控制系统运行时间，首先需要寻找与其具有正相关性的矢量数据信息量指标，然后通过控制该指标控制运行时间。信息量指标的选定需要通过实验验证其与运行时间是否成正相关性，如果是则可以使用，反之则不行。因此，本发明实施用例选择查询结点数(NVQ)作为表征矢量数据信息量的指标。在不同尺度下，随机选择不同区域的数据显示，记录下NVQ与运行时间(Runtime),然后在Excel中对得到的实验数据建立两者的散点图，如图2所示。从图2可知，NVQ与Runtime呈正相关性。为了进一步证实两者的正相关性，本发明在SPSS(为一个统计软件)中对NVQ和Runtime做了Person相关性分析。分析结果如表1所示，从表1中可知，NVQ和Runtime呈显著正相关，相关系数为0.991。表l.SPSS中的相关性分析结果<table>tableseeoriginaldocumentpage9</column></row><table>**Correlationissignificantatthe0.01level(2-tailed).由于NVQ与运行时间Runtime具有强相关性的特性，可以进一步使用SPSS进行线性回归分析得出两者之间的线性函数，式1给出了Runtime与NVQ之间的线性关系函数。通过该线性函数可以计算出用户给出的可忍受运行时间(如10s)对应的最大NVQ(约为350,133)，作为用户可忍受的最大空间信息量的阈值。=3x10_5*-0.504;式12、根据选取的信息量指标进行尺度设置，设置步骤如下(2.1)初始化地图窗口的显示尺度将地图窗口置于一个很小尺度值(如30)，此时地图被放大到足够大，并保证此时地图视窗的信息量远小于上步中确定的阈值(350,133)。(2.2)根据步骤(1.1)中选取的信息量指标，生成矢量数据信息量的空间分布图；A、根据矢量数据的四至值生成模拟地图全幅显示时的窗口框架，然后对该框架按照当前尺度值，划分为每个单元格代表1个像素，即1个像素值为当前尺度值的精细单元格，如图3所示。B、计算并记录每个单元格中包含的矢量数据的结点数，并将其作为此栅格单元的值；C、根据栅格的空间位置，将栅格单元信息量的值空间化，可生成一幅反映矢量数据信息量的空间分布特征的二维图，如图4所示。图中4越黑的地方表示此处的NVQ比越多。(2.3)在步骤(2.2)生成的信息量分布图中，选取拥有最多空间信息量的区域作为复杂区域；并将地图视窗的中心移至复杂区域的中心；本实施用例中，选取空间数据分布复杂区域的方法如下A、根据矢量数据信息量的空间分布图，分别选取拥有最多、次多信息量值的2个栅格，作为复杂区域的备选区。以步骤2.2生成的空间分布图为例，选取图中拥有最多、次多信息量值的2个栅格，如图4中的a、b点处所示。B、分别以步骤A中的2点为视窗中心，在当前尺度下以a、b为中心的视窗分别覆盖如图4中I、II所指的白色虚线框区域，根据公式1计算，分别计算两个虚线内的信息量；其中义和y是该地图视窗的中心点坐标，G是当前视窗的显示尺度，Ma;vz'ew.肌^/是地图视窗的象素宽，Mfl/7v/ew.7/e/g/^是地图视窗的象素高。C、选取视窗信息量最大的区域作为该尺度下的复杂区域。经比较，以图4中a为中心点的虚线框拥有较大的信息量，因此，将地图视窗的中心移至图4中的a处；(2.4)逐步增大视窗尺度值，如果地图视窗信息量不小于步骤(1.2)中得到的阈值，则执行步骤(2.6);否则执行步骤(2.5);(2.5)判断地图视窗所覆盖的区域是否大于等于矢量数据的覆盖区域；若是则结束，否则执行步骤(2.4);(2.6)将当前视窗尺度值加入到尺度序列中；若以2为步长逐步增大视窗尺度，当视窗尺度增加到42时，地图视窗覆盖区域如图4中III所指的白色实线框区域，其信息量为361，120(大于350,133)，此时可将42作为第一个尺度值加入到尺度序列中。其实，当地图视窗信息量大于350,133时，根据系统运行时间与地图视窗信息量的相关性，此时系统的运行时间应该大于用户可接受的时间，因此，可在此处设置一个粗略表达的尺度。(2.7)在当前视窗尺度值下，对矢量数据进行数据综合；A.设置综合规则的相关参数若当前视窗尺度值为42、地图视窗屏幕区域为200PixeP100Pixel,本发明可将小要素MBR的宽、高值分别设为15Pixel、10Pixel,小间隙值设为5Pixel。此参数设置表示当矢量数据在宽、高为200Pixel、100Pixel的地图视窗内显示时，若某要素的屏幕宽、高分别都小于15Pixd、10Pixel,则将此要素视为小要素，它们可能将在后续的步骤被综合；若多个要素间的最小距离小于5Pixel，则将这些要素视为小间隙要素，这些要素可能将在后续的步骤被聚合。此外，在某些应用中即使某些要素满足上述小要素、小间隙的定义，但由于某些特殊的要求，有些要素还是不能被综合的，称之为"需要保留的要素"。例如，在中国的版图上，即使南沙群岛很小，但也不能将其从版图上删除。因此，此步允许根据应用的需求，定义需要保留的要素。由于矢量数据通常具有一定专题意义的，如土地利用数据、河流数据，在进行综合操作的过程中，经常需要判断两要素的专题意义是否相同，因此，还需要选择用于比较要素是否相同的专题属性，如对土地利用数据通常选择"土地利用类型"作为专题属性。B.计算矢量数据中每个要素的最小可视尺度以MBR宽高为30x10的要素为例，其宽高比为3，小要素的MBR宽高比为1.5。此时要素MBR的宽高比大于小要素MBR的宽高比，故此要素的最小可视尺度为30+3=10。C.选出最小可视尺度小于当前视窗尺度值的所有要素；D.根据步骤A定义、设置的参数，分别判断步骤C所选出的所有要素应进行何种综合操作，并进行相应的综合，具体情况如下a.若某要素满足保留要素的定义，则不进行任何操作；b.若某要素没有相邻要素，则将该要素删除；c.若某要素与其相邻要素的专题属性相同，则将该要素及与其有相同专题属性的相邻要素合并；d.若某要素位于另一要素空间区域的范围内，则将该要素与背景要素融合；e.选出与要素最小距离小于5个Pixel所有要素；f.若某要素与其小间隙要素的专题属性相同，则将该要素及与其具有相同专题属性的小间隙要素聚合；g.枚举下一个要素、继续执行此步。(2.8)将矢量数据在显示尺度42时综合的结果数据代入步骤(2.2)执行。按上述步骤执行，结束时可得到一个值为{42，86，122，162,200,234}的尺度序列，作为生成多尺度空间数据库的关键尺度参数，它将用尽可能少的尺度值个数，保证多尺度空间数据库的运行时间不超过用户可忍受的范围。本发明说明书中未作详细描述的内容属于本领域专业技术人员公知的现有技术。以上所述仅是本发明的优选实施方式，应当指出，对于本
技术领域：
的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。权利要求1、一种基于矢量数据信息量的尺度设置方法，其特征在于步骤如下第一步，矢量数据信息量指标的选取与阈值的确定，步骤如下(1.1)寻找与系统运行时间具有正相关性的矢量数据信息量指标；(1.2)根据用户对系统运行时间的要求，找到与此运行时间相对应的矢量数据信息量指标的值作为阈值；第二步，根据选取的矢量数据信息量指标进行尺度设置，设置步骤如下(2.1)初始化地图视窗的显示尺度；(2.2)根据步骤(1.1)中选取的矢量数据信息量指标，生成矢量数据信息量空间分布图；(2.3)在步骤(2.2)生成的矢量数据信息量空间分布图中，选取拥有最多空间矢量数据信息量的区域作为复杂区域；并将地图视窗的中心移至复杂区域的中心；(2.4)逐步增大视窗尺度值，如果视窗信息量不小于步骤(1.2)中得到的阈值，则执行步骤(2.6)；否则执行步骤(2.5)；(2.5)判断地图视窗的覆盖区域是否大于等于矢量数据的覆盖区域；若是则结束，否则执行步骤(2.4)；(2.6)将当前视窗尺度加入到尺度序列中；(2.7)在当前视窗尺度值下，对矢量数据进行数据综合；(2.8)将步骤(2.7)综合的结果，代入步骤(2.2)执行。2、根据权利要求1所述的基于矢量数据信息量的尺度设置方法，其特征在于所述步骤(2.1)中地图视窗的显示尺度的初始化过程为将地图视窗的显示尺度初始化为一个足够小的值，并保证此时地图视窗的信息量远小于步骤(1.2)中确定的阈值。3、根据权利要求1所述的基于矢量数据信息量的尺度设置方法，其特征在于所述步骤(2.2)生成矢量数据信息量空间分布图的步骤如下A、以当前地图视窗下l个像素对应的区域为最小单元，将矢量数据栅格化；B、计算每个栅格的信息量，并将其作为栅格单元的值；C、根据栅格的空间位置，将栅格单元的值空间化，生成一幅反映矢量数据信息量的空间分布特征的二维图。4、根据权利要求1所述的基于矢量数据信息量的尺度设置方法，其特征在于所述的步骤(2.3)在矢量数据信息量分布图中选取复杂区域的步骤如下A、根据矢量数据信息量空间分布图，分别选取拥有最多、次多信息量值的23个栅格，作为复杂区域的备选区；B、分别以步骤A中的23点为视窗中心，计算在当前尺度下视窗的矢量数据信息量；假定矢量数据信息量的分布函数为SDA(x，y)，则地图视窗空间信息量(SDAofMapview)的计算方法如公式1所示5ZX4o/M"/v/ew=广rSA4(jc，y)血办；公式1J力Jx,=A7-Mj/WewGxA/。;m'ew.奶淑/2;M=尸一iV/apw'e化GxAfapw'ew他妙f/2;x2=X+MapWew.GxAfa/rvie/2;y2=y+Afa/w'ewGxAfapWew./fe妙//2;其中Z和y是地图视窗中心点坐标，Afopv/ew.G是视窗的当前显示尺度，Mfl/m'ew;.約WA是地图视窗的象素宽，ikfopv/ew.//"g^是地图视窗的象素高。C、选取视窗信息量最大的区域作为该尺度下的复杂区域。5、根据权利要求1所述的基于矢量数据信息量的尺度设置方法，其特征在于所述步骤(2.7)中在当前视窗尺度下对矢量数据进行数据综合的步骤如下A.设置数据综合规则的相关参数；主要包括设置小要素MBR的宽高值、设置要素的小间隙值、定义需要保留，即不参与综合操作的要素、选择专题属性；B.计算矢量数据中每个要素的最小可视尺度；具体计算方法是若某要素MBR的宽高比大于步骤A设置的小要素MBR的宽高比，则该要素的最小可视尺度等于其MBR的宽除以小要素MBR的宽，否则其最小可视尺度等于其MBR的高除以小要素MBR的高；C.选出最小可视尺度小于当前视窗尺度值的所有要素；D.根据步骤A设置的参数，分别判断步骤C所选出的要素应进行何种综合操作，并进行相应的综合，具体情况如下-a.若某要素满足保留要素的定义，则不进行任何操作；b.若某要素没有相邻要素，则将该要素删除；c.若某要素与其相邻要素的专题属性相同，则将该要素及与其有相同专题属性的相邻要素合并；d.若某要素位于另一要素空间区域的范围内，则将该要素与背景要素融合；e.选出与某要素最小距离小于步骤(1.1)定义的小间隙值的所有要素，称之为小间隙要素；f.若某要素与其小间隙要素的专题属性相同，则将该要素及与其具有相同专题属性的小间隙要素聚合；g.枚举下一个要素、继续执行。全文摘要基于矢量数据信息量的尺度设置方法是一种顾及信息量空间分布特征的尺度序列计算方法，基于此序列生成的多尺度矢量数据库具有网络发布速度快、数据冗余度小等特点，其步骤为(1)寻找与系统运行时间有正相关性的信息量指标；根据用户对系统运行时间要求，找到与其相对应的信息量值作为阈值。(2)初始化视窗显示尺度。(3)根据选取的信息量指标，生成矢量数据信息量的空间分布图，并选取复杂区域；将视窗中心移至复杂区域的中心，逐步增大视窗显示尺度，如果视窗信息量不少于步骤1的阈值，则将当前视窗显示尺度加入到尺度序列中；在当前视窗尺度下，综合矢量数据，并将综合结果代入此步重复执行，直至视窗的覆盖区域大于等于矢量数据的覆盖区域。文档编号G06F17/30GK101359341SQ20081022205公开日2009年2月4日申请日期2008年9月8日优先权日2008年9月8日发明者周成虎,程昌秀,陈荣国申请人:中国科学院地理科学与资源研究所