一种基于XML配置的矢量数据处理方法与流程

一种基于xml配置的矢量数据处理方法
技术领域
1.本发明属于数据处理领域，涉及基于xml配置的矢量数据处理技术，具体是一种基于xml配置的矢量数据处理方法。


背景技术：

2.矢量数据是一种重要的地理信息数据，在日常工作中广泛应用。它基于地理实体的空间信息和属性信息，凭借空间离散点的形式表达地图图形，通过记录坐标的方式，精确地表现点、线、面地理实体，地理实体的空间表达和空间分析大都依赖矢量数据进行。地图数据通常以矢量的形式存储，在导入数据库前，需要将用户所需数据对应叠加在地理数据对应的目标区域中，有助于用户更直观地了解目标区域的相关信息，保证入库数据的统一性。
3.现有技术中的矢量数据处理方法通过数学模型或三维模型来处理分析，通过模型算法流水线作业处理矢量数据之后进行分析，或通过矢量数据切片分割处理。现有技术进行矢量数据处理时，无法对大量的矢量数据进行高效处理，导致矢量数据处理效率缓慢；因此，亟须一种基于xml配置的矢量数据处理方法。


技术实现要素：

4.本发明旨在至少解决现有技术中存在的技术问题之一；为此，本发明提出了一种基于xml配置的矢量数据处理方法，用于解决现有技术无法对大量的矢量数据进行高效处理，导致矢量数据处理效率缓慢的技术问题。
5.为实现上述目的，本发明的第一方面提供了一种基于xml配置的矢量数据处理方法，包括：
6.基于xml技术创建处理任务，为处理任务配置输入参数、输出参数和任务组件；其中，任务组件包括要素连接、叠加分析和创建缓冲区；
7.将配置好的处理任务发布至可视化面板中；按照任务需求通过可视化面板将多种任务组件连接，前置任务组件的输出作为后置任务组件的输入；
8.各任务组件连接之后，基于验证内容对任务流程进行验证，验证通过之后生成数据处理模型；其中，验证内容包括数据类型和首尾节点；
9.以数据处理模型中第一个任务组件的输入作为数据处理模型的输入，以最后一个任务组件的输出作为数据处理模型的输出。
10.优选的，所述验证内容包括：
11.任务流程仅包括一个开始节点和一个结束节点，以及
12.前置任务组件的输出参数类型与其后置任务组件的输入参数类型一致。
13.优选的，所述要素连接、叠加分析和创建缓冲区依次连接；
14.将所述要素连接的输出数据作为所述叠加分析的输入数据，将所述叠加分析的输出数据作为所述创建缓冲区的输入数据。
15.优选的，所述要素连接的工作步骤包括：
16.配置参数：连接要素属性、若干矢量数据以及输出格式；其中，输出格式包括esri shape、geojson、kml；
17.参数验证：连接要素属性同时存在于若干矢量数据中，且若干矢量数据的空间类型相同；
18.解析入库：基于java geotools解析若干矢量数据的元数据，将解析完成的元数据输入至空间数据库；其中，元数据包括属性字段和输出格式；
19.查询输出：基于连接要素属性和若干矢量数据解析出要素连接sql，执行sql后返回查询结果；将查询结果转化为输出格式并输出至下一个任务组件。
20.优选的，所述叠加分析的工作步骤包括：
21.配置参数：若干矢量数据以及输出格式；
22.参数验证：若干矢量数据的空间类型相同，且空间类型不为点；
23.解析入库：基于java geotools解析若干矢量数据的元数据，将解析完成的元数据输入至空间数据库；
24.查询输出：基于若干矢量数据解析出叠加分析sql，执行sql后返回查询结果；将查询结果转化为输出格式并输出至下一个任务组件。
25.优选的，所述创建缓冲区的工作步骤包括：
26.配置参数：缓冲距离、矢量数据以及输出格式；
27.参数验证：缓冲距离大于等于0；
28.解析入库：基于java geotools解析若干矢量数据的元数据，将解析完成的元数据输入至空间数据库；
29.查询输出：基于缓冲距离、矢量数据解析出创建缓冲区sql，执行sql后返回查询结果；将查询结果转化为输出格式并输出至下一任务组件。
30.与现有技术相比，本发明的有益效果是：本发明基于xml技术配置处理任务，通过配置处理任务的输入参数、输出参数、任务组件等生成数据处理模型，通过数据处理模型处理分析矢量数据；本发明在进行矢量数据处理分析过程中，降低分析的复杂度和计算量，且需要的基础参数容易获得，能够降低分析误差，进而提高处理效率和处理精度。
附图说明
31.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
32.图1为本发明的工作步骤示意图。
具体实施方式
33.下面将结合实施例对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的
范围。
34.请参阅图1，本发明第一方面实施例提供了一种基于xml配置的矢量数据处理方法，包括：基于xml技术创建处理任务，为处理任务配置输入参数、输出参数和任务组件；将配置好的处理任务发布至可视化面板中；按照任务需求通过可视化面板将多种任务组件连接，前置任务组件的输出作为后置任务组件的输入；各任务组件连接之后，基于验证内容对任务流程进行验证，验证通过之后生成数据处理模型；其中，验证内容包括数据类型和首尾节点；以数据处理模型中第一个任务组件的输入作为数据处理模型的输入，以最后一个任务组件的输出作为数据处理模型的输出。
35.现存的主流矢量数据处理方法基本是通过数学模型或者三维模型来处理分析矢量数据；通过模型算法流水线作业处理矢量数据，再进行分析；或通过矢量数据切片分割处理分析；基于xml实现矢量数据交换格式或者基于xml-rpc的分布式矢量数据集成处理，通过数据索引与分布式数据集成，进行矢量数据格式转换，处理分析进行gis应用，对于矢量数据可视化分析并没有涉及。
36.本发明基于xml技术配置处理任务，通过配置处理任务的输入参数、输出参数、任务组件等生成数据处理模型，通过数据处理模型处理分析矢量数据。本发明在进行矢量数据处理分析过程中，降低分析的复杂度和计算量，且需要的基础参数容易获得，能够降低分析误差，进而提高处理效率和处理精度。
37.本发明在构建完任务流程之后，需要对任务流程进行验证，验证内容包括：任务流程仅包括一个开始节点和一个结束节点，以及前置任务组件的输出参数类型与其后置任务组件的输入参数类型一致。
38.验证任务流程主要是保证其规范性，避免出现基础错误。例如整个任务流程应该只有一个开始节点和一个结束节点，也就是只能从一端输入矢量数据，从另外一端输出矢量数据；相邻任务组件的输入输出的参数类型相匹配，即前一任务组件输出的数据，后一任务组件在不进行格式转换的情况下可以直接处理。当然，根据处理任务的特殊需求，还可以针对性的设置验证内容。
39.本发明中所述要素连接、叠加分析和创建缓冲区依次连接；将所述要素连接的输出数据作为所述叠加分析的输入数据，将所述叠加分析的输出数据作为所述创建缓冲区的输入数据。
40.要素连接、叠加分析和创建缓冲区均为任务组件，三者首尾相连接构成处理任务或者处理任务的主要内容。处理任务中除了这三个任务组件，还可结合任务流程设置其他任务组件。需要说明的是，这三个任务组件中，要素连接的输出数据作为叠加分析的输入数据，叠加分析的输出数据作为创建缓冲区的输入数据。
41.在一个优选的实施例中，所述要素连接的工作步骤包括：配置参数：连接要素属性、若干矢量数据以及输出格式；参数验证：连接要素属性同时存在于若干矢量数据中，且若干矢量数据的空间类型相同；解析入库：基于java geotools解析若干矢量数据的元数据，将解析完成的元数据输入至空间数据库；其中，元数据包括属性字段和输出格式；查询输出：基于连接要素属性和若干矢量数据解析出要素连接sql，执行sql后返回查询结果；将查询结果转化为输出格式并输出至下一个任务组件(在本实施例中该任务组件为叠加分析)。
42.举例说明本实施例：要素连接，实现对若干矢量数据基于一个或者多个字段的属性连接，最终输出一个指定格式的矢量数据。
43.s11：配置参数：连接要素的属性、矢量数据1、矢量数据2、输出格式(esri shape、geojson、kml)。
44.s12：参数验证：连接要素的属性必须存在于矢量数据1和矢量数据2，矢量数据1和矢量数据2空间类型必须相同；
45.s13：数据解析：基于java geotools解析矢量数据的各个元数据、包括所有属性字段，包括：esri shape、geojson、kml等；
46.s14：数据入库：将解析完后的元数据入空间数据库；
47.s15：结果查询：通过连接要素的属性、输入的矢量数据1、矢量数据2解析出要素连接sql，然后执行sql后返回查询结果；
48.s16：结果输出：将执行sql后返回的查询结果转化为用户指定格式输出值下个任务组件。
49.要素连接算法是对：geojson、esri shape、kml等将各类无关联的时空数据，通过特定属性、特定规则建立相互关联关系，最终完成属性融合、数据绑定、结果输出。相比传统人工手动关联属性、规则，本算法大大提高了属性融合、数据绑定的效率。
50.在一个优选的实施例中，所述叠加分析的工作步骤包括：配置参数：若干矢量数据以及输出格式；参数验证：若干矢量数据的空间类型相同，且空间类型不为点；解析入库：基于java geotools解析若干矢量数据的元数据，将解析完成的元数据输入至空间数据库；查询输出：基于若干矢量数据解析出叠加分析sql，执行sql后返回查询结果；将查询结果转化为输出格式并输出至下一个任务组件(该任务组件在本实施例中是创建缓冲区)。
51.举例说明本实施例：叠加分析算子是针对各类时空数据的空间拓扑关系进行位置分析、主要包括相交、相切、包含、相离等。
52.s21：配置参数：矢量数据1、矢量数据2以及输出格式(esri shape、geojson、kml)；
53.s22：参数验证：矢量数据1和矢量数据2空间类型必须相同且空间类型不能是点；
54.s23：数据解析：基于java geotools解析矢量数据的各个元数据；
55.s24：数据入库：将解析完后的元数据入空间数据库。
56.s25：结果查询：通过输入的矢量数据1、矢量数据2解析出叠加分析sql，然后执行sql后返回查询结果；
57.s26：结果输出：将执行sql后返回的查询结果转化为用户指定格式输出值下个任务组件。
58.通过叠加分析算子可计算出两种及以上的空间数据空间关系、进而辅助各类业务支撑，比如土地占用、空间查询等，相比传统手动处理两种数据空间关系，通过叠加分析算子处理效率更高，处理种类更多。
59.在一个优选的实施例中，所述创建缓冲区的工作步骤包括：配置参数：缓冲距离、矢量数据以及输出格式；参数验证：缓冲距离大于等于0；解析入库：基于java geotools解析若干矢量数据的元数据，将解析完成的元数据输入至空间数据库；查询输出：基于缓冲距离、矢量数据解析出创建缓冲区sql，执行sql后返回查询结果；将查询结果转化为输出格式并输出至下一任务组件。
60.举例说明本实施例：创建缓冲区，创建缓冲区是根据现有要素的空间位置结合外扩参数对要素在x、y、z轴上进行外扩、算子将根据被缓冲要素的坐标类型(地理坐标、投影坐标)自动转换外扩参数、最终实现要素边界外扩。
61.s31：配置参数：缓冲距离、矢量数据以及输出格式(esri shape、geojson、kml)；
62.s32：参数验证：缓冲距离必须大于等于0；
63.s33：数据入库：基于java geotools解析矢量数据的各个元数据；
64.s34：结果查询：将解析完后的元数据入空间数据库；
65.s35：结果查询：通过缓冲距离、输入的矢量数据1解析出创建缓冲区sql，然后执行sql后返回查询结果；
66.s36：结果输出：将执行sql后返回的查询结果转化为用户指定格式输出值下个任务节点。
67.创建缓冲区实现了要素在x、y、z轴上的外扩，传统创建缓冲区主要是针对二维数据x、y轴上的外扩、无法实现在z轴及高度上的外扩。
68.本发明的工作原理：
69.基于xml技术创建处理任务，为处理任务配置输入参数、输出参数和任务组件；将配置好的处理任务发布至可视化面板中；按照任务需求通过可视化面板将多种任务组件连接，前置任务组件的输出作为后置任务组件的输入。
70.各任务组件连接之后，基于验证内容对任务流程进行验证，验证通过之后生成数据处理模型；以数据处理模型中第一个任务组件的输入作为数据处理模型的输入，以最后一个任务组件的输出作为数据处理模型的输出。
71.以上实施例仅用以说明本发明的技术方法而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方法进行修改或等同替换，而不脱离本发明技术方法的精神和范围。