海量空间数据环境下RIA GIS的几种优化方法

刘小飞，于海波，关 昆

（1.天津市测绘院，天津 300381）

海量空间数据环境下RIA GIS的几种优化方法

刘小飞1，于海波1，关 昆1

（1.天津市测绘院，天津 300381）

如何在RIA GIS中高效流畅地显示海量空间数据，一直是地理信息系统的研究热点。从算法、表现形式等方面给出了在RIA GIS中加载海量数据的几种优化方法。研究得出，几种优化方法可以不同程度地满足地理信息工程对海量空间数据的应用需求。

海量空间数据；富客户端；空间数据库；瓦片地图

1 海量空间数据的特征

1.1 海量地理空间数据

随着GIS在各行业应用领域的不断扩展，整个空间数据量在不断增加，在项目中所要面临的数据量也越来越大。目前这些空间数据已经达到GB、TB乃至PB数量级以上。海量空间数据除了具有一般的数据特征之外，还具有一些区别于其他数据的特征：①多数据源，数据格式、数据模型多样化；②数据量大、结构复杂、关系多样化；③多尺度，具有不同的比例尺和不同的数据精度，从不同的详细程度反映同一区域要素的空间信息；④多时空性，海量数据包含了不同时空和不同尺度数据源的集成；⑤具有复杂的查询和显示过程。

1.2 海量数据的多尺度特征

多尺度的空间数据与传统的单一比例尺数据内容和数据模型不同，需要挖掘出各要素不同比例尺的尺度关系，协调多比例尺表达之间的不一致性，能够反应其层次关系。因此，需要对多尺度数据的显示加以自适应控制，根据用户的需求和数据特征首先显示优先级较高的数据，然后显示优先级较低的数据。

多尺度海量数据的管理需要注意数据的存储机制、数据的分级显示方案、不同比例尺的数据分类标准。

1.3 RIA GIS中的海量数据显示

RIA GIS应用中，海量数据的管理、显示、浏览等，可采用多种表现手法，并且融合RIA中特有的数据特效表现形式，实现海量数据的加载。其中，主要包含2 类数据：①矢量数据，指基本的点、线、面地理元素。②栅格数据，主要用作RIA GIS中的切片地理底图的表现。

基于上述2类数据，在RIA GIS中可以提供2 类展示海量数据的主要方法： ①可以在RIA（Flex、Silverlight等）对矢量数据的点、线、面直接绘制，该方法较为简单直接，但对于海量的空间元素，HTML端将因为数据的负载量过大而导致浏览速度受到严重影响。②可以将海量的空间信息在底图上符号化处理后，制作地图瓦片进行浏览，该方法可以提高海量数据的浏览效率，但由于地图瓦片属于栅格数据，无法进行数据信息的提取和查询，因此在实际的应用中，还需根据不同的项目需求来采用不同的海量空间数据加载方案。

在一般情况下，受平台性能的限制，RIA GIS在视图范围内一次性能承受的点位数量应小于5 000个。因此，对于海量的空间数据在RIA GIS中的显示，需要其他的优化方法来实现。

2 RIA GIS中的几种优化方法

2.1 空间数据库算法优化

1）分页查询。根据需要，每次只返回所需要的数据，无需实时提取所有的数据，这样可以降低客户端与数据库之间的信息传送量，使海量空间数据规模得以分解。如常见的地图门户网站中，模糊查询某个名称的兴趣点，每次只需返回和加载10条记录。SQL语法如下：

select top 10 * from TableName order by ID asc;

决定返回的查询结果集的参数有2个：当前显示的页数pageIndex和每页显示的记录条数size。对于第n页的选择方法，仅需将第n-1页之前的数据内容排除后，再执行一次Select top size即可：

Select top size * from TableName where ID not in(select top (n-1)*size ID from TableName order by ID asc) order by ID asc;

2）按需查询。在浏览海量空间数据的过程中，通常采用实时读取空间记录并传到前台客户端的方法。按需查询可以降低数据量，实现负载平衡，从而提升大数据量的显示性能。针对RIA GIS的数据浏览特点，在进行地图平移、缩放的过程中，采用屏幕裁剪的方式，仅在地图级别大于某个阈值时，向后台请求当前屏幕范围内的空间数据。在客户端方面，仅绘制和显示当前图层可视范围内的数据，动态清除不在可视范围内的数据。其原理如图1所示。

图1 空间数据按需查询

地图进行漫游操作时，仅需更新当前可视范围内的数据，这样就可以节省重绘时间，降低客户端的负载量。在空间数据库的查询语句中，在查询条件中增加空间条件：

Select * from TableName where GeometryColumn in (MapExtent)

2.2 空间信息的RIA多尺度表示

空间要素存在多尺度特征，不同的地图显示级别对于不同的数据类型来说，其显示需求是不同的。例如，在小比例尺地图上，仅需显示等级高的空间要素，在大比例尺地图上，需要显示等级低的详细空间要素。因此，在RIA地图中，可根据海量数据的多尺度特征，采用分级加载的显示方式逐级显示数据，缩短浏览大数据量的等待时间，提升RIA的用户体验。矢量数据的分级及加载步骤如下：

1）根据数据情况建立分级字段，存储每条记录在地图上的显示级别（1-n）。

2）在地图浏览的过程中，查询分级字段所对应地图级别的记录。

3）在地图上实时绘制所查询的记录结果。

空间信息的多尺度加载的关键在于对数据进行预处理，它根据记录的重要程度等情况，预先定义每条记录所显示的地图级别。该方法适用于大数据量的空间信息数据加载，较之一次性全部加载，该方法可以缩短等待时间。

2.3 瓦片地图的显示模式

对于空间数据量过大、在客户端的表现要求过高的情况，还可以采取瓦片地图的显示方法来满足系统的要求。将矢量地图经过制图综合、符号化处理后，采用金字塔模型建立地图切片，并将切片地图发布为地图服务，通过地图瓦片的加载和浏览来满足部分用户对海量空间数据进行浏览的需求。通过将所需展示的数据在服务器端发布为地图服务，在客户端调用地图服务的图片来加载，基本上不需承担过多的压力。对于查询方面的需求，可以另行调用数据查询服务来达到目的。

金字塔模型是一种多分辨率层次模型，把地图比例尺最大的地图图片作为金字塔的底层，并从左至右、从上到下按每2×2像素合成为一个像素的方法生成第n层地图图片和瓦片矩阵，形成比例尺由小到大或由大到小、数据量由小到大的金字塔型结构。根据请求动态检索相应的图块拼接后发送给客户端，所以瓦片地图技术在地图浏览显示方面具有速度快的优势。

2.4 RIA的优化方法

除上述几种优化方法外，还可以针对所传来的矢量数据，在RIA端加载的过程中进行优化。

1）符号聚合。利用符号聚合效果来处理大量的Graphic显示，这在当前的Flex、Silverlight电子地图中较为常见。它是将一定范围内的要素聚合显示至一个点，被聚合的要素可以是地理上具有相关性或者属性上具有统一性的要素。聚合显示的主要特色在于它既可以从全局的角度表达被聚合要素的共性又可以简化要素布局。符号聚合适用于海量要素的统一显示和分布，其聚合方式包含中心聚合、权重聚合、区域聚合等。图2为符号聚合的展示效果。

图2 符号聚合显示效果

2） 图片符号的单一加载。在RIA GIS的客户端，对于点状符号通常是以png图标的方式显示，在生成时往往需要新建一个Bitmap对象，大量重复的新建在海量数据的加载过程中会给客户端带来沉重的负担。因此，在客户端对点状符号的加载具有统一的要求时，可以采用图片符号的单一加载方式，单独建立一个Bitmap对象，让每个点位在加载过程中指向统一的图标符号，便可避免大量重复工作，缓解客户端的压力。

3 结 语

通过分析在RIA GIS中海量空间数据的显示特征，给出了几种应用于实际地理信息工程中的RIA GIS优化方法。实践证明，这几种优化方法的组合应用，将较大程度地减轻GIS的负担，为用户带来更良好的体验。

[1] 朱庆，周艳. 分布式空间数据存储对象[J].武汉大学学报：信息科学版, 2006(5):391-394

[2] 汪荣峰，张志威，廖学军. 一种面向实时显示的海量空间数据存取技术[J].装备指挥技术学院学报, 2008(5):81-84

[3] 朱江，张立立，宋关福，等. Internet GIS海量空间数据发布的关键技术[J].高技术通讯, 2006(3):286-289

[4] 孙丰垒，王欢，李连昌. 基于RIA的WebGIS系统设计与实现[J].测绘,2012(6):255-259

[5] 姜锐，刘璐. RIA技术在WebGIS中的应用研究[J].测绘与空间地理信息,2012,35(9):106-108

[6] 张康寿，冯兵，孙燕刚，等.基于RIA和Web Services的WebGIS系统的开发[J].地理空间信息,2009,7(2):109-111

[7] 邓世军，孟令奎，吴沉寒，等.基于SOAP的海量空间数据服务[J].地理空间信息，2005,3(5):31-34

P208

B

1672-4623（2015）04-0044-02

10.3969/j.issn.1672-4623.2015.04.016

刘小飞，硕士，工程师，研究方向为地理信息系统开发与应用。

2014-03-07。

项目来源：2010年度天津市规划局科技资助项目（2010-KJA-13）。