基于移動(dòng)GIS的林區(qū)矢量數(shù)據(jù)快速可視化技術(shù)

劉斌彬　陳飛翔　劉佳星

摘要：為解決傳統(tǒng)移動(dòng)GIS在林區(qū)矢量數(shù)據(jù)可視化過(guò)程中數(shù)據(jù)請(qǐng)求效率低、內(nèi)存資源占用高的問(wèn)題，該文提出了一種適用于林區(qū)矢量數(shù)據(jù)的快速可視化策略。該策略在分析林分空間分布和外業(yè)調(diào)查人員的操作特征的基礎(chǔ)上，采用林區(qū)多分辨率矢量瓦片數(shù)據(jù)，在移動(dòng)端建立瓦片緩存策略，利用瓦片索引和要素索引，構(gòu)建矢量瓦片熱度指標(biāo)，同時(shí)引入瓦片生命周期因素，最終實(shí)現(xiàn)緩存中瓦片置換。以云南省勐海縣林業(yè)數(shù)據(jù)為例，利用多種可視化方法對(duì)比該文提出的矢量數(shù)據(jù)的可視化性能。實(shí)驗(yàn)結(jié)果表明，與傳統(tǒng)矢量數(shù)據(jù)可視化策略相比，該文提出的策略數(shù)據(jù)請(qǐng)求效率高、內(nèi)存資源占用少，為移動(dòng)GIS中林業(yè)矢量數(shù)據(jù)的快速可視化提供了新的解決思路。

關(guān)鍵詞：移動(dòng)GIS;林區(qū)矢量數(shù)據(jù);矢量瓦片;緩存策略;快速可視化

中圖分類(lèi)號(hào)：P208

DOI：10.16152/j.cnki.xdxbzr.2020－02－017

Rapid visualization technology of forest area vectordata based on mobile GIS

LIU Binbin， CHEN Feixiang， LIU Jiaxing

Abstract： The traditional method of mobile GIS， in the process of forest area vector data visualization， had the defect of low efficiency and high memory resource usage. To overcome this defect， a fast visualization strategy was proposed. The strategy was based on the analysis of the distribution characteristics of forest structures and the operational characteristics of investigators， using forest multi－resolution vector tile data and establishing a tile caching strategy on the mobile GIS. The strategy used the tile and feature indexes and defined the vector tile heat concept. The strategy combined the tile life cycle indicator， then finished the replacement strategy of the vector tile. Taking the forestry data of Menghai County of Yunnan Province as an example，? the performance of the visualization strategy proposed? is compared with other traditional visualization methods. Experiments showed that the strategy in this paper had higher efficiency of data request and less memory resource utilization， which provided a new solution for the rapid visualization of forestry vector data in mobile GIS.

Key words： mobile GIS; forest area vector data; vector tiles; caching strategy; fast visualization

隨著全國(guó)林地“一張圖”投入實(shí)際應(yīng)用以及“智慧林業(yè)”概念的提出，移動(dòng)GIS開(kāi)始逐步應(yīng)用于林業(yè)數(shù)據(jù)采集過(guò)程中［1］，同時(shí)也對(duì)移動(dòng)GIS提出了更高的要求［2］。然而，由于移動(dòng)終端CPU計(jì)算能力有限、可運(yùn)行內(nèi)存小，傳統(tǒng)移動(dòng)平臺(tái)在渲染顯示行政界線、林地圖斑、林區(qū)專(zhuān)題圖等矢量數(shù)據(jù)時(shí)，存在數(shù)據(jù)請(qǐng)求效率低、系統(tǒng)資源占用高等不足，難以滿(mǎn)足實(shí)際的林業(yè)外業(yè)工作的要求［3-5］。為實(shí)現(xiàn)矢量數(shù)據(jù)的快速可視化，現(xiàn)有國(guó)內(nèi)外研究主要采用構(gòu)建矢量要素索引、數(shù)據(jù)渲染控制和多級(jí)緩存機(jī)制等方法。董曉光和汪洋分別選用RTree空間索引和四叉樹(shù)層次網(wǎng)格索引方法［6-7］，請(qǐng)求屏幕空間范圍矢量數(shù)據(jù)。陳志榮和Lina利用抽稀矢量要素構(gòu)建方案，分別通過(guò)建立新坐標(biāo)參考系和對(duì)矢量數(shù)據(jù)采取漸進(jìn)渲染的方式，減少實(shí)時(shí)渲染的數(shù)據(jù)量［8-9］。王飛和Guo結(jié)合多級(jí)緩存和硬件加速等技術(shù)［10-11］，提出多緩存矢量數(shù)據(jù)并行繪制策略。以往研究雖然在一定程度上提高了矢量數(shù)據(jù)可視化效率，但隨著實(shí)際應(yīng)用中數(shù)據(jù)量的增長(zhǎng)，構(gòu)建索引結(jié)構(gòu)復(fù)雜，限制了請(qǐng)求和檢索效率;數(shù)據(jù)化簡(jiǎn)、漸進(jìn)傳輸和多級(jí)緩存等方法也將導(dǎo)致更多的CPU和內(nèi)存資源占用，傳統(tǒng)方法對(duì)矢量數(shù)據(jù)的可視化性能提升有限，仍然影響基于移動(dòng)GIS平臺(tái)的外業(yè)工作效率。

本文旨在解決傳統(tǒng)移動(dòng)GIS林區(qū)矢量數(shù)據(jù)可視化速度慢、內(nèi)存占用高等問(wèn)題。選用多分辨率矢量瓦片數(shù)據(jù)格式，通過(guò)瓦片索引實(shí)現(xiàn)矢量瓦片的請(qǐng)求和檢索。同時(shí)，在移動(dòng)端建立適用于矢量瓦片的緩存策略，綜合考慮林分的空間分布和移動(dòng)GIS外業(yè)交互式操作特征，利用矢量瓦片的數(shù)據(jù)組織方式，提出矢量瓦片熱度評(píng)價(jià)指標(biāo)。進(jìn)而，結(jié)合矢量瓦片熱度和瓦片生命周期因素，將內(nèi)存緩存中的瓦片置換過(guò)程抽象為0-1背包問(wèn)題，采用貪婪算法快速求解，優(yōu)先置換瓦片緩存效用價(jià)值較低的矢量瓦片。以云南省勐?？h林業(yè)數(shù)據(jù)為例，比較了矢量瓦片應(yīng)用于矢量數(shù)據(jù)可視化的性能優(yōu)劣，在此基礎(chǔ)上對(duì)比本文策略與傳統(tǒng)瓦片緩存策略在處理林區(qū)矢量瓦片時(shí)的字節(jié)命中率和瓦片命中率的效率差異，進(jìn)而得到更高效的矢量數(shù)據(jù)可視化策略，為林區(qū)矢量數(shù)據(jù)的快速可視化提供新的解決方案。

1 多分辨率矢量瓦片

多分辨率矢量瓦片借鑒構(gòu)造柵格瓦片時(shí)所采用的多分辨率瓦片金字塔模型，將矢量數(shù)據(jù)按照固定的多級(jí)比例尺從0級(jí)開(kāi)始遞增分層。各層級(jí)對(duì)應(yīng)的地理范圍相同，分辨率越來(lái)越高，從瓦片層級(jí)Z左上角開(kāi)始，從左至右、從上到下進(jìn)行均勻格網(wǎng)劃分，最終劃分為4Z個(gè)正方形瓦片，再以特定的地理信息編碼格式（如XML，JSON和GeoJSON等）存儲(chǔ)對(duì)應(yīng)多分辨率數(shù)據(jù)單元內(nèi)矢量要素的索引和空間信息［12-13］。矢量瓦片作為矢量數(shù)據(jù)的載體，并不存儲(chǔ)固定樣式的圖片，而是在客戶(hù)端按照指定的矢量要素樣式實(shí)時(shí)渲染［7］。矢量瓦片具有瓦片文件管理組織高效、請(qǐng)求快速等優(yōu)勢(shì)，兼具支持空間分析、交互操作等矢量數(shù)據(jù)的功能［14-15］。

矢量瓦片通過(guò)瓦片索引組織多分辨率矢量瓦片文件，矢量瓦片索引可按照瓦片金字塔模型中瓦片層級(jí)、行、列序號(hào)（Z，X，Y）設(shè)置唯一的瓦片索引：

TileID=（Z，X，Y）。 （1）

矢量數(shù)據(jù)按照基本要素類(lèi)別分為點(diǎn)、線、面矢量要素，可通過(guò)FtID唯一編碼，同時(shí)，瓦片內(nèi)部存儲(chǔ)有對(duì)應(yīng)地理范圍內(nèi)的矢量要素，矢量要素則依賴(lài)要素索引FtID組織與管理，如圖1所示，被規(guī)則格網(wǎng)分割的矢量要素既可以通過(guò)FtID索引實(shí)現(xiàn)拓?fù)滏溄雍蛯傩詺w并，也可以通過(guò)FtID索引與屬性數(shù)據(jù)庫(kù)屬性關(guān)聯(lián)。

2 基于矢量瓦片熱度的內(nèi)存緩存策略

2.1 矢量瓦片靜態(tài)加載過(guò)程

矢量瓦片靜態(tài)加載實(shí)現(xiàn)了視圖范圍矢量瓦片的請(qǐng)求和繪制。根據(jù)視圖尺寸參數(shù)、視圖中心點(diǎn)投影坐標(biāo)和當(dāng)前視圖的縮放級(jí)別，計(jì)算屏幕請(qǐng)求區(qū)域在地理空間上的四至范圍，遍歷該層級(jí)四至范圍內(nèi)的瓦片，完成視圖范圍矢量瓦片的請(qǐng)求和繪制［16］。其中，根據(jù)瓦片請(qǐng)求參數(shù)（Xreq_min，Yreq_min），（Xreq_max，Yreq_max）計(jì)算多分辨率矢量瓦片中起始瓦片TileID（Z，Xmin，Ymin）和末尾瓦片TileID（Z，Xmax，Ymax）的瓦片索引檢索公式如下：

為保證拖拽過(guò)程中矢量瓦片流暢顯示，減少因頻繁拖動(dòng)所導(dǎo)致的瓦片重繪次數(shù)驟增，如圖2所示。本文還采用虛屏繪制技術(shù)［17］，在視圖范圍參數(shù)基礎(chǔ)上外向擴(kuò)展。根據(jù)多次試驗(yàn)調(diào)整，擴(kuò)展0.5倍的視圖高度和寬度能取得較好的優(yōu)化效果。

2.2 矢量瓦片熱度指標(biāo)

在移動(dòng)端建立矢量瓦片緩存策略，在矢量瓦片靜態(tài)加載時(shí)，利用讀取內(nèi)存緩存的方式替代原來(lái)從硬盤(pán)或網(wǎng)絡(luò)請(qǐng)求瓦片，能有效提高瓦片的檢索和獲取性能［18］。但由于移動(dòng)端內(nèi)存空間有限，當(dāng)緩存空間已滿(mǎn)且有新的瓦片加載申請(qǐng)時(shí)，需要在內(nèi)存緩存中置換出部分瓦片。在現(xiàn)有以瓦片緩存替換算法為核心的緩存調(diào)度策略中，主要根據(jù)瓦片的緩存效用價(jià)值作為緩存替換的決策因素［19］，如LRU策略通過(guò)優(yōu)先替換最舊、最少使用的瓦片;LFU策略最先替換歷史訪問(wèn)頻率最低的瓦片［20］;TCLEPR策略將緩存存活壽命超出平均緩存壽命并且訪問(wèn)熱度最低的瓦片置換出內(nèi)存緩存［21］。而在實(shí)際調(diào)查過(guò)程中，受物理環(huán)境、樹(shù)種特性、自然干擾、人為干擾等因素與林分的相互影響，林分空間分布如圖3所示，呈現(xiàn)一定的聚集性，其屬性空間分布也取決于林木的空間位置［22］，即具有高度空間異質(zhì)性［23］。同時(shí)，通過(guò)分析外業(yè)人員在林區(qū)復(fù)雜環(huán)境下的步行路徑和移動(dòng)端的交互式操作行為特征［24］得知，用戶(hù)使用矢量數(shù)據(jù)時(shí)，在一段時(shí)間內(nèi)存在高頻瀏覽的區(qū)域，并且其操作范圍與林分的空間分布特征呈現(xiàn)一定相關(guān)性［25］。傳統(tǒng)的緩存策略在應(yīng)用于林區(qū)瓦片的可視化過(guò)程中，往往忽略林分本身的區(qū)域性、連續(xù)性、層級(jí)性等特性，無(wú)法體現(xiàn)林分空間分布特征和矢量瓦片的要素構(gòu)成。因此，本文在綜合考慮林分空間分布特征和用戶(hù)的交互式操作特征等因素的基礎(chǔ)上，借鑒數(shù)據(jù)訪問(wèn)熱度的概念［26］，結(jié)合矢量瓦片的數(shù)據(jù)組織方式，提出基于矢量要素訪問(wèn)頻數(shù)的矢量瓦片熱度的指標(biāo)。

假設(shè)在矢量瓦片靜態(tài)加載過(guò)程中，命中的矢量瓦片集合為T(mén)，對(duì)于集合T內(nèi)的任意瓦片t，均包含了矢量要素集合Ft，則當(dāng)任意瓦片t被命中時(shí)，其包含的矢量要素集合Ft中的所有矢量要素都可稱(chēng)為被訪問(wèn)的矢量要素。矢量要素訪問(wèn)頻數(shù)可反映一定時(shí)間內(nèi)該矢量要素受外業(yè)人員的關(guān)注程度。為實(shí)現(xiàn)矢量要素FtID及其訪問(wèn)頻次FtCnt的管理，在內(nèi)存中建立矢量要素的訪問(wèn)頻次緩存結(jié)構(gòu)：

則當(dāng)任意矢量瓦片t被訪問(wèn)時(shí)，其包含的矢量要素集合Ft中所有矢量要素的訪問(wèn)頻數(shù)增加Vol，有

其中，Size（TileID）表示存儲(chǔ)瓦片所占用的內(nèi)存空間，k，b作為可調(diào)整的參數(shù)可通過(guò)實(shí)驗(yàn)設(shè)置進(jìn)一步優(yōu)化策略的應(yīng)用效果。

在矢量瓦片集合T中，選擇數(shù)量為N的矢量瓦片，應(yīng)用固定大小的客戶(hù)端內(nèi)存空間V，使得內(nèi)存緩存中存儲(chǔ)的矢量瓦片的緩存效用總值最大，這一問(wèn)題可抽象為典型的0－1背包問(wèn)題。定義瓦片緩存狀態(tài)變量State（TileID），當(dāng)瓦片對(duì)象被選入緩存時(shí)，State（TileID）狀態(tài)置為1，否則置為0。則內(nèi)存中矢量瓦片的緩存效用總值為∑[DD（]N/i=0[DD）]Value（TileID（i））×State（i），

為解決矢量瓦片替換策略的背包問(wèn)題抽象，可利用貪婪算法進(jìn)行快速求解。貪婪算法在每一步的求解過(guò)程中采用局部最優(yōu)解，最終實(shí)現(xiàn)整體結(jié)果的最優(yōu)。首先，計(jì)算內(nèi)存緩存中矢量瓦片的緩存價(jià)值密度

TileValueDensity=[Value（TileID）/Size（TileID）]。（9）

再將矢量瓦片按其價(jià)值密度從小到大排序，依次釋放價(jià)值密度最小的矢量瓦片所占用的內(nèi)存空間，直到剩余內(nèi)存緩存空間能夠容納新申請(qǐng)的矢量瓦片為止。

2.4 瓦片緩存流程

以上述瓦片替換策略為核心，基于矢量瓦片熱度的瓦片緩存策略的具體流程如下：

1）策略初始化。在內(nèi)存中構(gòu)造矢量瓦片緩存和矢量要素緩存。

2）請(qǐng)求新的矢量瓦片。判斷請(qǐng)求的矢量瓦片是否已經(jīng)緩存于內(nèi)存中，若該瓦片可在內(nèi)存緩存中檢索到，則直接從內(nèi)存緩存中獲取瓦片數(shù)據(jù)，對(duì)應(yīng)矢量瓦片的剩余瓦片生命周期TTL置為最大值TTLmax，同時(shí)根據(jù)構(gòu)成矢量瓦片的要素FtID，增加請(qǐng)求命中的矢量要素的要素訪問(wèn)頻數(shù);若在內(nèi)存緩存中檢索不到對(duì)應(yīng)的瓦片記錄，則要通過(guò)硬盤(pán)地圖包或在線獲取等方式請(qǐng)求矢量瓦片。完成矢量瓦片的請(qǐng)求后，判斷當(dāng)前剩余內(nèi)存緩存空間是否足夠加載申請(qǐng)瓦片，若剩余內(nèi)存緩存空間充足，轉(zhuǎn)至步驟4），否則轉(zhuǎn)至步驟3）。

3）當(dāng)剩余內(nèi)存緩存空間不足時(shí)，執(zhí)行基于矢量瓦片熱度的瓦片替換方法。通過(guò)矢量瓦片熱度值和剩余瓦片生命周期TTL，計(jì)算內(nèi)存緩存中各瓦片的緩存效用值Value（TileID），在此基礎(chǔ)上計(jì)算各瓦片的緩存價(jià)值密度，應(yīng)用貪心算法決策，依次釋放瓦片緩存價(jià)值密度最低瓦片所占用的內(nèi)存空間，直至內(nèi)存緩存空間足夠緩存新申請(qǐng)瓦片為止。

4）當(dāng)內(nèi)存緩存空間充足時(shí)，新申請(qǐng)的矢量瓦片可以直接保存至內(nèi)存緩存中，并將其對(duì)應(yīng)的剩余瓦片生命周期TTL置為T(mén)TLmax，并增加請(qǐng)求命中的矢量要素的要素訪問(wèn)頻數(shù)值。

5）到此為止，一個(gè)完整的矢量瓦片請(qǐng)求和緩存周期結(jié)束，下面開(kāi)始執(zhí)行矢量瓦片的老化機(jī)制和矢量要素的訪問(wèn)次數(shù)衰減機(jī)制：即將緩存中所有未命中的矢量瓦片的剩余瓦片生命周期TTL減1，所有未命中的的矢量要素訪問(wèn)頻數(shù)衰減Vol。

6）基于矢量瓦片熱度的瓦片替換方法結(jié)束。

3 實(shí)驗(yàn)結(jié)果與分析

在基于Android端的應(yīng)用開(kāi)發(fā)中，為進(jìn)一步提高矢量瓦片的可視化性能，系統(tǒng)采用多線程瓦片獲取與異步更新技術(shù)。系統(tǒng)主線程負(fù)責(zé)交互式操作與響應(yīng)事件的分發(fā)，矢量瓦片的獲取通過(guò)獨(dú)立的子線程完成，當(dāng)任務(wù)完成后通知主線程更新繪制。此外，還引入了線程池技術(shù)實(shí)現(xiàn)子線程的復(fù)用，進(jìn)一步減少維護(hù)子線程生命周期的系統(tǒng)開(kāi)銷(xiāo)。

為實(shí)現(xiàn)矢量瓦片的高效組織管理，原型系統(tǒng)遵循MBTiles瓦片存儲(chǔ)標(biāo)準(zhǔn)，采用SQLite數(shù)據(jù)庫(kù)作為二級(jí)數(shù)據(jù)緩存，相比多文件式的數(shù)據(jù)組織方式更加高效［28］。在磁盤(pán)緩存中，矢量瓦片地圖包的字段設(shè)計(jì)如表1所示。

在表1中，zoom-level，tile-column和tile-row字段作為主鍵使用，tile-data字段以二進(jìn)制的形式存儲(chǔ)矢量瓦片［29］。

3.1 實(shí)驗(yàn)環(huán)境與數(shù)據(jù)

本試驗(yàn)以云南省勐?？h為試驗(yàn)區(qū)，地理坐標(biāo)為東經(jīng)99°56′38″～100°37′32″、北緯21°44′16″～22°27′50″，總面積283.157 km2。試驗(yàn)數(shù)據(jù)包括行政界線、林地圖斑和林地專(zhuān)題圖等。為避免網(wǎng)絡(luò)傳輸延遲影響，實(shí)驗(yàn)數(shù)據(jù)均采用存儲(chǔ)于離線地圖包中的矢量瓦片地圖。實(shí)驗(yàn)還收集了多個(gè)林業(yè)外業(yè)人員的外業(yè)軌跡，采用不同的矢量可視化方法實(shí)時(shí)模擬移動(dòng)端請(qǐng)求矢量數(shù)據(jù)的過(guò)程。為對(duì)比測(cè)試本研究提出移動(dòng)平臺(tái)的矢量數(shù)據(jù)可視化的效率，本文依次實(shí)現(xiàn)了矢量數(shù)據(jù)直接繪制方法、采用矢量瓦片繪制方法并分別應(yīng)用LFU，LRU，F(xiàn)IFO和本文所提緩存策略的原型系統(tǒng)。在此基礎(chǔ)上，首先分別對(duì)比矢量數(shù)據(jù)直接繪制和矢量瓦片繪制兩種方法的性能優(yōu)劣，同時(shí)，還利用采用LFU，LRU和FIFO緩存策略的參照系統(tǒng)，對(duì)比本文提出的矢量瓦片緩存策略可視化效率。采用的實(shí)驗(yàn)平臺(tái)為紅米3s手機(jī)，操作系統(tǒng)為Android 6.0，CPU為8核1.4GHz高通驍龍430（MSM8937），系統(tǒng)內(nèi)存2GB，屏幕分辨率為1280×720像素。在每次性能測(cè)試前，清空緩存數(shù)據(jù)，冷啟動(dòng)軟件，進(jìn)行測(cè)試。

3.2 結(jié)果與分析

經(jīng)過(guò)多次實(shí)驗(yàn)測(cè)試比較，在本研究提出的基于矢量瓦片熱度的瓦片緩存策略中， 當(dāng)瓦片最大生命周期TTLmax設(shè)置為50、 矢量要素訪問(wèn)頻數(shù)衰減常數(shù)Vol設(shè)置為0.1、在緩存效用價(jià)值的計(jì)算公式中，設(shè)置k=0.6，b=0.4時(shí)，緩存策略取得最優(yōu)效果，矢量瓦片的可視化效果如圖5所示。

在不同數(shù)據(jù)量的條件下，實(shí)驗(yàn)分別對(duì)比了直接加載矢量數(shù)據(jù)和采用矢量瓦片的數(shù)據(jù)渲染時(shí)間和內(nèi)存占用情況。如表2所示，在可視化相同數(shù)據(jù)量的林區(qū)數(shù)據(jù)時(shí)，與矢量數(shù)據(jù)直接可視化相比，采用矢量瓦片方式數(shù)據(jù)渲染速度更快、內(nèi)存資源占用少。

基于瓦片請(qǐng)求日志解析得到矢量瓦片數(shù)據(jù)集，分別利用FIFO，LFU，LRU和本文提出的緩存策略共計(jì)4種算法，在不同的緩存容量下，統(tǒng)計(jì)各方法的字節(jié)命中率和瓦片命中率情況。圖6和圖7表示的是緩存大小遞增的情況下，4種算法平均字節(jié)命中率與平均瓦片命中率的比較。在多組實(shí)驗(yàn)結(jié)果中，本文方法緩存命中率均高于其他3種算法，有效提高內(nèi)存緩存效率。

為進(jìn)一步分析本文提出的矢量瓦片緩存策略在實(shí)際應(yīng)用中的效率提升，本文選用之前實(shí)驗(yàn)中表現(xiàn)較好的LFU緩存策略，分別比較兩種方法在實(shí)際矢量瓦片可視化過(guò)程中的瓦片請(qǐng)求速度和內(nèi)存占用情況。

表3通過(guò)多次實(shí)驗(yàn)比較了兩種可視化方法在不同數(shù)據(jù)量條件下的瓦片請(qǐng)求總耗時(shí)。隨著加載矢量瓦片的數(shù)據(jù)量增加，兩種算法的瓦片平均請(qǐng)求時(shí)間也在增加，但在相同數(shù)據(jù)量的條件下，本文方法的瓦片請(qǐng)求耗時(shí)普遍低于傳統(tǒng)LFU方法請(qǐng)求耗時(shí)，內(nèi)存占用比傳統(tǒng)LFU方法內(nèi)存占用更少，本文方法具有較高的瓦片請(qǐng)求效率。

通過(guò)比較不同矢量數(shù)據(jù)可視化策略的測(cè)試結(jié)果，可以得出以下結(jié)論：在相同的數(shù)據(jù)集、多種緩存空間大小的情況下，本文提出的基于矢量瓦片熱度的瓦片緩存策略與傳統(tǒng)的瓦片緩存策略相比，具有較高的緩存命中率，能顯著提高內(nèi)存空間使用效率;在具體的應(yīng)用中，具有較高的瓦片請(qǐng)求效率，同時(shí)能有效減少內(nèi)存資源的占用。

4 結(jié) 語(yǔ)

本文針對(duì)林區(qū)外業(yè)矢量數(shù)據(jù)，在分析林分空間分布特征和外業(yè)人員移動(dòng)端數(shù)據(jù)交互方式的基礎(chǔ)上，提出了一套適用于林區(qū)矢量數(shù)據(jù)的可視化策略，策略選用多分辨率矢量瓦片，以基于矢量瓦片熱度的瓦片替換方法為核心，實(shí)現(xiàn)了內(nèi)存緩存中矢量瓦片的高效調(diào)度。實(shí)驗(yàn)結(jié)果表明，與傳統(tǒng)的林業(yè)外業(yè)矢量數(shù)據(jù)可視化方法相比，本文提出的矢量瓦片可視化策略，不僅具有較好的可視化效果，并且基于矢量瓦片熱度的瓦片緩存策略在字節(jié)命中率和瓦片命中率上均優(yōu)于傳統(tǒng)緩存策略，能有效提高矢量瓦片的請(qǐng)求效率，減少內(nèi)存資源的占用，為林業(yè)外業(yè)調(diào)查中矢量數(shù)據(jù)的可視化提供了新的解決思路。

參考文獻(xiàn)：

［1］FAN G P， CHEN F X， LI Y ， et al. Development and testing of a new ground measurement tool to assist in forest GIS surveys［J］.Forests， 2019， 10（8）： 643－661.

［2］馬建浦. 通信技術(shù)在我國(guó)智慧林業(yè)建設(shè)中的應(yīng)用［J］.世界林業(yè)研究， 2016， 29（4）： 72－76.

MA J P. The application of communication technology to smarter forestry program in China［J］.World Forestry Research， 2016， 29（4）： 72－76.

［3］宋磊， 霍亮， 方敏， 等. 矢量瓦片支持下的在線交互可視化工具設(shè)計(jì)與實(shí)現(xiàn)［J］.測(cè)繪通報(bào)， 2018， 64（4）： 125－130.

SONG L， HUO L， FANG M， et al. Design and implementation of online interactive visualization tool based on vector tiles［J］.Bulletin of Surveying and Mapping， 2018， 64（4）： 125－130.

［4］張海瑞， 吳學(xué)饒， 蘭小機(jī). 基于ArcGIS for Android野外實(shí)習(xí)數(shù)據(jù)采集與導(dǎo)航系統(tǒng)的實(shí)現(xiàn)［J］.測(cè)繪工程， 2015， 24（3）： 36－39.

ZHANG H R， WU X R， LAN X J. Realization of the field data collection and navigation system for internship based on ArcGIS for Android［J］.Engineering of Surveying and Mapping， 2015， 24（3）： 36－39.

［5］朱煜， 吳保國(guó). 基于Android的小班外業(yè)調(diào)查系統(tǒng)研建［J］.東北林業(yè)大學(xué)學(xué)報(bào)， 2014， 42（8）： 133－137.

ZHU Y， WU B G. Development of subcompartment investigation system based on android system［J］.Journal of Northeast Forestry University， 2014， 42（8）： 133－137.

［6］董曉光， 李樹(shù)軍， 李改肖， 等. 移動(dòng)平臺(tái)下電子海圖矢量數(shù)據(jù)訪問(wèn)優(yōu)化方法［J］.海洋測(cè)繪， 2015， 35（4）： 57－59.

DONG X G， LI S J， LI G X， et al. Optimization methods of ECS vector data access based on the mobile platform［J］.Hydrographic Surveying and Charting， 2015， 35（4）： 57－59.

［7］汪洋， 鄔群勇， 劉先鋒， 等. 移動(dòng)終端下的森林小班矢量數(shù)據(jù)組織研究［J］.測(cè)繪與空間地理信息， 2016， 39（8）： 45－48.

WANG Y， WU Q Y， LIU X F， et al. The research of forest sub－compartment vector data organization under mobile［J］.Geomatics & Spatial Information Technology， 2016， 39（8）： 45－48.

［8］陳志榮， 尹天鶴， 徐財(cái)江， 等. 面向移動(dòng)用戶(hù)的矢量地圖數(shù)據(jù)壓縮方法［J］.浙江大學(xué)學(xué)報(bào)（理學(xué)版）， 2016， 43（1）： 45－50.

CHEN Z R， YIN T H， XU C J， et al. Vector data compression method for mobile users［J］.Journal of Zhejiang University（Science Edition）， 2016， 43（1）： 45－50.

［9］HUANG L， MEIJERS M， SUBA R， et al. Engineering Web maps with gradual content zoom based on streaming vector data［J］.ISPRS Journal of Photogrammetry and Remote Sensing， 2016， 114（4）：274－293.

［10］王飛， 蔡忠亮， 蔣子捷， 等. 移動(dòng)環(huán)境下的矢量地圖快速顯示方法［J］.測(cè)繪地理信息， 2018， 43（4）： 111－115.

WANG F， CAI Z L， JAING Z J， et al. A method for fast display of vector maps in mobile environment［J］.Journal of Geomatics， 2018， 43（4）： 111－115.

［11］GUO M Q， WU L， XIE Z. An efficient parallel map visualization framework for large vector data［J］.Geomatica， 2015， 69（1）： 113－117.

［12］朱笑笑， 張豐， 杜震洪， 等. 顧及要素空間分布特征的稠疏矢量瓦片構(gòu)建方法研究［J］.浙江大學(xué)學(xué)報(bào)（理學(xué)版）， 2017， 44（5）： 591－598.

ZHU X X， ZHANG F， DU Z H， et al. A method of the dense－sparse vector tile generation accounting for the spatial distribution of features［J］.Journal of Zhejiang University（Science Edition）， 2017， 44（5）： 591－598.

［13］陳舉平， 丁建勛. 矢量瓦片地圖關(guān)鍵技術(shù)研究［J］.地理空間信息， 2017， 15（8）： 44－47.

CHEN J P， DING J X. Research on key technologies of vector tiles map［J］.Geospatial Information， 2017， 15（8）： 44－47.

［14］ANTONIOU V， MORLEY J， HAKLAY M M. Tiled vectors： A method for vector transmission over the web［C］∥International Symposium on Web and Wireless Geographical Information Systems. Maynooth： Springer Berlin Heidelberg， 2009：56－71.

［15］孫晨龍， 霍亮， 高澤輝. 基于矢量瓦片的矢量數(shù)據(jù)組織方法研究［J］.測(cè)繪與空間地理信息， 2016， 39（4）： 122－124.

SUN C L， HUO L， GAO Z H. A method of vector data organization based on vector tile［J］.Geomatics & Spatial Information Technology， 2016， 39（4）： 122－124.

［16］歐陽(yáng)峰， 楊春成， 謝鵬， 等. 通用瓦片生成引擎設(shè)計(jì)與性能優(yōu)化［J］.測(cè)繪科學(xué)技術(shù)學(xué)報(bào)， 2014， 31（2）： 177－180.

OUYANG F， YANG C C， XIE P， et al. The design and optimization of a general tile creation engine［J］.Journal of Geomatics Science and Technology， 2014， 31（2）： 177－180.

［17］馮志紅， 趙擁軍， 李光茂. 消息調(diào)度模型下一種改進(jìn)的雙緩存地圖漫游算法［J］.測(cè)繪科學(xué)， 2013， 38（4）： 86－90.

FENG Z H， ZHAO Y J， LI G M. An improved map roaming algorithm based on messages schedule model［J］.Science of Surveying and Mapping， 2013， 38（4）： 86－90.

［18］褚信， 蔡陽(yáng)軍， 杜震洪， 等. 用戶(hù)行為選擇參與的五層十五級(jí)瓦片緩存置換策略研究［J］.浙江大學(xué)學(xué)報(bào)（理學(xué)版）， 2016， 43（4）： 452－457.

CHU X， CAI Y J， DU Z H， et al. Research on the user preference based cache replacement algorithm of the five－layer fifteen－level tile［J］.Journal of Zhejiang University（Science Edition）， 2016， 43（4）： 452－457.

［19］TANWIR， HENDRANTORO G， AFFANDI A. Early result from adaptive combination of LRU， LFU and FIFO to improve cache server performance in telecommunication network［C］∥International Seminar on Intelligent Technology and Its Applications. IEEE， 2015.

［20］劉佳星， 陳飛翔， 陳星涵. 一種基于地理單元熱度的瓦片緩存策略［J］.計(jì)算機(jī)工程與應(yīng)用， 2017， 53（5）： 90－96.

LIU J X， CHEN F X， CHEN X H. Tile cache strategy based on geographic unit heat［J］.Computer Engineering and Applications， 2017， 53（5）： 90－96.

［21］王浩， 喻占武， 曾武， 等. 基于瓦片壽命和訪問(wèn)熱度的海量空間數(shù)據(jù)緩存置換策略［J］.武漢大學(xué)學(xué)報(bào)（信息科學(xué)版）， 2009， 34（6）： 667－670.

WANG H， YU Z W， Z W， et al. Massive spatial data cache replacement policy based on tile lifetime and popularity［J］.Geomatics and Information Science of Wuhan University， 2009， 34（6）： 667－670.

［22］曹小玉， 李際平. 林分空間結(jié)構(gòu)指標(biāo)研究進(jìn)展［J］.林業(yè)資源管理， 2016， 44（4）： 65－73.

CAO X Y， LI J P. Research progress on indicators of the stand spatial structure［J］.Forest Resources Management， 2016， 44（4）： 65－73.

［23］章皖秋， 岳彩榮， 袁華. 林木調(diào)查數(shù)據(jù)的隨機(jī)、空間、時(shí)間特征的模型處理［J］.西北林學(xué)院學(xué)報(bào)， 2016， 31（5）： 230－237.

ZHANG W Q， YUE C R， YUAN H. Solutions for random effect，spatial and temporal correlation and heterogeneity in the observed forest data［J］.Journal of Northwest Forestry University， 2016， 31（5）： 230－237.

［24］陳玥璐， 趙天忠， 武剛， 等. 林區(qū)步行最優(yōu)路徑分析方法［J］.農(nóng)業(yè)機(jī)械學(xué)報(bào)， 2018， 49（6）： 198－206.

CHEN Y L， ZHAO T Z， WU G， et al. Optimal walking path analysis method for forest region［J］.Transactions of the Chinese Society for Agricultural Machinery， 2018， 49（6）： 198－206.

［25］LI R，WANG X，SHI X.A replacement strategy for a distributed caching system based on the spatiotemporal access pattern of geospatial data［J］.The International Archives of the Photogrammetry，Remote Sensing and Spatial Information Sciences， 2014， 40（4）： 133－137.

［26］丁堯， 鄭烇， 郭晨， 等. 基于節(jié)點(diǎn)熱度與緩存替換率的ICN協(xié)作緩存［J］.計(jì)算機(jī)工程， 2018， 44（2）： 56－60.

DING Y， ZHENG Q， GUO C， et al. Cooperative caching for ICN based on heat and cache replacement rate of node［J］.Computer Engineering， 2018， 44（2）： 56－60.

［27］PAN S M， CHONG Y W， ZHANG H， et al. A global user－driven model for tile prefetching in web geographical information systems［J］.Plos One， 2017， 12（1）： 0170195.

［28］羅智勇， 黎小東. 基于數(shù)據(jù)庫(kù)存儲(chǔ)方案的高性能瓦片地圖服務(wù)研究［J］.地理與地理信息科學(xué)， 2013， 11（3）： 48－51.

LUO Z Y， LI X D. High performance tile map service based on database storage scheme［J］.Geography and Geo－Information Science， 2013， 11（3）： 48－51.

［29］朱秀麗， 周治武， 李靜， 等. 網(wǎng)絡(luò)矢量地圖瓦片技術(shù)研究［J］.測(cè)繪通報(bào)， 2016， 62（11）： 106－109.

ZHU X L， ZHOU Z W， LI J， et al. Research for web map vector tiles technology［J］.Bulletin of Surveying and Mapping， 2016， 62（11）： 106－109.

（編 輯 李 靜）

收稿日期：2019－08－09

基金項(xiàng)目：中央高?；究蒲袠I(yè)務(wù)費(fèi)專(zhuān)項(xiàng)資金資助項(xiàng)目（TD2014－02）

作者簡(jiǎn)介：劉斌彬，男，河北石家莊人，從事空間信息技術(shù)研究。

通信作者：陳飛翔，男，湖北荊門(mén)人，博士，教授，從事空間信息技術(shù)研究。