CN101923542A - 一种用于网络多维空间数据表达的MDDRQ-Tree索引结构 - Google Patents

Abstract

本发明针对现有数据结构无法支持网络多维空间数据表现的问题，提出了一种用于网络多维空间数据表达的MDDRQ-Tree索引结构，包括如下设计特点：(1)主树由金字塔层级结构的规则分割的区域四叉树索引结构变形而来；(2)具有支持多维数据的重叠子树结构；(3)利用树的深度反映空间分辨率的变化；(4)树的所有节点均为空间对象载体。本发明将常用的矢量数据、格数据、程数据、三维景观地图数据等多维度的空间数据进行了有机融合，通过采用适用于网络环境的数据组织、调度、搜索方式，可以快速有效地支持海量数据的多维数据网络发布。与传统方法相比，该索引方法能对网络环境下海量的多维空间数据进行有效的多尺度表达与检索，且数据量越大，效率提升越明显。

Description

一种用于网络多维空间数据表达的MDDRQ－Tree索引结构

技术领域

本发明属于网络地理信息系统、地图制图学和虚拟现实技术领域，具体涉及一种用于网络多维空间数据表达的MDDRQ-Tree索引结构。

背景技术

随着信息时代计算机技术的高速发展，地图学与计算机网络的综合产物——网络地理信息系统(WebGIS)也得到了迅速发展，其应用规模和需求不断扩大和增加。WebGIS又称万维网地理信息系统，是建立在Web技术上的一种特殊环境下的地理信息系统，在Internet环境下存储、处理、分析、显示与应用空间信息。为解决用户对地理数据的不同应用需求和分析的需要，多维数据处理与在线表达已经成为当前地理信息科学领域一个亟待解决的实际问题。

多维数据处理与表达涉及的问题有很多，但归纳起来主要有三个方面：首先是如何分割地理空间也就是如何划分多尺度序列子空间的问题，其中比较有代表性的是从空间认知的角度进行的研究。其次就是如何生成子空间序列，同时动态建立并维护它们之间的空间关系，即空间多尺度数据的处理问题，不少学者从制图综合的角度对此进行了研究，并取得了一些阶段性成果，如基于Delaunay图的处理模型等。最后是如何管理已生成的子空间序列，即多维数据索引结构的建立。这一问题不仅仅对于空间数据多尺度表达中的速度具有很大的影响，同时也决定了其分析和查询的速度，已经日益得到人们的重视。这一问题的基本解决思路是改进现有的空间数据索引方法以适合多维空间数据的网络环境表达，传统单维空间数据索引中较有代表性的是基于四叉树的空间数据多尺度表达索引结构。为解决这一问题，我们需要寻求新的用于网络环境的多维空间数据表达的索引结构。

空间索引是指依据空间实体的位置和形状或空间实体之间的某种空间关系，按一定顺序排列的一种数据结构，包含空间实体的概要信息如对象的标识、外接矩形及指向空间实体数据的指针。建立空间索引可将空间对象按某种空间关系进行划分，并确立由空间位置到空间对象的映射关系，对存储在介质上的数据位置信息描述，基于划分块方式对空间对象进行存取。采用空间索引可提高系统对数据获取的效率，不仅可改善显示速度，也为空间数据搜索提供合适的手段，有助于提高搜索效率。

网络空间索引的提出是由两方面决定的：其一、由于数据存储于服务器磁盘中，若对服务器磁盘上数据的位置不加以记录和组织，每查询一个数据项就要请求服务器获取整个数据文件，这种访问服务器磁盘的代价就会严重影响系统的效率，因此系统的设计者必须将数据在磁盘上的位置加以记录和组织，通过在内存中的一些计算来取代对磁盘漫无目的的访问，才能提高系统的效率，尤其是GIS涉及的是各种海量的复杂数据，索引对于处理的效率是至关重要的。其二是多维WebGIS所表现的网络环境下地理数据多维性使得的R树索引并不适用。在传统单机空间索引中，R树索引性能优良，被广泛用于原型研究和ORACLE等商用空间数据库系统，它是目前单机平台最流行的多维索引结构之一。但在网络分布式海量空间数据的管理过程中，存在R树构建时耗过大、数据更新效率低、全局索引维护困难等问题，所以需要研究特殊的能适应多维特性的空间索引方式。

网络空间索引的建立方法按照空间划分方法不同分为规则区域划分法和对象划分法。规则区域划分法是将地理空间区域按照某种规则或半规则的方式进行分割，分割单元与空间要素间接关联，空间要素的几何形状可能被划分到多个相邻单元中，这时空间要素的描述保持完整，空间索引单元只存储空间要素地址的参考信息。规则分割法包括区域四叉树、BSP树、八叉树、KD树、KDB树和R树系列和格网索引机制等。

对基于规则分割法的区域四叉树索引进行描述：

(1)索引原理

在基于固定网格空间划分的四叉树空间索引机制中，二维空间范围被划分为一系列大小相等的棋盘状矩形，并以此建立N级四叉树，形成金字塔结构。在四叉树中，空间要素标识记录在其外包络矩形所覆盖的每一个叶结点中，但是，当同一父亲的四个兄弟结点都要记录该空间要素标识时，则只将该空间要素标识记录在该父亲结点上，并按这一规则向上层推进。

(2)索引分析

基于网格划分的四叉树索引的构成方式与网格索引有些类似，都是多对多的形式。但是它有效的减少了跨越多个网格的大空间要素在结点中的重复记录。并且这种索引机制空间要素的插入和删除都较简单，只需在其覆盖的叶结点和按照上面的规则得到父亲和祖先结点中记录或删除其标识即可，没有像R树一样的复杂耗时的分裂和重新插入操作，其查询方式也较简单。

由上述分析可看出，现在单机环境流行的R树等索引无法满足网络多维数据发布对效率的要求，而当前区域四叉树索引虽然适合网络数据发布，但不支持多维数据，因此需要设计一种支持空间多维数据网络发布的索引结构——MDDRQ-Tree(Multi Dimension Data Region QuadTree)。

参考文献

[1]龚健雅，杜道生，李清泉，等.当代地理信息技术[M.北京：科学出版社.2004：87～88.

[2]方裕，周成虎，景贵飞，等.第四代GIS软件研究.中国图像图形学报.2001b.6A(9)：817～823.

[3]邓红艳，武芳，翟仁健，赵倩.一种用于空间数据多尺度表达的R树索引结构.计算机学报.2009.1.第32卷.第一期.

[4]Vange not Christelle.Multi-representation inspatial database using the MADS conceptual model.Proceedings of the International Cartographic Association Workshopon Generalization and Multi-Scale Representation.Leicester.England.2004：337-342

[5]MarkDavid M.Freksa Christianetal.Cognitive models of geographical space.Geographical Information Science.1999.13(8)：747-774

[6]PengHu.QiQing-Wen.LiuZhao-Li.Progressinstudies on automated generalization of spatial point cluster.IEEE International Geoscience and Remote Sensing Symposium.2004.13(8)：2841-2844

[7]李爱勤.无缝空间数据组织及其多比例尺表达与处理研究[D].武汉大学，武汉，2001.

[8]GuttmanA.R-tree：A dynamic index structure for spatial search.Proceedings of the ACM SIGMOD International Conferenceon Management of Data.Boston.US.1984：4757

发明内容

本发明的目的在于针对现有数据结构无法支持网络多维空间数据表现的问题，提出了一种用于多维数据融合表现的结构，包括如下设计特点：

(1)主树由金字塔层级结构的规则分割的区域四叉树索引结构变形而来；

(2)具有支持多维数据的重叠子树结构；

(3)利用树的深度反映空间分辨率的变化；

(4)树的所有节点均为空间对象载体。

通过“父子”“财产”继承关系和图论法两种表述方式对该索引结构进行描述，并着重对该索引结构中的数据生成算法、多维数据支持和查询过程进行了讨论。

针对相同数据源，使用本结构与简单图层法进行对比实验，结果表明，该索引方法能对网络环境下海量的多维空间数据进行有效的多尺度表达与检索。

本发明的有益效果在于：通过使用该方法可以将常用的矢量数据、栅格数据、高程数据、三维景观地图数据等多维度的空间数据进行有机融合，通过适用于网络环境的数据组织、调度、搜索方式，可以快速有效地支持海量数据的多维数据网络发布。与传统方法相比，数据量越大，效率提升越明显。

附图说明

图1MDDRQ-Tree结构的示意图

图2MDDRQ-Tree父子与财产继承关系

图3MDDRQ-Tree主树与重叠子树瓦片分割

图4地图移动后MDDRQ-Tree重叠子树瓦片动态剔除

图5Geometry模型

图6实时矢量渲染引擎架构图

图7上海市三维WebGIS

图8上海市奉贤区核心景观

图9上海市奉贤区部分地图

具体实施方式

下面结合说明书附图介绍本发明的设计思路。

1MDDRQ-Tree

MDDRQ-Tree是一种网络环境下，由金字塔结构的规则分割区域四叉树变形的索引方式，它支持在线的多源、多维数据的融合与多尺度表达。与上述介绍的传统的金字塔结构的基于规则分割法的区域四叉树索引相比，MDDRQ-Tree树添加了多维重叠层，以对多维数据表达。

1.1MDDRQ-Tree数据结构

对MDDRQ-Tree的数据结构和结构中主树和多维重叠子树的关系通过两种方式进行描述。

1.1.1“父子”与“财产”继承关系描述

MDDRQ-Tree结构由各层内的邻域关系和各层间的“父子”关系及他们的“财产继承”关系所确定，其中主树分为“父亲”和“儿子”，重叠子树为他们的“财产”：

①每个不在最底层的单元在下面一层都有一组“儿子”，他们可看作该单元的输入；

②另一方面，每个不在顶层的单元在他上一层有一组“父亲”；

③在同一层，每个单元有一组“兄弟”(也称邻居)；

④由于家族的扩大，原本属于“父亲”的财产由一组儿子重新划分；

⑤另一方面，每个“儿子”的继承而来的财产都是“父亲”财产分割的一部分；

⑥由于每个“儿子”在同辈兄弟中的权重不同，财产并非严格均分；

⑦经过多轮财产分配后，有的“儿子”已无法分到财产；

⑧无论财产经过几轮重新分配，最终财产仍全部属于这个家族，即所有占有财产的节点都是财产源父亲的后代。

图1为MDDRQ-Tree结构的示意图

图2为MDDRQ-Tree父子与财产继承关系表示。

1.1.2图论描述

MDDRQ-Tree结构可借助图来描述。图G＝(V，E)由顶点集合V和边集合E组成。对每个顶点对(v1，v2)∈V×V，都有一条边e∈E将它们连起来，顶点v1和v2称为e的终端顶点。MDDRQ-Tree结构可用水平图和垂直图来描述，每个水平图可用一个邻域图来描述。

一个顶点p∈V，可用下式定义：

H(p)＝{p}∪{q∈v_j|(p，q)∈E_i}

垂直图可用一个二分图(bipartite)来描述。令R_i＝{(V_i∪V_i+1)，L_i}和

对一个单元q∈V_i+1，它的财产为：

m＝ROOM(q)∈V_i+1

它的儿子集合为：

SON(q)＝{p∈V_i|(p，q)∈L_i}

它的儿子财产集合为：

SON(m)＝ROOM(SON(q))＝{p∈V_i|(p，q)∈L_i}

类似地，对一个单元p∈V_i，它的财产为：

n＝ROOM(q)∈V_i+1

它的父亲集合为：

FATHER(p)＝{q∈V_i+1|(p，q)∈L_i}

它的父亲财产集合为：

FATHER(n)＝ROOM(FATHER(p))＝{q∈V_i+1|(p，q)∈L_i}

一个有N层的MDDRQ-Tree结构可用N个邻域图和N-1垂直图来描述。

由于由四叉树变形而来，因此MDDRQ-Tree结构可被四叉树的概念描述：缩减率(reduction factor)和缩减窗(reduction window)。缩减率r确定从一层到另一层单元数的减少速度。缩减窗(一般是n×n的方窗)将一个当前层的单元与下一层的一组单元联系起来。对于MDDRQ-Tree为(2×2)/4，因为(2×2)/4＝1，所以在MDDRQ-Tree结构中，没有重复，即每一个单元只有一个父亲。

1.2MDDRQ-Tree数据格式生成算法

首先服务器端对矢量数据进行图像渲染，然后将渲染图片实时的传到前台浏览器端进行显示。在此过程中矢量数据量决定了地图显示速度。我们将瓦片渲染为内建alpha通道的png格式，使得渲染的瓦片数据可以支持图层叠加效果，在保证图片质量的同时也尽量压缩了图像的体积。在MDDRQ-Tree数据结构中，Level0把地图划分为m*n个区域，第0层的每一块分裂为四个子树，这一层为Level1层，则第Leveln级的地图行列数如下：

行数：m×2^Leveln-1，Leveln≥1

列数：n×2^Leveln-1，Leveln≥1

假设地图范围的极值为X_Min，X_Max，Y_Min，Y_Max，横坐标差Δx，纵坐标差Δy；由地理坐标(x，y)计算瓦片位置(i，j)的方法为：

$\sqrt{(Y_{\mathrm{Max}}-y)/\mathrm{\Δy}\×n\×2^{\mathrm{Leve}\ln -1}}$

$j=\sqrt{(x-X_{\mathrm{Min}})/\mathrm{\Δx}\×m\×2^{\mathrm{Leve}\ln -1}}$

在MDDRQ-Tree数据进行放大、缩小、移动等操作时，可以通过新移入地图场景中的地图数据坐标计算出所需数据瓦片的位置，无需每次重复生成下载图片，只需下载新进入可视域的图片来填充所缺区域，提高了服务器渲染与下载传输效率。

在MDDRQ-Tree结构主树索引的二维矢量地图上加入了2.5维的重叠子树层，重叠层结构在主树索引的地图中心坐标变化时跟随移动，用以表示城域地图中的三维区域。并结合Ajax技术使得地图移动时三维区域可以根据视点进行实时消隐，如图3所示为MDDRQ-Tree主树与重叠子树瓦片分割，图4为地图移动时MDDRQ-Tree重叠子树瓦片的动态剔除载入。

1.3MDDRQ-Tree对多维数据的支持

1.3.1MDDRQ-Tree对二维矢量数据的支持

矢量数据是基于直角坐标系统，用点、钱、多边形描述地理要素得数据模型或数据结构。每个地理要素由一系列有顺序得(x，y)坐标描述，这些要素与属性相结合。考虑到系统的延展型，我们设计了严格遵循OGC OpenGIS的简单要素数据规范的Geometry模型。Geometry中定义的是矢量图形中的基本几何形状，以及一些简单的空间关联关系分析功能。最重要的几何形状是点、线、面，以及由此派生出来的多点、多线、多面、曲线、直线、环线、多边形等，如图5所示为Geometry模型。

实现了Layer图层容器，作为一系列具有同种Geometry类型的特征的集合，一个图层中的所有特征具有统一的坐标系统，属性字段。设计一个上层容器Map场景管理器统一整个地图的操作，对所有图层构建索引进行管理，形成Map--＞Layer-＞Geometry的继承关系与层级管理体系。为空间数据建立了可选的R树或者四叉树的索引机制，以提高空间数据查询和空间分析的效率。将每一几何形状做为一条数据记录，存储至特征数据集中，并设置一个索引号为这条记录提供唯一标识符。通过四叉树森林的数据组织方法可以快速定位需要查找的空间记录。系统内部坐标系统采用笛卡尔空间坐标系对应窗口坐标系，实现了经纬度与笛卡尔坐标系的相互转化，将经过场景四叉树剔除后的几何数据的经纬度信息转化为相对坐标，以此为偏移量将几何图形显示到窗口中。为了达到多尺度、多分辨率的矢量与栅格数据相融合，实现了空间坐标系的投影变换，在本系统中将经纬度坐标变换为中国地图常用的Lambert坐标投影变换，使得球面数据可以充分的表现在平面场景中。利用面向对象技术与设计模式思想对各模块功能进行抽象与分层，发布为组件，作为服务器端的矢量数据实时渲染引擎，并提供细粒度接口供浏览器端调用。图6所示为实时矢量渲染引擎架构图。

1.3.2MDDRQ-Tree对三维景观栅格数据的支持

栅格图是基于一套行列组成的方格瓦片数据模型，使用一组方格描述地理要素，每一个方格值代表一个现实的地理要素。

三维景观地图和纸质地图不仅存在存储介质的不同，实际上，在地图的三要素数学法则、地图符号、制图综合上，三维景观地图和传统地图存在着显著的差异。

三维景观地图中的三维实际是一种观察面丰富的2。5维，是由三维模型生成的固定视角静态渲染图片。制作前根据区域房屋朝向特点，确定摄像机角度，在三维建模软件设定相机、灯光效果、制作底图，形成标准场景，编制为脚本。对被遮挡、视域外或位于次要位置的物体，可省略、简化。三维场景中的点线面城市元素信息图层，在模型制作时分层制作，三层模型叠加形成城市三维景观。城市是一个数据量巨大的场景，在把握地图仿真效果时，不能一味追求高度仿真、城市还原等效果。在模型渲染的过程中，使用Mental-RAY渲染器通过计算模型的三角面个数、单像素的粒子采样数以及灯光强度等参数来实现场景渲染，光照计算量越大，计算机的工作压力和耗时越长，因此要在计算资源和场景数据量的矛盾中寻求平衡。多个相机的渲染图片通过拼接形成区域的整体图片，将图片进行栅格图像切片，对不同等级的图像切割为符合客户端MDDRQ-Tree编码规则的瓦片，在服务器端存储，当浏览器数据进行放大、缩小等操作时，同地图场景中的二维矢量地图瓦片一起进行MDDRQ-Tree的数据剔除优化，保证了数据传输的效率。

1.4MDDRQ-Tree的查找过程

MDDRQ-Tree索引以数组存储主树、重叠子树的结构以及它们之间的关系，在树的节点上存储各个空间区域的编码，在网络文件中很方便存取和检索。

MDDRQ-Tree搜索算法，分为主树搜索和重叠子树搜索。主树搜索，就是将主树地图区域均匀地分割，针对落在指定分割区域内的对象建立索引编码，实现对空间对象的查询。分割区域的包围盒用4个浮点坐标值表示，空间点对象作为包围盒的4个坐标重合的矩形，空间线对象是用其包围盒作为被索引的矩形。计算出坐标对应的地理编码，将计算出的编码作为空间索引编码保存在空间对象的成员变量内部。需要检索空间对象时，首先筛选所有与空间对象包围盒相交的分割区域，之后对筛选结果的索引矩形遍历，通过判定4个编码是否落在指定的索引矩形内部来决定是否需要该空间对象的数据。重叠子树搜索，只包含点对象的搜索。首先要搜索到对应的主树，之后再遍历该主树中各重叠子树的区域瓦片，对包含目标点对象的瓦片进行收集，最终所得结果集即为所求解。

2实验结果与结论

本文所采用的实验平台为Intel Core2 Duo 2.53GHz，主内存为2G，显卡采用的是GeForce 8600GT，显存为256M，操作系统为Windows XP。

以图3的数据为基础，通过实验比较基于MDDRQ-Tree树的空间数据索引结构与图层表达法的显示性能。依次实现空间数据1∶500到1∶2000的多维显示功能。表1是在不同显示比例尺下两种索引的不同耗费时间。

表1索引耗费时间对比

从表1纵向看，采用MDDRQ-Tree方法建立的多维空间数据索引并未因为分辨率的提高而耗费更多时间。从表的横向结果进行比较，在同等分辨率的显示情况下，分辨率越高，基于MDDRQ-Tree建立的索引方法与图层表达法的耗时差距越大。

由实验结果可知，MDDRQ-Tree不仅在显示效果上满足网络多维空间数据表达的要求，并且与传统图层法相比具有更高效率。

在该试验平台上，我们采用VS 2005(C#)和Asp.net2.0开发环境，SQL Server 2005数据库，MicrosoftIIS 6.0以及JavaScript，Ajax技术来分别进行前台搭建及前后台的数据交互，实现系统功能。并以上海市为实例对系统性能进行了检验，矢量数据使用shape数据，面积6000平方公里，比例尺1∶10000；三维景观地图为奉贤区部分区域，面积25平方公里，使用3DS Max建模，并用平台配套的渲染参数脚本渲染为景观地图，再进行数据预处理为MDDRQ-Tree重叠子树瓦片；三维POI楼房信息20处，预处理为MDDRQ-Tree格式的重叠子树瓦片集；三维小区场景模型20处，室内与室外全景图10处，无需用户额外下载插件。范例如图7所示，为上海市三维WebGIS。实验结果表明，达到了期望的效果。软件界面如图8所示，为上海市奉贤区核心景观。图9为上海市奉贤区部分地图。

Claims (4)

1.一种用于网络多维空间数据表达的MDDRQ-Tree索引结构，其特征在于，包括以下设计思路：

(1)主树由金字塔层级结构的规则分割的区域四叉树索引结构变形而来；

(2)具有支持多维数据的重叠子树结构；

(3)利用树的深度反映空间分辨率的变化；

(4)树的所有节点均为空间对象载体。

2.根据权利要求1所述的一种用于网络多维空间数据表达的MDDRQ-Tree索引结构，其特征在于，所述思路(1)中，在第0级把地图划分成m*n个区域，每一区域对应当前Level的一个256×256的纹理；假设地图范围的极值为XMin，XMax，YMin，YMax，横坐标差Δx，纵坐标差Δy；由地理坐标(x，y)计算瓦片位置(i，j)的方法为：

$\sqrt{(Y_{\mathrm{Max}}-y)/\mathrm{\Δy}\×n\×2^{\mathrm{Leve}\ln -1}}$

$j=\sqrt{(x-X_{\mathrm{Min}})/\mathrm{\Δx}\×m\×2^{\mathrm{Leve}\ln -1}}$

3.根据权利要求1所述的一种用于网络多维空间数据表达的MDDRQ-Tree索引结构，其特征在于，所述设计思路(2)中，三维模型分层叠加形成城市三维景观，并将渲染的三维地图切割成单幅地图、超大地图多幅地图瓦片；建立二维笛卡尔坐标系来支持多源数据融合，将矢量数据抽象为点、线、面、多点、多线、多面、曲线、直线、环线、多边形进行存储融合；然后，对栅格数据依据坐标系统进行仿射变换，并抽取red/green/blue三个波段的数据融合。

4.根据权利要求1所述的一种用于网络多维空间数据表达的MDDRQ-Tree索引结构，其特征在于，所述设计思路(3)中，由于家族的扩大，原本属于“父亲”的财产由一组儿子重新划分；另一方面，每个“儿子”的继承而来的财产都是“父亲”财产分割的一部分；由于每个“儿子”在同辈兄弟中的权重不同，财产并非严格均分；经过多轮财产分配后，有的“儿子”已无法分到财产；无论财产经过几轮重新分配，最终财产仍全部属于这个家族，即所有占有财产的节点都是财产源父亲的后代。

Images