CN106407454A - 一种基于五层十五级的遥感影像瓦片式加载方法 - Google Patents

Abstract

本发明提出了一种基于五层十五级的多时相遥感影像瓦片式加载方法。利用五层十五级瓦片数据对多源异构遥感影像数据统一存储和管理的优势，将五层十五级瓦片发布成地图服务，供不同业务系统使用，业务系统客户端根据当前屏幕显示范围和显示层级，向地图服务发送瓦片元数据请求，地图服务器接收瓦片元数据请求后，将用户请求的瓦片元数据信息返回，用户根据元数据信息选择所需要的瓦片数据并向地图服务发送瓦片请求，服务器将用户请求的瓦片返回客户端，客户端判断缓存空间是否已满，若已满，删除部分缓存，若未满，缓存服务器瓦片到本地，客户端加载显示服务器瓦片。上述方法实现了多时相、多来源遥感影像数据的瓦片式加载。

Description

一种基于五层十五级的遥感影像瓦片式加载方法

技术领域

本发明涉及遥感影像瓦片式加载方法，具体涉及一种基于五层十五级的遥感影像瓦片式加载方法。用于实现多时相、多来源的五层十五级瓦片数据的快速加载。

背景技术

遥感影像瓦片式加载是GIS领域中的重要研究内容，传统的瓦片金字塔模型不能将多源异构的遥感影像数据进行统一的存储和管理，不能良好的支持的多时相、来源的遥感影像的同时加载，五层十五级瓦片数据组织模型可以很好的解决多源异构遥感影像统一存储和管理的难题，同时瓦片缓存置换策略通常被用于提高瓦片的加载效率，常用的瓦片缓存置换策略包括FIFO(先进先出)，LFU(最近最少使用)，LRU(近期最少使用)等。

本发明中涉及到的名词解释。

GIS(Geographic Information System)有时又称为“地学信息系统”。它是一种特定的十分重要的空间信息系统。它是在计算机硬、软件系统支持下，对整个或部分地球表层(包括大气层)空间中的有关地理分布数据进行采集、储存、管理、运算、分析、显示和描述的技术系统。

瓦片金字塔模型是一种多分辨率层次模型，每层细分为大小相等的矩阵瓦片，瓦片包含固定数据的采样点。目前绝大多数金字塔模型采用倍率的方法进行构建，使用此种构建方法可以形成多个分辨率或者多个比例尺。金字塔模型中，在一定的地理范围内，随着层级的不断降低，其所代表的分辨率也越来越高，各层分辨率与层级的关系可以用一个公式来表示。

五层十五级数据组织模型是传统的瓦片金字塔模型的一种改进，该数据组织方式摒弃了传统金字塔模型中四叉树的切分标准，制定了五层十五级的分级标准，该分级标准从大的范围划分为五层，每一层又从小的范围划分为三个层级，总共十五级。

瓦片缓存置换策略是指示系统缓存中哪些缓存应该被删除的策略。

发明内容

本发明的目的是为克服现有技术存在的问题，提供一种基于五层十五级的遥感影像瓦片式加载方法。

本发明所采用的技术方案如下：

基于五层十五级的多时相遥感影像瓦片式加载方法，包括如下步骤：

步骤1：客户端发送包含显示范围及层级的瓦片元数据请求；

步骤2：客户端接收返回的瓦片元数据信息并生成瓦片选择控件；

步骤3：客户端依据用户选择的瓦片确定瓦片数据来源；

步骤4：客户端加载瓦片数据并更新缓存索引。

上述技术方案中，各步骤可采用如下优选方式：

所述的步骤1)包括：

1.1)获取地图容器当前地图显示范围以及显示层级：地图左上角坐标为(LeftLat，LeftLon)，右下角坐标为(RightLat，RightLon)，显示层级为Z；

1.2)计算地图显示范围的起讫行列号：根据步骤(1)中的左上角和右下角坐标得到当前屏幕范围的起讫行列号startx、starty、endx和endy，计算公式为：

row＝(x+90°)/d

col＝(y+180°)/d

其中row代表行号，col代表列号，x、y分别代表坐标点的经度、纬度，d代表分割间度；

1.3)客户端向服务器发送包含层级、行列号信息的元数据请求。

所述的步骤2)包括：

2.1)客户端接收服务器返回的瓦片元数据信息；

2.2)客户端依据瓦片元数据信息中每个瓦片的产品名称和生产时间生成瓦片选择控件。

所述的步骤3)包括：

3.1)客户端根据瓦片名称检索本地缓存索引，判断是否存在客户端缓存；

3.2)若客户端存在瓦片缓存，读取缓存瓦片文件；若不存在，向服务器端请求该瓦片。

所述的步骤4)包括：。

4.1)客户端加载显示上一步骤返回的瓦片数据；

4.2)若上一步骤加载的瓦片来自本地缓存，更新本地缓存索引；更新last_access_time为客户端系统当前时间，access_times自增1；

4.3)若上一步加载的瓦片数据来自服务器，判断缓存空间是否已满，若未满，将瓦片数据本地化缓存，并插入缓存索引，其中row_num为瓦片的行号，column为列号，level_num为瓦片层级，product为瓦片产品类型，tile_size为瓦片文件大小，data_time为瓦片生产时间，create_time为瓦片首次存储时间，last_access_time为瓦片最后一次读取时间，access_times为瓦片读取次数，geometry为瓦片显示范围；

4.4)继续上一步，若缓存空间已满，则执行瓦片缓存置换，删除部分瓦片数据，具体为根据瓦片价值公式，计算每个瓦片的缓存价值，对所有缓存瓦片进行排序，删除瓦片缓存价值较低瓦片，然后插入服务器返回瓦片索引，瓦片价值公式为：V(i)＝0.03×Vspatial(i)+0.03×Vtime(i)+0.7×Vsize(i)+0.12×Vproduct(i)+0.12×Vdata_time(i)

上式中，V(i)代表瓦片的空间数据价值，Vspatial(i)、Vtime(i)、Vsize(i)分别代表瓦片的空间价值、时间价值、文件大小价值，Vproduct(i)代表瓦片的产品类型价值，Vdata_time(i)代表瓦片的生产时间价值；各变量值计算方法如下：

Vspatial(i)＝Area(i)/D(i)

其中：Area(i)为瓦片数据有效范围的面积，D(i)为瓦片的数据距离，并且0≤Area(i)<1时，设定Area(i)为1，当0≤D(i)<1时，设定D(i)＝1；

Vtime(i)＝1/(current_time-store_time(i))/(access_count(i))

其中：current_time为系统当前时间，store_time(i)为瓦片首次存储时间，access_count(i)为瓦片被访问次数；

Vsize(i)＝1/(size(i))/(benchmark_size)+1

其中：size(i)为瓦片数据大小，benchmark_size为基准数据，基准数据为缓存瓦片数据的平均值；

Vproduct(i)＝(count(p))/count

其中：count代表瓦片缓存总个数，count(p)代表该产品类型在缓存中的总个数；

Vdata_time(i)＝(count(d))/count

其中：count(d)代表同一生产时间的瓦片在缓存中的总个数。

本发明与现有技术相比具有有益效果：

第一，实现了多时相、多来源的遥感影像瓦片式加载，使得用户同时浏览、获取不同来源、时期的遥感影像成为可能；

第二，提高了五层十五级瓦片在客户端的加载效率，降低了客户端内存和流量的消耗；

附图说明

图1为本发明基于五层十五级的遥感影像瓦片式加载流程示意图；

图2为本发明客户端五层十五级瓦片缓存索引示意图；

具体实施方式

下面结合附图和实施例，对本发明的具体实施方式作进一步详细描述。

图1是本发明的基于五层十五级的遥感影像瓦片式加载流程图。如图1所示，本发明的方法包括以下步骤：

而本实施例中，各步骤的具体实现如下：

步骤1：客户端发送包含显示范围及层级的瓦片元数据请求；具体包括：

1.1)获取地图容器当前地图显示范围以及显示层级。假定地图左上角坐标为(LeftLat，LeftLon)右下角坐标为(RightLat，RightLon)，显示层级为Z；

1.2)计算地图显示范围的起讫行列号。将步骤(1)中的左上角和右下角坐标代入下面公式，得到当前屏幕范围的起讫行列号startx，starty，endx，endy

row＝(x+90°)/d

col＝(y+180°)/d

其中row代表行号，col代表列号，x、y代表坐标点的经纬度，d代表分割间度，d可由五层十五级标准层级模式表(如表1)根据层级Z获得；

表1 五层十五级标准层级模式

1.3)客户端向服务器发送包含层级、行列号信息的元数据请求；

步骤2：客户端接收返回的瓦片元数据信息并生成瓦片选择控件；具体包括：

2.1)客户端接收服务器返回的瓦片元数据信息。服务器端返回的数据示例：["GF1_WFV3_20141220_1_8_478_1199.png","GF1_WFV3_20141220_1_8_477_1199.png","GF1_WFV3_20141220_1_8_478_1200.png","GF1_WFV3_20141225_1_8_477_1199.png"]；

2.2)客户端依据瓦片元数据信息中每个瓦片的产品名称和生产时间生成瓦片选择控件。如GF1_WFV3_20141220_1_8_478_1199.png，其产品类型为GF-1，生产时间为2014年12月20日。

步骤3：客户端依据用户选择的瓦片确定瓦片数据来源；具体包括：

3.1)客户端根据瓦片名称检索本地缓存索引，缓存索引如附图2所示，判断是否存在客户端缓存；

3.2)若客户端存在瓦片缓存，读取缓存瓦片文件；若不存在，向服务器端请求该瓦片。

步骤4：客户端加载瓦片数据并更新缓存索引；具体包括：

4.1)客户端加载显示上一步骤返回的瓦片数据；

4.2)若上一步骤加载的瓦片来自本地缓存，更新本地缓存索引；更新last_access_time为客户端系统当前时间，access_times自增1；

4.3)若上一步加载的瓦片数据来自服务器，判断缓存空间是否已满，若未满，将瓦片数据本地化缓存，并插入缓存索引，其中row_num为瓦片的行号，column为列号，level_num为瓦片层级，product为瓦片产品类型，tile_size为瓦片文件大小，data_time为瓦片生产时间，create_time为瓦片首次存储时间，last_access_time为瓦片最后一次读取时间，access_times为瓦片读取次数，geometry为瓦片显示范围；

4.4)继续上一步，若缓存空间已满，则执行瓦片缓存置换，删除部分瓦片数据，具体方法为：根据瓦片价值计算公式，计算每个瓦片的缓存价值，对所有缓存瓦片进行排序，删除瓦片缓存价值较低瓦片，然后插入服务器返回瓦片索引。瓦片价值公式：V(i)＝0.03×Vspatial(i)+0.03×Vtime(i)+0.7×Vsize(i)+0.12×Vproduct(i)+0.12×Vdata_time(i)

上式中，V(i)代表瓦片的空间数据价值，Vspatial(i)、Vtime(i)、Vsize(i)分别代表瓦片的空间价值、时间价值、文件大小价值，Vproduct(i)代表瓦片的产品类型价值。Vdata_time(i)代表瓦片的生产时间价值。各变量值计算方法如下：

Vspatial(i)＝Area(i)/D(i)

Area(i)为瓦片数据有效范围的面积，D(i)为瓦片的数据距离，并且规定0≤Area(i)<1时，设定Area(i)为1，当0≤D(i)<1时，设定D(i)＝1。Vtime(i)＝1/(curr

ent_time-store_time(i))/(access_count(i))

current_time为系统当前时间，store_time(i)为瓦片首次存储时间，access_count(i)为瓦片被访问次数。

Vsize(i)＝1/(size(i))/(benchmark_size)+1

size(i)为瓦片数据大小，benchmark_size为基准数据，基准数据为缓存瓦片数据的平均值。

Vproduct(i)＝(count(p))/count

count代表瓦片缓存总个数，count(p)代表该产品类型在缓存中的总个数。

Vdata_time(i)＝(count(d))/count

count代表瓦片缓存总个数，count(d)代表同一生产时间的瓦片在缓存中的总个数。

本发明提出的方法利用五层十五级瓦片数据组织模型，实现了多时相、来源的遥感影像瓦片式加载，并且针对五层十五级瓦片的数据特点，设计了一套瓦片缓存置换策略，其提高了瓦片加载的效率。

Claims (5)

1.一种基于五层十五级的多时相遥感影像瓦片式加载方法，其特征在于包括如下步骤：

步骤1：客户端发送包含显示范围及层级的瓦片元数据请求；

步骤2：客户端接收返回的瓦片元数据信息并生成瓦片选择控件；

步骤3：客户端依据用户选择的瓦片确定瓦片数据来源；

步骤4：客户端加载瓦片数据并更新缓存索引。

2.根据权利要求所述的基于五层十五级的多时相遥感影像瓦片式加载方法，其特征在于所述的步骤1)包括：

1.1)获取地图容器当前地图显示范围以及显示层级：地图左上角坐标为(LeftLat，LeftLon)，右下角坐标为(RightLat，RightLon)，显示层级为Z；

1.2)计算地图显示范围的起讫行列号：根据步骤(1)中的左上角和右下角坐标得到当前屏幕范围的起讫行列号startx、starty、endx和endy，计算公式为：

row＝(x+90°)/d

col＝(y+180°)/d

其中row代表行号，col代表列号，x、y分别代表坐标点的经度、纬度，d代表分割间度；

1.3)客户端向服务器发送包含层级、行列号信息的元数据请求。

3.根据权利要求所述的基于五层十五级的多时相遥感影像瓦片式加载方法，其特征在于所述的步骤2)包括：

2.1)客户端接收服务器返回的瓦片元数据信息；

2.2)客户端依据瓦片元数据信息中每个瓦片的产品名称和生产时间生成瓦片选择控件。

4.根据权利要求所述的基于五层十五级的多时相遥感影像瓦片式加载方法，其特征在于所述的步骤3)包括：

3.1)客户端根据瓦片名称检索本地缓存索引，判断是否存在客户端缓存；

3.2)若客户端存在瓦片缓存，读取缓存瓦片文件；若不存在，向服务器端请求该瓦片。

5.根据权利要求所述的基于五层十五级的多时相遥感影像瓦片式加载方法，其特征在于所述的步骤4)包括：

4.1)客户端加载显示上一步骤返回的瓦片数据；

4.2)若上一步骤加载的瓦片来自本地缓存，更新本地缓存索引；更新last_access_time为客户端系统当前时间，access_times自增1；

4.3)若上一步加载的瓦片数据来自服务器，判断缓存空间是否已满，若未满，将瓦片数据本地化缓存，并插入缓存索引，其中row_num为瓦片的行号，column为列号，level_num为瓦片层级，product为瓦片产品类型，tile_size为瓦片文件大小，data_time为瓦片生产时间，create_time为瓦片首次存储时间，last_access_time为瓦片最后一次读取时间，access_times为瓦片读取次数，geometry为瓦片显示范围；

4.4)继续上一步，若缓存空间已满，则执行瓦片缓存置换，删除部分瓦片数据，具体为根据瓦片价值公式，计算每个瓦片的缓存价值，对所有缓存瓦片进行排序，删除瓦片缓存价值较低瓦片，然后插入服务器返回瓦片索引，瓦片价值公式为：V(i)＝0.03×Vspatial(i)+0.03×Vtime(i)+0.7×Vsize(i)+0.12×Vproduct(i)+0.12×Vdata_time(i)

上式中，V(i)代表瓦片的空间数据价值，Vspatial(i)、Vtime(i)、Vsize(i)分别代表瓦片的空间价值、时间价值、文件大小价值，Vproduct(i)代表瓦片的产品类型价值，Vdata_time(i)代表瓦片的生产时间价值；各变量值计算方法如下：

Vspatial(i)＝Area(i)/D(i)

其中：Area(i)为瓦片数据有效范围的面积，D(i)为瓦片的数据距离，并且0≤Area(i)<1时，设定Area(i)为1，当0≤D(i)<1时，设定D(i)＝1；

Vtime(i)＝1/(current_time-store_time(i))/(access_count(i))

其中：current_time为系统当前时间，store_time(i)为瓦片首次存储时间，access_count(i)为瓦片被访问次数；

Vsize(i)＝1/(size(i))/(benchmark_size)+1

其中：size(i)为瓦片数据大小，benchmark_size为基准数据，基准数据为缓存瓦片数据的平均值；

Vproduct(i)＝(count(p))/count

其中：count代表瓦片缓存总个数，count(p)代表该产品类型在缓存中的总个数；

Vdata_time(i)＝(count(d))/count

其中：count(d)代表同一生产时间的瓦片在缓存中的总个数。