CN109255004A - 面向地理空间数据的精度保证的在线交互式可视化方法 - Google Patents

Abstract

面向全球地理空间数据的精度保证的在线交互式可视化方法，包括如下步骤：多分辨率层次结构算法构建地理要素的层次结构步骤，顶点空间索引结构构建步骤，基于关系数据库的空间近似查询处理步骤和查询结果可视化步骤。本发明提出应用近似计算思想来解决地理空间大数据处理的性能问题，在地理空间要素多分辨率表达的基础上，根据查询条件，生成一个能够表示原要素的误差可控的近似要素。以空间近似查询结果来表达地理要素，即以顶点采样实时生成要素并报告近似误差，以实现对查询精度和时间的灵活控制。

Description

面向地理空间数据的精度保证的在线交互式可视化方法

技术领域

本发明涉及一种空间数据交互式可视化方法，具体的，涉及一种基于顶点层次结构的空间数据查询方法，可以用于地理空间数据化简，以及地理空间数据的在线交互式可视化分析。

背景技术

近年来，信息技术的进步继续推动着人类社会高速发展。数据的产生与积累形成了庞大的、不断增长的空间数据集，这些空间数据的规模、复杂度、应用需求的高速增长既带来了希望，同时也形成了挑战。随着全球地理数据不断整合、数据分辨率的不断提高，新的科技应用不断出现，将全球地理要素的精细数据形成一个整体数据集已成为可能，OpenStreetMap数据集是典型代表。

互联网环境下交互式空间数据可视化、探索性数据分析、在线数据编辑等过程中涉及的数据读写具有查询条件复杂、数据结果不受控制、响应时间要求高等特征，这些特点使现有的空间数据库、空间数据仓库都难于处理。根源在于空间数据库中查询地理要素的结果是精确、唯一的；查询处理时间和结果数据量只与要素本身相关；地理要素无法在查询时根据条件动态生成。而实际应用中的要求是地理要素可以是近似、变化的；查询结果精度可以作为查询约束条件；地理要素可以根据查询条件动态生成。

同时，在现实的空间查询任务中，精确的查询结果会造成大量的时间开销，为了追求查询响应的及时性，适当的误差既能缩短查询时间、减少查询结果集，在查询效果上也不会产生较大的视觉差别。数据库领域学者采用在线聚合、采样计算等近似查询方法解决查询计算量大的问题，其基本思想是在一个可接受的误差范围内，通过查询能代表整体数据特征的少量数据，快速返回一个近似准确的查询结果。在地理空间大数据的查询分析中采用近似查询处理技术，能明显提高查询任务的效率，缩短分析任务的周期，从海量空间数据中快速发现隐含知识，对快速实现决策支持有重要的研究意义及应用意义。

因此，如何能够根据查询条件，生成一个能够表示原要素的误差可控的近似要素，以空间近似查询结果来表达地理要素成为现有技术亟需解决的技术问题。

发明内容

本发明的目的是提出一种面向全球地理空间数据的精度保证的在线交互式可视化方法，以顶点树型层次结构、加权广度遍历算法为基础的空间近似查询处理方法，解决网络GIS的交互式可视化与空间分析的功能与性能问题。

为达此目的，本发明采用以下技术方案：

面向全球地理空间数据的精度保证的在线交互式可视化方法，包括如下步骤：

多分辨率层次结构算法构建地理要素的层次结构步骤S110:

1)对于线对象L₀，其顶点序列为{P_i,P_i+1,L,P_j}，设置树平衡控制参数为α；

2)连接首尾两顶点P_i和P_j,形成基准线段

3)依次取出首尾两点之间的每个顶点,并计算它与基准线段的距离,选取拥有最大距离的点，其最大距离记为E_i,j；

4)顶点P_(i+j)/2表示序列{P_i,P_i+1,L,P_j}的中间位置顶点，分别从P_(i+j)/2的左右选取|(1-2α)/2×(j-i-1)|个顶点到备选数据集中,找出距离最大的顶点P_m，此点可被认为是这一序列顶点中的分割点，将所述最大距离E_i,j作为该顶点的权重；

5)建立树的根结点T_i,j，关联分割点P_m，并将E_i,j存入树结点，所述权重也称为该顶点的误差值；

6)以P_m点为分割点将原线对象L₀分割为两个顶点序列{P_i,P_i+1,L,P_m}与{P_m,P_m+1,L,P_j}，将前段顶点序列生成的树结点作为结点T_i,j的左子结点,后段顶点序列生成的树结点作为结点T_i,j的右子结点；

7)对这两个顶点序列递归地执行“选点”和“分线”操作，即执行步骤2)到步骤7)；

顶点空间索引结构构建步骤S120:

1)集合{L_i,L_i+1,L,L_j}由若干条线对象组成,集合的顶点序列为每个顶点对应的误差值为{E₀,E₁,L,E_n},设置数量阈值为n；

2)将顶点序列按照顶点误差值从大到小进行全序排列，排序后的顶点序列记为Q；

3)若顶点数量大于n，则建立四叉树的根结点从顶点序列Q中抽取前n个顶点,使其与根结点相关联；

4)将索引空间平均划分为四个子空间{S₀,S₁,S₂,S₃}，这四个子空间将作为待划分空间，并分别表示根结点的四个子结点；

5)依次从序列Q中取出第n+1,n+2……个顶点，这些顶点将落入到待划分空间的任意一个子空间中去,当某一子空间的顶点数目达到n时，则将位于该子空间中的顶点与子空间对应的子结点相关联，同时，对该子空间继续划分{S_i0,S_i1,S_i2,S_i3}；循环执行空间划分和四叉树构建，直到序列Q为空；

基于关系数据库的空间近似查询处理步骤S130：

1)以地理查询窗口W＝{x_min,y_min,x_max,y_max}作为查询条件，建立采样集S_p，设置误差阈值ε；

2)根据顶点坐标值和误差值，通过步骤S120中构建的四叉树空间索引取出位于窗口内且所有误差值大于ε的顶点，将满足条件的顶点加入采样集S_p中；

3)从采样集S_p中依次取出顶点，根据顶点路径Path值计算该顶点所在二叉树的父结点路径，并根据路径信息查询父结点对应的顶点P_k；以相同方法查找P_k顶点的父结点，递归查询父结点直至到达根结点对应的顶点时停止，将查询所得顶点加入到采样集中；

4)将所有采样集中的顶点按照下标序号排列并动态生成新的线对象，返回新生成的对象并报告采样集的大小；

可选的，还包括查询结果可视化步骤S140：

1)设置查询条件：用户通过鼠标操作，在客户端实现地理要素查询。当进行放大、缩小、点击查询等操作后，自动记录当前窗口大小，以当前窗口大小为查询的空间条件；设置误差值为要素误差的查询条件；

2)提交查询请求：将空间条件和误差条件组合进行查询，从关系数据库中执行近似查询操作；

3)返回查询结果到客户端：将查询结果返回到客户端，实时显示到屏幕。

可选的，在步骤S110中，“选点”和“分线”的子步骤递归执行结束的条件为：将顶点序列不断地细分为互不覆盖的子序列，直到每段子序列中只包含一个顶点，而每个顶点在建立过程中也将均具有一个误差值。

可选的，所述α的取值范围为(0,0.5]，当α为0.5时，|(1-2α)/2×(j-i-1)|的取值为0，即取中间位置顶点。除去首尾顶点，中间顶点数量为奇数时，中间位置顶点即为分割点；当中间顶点数量为偶数时，中间位置顶点数量为2，取两者中距离基准线最大的顶点为分割点。

可选的，在步骤130中，采用关系数据库的存储二叉树结点信息时，每棵二叉树对应一个关系表，表的一行代表一个树结点，表结构为(id,x,y,error,path)，id表示顶点的编号，x表示顶点的x坐标，y表示顶点的y坐标，error表示顶点对应的距离值，path表示顶点在二叉树中的结点路径。

进一步的，一种存储介质，用于存储计算机可执行指令，其特征在于：所述计算机可执行指令在被处理器执行时执行上的在线交互式可视化方法。本发明提出应用近似计算思想来解决地理空间大数据处理的性能问题，在地理空间要素多分辨率表达的基础上，根据查询条件，生成一个能够表示原要素的误差可控的近似要素。以空间近似查询结果来表达地理要素，即以顶点采样实时生成要素并报告近似误差，以实现对查询精度和时间的灵活控制。

附图说明

图1是根据本发明具体实施例的基于多分辨率层次结构算法的二叉树构建算法的线对象；

图2是根据本发明具体实施例的基于多分辨率层次结构算法的二叉树构建算法的计算示意图；

图3是根据本发明具体实施例的四叉树顶点序列划分结果，其中图3(a)是顶点空间分布，图3(b)是空间划分结果，图3(c)是四叉树构建结果；

图4是根据本发明具体实施例的基于关系数据库的近似查询：图4(a)是数据集；图4(b)是误差大于阈值的顶点；图4(c)是近似查询结果；

图5是根据本发明具体实施例的空间近似查询结果可视化：图5(a)是误差为200千米的查询结果；图5(b)是误差为100千米的查询结果；

图6(a)和图6(b)是地理要素空间近似查询可视化三维图(选中某一要素)；

图7是根据本发明的面向全球地理空间数据的精度保证的在线交互式可视化方法的流程图。

具体实施方式

下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。

本发明首先充分利用多分辨率层次结构算法、平衡二叉树原理、加权广度遍历算法等建立地理要素的层次结构，使得误差按照从高到底排列，便于获取和查询数据，然后将顶点层次结构，与近似查询原理相结合，基于关系数据库实现带有误差限制和空间限制的空间近似查询。

具体而言，参见图7，示出了根据本发明的面向全球地理空间数据的精度保证的在线交互式可视化方法的流程图。

本发明包括如下步骤：

多分辨率层次结构算法构建地理要素的层次结构步骤S110:

针对地理数据，运用基于多分辨率层次结构算法的二叉树构建算法，进行地理要素数据预处理，首先选取线段的两个端点，然后计算线段内其余各点到连接两端点的直线距离，找出最大距离，将该最大距离记为最大误差值，引入树平衡控制参数，在选点过程中以子线段中近似中间顶点作为线对象分割点，以保证树的平衡性，从近似中间顶点左右选取若干个顶点，找出最大距离的顶点，这一最大距离的顶点被视为又一重要特征点，并以该最大距离的顶点作为线对象分割点，将线对象分为两段，该线对象分割点将作为树结点，并将最大误差值存入到该树结点，对这两段进行重复此过程，直到每段子序列中只包含一个顶点为止。

通过树平衡控制系数，在保持顶点层次结构的同时，有效的控制树的平衡性，降低算法的时间复杂度。

具体而言，可以包括如下步骤：

1)对于线对象L₀，其顶点序列为{P_i,P_i+1,L,P_j}，设置树平衡控制参数为α；

2)连接首尾两顶点P_i和P_j,形成基准线段

3)依次取出首尾两点之间的每个顶点,并计算它与基准线段的距离,选取拥有最大距离的点，其最大距离记为E_i,j；

4)顶点P_(i+j)/2表示序列{P_i,P_i+1,L,P_j}的中间位置顶点，例如，当顶点数量为偶数时，P_(i+j)/2表示中间位置的两个顶点，分别从P_(i+j)/2的左右选取|(1-2α)/2×(j-i-1)|个顶点到备选数据集中,找出距离最大的顶点P_m，此点可被认为是这一序列顶点中的分割点，将所述最大距离E_i,j作为该顶点的权重；

5)建立树的根结点T_i,j，关联分割点P_m，并将E_i,j存入树结点，所述权重也称为该顶点的误差值；

6)以P_m点为分割点将原线对象L₀分割为两个顶点序列{P_i,P_i+1,L,P_m}与{P_m,P_m+1,L,P_j}，将前段顶点序列生成的树结点作为结点T_i,j的左子结点,后段顶点序列生成的树结点作为结点T_i,j的右子结点；

7)对这两个顶点序列递归地执行“选点”和“分线”操作，即执行步骤2)到步骤7)；

在步骤S110中，“选点”和“分线”的子步骤递归执行结束的条件为：将顶点序列不断地细分为互不覆盖的子序列，直到每段子序列中只包含一个顶点，而每个顶点在建立过程中也将均具有一个误差值。

对于多个具有连接关系的线对象，其二叉树的建立过程描述如下，对所有的顶点执行多分辨率层次结构算法，但分割点只在等线对象的首点和尾点中选取，如线对象L₀的首点和尾点递归执行多分辨率层次结构算法直到所有的线对象首尾点均被选择到，根据多分辨率层次结构算法结果建立二叉树。

该步骤通过查找线对象上顶点与基准线间的距离来表示顶点的权重，权重越大，表明该顶点的重要性越强。原始线对象与简化后线对象之间的距离可以用被删除的点到简化后线对象的距离，即基准线距离。在地理数据的可视化过程中，顶点到基准线的距离从一定程度上反映了该点的可视化误差，因此，本发明中也将顶点对应的基准线距离也称为该点的误差值。

该步骤基于道格拉斯算法，在算法计算过程中添加步骤4)保证树的平衡性。使用道格拉斯算法生成的二叉树在有些情况下会称为近似链或链，其时间复杂度达到O(n)。本算法能够选取近似中间的顶点，对生成的平衡二叉树进行查询、插入和删除操作，时间复杂度能够达到O(logn)。

优选的，所述α的取值范围为(0,0.5]，当α为0.5时，|(1-2α)/2×(j-i-1)|的取值为0，即取中间位置顶点。除去首尾顶点，中间顶点数量为奇数时，中间位置顶点即为分割点；当中间顶点数量为偶数时，中间位置顶点数量为2，取两者中距离基准线最大的顶点为分割点。。

具体的，参见图1和图2，示出了多分辨率层次结构算法构建层次结构的示意图。

1)准备空间线对象，以图1线对象为例，α取0.2，对顶点序列{P₀,P₁,L,P₈}构建二叉树；

2)连接顶点P₀,P₈，形成基准线S_0,8，寻找顶点P₁,P₂,L,P₇中距离基准线段S_0,8中距离最大的顶点为P₄，其距离值记为E_0,8；

3)取线对象的中间顶点P₄，计算顶点P₄左右|(1-2α)/2×(j-i-1)|个顶点，即P₄左右2个顶点，得到备选顶点集{P₂,P₃,L,P₆}，从备选集中选取距离最大的顶点P₄作为分割点；

4)以P₄生成树的根结点，并关联距离值E_0,8；

5)连接P₀,P₄、P₄,P₈，形成基准线S_0,4和S_4,8，对顶点序列{P₀,P₁,L,P₄}和{P₅,P₆,L,P₈}分别执行上述操作，将生成的结点作为根结点的左右子结点；

6)图2表示二叉树的生成结果。

可以看出，步骤2)和步骤3)中选取的点是同一个顶点，但在实际计算过程中，距离最大的点和近似中间的点不一定为同一个顶点。步骤3)能够有效的平衡二叉树，因此，将α值称作树平衡控制参数。

顶点空间索引结构构建步骤S120:

为了尽可能降低算法的存储消耗，根据S110中计算得到每个顶点的误差值对线对象建立四叉树空间索引，在进行近似查询时，空间索引能够用来提高系统对数据获取的效率。

四叉树索引的基本思想是将地理空间递归划分为不同层次的树结构。以线对象的顶点作为索引对象，将顶点序列按照顶点误差值从高到低进行全序排列，通过索引将已知范围的空间等分成四个相等的子空间，如此递归下去，直至树的结点关联的顶点数量不满足阈值条件后停止分割。四叉树结构是地学领域普遍采用的一种数据结构，自顶向下逐步划分形成树状的层次结构。四叉树在处理近似查询方面有一些优势，一方面与坐标系统相符合，划分简单直观，另一方面能够降低查询时间，降低算法复杂度。

1)集合{L_i,L_i+1,L,L_j}由若干条线对象组成,集合的顶点序列为每个顶点对应的误差值为{E₀,E₁,L,E_n},设置数量阈值为n；

2)将顶点序列按照顶点误差值从大到小进行全序排列，排序后的顶点序列记为Q；

3)若顶点数量大于n，则建立四叉树的根结点从顶点序列Q中抽取前n个顶点,使其与根结点相关联；

4)将索引空间平均划分为四个子空间{S₀,S₁,S₂,S₃}，这四个子空间将作为待划分空间，并分别表示根结点的四个子结点；

5)依次从序列Q中取出第n+1,n+2……个顶点，这些顶点将落入到待划分空间的任意一个子空间中去,当某一子空间的顶点数目达到n时，则将位于该子空间中的顶点与子空间对应的子结点相关联，同时，对该子空间继续划分{S_i0,S_i1,S_i2,S_i3}；循环执行空间划分和四叉树构建，直到序列Q为空。

四叉树在处理近似查询方面有一些优势，一方面与坐标系统相符合，划分简单直观，另一方面能够降低查询时间，降低算法复杂度。四叉树将空间分割为四个矩形，每次递归分割时将正方形区域进行四等分，直到每个正方形的内容不超过给定的阈值为止。

本发明构建的四叉树为非满四叉树，非满四叉树为每个结点添加一个“容量”的属性，在四叉树初始化时只有一个根结点，在插入数据时，如果一个结点内的数据量大于结点“容量”，再将结点进行分裂。如此，可以保证每个结点内都存储着数据，避免了内存空间的浪费。

以单个线对象为例，图3示出了四叉树顶点序列划分结果：图3(a)是顶点空间分布；图3(b)是空间划分结果，图3(c)是四叉树构建结果。

1)线对象的顶点序列为{P₀,P₁,P₂,P₃,P₄,P₅,P₆,P₇,P₈,P₉},每个顶点对应的误差值为{E₀,E₁,L,E₉},设置数量阈值为2；

2)按照顶点误差值从大到小进行排序，得到顶点序列Q＝{P₅,P₃,P₀,P₄,P₆,P₂,P₁,P₉,P₇,P₈}；

3)因为顶点数量大于2，则建立四叉树的根结点从顶点序列Q中抽取前2个顶点，使其与根结点相关联；

4)将索引空间进行四等分，生成四个子空间{S₀,S₁,S₂,S₃}，将四个子空间加入到待划分空间中，并分别表示根结点的四个子结点；

5)依次从序列Q中取出第3,4,…,9个顶点，这些顶点将落入到待划分空间的任意一个子空间中去，当子空间的顶点数目达到2时，对该子空间进行四分。例如，当取到P₂时，位于右下角的子空间S₃顶点数量达到阈值2，则对该子空间继续划分。循环执行取点操作，直到序列Q为空。

每次递归分割将空间进行四等分，直到每个空间包含的顶点数量的内容不超过给定的阈值为止。图3(b)表示空间划分结果，图3(c)表示四叉树的构建结果。其中，采用黑色结点表示该结点满足阈值，白色结点表示为未满足阈值。

可发现,四叉树具有如下特点：顶点的误差值决定在四叉树中的所属层级；四叉树结点所关联的顶点总数满足特定阈值，当顶点数量达到阈值时，其余权值较小的顶点将分配到下层子结点；父结点中均包含特定数量的顶点，且父结点中顶点阈值均不小于子结点阈值。四叉树上述的结构，将使得以误差大小为标准进行地理数据的提取时，将会提高数据提取的速度和效率。

基于关系数据库的空间近似查询处理步骤S130:

基于S110中建立的地理要素的二叉树层次结构以及S120中构建的空间索引，实现基于关系数据库的近似查询处理。

1)以地理查询窗口W＝{x_min,y_min,x_max,y_max}作为查询条件，建立采样集S_p，设置误差阈值ε；

2)根据顶点坐标值和误差值，通过步骤S120中构建的四叉树空间索引取出位于窗口内且所有误差值大于ε的顶点，将满足条件的顶点加入采样集S_p中；

3)从采样集S_p中依次取出顶点，根据顶点路径Path值计算该顶点所在二叉树的父结点路径，并根据路径信息查询父结点对应的顶点P_k；以相同方法查找P_k顶点的父结点，递归查询父结点直至到达根结点对应的顶点时停止，将查询所得顶点加入到采样集中；

4)将所有采样集中的顶点按照下标序号排列并动态生成新的线对象，返回新生成的对象并报告采样集的大小。

在步骤130中，采用关系数据库的存储二叉树结点信息时，每棵二叉树对应一个关系表，表的一行代表一个树结点，表结构为(id,x,y,error,path)，id表示顶点的编号，x表示顶点的x坐标，y表示顶点的y坐标，error表示顶点对应的距离值，path表示顶点在二叉树中的结点路径。

在近似查询的过程中，能够根据构建四叉树空间索引实现顶点的快速查找，查询得到满足空间条件和误差约束的顶点，将其加入到采样集中。

本发明选取全球海岸线数据，以查询窗口的大小作为查询的空间条件，由于带有层次结构的线对象是以表的形式存储在关系数据库中，因此，近似查询处理使用sql语句，并根据顶点空间索引查询位于查询窗口内的所有满足条件的顶点。

参见图4，示出了空间近似查询示例：图4(a)为数据集；图4(b)为近似查询结果

1)以W＝{x_min,y_min,x_max,y_max}作为查询条件，设定误差阈值为ε，针对图4(a)中数据集进行查询；

2)建立一个采样集S_p，窗口中包含四条线对象，通过建立的空间索引，从线对象的所有顶点中取出误差值大于ε、且位于窗口内的顶点，将满足条件的顶点加入采样集S_p中；

3)从采样集S_p中依次取出顶点，根据顶点路径值计算该顶点所在二叉树的父结点路径，并根据路径信息查询父结点对应的顶点P_k；以相同方法查找P_k顶点的父结点，递归查询父结点直至到达根结点对应的顶点时停止，将查询所得顶点加入到采样集中；

4)将所有保留的顶点根据二叉树生成新的线对象。

图4(b)对应于子步骤2，位于窗口外的黑色顶点被删除,图中灰色顶点的误差值小于设定阈值，保留窗口中的顶点误差值均大于阈值的顶点，即白色顶点；图4(c)对应于子步骤4表示窗口查询结果，包含简化后的线对象{L₁、L₃}。

应当说明的是，子步骤3不断的提取二叉树中的父结点目的在于获取各个结点的连接关系，从而有助于重新形成新的连续线。虽然该子步骤可能将一些误差值小于ε的结点带入其中，但这不影响所需要获得精度。

进一步的可以看出，以上操作将完整的包括在窗口之内的线对象保留，对部分位于窗口内的线对象L₁、L₃进行截取操作，将顶点完全位于窗口之外的线对象L₂、L₄舍弃；

截取操作过程中，为了保持线对象的整体性，窗口外线对象的起点和终点会保留，如图4(c)，对于线对象L₁，只保留L₁位于窗口外的首末两个端点，图中黑色顶点为删除的顶点。

查询结果可视化步骤S140：

在将查询结果进行可视化显示之前，对数据进行预处理。通过S110实现地理要素数据的层次结构构建，计算得到每个顶点的误差值；S120实现基于顶点误差值构建四叉树空间索引，提高近似查询效率，基于以上步骤得到的数据，并结合S130说明的近似查询步骤，实现空间查询结果的交互式可视化。

接受用户操作，将用户操作转化为查询条件，如放大、缩小、要素点击查询等，向数据库提交查询，取得新的查询结果后进行可视化。

1)设置查询条件：用户通过鼠标操作，在客户端实现地理要素查询。当进行放大、缩小、点击查询等操作后，自动记录当前窗口大小，以当前窗口大小为查询的空间条件；设置误差值为要素误差的查询条件；

2)提交查询请求：将空间条件和误差条件组合进行查询，从关系数据库中执行近似查询操作；

3)返回查询结果到客户端：将查询结果返回到客户端，实时显示到屏幕。

每当用户查询请求发生变化时，执行步骤1)到步骤3)，将查询结果实时反馈给用户，实现交互式查询。

具体而言，通过接受用户操作，将用户操作转化为查询条件，用户可通过鼠标进行漫游、放大、缩小、要素点击查询等操作，自动记录当前窗口的大小，当前窗口大小作为查询空间条件，设置距离值d为要素误差的查询条件；提交用户查询请求，将空间条件和误差条件组合进行查询，从关系数据库中执行相应的近似查询操作，返回查询结果到客户端，实时显示到屏幕。每当用户查询请求发生变化时，重复执行以上过程，实时地将查询结果反馈给用户，实现交互式查询。

1)设置查询条件：用户通过鼠标操作，通过放大、缩小等操作，得到全球范围的地图，记录当前窗口大小，当前窗口大小为查询的空间条件；设置距离值为要素误差的查询条件，如200千米；

2)提交查询请求：将空间范围和误差值进行组合查询，按照S130的步骤从关系数据库中执行近似查询操作；

3)返回查询结果到客户端：将查询结果集返回到客户端，动态生成简化后的线对象，并实时显示到屏幕。

多分辨率层次结构算法得到了每个顶点的误差值，通过设置误差值，在查询过程中查询得到所有大于该误差的顶点，舍弃小于该误差值的顶点，使得能够有效降低查询结果集的大小，从而得到一个近似的查询结果。为了追求查询响应的及时性，适当的误差既能缩短查询时间、减少查询结果集，在查询效果上也不会产生较大的视觉差别。

本发明还公开了一种存储介质，用于存储计算机可执行指令，其特征在于：所述计算机可执行指令在被处理器执行时执行上述的在线交互式可视化方法。

本发明提出应用近似计算思想来解决地理空间大数据处理的性能问题，在地理空间要素多分辨率表达的基础上，根据查询条件，生成一个能够表示原要素的误差可控的近似要素。以空间近似查询结果来表达地理要素，即以顶点采样实时生成要素并报告近似误差，以实现对查询精度和时间的灵活控制。

实施例1

本发明所采用的原始数据集来源于OpenStreetMap官方网站的全库导出文件即Planet.osm，通过工具软件OSMCoastline导出全球海岸线数据。利用多分辨率层次结构算法实现全球海岸线数据的层次结构构建和空间索引结构构建。基于层次结构和空间索引，设置不同误差值，实现关系数据库的交互式可视化。

参见图5、图6，图5(a)是误差为200千米的空间近似查询结果；图5(b)是误差为100千米的空间近似查询结果；图6是地理要素空间近似查询可视化三维图。

通过设定不同的误差值，返回的顶点数以及耗费时间则不同，图中的红线为近似查询返回矢量数据，并在客户端绘制完成显示。图5(a)中，设定的误差值为200千米，返回的顶点个数为8500个，耗费时间为0.53秒；图5(b)中,设定的误差值为100千米,返回的顶点个数增加到26000个,耗费时间增加到1.06秒，相比图5(a),误差减小,点数增加,时间增加。通过设置误差能够有效降低数据规模，提高数据传输效率。随着误差值的增大，查询数据量减少，当误差值为200千米时，仍然能够较好的保持地理要素的形状特征，当误差值为100千米时，既能保持较高的查询效率，可视化的效果完全能够满足用户的视觉要求。

图6从三维角度展示了要素选择的查询结果。

显然，本领域技术人员应该明白，上述的本发明的各单元或各步骤可以用通用的计算装置来实现，它们可以集中在单个计算装置上,可选地，他们可以用计算机装置可执行的程序代码来实现，从而可以将它们存储在存储装置中由计算装置来执行，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本发明不限制于任何特定的硬件和软件的结合。

以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明，不能认定本发明的具体实施方式仅限于此，对于本发明所属技术领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干简单的推演或替换，都应当视为属于本发明由所提交的权利要求书确定保护范围。

Claims (6)

1.面向全球地理空间数据的精度保证的在线交互式可视化方法，包括如下步骤：

多分辨率层次结构算法构建地理要素的层次结构步骤S110:

1)对于线对象L₀，其顶点序列为{P_i,P_i+1,L,P_j}，设置树平衡控制参数为α；

2)连接首尾两顶点P_i和P_j,形成基准线段

3)依次取出首尾两点之间的每个顶点,并计算它与基准线段的距离,选取拥有最大距离的点，其最大距离记为E_i,j；

4)顶点P_(i+j)/2表示序列{P_i,P_i+1,L,P_j}的中间位置顶点，分别从P_(i+j)/2的左右选取|(1-2α)/2×(j-i-1)|个顶点到备选数据集中,找出距离最大的顶点P_m，此点可被认为是这一序列顶点中的分割点，将所述最大距离E_i,j作为该顶点的权重；

5)建立树的根结点T_i,j，关联分割点P_m，并将E_i,j存入树结点，所述权重也称为该顶点的误差值；

6)以P_m点为分割点将原线对象L₀分割为两个顶点序列{P_i,P_i+1,L,P_m}与{P_m,P_m+1,L,P_j}，将前段顶点序列生成的树结点作为结点T_i,j的左子结点,后段顶点序列生成的树结点作为结点T_i,j的右子结点；

7)对这两个顶点序列递归地执行“选点”和“分线”操作，即执行步骤2)到步骤7)；

顶点空间索引结构构建步骤S120:

1)集合{L_i,L_i+1,L,L_j}由若干条线对象组成,集合的顶点序列为每个顶点对应的误差值为{E₀,E₁,L,E_n},设置数量阈值为n；

2)将顶点序列按照顶点误差值从大到小进行全序排列，排序后的顶点序列记为Q；

3)若顶点数量大于n，则建立四叉树的根结点从顶点序列Q中抽取前n个顶点,使其与根结点相关联；

4)将索引空间平均划分为四个子空间{S₀,S₁,S₂,S₃}，这四个子空间将作为待划分空间，并分别表示根结点的四个子结点；

5)依次从序列Q中取出第n+1,n+2……个顶点，这些顶点将落入到待划分空间的任意一个子空间中去,当某一子空间的顶点数目达到n时，则将位于该子空间中的顶点与子空间对应的子结点相关联，同时，对该子空间继续划分{S_i0,S_i1,S_i2,S_i3}；循环执行空间划分和四叉树构建，直到序列Q为空；

基于关系数据库的空间近似查询处理步骤S130：

1)以地理查询窗口W＝{x_min,y_min,x_max,y_max}作为查询条件，建立采样集S_p，设置误差阈值ε；

2)根据顶点坐标值和误差值，通过步骤S120中构建的四叉树空间索引取出位于窗口内且所有误差值大于ε的顶点，将满足条件的顶点加入采样集S_p中；

3)从采样集S_p中依次取出顶点，根据顶点路径值计算该顶点所在二叉树的父结点路径，并根据路径信息查询父结点对应的顶点P_k；以相同方法查找P_k顶点的父结点，递归查询父结点直至到达根结点对应的顶点时停止，将查询所得顶点加入到采样集中；

4)将所有采样集中的顶点按照下标序号排列并动态生成新的线对象，返回新生成的对象并报告采样集的大小；

2.根据权利要求1所述的在线交互式可视化方法，其特征在于：还包括

查询结果可视化步骤S140：

1)设置查询条件：用户通过鼠标操作，在客户端实现地理要素查询。当进行放大、缩小、点击查询等操作后，自动记录当前窗口大小，以当前窗口大小为查询的空间条件；设置误差值为要素误差的查询条件；

2)提交查询请求：将空间条件和误差条件组合进行查询，从关系数据库中执行近似查询操作；

3)返回查询结果到客户端：将查询结果返回到客户端，实时显示到屏幕。

3.根据权利要求1或2所述的在线交互式可视化方法，其特征在于：

在步骤S110中，“选点”和“分线”的子步骤递归执行结束的条件为：将顶点序列不断地细分为互不覆盖的子序列，直到每段子序列中只包含一个顶点，而每个顶点在建立过程中也将均具有一个误差值。

4.根据权利要求3所述的在线交互式可视化方法，其特征在于：

所述α的取值范围为(0,0.5]，当α为0.5时，|(1-2α)/2×(j-i-1)|的取值为0，即取中间位置顶点，除去首尾顶点，中间顶点数量为奇数时，中间位置顶点即为分割点；当中间顶点数量为偶数时，中间位置顶点数量为2，取两者中距离基准线最大的顶点为分割点。

5.根据权利要求3，其特征在于：

在步骤130中，采用关系数据库的存储二叉树结点信息时，每棵二叉树对应一个关系表，表的一行代表一个树结点，表结构为(id,x,y,error,path)，id表示顶点的编号，x表示顶点的x坐标，y表示顶点的y坐标，error表示顶点对应的距离值，path表示顶点在二叉树中的结点路径。

6.一种存储介质，用于存储计算机可执行指令，其特征在于：所述计算机可执行指令在被处理器执行时执行权利要求1-5中任意一项所述的在线交互式可视化方法。