CN112395445A - 矢量数据在线计算方法和装置 - Google Patents
矢量数据在线计算方法和装置 Download PDFInfo
- Publication number
- CN112395445A CN112395445A CN202011289767.2A CN202011289767A CN112395445A CN 112395445 A CN112395445 A CN 112395445A CN 202011289767 A CN202011289767 A CN 202011289767A CN 112395445 A CN112395445 A CN 112395445A
- Authority
- CN
- China
- Prior art keywords
- tile
- vector data
- gray
- data
- statistical
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000004364 calculation method Methods 0.000 title claims abstract description 51
- 238000012896 Statistical algorithm Methods 0.000 claims abstract description 17
- 230000003044 adaptive effect Effects 0.000 claims abstract description 11
- 238000000034 method Methods 0.000 claims description 28
- 238000013507 mapping Methods 0.000 claims description 27
- 238000004590 computer program Methods 0.000 claims description 9
- 238000010276 construction Methods 0.000 claims description 5
- 238000004422 calculation algorithm Methods 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 2
- 244000025254 Cannabis sativa Species 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000002689 soil Substances 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/56—Information retrieval; Database structures therefor; File system structures therefor of still image data having vectorial format
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
Abstract
本发明提供了矢量数据在线计算方法和装置，包括：根据矢量数据构建矢量数据专题图；对矢量数据专题图进行标准化栅格切片处理，得到多个瓦片；根据每个瓦片的相应层级与精度对应关系，按预设数据统计精度要求，选取与统计精度需求相适应的最优瓦片层级；在设定空间区域范围内，根据空间范围相交判断得到需求瓦片层级的相交瓦片数据集；对瓦片数据集以单一瓦片为最小计算单元，逐一通过矢量数据灰度统计算法，得到瓦片灰度统计结果，并对整个瓦片数据集的灰度统计结果汇总；根据所有瓦片灰度统计结果和瓦片对应层级下的每个瓦片的像素面积，得到设定空间区域范围的灰度统计面积；可满足不同精度的矢量数据计算要求，提高矢量数据计算效率。
Description
技术领域
本发明涉及自然资源信息统计技术领域，尤其是涉及矢量数据在线计算方法和装置。
背景技术
矢量数据反映了地表的覆被的真实状况，准确统计各种地类的空间面积分布状况，对于精细化的自然资源管理、国土空间监管、生态保护修复等具有重要意义。
目前，矢量数据具有数据量大、多边形结构复杂的特点。常规的矢量数据计算包括矢量计算和栅格计算，在矢量计算中，以原始的矢量数据为基础，采用地理信息计算算子，进行矢量数据的空间计算，形成数据统计结果。由于原始的矢量数据具有数据量大和结构复杂的特征，对矢量数据的计算难以做到并行化计算，计算效率低。
在栅格计算中，将原始的矢量数据进行栅格化处理，形成不同精度的栅格数据，然后基于栅格数据按需进行信息统计，形成数据统计结果。由于原始的矢量数据栅格化后会增加数据量，当数据量范围较大时，无法满足大规模计算场景的需求。
发明内容
有鉴于此，本发明的目的在于提供矢量数据在线计算方法和装置，可根据需求瓦片层级的选择，满足不同精度的矢量数据计算要求；可对瓦片数据集进行单一瓦片的并行化计算，提高矢量数据计算效率。
第一方面，本发明实施例提供了矢量数据的计算方法，所述方法包括：
获取矢量数据；
根据所述矢量数据构建矢量数据专题图；
对所述矢量数据专题图进行标准化栅格切片处理，得到多个瓦片；
根据每个瓦片的相应层级与精度对应关系，按照预设数据统计精度要求，选取与所述预设数据统计精度要求相适应的需求瓦片层级；
在设定空间区域范围内，根据所述设定空间区域范围相交判断得到所述需求瓦片层级相交的瓦片数据集；对所述瓦片数据集以单一瓦片为最小计算单元，逐一通过矢量数据灰度统计算法，得到瓦片灰度统计结果，并对所述瓦片数据集的瓦片灰度统计结果汇总，得到所有瓦片灰度统计结果；
根据所述所有瓦片灰度统计结果和所述瓦片对应层级下的每个瓦片的像素面积，得到所述设定空间区域范围的灰度统计面积。
进一步的，所述矢量数据包括多种矢量数据类型，所述根据所述矢量数据构建矢量数据专题图，包括：
根据所述多种矢量数据类型，为每种矢量数据类型赋予相应的灰度值，使所述每种矢量数据类型与所述灰度值形成映射关系；
获取原始矢量数据；
根据所述每种矢量数据类型和所述灰度值的映射关系，对所述原始矢量数据进行灰度制图，得到所述矢量数据专题图。
进一步的，所述对所述瓦片数据集以单一瓦片为最小计算单元，逐一通过矢量数据灰度统计算法，得到瓦片灰度统计结果，包括：
对所述瓦片数据集以单一瓦片为最小计算单元，将所述单一瓦片按照列队形式分发给每个计算集子节点，以使每个计算集子节点将所述单一瓦片通过所述矢量数据灰度统计算法，得到所述每个计算集子节点对应的灰度值的像素数量；
根据所述每个计算集子节点对应的灰度值的像素数量，得到每种灰度值对应的像素总个数；
将所述每种灰度值对应的像素总个数作为所述瓦片灰度统计结果。
进一步的，所述方法还包括：
根据所述设定空间区域范围的灰度统计面积、所述每种矢量数据类型和所述灰度值的映射关系，得到所有地类的面积统计结果。
进一步的，所述方法还包括：
根据所述每个瓦片对应的层级、行号和列号，得到所述每个瓦片的经纬度。
第二方面，本发明实施例提供了矢量数据在线计算装置，所述装置包括：
矢量数据获取单元，用于获取矢量数据；
构建单元，用于根据所述矢量数据构建矢量数据专题图；
栅格切片处理单元，用于对所述矢量数据专题图进行标准化栅格切片处理，得到多个瓦片；
选取单元，用于根据每个瓦片的相应层级与精度对应关系，按照预设数据统计精度要求，选取与所述预设数据统计精度要求相适应的需求瓦片层级；
瓦片数据集获取单元，用于在设定空间区域范围内，根据所述设定空间区域范围相交判断得到所述需求瓦片层级相交的瓦片数据集；瓦片灰度统计结果获取单元，用于对所述瓦片数据集以单一瓦片为最小计算单元，逐一通过矢量数据灰度统计算法，得到瓦片灰度统计结果，并对所述瓦片数据集的瓦片灰度统计结果汇总，得到所有瓦片灰度统计结果；
灰度统计面积获取单元，用于根据所述所有瓦片灰度统计结果和所述瓦片对应层级下的每个瓦片的像素面积，得到所述设定空间区域范围的灰度统计面积。
进一步的，所述矢量数据包括多种矢量数据类型，所述构建单元具体用于：
根据所述多种矢量数据类型，为每种矢量数据类型赋予相应的灰度值，使所述每种矢量数据类型与所述灰度值形成映射关系；
获取原始矢量数据；
根据所述每种矢量数据类型和所述灰度值的映射关系，对所述原始矢量数据进行灰度制图，得到所述矢量数据专题图。
进一步的，所述瓦片灰度统计结果获取单元具体用于：
对所述瓦片数据集以单一瓦片为最小计算单元，将所述单一瓦片按照列队形式分发给每个计算集子节点，以使每个计算集子节点将所述单一瓦片通过所述矢量数据灰度统计算法，得到所述每个计算集子节点对应的灰度值的像素数量；
根据所述每个计算集子节点对应的灰度值的像素数量，得到每种灰度值对应的像素总个数；
将所述每种灰度值对应的像素总个数作为所述瓦片灰度统计结果。
第三方面，本发明实施例提供了电子设备，包括存储器、处理器，所述存储器上存储有可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上所述的方法。
第四方面，本发明实施例提供了具有处理器可执行的非易失的程序代码的计算机可读介质，所述程序代码使所述处理器执行如上所述的方法。
本发明实施例提供了矢量数据在线计算方法和装置，包括：获取矢量数据；根据矢量数据构建矢量数据专题图；对矢量数据专题图进行标准化栅格切片处理，得到多个瓦片；根据每个瓦片的相应层级与精度对应关系，按照预设数据统计精度要求，选取与预设数据统计精度要求相适应的需求瓦片层级；在设定空间区域范围内，根据设定空间区域范围相交判断得到需求瓦片层级相交的瓦片数据集；对瓦片数据集以单一瓦片为最小计算单元，逐一通过矢量数据灰度统计算法，得到瓦片灰度统计结果，并对瓦片数据集的瓦片灰度统计结果汇总，得到所有瓦片灰度统计结果；根据所有瓦片灰度统计结果和瓦片对应层级下的每个瓦片的像素面积，得到设定空间区域范围的灰度统计面积，可根据需求瓦片层级的选择，满足不同精度的矢量数据计算要求；可对瓦片数据集进行单一瓦片的并行化计算，提高矢量数据计算效率。
本发明的其他特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例一提供的矢量数据在线计算方法流程图；
图2为本发明实施例一提供的矢量数据在线计算方法中步骤S102的流程图；
图3为本发明实施例一提供的矢量数据在线计算方法中步骤S106的流程图；
图4为本发明实施例二提供的矢量数据在线计算装置示意图。
图标：
1-矢量数据获取单元；2-构建单元；3-栅格切片处理单元；4-选取单元；5-瓦片数据集获取单元；6-瓦片灰度统计结果获取单元；7-灰度统计面积获取单元。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合附图对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
为便于对本实施例进行理解，下面对本发明实施例进行详细介绍。
实施例一：
图1为本发明实施例一提供的矢量数据在线计算方法流程图。
参照图1，该方法包括以下步骤：
步骤S101，获取矢量数据；
这里，将矢量数据定义为CGCS2000经纬度坐标，也就是说矢量数据的经纬度坐标符合国家大地坐标。
步骤S102，根据矢量数据构建矢量数据专题图；
具体地，矢量数据包括多种矢量数据类型，根据每种矢量数据类型与对应的灰度值的映射关系，对原始矢量数据进行灰度制图，得到矢量数据专题图。
步骤S103，对矢量数据专题图进行标准化栅格切片处理，得到多个瓦片；
具体地，按照WMTS(Web Map Tile Service，Web地图瓦片服务)标准，对矢量数据专题图进行标准化栅格切片处理，得到多个瓦片，每个瓦片的大小相同，均为256*256。对每个瓦片设置相应的层级，定义层级为1-20级，从而形成在空间上1-20级的标准瓦片结果。根据每个瓦片对应的层级、行号和列号可以确定该瓦片的位置，也就是该瓦片的经纬度。其中，可对标准瓦片结果进行文件化统一规范存储，20级可以满足厘米级的精度需求，1-20级可以满足不同的精度需求。
步骤S104，根据每个瓦片的相应层级与精度对应关系，按照预设数据统计精度要求，选取与预设数据统计精度要求相适应的需求瓦片层级；
具体地，由于瓦片是自上而下切分的，故每个瓦片的相应层级对应相应的精度。例如，在15级瓦片中，每个像素表示实地为16米；在16级瓦片中，每个像素表示实地为8米，因此，每个层级对应的精度是确定的。如果统计要求精确到10米，则可以采用16级来统计；如果统计要求精确到20米，则可以用15级来统计，这样满足精度要求前提下，15级的瓦片数量少，计算量更低，计算成本也更低。
另外，当对矢量数据计算时，一般采用对应层级的瓦片数据参与运算，当瓦片层级低时，瓦片精度低，需要的瓦片数据量小，计算量低；当瓦片层级高时，需要的瓦片数据量变大，计算量变大，瓦片精度高；根据预设精度要求，选取与预设精度要求相适应的需求瓦片层级，来满足不同精度需求和时效性需求的多元统计场景，其中，需求瓦片层级为最优瓦片层级。
步骤S105，在设定空间区域范围内，根据设定空间区域范围相交判断得到需求瓦片层级相交的瓦片数据集；
具体地，当确定设定空间区域范围和需求瓦片层级时，就可以根据设定空间区域范围相交判断得到需求瓦片层级相交的瓦片数据集，以及瓦片数据集中瓦片数据的行号和列号。例如，如果设定空间区域范围为“北京市”，需求瓦片层级为15级，则可获取在北京市范围内，15级的瓦片数据集。
步骤S106，对瓦片数据集以单一瓦片为最小计算单元，逐一通过矢量数据灰度统计算法，得到瓦片灰度统计结果，并对瓦片数据集的瓦片灰度统计结果汇总，得到所有瓦片灰度统计结果；
步骤S107，根据所有瓦片灰度统计结果和瓦片对应层级下的每个瓦片的像素面积，得到设定空间区域范围的灰度统计面积。
具体地，由于全球瓦片数据是从上往下剖分，故当瓦片对应层级为1级时，全球瓦片数据是两个瓦片，每个瓦片的面积为90度*90度；当瓦片对应层级为15级时，每个瓦片的面积为16米*16米，即为256平方米。
进一步的，矢量数据包括多种矢量数据类型，参照图2，步骤S102包括以下步骤：
步骤S201，根据多种矢量数据类型，为每种矢量数据类型赋予相应的灰度值，使每种矢量数据类型与灰度值形成映射关系；
步骤S202，获取原始矢量数据；
步骤S203，根据每种矢量数据类型和灰度值的映射关系，对原始矢量数据进行灰度制图，得到矢量数据专题图。
具体地，根据多种矢量数据类型，为每种矢量数据类型赋予相应的灰度值，此时形成矢量数据类型与灰度值唯一的映射，实现了矢量数据的灰度化表征。按照每种矢量数据类型和灰度值的映射关系，对原始矢量数据进行灰度制图，形成以不同灰度值为代表的矢量数据专题图。例如，如果矢量数据类型为林地，则赋予100的灰度值；如果矢量数据类型为草地，则赋予98的灰度值。
进一步，参照图3，步骤S106包括以下步骤：
步骤S301，对瓦片数据集以单一瓦片为最小计算单元，将单一瓦片按照列队形式分发给每个计算集子节点，以使每个计算集子节点将单一瓦片通过矢量数据灰度统计算法，得到每个计算集子节点对应的灰度值的像素数量；
这里，采用矢量数据灰度统计算法，代替传统的矢量图斑计算，极大地降低了矢量计算量，为大规模矢量数据的计算提供了支持。
以单一瓦片为最小计算单元，以列队形式，构建计算集群的计算集子节点，实现了复杂矢量数据的并行化计算，提高计算效率。可按需对计算集群进行横向拓展，满足大规模统计场景的计算需求。其中，单一瓦片的结构相对于矢量数据的复杂结构更加简化，将复杂的矢量计算转化为高效的像素数量的计算，并且支持计算集子节点的并行计算，为大范围、多尺度的矢量数据的计算提供有效支持。
步骤S302，根据每个计算集子节点对应的灰度值的像素数量，得到每种灰度值对应的像素总个数；
步骤S303，将每种灰度值对应的像素总个数作为瓦片灰度统计结果。
具体地，将瓦片数据集中的单一瓦片按照列队形式，逐一分发给计算集子节点。其中，计算集子节点为计算集群。例如，瓦片数据集中的单一瓦片为10个，计算集子节点为5个，那么为每个计算集子节点分配2个单一瓦片，然后将每个计算集子节点的单一瓦片输入到矢量数据灰度统计算法中，输出得到每个计算集子节点对应的灰度值的像素数量，从而实现了并行计算，提高了计算效率。对每个计算集子节点对应的灰度值的像素数量进行统计，得到每种灰度值对应的像素总个数，将每种灰度值对应的像素总个数作为瓦片灰度统计结果。
例如，在计算集子节点A中，灰度值为100的像素数量为50个，灰度值为110的像素数量为60个；计算集子节点B中，灰度值为100的像素数量为30个，灰度值为110的像素数量为20个，灰度值为120的像素数量为80个。将计算集子节点A统计的灰度值对应的像素数量和计算集子节点B统计的灰度值对应的像素数量发送给主节点，由主节点对上述灰度值对应的像素数量进行统计，从而得到灰度值为100的像素数量为80个，灰度值为110的像素数量为80个，灰度值为120的像素数量为80个。
进一步的，该方法还包括：
根据设定空间区域范围的灰度统计面积、每种矢量数据类型和灰度值的映射关系，得到所有地类的面积统计结果。
这里，基于设定空间区域范围的灰度统计面积、每种矢量数据类型和灰度值的映射关系，可以为大范围、多尺度的矢量数据提供有效的统计方法，从而预估所有地类的面积统计结果。
进一步的，该方法还包括：
根据每个瓦片对应的层级、行号和列号，得到每个瓦片的经纬度。
具体地，按照通用Web协议，对矢量数据的栅格瓦片进行Web Services服务发布，形成CGCS2000坐标系下的标准矢量数据WMTS瓦片服务，使得根据瓦片对应的层级、行号和列号，就可以确定该瓦片的经纬度，从而请求相应的唯一瓦片。
例如，根据网址“www.abc.def/x＝1％y＝2％l＝3”，可以请求第3层级的行号为1，列号为2的瓦片。
本发明实施例提供了矢量数据在线计算方法，包括：获取矢量数据；根据矢量数据构建矢量数据专题图；对矢量数据专题图进行标准化栅格切片处理，得到多个瓦片；根据每个瓦片的相应层级与精度对应关系，按照预设数据统计精度要求，选取与预设数据统计精度要求相适应的需求瓦片层级；在设定空间区域范围内，根据设定空间区域范围相交判断得到需求瓦片层级相交的瓦片数据集；对瓦片数据集以单一瓦片为最小计算单元，逐一通过矢量数据灰度统计算法，得到瓦片灰度统计结果，并对瓦片数据集的瓦片灰度统计结果汇总，得到所有瓦片灰度统计结果；根据所有瓦片灰度统计结果和瓦片对应层级下的每个瓦片的像素面积，得到设定空间区域范围的灰度统计面积，可根据需求瓦片层级的选择，满足不同精度的矢量数据计算要求；可对瓦片数据集进行单一瓦片的并行化计算，提高矢量数据计算效率。
实施例二：
图4为本发明实施例二提供的矢量数据在线计算装置示意图。
参照图4，该装置包括：
矢量数据获取单元1，用于获取矢量数据；
构建单元2，用于根据矢量数据构建矢量数据专题图；
栅格切片处理单元3，用于对矢量数据专题图进行标准化栅格切片处理，得到多个瓦片；
选取单元4，用于根据每个瓦片的相应层级与精度对应关系，按照预设数据统计精度要求，选取与所述预设数据统计精度要求相适应的需求瓦片层级；
瓦片数据集获取单元5，用于在设定空间区域范围内，根据所述设定空间区域范围相交判断得到所述需求瓦片层级相交的瓦片数据集；
瓦片灰度统计结果获取单元6，用于对所述瓦片数据集以单一瓦片为最小计算单元，逐一通过矢量数据灰度统计算法，得到瓦片灰度统计结果，并对所述瓦片数据集的瓦片灰度统计结果汇总，得到所有瓦片灰度统计结果；
灰度统计面积获取单元7，用于根据所有瓦片灰度统计结果和瓦片对应层级下的每个瓦片的像素面积，得到设定空间区域范围的灰度统计面积。
进一步的，矢量数据包括多种矢量数据类型，构建单元2具体用于：
根据多种矢量数据类型，为每种矢量数据类型赋予相应的灰度值，使每种矢量数据类型与灰度值形成映射关系；
获取原始矢量数据；
根据每种矢量数据类型和灰度值的映射关系，对原始矢量数据进行灰度制图，得到矢量数据专题图。
进一步的，瓦片灰度统计结果获取单元6具体用于：
对瓦片数据集以单一瓦片为最小计算单元，将单一瓦片按照列队形式分发给每个计算集子节点，以使每个计算集子节点将单一瓦片通过矢量数据灰度统计算法，得到每个计算集子节点对应的灰度值的像素数量；
根据每个计算集子节点对应的灰度值的像素数量，得到每种灰度值对应的像素总个数；
将每种灰度值对应的像素总个数作为瓦片灰度统计结果。
本发明实施例提供了矢量数据在线计算装置，包括：获取矢量数据；根据矢量数据构建矢量数据专题图；对矢量数据专题图进行标准化栅格切片处理，得到多个瓦片；根据每个瓦片的相应层级与精度对应关系，按照预设数据统计精度要求，选取与预设数据统计精度要求相适应的需求瓦片层级；在设定空间区域范围内，根据设定空间区域范围相交判断得到需求瓦片层级相交的瓦片数据集；对瓦片数据集以单一瓦片为最小计算单元，逐一通过矢量数据灰度统计算法，得到瓦片灰度统计结果，并对瓦片数据集的瓦片灰度统计结果汇总，得到所有瓦片灰度统计结果；根据所有瓦片灰度统计结果和瓦片对应层级下的每个瓦片的像素面积，得到设定空间区域范围的灰度统计面积，可根据需求瓦片层级的选择，满足不同精度的矢量数据统计要求；可对瓦片数据集进行单一瓦片的并行化计算，提高矢量数据计算效率。
本发明实施例还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现上述实施例提供的矢量数据在线计算方法的步骤。
本发明实施例还提供一种具有处理器可执行的非易失的程序代码的计算机可读介质，计算机可读介质上存储有计算机程序，计算机程序被处理器运行时执行上述实施例的矢量数据在线计算方法的步骤。
本发明实施例所提供的计算机程序产品，包括存储了程序代码的计算机可读存储介质，所述程序代码包括的指令可用于执行前面方法实施例中所述的方法，具体实现可参见方法实施例，在此不再赘述。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统和装置的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
另外，在本发明实施例的描述中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
在本发明的描述中，需要说明的是，术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。
最后应说明的是：以上所述实施例，仅为本发明的具体实施方式，用以说明本发明的技术方案，而非对其限制，本发明的保护范围并不局限于此，尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。
Claims (10)
1.一种矢量数据在线计算方法，其特征在于，所述方法包括：
获取矢量数据；
根据所述矢量数据构建矢量数据专题图；
对所述矢量数据专题图进行标准化栅格切片处理，得到多个瓦片；
根据每个瓦片的相应层级与精度对应关系，按照预设数据统计精度要求，选取与所述预设数据统计精度要求相适应的需求瓦片层级；
在设定空间区域范围内，根据所述设定空间区域范围相交判断得到所述需求瓦片层级相交的瓦片数据集；对所述瓦片数据集以单一瓦片为最小计算单元，逐一通过矢量数据灰度统计算法，得到瓦片灰度统计结果，并对所述瓦片数据集的瓦片灰度统计结果汇总，得到所有瓦片灰度统计结果；
根据所述所有瓦片灰度统计结果和所述瓦片对应层级下的每个瓦片的像素面积，得到所述设定空间区域范围的灰度统计面积。
2.根据权利要求1所述的矢量数据在线计算方法，其特征在于，所述矢量数据包括多种矢量数据类型，所述根据所述矢量数据构建矢量数据专题图，包括：
根据所述多种矢量数据类型，为每种矢量数据类型赋予相应的灰度值，使所述每种矢量数据类型与所述灰度值形成映射关系；
获取原始矢量数据；
根据所述每种矢量数据类型和所述灰度值的映射关系，对所述原始矢量数据进行灰度制图，得到所述矢量数据专题图。
3.根据权利要求1所述的矢量数据在线计算方法，其特征在于，所述对所述瓦片数据集以单一瓦片为最小计算单元，逐一通过矢量数据灰度统计算法，得到瓦片灰度统计结果，包括：
对所述瓦片数据集以单一瓦片为最小计算单元，将所述单一瓦片按照列队形式分发给每个计算集子节点，以使每个计算集子节点将所述单一瓦片通过所述矢量数据灰度统计算法，得到所述每个计算集子节点对应的灰度值的像素数量；
根据所述每个计算集子节点对应的灰度值的像素数量，得到每种灰度值对应的像素总个数；
将所述每种灰度值对应的像素总个数作为所述瓦片灰度统计结果。
4.根据权利要求2所述的矢量数据在线计算方法，其特征在于，所述方法还包括：
根据所述设定空间区域范围的灰度统计面积、所述每种矢量数据类型和所述灰度值的映射关系，得到所有地类的面积统计结果。
5.根据权利要求1所述的矢量数据在线计算方法，其特征在于，所述方法还包括：
根据所述每个瓦片对应的层级、行号和列号，得到所述每个瓦片的经纬度。
6.一种矢量数据在线计算装置，其特征在于，所述装置包括：
矢量数据获取单元，用于获取矢量数据；
构建单元，用于根据所述矢量数据构建矢量数据专题图；
栅格切片处理单元，用于对所述矢量数据专题图进行标准化栅格切片处理，得到多个瓦片；
选取单元，用于根据每个瓦片的相应层级与精度对应关系，按照预设数据统计精度要求，选取与所述预设数据统计精度要求相适应的需求瓦片层级；
瓦片数据集获取单元，用于在设定空间区域范围内，根据所述设定空间区域范围相交判断得到所述需求瓦片层级相交的瓦片数据集；瓦片灰度统计结果获取单元，用于对所述瓦片数据集以单一瓦片为最小计算单元，逐一通过矢量数据灰度统计算法，得到瓦片灰度统计结果，并对所述瓦片数据集的瓦片灰度统计结果汇总，得到所有瓦片灰度统计结果；
灰度统计面积获取单元，用于根据所述所有瓦片灰度统计结果和所述瓦片对应层级下的每个瓦片的像素面积，得到所述设定空间区域范围的灰度统计面积。
7.根据权利要求6所述的矢量数据在线计算装置，其特征在于，所述矢量数据包括多种矢量数据类型，所述构建单元具体用于：
根据所述多种矢量数据类型，为每种矢量数据类型赋予相应的灰度值，使所述每种矢量数据类型与所述灰度值形成映射关系；
获取原始矢量数据；
根据所述每种矢量数据类型和所述灰度值的映射关系，对所述原始矢量数据进行灰度制图，得到所述矢量数据专题图。
8.根据权利要求6所述的矢量数据在线计算装置，其特征在于，所述瓦片灰度统计结果获取单元具体用于：
对所述瓦片数据集以单一瓦片为最小计算单元，将所述单一瓦片按照列队形式分发给每个计算集子节点，以使每个计算集子节点将所述单一瓦片通过所述矢量数据灰度统计算法，得到所述每个计算集子节点对应的灰度值的像素数量；
根据所述每个计算集子节点对应的灰度值的像素数量，得到每种灰度值对应的像素总个数；
将所述每种灰度值对应的像素总个数作为所述瓦片灰度统计结果。
9.一种电子设备，包括存储器、处理器，所述存储器上存储有可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现上述权利要求1-5任一项所述的方法。
10.一种具有处理器可执行的非易失的程序代码的计算机可读介质，其特征在于，所述程序代码使所述处理器执行所述权利要求1-5任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011289767.2A CN112395445A (zh) | 2020-11-17 | 2020-11-17 | 矢量数据在线计算方法和装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011289767.2A CN112395445A (zh) | 2020-11-17 | 2020-11-17 | 矢量数据在线计算方法和装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112395445A true CN112395445A (zh) | 2021-02-23 |
Family
ID=74606364
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011289767.2A Pending CN112395445A (zh) | 2020-11-17 | 2020-11-17 | 矢量数据在线计算方法和装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112395445A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112700547A (zh) * | 2021-03-23 | 2021-04-23 | 北京简巨科技有限公司 | 地图制图方法及其相关设备 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101510273A (zh) * | 2008-08-28 | 2009-08-19 | 南京大学 | 快速统计城市规划用地面积的方法和计算机程序 |
| CN108363808A (zh) * | 2018-03-07 | 2018-08-03 | 浙江科澜信息技术有限公司 | 海量数据的动态调度与显示方法、装置、设备及存储介质 |
| CN109408657A (zh) * | 2018-11-13 | 2019-03-01 | 国家基础地理信息中心 | 一种超大规模空间数据快速制图方法及系统 |
-
2020
- 2020-11-17 CN CN202011289767.2A patent/CN112395445A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101510273A (zh) * | 2008-08-28 | 2009-08-19 | 南京大学 | 快速统计城市规划用地面积的方法和计算机程序 |
| CN108363808A (zh) * | 2018-03-07 | 2018-08-03 | 浙江科澜信息技术有限公司 | 海量数据的动态调度与显示方法、装置、设备及存储介质 |
| CN109408657A (zh) * | 2018-11-13 | 2019-03-01 | 国家基础地理信息中心 | 一种超大规模空间数据快速制图方法及系统 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112700547A (zh) * | 2021-03-23 | 2021-04-23 | 北京简巨科技有限公司 | 地图制图方法及其相关设备 |
| CN112700547B (zh) * | 2021-03-23 | 2021-06-29 | 北京简巨科技有限公司 | 地图制图方法及其相关设备 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110321443B (zh) | 三维实景模型数据库构建方法、装置及数据服务系统 | |
| CN108038249B (zh) | 一种全球一张图数据存储组织方法及调用方法 | |
| De Floriani et al. | Intervisibility on terrains | |
| KR101132828B1 (ko) | 해양예보정보제공장치 | |
| CN113946700A (zh) | 一种时空索引构建方法、装置、计算机设备及存储介质 | |
| US11532123B2 (en) | Method for visualizing large-scale point cloud based on normal | |
| CN102779165A (zh) | 栅格地图图片库的建立方法 | |
| CN111429560B (zh) | 三维地形服务融合方法、装置和服务器 | |
| US8269762B2 (en) | Almost rectangular triangulations | |
| CN116628123B (zh) | 基于空间数据库的动态切片生成方法和系统 | |
| CN112085826A (zh) | 一种高效的三维空间网格渲染方法及装置 | |
| CN111797190A (zh) | 一种图斑提取方法及装置 | |
| CN112395445A (zh) | 矢量数据在线计算方法和装置 | |
| CN107992588A (zh) | 一种基于高程瓦片数据的地形显示系统 | |
| CN114236643A (zh) | 基于天气预报系统的气象预测方法、装置、设备及介质 | |
| CN112184900B (zh) | 高程数据的确定方法、装置及存储介质 | |
| CN111986320B (zh) | 一种面向智慧城市应用的dem与倾斜摄影模型空间贴合优化方法 | |
| CN112598800A (zh) | 基于地形的空气质量模式预报数据获取方法及装置 | |
| CN114387419B (zh) | 一种基于多维空间剖分的三维地理实体编码方法及装置 | |
| CN112308969B (zh) | 三维地图生成方法及装置 | |
| CN114820967A (zh) | 一种分层影像数据实时绘制方法及系统 | |
| CN114064829A (zh) | 对定位点进行聚合展示的方法、装置及电子设备 | |
| CN112214562B (zh) | 数据处理方法、装置、电子设备及机器可读存储介质 | |
| CN113220748A (zh) | 一种构建配电网设备负荷热力图及数据分析的方法和系统 | |
| CN111723174A (zh) | 栅格数据快速区域统计方法和系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |