面向嵌入式GIS的数据组织模型与存取机制（一）

 

面向嵌入式GIS的数据组织模型与存取机制     陈玉进 李泉 （南京跬步科技有限公司，江苏 南京 210008 ）   摘 要：地图显示效率，一直是嵌入式GIS系统的核心问题。一方面，嵌入式系统处理器性能低、内存容量小；另一方面，GIS数据量大、计算复杂。针对这一对突出的矛盾，本文提出了一种新的GIS数据组织模型与存取机制，在I/O阶段，从逻辑和物理两个层面最大限度地减少对冗余数据的读取和处理，保障地图的快速显示。 关键词：嵌入式GIS、纵向分级、网格索引、Hilbert排序、缓存 中图分类号：TP311 1 引言         随着嵌入式软硬件技术的不断发展，GIS运行平台也从PC扩展到了嵌入式设备，尤其是智能手机的普及，为嵌入式GIS在各行业的应用提供了条件。但是，GIS数据量大、计算复杂，给地图快速显示带来很大的压力，因此，在满足需求的情况下，考虑用软件方法提高数据检索的效率、减少冗余数据的读取和处理，提高必要数据的处理能力。本文主要从GIS数据的组织模型、存储和读取层面来阐述。     2 嵌入式GIS数据组织模型         2.1 纵向分级显示   GIS数据按类别或等级不同分成不同的图层，这些图层叠加在一起形成一幅层次和内容丰富的地图。而嵌入式设备屏幕通常都比较小，能显示的地图内容和范围有限，在同一屏幕上，显示内容过多会造成图元拥挤不堪，不但影响用户读图的效果，而且用户等待时间过长，给系统造成很大的负担，因为，显示内容过多，I/O读取次数增加，内存占用多，地图坐标到屏幕坐标转换的计算量增大，屏幕渲染的压力也很大。鉴于此，地图需要按可视范围大小分级显示，即窗口范围大，只显示概要图层，随着地图放大，窗口范围缩小，一些细节层次的图层逐步被显示出来。这样，需要对地图图层按显示级别进行分组，属于同一缩放级别的归为一组，不同缩放级别的归为另外一组。具体实现就是，给每个显示级别设置最大最小显示比例尺范围max_zoom和min_zoom，当当前显示比例尺符合条件max_zoom>win_zoom>min_zoom时，该级别对应的图层组被显示，显示比例尺=当前可视范围实际宽度÷窗口宽度，当用户不断放大窗口显示地图时，显示比例尺不断缩小，以至于能够显示比较详细的显示级别图层组。     2.2 横向分块索引   嵌入式设备屏幕小，通常只显示地图上的一小块区域，屏幕之外的地图数据不参与显示，也就没有必要读入内存参与计算。这就涉及到从地图数据集合中，快速地选择出当前屏幕参与显示的数据子集。为此，需要对地图数据建立空间索引，空间索引数据常驻内存，通过空间索引获得地图数据的文件地址，再实际I/O读取所需要的地图数据。目前空间索引种类比较多，各有优缺点，实验结果表明，面向查询，网格索引效率最高，将整个图幅范围按网格进行划分，对跨网格的线、面事先依网格裁减，裁减后生成的多个子图元，分别存储到不同的网格索引单元里；由于线、面图形的不规则，其他索引都在不同程度上存在冗余数据的读取和处理，降低了整个地图显示的效率。调度的时候，物理上，非并发的一次I/O操作，只涉及到一个物理存储块；逻辑上，以一个网格索引里的数据为单位来调度。所以，理论上，逻辑层调度的单位数据量等于一个物理存储块的大小，效率达到最高，但通常无法做到，控制好逻辑层I/O数据读取的粒度，能保证较好的效率，这个参数需要针对不同数据进行测试。     2.3 数据组织模型        基于纵向上分级、横向上分块的策略，从逻辑层面上减少冗余数据的读取，为此，本文提出了一种新的数据组织模型——“多图层共存同一逻辑文件、同一显示级别的多图层共存同一网格、一个显示级别对应一个网格索引”。    “多图层共存同一逻辑文件”——原本一个图层一个文件，现在若干个图层合并到一起形成一个文件，这样避免了显示图层过多带来的多次访问不同文件、造成I/O次数增多的弊端，使得显示效率与图层数量无关。    “同一显示级别的多图层共存同一网格”——纵向上，同一显示级别的多图层数据要一起被显示，横向上，同一网格里的数据也是一起被显示，因此，把同一显示级别的多图层数据组织到一个网格下，且逻辑上进行分图层组织。    “一个显示级别对应一个网格索引”——以往一个图层一个索引，现在一个显示级别一个索引，首先判断某个级别是否需要显示，如果需要，则检索此级别对应的网格索引，把处于当前窗口内的这一显示级别的数据检索出来，予以显示。       3 嵌入式GIS数据文件存储     嵌入式GIS数据组织模型，是从逻辑层面阐述了减少数据读取和处理的规模、提高检索有效数据的效率，但不能最终保证数据读取性能，因为这个与数据文件存储方式有关。I/O操作的单元是一个物理存储块，较大概率一起被读取的数据应尽量聚簇存储，以提高一次I/O操作获取有效数据的能力，如果数据文件记录存储无规律，或违背聚簇存储的原则，势必会增加I/O操作的次数，读取过多的冗余数据，降低整个系统的性能。基于此，需要分析地图数据聚簇的规律，并能实现数据聚簇存储。     同一显示级别的地图数据，是按网格索引组织的，网格里存储了属于同一显示级别、位于同一空间网格的多图层数据，网格之间按什么顺序来存储？空间数据一起被显示读取的概率是数据之间空间距离的反函数，也就是说，距离近的地图数据之间被一起显示读取的概率大于之间距离远的，所以，这就要求网格索引中网格单元之间的存储顺序要遵循邻近原则：靠得近的网格要临近存储。但是，网格索引是二维的，存储器是一维的，需要把二维的网格按照邻近原则映射到一维，且保持邻近关系。     二维到一维的映射，不能完全保持空间邻近关系。Hilbert填充曲线，是一种比较好的二维到一维的映射排序方法，实现了网格数组坐标到一维排序序号的映射n=f(x,y)，通过这个映射函数，就可以确定网格单元在一维排序中的位置，且尽量照顾到了邻近原则。          Hilbert填充曲线映射算法，采用陈宁涛等所提出的迭代算法，把“形”的问题转化为具有“数”特征的矩阵问题，因而可以转化为矩阵运算，通过复制旋转快速生成网格的编码。按Hilbert映射排序，实现了空间数据的聚簇存储，从文件物理存储层面提高了I/O性能。