GIS 算法 之 拉默-道格拉斯-普克算法(ramer-douglas-peucker)

如今的 GIS 应用离不开互联网，即 “WebGIS”，GIS 一个显著的特点就是数据量大，数据异构，因此在网络中传输数据成为了影响 WebGIS 应用性能的瓶颈。在 Web 浏览器的应用中尤为明显，浏览器下载数据时，等待时间过长，会造成浏览器假死现象。如何减小数据量，用小的数据量做出类似的大数据量效果是一个值得研究的问题，纵观 WebGIS 的发展史，不难得出结论：

Web地图服务的发展中一直伴随着缩小网络传输数据体积技术的发展

Web 地图服务的发展

地理信息领域，一般把现实世界的事物抽象成点、线、面三种几何形状，这些都是坐标或者坐标串形式存储的，有的存储在数据库中，有的存储在文件中（如 ESRI 的 Shapefile 格式），数据精度越高，数据量就越大。当我们要通过网络访问这些数据时，如果直接返回，在客户端渲染成图，那么有两个弊端：

• 传输数据量大，浪费带宽，延迟时间长；
• 客户端硬件配置不一，计算能力有限，无法保证体验一致。

这时候，人们想到一个办法：把空间坐标数据在服务器端渲染，以图片形式返回，且图片的体积比原始坐标数据小，可以克服了以上两个弊端。但是，一般情况下，用户只需要查看某个局部区域的某个缩放级别下的数据，如果每次都返回整个世界的地图图片，还是浪费带宽，聪明的 GISer 们又将整张地图分为很多同样大小的切片，对它们编号，按规律存储。在客户端获得用户需要的地图范围和缩放级别，只返回相应范围和缩放级别的切片。

这种方式还是有一定的缺陷，缺乏灵活性，如今的城市和农村都在发展，新道路、新建筑一天一个样，而利用切片地图的技术，新的数据不能实时反映到地图中，因为数据是在服务器预先处理好的。

GIS 数据分类

GIS 数据可以分为两类：矢量和栅格，矢量数据比较灵活，实时性强，可以在客户端渲染，但是数据体积大（因为是原始坐标数据）；栅格数据相较于同范围的矢量数据，体积较小，但缺乏灵活性和实时性。一般情况下，因为现实世界变动较小，不频繁