一种高效的大矢量数据Union算法

doi:10.7523/j.issn.2095-6134.2014.01.014

中国科学院大学学报 ›› 2014, Vol. 31 ›› Issue (1): 92-97.DOI: 10.7523/j.issn.2095-6134.2014.01.014

一种高效的大矢量数据Union算法

王庆刚¹, 杨崇俊¹, 田生军², 王锋¹

1. 中国科学院遥感与数字地球研究所遥感科学国家重点实验室, 北京 100101;
2. 北京中遥地网信息技术有限公司, 北京 100101

收稿日期:2013-03-29 修回日期:2013-05-17 发布日期:2014-01-15
通讯作者: 王庆刚，E-mail：camelWQG@hotmail.com
基金资助:
国家“863”计划项目（2012AA12A401）和国家重大科技专题（30-Y20A02-9003-12/13）资助

An efficient Union algorithm for large vector data

WANG Qinggang¹, YANG Chongjun¹, TIAN Shengjun², WANG Feng¹

1 The State Key Laboratory of Remote Sensing Information Sciences, Institute of Remote Sensing and Digital Earth, Chinese Academy of Sciences, Beijing 100101, China;
2 Beijing Geobeans Information Technology Co. Ltd, Beijing 100101, China

Received:2013-03-29 Revised:2013-05-17 Published:2014-01-15

摘要/Abstract

摘要：

设计一种高效的大矢量数据Union算法. 首先，研究Union功能并分析属性数据和图形数据特点，以图形数据为主，属性数据为辅；分别对属性数据和图形数据设计不同的算法. 然后，对进行Union操作的输入要素建立四叉树索引. 最后，采用多线程并行计算运行该算法. 测试结果表明，该大矢量数据Union算法的效率超过ArcGIS10.0平台.

关键词: 大矢量数据, 四叉树索引, Union算法, 多线程

Abstract:

We designed an efficient union algorithm for large vector data. Firstly, we studied the union function between two or more layers, analyzed characteristics of attribute data and geometry data, and designed union algorithms for attribute data and geometry data, respectively. Secondly, we built a quad-tree index for the features of input layers. Finally, we used multithread to run the efficient union algorithm. A performance test was executed using three different vector data layers. The results show that the performance of the union function based on this algorithm is more efficient than the one in ESRI's ArcGIS10.0.

Key words: large vector data, quad-tree index, Union algorithm, multithread

中图分类号:

P208

王庆刚, 杨崇俊, 田生军, 王锋. 一种高效的大矢量数据Union算法[J]. 中国科学院大学学报, 2014, 31(1): 92-97.

WANG Qinggang, YANG Chongjun, TIAN Shengjun, WANG Feng. An efficient Union algorithm for large vector data[J]. , 2014, 31(1): 92-97.

参考文献

[1] 周成虎.地理信息系统空间分析原理[M].北京:科学出版社, 2011:10-11.

[2] 蔡晓兵, 等. 第九届ESRI用户大会论文集[M]. 北京:测绘出版社, 2011.

[3] Hou P G, Wang L L. Research and devel-opment of geospatial processing modeling[J].Ge-oma-tics & Spatial Information Technology, 2001, 34:17-26(in Chinese). 侯盘葛, 王丽莉.地理空间处理建模研究与应用[J].测绘与空间地理信息, 2001, 34:17-26.

[4] Li G. Research on geo-processing technology based on function warehouse[D]. Wuhan: China University of Geosciences, 2009(in Chinese). 李刚.基于功能仓库的地理处理建模技术研究[D]. 武汉:中国地质大学, 2009.

[5] Robert S Nuske, Jan C Thiele, Levent S Burggraef. Quantum GIS[J]. AFZ Derwald, 2010, 65(11):30-31.

[6] Dong P, Yang C J, Rui X P, et al. Algorithm of spatial select query in GIS based on the improved quadtree[J]. Computer Engineering and Applications, 2003, 39(13):58-61(in Chinese). 董鹏, 杨崇俊, 芮小平, 等. 一种基于改进四叉树的GIS空间选择查询算法[J].计算机工程与应用, 2003, 39(13): 58-61.

[7] 陈述彭, 鲁学军, 周成虎, 等. 地理信息系统导论[M]. 北京:科学出版社, 1999.

[8] Theodoridis Y, Sellis T, Papadopolos A N, et al. Specifications for efficient indexing in spatiotemporal databases[C]//SSDBM'98. Capri, 1998.

[9] Yu D F. The research and implement of spatial date index technology base on r-Tree[D]. Wuhan:China University of Geosciences, 2006(in Chinese). 余登峰. 基于R树的空间数据索引技术研究与实现[D]. 武汉:中国地质大学, 2006.

[10] Guo J, Guo W, Hu Z Y, et al. QR-tree efficient spatial indexing structure for GIS with very large spatial database[J]. Geomatics and Information Science of Wuhan University, 2003, 28(3):306-310(in Chinese). 郭菁, 郭嶶, 胡志勇, 等.大型GIS空间数据库的有效索引结构QR-树[J].武汉大学学报:信息科学版, 2003, 28(3):306-310.

[11] Tang J Y, Bai X Y, Yang F, et al. Index replication strategy study based on DPB+tree[J]. Computer Science, 2005, 32(11):112-114(in Chinese). 唐继勇, 白新跃, 杨峰, 等.基于DPS+Tree的索引复制策略研究[J]. 计算机科学, 2005, 32(11):112-114.

[12] 朱庆, 林珲.数码城市地理信息系统[M].武汉:武汉大学出版社, 2004:38-44.

[13] Tang J C. Application of middle ware technology to spatial data sharing[J]. Geospatial Information, 2009, 7(5):35-37(in Chinese). 康金春.中间件技术在空间数据共享中的应用[J]. 地理空间信息, 2009, 7(5):35-37.

[14] 孔冬艳. 对象关系型空间数据库为内核的GIS平台(GEOS-第四代GIS数据库技术)[C]//中国地理信息系统协会第三次代表大会暨第七届年会论文集. 2003.

[15] Ma L N. The research and realization on the spatial computing models for huge spatial data[D]. Wuhan:China University of Geosciences, 2011(in Chinese). 马丽娜. 面向大规模空间数据的空间计算模式研究与实现[D]. 武汉:中国地质大学, 2011.

[16] Du S J, Lin X T. Analysis on influence factors to algorithms in distributed computing model[J].Computer Engineering, 29(16):162-164(in Chinese). 杜书杰, 林晓彤.分布式计算模式中影响算法性能的主要因素[J].计算机工程, 29(16):162-164.

[17] Liu L Y. Research on some key technologies of mass data management based on data grid[D]. Beijing:Graduate School of Chinese Academy of Sciences, 2005(in Chinese). 刘丽艳.基于数据网格的海量数据管理若干关键技术研究[D]. 北京:中国科学院研究生院, 2005.

一种高效的大矢量数据Union算法

An efficient Union algorithm for large vector data

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 6

编辑推荐

Metrics

本文评价

访问统计

联系我们

[1]	姜纯, 骆磊, Shahina Tariq, Muhammad Ali, 姚娅, 王心源. 基于GIS的巴基斯坦北部文化遗址时空分布特征及保护对策[J]. 中国科学院大学学报, 2021, 38(4): 467-477.
[2]	公雪霜, 于丽君, 聂跃平, 朱建峰, 潘玉青. 辽宁西部地区先秦时期聚落遗址空间格局分析[J]. 中国科学院大学学报, 2016, 33(3): 373-379.
[3]	石锐, 杨崇俊, 张建兵, 王锋. 一种面向iOS系统的双缓冲改进算法及其应用[J]. 中国科学院大学学报, 2015, 32(4): 549-555.
[4]	王锋, 潘德吉, 王俊. 城市三维模型海量数据动态组织调度方法[J]. 中国科学院大学学报, 2015, 32(3): 409-415.
[5]	杨延青, 任应超. 可伸缩的异步网络空间信息处理集群服务[J]. 中国科学院大学学报, 2015, 32(1): 103-109.
[6]	闫业超, 张树文, 岳书平. 东北川岗地形区SRTM数据质量评价*[J]. 中国科学院大学学报, 2008, 25(1): 41-46.