摘要：本文在對(duì)海量空間數(shù)據(jù)進(jìn)行了一定的分析基礎(chǔ)上，探討了當(dāng)前針對(duì)海量數(shù)據(jù)組織管理的金字塔結(jié)構(gòu)存儲(chǔ)方法和線性四叉樹的空間索引結(jié)構(gòu)。并通過(guò)示例程序開發(fā)驗(yàn)證其有效性。

　　關(guān)鍵詞：空間數(shù)據(jù)庫(kù),海量數(shù)據(jù),四叉樹,金字塔

　　1引言

　　自90年代以來(lái)，高空間分辨率遙感衛(wèi)星開始向大眾敞開大門，作為GIS的重要數(shù)據(jù)來(lái)源——遙感數(shù)據(jù)量快速增長(zhǎng)。衛(wèi)星遙感影像是一種以柵格數(shù)據(jù)模型存儲(chǔ)的數(shù)據(jù)，其最明顯的特點(diǎn)是數(shù)據(jù)量大、數(shù)據(jù)結(jié)構(gòu)單一。同時(shí)遙感數(shù)據(jù)是一種大面積的、動(dòng)態(tài)的、近實(shí)時(shí)的數(shù)據(jù)源，是GIS數(shù)據(jù)更新的重要手段。遙感數(shù)據(jù)可用于提取線劃數(shù)據(jù)和生成數(shù)字正射影像數(shù)據(jù)、DEM數(shù)據(jù)[1]。我國(guó)的領(lǐng)土面積為960.1216萬(wàn)平方公里，如果全國(guó)的遙感影像用QuickBird0.61m分辨率的影像來(lái)記錄據(jù)估算需要72092.15GB[2]。為了使這些海量空間數(shù)據(jù)得到更好的應(yīng)用,必須考慮采用更為有效的組織管理手段對(duì)海量空間數(shù)據(jù)進(jìn)行組織管理。

　　解決此問(wèn)題，在GIS中對(duì)大范圍空間數(shù)據(jù)的統(tǒng)一有效的組織管理有很大幫助。早在90年代，美國(guó)ESRI公司推出空間數(shù)據(jù)引擎(SDE)對(duì)該問(wèn)題提供了一種解決方案，依托于關(guān)系數(shù)據(jù)庫(kù)環(huán)境,采用高效空間目標(biāo)模型(EfficientSpatialObjectModel)對(duì)空間實(shí)體進(jìn)行完整組織。此舉一方面避免了大數(shù)據(jù)量傳統(tǒng)拓?fù)淠Ｐ徒M織數(shù)據(jù)時(shí)需要的大量的硬盤訪問(wèn)操作；另一方面，空間信息作為關(guān)系庫(kù)中的成員，屬性信息與圖形信息形成一體化，避免了通過(guò)標(biāo)識(shí)碼連接屬性，大大提高了信息檢索的效率[3]。同時(shí)，在ArcGIS9.0以上版本的ArcCatalog中又新增了柵格目錄（RasterCatalog）的數(shù)據(jù)組織方式，很好的滿足了目前流行的以圖幅為單位進(jìn)行空間數(shù)據(jù)采集并更新的需求。

　　從當(dāng)前空間數(shù)據(jù)的生產(chǎn)及數(shù)字化過(guò)程看，以圖幅為單位進(jìn)行管理的局面一時(shí)難以改變[4]。故本文將討論以圖幅為基本存儲(chǔ)單位,在此基礎(chǔ)上對(duì)其用多金字塔結(jié)構(gòu)進(jìn)行空間數(shù)據(jù)組織并利用四叉樹作為海量柵格數(shù)據(jù)的空間索引的海量數(shù)據(jù)組織存儲(chǔ)方法。

　　2海量數(shù)據(jù)分析

　　在研究海量數(shù)據(jù)的組織管理方法前，首先要研究如下問(wèn)題：由于我國(guó)的國(guó)土面積較大,正射影像產(chǎn)品空間參考大都是以高斯投影后的平面坐標(biāo)為基礎(chǔ),對(duì)于一個(gè)省級(jí)或國(guó)家級(jí)的大型影像數(shù)據(jù)庫(kù)而言,由于投影分帶的原因,正射影像產(chǎn)品的空間參考的起算原點(diǎn)并不相同[5]。尤其內(nèi)蒙古自治區(qū)這類跨地域很長(zhǎng)的省份按照高斯投影后的坐標(biāo)不會(huì)是一個(gè)3°高斯投影帶，每個(gè)帶的坐標(biāo)都是以本帶的坐標(biāo)原點(diǎn)為參考點(diǎn),空間基準(zhǔn)不統(tǒng)一,而且相鄰兩帶帶邊的圖幅變形很大。這樣,在多個(gè)坐標(biāo)原點(diǎn)和帶邊數(shù)據(jù)存在幾何變形的情況下,給省級(jí)或國(guó)家級(jí)這樣的大型影像數(shù)據(jù)庫(kù)的無(wú)縫數(shù)據(jù)組織帶來(lái)了問(wèn)題。所以首先要解決的是大型遙感影像數(shù)據(jù)庫(kù)的空間無(wú)縫瀏覽的技術(shù)，相關(guān)的技術(shù)已經(jīng)在其他文獻(xiàn)中多次被提到，本文就不再贅述。

　　3海量數(shù)據(jù)組織管理方法

　　為了提供高速數(shù)據(jù)查詢、顯示、刷新以及網(wǎng)絡(luò)傳輸?shù)龋�在組織和管理海量數(shù)據(jù)時(shí)應(yīng)使用高效的存儲(chǔ)形式和快速高效的索引機(jī)制。

　　3.1海量數(shù)據(jù)存儲(chǔ)技術(shù)

　　當(dāng)前GIS柵格數(shù)據(jù)庫(kù)模型分為傳統(tǒng)的關(guān)系數(shù)據(jù)庫(kù)系統(tǒng)（RDBMS）、對(duì)象數(shù)據(jù)庫(kù)系統(tǒng)（ODBMS）和對(duì)象關(guān)系數(shù)據(jù)庫(kù)系統(tǒng)（ORDBMS）。

　　下面簡(jiǎn)要介紹一下GIS柵格數(shù)據(jù)在Oracle中的存儲(chǔ)方式。柵格數(shù)據(jù)在存入數(shù)據(jù)庫(kù)時(shí)，需將實(shí)體對(duì)象之間的關(guān)系轉(zhuǎn)換為支持的數(shù)據(jù)結(jié)構(gòu)模型，根據(jù)對(duì)象類別在數(shù)據(jù)庫(kù)中對(duì)應(yīng)建表，空間對(duì)象屬性映射為關(guān)系數(shù)據(jù)庫(kù)中的列或字段，每個(gè)空間數(shù)據(jù)對(duì)象對(duì)應(yīng)一條數(shù)據(jù)記錄。柵格數(shù)據(jù)包含的三類數(shù)據(jù)中，與記錄空間數(shù)據(jù)對(duì)象幾何屬性的圖像數(shù)據(jù)相對(duì)應(yīng)的字段是一種復(fù)雜的數(shù)據(jù)類型，因此對(duì)于空間數(shù)據(jù)庫(kù)來(lái)說(shuō)，關(guān)鍵問(wèn)題是如何利用獨(dú)立于關(guān)系數(shù)據(jù)庫(kù)系統(tǒng)的統(tǒng)一數(shù)據(jù)模型處理反映空間數(shù)據(jù)對(duì)象的幾何屬性。一般利用Oracle9i存儲(chǔ)柵格數(shù)據(jù)幾何信息的方式為ORDSYS.ORDImage和BLOB。其中ORDSYS.ORDImage是一種用于存儲(chǔ)如BMP、PCX、TIFF、GIF等多種格式的二位靜態(tài)柵格數(shù)據(jù)對(duì)象關(guān)系數(shù)據(jù)類型，它還支持JPEG、LZW等壓縮格式。BLOB屬于LOB（LargeObject）的一種，它是數(shù)據(jù)庫(kù)為解決存儲(chǔ)不規(guī)則結(jié)構(gòu)數(shù)據(jù)而創(chuàng)建的。在早期的數(shù)據(jù)庫(kù)中，被存儲(chǔ)在數(shù)據(jù)庫(kù)外部的操作系統(tǒng)文件中。存儲(chǔ)在表中的是列名和該列中每個(gè)指向相關(guān)的外部文件的指針。在這種情況下，表被規(guī)范化了，因?yàn)橹羔樉哂邢嗤�的�?shù)據(jù)類型[7]。

　　柵格圖像由像素點(diǎn)組成，每個(gè)像素點(diǎn)都用二進(jìn)制表示，雖然數(shù)據(jù)結(jié)構(gòu)較之矢量簡(jiǎn)單，但通常數(shù)據(jù)量較大，如存入數(shù)據(jù)庫(kù)前不作任何處理，將因磁盤讀取和網(wǎng)絡(luò)傳輸效率，而難以滿足實(shí)時(shí)調(diào)度、快速瀏覽和檢索的要求，故需先將柵格圖像數(shù)據(jù)分塊和建立影像金字塔分級(jí)，后存入數(shù)據(jù)庫(kù)。

　　3.2海量數(shù)據(jù)分塊技術(shù)

　　柵格數(shù)據(jù)分塊是把整幅圖像按照一定的大小分成若干個(gè)大小相等而互不重疊的塊，而任意尺寸分塊不利于建立影像金字塔和索引，因此比較理想的塊尺寸是2的整數(shù)冪，如512*512作為一個(gè)子塊。具體分塊操作時(shí)還應(yīng)考慮圖像局部的相關(guān)程度、壓縮算法、網(wǎng)絡(luò)的傳輸單元等情況。如可將整個(gè)圖像分為30（5*6）塊，每一塊都有一個(gè)序號(hào)，每一個(gè)塊作為單獨(dú)的一幅圖像，數(shù)據(jù)存入表中，并為序號(hào)列建立索引，一個(gè)序號(hào)對(duì)應(yīng)一個(gè)數(shù)據(jù)塊。當(dāng)前臺(tái)程序?qū)��?shù)據(jù)庫(kù)中圖像作漫游時(shí)，根據(jù)視點(diǎn)、焦點(diǎn)以及方位角之間的關(guān)系計(jì)算出哪些塊在可見區(qū)內(nèi)，通過(guò)索引記錄塊的指針，索引到指針，直接指向并調(diào)用視圖中可見的部分對(duì)應(yīng)的數(shù)據(jù)塊，而不是每次從數(shù)據(jù)庫(kù)中把全部的數(shù)據(jù)都取出，這樣處理可以縮減顯示的數(shù)據(jù)量，從而提高顯示速度。

　　3.3海量數(shù)據(jù)的金字塔技術(shù)

　　為了提高圖像的實(shí)時(shí)縮放顯示速度，快速獲取不同分辨率的圖像信息，需要對(duì)原始的圖像生成圖像金字塔，根據(jù)不同的顯示要求調(diào)用不同分辨率的圖像，達(dá)到快速顯示漫游的目的。圖像金字塔就是由原始圖像開始，建立一系列圖像，各幅圖像反映不同的詳盡程度。利用圖像文件金字塔結(jié)構(gòu)的不同層具有不同分辨率的特點(diǎn)，在對(duì)圖像數(shù)據(jù)瀏覽時(shí)，就可以根據(jù)當(dāng)前顯示的分辨率取相應(yīng)金字塔層的數(shù)據(jù)，以實(shí)現(xiàn)圖像數(shù)據(jù)的快速瀏覽。

　　金字塔影像的生成方法如下：

　　1、首先把原始圖像數(shù)據(jù)作為金字塔的底層，即第0層，并對(duì)其進(jìn)行分塊，形成第0層數(shù)據(jù)塊矩陣。

　　2、在第0層的基礎(chǔ)上，按每個(gè)數(shù)據(jù)塊合成為一個(gè)數(shù)據(jù)塊的方法生成第1層，并對(duì)其進(jìn)行分塊，形成第1層數(shù)據(jù)塊矩陣。

　　3、再在第1層的基礎(chǔ)上采用同樣的方法生成第2層數(shù)據(jù)塊矩陣，

　　如此下去，構(gòu)成整個(gè)數(shù)據(jù)塊金字塔，如圖1所示顯示出了分塊后的圖像金字塔，每層金字塔圖像的分塊都采用相同大小。假設(shè)按128*128個(gè)像素大小對(duì)原始數(shù)據(jù)進(jìn)行分塊，則當(dāng)?shù)趇層的像素矩陣大小小于或等于128*128時(shí)，金字塔構(gòu)建完畢。

　　圖1分塊后的金字塔圖像

　　3.4海量數(shù)據(jù)的索引機(jī)制

　　為了提高檢索可見區(qū)域內(nèi)數(shù)據(jù)塊的速度，需要?jiǎng)?chuàng)建數(shù)據(jù)塊索引，四叉樹索引則是一個(gè)不錯(cuò)的選擇。四叉樹是一種每個(gè)非葉子節(jié)點(diǎn)最多只有四個(gè)分支的樹型結(jié)構(gòu)，也是一種層次數(shù)據(jù)結(jié)構(gòu)，其特性是能夠?qū)崿F(xiàn)空間遞歸分解[6]。

　　構(gòu)建四叉樹索引結(jié)構(gòu)是在分塊后的金字塔影像數(shù)據(jù)基礎(chǔ)之上的。構(gòu)建索引需要分三步：邏輯分塊、節(jié)點(diǎn)編碼和物理分塊[7]。

　　1、邏輯分塊

　　與構(gòu)建瓦片金字塔對(duì)應(yīng)，規(guī)定塊劃分從地形數(shù)據(jù)左下角開始，從左至右，從下到上依次進(jìn)行。同時(shí)規(guī)定四叉樹的層編碼與金字塔的層編碼保持一致，即四叉樹的底層對(duì)應(yīng)金字塔的底層。

　　2、節(jié)點(diǎn)編碼

　　假定用一維數(shù)組來(lái)存儲(chǔ)瓦片索引，瓦片排序從底層開始，按從左至右，從下到上的順序依次進(jìn)行，瓦片在數(shù)組中的偏移量即為節(jié)點(diǎn)編碼。

　　3、物理分塊

　　在邏輯分塊的基礎(chǔ)上對(duì)地形數(shù)據(jù)進(jìn)行物理分塊，生成地形數(shù)據(jù)子塊。對(duì)上邊界和右邊界瓦片中的多余部分用無(wú)效像素值填充。物理分塊完畢，按分塊編號(hào)順序存儲(chǔ)。

　　至此，配合有效的海量數(shù)據(jù)可視化技術(shù)就可以對(duì)海量數(shù)據(jù)較為充分的利用起來(lái)。

　　4應(yīng)用實(shí)例

　　本文**紹的研究成果已成功應(yīng)用于多個(gè)地區(qū)的海量地形數(shù)據(jù)實(shí)時(shí)可視化。以某地區(qū)地形三維可視化信息管理系統(tǒng)為例，該地區(qū)所采用的規(guī)則格網(wǎng)數(shù)字高程模型共有23872個(gè)點(diǎn)，利用ArcCatalog工具制成Terrain地形數(shù)據(jù)，并對(duì)其構(gòu)建5層的金字塔結(jié)構(gòu)和相關(guān)索引文件。彩色紋理影像單塊大小為9845X9328，一共7塊，分辨率為2.5米。數(shù)字高程模型數(shù)據(jù)為840M，紋理影像數(shù)據(jù)為3002.59MB。對(duì)紋理影像數(shù)據(jù)構(gòu)建5層金字塔結(jié)構(gòu)并構(gòu)建索引文件，瓦片的大小在ArcGlobe中設(shè)置為128X128。最終形成3.44G的紋理影像金字塔數(shù)據(jù)。數(shù)據(jù)被用在利用ArcGISEngine9.3+VS2005+WindowsVistaUltimate開發(fā)環(huán)境下部署在IntelCore2DuoT66002.20GHz，2G內(nèi)存，GeForceG105M512M64位顯卡計(jì)算機(jī)中，計(jì)算機(jī)的操作系統(tǒng)同樣為VistaUltimateSP2，圖形標(biāo)準(zhǔn)為directX。顯示效果如圖2，圖形瀏覽操作流暢。

　　圖2系統(tǒng)截圖

　　5結(jié)論

　　經(jīng)過(guò)程序驗(yàn)證，本文中所談到的金字塔模型和現(xiàn)行四叉樹索引的的數(shù)據(jù)組織管理模式，能夠滿足海量數(shù)據(jù)的可視化的需要，實(shí)現(xiàn)了海量數(shù)據(jù)的快速瀏覽查詢。

　　參考文獻(xiàn)

　　[1]李建松．地理信息系統(tǒng)原理[M]．武漢：武漢大學(xué)出版社，2006．

　　[2]王恩泉．中國(guó)版GoogleEarth的空間數(shù)據(jù)組織與管理研究［D］．中國(guó)測(cè)繪科學(xué)研究院碩士學(xué)位論文，2007．

　　[3]SpatialDatabaseEngine(SDE).AnESRIWhitePaper.

　　[4]劉紀(jì)平．海量空間數(shù)據(jù)組織與管理初探［J］．中國(guó)圖象圖形學(xué)報(bào)，1998，3（6）：500～503．

　　[5]王密，龔健雅，李德仁．大型遙感影像數(shù)據(jù)庫(kù)的空間無(wú)縫數(shù)據(jù)組織［J］．武漢大學(xué)學(xué)報(bào)（信息科學(xué)版）．2001，26（5）：419～424

　　[6]戴晨光，張永生，鄧雪清．一種用于實(shí)時(shí)可視化的海量地形數(shù)據(jù)組織與管理方法［J］．系統(tǒng)仿真學(xué)報(bào)．2005，17（2）：406～413

　　[7]黃河等．Oracle9i數(shù)據(jù)庫(kù)系統(tǒng)培訓(xùn)教程［M］．清華大學(xué)出版社．2002

　　[8]肖禾斌等．線性四叉樹和線性八叉樹領(lǐng)域?qū)ふ业囊环N新算法［J］．測(cè)繪學(xué)報(bào)．1998．03

---

轉(zhuǎn)載請(qǐng)注明來(lái)自：http://www.jinnzone.com/zhinengkexuejishulw/24564.html