网络环境下矢量数据压缩与渐进传输方法研究

由于网络传输带宽的限制和空间数据本身的特点，使得分布式空间信息服务的效率与质量十分低下，满足不了当前各种应用需求，成为限制GIS技术发展和应用的瓶颈。本项目以此为切入点，在深入研究已有的多尺度矢量数据模型的基础上，提出一种基于尺度特征的矢量数据层次模型，以有效支持空间数据的渐进传输；从拓扑关系的保持、化简阈值的确定和主动精度控制三个方面来改进矢量数据压缩算法；并基于以上多尺度矢量数据组织模型和矢量数据压缩算法，研究与实现高效的矢量数据网络渐进传输方法；最后，结合以上模型算法研究，实现服务器端和客户端相关组件，综合开发矢量数据压缩与网络渐进传输系统原型，并在项目示范中进行应用、分析与改进。

矢量空间数据压缩对受到网络带宽限制的网络地理信息系统（WebGIS）有着重要意义，其可以减少矢量数据所需存储空间，提高网络传输与处理效率。同时，矢量数据压缩也是制图综合、矢量数据多尺度表达等领域的核心基础问题之一。空间数据多尺度表达是当前GIS领域的研究热点之一。本课题在以下三个方面开展研究：（1）多尺度特征定义与构建。以空间数据的尺度理论为基础，进一步阐明多尺度特征的含义，并将特征分为实体特征、属性特征以及关系特征三部分，按照“一个依据、两个层次、三个角度、四个方面”的策略建立由地类重要性指数、分维数及稳定性指数等14个指数组成的特征指标体系。（2）多尺度特征分析与应用。采用多元统计分析与灰色关联分析等方法对提取得到的一系列多尺度特征指标进行综合分析，找出特征随尺度变化的规律以及影响土地利用数据多尺度表达的关键因素；结合分析结论确立多尺度表达的规则，并利用扩展E-R建模工具实现多尺度概念模型的设计，为多尺度数据的存储与表达提供模型基础。（3）矢量数据压缩方法研究。本课题主要将矢量数据压缩方法分为空间域方法和变换域（主要为频率域）方法进行研究。空间域矢量数据压缩方法方面，提出了基于扇形筛选法的矢量数据压缩方法，实现了对于具有预测功能的矢量数据压缩方法在时间效率方面的提升；变换域矢量数据压缩方法方面，提出了无需量化表的频率域矢量数据压缩方法，可以同时控制压缩后的平均误差与最大误差，为矢量数据压缩的误差控制提供了新的视角。