顾及空间拓扑关系的多级河流矢量数据并行压缩方法研究

摘要

河流数据是进行水文分析、水生态环境调查、水质监测的重要数据基础，是构建水文模型、进行水污染扩散过程动态模拟以及其他相关研究的前提。在 GIS的空间数据模型中，河流通常以线状矢量数据的形式进行存储。近年来，随着数字地图的广泛应用和 WebGIS的迅猛发展，大范围、高精度多级河流矢量数据占用存储空间大、网络传输速度慢的问题越来越突出。本文以重庆市的多级河流矢量数据为基础，研究多级河流矢量数据压缩中空间拓扑关系一致性的保持方法，同时结合并行计算技术，研究多级河流矢量数据的并行压缩方法，实现其压缩的合理化、高效化。本文主要研究工作包括：
　　（1）分析了光栏法、垂距限值法、角度限值法以及 Douglas-Peucker算法四种基本矢量数据压缩算法的原理，对比了这四种算法的优劣，Douglas-Peucker算法具有的明显优势，并选择Douglas-Peucker算法作为多级河流矢量数据的基本压缩算法。
　　（2）利用 Douglas-Peucker算法等普通算法压缩多级河流矢量数据时，会发生多级河流邻接关系不一致以及多级河流的自相交与相交，分析了产生这两种空间拓扑关系不一致现象的原因。针对多级河流邻接关系，首先基于ArcGIS的拓扑分析和网络分析功能对多级河流邻接结点进行提取，在此基础上改进Douglas-Peucker算法，使其在压缩过程中强制保留多级河流邻接结点，保持多级河流压缩前后的邻接关系一致性；针对多级河流的自相交与相交，首先提出了基于扫偏线法的河流曲线自相交、相交判别和查找方法，然后对Douglas-Peucker算法进行改进，通过恢复河流曲线细节点的方法消除压缩后的河流自相交与相交现象；在此基础上，以Douglas-Peucker算法为基础，设计并实现了顾及空间拓扑关系的多级河流矢量数据串行压缩算法。
　　（3）在串行算法的基础上，研究了并行计算中的核心问题，选择了消息传递接口 MPI作为并行编程环境，单程序多数据流模式作为并行编程模式，数据并行作为任务分配方式，非阻塞式点对点通信作为通信方式，设计并实现了多级河流矢量数据并行压缩算法。
　　（4）以重庆市的多级河流矢量数据为基础，设计了验证性实验，利用本文提出的多级河流矢量数据并行压缩算法对实验数据进行压缩，通过选取长度变化率、曲折度变化率、相对位移偏差、邻接结点保持率、自相交率、相交率、压缩率、运行时间、加速比与并行效率等指标对实验结果进行定量评价，结果表明：在压缩阈值为100m到1000m时，本文提出的多级河流矢量数据并行压缩算法的平均长度变化率、曲折度变化率、相对位移偏差平均值分别为0.607％、2.84%、0.506%，与常规 Douglas-Peucker算法相比，邻接结点保持率提高了35.15%，自相交率与相交率分别减少了64.2%与77.4%，压缩阈值为1000m时的压缩率达到了75.52%，表明该算法具有良好的压缩有效性；与串行算法相比，节点数为2的并行算法到了1.755的加速比，节点数为4的并行算法达到了2.815的加速比，有效提高了多级河流矢量数据的压缩效率。

目录

封面

声明

目录

中文摘要

英文摘要

第1章 绪论

1.1研究背景与意义

1.2国内外研究现状

1.3研究内容与技术路线

第2章 线状矢量数据压缩算法

2.1矢量数据压缩概述

2.2基本线状矢量数据压缩算法概述

2.3算法分析

第3章 顾及空间拓扑关系的多级河流矢量数据串行压缩算法

3.1研究数据概况

3.2 Douglas-Peucker算法的实现

3.3多级河流矢量数据压缩的空间拓扑关系

3.4多级河流邻接关系一致性保持方法

3.5河流错误相交消除方法

3.6多级河流矢量数据串行压缩算法设计与实现

第4章 多级河流矢量数据并行压缩算法

4.1并行计算概述

4.2多级河流矢量数据并行压缩算法设计与实现

第5章 多级河流矢量数据压缩效果评价与分析

5.1多级河流矢量数据压缩效果评价体系构建

5.2实验设计与结果分析

第6章 结论与展望

6.1 主要结论

6.2 存在问题与展望

参考文献

致谢

发表论文及参加课题一览表