[发明专利]一种云平台下的顾及层次路网约束的点载负量计算方法

说明书

本发明公开了一种云平台下的顾及层次路网约束的点载负量计算方法，包括：(1)依据地理范围从空间数据集中提取要进行综合的路网数据；(2)计算综合后目标数据中的点数量Num；(3)依据路网数据进行基于层次路网的数据划分；(4)计算该数据簇综合后应该分配到的点数据量A_i；(5)确定数据簇的载负量M_i；(6)计算每个数据簇内的载负量；(7)对所有数据簇内的载负量进行累加得到SUM，若SUM≤Num，则进行结果输出，若不满足，则返回执行步骤(3)。本发明的点综合准确性高，计算效率也高。

技术领域

本发明涉及地图自动综合和云计算的交叉技术领域，尤其涉及一种云平台下的顾及层次路网约束的点载负量计算方法。

背景技术

点数据信息是现在网络地图和移动地图甚至其他专业性地图(如地质图件)需要表达的重要因素，随着手机以及网络带宽的发展使得用户的访问量及上传量不断加大，导致点要素规模与日俱增。如今点数据已成为空间大数据的一个非常重要的组成部分，尤其是近几年伴随着大数据时代的发展，点要素的数据量更是以一种惊人的速度增加。如果点要素的数据量非常巨大，在点要素显示表达时不能很好地对点要素数据进行表达。空间地理数据在进行尺度变换等操作时，符号图形之间极易出现拥挤、压盖等占位矛盾现象，在线过滤在一定程度上缓解了这个问题，但是过滤仅仅是从计算机领域提出的解决方案,，还不能体现要素之间的空间关系,有关文献：[1]Grant McKenzie.POI Pulse:A Multi-Granular,Semantic Signatures-Based Information Observatory for theInteractive Visualization of Big Geosocial[J].

制图综合是解决这个问题的有效途径，但是由于制图综合本身就是一个十分复杂的问题，其中在云平台下的点综合还处于起步阶段，国内外专家学者在这方面的研究较少。相对于单机情况下的点综合，云平台下的点综合可以处理更大规模的数据，并且在可以快速实时地响应用户前端的表达需求。传统的点综合算法效率不高，导致实时地图的生成需求不能满足日益增长的数据规模，现在云计算等高性能计算技术的发展，为点综合算法效率的提高提供了新的方法，但是在这种新方法下，原先的制图综合的约束条件也需要进行新的计算和交互方法。

发明内容

发明目的：本发明针对现有单机点综合的局限性，结合云平台的计算特点，本发明提供一种云平台下的顾及层次路网约束的点载负量计算方法，不仅可以保证云平台下点综合的准确性，也可以提高点综合的计算效率。其研究成果也为实际生产中的制图综合提供重要的理论指导和技术方法支持。

技术方案：本发明所述的云平台下的顾及层次路网约束的点载负量计算方法包括以下步骤：

(1)依据地理范围从空间数据集中提取要进行综合的路网数据，包括源数据点数据量N_s和源数据比例尺分母M_S。

(2)根据源数据点数据量N_s、源数据比例尺分母M_S和目标数据比例尺分母M_f，计算综合后目标数据中的点数量Num：

(3)依据从空间数据集上提取的路网数据进行基于层次路网的数据划分，得到多个数据簇，具体表示为：

G＝(ID,C,A)

其中，G表示层次路网划分后的数据簇，有三元组ID、C、A组成，其中ID表示数据簇的ID号，ID号与路网网眼相对应，并且与集群中的计算节点对应，拥有不同的ID号的数据分配到不同的计算节点中运算；C代表数据簇内的点数据集合；A表示数据簇内的点数据量。