矢量数据多尺度空间索引方法的研究

程昌秀

美国《工程索引》（EI）核心期刊
美国《剑桥科学文摘》（CSA）收录期刊
荷兰斯高帕斯数据库（Scopus）收录期刊
英国INSPEC数据库（SA）收录期刊

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

矢量数据多尺度空间索引方法的研究

程昌秀

文章导航 > 武汉大学学报 ● 信息科学版 > 2009 > 34(5): 597-601

程昌秀. 矢量数据多尺度空间索引方法的研究[J]. 武汉大学学报 ● 信息科学版, 2009, 34(5): 597-601.

引用本文:

程昌秀. 矢量数据多尺度空间索引方法的研究[J]. 武汉大学学报 ● 信息科学版, 2009, 34(5): 597-601.

CHENG Changxiu. A Multi-scale Spatial Index Method[J]. Geomatics and Information Science of Wuhan University, 2009, 34(5): 597-601.

Citation:

CHENG Changxiu. A Multi-scale Spatial Index Method[J]. Geomatics and Information Science of Wuhan University, 2009, 34(5): 597-601.

矢量数据多尺度空间索引方法的研究

程昌秀¹

¹中国科学院地理科学与资源研究所,北京市大屯路甲11号100101

基金项目: 国家863计划资助项目(2007AA120401,2006AA120106)；国家自然科学基金资助项目(40401047)

A Multi-scale Spatial Index Method

CHENG Changxiu¹

¹Institute of Geographical Sciences and Natural Resources Research,CAS,11A Datun Road,Beijing 100101,China

Funds: 国家863计划资助项目(2007AA120401,2006AA120106)；国家自然科学基金资助项目(40401047)

摘要: 阐述了近年来国内外出现的Reactive Tree、GAP-tree、Multi-Scale Hilbert R-tree、Multiple R-tree等6种矢量数据多尺度空间索引方法,对它们的优缺点作了较为详细的评述,为索引方法的选择和应用提供了一定的理论依据。最后,给出了对后续研究有指导性的结论,提出了高维索引、优化索引等多尺度空间索引方法未来的研究方向。
- 矢量数据 /
- 多尺度 /
- 空间索引
Abstract: The problem about multi-representations of spatial data is one of the hot topics in modern GIS.We pointed out that all kinds of published solutions could be concluded as three kinds of type techniques: explicit storage of multi-scale vector data,multi-scale spatial index,multi-scale vector data storage structure.Because there is more fertile soil to seed multi-scale spatial index method,we expatiated six kinds of multi-scale spatial index method,such as Reactive Tree,GAP-tree,Multi-Scale Hilbert R-tree,Multiple R-tree,and followed their development in recent years.According to our research experiments,we discussed their advantages and disadvantages,and provided some academic bases for their chosen and applications.Finally,we drawn some conclusions to guide the research on multi-scale spatial methods,and proposed the further research on multi-dimension index and optimized index.
- vector data /
- multi-scale /
- spatial index

[1]	王艳东, 邵鑫, 刘波, 邓跃进, 魏广泽, 豆明宣. 一种利用Mask R-CNN的遥感影像与矢量数据配准方法 . 武汉大学学报 ● 信息科学版, 2022, 47(4): 623-631. doi: 10.13203/j.whugis20200137
[2]	张春森, 李国君, 崔卫红. 一种基于矢量数据的遥感影像变化检测方法 . 武汉大学学报 ● 信息科学版, 2021, 46(3): 309-317. doi: 10.13203/j.whugis20190131
[3]	姚晓闯, 杨建宇, 李林, 叶思菁, 郧文聚, 朱德海. 云环境下海量空间矢量数据并行划分算法 . 武汉大学学报 ● 信息科学版, 2018, 43(7): 1092-1097. doi: 10.13203/j.whugis20160271
[4]	岳冲, 刘昌军, 王晓芳. 基于多尺度维度特征和SVM的高陡边坡点云数据分类算法研究 . 武汉大学学报 ● 信息科学版, 2016, 41(7): 882-888. doi: 10.13203/j.whugis20140335
[5]	陈静, 刘婷婷, 侯小波. 面向虚拟地球的多尺度矢量数据可视化方法 . 武汉大学学报 ● 信息科学版, 2015, 40(9): 1195-1200. doi: 10.13203/j .whu g is20130532
[6]	郭明强, 黄颖, 吴亮, 谢忠. 网络环境下矢量数据高效并行可视化方法 . 武汉大学学报 ● 信息科学版, 2014, 39(11): 1382-1386.
[7]	付仲良, 刘思远, 俞志强. 一种双映射变换的空间索引及空间连接算法研究 . 武汉大学学报 ● 信息科学版, 2014, 39(10): 1248-1251.
[8]	李宇光, 李清泉. 利用地图栅格化的海量浮动车数据道路匹配快速算法 . 武汉大学学报 ● 信息科学版, 2014, 39(6): 724-728. doi: 10.13203/j.whugis20140071
[9]	郭明强, 谢忠, 黄颖. 集群并发环境下大规模矢量数据负载均衡算法 . 武汉大学学报 ● 信息科学版, 2013, 38(9): 1131-1134.
[10]	杨成松, 朱长青, 王莹莹. 矢量地理数据自检测水印算法及其应用研究 . 武汉大学学报 ● 信息科学版, 2011, 36(12): 1402-1405.
[11]	陈静, 向隆刚, 朱欣焰. 分布式异构栅格数据的集成管理研究 . 武汉大学学报 ● 信息科学版, 2011, 36(9): 1094-1096.
[12]	孙卡, 吴冲龙, 刘刚, 何珍文. 海量三维地质空间数据的自适应预调度方法 . 武汉大学学报 ● 信息科学版, 2011, 36(2): 140-143.
[13]	牛方曲, 甘国辉, 程昌秀, 祁铮. 矢量数据多尺度显示中的关键技术 . 武汉大学学报 ● 信息科学版, 2009, 34(7): 869-872.
[14]	周芹, 钟耳顺, 黄耀欢, 郭会. 大型空间数据库的并发索引策略CQR树 . 武汉大学学报 ● 信息科学版, 2009, 34(7): 856-858.
[15]	蔡剑红, 李德仁. 多尺度下的不确定性空间方向锥形模型研究 . 武汉大学学报 ● 信息科学版, 2007, 32(8): 735-739.
[16]	余亮, 边馥苓. 一种原生XML空间索引及查询语言 . 武汉大学学报 ● 信息科学版, 2006, 31(10): 936-939.
[17]	郭晶, 刘广军, 董绪荣, 郭磊. 基于空间网格和Hilbert R-tree的二级R-tree空间索引 . 武汉大学学报 ● 信息科学版, 2005, 30(12): 1084-1088.
[18]	郭菁, 郭薇, 胡志勇. 大型GIS空间数据库的有效索引结构QR-树 . 武汉大学学报 ● 信息科学版, 2003, 28(3): 306-310.
[19]	张景雄, 杜道生, 孙家抦. 用随机模拟方法建立矢量数据的误差模型 . 武汉大学学报 ● 信息科学版, 2000, 25(1): 49-54.
[20]	邓朝晖, 贾华. 矢量数据的一种分层动态组织方法 . 武汉大学学报 ● 信息科学版, 1995, 20(2): 118-122.

点击查看大图

计量

文章访问数: 914
HTML全文浏览量: 38
PDF下载量: 363
被引次数: 0

矢量数据多尺度空间索引方法的研究

程昌秀¹

¹中国科学院地理科学与资源研究所,北京市大屯路甲11号100101

基金项目: 国家863计划资助项目(2007AA120401,2006AA120106)；国家自然科学基金资助项目(40401047)

收稿日期: 2013-07-09
修回日期: 2013-07-09
刊出日期: 2009-05-05

关键词:

矢量数据 /

多尺度 /

空间索引

摘要: 阐述了近年来国内外出现的Reactive Tree、GAP-tree、Multi-Scale Hilbert R-tree、Multiple R-tree等6种矢量数据多尺度空间索引方法,对它们的优缺点作了较为详细的评述,为索引方法的选择和应用提供了一定的理论依据。最后,给出了对后续研究有指导性的结论,提出了高维索引、优化索引等多尺度空间索引方法未来的研究方向。