WebGIS中矢量切图的初步研究

文章版权由作者李晓晖和博客园共有，若转载请于明显处标明出处：http://www.cnblogs.com/naaoveGIS/。

1.背景

在GIS领域，金字塔技术一直是一个基础性技术,WMTS规范专门制定了针对切片请求的格式。利用这种技术，前端可以快速展示出指定级别的地图或影像。

但是，由于切图本身是一张图片，图片上看似是兴趣点的要素根本无法进行前端交互。于是，针对兴趣点等矢量数据的展示，基本原理都是先获取到矢量的地理信息（比如GeoJson），在前端绘制（内核为一个element），于是该element便能进行鼠标响应等交互了。

2.矢量数据的一般展示方法

2.1 矢量数据按需请求

根据需要，每次向服务器（比如根据地理范围、属性信息）进行请求，将请求返回的数据绘制在前端。

优点是，按需请求，数据返回量有限，单个请求效率较高。

缺点是，频繁和服务器交互，在给服务器造成巨大压力的同时，多个请求，甚至某些重复请求，都会增大前端交互耗时，降低用户体验。

2.2 矢量数据一次请求，按需展示

随着前端技术越来越成熟，电脑内存越来越大，RIA技术对矢量数据的展示做了更多的优化，其中一种常用方式就是矢量数据一次请求，按需展示方式。

比如以下使用LeafLet开发的例子：http://demo.qunee.com/map/LeafLet+MapABC.html

查看后端请求：

可以看见，在页面初始化时就将所有矢量信息读取到前端，然后根据需求进行分级别聚类展示。

优点是：减少与服务端的交互，降低服务端的压力，提高用户体验。

缺点是：第一次请求返回的数据量过大，网络耗时较多，服务器在迎接第一次请求时也有相当压力，并且对客户端电脑配置有一定的依赖。

3.换一种解决思路——矢量切图

3.1 何为矢量切图

何为矢量切图呢？说直白点，就是将矢量数据以建立金字塔的方式，切割成一个一个描述性文件，比如以GeoJson格式组织或者以自定义格式组织。

这是一份矢量数据切图完后的截图：

文件中具体内容为geojson格式组织：

3.2切图工具

3.2.1商业切图工具

在最近召开的esri大会上公布的esri的一个新的亮点便是他们的arcgispro产品在支持遥感数据处理、三维高效展示外，着重强调了对矢量切图的支持。但是，目前该产品为beta版。

早前接触过苏州超擎公司，对方的产品也能支持矢量切图，并且在此基础上，对方还支持影像数据不切图压缩为流方式前端实时展示。

3.2.2 开源切图软件

目前支持矢量切图的开源软件，在网上大家比较推崇的是TileStache工具，安装这个工具比较耗费精力，以下均是该工具需要依赖的其他软件环境：

简单点说，需要配置好GDAL环境，python环境，均配置好后才可使用。并且目前只测试了在win7上运行，在win8上便不可以。

3.3 前端支持矢量瓦片展示

目前支持矢量瓦片展示的前端有leaflet，openlayers,arcgis js4.0。

3.3.1 arcgis js4.0中的解决方案

展示例子地址为：http://basemapsbeta.arcgis.com/preview/app/index.html

其支持的矢量瓦片格式为满足Mapbox图片存储的格式（https://www.mapbox.com/）。

3.3.2leaflet中的解决方案

展示例子地址为：http://basemapsbeta.arcgis.com/preview/app/index.html

这里支持的是GeoJson格式的矢量瓦片。

4. 目前研究中发现的缺点

a.矢量切图工具只能切WGS84坐标系下的矢量图层。

b.leaflet只能加载显示可以转换为WGS84坐标系的矢量瓦片数据。

5. 优化

5.1前端支持任何坐标系下的矢量瓦片

继承已有GIS框架中的canvastilelayer，利用开源的pbf解析库，重写gettile并解析重绘。摆脱leaflet对矢量瓦片坐标系的限制。利用该方式，矢量瓦片为任何坐标系均能支持。

5.2前端缓存优化

将读取过的矢量瓦片以一定的缓存机制缓存至内存中，使用缓存调度算法进行调度。

6.使用场景

a.根据范围查询展示矢量数据时，可以完全使用矢量切图。

b.根据范围和属性展示矢量数据时，可以先根据范围返回数据，在前端根据属性数据进行过滤，最后展示。

7.有待解决的地方

开源矢量切图工具目前只能切WGS84的矢量数据，将任何格式数据转换成WGS84的数据是不现实的。针对这种问题，自己开发矢量切图工具不失为一种选择。开发可以支持点数据的矢量切图工具难度不大，但是开发能够支持线和面数据的矢量切图工具则存在不小的难度。后续还需继续研究。

-----欢迎转载，但保留版权，请于明显处标明出处：http://www.cnblogs.com/naaoveGIS/

如果您觉得本文确实帮助了您，可以微信扫一扫，进行小额的打赏和鼓励，谢谢 ^_^