地理信息系統(tǒng)應(yīng)用論文
地理信息系統(tǒng)(GeographicInformation System, GIS)在最近幾年取得了重大技術(shù)進(jìn)展，各類地圖服務(wù)商提供多層次、多類別在線地圖服務(wù)，渲染客戶端可選種類繁多、渲染速度快，基于地圖的信息展現(xiàn)顯得更為友好、直觀，使得GIS應(yīng)用在各行業(yè)的信息化建設(shè)中逐漸得到普及。
在電力系統(tǒng)中，GIS可以友好準(zhǔn)確地展示如變電站、線路、桿塔、故障點(diǎn)、輸變電管理、配電管理、用電管理等電力對(duì)象設(shè)備的具體位置和各設(shè)備之間的層次關(guān)系。但是隨著網(wǎng)絡(luò)技術(shù)的普及和各類系統(tǒng)的不斷增加，故障點(diǎn)等點(diǎn)要素?cái)?shù)據(jù)也在呈幾何級(jí)增長(zhǎng)，當(dāng)?shù)貓D上加載大量點(diǎn)要素?cái)?shù)據(jù)時(shí)，會(huì)出現(xiàn)彼此覆蓋和加載速度過慢的問題。
據(jù)驗(yàn)證，當(dāng)瀏覽器地圖客戶端(Flash. Silverlight或JavaScript)一次性加載超過500個(gè)點(diǎn)要素時(shí)會(huì)出現(xiàn)加載速度明顯變慢的現(xiàn)象，超過1 000個(gè)點(diǎn)要素時(shí)基本造成地圖客戶端宕掉，亞需一種解決方案即能快速展示且不丟失數(shù)據(jù)。
地理空間點(diǎn)聚合(M arkerCluster)可以依據(jù)一定的模型和算法，將分布密集的點(diǎn)要素聚合在一起統(tǒng)一展現(xiàn)。當(dāng)矢量數(shù)據(jù)非常大時(shí)，通過聚合會(huì)大大減少瀏覽器客戶端渲染消耗時(shí)間，從而增強(qiáng)系統(tǒng)實(shí)用性，提高系統(tǒng)用戶體驗(yàn)度。
文章以空間點(diǎn)聚合為出發(fā)點(diǎn)，通過比較當(dāng)前通用的層次聚類算法和劃分算法兩大類聚合算法及與GIS結(jié)合的優(yōu)缺點(diǎn)，依據(jù)劃分算法思想，設(shè)計(jì)并實(shí)現(xiàn)一種l決速空間點(diǎn)聚合算法，通過該算法可以很好地解決海量電力設(shè)備資產(chǎn)的客戶端展現(xiàn)能力。
聚合算法本質(zhì)為將集合內(nèi)具有相似性或相關(guān)性的一類或多類對(duì)聚合為一個(gè)對(duì)象，從而達(dá)到降低復(fù)雜因子的目的，方便分析問題。目前比較通用的聚合算法有層次聚類算法和劃分算法等兩大類。文章將分別對(duì)這2類算法思想做分析和比較。
層次聚類算法原理為預(yù)先定義要聚類的K的對(duì)象集合以及KXK的相互間隔矩陣(或者是相似性規(guī)則矩陣)，層次聚類算法的基本操作步驟如下所列。
1)整理待聚類對(duì)象集合。
2)將單個(gè)對(duì)象劃分為一類，共計(jì)得到 K 類，每類僅且只包含1 個(gè)對(duì)象。約定類 i 和類 j 的間距為它們所包含的對(duì)象之間的最小距離。
3)找到距離最接近的 2 個(gè)類(對(duì)象)并合并成 1 個(gè)類(對(duì)象)，于是總的類數(shù)少了 1 個(gè)。
4)然后重新算出新的類(對(duì)象)和所有未合并的對(duì)象之間的距離
5)重復(fù)以上第 3~4 步，直到把所有類合并為 1 個(gè)類(對(duì)象)為止，此類含有的對(duì)象個(gè)數(shù)為 K。
6)根據(jù)步驟 4 的不同，層次聚類算法可以細(xì)分為完整連結(jié)法、單一連結(jié)法、平均法聚類法等。
1.2 劃分算法
劃分算法基本實(shí)現(xiàn)原理為確定一個(gè)區(qū)間，把符合特定條件的元素放到這個(gè)區(qū)間中，具體步驟如下所列。
1)定義 2 個(gè)指針 ki 和 kj，初始化 ki 和 kj 區(qū)間的下界和上界，即 ki=lowCell，ki=hkighCell;選取無序區(qū)的第 1 個(gè)對(duì)象 V[ki]( 即V[lowCell]) 作為基準(zhǔn)對(duì)象，并將它保存在變量 node 中。
2)令 kj 自 hkighCell 起向左依次遍歷，直至找到第 1 個(gè)主鍵數(shù)值小于 node.key 的對(duì)象 V[kj]，將 V[kj] 移至 ki 所指的位置上。此 步 相 當(dāng) 于 V[kj] 和 基 準(zhǔn) V[ki]( 即 node) 進(jìn)行了交換，使主鍵小于基準(zhǔn)主鍵 node.key 的記錄進(jìn)行左移。
3)令 ki 指針自 ki+1 位置向右開始遍歷，直至找到第 1 個(gè)主鍵數(shù)值大于 node.key 的對(duì)象標(biāo)記為 V[ki]，將 V[ki] 移到 ki 所指的位置上，相當(dāng)于對(duì) V[ki] 和基準(zhǔn) V[kj] 進(jìn)行了交換，使主鍵大于基準(zhǔn)主鍵的記錄移到了基準(zhǔn)的右邊，交換后 V[ki] 中又相當(dāng)于存放了 node。
4)依據(jù)步驟 3 的結(jié)果，令指針 kj 從位置 kj-1 開始向左遍歷，如此重復(fù)，對(duì)遍歷方向進(jìn)行交替改變，從兩端向中間部分進(jìn)行靠攏，直 至 ki=kj 時(shí)，ki 便 是 基 準(zhǔn)node 最終的位置，將 node 放置在此位置點(diǎn)上就完成了一次劃分。
通過比較上述 2 類算法可以得出：層次聚類算法時(shí)間復(fù)雜度為 T(n)=n2;劃分算法時(shí)間復(fù)雜度為 T(n)=nlog2n。劃分算法具有較高的執(zhí)行效率，但是層次方法在算法上和真實(shí)數(shù)據(jù)的特性吻合度高，相對(duì)于劃分方法聚類的實(shí)際效果比較好，能夠更好地服務(wù)于生產(chǎn)運(yùn)行，所以在應(yīng)用時(shí)需根據(jù)不同的目的做相應(yīng)選擇或改進(jìn)。
2 GIS 應(yīng)用點(diǎn)聚合的算法設(shè)計(jì)
以上描述了 2 類聚合算法與GIS 應(yīng)用結(jié)合的目的在于減少一次性渲染對(duì)象個(gè)數(shù)，提高客戶端顯示效率，增強(qiáng)用戶體驗(yàn)度。
層次聚類算法需要首先對(duì)地圖展現(xiàn)屏幕劃分為 N×N 個(gè)地理方格，然后依次計(jì)算待聚合空間點(diǎn)集合的子對(duì)象坐落于哪個(gè)方格內(nèi)部，從而實(shí)現(xiàn)聚合。該算法實(shí)現(xiàn)容易，但是需要遍歷所有地理方格，因此比較耗時(shí)。
劃分算法思想則不同，直接歸納到對(duì)象集合，減少了 CPU 計(jì)算時(shí)間，結(jié)合 GIS 實(shí)際技術(shù)特點(diǎn)，得出在 GIS 中聚合實(shí)現(xiàn)思想為：當(dāng)前顯示比例下，聚合中心點(diǎn)為(0，0)，選取聚合半徑(Distance)為 20 像素的空間對(duì)象集合，則聚合幾何對(duì)象(Cluster Geometry)將展現(xiàn)所有的距離不超過 20 屏幕像素單位的點(diǎn)要素。這種設(shè)計(jì)思想的優(yōu)勢(shì)為實(shí)現(xiàn)方便而且效率很高。具體實(shí)現(xiàn)步驟如下所列。
1)定義相關(guān)參數(shù)，包括待聚合空間點(diǎn)對(duì)象集合(features)、聚合后空間對(duì)象集合(clusters)、聚合半徑(Distance)、當(dāng)前比例地圖分辨率(Resolution)。
2)依次遍歷 features 對(duì)象，首 先 得 到 A=features[i(]i=0、1、2……、features.length)。
3)依次遍歷 clusters 對(duì)象，得到 B=clusters[j(]j=0、1、2……、clusters.length)。
4)判 斷 A 與 B 對(duì) 象 中 心點(diǎn)距是否超過 Distance，如果小 Distance，則把 A 對(duì)象添加至clusters[j] 集合內(nèi)，并返回第 2 步繼續(xù)執(zhí)行;如果大于 Distance 則范圍第 3 步繼續(xù)執(zhí)行。
5)當(dāng)?shù)?4 步完全執(zhí)行完畢，仍未歸納 A 對(duì)象時(shí)，需要把 A 當(dāng)做新的聚合體添加至 clusters，而clusters 個(gè)數(shù)增加 1 個(gè)。繼續(xù)從第 2 步開始執(zhí)行。
6)當(dāng) features 所有對(duì)象遍歷完畢后，聚合結(jié)束。
7)在 GIS 中展現(xiàn)聚合幾何對(duì)象。
劃分算法在 GIS 中應(yīng)用難點(diǎn)為第 4 步如何判斷 A 與 B 距離，第 1 步需要得到 B 對(duì)象的地理中心坐標(biāo)，第 2 步需要根據(jù)當(dāng)前 地 圖 投 影(Projection)、地 圖比例(Scale)及地圖顯示分辨率(Resolution)等三大影響因子把A 與 B 的地理距離轉(zhuǎn)換為屏幕像素距離，然后與 Distance 做比較。
3 算法實(shí)現(xiàn)
3.1 劃分算法和電力 GIS 結(jié)合實(shí)現(xiàn)為了驗(yàn)證上述算法的有效性和實(shí)用性，根據(jù)圖 1 聚合算法流4 結(jié)語文章重點(diǎn)以 GIS 聚合算法為基礎(chǔ)，在比較層次聚類算法和劃分算法的基礎(chǔ)上，詳細(xì)介紹了劃分算法在 GIS 聚合中的設(shè)計(jì)和實(shí)現(xiàn)。
GIS 聚合算法應(yīng)用廣泛，不僅可以減少每次空間點(diǎn)渲染個(gè)數(shù)，提高地圖渲染客戶端效率，能夠很好地解決海量電力設(shè)備節(jié)點(diǎn)的展現(xiàn)問題，而且可以進(jìn)一步改進(jìn)算法，實(shí)現(xiàn)GIS 熱點(diǎn)跟蹤專題圖，如事件發(fā)生頻率、人口出生分布密度等，通過GIS 直觀展示后，可以更容易發(fā)現(xiàn)問題，為上層決策提供重要技術(shù)依據(jù)，GIS 聚合算法在其他行業(yè)中也有著廣泛的應(yīng)用，具有很好的應(yīng)用和推廣價(jià)值。
【地理信息系統(tǒng)應(yīng)用論文】相關(guān)文章：
環(huán)境科學(xué)中地理信息系統(tǒng)技術(shù)的應(yīng)用論文06-16
地理信息系統(tǒng)技術(shù)在環(huán)境科學(xué)中的應(yīng)用論文07-08
網(wǎng)絡(luò)地理信息系統(tǒng)在環(huán)境科學(xué)中的應(yīng)用論文08-09
地理信息系統(tǒng)技術(shù)在人防工程管理中的應(yīng)用論文07-25
地理信息系統(tǒng)技術(shù)在巖溶環(huán)境學(xué)領(lǐng)域的應(yīng)用論文08-11
研究GPRS的地理信息系統(tǒng)應(yīng)用07-04
地理信息系統(tǒng)在自來水管網(wǎng)信息管理中的應(yīng)用論文09-04
地理信息系統(tǒng)論文06-22
教育技術(shù)應(yīng)用論文06-27