多層樣式的離散地球網格可視化技術研究

何曉曦++王亞東

摘 要離散地球網格系統（DGGS）是一種有效的離散索引工具，支持地理數據在數字地球應用中的集成、組織、處理和可視化。隨著地理數據的數據量、尺度不斷增大，地理數據可視化的交互性和可訪問性越來越困難。我們提出一種插件式的DGGS，支持在客戶端瀏覽器中運行，并且能有效地與服務器端DGGS進行通訊。客戶端負責觸發未知數據的查詢、管理可視區域和渲染各種樣式特效；服務器端負責為DGGS單元產生顯示數據。最終系統能夠實現數字地球上的多視點多精度交互式顯示，我們也提供了幾種能同時用于客戶端和服務器的實時數據樣式。

【關鍵詞】地球 數據集成 可視化 空間分辨率 上下文感知

1 引言

數字地球是一種地球的3D表現方式，它將地表作為一種索引模型用來有效地集成、組織和顯示多種類型的地理數據。其難點主要在可訪問性和海量數據顯示兩個方面。

第一難點在于，開發一個TB級別數據量的地球模型，任何一次簡單的操作（比如渲染一張地圖），都需要查詢不同精度的幾個數據集。要在客戶端顯示中實現這個挑戰，需要解決內存限制、計算消耗、網絡帶寬等問題。另一個難點是數字地球的空間限制，包括數據顯示的尺度差異、可用數據差異。比如在單視點高精度下，無法同時觀察兩座城市地圖；數據正在不同精度下具備不同熱點信息，如果沒有特殊的可視化技術，無法同時觀察城市尺度和國家尺度的同一種數據集；一張地球視圖上只能疊加有限數量的顯示數據。

我們通過多精度焦點關聯可視化技術來解決這些難題。我們使用地球的多個活動視點來顯示不同精度的不同位置，允許每個視點采用不同的數據樣式、組合與篩選。在網絡應用中，使用原始精度的數據顯示地球對資源請求和運算速度消耗太大，因此，我們的方法僅使用對應不同視圖的必需數據。對于交互式的不同視圖，只傳輸匹配其視口分辨率的某個興趣級別的必要數據給每個視圖。

2 離散地球網格系統（DGGS）

我們使用DGGS來組織海量數據，通過多精度細分網格將地球分成一組帶索引的規則格點單元。DGGS有一套強大的索引系統來實時組織、集成和傳輸地理空間數據。服務器端的網格系統相比客戶端更加復雜，它需要一個高效的層次數據結構來快速集成、精確采樣和分析數據；客戶端的DGGS應針對用戶交互任務流式設計，組織多視圖和高質量渲染。

我們在服務端實現了基于六邊形的DGGS，在客戶端通過一個輕量級的模塊將數據轉換成基于四邊形的DGGS。為了數據的實時可視化，客戶端的四邊形DGGS將數據編碼成2D紋理，每一個像素點表示DGGS中的一個格點。我們將這些2D紋理稱為數據紋理，按照標準圖片格式傳輸，可以在客戶端使用不同的著色器和樣式來渲染。

DGGS的核心思想是每一個索引網格表示一塊地理區域，并且對應分配了一塊地理數據；格點具有特定分辨率、位置和尺寸。DGGS中每一個數據集都有格點結構，多個數據集可以通過結構組合，而不需要通過與網格相關的位置或尺度來查詢其單數據集信息。相比之下，衛星源圖像是根據衛星軌道路徑的采樣數據，其采樣點具有位置和尺度特性，因而很難直接用于數據繪制和分析。

受限于內存大小和網絡帶寬，通常不可能把完整數據集下載到客戶端。為了降低傳輸的數據量，我們只傳輸在當前視圖渲染地球所需的必要數據；當視點縮放或平移之后，重新下載適配當前視口的數據。客戶端請求所需地理數據的方式如圖1所示。

3 多層次焦點關聯視圖

我們改進了Hasan等人的方法來創建和管理多層次焦點關聯可視化架構。首先，在地球視圖上默認一個熱點觀察區，場景中會創建一個虛擬相機用來匹配該熱點觀察區；然后通過第二個相機來觀察該區域的放大視圖，并將結果獨立繪制在屏幕上；最后，在熱點區視圖和放大視圖之間繪制一個半透明的連接。該方法中，熱點區域的不同精度視圖通過焦點的方式關聯起來了，并且，放大后的視圖可以作為一個熱點區，遞歸地關聯出新的熱點觀察區域，如圖2所示。

每個新建相機都是動態的，可在地表移動和任意縮放，也可以通過代碼控制其自動運動動畫。如相機可以設置為跟隨衛星軌道運動，以衛星的視圖來觀察地球。

4 客戶端可視化定制

這項工作的目標是在數字地球上提供不同的可視化方法和數據樣式，同時也減少了服務器端的內容操作，提高了網絡緩存性能。諸如谷歌地圖之類的數字地球，通常在地球表面使用第一獨立層來疊加信息或顯示附加圖像。我們將不同的數據集編碼到圖像中，服務器將數據層轉換成多幅光柵化圖像（RGBA通道）。一個RGBA圖像文件最多可以編碼四層數據，如PNG格式。圖像文件的壓縮率較好，并且兼容網絡的內容緩存機制。

圖像的每個顏色通道為一個字節，如果某項地理數據的取值范圍在[a，b]之間，我們需要將其映射到[0，255]并取整。大多數可視化情況這已足夠，對于少量高精度的可視化需求，我們可以使用最多4個顏色通道，也即32比特數據，取值范圍超過42億，也完全足夠了。客戶端主流的GPU能夠在單個渲染通道對16張圖像同時采樣，這意味著每張圖像可以有4層數據編碼，也就是可以對64層數據同時進行顯示處理了，如圖3所示。

參考文獻

[1]MF Goodchild.Discrete global grids for digital Earth [A].Proceeding of the 1st International Conference on Discrete Global Grids[C].2000：1-9.

[2]The PYXIS Innovation Incorporated. How PYXIS works.https：//goo.gl/4U9Xz1.2015.

[3]K Sahr.Location coding on icosahedral aperture 3 hexagon discrete global grids[J].Computers Environment & Urban Systems.2008，32（03）：174-187.

[4]JF Packer，M Hasan，FF Samavati. Illustrative multilevel focus+context visualization along snaking paths. Visual Computer.2016：1-16.

[5]JF Packer.Focus+context via snaking paths. Masters thesis，Department of Computer Science， University of Calgary，Calgary，Alberta，Canada. 2013.

作者簡介：

何曉曦（1978-），男，四川省成都市人。博士學位。現為成都信息工程大學軟件工程學院副教授、碩導。主要研究方向為虛擬現實與圖形學仿真。

作者單位

成都信息工程大學軟件工程學院 四川省成都市 610225