多层样式的离散地球网格可视化技术研究

何晓曦++王亚东

摘 要离散地球网格系统（DGGS）是一种有效的离散索引工具，支持地理数据在数字地球应用中的集成、组织、处理和可视化。随着地理数据的数据量、尺度不断增大，地理数据可视化的交互性和可访问性越来越困难。我们提出一种插件式的DGGS，支持在客户端浏览器中运行，并且能有效地与服务器端DGGS进行通讯。客户端负责触发未知数据的查询、管理可视区域和渲染各种样式特效；服务器端负责为DGGS单元产生显示数据。最终系统能够实现数字地球上的多视点多精度交互式显示，我们也提供了几种能同时用于客户端和服务器的实时数据样式。

【关键词】地球 数据集成 可视化 空间分辨率 上下文感知

1 引言

数字地球是一种地球的3D表现方式，它将地表作为一种索引模型用来有效地集成、组织和显示多种类型的地理数据。其难点主要在可访问性和海量数据显示两个方面。

第一难点在于，开发一个TB级别数据量的地球模型，任何一次简单的操作（比如渲染一张地图），都需要查询不同精度的几个数据集。要在客户端显示中实现这个挑战，需要解决内存限制、计算消耗、网络带宽等问题。另一个难点是数字地球的空间限制，包括数据显示的尺度差异、可用数据差异。比如在单视点高精度下，无法同时观察两座城市地图；数据正在不同精度下具备不同热点信息，如果没有特殊的可视化技术，无法同时观察城市尺度和国家尺度的同一种数据集；一张地球视图上只能叠加有限数量的显示数据。

我们通过多精度焦点关联可视化技术来解决这些难题。我们使用地球的多个活动视点来显示不同精度的不同位置，允许每个视点采用不同的数据样式、组合与筛选。在网络应用中，使用原始精度的数据显示地球对资源请求和运算速度消耗太大，因此，我们的方法仅使用对应不同视图的必需数据。对于交互式的不同视图，只传输匹配其视口分辨率的某个兴趣级别的必要数据给每个视图。

2 离散地球网格系统（DGGS）

我们使用DGGS来组织海量数据，通过多精度细分网格将地球分成一组带索引的规则格点单元。DGGS有一套强大的索引系统来实时组织、集成和传输地理空间数据。服务器端的网格系统相比客户端更加复杂，它需要一个高效的层次数据结构来快速集成、精确采样和分析数据；客户端的DGGS应针对用户交互任务流式设计，组织多视图和高质量渲染。

我们在服务端实现了基于六边形的DGGS，在客户端通过一个轻量级的模块将数据转换成基于四边形的DGGS。为了数据的实时可视化，客户端的四边形DGGS将数据编码成2D纹理，每一个像素点表示DGGS中的一个格点。我们将这些2D纹理称为数据纹理，按照标准图片格式传输，可以在客户端使用不同的着色器和样式来渲染。

DGGS的核心思想是每一个索引网格表示一块地理区域，并且对应分配了一块地理数据；格点具有特定分辨率、位置和尺寸。DGGS中每一个数据集都有格点结构，多个数据集可以通过结构组合，而不需要通过与网格相关的位置或尺度来查询其单数据集信息。相比之下，卫星源图像是根据卫星轨道路径的采样数据，其采样点具有位置和尺度特性，因而很难直接用于数据绘制和分析。

受限于内存大小和网络带宽，通常不可能把完整数据集下载到客户端。为了降低传输的数据量，我们只传输在当前视图渲染地球所需的必要数据；当视点缩放或平移之后，重新下载适配当前视口的数据。客户端请求所需地理数据的方式如图1所示。

3 多层次焦点关联视图

我们改进了Hasan等人的方法来创建和管理多层次焦点关联可视化架构。首先，在地球视图上默认一个热点观察区，场景中会创建一个虚拟相机用来匹配该热点观察区；然后通过第二个相机来观察该区域的放大视图，并将结果独立绘制在屏幕上；最后，在热点区视图和放大视图之间绘制一个半透明的连接。该方法中，热点区域的不同精度视图通过焦点的方式关联起来了，并且，放大后的视图可以作为一个热点区，递归地关联出新的热点观察区域，如图2所示。

每个新建相机都是动态的，可在地表移动和任意缩放，也可以通过代码控制其自动运动动画。如相机可以设置为跟随卫星轨道运动，以卫星的视图来观察地球。

4 客户端可视化定制

这项工作的目标是在数字地球上提供不同的可视化方法和数据样式，同时也减少了服务器端的内容操作，提高了网络缓存性能。诸如谷歌地图之类的数字地球，通常在地球表面使用第一独立层来叠加信息或显示附加图像。我们将不同的数据集编码到图像中，服务器将数据层转换成多幅光栅化图像（RGBA通道）。一个RGBA图像文件最多可以编码四层数据，如PNG格式。图像文件的压缩率较好，并且兼容网络的内容缓存机制。

图像的每个颜色通道为一个字节，如果某项地理数据的取值范围在[a，b]之间，我们需要将其映射到[0，255]并取整。大多数可视化情况这已足够，对于少量高精度的可视化需求，我们可以使用最多4个颜色通道，也即32比特数据，取值范围超过42亿，也完全足够了。客户端主流的GPU能够在单个渲染通道对16张图像同时采样，这意味着每张图像可以有4层数据编码，也就是可以对64层数据同时进行显示处理了，如图3所示。

参考文献

[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：

何晓曦（1978-），男，四川省成都市人。博士学位。现为成都信息工程大学软件工程学院副教授、硕导。主要研究方向为虚拟现实与图形学仿真。

作者单位

成都信息工程大学软件工程学院 四川省成都市 610225