جستجوی مقالات مرتبط با کلیدواژه
تکرار جستجوی کلیدواژه spatial data optimizations در نشریات گروه فنی و مهندسی
spatial data optimizations
در نشریات گروه عمران
تکرار جستجوی کلیدواژه spatial data optimizations در مقالات مجلات علمی
-
رشد روزافزون حجم داده های مکانی مورد استفاده در سازمان ها و نهادها، مشکلات مربوط به قابلیت های دسترسی به داده های مکانی حجیم را جلوه گر ساخته است. عمده ی این مشکلات مربوط به بصری سازی داده های برداری در مقیاس کوچک می باشد. در این حالت باید حجم عظیمی از داده ها فراخوانی شده، ارائه شوند. به عنوان یک نمونه، لایه زراعت در نقشه های 1:25000 توپوگرافی ملی با حدود 400 مگابایت حجم، در زمانی حدود 60 ثانیه از پایگاه داده به سرور نقشه منتقل شده، در آنجا مورد پردازش قرار گرفته، به مقیاس کوچک تبدیل شود و در نهایت نتیجه عملیات به صورت تصویر ارائه گردد. این درحالی است که پایگاه داده و سرور نقشه هردو در یک دستگاه قرار داشته و تاخیرهای مربوط به شبکه ارتباطی، وجود نداشته است. در سیستم های مدیریت پایگاه داده های مکانی، امکاناتی برای تسریع نمایش داده های مختلف، با استفاده از سه روش هرم تصویری، تکه های تصویری، و شاخص-گذاری مکانی ارائه می گردند، ولی هیچ یک از این روش ها برای عرضه نقشه های برداری در مقیاس کوچک کارایی ندارند. ما در مقاله-ی حاضر، روشی مبتنی بر ساده سازی نقشه های برداری در سطوح مختلف بزرگنمایی برای تسریع در عرضه آن ها پیشنهاد داده است. برای آزمون روش پیشنهادی، از لایه های پایگاه داده مکانی توپوگرافی ملی در مقیاس 1:25000، تحت نرم افزار اوراکل استفاده شد. نتایح نشان دهنده موفقیت روش در تسریع دسترسی به اطلاعات نقشه ای بود. بدینوسیله زمان ارایه نقشه برای مجموعه داده آزمون از 60 ثانیه به حدود یک ثانیه کاهش یافت.
کلید واژگان: ساده سازی نقشه، ساختار هرم نقشه ای، ذخیره و بازیابی داده مکانیThere are two major problems in presenting massive spatial data. First one is presenting whole data in a low scale range، and the second one is presenting part of data in a high scale range. For each of these two regions it is needed special solutions for each of raster and vector data types. Most of database management systems provides three good built-in function solutions for three kinds of above problems. «Image Tiling» for high scale raster data type، «Image Pyramid» for low scale raster data type، and «Spatial Indexing» for high scale vector data type. In fact none of them offers a particular function for optimizing whole vector data presentation at low scale range. In this study، by using generalization algorithms، we implemented a pyramid vector structure for some massive layers of 1/25000 National Topographic Database maps which were about one gigabyte، and needed 80 seconds to be presented at 1/11000 000 scale. After preparing vector pyramid architecture، it was possible to present them all، in just a four seconds.Keywords: Map generalization, Map pyramid structure, Spatial data optimizations
نکته
- نتایج بر اساس تاریخ انتشار مرتب شدهاند.
- کلیدواژه مورد نظر شما تنها در فیلد کلیدواژگان مقالات جستجو شدهاست. به منظور حذف نتایج غیر مرتبط، جستجو تنها در مقالات مجلاتی انجام شده که با مجله ماخذ هم موضوع هستند.
- در صورتی که میخواهید جستجو را در همه موضوعات و با شرایط دیگر تکرار کنید به صفحه جستجوی پیشرفته مجلات مراجعه کنید.