陳志榮，尹天鶴，徐財(cái)江，周 峰（．寧波工程學(xué)院理學(xué)院，浙江寧波3506；．寧波市國土資源信息中心，浙江寧波35040）

?

面向移動用戶的矢量地圖數(shù)據(jù)壓縮方法

陳志榮1，尹天鶴1，徐財(cái)江2，周 峰1
（1．寧波工程學(xué)院理學(xué)院，浙江寧波315016；2．寧波市國土資源信息中心，浙江寧波315040）

摘 要：隨著第4代移動通信技術(shù)（4G）的普及以及4核和8核CPU手機(jī)的出現(xiàn)，無線網(wǎng)絡(luò)數(shù)據(jù)傳輸能力大幅提升，移動終端性能大為改善．移動用戶的廣泛參與使得地理信息的采集和上傳下載數(shù)據(jù)巨量，致使有限的帶寬傳輸速率與海量信息傳輸需求不匹配．針對移動用戶對空間數(shù)據(jù)的高壓縮率和高失真度容忍率的需求，提出了一種新的矢量地圖數(shù)據(jù)壓縮方法，通過去除冗余點(diǎn)、平移坐標(biāo)軸和轉(zhuǎn)換數(shù)據(jù)類型3個步驟，可2次壓縮數(shù)據(jù)．測試結(jié)果顯示，該方法的綜合壓縮率接近70%，可有效降低無線網(wǎng)絡(luò)數(shù)據(jù)傳輸負(fù)荷，節(jié)約移動終端的存儲空間．

關(guān) 鍵 詞：數(shù)據(jù)壓縮；移動用戶；矢量地圖數(shù)據(jù)；位置服務(wù)

0 引 言

位置服務(wù)（location－based service，LBS）是指采用定位技術(shù)獲取用戶終端的位置信息，通過移動通信網(wǎng)絡(luò)，在電子地圖平臺的支持下為用戶提供定位、導(dǎo)航、查詢和識別等與空間位置相關(guān)的增值服務(wù)業(yè)務(wù)［1］．位置服務(wù)是高速移動互聯(lián)網(wǎng)技術(shù)與地理空間信息技術(shù)相結(jié)合的產(chǎn)物，它以移動通信技術(shù)為承載平臺，通過移動終端為廣大移動用戶提供信息類業(yè)務(wù)（如旅游、天氣、交通、問路、黃頁、廣告）、娛樂類業(yè)務(wù)、車輛調(diào)度業(yè)務(wù)、跟蹤類業(yè)務(wù)和急救類業(yè)務(wù)等各種基于位置的空間信息服務(wù)，被全球許多移動運(yùn)營商和咨詢機(jī)構(gòu)視為下一代移動網(wǎng)絡(luò)的核心業(yè)務(wù)．相對于普通電腦客戶端，移動終端是指借助無線網(wǎng)絡(luò)技術(shù)接入網(wǎng)絡(luò)的具有有限計(jì)算資源的設(shè)備［2］．在利用移動地理信息服務(wù)時，移動用戶不僅受到無線網(wǎng)絡(luò)帶寬窄和穩(wěn)定性差的限制，也受到移動設(shè)備存儲空間小、顯示屏小且分辨率低和CPU計(jì)算能力弱的限制，從而對海量空間數(shù)據(jù)的存儲、傳輸、顯示和分析存在困難［3］．為使移動空間數(shù)據(jù)盡可能簡潔，空間數(shù)據(jù)的壓縮顯得尤為重要．

當(dāng)前位置服務(wù)中的基礎(chǔ)地圖數(shù)據(jù)由道路、行政區(qū)劃、房屋、公交站點(diǎn)等點(diǎn)狀、線狀及面狀矢量數(shù)據(jù)構(gòu)成．對移動空間信息服務(wù)中空間數(shù)據(jù)的壓縮，主要是對其中的矢量數(shù)據(jù)的壓縮．點(diǎn)狀圖形要素可以看成是特殊的線狀圖形要素，面狀圖形要素的基礎(chǔ)也是線狀圖形要素，由一條或多條線狀圖形要素圍成［4］．因此，線狀圖形要素的壓縮就成為矢量數(shù)據(jù)壓縮中最重要的問題．一般而言，矢量數(shù)據(jù)壓縮是從組成曲線的點(diǎn)集合A中抽取一個子集B，用這個子集B在一定的精度范圍內(nèi)盡可能地反映原數(shù)據(jù)集合A，而這個子集B的點(diǎn)數(shù)應(yīng)盡可能少［5］．當(dāng)前矢量數(shù)據(jù)壓縮方法主要有距離控制類方法（如垂距限值法和曲線多邊形逼近算法，后者通常也稱Douglas－Peucker方法［6－8］）、角度控制類方法（如角度限值法［9］）以及基于小波技術(shù)的壓縮方法［10］等．近年來，矢量地圖數(shù)據(jù)壓縮方面的研究主要集中在Douglas－Peucker方法的完善和改進(jìn)上，如尹路等［11］將空間對象間的拓?fù)潢P(guān)系因素添加到算法中，李帥等［12］提出一種改進(jìn)的矢量曲線特征點(diǎn)提取方法．部分學(xué)者提出了一些新的矢量數(shù)據(jù)壓縮思路，如譚國律等［13］利用動態(tài)規(guī)劃思想，討論單實(shí)體和多實(shí)體矢量數(shù)據(jù)的壓縮方法；余先川等［14］利用整數(shù)小波變換方式處理坐標(biāo)數(shù)據(jù)，實(shí)現(xiàn)了較高壓縮比的空間矢量數(shù)據(jù)無損壓縮；李青元等［15］提出了利用int甚至short型代替float和double型來存儲空間坐標(biāo)點(diǎn)的方法，以取得較高壓縮比例．這些方法主要面向傳統(tǒng)的空間數(shù)據(jù)管理需求，對壓縮后的數(shù)據(jù)精度要求較高．隨著WebGIS（網(wǎng)絡(luò)地理信息系統(tǒng)）的廣泛應(yīng)用和移動位置服務(wù)的逐漸深入，提出了有限帶寬場景下的矢量數(shù)據(jù)壓縮新需求，如趙艷偉等［16］提出因受到互聯(lián)網(wǎng)帶寬的限制，WebGIS數(shù)據(jù)傳輸效率低的問題；柯敏毅等［17］對主流的矢量地圖數(shù)據(jù)壓縮技術(shù)在移動GIS中應(yīng)用的優(yōu)缺點(diǎn)進(jìn)行了分析與比較；秦斌等［18］針對移動GIS壓縮存儲和傳輸?shù)囊?，改進(jìn)了Douglas－Peucker算法；陳濤等［19］針對嵌入式設(shè)備硬件條件的限制，對矢量和柵格地圖數(shù)據(jù)進(jìn)行了LOD分層、壓縮、分塊和建立索引等一系列處理．這些方法雖部分解決了有限帶寬帶來的問題．然而，專門針對移動位置服務(wù)的空間數(shù)據(jù)壓縮方法的研究仍較少．

在移動位置服務(wù)中，由于受到移動終端屏幕尺寸、分辨率和存儲空間的限制，對數(shù)據(jù)壓縮的精度要求較低，而對壓縮量要求較高．總體而言，用戶對空間數(shù)據(jù)壓縮的需求有所變化（見圖1）．現(xiàn)有的矢量數(shù)據(jù)壓縮方法在一定程度上還有較大的改進(jìn)空間．基于此，設(shè)計(jì)了一種面向移動用戶的矢量地圖數(shù)據(jù)壓縮方法，并進(jìn)行了大規(guī)模的數(shù)據(jù)測試分析，驗(yàn)證了該方法的有效性和可行性．

圖1　用戶對空間數(shù)據(jù)壓縮需求的變化Fig．1 Changes of users demand in the spatial data

1 壓縮方法設(shè)計(jì)

圍繞移動用戶對空間數(shù)據(jù)壓縮率要求高、失真度容忍率高的新需求，本方法通過去除冗余點(diǎn)、平移坐標(biāo)軸、轉(zhuǎn)換數(shù)據(jù)類型3個步驟，分2次壓縮數(shù)據(jù)，盡最大可能提高矢量地圖數(shù)據(jù)的綜合壓縮率，壓縮流程如圖2所示．其中，去除冗余數(shù)據(jù)點(diǎn)和轉(zhuǎn)換數(shù)據(jù)類型，均為有損壓縮．

1．1 去除冗余數(shù)據(jù)點(diǎn)

空間數(shù)據(jù)在制作過程中，人工制圖或通過智能軟件自動提取遙感影像邊界時，不可避免會產(chǎn)生一些冗余數(shù)據(jù)，從而增大了地圖數(shù)據(jù)量．在移動位置服務(wù)中，去除冗余點(diǎn)是精簡數(shù)據(jù)的必要步驟．作為優(yōu)選，本研究采用經(jīng)典Douglas－Peucker方法進(jìn)行冗余點(diǎn)去除．Douglas－Peucker方法一般以遞歸方式實(shí)現(xiàn)，為了提高算法效率，本文將采用非遞歸形式代替遞歸形式．其算法流程如圖3所示．

圖2　壓縮方法設(shè)計(jì)Fig．2 Compression method design

圖3　Douglas－Peucker算法的非遞歸形式Fig．3 Non recursive form of Douglas－Peucker algorithm

（1）確定矢量地圖數(shù)據(jù)曲線的始點(diǎn)和終點(diǎn)，按順序?qū)⑹噶康貓D數(shù)據(jù)中從始點(diǎn)到終點(diǎn)的所有數(shù)據(jù)點(diǎn)輸入數(shù)據(jù)源，同時確定誤差允許范圍dmax；

（2）計(jì)算經(jīng)過始點(diǎn)和終點(diǎn)的直線方程y＝kx＋b，計(jì)算始點(diǎn)和終點(diǎn)之間各個點(diǎn)到直線y＝kx＋b的距離，選取與直線y＝kx＋b距離最大的點(diǎn)P，得最大距離hmax，其中k為直線的斜率，b為直線在縱坐標(biāo)軸上的截距；

（3）如果hmax＜dmax，則刪除始點(diǎn)和終點(diǎn)之間的數(shù)據(jù)點(diǎn)，以直線y＝kx＋b代替整條弧線；如果hmax≥dmax，則P為保留點(diǎn)，利用同樣的方法對始點(diǎn)與P點(diǎn)之間的曲線、P點(diǎn)與終點(diǎn)之間的曲線上的數(shù)據(jù)點(diǎn)進(jìn)行檢測，以確定下一批保留點(diǎn)，依此循環(huán)，直至兩端點(diǎn)之間曲線上的數(shù)據(jù)點(diǎn)與兩端點(diǎn)連線的距離最大值小于dmax為止．

1．2 坐標(biāo)軸平移

空間數(shù)據(jù)的坐標(biāo)值通常采用double精度的（x，y）存儲．一般情況下，同一個圖斑上的數(shù)據(jù)點(diǎn)坐標(biāo)值差別最多從百位開始，如縣市行政邊界．移動用戶常用的位置服務(wù)以城市內(nèi)服務(wù)為主，如興趣點(diǎn)搜索、導(dǎo)航等，這些服務(wù)所需用到的地圖數(shù)據(jù)（如居民區(qū)圖斑），其數(shù)據(jù)點(diǎn)間坐標(biāo)值差別通常僅為小數(shù)點(diǎn)后面的數(shù)值．因此，可在1．1節(jié)得到的精簡后的線狀數(shù)據(jù)基礎(chǔ)上，對數(shù)據(jù)點(diǎn)進(jìn)行坐標(biāo)軸平移，進(jìn)一步精簡數(shù)據(jù)，為二次壓縮做準(zhǔn)備．具體步驟如下：

（1）分別比較剩下數(shù)據(jù)點(diǎn)的橫坐標(biāo)和縱坐標(biāo)，得到橫、縱坐標(biāo)的最小值為Xmin、Ymin；

（2）以Xmin作為在x軸方向的平移距離，Ymin作為在y軸方向的平移距離，并以點(diǎn)（Xmin，Ymin）作為坐標(biāo)原點(diǎn)，建立新的坐標(biāo)系；

（3）計(jì)算剩下數(shù)據(jù)點(diǎn)平移至新坐標(biāo)系后的新坐標(biāo)，在該線狀數(shù)據(jù)中新建2個double型參數(shù)，分別記錄偏移量Xmin和Ymin用于解壓縮，double型參數(shù)為雙精度浮點(diǎn)型參數(shù)．

1．3 數(shù)據(jù)類型轉(zhuǎn)換

double類型采用64位內(nèi)存空間存儲數(shù)據(jù)，而坐標(biāo)軸平移之后，數(shù)據(jù)點(diǎn)的坐標(biāo)值位數(shù)減少，有效位數(shù)通常在9位以內(nèi)，存儲空間有較大浪費(fèi)．作為替代，采用32位存儲空間的unsigned int32類型（以下簡稱int32型）存儲數(shù)據(jù)點(diǎn)坐標(biāo)，可以實(shí)現(xiàn)存儲空間的二次壓縮，且精度損失不大．

在1．2節(jié)得到的平移后的線狀數(shù)據(jù)基礎(chǔ)上，首先對各數(shù)據(jù)點(diǎn)的新坐標(biāo)值進(jìn)行放大處理：比較各數(shù)據(jù)點(diǎn)平移后的新橫坐標(biāo)值X和新縱坐標(biāo)值Y，得到橫縱坐標(biāo)的最大值Xmax和Ymax，將Xmax乘以10m，補(bǔ)足其為9位數(shù)，再將其他數(shù)據(jù)點(diǎn)的新橫坐標(biāo)值X乘以10m，同理將Ymax乘以10n，補(bǔ)足其為9位數(shù)，再將其他數(shù)據(jù)點(diǎn)的新縱坐標(biāo)值Y乘以10n；在該線狀數(shù)據(jù)中新建2個int32型參數(shù)，分別記錄放大量m和n用于解壓縮，其中m和n均為正整數(shù)，int32型參數(shù)為32位整數(shù)型參數(shù)．

將放大后的線狀數(shù)據(jù)點(diǎn)的坐標(biāo)類型由double型強(qiáng)制轉(zhuǎn)換為int32型，以減少數(shù)據(jù)點(diǎn)坐標(biāo)記錄所占用的存儲空間．最后將int32型數(shù)據(jù)點(diǎn)集合，以及上述步驟的偏移量Xmin和Ymin、放大量m和n合并記錄為壓縮后的矢量地圖數(shù)據(jù)．

2 數(shù)據(jù)壓縮測試

2．1 樣本數(shù)據(jù)選取

為了驗(yàn)證所設(shè)計(jì)的壓縮方法的可行性，選取某縣市行政區(qū)圖形作為樣本數(shù)據(jù)進(jìn)行壓縮測試，其空間數(shù)據(jù)占52．8MB，對應(yīng)樣本數(shù)據(jù)中的．shp文件．

數(shù)據(jù)繪制示例如圖4所示，從中可以看出，部分?jǐn)?shù)據(jù)存在明顯冗余．因圖4右下角多邊形數(shù)據(jù)量較大，為便于測試，本文將以該圖形為例，詳細(xì)介紹壓縮測試過程．該圖形由96個數(shù)據(jù)點(diǎn)構(gòu)成，每個數(shù)據(jù)點(diǎn)double精度的（x，y）存儲坐標(biāo)值，始點(diǎn)P1坐標(biāo)為（636 037．847 235，3 313 442．795 090），終點(diǎn)P96坐標(biāo)為（636 037．843 345，3 313 442．789 755）．

圖4　樣本數(shù)據(jù)繪制示例Fig．4 Examples of sample data plotting

2．2 壓縮測試

2．2．1 Douglas－Peucker方法初次壓縮

采用Douglas－Peucker方法對矢量數(shù)據(jù)進(jìn)行壓縮，首先要確定限差dmax的值，其實(shí)這也是圖形壓縮率的一個體現(xiàn)．限差越大，表明允許的誤差越大，圖形的失真度就越高．本文選取了0．5，1，1．5，2四種不同的限差，分別對樣本數(shù)據(jù)進(jìn)行壓縮測試，結(jié)果如圖5所示，頂點(diǎn)數(shù)分別為原始圖形的29．2%，24．0%，20．8%，19．8%．可見壓縮過程對于減少原始數(shù)據(jù)點(diǎn)的數(shù)量效果明顯．隨著限差的不斷增大，圖形逐漸失真，特別是多邊形拐角處．為盡可能保留數(shù)據(jù)信息，本研究選用的冗余點(diǎn)限差為0．5，對原始數(shù)據(jù)文件進(jìn)行壓縮，壓縮后文件大小為31．3MB，壓縮率為40．7%．

2．2．2 坐標(biāo)軸平移

在初次壓縮得到的精簡的線狀數(shù)據(jù)基礎(chǔ)上，對剩余數(shù)據(jù)點(diǎn)進(jìn)行坐標(biāo)軸平移：

（1）分別比較剩余28個數(shù)據(jù)點(diǎn)的橫坐標(biāo)和縱坐標(biāo)，得到橫坐標(biāo)最小值Xmin為635 889．373 510，縱坐標(biāo)最小值Ymin為3 313 138．687 620；

（2）以635 889．373 510作為x軸方向的平移距離，3 313 138．687 620作為y軸方向的平移距離，并以點(diǎn)（635 889．373 510，3 313 138．687 620）為原點(diǎn)，建立新的坐標(biāo)軸；

（3）依次計(jì)算28個數(shù)據(jù)點(diǎn)在新坐標(biāo)軸中的坐標(biāo)值，記錄其新坐標(biāo)值數(shù)據(jù)為data X1（double［］）和dataY1（double［］）．

圖5　4種限差的壓縮效果Fig．5 Compression effects of four kinds of limits

2．2．3 二次壓縮

首先，在平移后的線狀數(shù)據(jù)基礎(chǔ)上，對各數(shù)據(jù)點(diǎn)的坐標(biāo)值進(jìn)行放大處理：

（1）比較各數(shù)據(jù)點(diǎn)平移后的橫坐標(biāo)和縱坐標(biāo)值，得橫坐標(biāo)的最大值Xmax為205．900 290，縱坐標(biāo)的最大值Ymax為304．107 470；

（2）對橫坐標(biāo)的最大值205．900 290以及縱坐標(biāo)的最大值304．107 470乘以106補(bǔ)足其為9位數(shù)，則放大量m與n為6；

（3）對平移后的各數(shù)據(jù)點(diǎn)的橫坐標(biāo)和縱坐標(biāo)值分別乘以106，記錄放大后28個數(shù)據(jù)點(diǎn)的橫坐標(biāo)和縱坐標(biāo)值分別為data X2（double［］）和dataY2 （double［］）．

其次，將放大后的線狀數(shù)據(jù)點(diǎn)的橫坐標(biāo)data X2 （double［］）和縱坐標(biāo)值dataY2（double［］）由double型強(qiáng)制轉(zhuǎn)換為int32型dataFX（int32［］）和dataFY （int32［］），從而減少數(shù)據(jù)占用的存儲空間．

最后，將偏移量635 889．373 510以及3 313 138．687 620，放大量6和6，以及最終得到的int32型數(shù)據(jù)點(diǎn)集合，合并記錄到壓縮后的矢量地圖數(shù)據(jù)文件中，從而實(shí)現(xiàn)對矢量地圖數(shù)據(jù)的壓縮．

對初次壓縮后的數(shù)據(jù)文件進(jìn)行二次壓縮，壓縮后文件大小為16．0MB，綜合壓縮率達(dá)到了69．7%，壓縮效果明顯．

2．3 結(jié)果分析

為了比較解壓縮后圖像的失真情況，對解壓縮后的圖形和原始圖形進(jìn)行疊加分析．如圖6所示，藍(lán)色為原始圖形，紅色為解壓縮后的圖形．可以看出圖形發(fā)生錯位的地方非常有限，在移動終端屏幕尺寸小、分辨率有限的情況下，已能滿足移動用戶的需求．

圖6　解壓縮后的圖形與原始圖形疊加分析Fig．6 Overlay analysis of the original and decompressed graphics

利用本壓縮方法，分別對大小為34．7，79．5，49．8MB的線（面）狀數(shù)據(jù)文件進(jìn)行壓縮測試，綜合壓縮率分別達(dá)到了63．8%，72．1%，66．9%，平均壓縮率接近70%．

本方法在實(shí)現(xiàn)較高壓縮率的同時，在實(shí)際使用過程中還有一些需要完善的地方，分析如下：

（1）Douglas－Peucker方法剔除了冗余點(diǎn)的限差dmax，其取值應(yīng)考慮移動用戶實(shí)際需求的動態(tài)比例尺大小，比例尺越大，dmax取值應(yīng)越小，二者的對應(yīng)關(guān)系尚需深入研究；

（2）在服務(wù)器中預(yù)生成各常用限差值dmax的金字塔級緩存數(shù)據(jù)，當(dāng)位置服務(wù)請求地圖數(shù)據(jù)時，可結(jié)合移動用戶實(shí)際需求的比例尺來調(diào)用，提高服務(wù)效率；

（3）由于int32類型存儲值最大為4 294 967 295，因此坐標(biāo)值最大只能放大為9位數(shù)．對于坐標(biāo)值跨度較大的圖斑，如太湖邊界，數(shù)據(jù)類型轉(zhuǎn)換后小數(shù)位數(shù)據(jù)將舍棄較多，精度損失較大；

（4）對于精度要求較高的圖層，如國境線，不宜采用本方法．

3 結(jié) 論

針對移動用戶對地圖數(shù)據(jù)壓縮率要求高、失真率容忍度高的特點(diǎn)，設(shè)計(jì)了一種面向移動用戶的矢量地圖數(shù)據(jù)壓縮方法．首先利用矢量數(shù)據(jù)壓縮方法有效去除了冗余數(shù)據(jù)點(diǎn)，獲得精簡的線狀數(shù)據(jù)，在此基礎(chǔ)上對精簡后的線狀數(shù)據(jù)進(jìn)行坐標(biāo)平移，并放大各數(shù)據(jù)點(diǎn)的坐標(biāo)值，進(jìn)而強(qiáng)制將各數(shù)據(jù)點(diǎn)的數(shù)據(jù)類型由double型轉(zhuǎn)換為int32型，實(shí)現(xiàn)二次壓縮．本方法充分考慮移動用戶的需求特點(diǎn)，在移動用戶可接受的精度范圍內(nèi)，最大限度地提高了矢量地圖數(shù)據(jù)壓縮率，有效減少了無線網(wǎng)絡(luò)在數(shù)據(jù)傳輸時的負(fù)荷，節(jié)約了移動終端存儲空間．

參考文獻(xiàn)（References）：

［1］ 李德仁，李清泉，謝智穎，等．論空間信息與移動通信的集成應(yīng)用［J］．武漢大學(xué)學(xué)報：信息科學(xué)版，2002，27 （1）：l－6．LI Deren，LI Qingquan，XIE Zhiying，et al．The technique integration of the spatial information and mobile communication［J］．Geomatics and Information Science of Wuhan University，2002，27（1）：1－6．

［2］ 成建國，任福．移動環(huán)境中空間信息服務(wù)模式研究［J］．地理信息世界，2006，6（3）：57－60．CHENG Jianguo，REN Fu．Geographic information service model in mobile context［J］．Geomatics World， 2006，6（3）：57－60．

［3］ 張海堂，張永生，羅睿，等．移動GIS中點(diǎn)要素信息自適應(yīng)服務(wù)技術(shù)研究［J］．計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報，2005，17（6）：1167－1172．ZHANG Haitang，ZHANG Yongsheng，LUO Rui，et al．Adaptive service of point features in mobile GIS［J］．Journal of Computer Aided Design ＆Computer Graphics，2005，17（6）：1167－1172．

［4］ 陳飛翔．移動空間信息服務(wù)關(guān)鍵技術(shù)研究［D］．北京：中國科學(xué)院遙感應(yīng)用研究所，2006．CHEN Feixiang．Research on Key Technologies for Mobile Spatial Information Services［D］．Beijing：Institute of Remote Sensing Applications，CAS，2006．

［5］ 黃培之．具有預(yù)測功能的曲線矢量數(shù)據(jù)壓縮方法［J］．測繪學(xué)報，1995，24（4）：316－320．HUANG Peizhi．Vector data compression with prediction function［J］．Acta Geodaetica et Cartographica Sinica，1995，24（4）：316－320．

［6］ RAMER U．An iterative procedure for the polygonal approximation of plane closed curves［J］．Computer Graphics and Image Processing，1972，1（3）：244－256．

［7］ PAVLIDIS T，HOROWITZ S L．Segmentation of plane curve［J］．IEEE Trans Computers，1974，23：860－870．

［8］ 楊得志，王杰臣，閭國年．矢量數(shù)據(jù)壓縮的Douglas－Peucker算法的實(shí)現(xiàn)與改進(jìn)［J］．測繪通報，2002（7）：18－19，22．YANG Dezhi，WANG Jiechen，LYU Guonian．Study of realization method and improvement of Douglas－Peucher algorithm of vector data compressing［J］．Bulletin of Surveying and Mapping，2002（7）：18－19，22．

［9］ 劉曉紅，李樹軍．矢量數(shù)據(jù)壓縮的角度分段道格拉斯算法研究［J］．四川測繪，2005，28（2）：51－52．LIU Xiaohong，LI Shujun．Study on subsection Douglas algorithm with the goniometry in generalization［J］．Surveying and Mapping of Sichuan，2005，28（2）：51－52．

［10］ 王玉海，朱長青．多進(jìn)制小波在矢量地圖數(shù)據(jù)壓縮中的應(yīng)用［J］．測繪科學(xué)，2003，28（3）：66－68．WANG Yuhai，ZHU Changqing．The vector relief data compression based on the multi－band wavelet［J］．Science of Surveying and Mapping，2003，28（3）：66－68．

［11］ 尹路，周初陽．基于Douglas－Peucker的矢量數(shù)據(jù)壓縮算法［J］．科技創(chuàng)新導(dǎo)報，2014，14：248．YIN Lu，ZHOU Chuyang．Vector data compression algorithm based on Douglas－Peucker［J］．Science and Technology Innovation Herald，2014，14：248．

［12］ 李帥，方源敏，喜文飛．基于無拓?fù)涫噶壳€的快速壓縮算法［J］．科學(xué)技術(shù)與工程，2011，11（18）：4324－4327．

［13］ 譚國律，唐金秀．矢量數(shù)據(jù)的優(yōu)化壓縮研究［J］．測繪通報，2010（4）：46－48，51．TAN Guolyu，TANG Jinxiu．The study for optimized compression of vector data［J］．Bulletin of Surveying and Mapping，2010（4）：46－48，51．

［14］ 余先川，張君蘭，張立保．基于整數(shù)小波變換的空間矢量數(shù)據(jù)壓縮方法［J］．中國地質(zhì)大學(xué)學(xué)報，2011，36 （2）：381－385．YU Xianchuan，ZHANG Junlan，ZHANG Libao．Spatial vector data compression method based on integer wavelet transform［J］．Journal of China University of Geosciences，2011，36（2）：381－385．

［15］ 李青元，劉曉東，曹代勇．WebGIS矢量空間數(shù)據(jù)壓縮方法探討［J］．中國圖象圖形學(xué)報，2001（12）：1225－1229．LI Qingyuan，LIU Xiaodong，CAO Daiyong．Research in Web GIS vector spatial data compression methods［J］．Journal of Image and Graphics，2001（12）：1225－1229．

［16］ 趙艷偉，程振林，董慧，等．WebGIS多層次矢量數(shù)據(jù)壓縮方法及仿真實(shí)現(xiàn)［J］．系統(tǒng)仿真學(xué)報，2012，24（6）：1259－1264．ZHAO Yanwei，CHENG Zhenlin，DONG Hui，et al．Method of multilevel vector data compression for Web GIS［J］．Journal of System Simulation，2012，24（6）：1259－1264．

［17］ 柯敏毅，王國治．移動GIS中的空間矢量數(shù)據(jù)壓縮方法［J］．地理空間信息，2007，5（1）：24－26．KE Minyi，WANG Guozhi．Vector data compression of mobile GIS［J］．Geospatial Information，2007，5（1）：24－26．

［18］ 秦斌．移動GIS中矢量數(shù)據(jù)壓縮及傳輸問題研究［D］．昆明：昆明理工大學(xué)，2010．QIN Bin．Research on Vector Data Compression and Transmission in Mobile GIS［D］．Kunming：Kunming University of Science and Technology，2010．

［19］ 陳濤，翟京生，陳雙軍，等．嵌入式GIS中基于LOD的地圖數(shù)據(jù)組織模型設(shè)計(jì)［J］．測繪科學(xué)技術(shù)學(xué)報，2011，28（5）：374－377．CHEN Tao，ZHAI Jingsheng，CHEN Shuangjun，et al．Design of map data model based on LOD in embedded GIS［J］．Journal of Geomatics Science and Technology，2011，28（5）：374－377．

Vector data compression method for mobile users

CHEN Zhirong1，YIN Tianhe1，XU Caijiang2，ZHOU Feng1（1．College of Science，Ningbo University of Technology，Ningbo 315016，Zhejiang Province，China；2．Ningbo Municipal Information Center of Land and Resources，Ningbo 315040，Zhejiang Province，China）

Journal of Zhejiang University（Science Edition），2016，43（1）：045－050

Abstract：With the popularization of fourth generation（4G）mobile communication technology and the four／eightcore mobile phones，the data transmission capacity on the wireless network and the performance of mobile terminal are substantially improved．Mobile users are widely involved in making geographic information acquisition，upload and download．However，the requirements of data transmission will reach an unprecedented level，and are incompatible with the limited bandwidth．To meet with the new requirements of the higher compression rate and precision tolerance for spatial data，a vector data compression method is designed independently．Removing redundant points，parallel moving coordinate axis and data type conversion are used as three steps in the method to realize double compression．The tests reveal that the comprehensive compression rate of this method is close to 70%．It has effectively reduced the data transmission pressure in the wireless network，and has saved the memory space of mobile terminal．

Key Words：data compression；mobile user；vector map data；location－based service

作者簡介：陳志榮（1981－），女，博士，副教授，主要從事移動地理信息系統(tǒng)理論與應(yīng)用研究，E－mail：chenzr29＠foxmail．com．

基金項(xiàng)目：國家自然科學(xué)基金資助項(xiàng)目（40901241，Q15D010011）；浙江省自然科學(xué)基金資助項(xiàng)目（Y5090377，Q15D010011）；浙江省科技廳／公益技術(shù)應(yīng)用研究項(xiàng)目（2014C31076）．

收稿日期：2014－12－20．

DOI：10．3785／j．issn．1008－9497．2016．01．008

中圖分類號：P 208

文獻(xiàn)標(biāo)志碼：A

文章編號：1008－9497（2016）01－045－06