劉斌彬　陳飛翔　劉佳星

摘要：為解決傳統(tǒng)移動GIS在林區(qū)矢量數(shù)據可視化過程中數(shù)據請求效率低、內存資源占用高的問題，該文提出了一種適用于林區(qū)矢量數(shù)據的快速可視化策略。該策略在分析林分空間分布和外業(yè)調查人員的操作特征的基礎上，采用林區(qū)多分辨率矢量瓦片數(shù)據，在移動端建立瓦片緩存策略，利用瓦片索引和要素索引，構建矢量瓦片熱度指標，同時引入瓦片生命周期因素，最終實現(xiàn)緩存中瓦片置換。以云南省勐?？h林業(yè)數(shù)據為例，利用多種可視化方法對比該文提出的矢量數(shù)據的可視化性能。實驗結果表明，與傳統(tǒng)矢量數(shù)據可視化策略相比，該文提出的策略數(shù)據請求效率高、內存資源占用少，為移動GIS中林業(yè)矢量數(shù)據的快速可視化提供了新的解決思路。

關鍵詞：移動GIS;林區(qū)矢量數(shù)據;矢量瓦片;緩存策略;快速可視化

中圖分類號：P208

DOI：10.16152/j.cnki.xdxbzr.2020－02－017

Rapid visualization technology of forest area vectordata based on mobile GIS

LIU Binbin， CHEN Feixiang， LIU Jiaxing

Abstract： The traditional method of mobile GIS， in the process of forest area vector data visualization， had the defect of low efficiency and high memory resource usage. To overcome this defect， a fast visualization strategy was proposed. The strategy was based on the analysis of the distribution characteristics of forest structures and the operational characteristics of investigators， using forest multi－resolution vector tile data and establishing a tile caching strategy on the mobile GIS. The strategy used the tile and feature indexes and defined the vector tile heat concept. The strategy combined the tile life cycle indicator， then finished the replacement strategy of the vector tile. Taking the forestry data of Menghai County of Yunnan Province as an example，? the performance of the visualization strategy proposed? is compared with other traditional visualization methods. Experiments showed that the strategy in this paper had higher efficiency of data request and less memory resource utilization， which provided a new solution for the rapid visualization of forestry vector data in mobile GIS.

Key words： mobile GIS; forest area vector data; vector tiles; caching strategy; fast visualization

隨著全國林地“一張圖”投入實際應用以及“智慧林業(yè)”概念的提出，移動GIS開始逐步應用于林業(yè)數(shù)據采集過程中［1］，同時也對移動GIS提出了更高的要求［2］。然而，由于移動終端CPU計算能力有限、可運行內存小，傳統(tǒng)移動平臺在渲染顯示行政界線、林地圖斑、林區(qū)專題圖等矢量數(shù)據時，存在數(shù)據請求效率低、系統(tǒng)資源占用高等不足，難以滿足實際的林業(yè)外業(yè)工作的要求［3-5］。為實現(xiàn)矢量數(shù)據的快速可視化，現(xiàn)有國內外研究主要采用構建矢量要素索引、數(shù)據渲染控制和多級緩存機制等方法。董曉光和汪洋分別選用RTree空間索引和四叉樹層次網格索引方法［6-7］，請求屏幕空間范圍矢量數(shù)據。陳志榮和Lina利用抽稀矢量要素構建方案，分別通過建立新坐標參考系和對矢量數(shù)據采取漸進渲染的方式，減少實時渲染的數(shù)據量［8-9］。王飛和Guo結合多級緩存和硬件加速等技術［10-11］，提出多緩存矢量數(shù)據并行繪制策略。以往研究雖然在一定程度上提高了矢量數(shù)據可視化效率，但隨著實際應用中數(shù)據量的增長，構建索引結構復雜，限制了請求和檢索效率;數(shù)據化簡、漸進傳輸和多級緩存等方法也將導致更多的CPU和內存資源占用，傳統(tǒng)方法對矢量數(shù)據的可視化性能提升有限，仍然影響基于移動GIS平臺的外業(yè)工作效率。

本文旨在解決傳統(tǒng)移動GIS林區(qū)矢量數(shù)據可視化速度慢、內存占用高等問題。選用多分辨率矢量瓦片數(shù)據格式，通過瓦片索引實現(xiàn)矢量瓦片的請求和檢索。同時，在移動端建立適用于矢量瓦片的緩存策略，綜合考慮林分的空間分布和移動GIS外業(yè)交互式操作特征，利用矢量瓦片的數(shù)據組織方式，提出矢量瓦片熱度評價指標。進而，結合矢量瓦片熱度和瓦片生命周期因素，將內存緩存中的瓦片置換過程抽象為0-1背包問題，采用貪婪算法快速求解，優(yōu)先置換瓦片緩存效用價值較低的矢量瓦片。以云南省勐?？h林業(yè)數(shù)據為例，比較了矢量瓦片應用于矢量數(shù)據可視化的性能優(yōu)劣，在此基礎上對比本文策略與傳統(tǒng)瓦片緩存策略在處理林區(qū)矢量瓦片時的字節(jié)命中率和瓦片命中率的效率差異，進而得到更高效的矢量數(shù)據可視化策略，為林區(qū)矢量數(shù)據的快速可視化提供新的解決方案。

1 多分辨率矢量瓦片

多分辨率矢量瓦片借鑒構造柵格瓦片時所采用的多分辨率瓦片金字塔模型，將矢量數(shù)據按照固定的多級比例尺從0級開始遞增分層。各層級對應的地理范圍相同，分辨率越來越高，從瓦片層級Z左上角開始，從左至右、從上到下進行均勻格網劃分，最終劃分為4Z個正方形瓦片，再以特定的地理信息編碼格式（如XML，JSON和GeoJSON等）存儲對應多分辨率數(shù)據單元內矢量要素的索引和空間信息［12-13］。矢量瓦片作為矢量數(shù)據的載體，并不存儲固定樣式的圖片，而是在客戶端按照指定的矢量要素樣式實時渲染［7］。矢量瓦片具有瓦片文件管理組織高效、請求快速等優(yōu)勢，兼具支持空間分析、交互操作等矢量數(shù)據的功能［14-15］。

矢量瓦片通過瓦片索引組織多分辨率矢量瓦片文件，矢量瓦片索引可按照瓦片金字塔模型中瓦片層級、行、列序號（Z，X，Y）設置唯一的瓦片索引：

TileID=（Z，X，Y）。 （1）

矢量數(shù)據按照基本要素類別分為點、線、面矢量要素，可通過FtID唯一編碼，同時，瓦片內部存儲有對應地理范圍內的矢量要素，矢量要素則依賴要素索引FtID組織與管理，如圖1所示，被規(guī)則格網分割的矢量要素既可以通過FtID索引實現(xiàn)拓撲鏈接和屬性歸并，也可以通過FtID索引與屬性數(shù)據庫屬性關聯(lián)。

2 基于矢量瓦片熱度的內存緩存策略

2.1 矢量瓦片靜態(tài)加載過程

矢量瓦片靜態(tài)加載實現(xiàn)了視圖范圍矢量瓦片的請求和繪制。根據視圖尺寸參數(shù)、視圖中心點投影坐標和當前視圖的縮放級別，計算屏幕請求區(qū)域在地理空間上的四至范圍，遍歷該層級四至范圍內的瓦片，完成視圖范圍矢量瓦片的請求和繪制［16］。其中，根據瓦片請求參數(shù)（Xreq_min，Yreq_min），（Xreq_max，Yreq_max）計算多分辨率矢量瓦片中起始瓦片TileID（Z，Xmin，Ymin）和末尾瓦片TileID（Z，Xmax，Ymax）的瓦片索引檢索公式如下：

為保證拖拽過程中矢量瓦片流暢顯示，減少因頻繁拖動所導致的瓦片重繪次數(shù)驟增，如圖2所示。本文還采用虛屏繪制技術［17］，在視圖范圍參數(shù)基礎上外向擴展。根據多次試驗調整，擴展0.5倍的視圖高度和寬度能取得較好的優(yōu)化效果。

2.2 矢量瓦片熱度指標

在移動端建立矢量瓦片緩存策略，在矢量瓦片靜態(tài)加載時，利用讀取內存緩存的方式替代原來從硬盤或網絡請求瓦片，能有效提高瓦片的檢索和獲取性能［18］。但由于移動端內存空間有限，當緩存空間已滿且有新的瓦片加載申請時，需要在內存緩存中置換出部分瓦片。在現(xiàn)有以瓦片緩存替換算法為核心的緩存調度策略中，主要根據瓦片的緩存效用價值作為緩存替換的決策因素［19］，如LRU策略通過優(yōu)先替換最舊、最少使用的瓦片;LFU策略最先替換歷史訪問頻率最低的瓦片［20］;TCLEPR策略將緩存存活壽命超出平均緩存壽命并且訪問熱度最低的瓦片置換出內存緩存［21］。而在實際調查過程中，受物理環(huán)境、樹種特性、自然干擾、人為干擾等因素與林分的相互影響，林分空間分布如圖3所示，呈現(xiàn)一定的聚集性，其屬性空間分布也取決于林木的空間位置［22］，即具有高度空間異質性［23］。同時，通過分析外業(yè)人員在林區(qū)復雜環(huán)境下的步行路徑和移動端的交互式操作行為特征［24］得知，用戶使用矢量數(shù)據時，在一段時間內存在高頻瀏覽的區(qū)域，并且其操作范圍與林分的空間分布特征呈現(xiàn)一定相關性［25］。傳統(tǒng)的緩存策略在應用于林區(qū)瓦片的可視化過程中，往往忽略林分本身的區(qū)域性、連續(xù)性、層級性等特性，無法體現(xiàn)林分空間分布特征和矢量瓦片的要素構成。因此，本文在綜合考慮林分空間分布特征和用戶的交互式操作特征等因素的基礎上，借鑒數(shù)據訪問熱度的概念［26］，結合矢量瓦片的數(shù)據組織方式，提出基于矢量要素訪問頻數(shù)的矢量瓦片熱度的指標。

假設在矢量瓦片靜態(tài)加載過程中，命中的矢量瓦片集合為T，對于集合T內的任意瓦片t，均包含了矢量要素集合Ft，則當任意瓦片t被命中時，其包含的矢量要素集合Ft中的所有矢量要素都可稱為被訪問的矢量要素。矢量要素訪問頻數(shù)可反映一定時間內該矢量要素受外業(yè)人員的關注程度。為實現(xiàn)矢量要素FtID及其訪問頻次FtCnt的管理，在內存中建立矢量要素的訪問頻次緩存結構：

則當任意矢量瓦片t被訪問時，其包含的矢量要素集合Ft中所有矢量要素的訪問頻數(shù)增加Vol，有

其中，Size（TileID）表示存儲瓦片所占用的內存空間，k，b作為可調整的參數(shù)可通過實驗設置進一步優(yōu)化策略的應用效果。

在矢量瓦片集合T中，選擇數(shù)量為N的矢量瓦片，應用固定大小的客戶端內存空間V，使得內存緩存中存儲的矢量瓦片的緩存效用總值最大，這一問題可抽象為典型的0－1背包問題。定義瓦片緩存狀態(tài)變量State（TileID），當瓦片對象被選入緩存時，State（TileID）狀態(tài)置為1，否則置為0。則內存中矢量瓦片的緩存效用總值為∑[DD（]N/i=0[DD）]Value（TileID（i））×State（i），

為解決矢量瓦片替換策略的背包問題抽象，可利用貪婪算法進行快速求解。貪婪算法在每一步的求解過程中采用局部最優(yōu)解，最終實現(xiàn)整體結果的最優(yōu)。首先，計算內存緩存中矢量瓦片的緩存價值密度

TileValueDensity=[Value（TileID）/Size（TileID）]。（9）

再將矢量瓦片按其價值密度從小到大排序，依次釋放價值密度最小的矢量瓦片所占用的內存空間，直到剩余內存緩存空間能夠容納新申請的矢量瓦片為止。

2.4 瓦片緩存流程

以上述瓦片替換策略為核心，基于矢量瓦片熱度的瓦片緩存策略的具體流程如下：

1）策略初始化。在內存中構造矢量瓦片緩存和矢量要素緩存。

2）請求新的矢量瓦片。判斷請求的矢量瓦片是否已經緩存于內存中，若該瓦片可在內存緩存中檢索到，則直接從內存緩存中獲取瓦片數(shù)據，對應矢量瓦片的剩余瓦片生命周期TTL置為最大值TTLmax，同時根據構成矢量瓦片的要素FtID，增加請求命中的矢量要素的要素訪問頻數(shù);若在內存緩存中檢索不到對應的瓦片記錄，則要通過硬盤地圖包或在線獲取等方式請求矢量瓦片。完成矢量瓦片的請求后，判斷當前剩余內存緩存空間是否足夠加載申請瓦片，若剩余內存緩存空間充足，轉至步驟4），否則轉至步驟3）。

3）當剩余內存緩存空間不足時，執(zhí)行基于矢量瓦片熱度的瓦片替換方法。通過矢量瓦片熱度值和剩余瓦片生命周期TTL，計算內存緩存中各瓦片的緩存效用值Value（TileID），在此基礎上計算各瓦片的緩存價值密度，應用貪心算法決策，依次釋放瓦片緩存價值密度最低瓦片所占用的內存空間，直至內存緩存空間足夠緩存新申請瓦片為止。

4）當內存緩存空間充足時，新申請的矢量瓦片可以直接保存至內存緩存中，并將其對應的剩余瓦片生命周期TTL置為TTLmax，并增加請求命中的矢量要素的要素訪問頻數(shù)值。

5）到此為止，一個完整的矢量瓦片請求和緩存周期結束，下面開始執(zhí)行矢量瓦片的老化機制和矢量要素的訪問次數(shù)衰減機制：即將緩存中所有未命中的矢量瓦片的剩余瓦片生命周期TTL減1，所有未命中的的矢量要素訪問頻數(shù)衰減Vol。

6）基于矢量瓦片熱度的瓦片替換方法結束。

3 實驗結果與分析

在基于Android端的應用開發(fā)中，為進一步提高矢量瓦片的可視化性能，系統(tǒng)采用多線程瓦片獲取與異步更新技術。系統(tǒng)主線程負責交互式操作與響應事件的分發(fā)，矢量瓦片的獲取通過獨立的子線程完成，當任務完成后通知主線程更新繪制。此外，還引入了線程池技術實現(xiàn)子線程的復用，進一步減少維護子線程生命周期的系統(tǒng)開銷。

為實現(xiàn)矢量瓦片的高效組織管理，原型系統(tǒng)遵循MBTiles瓦片存儲標準，采用SQLite數(shù)據庫作為二級數(shù)據緩存，相比多文件式的數(shù)據組織方式更加高效［28］。在磁盤緩存中，矢量瓦片地圖包的字段設計如表1所示。

在表1中，zoom-level，tile-column和tile-row字段作為主鍵使用，tile-data字段以二進制的形式存儲矢量瓦片［29］。

3.1 實驗環(huán)境與數(shù)據

本試驗以云南省勐海縣為試驗區(qū)，地理坐標為東經99°56′38″～100°37′32″、北緯21°44′16″～22°27′50″，總面積283.157 km2。試驗數(shù)據包括行政界線、林地圖斑和林地專題圖等。為避免網絡傳輸延遲影響，實驗數(shù)據均采用存儲于離線地圖包中的矢量瓦片地圖。實驗還收集了多個林業(yè)外業(yè)人員的外業(yè)軌跡，采用不同的矢量可視化方法實時模擬移動端請求矢量數(shù)據的過程。為對比測試本研究提出移動平臺的矢量數(shù)據可視化的效率，本文依次實現(xiàn)了矢量數(shù)據直接繪制方法、采用矢量瓦片繪制方法并分別應用LFU，LRU，F(xiàn)IFO和本文所提緩存策略的原型系統(tǒng)。在此基礎上，首先分別對比矢量數(shù)據直接繪制和矢量瓦片繪制兩種方法的性能優(yōu)劣，同時，還利用采用LFU，LRU和FIFO緩存策略的參照系統(tǒng)，對比本文提出的矢量瓦片緩存策略可視化效率。采用的實驗平臺為紅米3s手機，操作系統(tǒng)為Android 6.0，CPU為8核1.4GHz高通驍龍430（MSM8937），系統(tǒng)內存2GB，屏幕分辨率為1280×720像素。在每次性能測試前，清空緩存數(shù)據，冷啟動軟件，進行測試。

3.2 結果與分析

經過多次實驗測試比較，在本研究提出的基于矢量瓦片熱度的瓦片緩存策略中， 當瓦片最大生命周期TTLmax設置為50、 矢量要素訪問頻數(shù)衰減常數(shù)Vol設置為0.1、在緩存效用價值的計算公式中，設置k=0.6，b=0.4時，緩存策略取得最優(yōu)效果，矢量瓦片的可視化效果如圖5所示。

在不同數(shù)據量的條件下，實驗分別對比了直接加載矢量數(shù)據和采用矢量瓦片的數(shù)據渲染時間和內存占用情況。如表2所示，在可視化相同數(shù)據量的林區(qū)數(shù)據時，與矢量數(shù)據直接可視化相比，采用矢量瓦片方式數(shù)據渲染速度更快、內存資源占用少。

基于瓦片請求日志解析得到矢量瓦片數(shù)據集，分別利用FIFO，LFU，LRU和本文提出的緩存策略共計4種算法，在不同的緩存容量下，統(tǒng)計各方法的字節(jié)命中率和瓦片命中率情況。圖6和圖7表示的是緩存大小遞增的情況下，4種算法平均字節(jié)命中率與平均瓦片命中率的比較。在多組實驗結果中，本文方法緩存命中率均高于其他3種算法，有效提高內存緩存效率。

為進一步分析本文提出的矢量瓦片緩存策略在實際應用中的效率提升，本文選用之前實驗中表現(xiàn)較好的LFU緩存策略，分別比較兩種方法在實際矢量瓦片可視化過程中的瓦片請求速度和內存占用情況。

表3通過多次實驗比較了兩種可視化方法在不同數(shù)據量條件下的瓦片請求總耗時。隨著加載矢量瓦片的數(shù)據量增加，兩種算法的瓦片平均請求時間也在增加，但在相同數(shù)據量的條件下，本文方法的瓦片請求耗時普遍低于傳統(tǒng)LFU方法請求耗時，內存占用比傳統(tǒng)LFU方法內存占用更少，本文方法具有較高的瓦片請求效率。

通過比較不同矢量數(shù)據可視化策略的測試結果，可以得出以下結論：在相同的數(shù)據集、多種緩存空間大小的情況下，本文提出的基于矢量瓦片熱度的瓦片緩存策略與傳統(tǒng)的瓦片緩存策略相比，具有較高的緩存命中率，能顯著提高內存空間使用效率;在具體的應用中，具有較高的瓦片請求效率，同時能有效減少內存資源的占用。

4 結 語

本文針對林區(qū)外業(yè)矢量數(shù)據，在分析林分空間分布特征和外業(yè)人員移動端數(shù)據交互方式的基礎上，提出了一套適用于林區(qū)矢量數(shù)據的可視化策略，策略選用多分辨率矢量瓦片，以基于矢量瓦片熱度的瓦片替換方法為核心，實現(xiàn)了內存緩存中矢量瓦片的高效調度。實驗結果表明，與傳統(tǒng)的林業(yè)外業(yè)矢量數(shù)據可視化方法相比，本文提出的矢量瓦片可視化策略，不僅具有較好的可視化效果，并且基于矢量瓦片熱度的瓦片緩存策略在字節(jié)命中率和瓦片命中率上均優(yōu)于傳統(tǒng)緩存策略，能有效提高矢量瓦片的請求效率，減少內存資源的占用，為林業(yè)外業(yè)調查中矢量數(shù)據的可視化提供了新的解決思路。

參考文獻：

［1］FAN G P， CHEN F X， LI Y ， et al. Development and testing of a new ground measurement tool to assist in forest GIS surveys［J］.Forests， 2019， 10（8）： 643－661.

［2］馬建浦. 通信技術在我國智慧林業(yè)建設中的應用［J］.世界林業(yè)研究， 2016， 29（4）： 72－76.

MA J P. The application of communication technology to smarter forestry program in China［J］.World Forestry Research， 2016， 29（4）： 72－76.

［3］宋磊， 霍亮， 方敏， 等. 矢量瓦片支持下的在線交互可視化工具設計與實現(xiàn)［J］.測繪通報， 2018， 64（4）： 125－130.

SONG L， HUO L， FANG M， et al. Design and implementation of online interactive visualization tool based on vector tiles［J］.Bulletin of Surveying and Mapping， 2018， 64（4）： 125－130.

［4］張海瑞， 吳學饒， 蘭小機. 基于ArcGIS for Android野外實習數(shù)據采集與導航系統(tǒng)的實現(xiàn)［J］.測繪工程， 2015， 24（3）： 36－39.

ZHANG H R， WU X R， LAN X J. Realization of the field data collection and navigation system for internship based on ArcGIS for Android［J］.Engineering of Surveying and Mapping， 2015， 24（3）： 36－39.

［5］朱煜， 吳保國. 基于Android的小班外業(yè)調查系統(tǒng)研建［J］.東北林業(yè)大學學報， 2014， 42（8）： 133－137.

ZHU Y， WU B G. Development of subcompartment investigation system based on android system［J］.Journal of Northeast Forestry University， 2014， 42（8）： 133－137.

［6］董曉光， 李樹軍， 李改肖， 等. 移動平臺下電子海圖矢量數(shù)據訪問優(yōu)化方法［J］.海洋測繪， 2015， 35（4）： 57－59.

DONG X G， LI S J， LI G X， et al. Optimization methods of ECS vector data access based on the mobile platform［J］.Hydrographic Surveying and Charting， 2015， 35（4）： 57－59.

［7］汪洋， 鄔群勇， 劉先鋒， 等. 移動終端下的森林小班矢量數(shù)據組織研究［J］.測繪與空間地理信息， 2016， 39（8）： 45－48.

WANG Y， WU Q Y， LIU X F， et al. The research of forest sub－compartment vector data organization under mobile［J］.Geomatics & Spatial Information Technology， 2016， 39（8）： 45－48.

［8］陳志榮， 尹天鶴， 徐財江， 等. 面向移動用戶的矢量地圖數(shù)據壓縮方法［J］.浙江大學學報（理學版）， 2016， 43（1）： 45－50.

CHEN Z R， YIN T H， XU C J， et al. Vector data compression method for mobile users［J］.Journal of Zhejiang University（Science Edition）， 2016， 43（1）： 45－50.

［9］HUANG L， MEIJERS M， SUBA R， et al. Engineering Web maps with gradual content zoom based on streaming vector data［J］.ISPRS Journal of Photogrammetry and Remote Sensing， 2016， 114（4）：274－293.

［10］王飛， 蔡忠亮， 蔣子捷， 等. 移動環(huán)境下的矢量地圖快速顯示方法［J］.測繪地理信息， 2018， 43（4）： 111－115.

WANG F， CAI Z L， JAING Z J， et al. A method for fast display of vector maps in mobile environment［J］.Journal of Geomatics， 2018， 43（4）： 111－115.

［11］GUO M Q， WU L， XIE Z. An efficient parallel map visualization framework for large vector data［J］.Geomatica， 2015， 69（1）： 113－117.

［12］朱笑笑， 張豐， 杜震洪， 等. 顧及要素空間分布特征的稠疏矢量瓦片構建方法研究［J］.浙江大學學報（理學版）， 2017， 44（5）： 591－598.

ZHU X X， ZHANG F， DU Z H， et al. A method of the dense－sparse vector tile generation accounting for the spatial distribution of features［J］.Journal of Zhejiang University（Science Edition）， 2017， 44（5）： 591－598.

［13］陳舉平， 丁建勛. 矢量瓦片地圖關鍵技術研究［J］.地理空間信息， 2017， 15（8）： 44－47.

CHEN J P， DING J X. Research on key technologies of vector tiles map［J］.Geospatial Information， 2017， 15（8）： 44－47.

［14］ANTONIOU V， MORLEY J， HAKLAY M M. Tiled vectors： A method for vector transmission over the web［C］∥International Symposium on Web and Wireless Geographical Information Systems. Maynooth： Springer Berlin Heidelberg， 2009：56－71.

［15］孫晨龍， 霍亮， 高澤輝. 基于矢量瓦片的矢量數(shù)據組織方法研究［J］.測繪與空間地理信息， 2016， 39（4）： 122－124.

SUN C L， HUO L， GAO Z H. A method of vector data organization based on vector tile［J］.Geomatics & Spatial Information Technology， 2016， 39（4）： 122－124.

［16］歐陽峰， 楊春成， 謝鵬， 等. 通用瓦片生成引擎設計與性能優(yōu)化［J］.測繪科學技術學報， 2014， 31（2）： 177－180.

OUYANG F， YANG C C， XIE P， et al. The design and optimization of a general tile creation engine［J］.Journal of Geomatics Science and Technology， 2014， 31（2）： 177－180.

［17］馮志紅， 趙擁軍， 李光茂. 消息調度模型下一種改進的雙緩存地圖漫游算法［J］.測繪科學， 2013， 38（4）： 86－90.

FENG Z H， ZHAO Y J， LI G M. An improved map roaming algorithm based on messages schedule model［J］.Science of Surveying and Mapping， 2013， 38（4）： 86－90.

［18］褚信， 蔡陽軍， 杜震洪， 等. 用戶行為選擇參與的五層十五級瓦片緩存置換策略研究［J］.浙江大學學報（理學版）， 2016， 43（4）： 452－457.

CHU X， CAI Y J， DU Z H， et al. Research on the user preference based cache replacement algorithm of the five－layer fifteen－level tile［J］.Journal of Zhejiang University（Science Edition）， 2016， 43（4）： 452－457.

［19］TANWIR， HENDRANTORO G， AFFANDI A. Early result from adaptive combination of LRU， LFU and FIFO to improve cache server performance in telecommunication network［C］∥International Seminar on Intelligent Technology and Its Applications. IEEE， 2015.

［20］劉佳星， 陳飛翔， 陳星涵. 一種基于地理單元熱度的瓦片緩存策略［J］.計算機工程與應用， 2017， 53（5）： 90－96.

LIU J X， CHEN F X， CHEN X H. Tile cache strategy based on geographic unit heat［J］.Computer Engineering and Applications， 2017， 53（5）： 90－96.

［21］王浩， 喻占武， 曾武， 等. 基于瓦片壽命和訪問熱度的海量空間數(shù)據緩存置換策略［J］.武漢大學學報（信息科學版）， 2009， 34（6）： 667－670.

WANG H， YU Z W， Z W， et al. Massive spatial data cache replacement policy based on tile lifetime and popularity［J］.Geomatics and Information Science of Wuhan University， 2009， 34（6）： 667－670.

［22］曹小玉， 李際平. 林分空間結構指標研究進展［J］.林業(yè)資源管理， 2016， 44（4）： 65－73.

CAO X Y， LI J P. Research progress on indicators of the stand spatial structure［J］.Forest Resources Management， 2016， 44（4）： 65－73.

［23］章皖秋， 岳彩榮， 袁華. 林木調查數(shù)據的隨機、空間、時間特征的模型處理［J］.西北林學院學報， 2016， 31（5）： 230－237.

ZHANG W Q， YUE C R， YUAN H. Solutions for random effect，spatial and temporal correlation and heterogeneity in the observed forest data［J］.Journal of Northwest Forestry University， 2016， 31（5）： 230－237.

［24］陳玥璐， 趙天忠， 武剛， 等. 林區(qū)步行最優(yōu)路徑分析方法［J］.農業(yè)機械學報， 2018， 49（6）： 198－206.

CHEN Y L， ZHAO T Z， WU G， et al. Optimal walking path analysis method for forest region［J］.Transactions of the Chinese Society for Agricultural Machinery， 2018， 49（6）： 198－206.

［25］LI R，WANG X，SHI X.A replacement strategy for a distributed caching system based on the spatiotemporal access pattern of geospatial data［J］.The International Archives of the Photogrammetry，Remote Sensing and Spatial Information Sciences， 2014， 40（4）： 133－137.

［26］丁堯， 鄭烇， 郭晨， 等. 基于節(jié)點熱度與緩存替換率的ICN協(xié)作緩存［J］.計算機工程， 2018， 44（2）： 56－60.

DING Y， ZHENG Q， GUO C， et al. Cooperative caching for ICN based on heat and cache replacement rate of node［J］.Computer Engineering， 2018， 44（2）： 56－60.

［27］PAN S M， CHONG Y W， ZHANG H， et al. A global user－driven model for tile prefetching in web geographical information systems［J］.Plos One， 2017， 12（1）： 0170195.

［28］羅智勇， 黎小東. 基于數(shù)據庫存儲方案的高性能瓦片地圖服務研究［J］.地理與地理信息科學， 2013， 11（3）： 48－51.

LUO Z Y， LI X D. High performance tile map service based on database storage scheme［J］.Geography and Geo－Information Science， 2013， 11（3）： 48－51.

［29］朱秀麗， 周治武， 李靜， 等. 網絡矢量地圖瓦片技術研究［J］.測繪通報， 2016， 62（11）： 106－109.

ZHU X L， ZHOU Z W， LI J， et al. Research for web map vector tiles technology［J］.Bulletin of Surveying and Mapping， 2016， 62（11）： 106－109.

（編 輯 李 靜）

收稿日期：2019－08－09

基金項目：中央高?；究蒲袠I(yè)務費專項資金資助項目（TD2014－02）

作者簡介：劉斌彬，男，河北石家莊人，從事空間信息技術研究。

通信作者：陳飛翔，男，湖北荊門人，博士，教授，從事空間信息技術研究。