基于Ｌｕｃｅｎｅ和ＧＭＬ／ＳＶＧ的地圖搜索引擎模型研究與實(shí)現(xiàn)

摘要：針對(duì)當(dāng)今地圖搜索服務(wù)存在的問題，充分考慮Lucene全文檢索的高效性以及XML在數(shù)據(jù)交換、傳輸、集成和互操作方面的優(yōu)勢，提出了一種結(jié)合Lucene、GML、SVG的地圖搜索服務(wù)模型，解釋了其原理以及實(shí)現(xiàn)過程，最后在MapGoo地圖服務(wù)項(xiàng)目中得到實(shí)現(xiàn)，證明了該模型的可行性和優(yōu)越性。

關(guān)鍵詞：地圖搜索引擎； Lucene； 地理標(biāo)記語言； 可縮放矢量圖像； 地圖服務(wù)； MapGoo

中圖分類號(hào)：TP79文獻(xiàn)標(biāo)志碼：A

文章編號(hào)：1001－3695(2008)04－1275－03

隨著網(wǎng)絡(luò)技術(shù)和地理信息獲取技術(shù)的飛速發(fā)展，面向網(wǎng)絡(luò)的地圖服務(wù)得到了越來越廣泛的應(yīng)用。例如基于空間位置的網(wǎng)絡(luò)服務(wù)已經(jīng)引入到數(shù)字城市、電子政務(wù)、信息服務(wù)等系統(tǒng)中，擴(kuò)充了原有的信息服務(wù)手段，給具有海量信息的信息服務(wù)系統(tǒng)提供更方便使用的平臺(tái)。同時(shí)越來越多的企業(yè)和行業(yè)通過網(wǎng)絡(luò)向社會(huì)提供專門的地圖服務(wù)，或者在資源管理、智能交通、物流配送、電子商務(wù)、GPS等系統(tǒng)中納入地圖服務(wù)的支持。特別是當(dāng)今社會(huì)大眾對(duì)空間搜索的需求與日俱增，因此通過Web平臺(tái)向社會(huì)大眾提供一個(gè)高效的地圖搜索服務(wù)平臺(tái)很有意義。傳統(tǒng)的地圖服務(wù)模式主要有兩類：以文件目錄模式向客戶端提供服務(wù)；以數(shù)據(jù)庫模式提供服務(wù)。然而文件目錄服務(wù)模式不支持并發(fā)性，對(duì)海量數(shù)據(jù)存儲(chǔ)缺乏有效管理和檢索，缺乏安全控制；數(shù)據(jù)庫服務(wù)模式很難滿足當(dāng)今人們對(duì)空間信息搜索的需求，特別是針對(duì)模糊查詢的地圖搜索服務(wù)效率低。目前雖然有很多網(wǎng)站提供地圖搜索服務(wù)，但是大都通過調(diào)用一些大型地圖搜索服務(wù)諸如Google Map、Baidu Map等來實(shí)現(xiàn)地圖搜索。對(duì)于一個(gè)有很多子網(wǎng)站的門戶網(wǎng)站來說，通用搜索引擎存在著很多缺陷；同時(shí)當(dāng)今主流的地圖搜索服務(wù)存在的問題有：a）客戶端GIS功能擴(kuò)展與升級(jí)較差;b)地理數(shù)據(jù)的共享性差，GIS基礎(chǔ)平臺(tái)之間相互封閉和獨(dú)立;c）沒有實(shí)現(xiàn)基于地圖內(nèi)容的搜索;d)基于站點(diǎn)內(nèi)的地圖搜索。因此研究一個(gè)自主定制的地圖搜索引擎系統(tǒng)具有重要意義。國內(nèi)學(xué)者對(duì)地圖搜索模型進(jìn)行了研究[1，2]，但沒有很好地解決以上存在的問題。針對(duì)前三個(gè)主要問題，本文提出了一個(gè)結(jié)合Lucene、GML、SVG的地圖搜索服務(wù)模型。該模型在實(shí)際的地圖服務(wù)項(xiàng)目的良好運(yùn)行，較好地解決了當(dāng)今地圖搜索服務(wù)存在的問題，不僅平衡了客戶端和服務(wù)器端負(fù)載，而且改善了數(shù)據(jù)在交換、傳輸、集成和互操作性能。

1關(guān)鍵技術(shù)介紹

1．1GM－L/SVG標(biāo)準(zhǔn)

1．1．1GML

GML(geography markup language)是由OGC開發(fā)的一種用于建模、傳輸和存儲(chǔ)地理及與地理相關(guān)信息的XML編碼語言，它包括了地理要素(feature)、層(coverage)的空間和非空間特征[3]。GML建立在W3C系列標(biāo)準(zhǔn)之上， 以一種互聯(lián)網(wǎng)上容易共享的方式來描述、表達(dá)地理信息。OGC發(fā)布了GML的多個(gè)版本。當(dāng)前的最新版本是2004年發(fā)布的GML3．1。它采用要素來描述地理實(shí)體和地理現(xiàn)象。GML要素是通過其屬性(property)來描述的，這些屬性包括空間屬性、時(shí)態(tài)屬性及其他非空間時(shí)態(tài)屬性；同時(shí)支持復(fù)雜的幾何實(shí)體、拓?fù)?、空間參照系統(tǒng)、元數(shù)據(jù)、時(shí)間特征和動(dòng)態(tài)要素等，使其更加適合描述現(xiàn)實(shí)世界問題。GML3．1是基于XML schema的，用schema對(duì)以上類型和屬性等元素進(jìn)行定義。它提供了33個(gè)基本的schema，它們之間的相互依賴關(guān)系可以參閱GML3．1執(zhí)行規(guī)范。同時(shí)GML3．1作為一個(gè)空間數(shù)據(jù)編碼規(guī)范提供了一套基本的標(biāo)簽、公共的數(shù)據(jù)模型，可以使用戶構(gòu)建自己的應(yīng)用模式(GML application schemas)。同時(shí)GML可以使用XLink和XPointer實(shí)現(xiàn)地理數(shù)據(jù)的分布式存儲(chǔ)。GML對(duì)地理數(shù)據(jù)的分發(fā)是非常方便的技術(shù)手段，同樣可以成為地理數(shù)據(jù)分布式存儲(chǔ)的重要手段。

然而GML并不描述怎樣顯示其封裝的地理空間信息。不過可以使用可擴(kuò)展樣式表語言轉(zhuǎn)換XSLT(eXtensible stylesheet language transformation)將GML轉(zhuǎn)換為其他基于XML的易于瀏覽的圖像格式。因此，在WebGIS的地圖服務(wù)中，GML策略常用于服務(wù)器端數(shù)據(jù)的存儲(chǔ)。

1．1．2SVG

SVG[4](scalable vector graphics)是可縮放矢量圖像格式的簡稱。它由W3C 組織制定并推薦，是基于 XML的一種全新的標(biāo)準(zhǔn)開放的矢量圖像和動(dòng)畫格式。可以用SVG瀏覽器讀取這些文件進(jìn)行顯示。目前大多數(shù)Web瀏覽器都支持用插件或ActiveX控件(如Adobe SVG browser) 。SVG 規(guī)范為圓形、線條、矩形、多邊形、折線、橢圓形定義了一套標(biāo)記。另外還定義了比較復(fù)雜的〈path〉元素，可以畫出不規(guī)則形狀的輪廓。與其他格式比較，SVG的優(yōu)越主要在于：a）SVG是一種專業(yè)的 Web 圖像標(biāo)準(zhǔn)，用文本來描述圖像，易于編輯，易于Web 發(fā)布、傳輸，跨平臺(tái)。b）可以在SVG圖像中查找字符，很容易對(duì)各種復(fù)雜的地理信息進(jìn)行查詢和升級(jí)。c）SVG具有質(zhì)量和性能的優(yōu)勢。矢量圖形特性使SVG無論放大/縮小或以何分辨率顯示都可以保證圖像或者電子地圖的高質(zhì)量。而基于XML的文本特性使得用SVG描述較復(fù)雜的矢量圖像時(shí)可以獲得更小的文件尺寸。SVG具有數(shù)據(jù)驅(qū)動(dòng)的特性，可以直接從提供的數(shù)據(jù)中創(chuàng)建圖像。d）交互性強(qiáng)。SVG支持交互和動(dòng)畫，可以通過聲明(如在SVG內(nèi)容中插入animation元素)或腳本與DOM 輕松實(shí)現(xiàn)。e）SVG 既是一種靜態(tài)圖像，又是一種動(dòng)態(tài)圖像，可以很方便地實(shí)現(xiàn)動(dòng)態(tài)模擬。它可以作為對(duì)象嵌入到HTML或XHTML文檔中與其他Web元素協(xié)同工作。f）數(shù)據(jù)量少，傳輸效率高。

1．2Lucene全文索引

Lucene是Jakarta Apache的開源項(xiàng)目。它是一個(gè)用Java寫的全文索引引擎工具包，可以方便地嵌入到各種應(yīng)用中來實(shí)現(xiàn)針對(duì)全文檢索功能。Lucene的API接口設(shè)計(jì)得比較通用，很多傳統(tǒng)的應(yīng)用文件、數(shù)據(jù)庫等都可以比較方便地映射到Lucene的存儲(chǔ)結(jié)構(gòu)和接口中。這里可以將Lucene當(dāng)成一個(gè)支持全文索引的數(shù)據(jù)庫系統(tǒng)，輸入/輸出結(jié)構(gòu)類似數(shù)據(jù)庫的表、記錄、字段，它由七個(gè)主要的類組成，分別是Document、Field、IndexWriter、Analyzer、QueryParser、Searcher和Hits[5]。Lucene的檢索機(jī)制以及系統(tǒng)結(jié)構(gòu)關(guān)系可以參考圖1[5] 。



2M－apGoo地圖搜索模型研究與設(shè)計(jì)

2．1M－apGoo介紹

MapGoo是中國科學(xué)院遙感應(yīng)用研究所國家遙感工程研究中心獨(dú)立研發(fā)的一個(gè)大型網(wǎng)絡(luò)服務(wù)平臺(tái)。系統(tǒng)由客戶端瀏覽器、Web服務(wù)器、應(yīng)用服務(wù)器和后臺(tái)數(shù)據(jù)庫組成。采用的是B/S結(jié)構(gòu)的網(wǎng)絡(luò)發(fā)布模式，Web服務(wù)器為Tomcat 5.5， 后臺(tái)數(shù)據(jù)庫是Oracle。該平臺(tái)的主要服務(wù)模塊描述如圖2所示。

2．2M－apGoo地圖搜索模式

本文的地圖搜索模型是針對(duì)上述功能服務(wù)模塊中的地圖搜索服務(wù)模塊而設(shè)計(jì)的，其系統(tǒng)結(jié)構(gòu)如圖3所示。它是一個(gè)以O(shè)racle數(shù)據(jù)庫存儲(chǔ)、基于Lucene檢索的以GML格式交換、以SVG形式傳輸和顯示的空間信息存儲(chǔ)與發(fā)布體系。主要實(shí)現(xiàn)的原理是：客戶端向Web服務(wù)器發(fā)出以關(guān)鍵詞為組合的地圖搜索請(qǐng)求，Web服務(wù)器接到請(qǐng)求后，將請(qǐng)求分發(fā)給Lucene，Lucene對(duì)GML文檔進(jìn)行全文檢索。GML文檔是經(jīng)GML引擎從Oracle空間數(shù)據(jù)庫中的相關(guān)數(shù)據(jù)轉(zhuǎn)換得到的，對(duì)檢索到的相關(guān)GML文檔集在應(yīng)用服務(wù)器端通過XSLT解析器，將GML解析成SVG，經(jīng)壓縮后返回給客戶端，在客戶端解壓用SVG插件完成對(duì)矢量數(shù)據(jù)的顯示工作。

2．2．1服務(wù)器端實(shí)現(xiàn)

1)針對(duì)GML的全文檢索

Lucene檢索的數(shù)據(jù)來源可以是關(guān)系數(shù)據(jù)庫、Word、Excel、文本文檔、XML、Html等。對(duì)于這些數(shù)據(jù)源，必須將它們內(nèi)部的數(shù)據(jù)讀取出來，并封裝成Lucene的document實(shí)例，然后讓Lucene來構(gòu)建索引。在這里要實(shí)現(xiàn)對(duì)GML文檔的全文檢索，因?yàn)镚ML是基于XML構(gòu)建的，對(duì)GML的檢索原理同XML的檢索，首先得實(shí)現(xiàn)針對(duì)GML的DocumentHandler接口。它是一種Simple API for XML (SAX)方式的數(shù)據(jù)導(dǎo)入。SAX定義了事件驅(qū)動(dòng)接口，這些事件包括GML的文檔或者元素的開始和結(jié)束等。例如當(dāng)某一parse事件發(fā)生時(shí)，parser就可以調(diào)用其中的方法。Lucene 2.0支持中文全文檢索，因此結(jié)合Lucene in action對(duì)XML的檢索方法[5]與Apache XML工程項(xiàng)目包Xer－ces2 Java parser(該項(xiàng)目實(shí)現(xiàn)了SAX API 2.0.1，可以參考http://xml.apache.org/xerces2－j)，對(duì)GML元素〈NAME〉和〈CITY〉內(nèi)容讀取，并封裝document實(shí)例。主要函數(shù)如下：

public class SAXGMLHandler extends DefaultHandler implements DocumentHandler {

……

public Document getDocument(InputStream is)//實(shí)現(xiàn)接口開始分析

public void startDocument ( )//分析開始時(shí)調(diào)用

public void startElement(String uri， String localName，String qName， Attributes atts)//GML元素開始調(diào)用

public void characters(char[] text， int start， int length)

// 附加元素內(nèi)容到buffer

public void endElement(String uri， String localName， String qName) 

//元素結(jié)束時(shí)調(diào)用

……

}

因此對(duì)客戶端提交的搜索請(qǐng)求參數(shù)，提交給搜索引擎MapGooSearch(String city， String key， String belong， int page， int limit)來檢索元素〈NAME〉和〈CITY〉，結(jié)果hits中為有關(guān)關(guān)鍵詞的中文名稱、圖層名、經(jīng)度、緯度等。

2)GML文檔生成

在服務(wù)器端，數(shù)據(jù)的檢索和交換均采用GML格式。本項(xiàng)目采用非GML格式的數(shù)據(jù)存儲(chǔ)方式，因此需要GML轉(zhuǎn)換引擎將空間數(shù)據(jù)轉(zhuǎn)換成基于GML格式的空間數(shù)據(jù)，對(duì)外提供統(tǒng)一的數(shù)據(jù)格式，以屏蔽底層數(shù)據(jù)庫設(shè)計(jì)的細(xì)節(jié)。例如可以將存儲(chǔ)在Oracle空間數(shù)據(jù)庫中的數(shù)據(jù)轉(zhuǎn)換成GML文檔。下面是根據(jù)GML應(yīng)用模式生成的GML例子片段：

〈?xml version=\"1.0\" encoding=\"utf-8\" ?〉

〈CityOrganization

xmlns=\"http://www.mapgoo.cn/ns\"

xmlns:gml=\"http://www.opengis.net/gml\"

xmlns:xsi=http://www.w3c.org/2001/XMLSchema－instance

xsi:schemaLocation=\" http://www.mapgoo.cn/nsinstitutes.xsd\"〉

……

〈ml:featureMember〉

 〈nstitutes fid=\"1\"〉

 〈NAME〉中國科學(xué)院遙感應(yīng)用研究所〈/NAME〉

〈CITY〉北京〈/CITY〉

〈LEVEL〉1〈/LEVEL〉

……

〈gml:location〉〈gml:Point〉〈gml:coordinates〉39.9021，116.4632〈/gml:coordinates〉〈/gml:Point〉〈/gml:location〉

……

〈/institutes〉

〈/gml:featureMember〉

 ……

〈/ CityOrganization 〉

3)GML的解析

服務(wù)器對(duì)用戶請(qǐng)求的響應(yīng)是GML數(shù)據(jù)文件，它結(jié)合XSLT樣式表，被XSLT處理器轉(zhuǎn)換成了SVG，最后才返回到客戶端瀏覽器。XSLT是一種用來轉(zhuǎn)換XML文檔結(jié)構(gòu)的語言。它可以將一個(gè)XML文檔轉(zhuǎn)換成另一個(gè)XML文檔，還能將XML文檔轉(zhuǎn)換成HTML和許多其他基于文本的格式。由于GML、SVG都是基于XML的語法集，應(yīng)用XSLT、XPath(XML路徑語言)等技術(shù)，然后經(jīng)過XSLT處理器即可將GML方便地轉(zhuǎn)換為SVG 顯示。XPath是一種表達(dá)式語言，XSLT使用它來選擇和尋址XML文檔的各個(gè)部分。關(guān)于XSLT處理器，有免費(fèi)處理器如Saxon、Xalan、DOM4J、JDOM等可以選擇。不少學(xué)者對(duì)這些轉(zhuǎn)換的方法進(jìn)行了研究[6]。在本文的處理中，服務(wù)端采取JSP和servlet技術(shù)調(diào)用XSLT處理器API，實(shí)現(xiàn)GML到SVG的動(dòng)態(tài)轉(zhuǎn)換，從而動(dòng)態(tài)返回用戶的地圖搜索結(jié)果。

4)SVG壓縮

SVG圖形由于包含的信息量較大，文件尺寸通常較大，然而文檔采用文本格式具有很高的壓縮率，并支持gzip數(shù)據(jù)壓縮標(biāo)準(zhǔn)，數(shù)據(jù)壓縮后即可提高數(shù)據(jù)傳輸?shù)乃俣?，加快用戶瀏覽速度。解壓是在客戶端進(jìn)行的，解壓縮后圖形可直接在Web上顯示。

2．2．2客戶端實(shí)現(xiàn)

根據(jù)服務(wù)器端的特點(diǎn)，筆者采用SVG格式，由客戶端瀏覽器負(fù)責(zé)解釋并顯示地理空間信息。首先對(duì)返回請(qǐng)求的壓縮文件進(jìn)行解壓處理；然后對(duì)SVG文件進(jìn)行顯示。在客戶端瀏覽器，用戶可以進(jìn)行簡單的地理信息操作，如地圖的放大/縮小、平移、文本信息的查詢等。而復(fù)雜的操作由服務(wù)端完成后將結(jié)果返回給客戶端瀏覽器，這在一定程度上減輕了服務(wù)器的負(fù)擔(dān)。同時(shí)由于SVG文件的性能優(yōu)勢，有利于客戶端用戶與地圖的交互以及功能擴(kuò)展或升級(jí)，并且SVG支持gzip格式壓縮傳輸，造成的網(wǎng)絡(luò)負(fù)載是輕量級(jí)的。不過瀏覽SVG需要插件，像Adobe SVG Viewer、Apache的Batik SVG Viewer等均支持SVG文件的直接瀏覽。在很多最新版本的瀏覽器中也內(nèi)置了對(duì)SVG的支持。

3地圖搜索模式實(shí)現(xiàn)



結(jié)合本文提出的地圖搜索模式，并基于Sun JDK 1.5.0、Jakarta Tomcat 5.5、Eclipse、Jakarta Lucene 2.0等平臺(tái)與工具實(shí)現(xiàn)了地圖搜索服務(wù)。系統(tǒng)主要實(shí)現(xiàn)以下幾方面的功能：響應(yīng)客戶端的輸入關(guān)鍵詞的地圖搜索服務(wù)，以及對(duì)地圖進(jìn)行基本操作包括放縮、漫游、全圖顯示等。啟動(dòng)Tomcat后，訪問該服務(wù)就會(huì)出現(xiàn)如圖4所示的搜索界面。在文本框中輸入關(guān)鍵字，就可以進(jìn)行搜索了。例如輸入“頤和園”的搜索結(jié)果如圖5所示。

4結(jié)束語

本文提出了基于Lucene、 GML和SVG的地圖空間搜索模型，在MapGoo這個(gè)實(shí)際項(xiàng)目得到了很好的應(yīng)用，系統(tǒng)運(yùn)行良好，進(jìn)一步證實(shí)了這種結(jié)合Lucene和XML技術(shù)的模型的可行性和穩(wěn)定性；模型的提出與實(shí)現(xiàn)解決了當(dāng)今地圖搜索服務(wù)中存在的問題；針對(duì)GML的全文檢索實(shí)現(xiàn)了基于地圖內(nèi)容的搜索；數(shù)據(jù)的交換、傳輸集成、共享和互操作方面比傳統(tǒng)的地圖服務(wù)更加有優(yōu)勢，不僅平衡了客戶端和服務(wù)器端負(fù)載，同時(shí)客戶端GIS功能擴(kuò)展性得到加強(qiáng)。

模型還有不足之處，由于模型針對(duì)站內(nèi)地圖搜索而設(shè)計(jì)，針對(duì)整個(gè)網(wǎng)絡(luò)的搜索還需要進(jìn)一步研究。

參考文獻(xiàn)：

［1］白玉琪，楊崇俊，劉冬林，等. 基于OpenGIS WMS的空間信息搜索引擎系統(tǒng)原型[J].中國圖象圖形學(xué)報(bào)，2004，9(1):105-111.

[2］汪意革，彭琪，王乘. 基于SVG的WebGIS地圖搜索研究與實(shí)現(xiàn)[J].計(jì)算機(jī)系統(tǒng)應(yīng)用， 2004(1):45-47.

[3］OpenGIS Consortium Inc. OpenGIS geography markup language (GML) implementation specification 3.1［EB/OL］. (2004). http://www.opengis.org.

[4］陳傳波，段紅華. 基于GML與SVG的WebGIS模型研究[J].網(wǎng)絡(luò)安全技術(shù)與應(yīng)用，2006(6)：64-66.

[5］HATCHER E. Otis Gospodnetic ，Lucene in action[M]. New York：Manning， 2005: 68-230.

[6］劉旭軍，關(guān)佶紅. WebGIS應(yīng)用中GML文檔到SVG的轉(zhuǎn)換[J].計(jì)算機(jī)應(yīng)用， 2004，24(2):157-161.

[7]余旭，鄧躍進(jìn)，胡圣武， 等. 基于GML3.1的空間數(shù)據(jù)共享研究[J].地球信息科學(xué)，2006，8(3):52-57.

[8］畢建濤，面向網(wǎng)絡(luò)共享的地理信息服務(wù)研究 [D].北京： 中國科學(xué)院地理科學(xué)與資源研究所，2005.

[9]GOLDFARB C F. The XML handbook[M]. 5ed. New Jerseys：Prentice Hall，2003.

“本文中所涉及到的圖表、注解、公式等內(nèi)容請(qǐng)以PDF格式閱讀原文”