Development of a software tool for visualizing large volumes of spatial data in geographic information systems

Abstract

Експоненційне зростання геопросторових даних, зумовлене досягненнями в галузі супутникових зображень, дистанційного зондування, сенсорів IoT і технологій мобільного картографування, є серйозним викликом для сучасних геоінформаційних систем (ГІС). Зі збільшенням обсягу та складності просторових наборів даних ефективні й масштабовані засоби візуалізації набувають першорядного значення. Традиційні ГІС-платформи часто не здатні зберігати продуктивність та інтерактивність під час роботи з великими багатовимірними просторовими наборами даних, особливо в режимі реального часу або у веборієнтованому середовищі. У цьому дослідженні представлено розроблення програмного засобу, призначеного для усунення цих обмежень шляхом забезпечення високопродуктивної візуалізації масивних геопросторових наборів даних. Засіб використовує сучасні методи графічного рендерингу, зокрема WebGL і GPU-прискорення, щоб забезпечити плавне відтворення векторних і растрових даних на різних рівнях масштабування. Він також інтегрує ієрархічне просторове індексування (наприклад, квадродерева, R-дерева) та алгоритми рівня деталізації (LOD) для оптимізації вибірки даних і зменшення затримки.

The exponential growth in geospatial data, driven by advances in satellite imagery, remote sensing, IoT sensors, and mobile mapping technologies, presents a formidable challenge for modern Geographic Information Systems (GIS). As spatial datasets increase in volume and complexity, efficient and scalable visualisation tools become paramount. Traditional GIS platforms often struggle to maintain performance and interactivity when handling large, multidimensional spatial datasets, particularly in real-time or web-based environments. This research presents the development of a software tool designed to address these limitations by providing high-performance visualisation of massive geospatial datasets. The tool leverages modern graphics rendering techniques, including WebGL and GPU acceleration, to ensure smooth vector and raster data rendering at multiple zoom levels. It also integrates hierarchical spatial indexing (e.g., quadtrees, R-trees) and level-of-detail (LOD) algorithms to optimise data retrieval and reduce latency.