博客
关于我
geoserver发布的wms标签图层显示不全问题
阅读量:734 次
发布时间:2019-03-22

本文共 1114 字,大约阅读时间需要 3 分钟。

遇到一个问题,客户反馈在查看地图数据时,本来显示的点位名称,在地图放大后有些不显示了,怀疑是不是数据有问题。排查后发现数据没问题,但确实出现了问题。

通常GIS服务器为了解决标签重叠显示问题,默认使用标签自动避让功能。但问题是,放大地图后标签反而显示得更少了。

在地图是用geoserver发布的,熟悉geoserver的同学知道,geoserver图层的显示主要是用图层样式来控制的,包括标签自动避让等。

从这个思路入手,经过一番查找,发现配置geoserver styles时,把partials参数设置为true能够解决这个问题。

partials参数的作用是当标签在瓦片边缘显示不全时,是否绘制。默认为false不绘制,这样就会出现文章开头描述的问题,本来显示的标签,结果地图放大后却不显示了。

把partials参数设置为true后,标签可以显示,但又出现了新的问题,就是在瓦片边缘的标签显示不全。

再经过一番查找,注意到发布标签图层时,有个Default Rendering Buffer的参数,这个参数默认为空,试着将它设置为100后,再重新刷新图层,发现标签显示不全的问题竟然解决了。

Default Rendering Buffer的作用是默认情况下WMS的一个瓦片只处理自己范围内的数据,当设置缓冲后,瓦片就会向外多处理一部分,相邻的瓦片会有重叠,这样就能相互照应,避免缺失标签。

综上,geoserver发布的WMS标签图层显示不全问题已完美解决。

这个项目是老项目维护,使用的栅格瓦片,新项目中已经开始使用矢量瓦片技术,矢量瓦片因为是在前台渲染,在标签显示上更灵活,效果更好,也推荐大家使用。具体使用可以参考如下思路:

  • 使用geoserver发布矢量瓦片,这个百度一下会有很多教程。

  • 使用maputnik配图获取配图样式。注意,在使maputnik对geoserver配图是会遇到问题,具体解决方式参考。

  • 使用mapboxgl调用geoserver发布矢量瓦片图层,图层样式采用maputnik导出的配图样式。

  • 总结:

  • geoserver发布的WMS标签图层使用默认样式,在瓦片边缘的标签会不显示

  • 把样式中的partials参数设置为true,可显示瓦片边缘的标签,但是会显示不全

  • 在图层发布中,将Default Rendering Buffer参数设置为100,显示不全的标签会显示完整

  • 原文地址:

    关注《》,第一时间获得更多高质量GIS文章。

    本文章采用进行许可。欢迎转载、使用、重新发布,但务必保留文章署名《GIS兵器库》(包含链接:),不得用于商业目的,基于本文修改后的作品务必以相同的许可发布。

    你可能感兴趣的文章
    Netty工作笔记0050---Netty核心模块1
    查看>>
    Netty工作笔记0060---Tcp长连接和短连接_Http长连接和短连接_UDP长连接和短连接
    查看>>
    Netty工作笔记0077---handler链调用机制实例4
    查看>>
    Netty工作笔记0084---通过自定义协议解决粘包拆包问题2
    查看>>
    Netty常见组件二
    查看>>
    netty底层源码探究:启动流程;EventLoop中的selector、线程、任务队列;监听处理accept、read事件流程;
    查看>>
    Netty核心模块组件
    查看>>
    Netty框架的服务端开发中创建EventLoopGroup对象时线程数量源码解析
    查看>>
    Netty源码—2.Reactor线程模型一
    查看>>
    Netty源码—4.客户端接入流程一
    查看>>
    Netty源码—4.客户端接入流程二
    查看>>
    Netty源码—5.Pipeline和Handler一
    查看>>
    Netty源码—6.ByteBuf原理二
    查看>>
    Netty源码—7.ByteBuf原理三
    查看>>
    Netty源码—7.ByteBuf原理四
    查看>>
    Netty源码—8.编解码原理二
    查看>>
    Netty源码解读
    查看>>
    Netty的Socket编程详解-搭建服务端与客户端并进行数据传输
    查看>>
    Netty相关
    查看>>
    Network Dissection:Quantifying Interpretability of Deep Visual Representations(深层视觉表征的量化解释)
    查看>>