СИСТЕМЫ АНАЛИЗА И ОБРАБОТКИ ДАННЫХ

В настоящей статье рассматривается задача оптимизации рендеринга сложных полигональных объектов в мобильных геоинформационных системах, реализованных на кросс-платформенном фреймворке Flutter. В условиях ограниченных вычислительных ресурсов мобильных устройств ГИС и высоких требований к отзывчивости интерфейса стандартные подходы к визуализации картографических данных, применяемые в библиотеке flutter_map, приводят

к критической деградации производительности мобильных ГИС: снижению частоты кадров (FPS – Frames Per Second), росту потребления памяти и нестабильной реакции на пользовательские жесты.

Для обеспечения эффективной работы мобильных ГИС в статье предлагается два метода: отложенная загрузка полигонов для отсрочки пересчета до завершения взаимодействия пользователя с картой (картографическими данными) и кластеризация полигонов по географической близости с последующим геометрическим объединением в составные объекты. Экспериментальное исследование, проведенное на наборе из 5000 полигонов на реальном мобильном устройстве, показало, что комбинированное применение методов оптимизации позволило увеличить средний FPS, снизить потребление оперативной памяти

и улучшить оценку пользовательского опыта. Результаты экспериментального исследования подтверждают, что даже в условиях архитектурных ограничений Flutter возможно достижение высокой производительности мобильных ГИС за счет оптимизации логики отображения данных.

Предложенные методы оптимизации рендеринга картографических данных не требуют глубокой модификации существующего кода – они легко интегрируются в архитектуру библиотеки flutter_map и могут быть адаптированы под любые типы полигонов и масштабы, что делает фреймворк Flutter перспективной платформой для разработки профессиональных

мобильных ГИС-приложений, в том числе для работы в полевых условиях с минимальными ресурсами.

Гомбоин А.Б., Кориков А.М. Параллельная обработка географических данных в мобильном приложении «Мобильная ГИС» // Доклады ТУСУР. – 2024. – Т. 27, № 2. – С. 51–56. – DOI: 10.21293/1818-0442-2024-27-2-51-56.

Official Flutter Documentation. – URL: https://docs.flutter.dev (accessed: 01.09.2025).

Dart: Language tour и performance best practices. – URL: https://dart.dev/guides/language/language-tour (accessed: 01.09.2025).

Колтыгин Д.С., Седельников И.А., Крумин О.К. Разработка кросс-платформенного приложения для управления робототехническим комплексом с помощью Flutter // Системы анализа и обработки данных. – 2025. – № 1 (97). – С. 7–26. – DOI: 10.17212/2782-2001-2025-1-7-26.

Google. Flutter Performance Best Practices. – URL: https://docs.flutter.dev/perf/rendering (accessed: 01.09.2025).

Flutter Map documentation. – URL: https://github.com/fleaflet/flutter_map (accessed: 01.09.2025).

Dhonju H.K., Walsh K.B., Bhattarai T. Web mapping for farm management information systems: A review and Australian orchard case study // Agronomy. – 2023. – Vol. 10. – P. 2563.

Flutter Map Marker Cluster. – URL: https://github.com/lpongetti/flutter_map_marker_cluster (accessed: 01.09.2025).

Optimizing Flutter apps for performance: A practical guide. – URL: https://medium.com/flutter/optimizing-flutter-apps-for-performance-7d7b3b45a1a2 (accessed: 01.09.2025).

Silva Y.N., Almeida I., Queiroz M. SQL: From traditional databases to big data // Proceedings of the 47th ACM Technical Symposium on Computing Science Education. – ACM, 2016. – P. 413–418.

Yang L., Lan Q. Front-end performance optimisation: An exploration of debounce and throttling strategies in image rendering // 2024 3rd International Conference on Cloud Computing, Big Data Application and Software Engineering. – IEEE, 2024. – P. 504–508.

A guide to debouncing / The Ganssle Group. – Baltimore, MD, US, 2004. – 22 p.

Д.Г. Оптимизация производительности мобильных приложений: стратегии и лучшие практики // Вестник науки. – 2023. – № 11, т. 3. – С. 850–862. – DOI: 10.24412/2712-8849-2023-1168-850-862.

Douglas D.H., Peucker T.K. Algorithms for the reduction of the number of points required to represent a digitized line or its caricature // The Canadian Cartographer. – 1973. – Vol. 10. – P. 112–122.

Полищук Ю.М., Кочергин Г.А. Использование геоинформационных систем для комплексного анализа пространственных данных на основе многомерной кластеризации // Геоинформатика. – 2011. – № 2. – С. 11–15.

Современные подходы к обработке данных при построении геоинформационных систем экологического мониторинга // Известия Тульского государственного университета. Технические науки. – 2016. – № 9. – С. 103–112.

Hu Z., Li B., Luo J. Flutter: Scheduling tasks closer to data across geo-distributed datacenters // IEEE INFOCOM 2016 – The 35th Annual IEEE International Conference on Computer Communications. – IEEE, 2016. – P. 1–9.

Development of a platform-independent renderer for the rendering of openstreetmap indoor maps in Flutter / J. Richter, R. Thomas, D. Lange, T. Graichen, U. Heinkel // Proceedings of the 17th International Joint Conference on Computer Vision, Imaging and Computer Graphics Theory and Applications (VISIGRAPP). – 2022. – Vol. 1. – P. 147–154.