本文纯属个人见解，可能是正经的胡扯。
在传统二维的GIS应用中，点、线、面矢量数据复杂度通常是用多少条记录或者顶点数量来表达，记录越多或者顶点越多通常认为数据越复杂，相对描述较为简单。那三维的模型数据的复杂度怎么来表达呢？
通常在三维球上，当前视野范围内渲染的三角面越少、纹理越少，性能越高。如果单纯的使用记录条数来表达一个数据的复杂程度似乎并没有什么用。有些模型，例如城市的max模型，在比较大的范围内，有很多模型，可能有上10w条记录，很多人就会认为这个是个BigData，但在实际使用的过程中发现，性能很不错，FPS通常在40帧以上。又例如一个场站的数据，范围很小，1平方公里，记录也不多，1千条左右，但使用的时候却发现浏览像卡带。
从上述例子中我总结出一点，模型的复杂度并不一定和数据范围成正比。那怎么描述模型的复杂度比较合适呢？
个人理解，
这个公式可以这么理解，单位空间内三角面越多，模型越复杂，纹理越多，模型越复杂。
