第三讲(空间数据管理).ppt

地理信息系统及应用云南大学信息学院梁　虹 空间数据的特征 空间分布特征 非结构化特征 空间关系特征 海量数据特征 分类编码特征 Geodatebase ArcSDE采用全新的面向对象空间数据模型——Geodatabase，利用关系型数据库管理系统（RDBMS）实现空间数据的访问和查询。 树状索引编码法 采用树状索引减少数据冗余并间接增加邻域信息。具体方法为： 对所有边界点进行数字化，将坐标对以顺序方式存储； 由点索引与边界线号相联系； 以线索引与各多边形相联系，形成树状索引结构。 1）点文件： 点号 坐标 1 x1 ,y1 2 x2 ,y2 … … 40 x40 ,y40 2）线文件 线号 起点 终点 点号 I 1 6 1,2,3,4,5,6 II 6 8 6,7,8 … … … … X 33 33 33,34,35,36,37,38,39,40,33 3）多边形文件 多边形编号 多边形边界 10 I , II , IX 20 III , VII , VIII , IX , X 30 X 40 IV , VI , VII 50 II , III , IV , V 树状索引编码消除了相邻多边形边界的数据冗余和不一致的问题，并可以通过文件的线索引处理得到多边形邻域信息和岛状信息。 栅格与矢量数据转换 矢量到栅格：也称多边形填充，是将矢量表示的多边形边界内部的所有栅格点上赋以相应的多边形编码，即将点、线、面实体转换到预定分辩率和已知位置值的矩阵中。 栅格到矢量：也称数字化，指提取以相同的代码的栅格集合表示的多边形区域的边界和边界的拓扑关系，并表示为由多个小直线段组成的矢量格式边界线的过程。 二、空间数据库 空间数据的特征决定了利用目前流行的数据库系统直接管理地理空间数据，存在着明显的不足，GIS必须发展自己的数据库－空间数据库。 数据库就是为一定目的服务，以特定的数据结构（层次型、网状结构、关系结构）存储的相关联的数据集合。 关系型数据库管理系统（RDBMS）以其成熟的数据管理一致性、完整性、可靠性、安全性、稳定性，已广泛应用各行各业，成为MIS开发和应用的基础。 关系数据库以关系数据模型组织数据，即数据以行和列构成的二维表结构进行组织，如在一个关于雇员、供应商、顾客和产品的数据库中，顾客数据可用如下关系表组织： 购买量 职业 住址 年龄 姓名 数据项：也称为字段，是可以定义数据的最小单位，它与现实世界实体的属性相对应。 记录：由若干相关联的数据项组成，是处理和存储信息的基本单位，是关于一个实体的数据总和，构成该记录的数据项表示实体的若干属性。 在上述关于雇员、供应商、顾客和产品的关系数据库中，可快速回答“2005年购买量在前十位的顾客”等查询问题。 但“列出居住在离公司总部5公里范围内的顾客”这样的问题，就会将RDBMS置于无望的尴尬境地。因为这一过程需要将公司总部和顾客地址变换到一个可以计算距离的参照系统中，然后计算总部与顾客的地址的距离，并保留距离小于5公里的顾客。 传统的关系型数据库不具有空间索引机制，无法处理多维坐标数据的排序问题。 因此，为了解决空间查询和分析问题，GIS必须要有自已专用的数据库—空间数据库。 GIS中的数据大多数都是空间数据，它与通常意义上的数据相比，具有自己的特征. 空间分布特征 每个空间对象都具有空间坐标，即空间对象隐含了空间分布特征。这意味着在空间数据组织方面,要考虑它的空间分布特征。除了通用性数据库管理系统或文件系统关键字的索引和辅关键字索引以外，一般需要建立空间索引。 非结构化特征 在通用的关系数据库管理系统中，数据记录一般是结构化的。即满足关系数据模型的第一范式要求，每一条记录是定长的，数据项表达的只能是原子数据，不允许嵌套记录。 而空间数据则不能满足这种