空间数据仓库与挖掘2012.ppt

* * * * * * * * * * * * * * * * * * * * * * * * * * 空间数据仓库与数据挖掘 空间数据仓库的概念和内涵 空间数据仓库（Spatial Data Warehouse，简称SDW）是集成的、面向主题的、相对稳定的、反映时间变化和地理空间变化的空间数据存储，以支持各级管理人员基于空间数据的分析和决策。 空间数据仓库是GIS、空间数据库与数据仓库技术相结合的产物，它是数据仓库与空间处理分析的综合，具有空间，时间和主题的高度集成。 空间数据仓库应用（空间决策支持系统等） 分析结果 联机分析处理 数据挖掘 空间数据仓库中信息 多级存储策略 数据库 空间数据库系统（数据管理部分） SDB SDB SDB 数据采集与输入系统（数据源部分） 核心GIS 数据 政府统计 数据 市场经济 数据 土地利用 数据 分析工具 ETL 数据输入 决策运算 MB KB 空间数据仓库的体系结构 空间数据仓库与商业数据仓库有很大的不同。 商业数据仓库是完全建立在RDBMS基础之上的 空间数据包括属性数据、几何数据及拓扑数据,目前GIS中的属性数据用RDBMS来管理, 几何数据及拓扑数据未能完全用关系型数据库来管理。 空间数据仓库的关键技术 支持空间信息的空间数据仓库模型的研究 空间数据仓库的数据模型是一般数据仓库的数据模型在空间域的有效扩充，要针对空间信息的特点，对星型模型和雪花模型进行扩展。与一般数据仓库模型相比，空间数据仓库要管理复杂的空间数据类型，其维和度量中不仅包括简单数据类型的数据，而且包含复杂的空间对象。由于空间对象占用的存储空间大，其操作也很复杂，因此需要扩充维和度量的定义，如研究空间数据的立方体模型，以便更有效地处理这样的维和度量。 面向海量空间信息的数据存储策略 空间数据仓库包含海量的空间信息，支持海量空间信息的高效存储是空间数据仓库的需求，也是空间数据仓库的重要特征。空间信息的计算耗费的资源很多 ，研究空间信息的合理存储策略（如数据分片等），以便于计算和显示，是非常重要的。 空间数据仓库的关键技术 支持空间数据导航的元数据机制 空间数据仓库的元数据必须支持对空间数据分析的导航。主要内容包括：空间数据仓库的描述信息、信息源描述信息、数据转换方法的描述信息，数据加载方法的描述信息、业务术语的定义、业务处理规则的描述信息等。 面向海量空间信息高效检索的空间索引机制 空间数据仓库的关键技术 联机分析处理OLAP技术 维和度量都包含空间成分 空间相关维度的上卷和下卷操作困难 Star Model of a Spatial Data Warehouse Dimensions region_name time temperature precipitation Measurements region_map area count Fact table Dimension table A Model of Spatial Data Warehouses Dimensions nonspatial (e.g. 25-30 degrees generalizes to hot) spatial-to-nonspatial (e.g. region “B.C.” generalizes to description “western provinces”) spatial-to-spatial (e.g. region “Burnaby” generalizes to region “Lower Mainland”) Measurements numerical distributive (e.g. count, sum) algebraic (e.g. average) holistic (e.g. median, rank) spatial collection of spatial pointers (e.g. pointers to all regions with 25-30 degrees in July) Spatial Merge: Pre- vs On-line Computation On-line merge: very expensive Precomputing all: too much storage space Data Sampling Every data set will be sampled at a one second interval Spatial and Attribute Data Warehouse Forest Cover 1:20000 (Local) Biogeoclimatic (Provincial) Ter