基于ArcSDE的国家基础数字正射影像数据库研究与实践

数字正射影像具有地图的几何特征和影像特征,直观易读、信息量丰富、获取快捷,已经得到社会各界的高度认可,成为应用越来越广泛的基础地理数据资源。本文从海量数字正射影像数据管理与分发服务的角度出发,通过对空间数据库技术的发展趋势探讨,结合ArcSDE空间数据引擎的体系结构和数据模型,针对国家基础数字正射影像的数据源特点和建库要求,提出了基于ArcSDE的国家基础数字正射影像数据库建设思路和解决方案,开展了基于ArcSDE的国家基础数字正射影像数据库的存储模式研究和集成建库实践,实现了国家级海量数字正射影像数据的有效组织、安全存储、统一管理和分发服务。     

空间数据引擎关键技术与应用分析

地理特征相关信息的一体化存储与访问是GIS软件平台研发的关键技术。在扩展关系数据模型的支持下,利用成熟的商用扩展关系型数据库管理系统存储和管理海量空间数据,是发展大型GIS平台空间数据库管理系统行之有效的技术方法。本文对几种典型的空间数据库管理平台ArcSDE、OracleSpatial、InformixSpatialDataBlade、DB2SpatialExtender和MySQLSpatialExtensions从存储模型、进程管理方案、空间查询和索引以及数据缓存技术等方面进行了分析。     

基于全球剖分网格的空间数据全文检索方法

目前,国内外不同部门的空间数据管理系统彼此独立,数据共享检索效率低。针对此问题,本文提出了一种基于全球剖分网格的空间数据全文检索方法。该方法描述了基于全球剖分网格原理,根据地理空间实体的区位信息建立全球唯一的空间区位标识编码,通过全文索引引擎对空间区位标识编码建立全文索引,实现对地理空间数据的检索。通过对比试验可知,在大数据量的时候,基于全球剖分网格的空间数据全文检索方法比基于B+树的传统关系型数据库检索效率高,在海量空间数据的检索上具有一定应用价值。     

基于NoSQL的海量空间数据云存储与服务方法

近年来,实现海量空间数据高效地存储管理和在线服务,成为地学信息科学领域日益关注的热点问题。本文根据矢量和栅格空间数据的不同特点,提出并实现了矢量栅格数据一体化的海量空间数据分布式云存储管理与访问服务方案,在海量矢量数据存储和处理中创新性引入分布式图数据库Neo4J和并行图计算框架。在三层式空间数据云存储架构基础上,给出NoSQL数据库技术的栅格和矢量数据云存储的实现策略与方法,并开展了通用数据访问接口的设计。采用分布式文件系统HDFS存储栅格数据,并使用列族数据库HBase对其建立分布式空间索引,及采用满足ACID约束的分布式图数据库Neo4J来存储矢量数据,并使用R树建立空间索引。在自主研发的地理知识云平台GeoKSCloud框架下,初步实现了核心组件-空间数据聚合中心(GeoDAC)软件,可为各类用户提供空间数据分布式存储管理和访问服务。通过搭建试验床,开展GeoDAC与开源GIS软件PostGIS在矢量数据读写访问性能方面的对比测试。结果表明,虽然GeoDAC没有获得写入性能的加速作用,但其具有PostGIS无法比拟的强大读取性能。GeoDAC将海量数据经过空间分割后分布在集群上,能够并行处理查询请求,极大地提高空间查询速度,具有广阔的应用前景。     

一种开源软件集成的空间矢量数据在线采集方法

空间数据是GIS应用的基础,经济高效地从网络获取空间数据具有重要意义。文章主要研究了网络地图环境下利用Web GIS技术和开源软件实现空间矢量数据在线采集和数据库存储的方法和技术。并且使用Google Map API、Ajax技术和Apache、My SQL开源软件开发一个基于Web平台的原型系统,实现了基于网络地图的矢量数据的在线获取、数据库存储、在线显示和数据库访问服务接口等功能,为获取空间数据提供了一种新方法。     

四川盆地油气勘探三维地理信息系统与应用

本文在三维可视化系统构建流程和数据组织管理模式分析的基础上,以ArcSDE作为空间数据引擎,利用Oracle 10g建立四川盆地油气勘探海量空间数据库,基于三维可视化软件平台Skyline TerraDeveloper设计、开发了全球三维模型的四川盆地油气勘探三维地理信息系统。同时集成基础地理数据、区域地质数据、油气勘探空间数据、多尺度遥感影像、勘探数据库,这不仅提供了强大的油气勘探基础数据管理、三维地形建模以及模型的可视化功能,还为专业技术人员提供了一个可视化的设计、分析平台。     

济南泉域四维环境可视化平台数据库建设研究

济南泉域四维环境可视化平台从济南市轨道交通建设对地质工作的实际需求出发,以地理信息系统为基础开发平台,基于2000国家大地坐标系,综合应用数据库、GIS、三维地质建模与可视化、数值模拟与数学模型分析评价等核心技术,建立基于空间数据库的四维可视化信息系统,实现多源、异构、海量地理地质数据的规范化处理和统一管理,为轨道交通建设与泉水保护、政府决策、城市建设布局和功能区划、灾害防治、城市土地地下空间合理开发利用等提供地质科学依据。数据内容的规范与统一是保障平台功能正常运行的关键,该文结合济南泉域四维环境可视化平台的数据库建设实践,探讨了该平台数据库对数据源进行的分析与处理过程。该平台数据库的建立实现了空间数据与属性数据的统一存储与管理,为济南泉域四维环境可视化平台的科学应用提供了有力保障。     

基于MongoDB的矢量空间数据云存储与处理系统

近年来,海量空间数据存储与处理日益成为地理信息科学领域的研究热点。其中,矢量空间数据更因其较高的复杂性,成为该类研究的重点问题。本文基于文档数据库,探究了多用户数据存储、矢量空间数据存储、海量矢量空间数据并行处理等问题,给出了存储和处理矢量空间数据的方法。在三层式云存储架构基础上,设计并实现了矢量空间数据云存储与处理系统VectorDB,达到了海量矢量空间数据的高效存储与处理要求。系统采用文档数据库MongoDB存储矢量空间数据,使用OGR库实现不同格式矢量空间数据的转换与存储,并用Hadoop对数据库中的数据进行并行计算,以及用mongo-hadoop作为MongoDB与Hadoop之间的连接器。通过实验对比了VectorDB与PostGIS的矢量空间数据读写性能,并分析了VectorDB与MongoDB在海量数据并行处理性能方面的差异。结果表明:VectorDB具有更好的读取性能和海量数据处理性能,适合多用户不同格式、不同属性矢量空间数据存储,对海量矢量数据存储与处理问题具有参考价值。     

基于Shark/Spark的分布式空间数据分析框架

随着空间数据的与日俱增,传统依托于单节点的空间数据管理方法,已难以满足海量数据高并发的需求。云计算的兴起带来机遇与挑战,分布式技术与数据库技术的优势互补,为云计算下高效的数据管理提供了可能。本文提出一种在分布式计算引擎（Shark/Spark）中集合之关键技术（包括空间数据映射、空间数据加载、数据备份及空间查询等）,将空间数据库对空间数据的高效存储、索引及查询优势与分布式计算引擎对复杂计算的优势相结合,实现一种基于Shark/Spark的分布式空间数据分析框架。在具体实现中,通过空间自定义函数和空间函数下推2种方式实现空间查询,结果表明,影响返回结果数据量的空间查询更适合下推给空间数据库完成,而不影响返回结果数据量的空间查询,利用分布式计算引擎直接运算更有优势。同时,通过与现有的一种分布式GIS方案（ArcGIS on Hadoop）对比发现,空间数据库的空间索引可有效提高查询效率,空间数据管理也更加独立。     

地籍管理的税源监控信息系统简介

将国土资源部门的地籍管理信息、地理信息系统与国税部门的税源监控系统有机地整合在一起，可使现有电子表格和数据库无法看到的数据模式和发展趋势以电子图表的形式清晰直观地展现出来。并结合中国税收征管信息系统数据进行空间可视化分析，实现了数据可视化、地理分析与数据库应用的有机集成，满足了税收机关决策多维性和部门之间信息共享的需求。     

三维城市模型数据划分及分布式存储方法

随着信息获取技术的快速发展,地理信息数据每天以TB级的数量增加。三维城市模型数据作为三维GIS的重要内容,在数字城市和智慧城市建设过程中发挥重要作用。由于三维城市模型数据结构复杂,其数据量具有海量性,因此,高效地对三维城市模型进行划分及存储,以满足数据的长效管理及三维GIS系统的快速可视化数据调度和空间辅助决策需求,成为近年的研究热点。以往的数据划分方法导致划分区域在数据调度中变化频繁,使数据更新和管理变得困难,需寻找一种更为稳定且具有普适性的数据划分方法。本文分析了现有三维城市模型数据划分方法的不足,提出了基于拓扑关系模型的大比例尺图幅划分方法,并对划分后三维模型数据进行统一命名编码;借助非关系数据库MongoDB强大的海量数据组织及高效的多并发访问功能,构建了MongoDB分片集群服务器;对三维城市模型数据进行了单元划分,并采用规则建模软件City Engine进行建模,得到三维城市模型,借助非关系数据库软件MongoDB进行数据存储实验。结果表明,基于拓扑关系模型的大比例尺图幅划分方法适用于三维城市模型数据划分,划分后数据的存储效率明显提高,MongoDB数据库的多并发访问效率具有良好的稳定性。     

分布式环境下矢栅一体化数据组织模型设计

随着地理信息技术与计算机网络技术的结合和发展,基于全球框架的地理信息服务对海量数据管理的要求越来越高,传统的单中心的关系数据库的管理模式已经不能满足要求。分布式文件系统、半结构化数据库和关系数据库技术优势互补,为海量数据高效管理提供了新的技术思路。本文提出了分布式环境下空间数据一体化存储管理架构,设计了矢量和栅格数据的数据逻辑组织和物理存储模型,通过统一的分层+分块的数据划分规则,实现了矢、栅数据分布式环境下的一体化管理。在该模型中,利用关系数据库和半结构化数据库的特点,对空间索引和实体数据分开管理,有效地提高了数据处理和访问效率。实验表明,该模型具有更高的数据管理能力,可为分布式环境下数据服务中心构建提供一个有效的解决方案。     

ArcGIS Model Builder在历史数据处理中的应用

在智慧潍坊时空大数据与云平台的建设中,需要将历史地形图数据进行数据入库。与传统的地形图人工内业数据入库处理方法相比,基于ArcGISModelBuilder技术对数据处理过程建模,对数据进行自动化处理的做法在作业中具有极大的优势。利用该工具创建了房屋、高程点、控制点等几种地物的自动化处理模型,实现了多种地形图要素的自动化处理,简化了传统的地形图入库作业流程,提高了数据处理效率。该文以潍坊市历史地形图为例,验证了该方法在保证数据质量的同时,能够有效提高数据的生产效率,为历史地形图数据的生产入库提供了切实可行的操作思路和实现工具,同时可为其他地区历史地形图数据入库工作提供参考。     

基于MPP架构的并行空间数据库原型系统的设计与实现

快速高效地查询信息是衡量当前空间数据库性能的重要指标之一。传统的单节点关系型空间数据管理方式难以满足大数据量空间数据查询的需求,特别是高性能的复杂空间多表连接任务需求。鉴此,本文设计并实现了基于Massive Parallel Processing（MPP）架构的并行空间数据库中间件原型系统。系统充分利用无共享（shared-nothing）架构的优势,特别是针对空间数据的特性,设计了并行空间数据划分与导入、并行空间多表连接、空间数据查询优化等算法与模型。首先介绍了近年来并行数据库系统的发展现状,接着阐述了基于MPP架构的并行空间数据库中间件系统的查询计划算法及其系统架构,最后作者对一些大规模数据量做查询实验及其查询结果分析。实验表明,在处理挖掘大规模数据量时,该系统有近似线性的加速比,相比于传统单节点数据库,它能充分提高海量空间数据的复杂查询的性能,解决了空间数据库并行化处理海量数据的问题。     

遥感影像内容的语义查询算法与应用

海量遥感影像数据如何进行方便快捷的查询检索与定位,是影像数据存储管理部门所面临的主要问题,同时也是制约影像数据为用户提供更好服务的瓶颈。本文主要分析了当前遥感影像数据库查询检索的几种方式和它们的利弊,进而提出一种在近乎海量的遥感数据中简单、方便、快捷的算法与实现思想。并在已有的影像数据库引擎原型系统上,设计出一种检索查询遥感影像内地物的方法。这种方法以矢量要素的空间信息和属性信息为引导,快速准确的定位地物所在的影像块,为遥感影像的有效管理和应用提供了一种可行的方法。     

地质界线图层的自动化生成方法

地质界线要素是地质图空间数据库的基本要素之一。地质界线图层通常是地质图空间数据库中图元最多的一个图层,其数字化和质量检验工作较为繁重。针对已有地质体面图层,而地质界线图层缺失的情况,本文提供一种快速补充地质界线图层的方法。该方法也可对原生地质界线图层进行属性数据的自动化质量检验。其主要处理环节包括：首先,基于地质体面图层,构建地质体邻接关系图,可实现对地质界线高效、准确地提取;其次,基于产状数据与断层数据,运用地层接触关系识别规则,可分别实现对基本地层接触关系和断层接触关系的自动识别;最后,针对两邻接地质体面实体多段界线间的接触关系识别结果不一致的情形,运用“平行不整合优先”原则和“长度优先”原则,进行了合理的综合判别。基于1:50 000庐山幅地质界线图层的自动化生成实验表明,本文方法可高效、快捷、准确地生成地质界线图层,既能够满足自动化补充地质界线图层的需要,又可作为检验地质界线图层属性的有效工具。     

基于Ex-Dewey前缀编码与R树的GML空间数据索引机制

大量GML空间数据的出现,使其有效性的查询处理面临严峻挑战。索引技术是决定数据查询性能的重要因素之一。鉴于GML空间数据XML格式编码的特点,为充分利用Dewey前缀编码方案并消除原方案中节点的插入、删除影响其后趋同胞节点及其子孙节点编码的变更等缺点,论文提出了一种扩展的Dewey编码方案--Ex-Dewey,用以实现对GML文档数据的整体编码和非空间数据的索引构建。研究给出了Ex-Dewey前缀编码的GML非空间数据索引构成模式与处理策略;结合Ex-Dewey,提出GML空间数据索引基于R树的构建,给出了索引构成模式与处理策略。GML空间与非空间数据索引构建,既独立又紧密关联,共同实现GML空间数据的索引。该索引机制意在用于原生GML空间数据库索引构建或单纯GML文档集索引构建中。