一种基于NoSQL的地图瓦片数据存储技术

本文首先介绍了NoSQL(非关系型数据库)的起源与发展,对比其与关系型数据库的优缺点,提出了基于NoSQL的地图瓦片数据存储策略,通过实验对比分析了面向文档型的NoSQL数据库产品Mongo DB与SQL Serv-er 2000在瓦片入库与并发访问性能上的差异。研究结果表明,Mongo DB在海量空间数据存储与并发访问方面具有明显的高效性。     

用OO4O访问Oracle Spatial空间基础数据的方法

使用对象关系型数据库来一体化存储和管理海量的GIS基础图形数据和属性数据是近年来GIS领域研究的一项重点内容。本文结合Oracle Spatial对空间对象数据的存储模式,重点研究了在VC中通过OO4O对数据库所存储的空间对象数据的访问方法,通过这种方法,不仅能够读取一体化存储的空间数据,还可以通过适当的处理实现对空间数据的修改、增删等其他操作,在GIS开发中尤其实用,具有很实际的意义。     

三维城市地质空间数据库数据组织及模式设计

如何建立高效的数据组织以及存储模式是三维城市地质数据库必需要解决的两大基础性问题。本文通过引入基于地学属性的三维矢量数据组织方法以及基于类八叉树的真三维体数据组织方法,解决了传统海量三维空间数据无法在数据库中高效组织和访问的问题,从而在真正意义上实现了三维城市地质空间数据的数据库组织;并在此基础之上,针对城市地质空间数据的特点,提出了元数据驱动的数据存储模式,有效地增强了三维城市地质空间数据库的可扩展性和灵活性。     

一种海量空间数据云存储与查询算法

针对传统的空间数据库管理方式在可扩展性、容错性和成本上难以满足分布式海量数据管理需求的问题,提出了基于开源大数据平台HBase的海量空间数据管理方案。根据空间数据操作方式的局部性特征,对存储于云平台中的空间数据,使用空间四叉树模型组织栅格数据,引入Z序空间填充曲线组织矢量数据,并建立空间索引,利用两步查询法(过滤和精化)进行空间查询。该方案在继承了HBase平台易于横向扩展、伸缩性和容错性强等特性的同时也保证了空间查询效率。基于此方案,设计实现了云空间地图服务系统CGMapServer。测试表明,该系统在高并发情况下对大数据集的空间查询响应具有较好的实时性。     

空间大数据在MongoDB中的存储探索

最近几年,IT技术,特别是云计算和大数据技术的发展,给传统的地理信息软件平台带来了很大变革.作为地理信息的核心技术之一,空间数据存储技术在地理信息软件平台中发挥着重要的作用,是实现高效的空间查询和空间分析的技术基础.面对数据量的爆发性增长、数据类型的增多等大数据问题,传统的关系型数据库很容易遇到存储瓶颈,存在诸如存储效率低、并发访问能力弱、横向扩展难等问题,这使得发展新的空间大数据存储技术势在必行.为解决传统关系型数据库在面对海量多源异构数据存储时遇到的上述问题,本文利用分布式存储NoSQL数据库进行了空间大数据存储和查询的技术探索,并通过一系列实验证明MongoDB数据库是一种有效的存储空间大数据的方法.     

矢量数据库的建立及技术研究

随着计算机技术、GIS技术和数据库技术的不断成熟完善,基于这些技术建立的空间数据库技术也日益发展起来。Oracle ArcSDE目前是一种比较成熟、稳定的空间数据管理技术,也是省级基础地理数据库的主流模式。ArcSDE作为中间插件联系应用程序和关系数据库,解决了空间数据和属性数据统一存储。通过广东省1∶10000矢量数据库的设计过程,阐述其中的核心技术。     

基于RDBMS的空间数据管理的实现

利用关系数据库管理空间数据是当前GIS空间数据库发展的趋势,介绍了一种基于全关系型数据库的SDX+空间数据库引擎技术,分析了其数据组织结构以及空间数据的存储结构,通过该引擎,实现了在SQLServer2000中对空间数据和属性数据的一体化存储,并介绍了在应用程序中对该空间数据库的访问方法与步骤。     

基于BeyonDB数据库海量数据三维显示平台研究

海量空间数据的管理和处理是地理信息系统的核心,而高安全、高性能的空间数据管理系统更是GIS创新发展的重点.本文研究了国产自主研发的BeyonDB空间数据库管理系统的数据组织及其调度策略,利用存储于数据库中的栅格数据和矢量数据,建立了一套C/S服务体系,实现了国家级海量数据的三维显示平台的构建.     

GML空间数据库系统研究

长期以来,由于GIS数据模型的差异所导致诸多问题一直得不到很好地解决,迫切需要新的数据模型来构建新的空间数据库;大量GML空间数据的涌现,迫切需要研究其存储管理问题。另一方面,传统数据库技术并不适合GML空间数据的存储管理,本原XML数据库技术为GML空间数据的存储管理奠定了一定的基础。在这种环境下,本文从本原XML数据库的角度,对GML空间数据存储问题进行了研究。首先,分析了GML空间数据的特征和存储管理方式,然后,提出了本原GML空间数据库的体系结构。针对GML空间数据的特点,提出了GML空间数据的存储粒度和存储的逻辑模型;最后,在开放源代码数据库Ozone的基础上,实现了本原GML空间数据库的原型系统。     

地图制图系统数据库存储结构设计

当前,用成熟的商业数据库管理海量的空间数据已成为当今GIS和地图制图软件的主流,在作者开发的地图制图系统中,将所使用和处理的数据分为地理数据、制图辅助数据和地图数据三类,本文在分析三类数据特点的基础上,详细介绍了各类数据在数据库中的存储结构,特别介绍了如何使用Oracle中的大对象数据类型存储坐标数据,使其该数据库引擎达到功能与效率的统一。     

构建面向个性化服务的特大城市云空间数据中心

特大城市测绘地理信息数据具有数据海量、增长快速、多源异构、频繁使用的特点。随着大数据和Web2.0时代的到来,传统的空间数据存储管理与共享服务模式存在成果缺乏整合和挖掘、空间信息服务被动且无差别性等缺点,难以满足用户不断提高的空间数据内容、服务响应速度和服务质量的要求,也难以适应因人而异的个性化空间信息服务的需求。本文对个性化服务和云空间数据中心构建的关键技术进行了研究,提出了个性化空间数据情境应用模式,以及一种基于Web客户端的个人异构空间数据在线集成方法,基于NoSQL实现了个人空间数据与传统空间数据服务集成,并以北京市为例基于私有云构建了安全可靠、高效运行、可扩展、用户参与度高、提供个性化服务的特大城市云空间数据中心。     

一种分布式架构的空间大数据服务平台

随着位置信息在各行各业中的广泛应用,空间大数据得到迅猛发展.空间大数据除具有数据量大的特点之外,还具有复杂性,同时,越来越多的应用对数据的实时性也有较高的要求.传统的GIS软件在承载和处理空间数据时,也面临越来越多的挑战,如难以对复杂多样的空间数据进行一体化存储和管理;传统GIS软件架构和单机处理能力,无法对较大体量(10亿条记录或更大)的空间数据进行分析.本文从分布式存储技术、分布式空间处理计算技术和分布式计算协调技术三个方面阐述如何应对上述问题,并提出了将Spark分布式框架和Su-perMap iObject for Spark空间处理引擎相结合的分布式空间处理计算技术,以及数据库的一体化管理和监控技术,实现对多种数据库如PostgreSQL集群、MongoDB和Elasticsearch的统一管理和监控.     

大型遥感图像处理系统中集成数据库设计及应用

大型遥感图像处理应用系统中，往往需要实时获取各种背景或专题数据，该过程即是数据动态集成过程。集成数据库是建立在各种专题数据基础上的数据集成使用框架体系，该文描述了集成数据库的结构及各类子库的组成，根据项目的特殊需求提出了虚拟数据库概念，并结合实例说明了集成数据库以元数据为链条的使用机制与方法。     

一种模型驱动空间数据库质量检查平台构建

质量检查是空间数据质量控制的关键环节,空间数据库包括矢量空间数据、专题属性数据及元数据等,质量检查内容繁多。现有空间数据库质检软件往往为某一项目“量身定制”,灵活性低。本文从空间数据库质量特征及其语义表达出发,对空间数据库质检规则进行了分析和研究,提出了空间数据库质检DRST模型,并基于该模型开发构建了一套能够适用于各类空间数据库质检需要的平台软件。该平台已在江西省房地一体确权登记数据库质检、第三次国土调查成果数据库质检、地理国情监测成果数据库质检等项目中得到应用。应用实践表明,平台具备良好的适应性和扩展性,为提高空间数据库质量检查效率、解决质检软件生命周期短等问题提供了有效途径。     

数码城市:概念、技术支撑和典型应用

首次系统全面地介绍了有关数码城市 (CyberCity)的概念、技术支撑和典型应用 ,并结合CCGIS软件的研究开发及其在深圳和上海两个城市的示范应用 ,讨论了建设数码城市所面临的若干关键技术问题     

分布式空间数据库在海量卫星影像管理中的应用

针对现有影像存储方法在海量卫星影像存储中性能不足的问题,分析了现有卫星影像数据存储方法的特点,提出了基于分布式空间数据库管理影像元数据的改进方法。该方法采用文件系统存储影像非结构化的实体数据,影像的空间信息及元数据存储在分布式空间数据库中,实现了海量卫星影像数据的高性能存储,并开展了资源三号卫星影像数据管理试验。试验表明该方法在海量卫星影像数据查询性能方面有显著提高,适用于海量卫星影像数据存储。     

基于Google Earth Engine的遥感大数据分析研究进展与应用

随着地理信息数据规模不断增长,传统的空间分析模式受限于软硬件的性能已经不能对大数据多尺度研究提供较好的支持。以GEE平台为基础,通过算法原理阐述平台架构体系以及分析GEE的技术特点,论述其在遥感大数据分析领域的研究进展、人工智能技术在地理信息分析领域的应用,探索地理空间数据分析的智能化方向。最后,结合交叉学科前沿探索GEE在未来的热点研究领域中的应用模式,并展望GEE作为云端空间信息服务平台的未来发展以及和下一代互联网技术的协同演进。     

基于并行空间数据库和GML的WebGIS系统的研究与实现

目前,对海量空间数据的快速处理与地理信息的互操作问题正制约着WebGIS的进一步发展和应用。作者对并行空间数据库和GML技术进行了探讨与研究,并采用并行空间数据库存储和管理GIS数据、GML作为其在因特网上地理信息的传输数据格式,设计和实现了一个基于WebService的WebGIS系统,取得了良好的应用效果。     

一种从空间数据库中提取地理本体的方法

传统的GIS应用以空间数据库为中心进行组织,而异构的空间数据库之间因为缺乏被计算机所理解的语义知识,很难解决日益增长的异构的GIS应用之间的互操作的需求。本体（ontology）技术被看成是解决不同应用系统之间的异构性以及互操作难题的一个重要途径。传统的地理本体需要通过领域专家人工建立,比较耗费时间。本文提出一种从已经存在的空间数据库中提取出地理本体的方法,来解决异构系统中本体获取困难的问题。