GeoStar空间数据组织与管理

讨论了GeoStar系统空间数据组织与管理中的若干问题,重点介绍了空间矢量对象模型、数据组织、数据管理以及对象的实现等内容。     

The integrated spatial databases of GeoStar

GeoStar is the registered trademark of GIS software made by WTUSM in China. By means of the GeoStar, multi-scale images, DEMs, graphics and attributes integrated in very large seamless databases can be created, and the multi-dimensional dynamic visualization and information extraction are also available. This paper describes the fundamental characteristics of such huge integrated databases, for instance, the data models, database structures and the spatial index strategies. At last, the typical applications of GeoStar for a few pilot projects like the Shanghai CyberCity and the Guangdong provincial spatial data infrastructure (SDI) are illustrated and several concluding remarks are stressed.     

The integrated spatial databases of GeoStar

GeoStar is the registered trademark of GIS software made by WTUSM in China.By means of the GeoStar,multi-scale images,DEMs,graphics and attributes integrated in very large seamless databases can be created,and the multi-dimensional dynamic visualization and information extraction are also available.This paper describes the fundamental characteristics of such huge integrated databases,for instance,the data models,database structures and the spatial index strategies.At last,the typical applications of GeoStar for a few pilot projects like the Shanghai CyberCity and the Guangdong provincial spatial data infrastructure (SDI) are illustrated and several concluding remarks are stressed.     

基于空间行为的面向对象空间数据模型

本文根据面向对象空间数据模型的相关概念和特点,将地理空间中的空间行为进行建模后纳入面向对象空间数据模型的框架中。面向对象空间数据模型由数据模型和空间行为模型两个部分组成:数据模型包括空间特征数据和属性特征数据;同时将空间行为模型分为两大类,即静态空间行为模型(地理目标间关系)和动态行为模型(地理目标行为)两部分。在此框架提出的基础上,本文利用二进制、XML流等格式文件对该空间数据模型进行了整合和组织。     

Behavior mining of spatial objects with data field

The advanced data mining technologies and the large quantities of remotely sensed Imagery provide a data mining opportunity with high potential for useful results. Extracting interesting patterns and rules from data sets composed of images and associated ground data can be of importance in object identification, community planning, resource discovery and other areas. In this paper, a data field is presented to express the observed spatial objects and conduct behavior mining on them. First, most of the important aspects are discussed on behavior mining and its implications for the future of data mining. Furthermore, an ideal framework of the behavior mining system is proposed in the network environment. Second, the model of behavior mining is given on the observed spatial objects, including the objects described by the first feature data field and the main feature data field by means of the potential function. Finally, a case study about object identification in public is given and analyzed. The experimental results show that the new model is feasible in behavior mining.     

基于数据场的空间目标行为挖掘

The advanced data mining technologies and the large quantities of remotely sensed Imagery provide a data mining opportunity with high potential for useful results. Extracting interesting patterns and rules from data sets composed of images and associated ground data can be of importance in object identification, community planning, resource discovery and other areas. In this paper, a data field is presented to express the observed spatial objects and conduct behavior mining on them. First, most of the important aspects are discussed on behavior mining and its implications for the future of data mining. Furthermore, an ideal framework of the behavior mining system is proposed in the network environment. Second, the model of behavior mining is given on the observed spatial objects, including the objects described by the first feature data field and the main feature data field by means of the potential function. Finally, a case study about object identification in public is given and analyzed. The experimental results show that the new model is feasible in behavior mining. Supported by the National 973 Program of China(No.2006CB701305,No.2007CB310804), the National Natural Science Fundation of China (No.60743001), the Best National Thesis Fundation (No.2005047), the National New Century Excellent Talent Fundation (No.NCET-06-0618).     

无缝GIS的空间数据组织研究

提出了"无缝GIS"这一全新概念,指出数据组织是无缝GIS实选择方案和海量无缝空间数据组织方法.     

基于对象关系数据库的空间数据模型研究

分析了面向对象关系模型的数据结构,对Oracle Spatial组件中空间数据存储结构及对象关系数据模型进行了分析,分别给出了Oracle数据库中使用对象关系数据模型存储空间数据的构建方法,以及地图索引、元数据表的构建方法.     

一种基于RDBMS的面向对象空间数据模型

本文利用面向对象的抽象、继承和多态等理论和方法,将数据库中的视图、关联、表、角色等概念引入到面向对象的空间数据模型中,提出了一种面向应用、面向主题的基于对象关系数据库的空间数据模型。实践证明:该模型吸收了对象关系数据库高效、安全和协同合作等优势,提高了空间数据使用的灵活性。     

矢量空间数据版本管理插件

本文在不改变原有矢量空间数据库结构和内容的条件下,设计了矢量空间数据版本库,并基于GIS平台实现了数据版本管理插件。该插件截获GIS平台软件发出的矢量要素编辑消息并进行处理,在不改变已有软件和原始矢量空间数据的前提下,实现了矢量空间数据库版本管理的功能,能够记录对矢量数据的增删改操作和每个图层的版本历史,并且能够进行版本回溯。本插件具有开发工作量小、即插即用和对其他GIS功能透明的优点。     

空间数据研究的发展及对策

随着地理信息科学和地理信息系统的发展,空间数据先后经历数据生产、数据质量、数据不确定性和可用性4个研究阶段。在分析各阶段研究内容和方法的基础上,深入分析空间数据现有研究间的联系与区别,并给出未来的研究对策。     

一种面向对象的4层空间数据模型

针对"空间数据是否要建立拓扑关系并在数据库中显式地存储记录"一直是GIS领域争论的问题,给出了解决方案:融合拓扑关系数据模型和面向实体数据模型,进而在分析和总结现有数据模型的基础上提出了一种面向对象的4层空间数据模型.对模型作了4个层次划分:几何对象、基本和复杂要素、分层与分区以及多尺度表达.模型具有3个特点,即多尺度描述地理空间;能描述不同要素层、不同区之间的关系;用户可根据实际情况自定义要素层拓扑关系.最后给出了模型在自主开发的地理数据库管理平台Geoinfo中的应用情况.     

一种面向对象的4层空间数据模型

针对“空间数据是否要建立拓扑关系并在数据库中显式地存储记录”一直是G IS领域争论的问题,给出了解决方案:融合拓扑关系数据模型和面向实体数据模型,进而在分析和总结现有数据模型的基础上提出了一种面向对象的4层空间数据模型。对模型作了4个层次划分:几何对象、基本和复杂要素、分层与分区以及多尺度表达。模型具有3个特点,即多尺度描述地理空间;能描述不同要素层、不同区之间的关系;用户可根据实际情况自定义要素层拓扑关系。最后给出了模型在自主开发的地理数据库管理平台Geoinfo中的应用情况。     

电子政务空间辅助决策综合数据管理研究与实践

本文通过对电子政务数据特点和处理要求的分析,提出了电子政务空间辅助决策综合数据模型。在此基础上,作者完成了电子政务空间辅助决策综合数据管理方法研究与实践。实现了多种类型数据的管理,扩展并完善了基于空间数据的电子政务应用数据管理的内容和技术。     

db4o引擎下的GML空间数据存储研究

目前GML已成为空间数据编码、交换的国际标准,大量GML空间数据的不断涌现,给我们带来了新的挑战,即如何有效地管理、操纵这些GML格式的数据,如何建立良好的索引机制以高效地检索数据量大大增加的GML文档。本文结合开源纯面向对象数据库引擎db4o和传统的空间数据库技术,研究了GML空间数据的原生对象存储方法、索引机制。     

空间数据融合的基本框架

本文就空间数据融合的基本理论和问题进行了阐述。空间数据分为矢量数据和栅格数据,由于矢量数据的融合比较简单,本文就矢量数据的图形数据和属性数据的融合加以简单论述;主要研究了栅格数据,目前对于栅格空间数据而言主要是影像数据,本文对影像数据的融合的层次,步骤和方式等问题进行了系统研究;而且对空间数据融合存在的问题和解决的途径进行了论述。     

Big spatial data for urban and environmental sustainability

ABSTRACT

Eighty percent of big data are associated with spatial information, and thus are Big Spatial Data (BSD). BSD provides new and great opportunities to rework problems in urban and environmental sustainability with advanced BSD analytics. To fully leverage the advantages of BSD, it is integrated with conventional data (e.g. remote sensing images) and improved methods are developed. This paper introduces four case studies: (1) Detection of polycentric urban structures; (2) Evaluation of urban vibrancy; (3) Estimation of population exposure to PM2.5; and (4) Urban land-use classification via deep learning. The results provide evidence that integrated methods can harness the advantages of both traditional data and BSD. Meanwhile, they can also improve the effectiveness of big data itself. Finally, this study makes three key recommendations for the development of BSD with regards to data fusion, data and predicting analytics, and theoretical modeling.     

基于空间数据挖掘的煤矿安全管理的研究

煤炭企业属于传统的资源开采型企业,煤矿安全对煤炭企业影响巨大,安全工作在煤矿生产中占有重要地位。其管理好坏直接关系到煤炭企业的生存和发展。煤矿安全管理任务十分艰巨,是因为影响煤矿安全的因素非常复杂,而且含有大量的不确定性因素。本论文利用空间数据挖掘技术来研究采煤方式的选择,并选用焦作矿务局某矿一工作面的实例进行分析,结果表明用粗集来确定采煤方式是比较客观的、科学的和全面的,对保证煤矿的安全提供了一定的保障。     

面向GIS的基础空间数据生产模式与质量控制

基础空间数据是国土资源和房管GIS的重要组成部分 ,基础空间数据的质量影响和制约着GIS技术在国土资源房管领域的应用。本文以广州市为例 ,从满足国土资源房管的需求角度出发 ,提出了面向国土资源和房管GIS进研基础空间数据生产的观点 ,给出了基于这一观点的一种数据生产模式 ,并对数据生产中的质量控制进行了探讨 ,最后介绍了通过应用实践所获得的一些认识。     

空间数据重复记录的清理方法研究

在空间数据的更新过程中,需要利用多种数据源对现有数据进行更新,这样可能会导致在获得的空间数据中出现重复记录。利用计算机自动对这些重复记录进行检查处理,将会极大地降低数据生产者的工作量。本文根据在数字制图系统研制过程中所遇到的此类问题,提出了对重复空间数据进行检查与处理的方法,并在所研制的数字制图系统中得到了应用。