空间数据库

空间数据库

第1章绪论

信息的定义

哲学上：人们所认知与感知对象的抽象,是现实世界中各种事物的特征及事物间的联系。

数学上：是确定性的度量，两次不定性之差，与随机对立。

物理上：是一种能量，与熵对立。

信息的特性：无限性、共享性、创造性

数据：是指客观事物的属性、数量、位置及其相互关系等的符号描述。信息与数据的联系：1、数据是信息的符号表示，或称载体

2、信息是数据的内涵，是数据的语义解释

3、数据是符号化的信息

4、信息是语义化的数据

空间数据的基本特征：空间、时间和专题属性。

空间数据具有3个特点：1、需要处理的数据量大

2、需要空间和非空间两类数据

3、需要记录空间对象随时间而演变的历史数据

数据库：DATA BASE，其意义为数据基地，即统一存贮和集中管理数据的基地。

空间数据库：是描述与特定空间位置有关的真实世界对象的数据集合。空间数据库三类用户：1、GIS分析人员2、网络应用（网络电子地图、移动电话定位等） 3、流动服务和基于位置服务（PDA，Open Location Service,OpenLS）

空间数据库的发展历程：（1）基于关系模型的空间数据库

（2）面向对象的空间数据库

（3）基于对象－关系模型的空间数据库

纯关系型空间数据库缺陷：①在封装数据与操作上的不足②不能处理复合关系③不能处理聚集关系④无法处理具体与一般的关系

分布式数据库的特色：①地方自治性②相互协作性③位置透明性④副本的透明性

演绎数据库的特点：易维护、易扩充、冗余度小和数据录入量少。

演绎数据库、知识库与智能数据库的联系与区别

共同之处：三者都是人工智能与数据库的结合，都是以数据库为基础，吸取了人工智能的成功技术的成果

不同之处：

演绎数据库与智能数据库均属于数据库范围，它们均以数据库

为基础，吸取了人工智能的技术。它们管理的是数据，而知识

库管理知识

演绎数据库虽然也含有规则，但它含有的规则较少，而含有的

数据却是大量的，这是与知识数据库不同的。

智能数据库不仅应用人工智能中的逻辑推理思想，而且还应用

人工智能中自然语言理解、语言识别，图象、文字处理等多种

方法与技术于数据库，以求得更多的功能、性能的改善与提

高。

时态数据库：存储现实世界的时间经历状态信息的数据。

管理时态数据的数据库系统需要对时间语义提供三方面的支

持：时间点、时间间隔、与时间有关的关系

实时数据库：若是机事件都有和数据库时间相等（或非常接

近）的情形，可称此数据库为实时数据库。

实时数据库、传统数据库、实时系统

第2章空间现象抽象表达

空间类型表现形式：①物理空间②感觉运动空间③感知空间④认知空间⑤符号空间

空间认知模式：空间特征感知----->空间对象认知------>空间格局认知现实世界认知过程：

空间模型

模型：现实世界中的某些事物的一种抽象表示。

建模：建立概念关系、数学和/或计算机模型的过程。

认知--->抽象--->简化；知识--->数据--->应用

建模思路：a、自顶向下、逐步求精；b、底向上、综合集成

建模方法：a、形式化方法；b、图示化方法

①面向过程的建模②面向数据的建模③面向信息的建模

④面向决策的建模⑤面向对象的建模

空间认知的三层模型：空间概念数据模型--->空间逻辑数据模型--->物理数据模型

空间认知的九层抽象模型

空间实体：是存在于自然世界中地理实体，与地理空间位置或特征相关联，在空间数据中不可再分的最小单元现象。

基本的空间实体

点状实体类型：

实体点：用来代表一个实体

注记点：用于定位注记

内点：用于负载多边形的属性，存在于多边形内。

结点：表示线的起点和终点

角点：表示线段和弧段的内部点

线状实体特性：实体长度、弯曲度、方向性

面状实体特性：面积范围、周长、独立性或与其它的地物相邻、内岛或锯齿状外形、

重叠性与非重叠性

体状实体特性：体积、每个二维平面的面积、周长、内岛或锯齿状外形、含有孤立块或

相邻块、断面图与剖面图

场模型三个组成部分：空间框架、场函数、场操作

场操作：局部操作、聚焦操作、区域操作

场的特征：1）空间结构特征和属性域

2）连续的、可微的、离散的

3）各向同性和各向异性

4）空间自相关

矢量数据结构类型

1、Spaghetti(面条)结构也称实体结构：按多边形来组织数据.

主要特点：

①易于实现以多边形为单位的运作，数据编排直观，便于显示；

②多边形公共边界多次存储，会导致数据冗余；

③点、线和多边形有各自的坐标数据，每个多边形自成体系，但缺少拓扑的信息；

④多边形公共边界的多次存储记录，会造成数据不一致问题（相邻的多边形之间会出

现压盖或裂隙现象）；

⑤不能解决“洞”和“岛”之类的多边形嵌套包含问题。

2、拓扑矢量数据结构

主要特点：

①相邻多边形的公共边界只存储一次，相连弧段的公共结点只存储一次，没有数

据冗余，因而不存在数据不一致问题（多边形之间不会出现压盖或裂隙现象）；

②不仅实际存储了拓扑信息，而且拓扑信息与空间坐标是分离存储的，易于邻

接、关联、包含查询操作；

③一开始就需创建拓扑表，需花费一些时间和空间；

④一些简单图形操作可能会变慢。

矢量数据的特点：1.用离散的点描述空间对象与特征，定位明显，属性隐含

2.用拓扑关系描述空间对象之间的关系

3.面向目标操作，精度高，数据冗余度小

4.与遥感图像数据难以结合

5.输出图形质量好，精度高

最基本的拓扑关系：关联、邻接和包含

表达方式：全显式表达/半显式表达。

栅格数据结构实际上就是像元阵列，即像元按矩阵形式的集合。

点实体用一个栅格单元表示

线实体用沿线走向的一组连接成串的相邻栅格单元表示

面实体用记有区域属性的相邻栅格单元的集合表示

栅格数据的获取方式：①手工目读网格化②数字化仪手扶跟踪仪矢量

化之后转换为栅格结构③扫描数字化④分类影像输入⑤其它

栅格数据取值方法：①中心归属法②面积占优法③长度占优法④重要性法

栅格数据结构的特点：

①用离散的栅格值表示空间对象，进行空间数据的叠置分析、组合分析等空间分析比较容易

②位置隐含,属性明显

③数据结构简单,但图形数据量较大

④几何偏差及属性偏差通常较大

⑤面向位置的数据结构,难以建立空间对象之间的关系（如拓扑）

⑥显示容易，坐标变换、地图投影等操作费时复杂

栅格数据组织三种基本方式：基于像元、基于层和基于多边形

数据组织方法：将栅格看作一个数据矩阵，逐行逐个记录栅格单元的值。可以每行都从左到右，也可奇数行从左到右而偶数行从右到左。

栅格数据存储（P45）

链式编码

行程编码

（游程长度编码）特点：属性的变化愈少，行程愈长，压缩比例越大，即压缩比的大小与图的复杂程度成反比。

块式编码的三个内容：块的原点坐标，块的大小，记录单元的

代码

四叉树编码

基本思想：将图像区域按四个大小相同的象限四等分，一直等分到子象限上仅含一种属性代码为止。

矢量数据结构与栅格数据结构之对比

第3章空间数据模型

空间关系：是指空间目标之间在一定区域上构成的与空间特性有关的联系。

空间关系类型：拓扑关系、方向关系、邻近关系、距离关系

拓扑变换：拉伸、扭曲、旋转、偏移、缩放等。

拓扑变换具体表现：邻接、关联、包含、相离、相交、重合等。

（在拓扑关系、度量关系以及顺序关系这三种空间关系之中，拓扑关系是最本质的关系。）

九交模型（P52）缺点：1.九交模型中的外部太大。对于一个面积有限的空间目标而言，它

的外部是无限的。这导致任意两个目标的外部的交总是非空。

二维空间拓扑关系

2.外部的无限性，导致目标的外部与边界和内部是线性相关的，使

得外部在九交模型中的作用不是很明显。

3.只能描述简单目标（不带洞而单一的实体）间的拓扑关系，而不

能描述复杂目标（带洞或由几个分离目标组成的目标）间的拓扑关系。

三维空间拓扑关系（P53）

可以用相离、相等、相接、相交、包含于、包含、叠加、覆盖、被覆盖、进入、穿越、被穿越共12种基本空间关系表达3D空间中的点-点、点-线、点-面、点-体、线-线、线-面、线-体、面-面、面-体、体-体这10类空间拓扑关系，共10类54种。具体地

点-点空间关系：2种

点-线空间关系：3种

点-面空间关系：3种

点-体空间关系：3种

线-线空间关系：7种

线-面空间关系：5种

线-体空间关系：5种

线-面空间关系：10种

面-体空间关系：8种

体-体空间关系：8种

空间度量关系

欧几里得距离定义：

空间顺序关系

方位的概略描述方案：八方向方案、十六方向方案。

面向对象空间数据模型

四个抽象概念：分类、概括、聚集、联合。

两个语义模型工具：继承、传播。

面向对象数据模型基本概念：对象、类、实例、消息、属性和方法Geodatabase数据模型

优点:

1. 空间数据统一存

2.空间数据录入和编辑更加精确

3.用户操作更直

观的对象

4.要素拥有更丰富的背景信息

5.可以制作更优质的地图

6.动态显示地图上的要素

7.定义了更好的要素外形 8.要素集是连续的 9.多用户同时编辑地理数据

空间表达式：

1. 用矢量数据表达离散的空间要素

2. 用栅格数据表达影像、格网化专题数据、曲面

3. 用不规则三角网（TIN）表达曲面

层次结构

网格的创建方法：规则网格采样法、等高线生成法、TIN转换为栅格（网格）法

三维空间数据模型构模方法：面模型、体模型、混合模型

三维矢量、三维体元、混合或集成模型、面向实体模型

三维边界表示法（三张表）：顶点表、边表、面表

三维边界模型特点：边界清晰、精度高、适用于规则的、简单的3D实体；有利于以点、线、面为基础的几何运算和操作，不适合几何变换及布尔空间操作，切割任意剖面时速度较慢。

八叉树特点：适于集合运算、具有层次性和有序性

四面体格网（TEN）：是一种特殊形式的栅格模型，该模型以四面体作为描述空间实体的基本几何元素，将任意一个三维空间实体划分为一

系列邻接但不重叠的不规则四面体。

四面体格网由点、线、面和体四类基本元素组合而成。每个四面体包含4个三角形，每个三角形包括3条边，每条边与两个点相关联。

四面体网格的生成算法：1.基于表面模型的生成算法 2.基于八叉树体模型的四面体网格生成算法 3.基于离散点的四面体网格生成算法 4.四面体的拓扑优化LOP

三维混合数据模型（P87）

面模型侧重于表达3D表面，便于3D显示，但不便于空间分析。

体模型侧重于3D边界及内部的整体表示，易于空间操作和分

析。

混合模型既综合面模型体模型的优点，又综合规则体元及不规

则体元优点

三维GIS

三维空间数据模型和数据结构理论是三维GIS研究的首要问题。

二维GIS：即传统意义上的GIS，只能处理平面X、Y轴上的信

息，不能处理铅垂方向Z轴上的信息。

2.5维（假三维）GIS：在二维GIS的基础上，考虑了Z轴上的信

息，但并未处理，只将其作为附属的属性变量对待。如DEM，

虽然赋予了Z轴高程信息，能够表达出表面起伏的地形，但地形

下面的信息却不具有。

三维 GIS：表达考虑多个Z值的出现，能表示多层属性。

四维GIS：三维GIS加上时间维方面的处理即为四维GIS。

第四章空间数据库组织与管理

基本的文件组织方式有：顺序组织、索引组织、散列组织、链组织。数据库管理系统（DBMS）

任务：对数据资源进行管理，使之能为多个用户共享;保证数据的安全性、可靠性、完整性、一致性、独立性。

三层抽象两次映射：

DBMS的数据独立性：逻辑数据的独立性、物理数据的独立性

物理层 ——对用户透明

逻辑层 ——数据模型

概念层 ——直接面对用户

功能：

①数据库定义功能

②数据库操纵功能

③数据库查询功能

④数据库控制功能

⑤数据库通信功能

数据库管理(DBS)与文件管理的区别与联系

①数据共享

文件：文件中的数据由特定的用户专用

DBS：库内数据由多个用户共享

②可控冗余度

文件：每个用户拥有自己的数据，导致数据重复存储

DBS：原则上可消除重复。为方便查询允许少量数据重复存储，但冗余度可以控制

③数据独立性

文件：数据从属于程序，二者相互依赖

DBS：数据独立于程序，强调数据的独立性

④数据的结构化

文件：各数据文件彼此独立，从整体看为“无结构”的

DBS：各文件的数据相互联系，从总体看是“有结构”的

空间数据管理方式

1. 文件管理

不足之处：增加了属性数据管理的开发量，不利于数据共享。

2. 文件与关系数据库混合管理

不足之处：

①属性数据和图形数据通过ID联系起来，使查询运算，模型操作运算速度慢；

②数据分布和共享困难；

③属性数据和图形数据分开存储，数据的安全性、一致性、完整性、并发控制以及数据损坏后的恢复方面缺少基本的功能；

④缺乏表示空间对象及其关系的能力。

空间数据引擎（SDE）

空间数据引擎是用户和异种空间数据库之间的一个开放接口。

SDE管理空间数据的实现方法：地理要素、坐标、度量、注记。

空间数据引擎的作用:

1、与空间数据库联合，为任何支持的用户提供空间数据服务。

2、提供开放的数据访问，通过TCP/IP横跨任何同构或异构网络，支持分布式的GIS系统。

3、SDE对外提供了空间几何对象模型，用户可以在此模型基础之上建立空间几何对象，并对这些几何对象进行操作。

4、快速的数据提取和分析。

5、SDE提供了连接DBMS数据库的接口，其他的一切涉及与DBMS 数据库进行交互的操作都是在此基础上完成。

6、与空间数据库联合可以管理海量空间信息，SDE在用户与物理数据的远程存储之间构成了一个抽象层，允许用户在逻辑层面上与数据库交互，而实际的物理存储则交由数据库来管理。

7、无缝的数据管理，实现空间数据与属性数据统一存储。

SDE特点：

1. 对地理数据的开放式系统访问,使地理数据更易于获得、更易于管理。

2. 对用户需求的充分回应。

3. 支持大型数据库。SDE利用统一的数据模型,维护关系数据库中的空间和属性数据,管理近乎无限的空间特征,如:全国范围的道路网络等。

4. 进行高效空间查询分析。

5. 理想的空间对象模型。

6. 快速实现过程。

7. 网络访问。

8. 平台支持。

9.ARC/INFO GIS 和ArcView 软件是SDE 的首选客户机软件。

空间数据与属性数据的连接

有四种方式：图形数据与专题属性数据分别管理、对通用DBMS扩展以增加空间数据的管理能力、属性数据与图形数据具有统一的结构、图形数据与属性数据自成体系。

空间数据组织

1、纵向分层组织

按专题分层：每一层存放某种专题或一类信息。

可按时间分层、按垂直度分层、专题分层与面向对象相结合分层、完全面向对象分层。

2、横向分块组织

不进行分割存储可能会受到以下限制（进行横向分块的原因）：

磁盘容量有限

数据可能会被破坏

数据库维护不便

查询分析效率不高

横向分块的主要方式：标准经纬度分块、矩形分块、任意区域多边形分块

三维空间数据组织

1、三维金字塔式数据组织

在对规则体数据进行浏览和处理时，可以根据当前显示的分辨率自动适配合适的金字塔体数据层，以快速实现对规则体数据的分析和可视化表现

2、栅格、影像数据库采用金字塔结构存放多种空间分辨率的栅格数据。

栅格数据的存储与管理

组织形式：栅格目录、栅格数据集。

数据分块的大小（数据块的行、列值）通常取2的幂次方。

第五章空间数据索引技术

索引：是用来提供快速、有选择性的存取数据库的一种机制，相当于一个映射机制。

空间索引：是依据空间实体的位置和形状或空间实体之间的某种空间关系，按一定顺序排列的一种数据机构，其中包含空间实体的概要信息，如对象标识、外接矩形以及指向空间实体的指针等。

空间索引的分类

按照搜索分割对象不同,可将空间索引分为3类,即基于点区域划分的索引方法、基于面区域划分的索引方法和基于三维体区域划分的索引方法。B树是常见的基于点区域划分的索引。

按照空间分割方法将空间分割分为规则分割法和对象分割法。

简单网格索引编码

1、传统的简单网格索引编码

实现方法：变长指针法、位图法。

2、改进型简单网格索引编码

将传统的简单网格索引编码由一维升至二维，变成X和Y两个方向上的编码。将空间对象标识、空间对象所在的网格的X和Y方向上的编码以及空间对象的外包络矩形(Box)作为一条记录存储。

索引机制：（1）DBMS从SDE接收SQL语句（该语句包括网格单元和外包络矩形的坐标）。

（2）利用查询多边形的外包络矩形和空间索引表中的空间要素的外包络矩形，DBMS可减少最初的选择集。

（3）在SDE中，用查询多边形的外包络矩形与最初选择集中的空间要素的边界坐标进行比较，如果查询多边形的外包络矩形与第二步选择集中的空间要素边界不重叠，该空间要素就从最初选择集中过滤掉，结果形成中间选择集。

（4）将查询多边形的边界坐标和中间选择集的空间实体边界坐标进行比较，一旦有重叠发生，比较的结果记录就形成最终结果集。（p122）二叉树索引

1、KD树索引

KD树定义：Kd树的每个节点表示K维空间的一个点，并且树的每一层都根据这层的分辨器（Discriminator）作出分枝决策。

KD树的特点：深度、点数、存储、删除

特征如下：

（1）左子树的所有节点的d维数值，均小于根节点的d维数值。

（2）右子树的所有节点的d维数值，均大于根节点的d维数值。

（3）左右子树也分别为kd树。（d为根节点的分辨器。）

KD树的删除：

（1）如果N没有孩子结点，则将其父结点中指向N的指针域置空（如果N的父结点存在的话），并删除该结点；

（2）如果结点N有右孩子，则从其右子树中找到第d维值最小的结点（设为N1）来代替结点N，然后再以与删除N相同的方法删除N1；

（3）如果结点N只有左孩子，则从其左子树中找到第d维值最大的结点（设为N2）来代替结点N，然后再以与删除N相同的方法删除N2。

但是，用左子树中第d维值最大的结点N2代替结点N（即第三种情况）可能引起错误。因为在N的左子树中，对于第d维而言，可能有多个结点具有与N2相同的值。用N2代替N将违反kd-树的排序规则（用N2代替N以后，N2的左子树中具有与其第d维相同的结点）。例如在图3中，如果删除B时从其左子树中找出y维值最大的结点（无论是F或G）代替B都将违反kd-树的规则。所以，对于结点N只有左孩子的情况需要

另外寻求解决办法。

kd-树删除异常的问题：

一种简单的解决办法是，交换N结点的左右指针，使N的左子树成为N的右子树（即将第三种情况转换为第二种情况）。然后进行正常的删除过程（即找出结点N的右子树中具有第d维最小值的点来代替N。）

2、KDB树索引

3、BSP树索引

4、G树索引

B树索引

1、R树索引

R树特点：

1)每个叶结点包含至少m至M条索引记录（其中m≤M/2），除非它是根结点；

2)一个叶结点上的每条索引记录了（I，元组标识符），其中I是该标识所代表空间对象的最小外包矩形；

3)每个非叶结点都有m至M个子结点，除非它是根结点

4)对于非叶结点中的每个条目（I，子结点指针），I是在空间上包含其子结点中所有矩形的最小外包矩形

5)根结点至少有两个子结点，除非它是叶结点

6)所有叶结点出现在同一层

7)所有MBR的边与一个全局坐标系统的轴平行

8）所有节点都需要同样的存储空间

2、R+树索引

R+树与R树不同之处

（1）节点数目可以小于m/2，m为树的度数。

（2）(兄弟)内节点之间没有重叠区域。

（3）一个空间对象可以存储在多个叶节点中。

3、R*树索引

R*树的特点：在结构上与R+树完全相同，在树的构造、插入、删除、检索算法上也基本相同，但在算法上做了许多细致的研究，特别在插入算法方面作了较多改进，显著提高了性能。（算法的改进在书上p141-143）

4、CELL树索引

CELL树的特点：用凸多边形对空间进行划分，子空间不重叠。CELL 树的磁盘访问次数比R树和R+树都少，搜索性能高。

四叉树索引

1、点四叉树索引

点四叉树的构造过程：

（1）输入空间点A，以A为根节点并进行划分空间。

（2）输入空间点B，B落入A的NW象限，并且A的NW象限为空，则B直接放入A的NW象限孩子结点。同理，C是A的SW孩子结点。

（3）输入D，由于D落入A的NW象限，但是NW不为空，所以继续往下查找，得到B的NE象限为空，因此，D作为B的NE孩子结点。

（4）同理，空间点E、F，分别为A的SE、NE孩子节点。

2、区域四叉树

MX四叉树索引

MX四叉树特点：空间中每一个点都属于某一象限且位于该象限的最左下角，每一象限只与一个空间点相关联。

PR四叉树索引

PR四叉树特点：当子象限只有一个结点时，该象限不再继续划分。插入删除不会影像其它分支。叶结点可能位于树的不同层次、树的叶结点数及树的深度都小于MX四叉树，所以效率比MX四叉树高。

PR四叉树与MX四叉树的区别：

（1）数据点位于象限内，不要求位于左下角。

（2）叶子节点可能不在树的同一层次。

（3）PR四叉树的叶子结点数及树的深度都小于MX四叉树，因此PR四叉树效率高。

四叉树索引优点：

结构清晰，容易建立。它同时具有聚集空间目标的能力（在栅格数据存储中发挥突出作用），提高了检索效率，得到广泛应用。

四叉树索引的缺点：

当索引数据量较大时，如果四叉树层次过小，将导致查找性能下

降；如果四叉树层次过大，将导致重复存储的增加，从而增加空间开销，这同时又会影响查找性能。

3、CIF四叉树索引

4、基于固定网格划分的四叉树索引

在四叉树中，空间要素标识记录在其外包络矩形所覆盖的每一个叶结点中，但是，当同一父亲的四个兄弟结点都要记录该空间要素标识时，则只将该空间要素标识记录在该父亲结点上，并按这一规则向上层推进。

5、线性可排序四叉树索引

可扩展的哈希索引

目录项（即网格目录数组的元素）和网格单元之间具有一对一的关系。

空间填充曲线

空间填充曲线：是一种重要的近似表示方法，将数据空间划分成大小相同的网格，再根据一定的方法将这些网格编码，每个格指定一个唯一的编码，并在一定程度上保持空间邻近性，即相邻的网格的标号也相邻，一个空间对象由一组网格组成。

索引方式：（a）行排序（b）Hilbert排序（c）Z排序

Z-ordering曲线（peano曲线）

整个空间可分成2n ×2n个分区，编号为0~2n ×2n-1

第六章空间数据查询、访问

标准数据库查询语言SQL

SQL语言的优点：

1）非过程化的语言，可操作数据集，用户不用指定数据存取方法 2）统一的语言，可用于所有用户的DB活动，易学、易用、一种语言

3）所有关系数据库的公共语言、SQL编写的程序可以移植、GIS 也用

SQL根据功用的不同，SQL又分为DDL（数据库定义语言）、DML（数据库操作语言）、DCL（数据库控制语言）。

1、DDL：用于创建和删除基本表、视图、索引，修改基本表等。

2、DML: 用于操作数据，包括插入（INSERT）、更新（UPDATE）、删除（DELETE）、查询（SELECT）。

3、DCL: 用于数据保护。包括事务提交（COMMIT）、事务回滚（ROLLBACK）、授权（GRANT）、收回权限（REVOKE）等功能。关系代数构成了SQL的核心。

关系代数包括6种基本运算：选择、投影、并、交、积、差。