空间数据仓库(一)

<P ><FONT size=1>空间数据仓库：<p></p></FONT></P>
<P ><FONT size=1><B ><FONT face="Times New Roman">1</FONT></B><B >．主要研究内容：</B><B ><p></p></B></FONT></P>
<P ><FONT size=1>随着信息技术的飞速发展和<FONT face="Times New Roman">GIS</FONT>业界对海量空间数据存储、管理、分析和交换的需求，以面向事务处理为主的空间数据库系统已不能满足需要，空间信息系统开始从管理转向决策处理，空间数据仓库就是为满足这种新的需求而提出的空间信息集成方案，在本课题中需要研究的内容包括：<p></p></FONT></P>
<P ><FONT size=1>　　<FONT face="Times New Roman">1</FONT>）面向主题的数据组织和管理。传统的<FONT face="Times New Roman">GIS</FONT>数据库系统是面向应用的，只能回答很专门、很片面的问题，它的数据只是为处理某一具体应用而组织在一起的，数据结构只对单一的工作流程是最优的，对于高层次的对策分析未必是适合的。空间数据仓库为了给决策支持提供服务，信息的组织应以业务工作的主题内容为主线。主题是一个在较高层次将数据归类的标准，每一个主题基本对应一个宏观的分析领域。<p></p></FONT></P>
<P ><FONT size=1>　　<FONT face="Times New Roman">2</FONT>）数据的集成。空间数据仓库的数据是从原有的空间数据库数据中抽取来的。因此在数据进入空间数据仓库之前，必然要经过统一与综合，这一步是空间数据仓库建设中最关键、最复杂的一步，所要完成的工作包括消除源数据中的不一致性和进行数据综合计算。<p></p></FONT></P>
<P ><FONT size=1>　　<FONT face="Times New Roman">3</FONT>）数据的维护与管理。空间数据仓库中的数据主要供决策分析之用，所涉及的数据操作主要是数据查询，一般情况下并不进行修改操作。空间数据仓库的数据反映的是一段相当长的时间内的数据内容，是不同时间的空间数据库快照的集合和基于这些快照进行统计、综合和重组导出的数据，而不是联机处理的数据。空间数据库中进行联机处理的数据经过集成输入到空间数据仓库中，一旦空间数据仓库存放的数据已经超过空间数据仓库的数据存储期限，这些数据将从空间数据仓库中删去。<p></p></FONT></P>
<P ><FONT size=1><FONT face="Times New Roman">4</FONT>）空间数据的时空序列变化。自然界是随着时间而演变的，事实上任何信息都具有相应的时间标志。为了满足趋势分析的需要，每一个数据必须具有时间的概念。</FONT></P>
<P ><FONT size=1>自然界是一个立体的空间，任何事物都有自己的空间位置，彼此之间有着相互的空间关系，因此任何信息都应具有相映的空间标志。一般的数据仓库是没有空间维数据的，不能做空间分析，不能反映自然界的空间变化趋势。</FONT></P>
<P ><FONT size=1>空间数据仓库的数据是随时间的变化不断变化的，它会不断增加新的数据内容，不断删去旧的数据内容，不断对数据按时间段进行综合。<p></p></FONT></P>
<P ><FONT face="Times New Roman"><FONT size=1> <p></p></FONT></FONT></P>
<P ><FONT size=1>　　<B ><FONT face="Times New Roman">2</FONT></B><B >．</B><B >拟解决的技术难点</B><B >：</B><p></p></FONT></P>
<P ><FONT size=1>空间数据仓库是对空间数据进行管理的数据仓库，因此，许多学者直接在数据仓库的基础对此进行映射定义，它们认为空间数据仓库与数据仓库在体系结构、主要特征、关键技术上是基本一致的。而<FONT face="Times New Roman">GIS</FONT>企业界的人士则认为空间数据仓库是将各种空间数据集成在一起，提供给用户，即给用户提供共享的空间数据。事实上，由于空间数据本身具有的特点给空间数据仓库带来了许多更加复杂的特性与关键技术。</FONT></P>
<P ><FONT size=1><FONT face="Times New Roman">1</FONT>）空间数据仓库内数据的组织。空间数据仓库以多维方式来组织数据和显示数据。维是人们观察现实世界的角度，但多维数据库中的维并不是随意定义的，它是一种高层次的类型划分。为了获得较高的系统性能，维屏蔽掉了许多原始数据，决策分析所需的综合数据预先已被统计出来放在其中。空间维和时间维是空间数据仓库反映现实世界动态变化的基础，它们的数据组织方式是整个空间数据仓库技术的关键。</FONT></P>
<P ><FONT size=1><FONT face="Times New Roman">2</FONT>）高效存贮和数据索引技术。</FONT></P>
<P ><FONT size=1>空间数据仓库为了支持高层次的决策分析需要大量的数据。这些数据可能分布在不同的已有的应用中，存储在不同的平台和数据库中。空间数据仓库则根据主题通过专业模型对不同源数据库中的原始业务数据进行抽取和聚集，形成一个多维视角，从而为用户提供一个综合的、面向分析的决策支持环境。这一过程的完成需要一套高效存贮和数据索引技术作为保证才能完成。</FONT></P>
<P ><FONT size=1><FONT face="Times New Roman">3</FONT>）空间数据变换。为了优化空间数据仓库的分析性能，源数据必须经过变换以最适宜的方式进入空间数据仓库。变换主要包括空间数据提炼、数据转换以及空间变换。</FONT></P>
<P ><FONT size=1><FONT face="Times New Roman">4</FONT>）客户端数据分析。空间数据仓库的目标是提供决策支持，它不仅需要一般的<FONT face="Times New Roman">GIS</FONT>查询和分析工具，更需要功能强大的分析功能，它是空间数据仓库的重要组成部分。</FONT></P>
<P ><FONT face="Times New Roman"><FONT size=1> <p></p></FONT></FONT></P>
<P ><FONT size=1><B ><FONT face="Times New Roman">3</FONT></B><B >．预期达到的目标及主要技术指标<p></p></B></FONT></P>
<P ><FONT size=1><FONT face="Times New Roman">1</FONT>）数据抽取：如数据项的重构、删去不需要的运行信息、字段值的解码和翻译、补充缺漏的信息、检查数据的完整性和相容性等；</FONT></P>
<P ><FONT size=1><FONT face="Times New Roman">2</FONT>）数据转换：主要指统一数据编码和数据结构、给数据加上时间标志、根据需要对数据集进行各种运算以及语义转换等；</FONT></P>
<P ><FONT size=1><FONT face="Times New Roman">3</FONT>）空间变换：主要指空间坐标和比例尺的统一、赋予一般数据空间属性。</FONT></P>
<P ><FONT size=1>数据转换工具为数据库和空间数据仓库之间架起了一座桥梁，使源数据得到了增值和统</FONT></P>
<P ><FONT size=1>一，最大限度地满足了空间数据仓库高层次决策分析的需要。</FONT></P>
<P ><FONT size=1><FONT face="Times New Roman">4</FONT>）建立一些客户端分析工具：能够以多维视图的形式将查询、分析的结果展现给用户，使用户能直观地理解、分析数据，进行决策支持。<p></p></FONT></P>
<P ><B ><FONT face="Times New Roman"><FONT size=1> <p></p></FONT></FONT></B></P>
<P ><FONT size=1><B ><FONT face="Times New Roman">4</FONT></B><B >．采用的技术路线</B><B ><p></p></B></FONT></P>
<P ><FONT size=1>空间数据仓库中所有这些数据是用它们的元数据进行维护的，数据的处理模块也是以这些元数据作为依据的。这些功能部件是由空间数据仓库管理系统进行管理的。建设空间数据仓库首先要讨论的问题是分析主题，然后分析提取系统需求。根据这些系统需求就可以进行系统设计并实现系统。系统设计第三步是设计实现空间数据仓库的硬软件。在这一步，需要涉及许多种人员。如用户、硬软件工程师、系统分析员、系统维护人员等等。这个过程中，主要考虑定义以下事项：<p></p></FONT></P>
<P ><FONT size=1>·空间数据仓库的逻辑结构；<p></p></FONT></P>
<P ><FONT size=1>·空间数据仓库的物理结构；<p></p></FONT></P>
<P ><FONT size=1>·空间数据仓库的模型；<p></p></FONT></P>
<P ><FONT size=1>·已有系统的融合策略；<p></p></FONT></P>
<P ><FONT size=1>·系统软件环境及所需设备清单；<p></p></FONT></P>
<P ><FONT size=1>·硬件环境及所需软件清单；<p></p></FONT></P>
<P ><FONT size=1>·系统信息流程与相应软件结构；<p></p></FONT></P>
<P ><FONT size=1>·系统功能模块和实现方法。<p></p></FONT></P>
<P ><FONT size=1><FONT face="Times New Roman">1) </FONT>空间数据仓库的数据组织方式可分为基于关系表的存储方式和多维数据库存储方式。基于关系表的数据模型主要有星型和雪花模型；多维数据库数据模型主要是超立方体结构模型。空间维数据的具体表现形式为空间对象的名称和指向空间对象的指针。空间数据仓库的大多数计算分析主要集中于空间多边形的融合和分离。本系统将采用统一的数据模型将空间数据存贮到关系型数据库中，数据组织采用多维数组结构进行数据存储，并有维索引及相应的元数据管理文件与数据相对应。为了优化查询、分析过程，采用了星形模型，使空间数据仓库的复杂查询可以直接通过各维的层次比较、上钻、下钻等操作完成。<p></p></FONT></P>
<P ><FONT size=1><FONT face="Times New Roman">2</FONT>）数据管理和调度部分通过元数据集中统一地管理空间数据、属性数据和其它非结构</FONT></P>
<P ><FONT size=1>化的数据。详细的元数据管理设计见“元数据库”中的相关内容</FONT></P>
<P ><FONT face="Times New Roman"><FONT size=1> <p></p></FONT></FONT></P>
<P ><FONT size=1>整个空间数据仓库的结构包括它的数据信息，硬软件和相关的人力资源。如图（1）所示，它的处理过程是数据采集输入、数据转换、数据分析、决策知识运算。信息流程是：数据源->数据库->空间数据仓库统计信息->分析信息->决策知识。</FONT></P>
<P ><FONT size=1></FONT> </P>

<P><img src="images/post/smile/dvbbs/em01.gif" /></P><P>搬凳子过来看下文了</P>

<img src="images/post/smile/dvbbs/em02.gif" />

<img src="images/post/smile/dvbbs/em01.gif" />

<img src="images/post/smile/dvbbs/em03.gif" /><img src="images/post/smile/dvbbs/em04.gif" />

<img src="images/post/smile/dvbbs/em05.gif" /><img src="images/post/smile/dvbbs/em04.gif" /><img src="images/post/smile/dvbbs/em03.gif" /><img src="images/post/smile/dvbbs/em01.gif" />

<img src="images/post/smile/dvbbs/em06.gif" /><img src="images/post/smile/dvbbs/em02.gif" /><img src="images/post/smile/dvbbs/em01.gif" />

<img src="images/post/smile/dvbbs/em01.gif" /><img src="images/post/smile/dvbbs/em02.gif" />

hao

<P>谢谢</P>