空间数据库更新技术.docx

空间数据库更新技术 课程结课报告空间数据库更新技术关键字: GIS 空间数据库 更新 数据模型 空间分析 矢量数据 栅格数据 多源数据 多比例尺数据 自动变化检测1引言地理信息产业在近年来飞速发展,并在科学、政府、企业和产业等方面得到广泛的应用，应用包括房地产、公共卫生、犯罪地图、国防、可持续发展、自然资源、景观建筑、考古学、社区规划、运输和物流。面对各个领域的迅猛发展，地理信息数据的更新问题变得迫在眉睫。空间数据库具有数据量庞大、高可访问性、空间数据模型复杂、属性数据和空间数据联合管理及应用范围广泛的特点，所以，在空间数据库更新技术的研究颇受关注，也是地理信息系统未来发展所要面对的巨大挑战。现研究成果表明，一旦GIS创建成功后，保持空间地理数据的现势性并及时进行地图数据库的更新，是保证GIS有效运行的根本前提，也是今后地理信息工程中一项长期而繁重的任务，而当前地理空间数据库的更新技术存在的问题是：劳动强度大，更新周期长。现在大家广泛认同的对地理空间数据库的更新主要有两种方法：一是逐渐建立一个新的数据库去取代老数据库，但是这种方法速度慢，适合于为一个新的区域建立一个新的数据库；二是检测、识别和更新变化部分，这种方法更新速度快，更适合于更新现有的数据库。但是针对不同的数据、数据模型及需求进行数据库更新技术都有不同的研究重心。本文中，我将针对多比例尺数据、多源数据、矢量数据和栅格数据及不同数据模型进行的空间数据库更新技术的研究理论、实现方法及成果进行整理归纳，呈现空间数据更新技术的现有发展动向及未来的发展趋势。 2空间数据库更新技术2.1 利用空间分析技术更新空间数据库1研究表明空间分析技术是空间数据更新的基础，空间叠加分析、实体空间关系分析，以及基于实体空间关系的智能捕捉，是实现区域空间要素整体更新和局部更新这两种更新方式的最主要的支持技术。在空间数据更新中引入智能捕捉CAD制图技术是解决在基于面向对象数据模型系统中边界重合问题的有效方法。2.1.1 区域空间要素整体更新与处理区域空间要素整体更新通常通过开窗方式更新窗口内的几类或全部空间要素。它要求源数据准确度能够得到保证，整体更新成本较高，很少采用这种方法，一般用在区域空间要素变更很大、数据现势性很差的情况下的数据更新。数据更新的前提是用于更新数据与被更新数据位于同一坐标系，使之具有可叠加分析，因此坐标匹配是数据更新不可缺少的环节。由于数据源的多尺度性，在实际更新中一般用大比例尺数据更新小比例尺数据，因此数据综合也成了数据更新的重要环节。叠加开窗是根据更新数据范围，在数据库确定被更新的区域，同时进行数据更新。数据接边处理是编辑处理数据库中被更新区域与周围数据之间的一致性问题。2.1.2 区域空间要素的局部更新用于区域局部对象更新的数据源可以有2种方式：电子数据、非电子数据（如直接输入坐标、直接勾绘）。局部更新操作对象是根据空间要素对象，根据空间对象之间的相互关系，一般只需要更新点、线和面要素，注记与地物属性紧密相联系，可以根据属性实现自动更新。在变更过程中由于不同来源数据的精度不同，经常产生数据不匹配，因此匹配吹是局部更新的重要环节。（1）数据模型对局部更新实现的影响数据模型面向对象数据模型拓扑结构数据模型01. 拓扑结构数据模型以空间实体间拓扑关系为基础组织管理几何要素。数据拓扑关系以整个管理区域为单位建立，所涉及空间实体几何属性的编辑、更新操作（如增加、删除、修改地理实体）就必须对整个区域进行拓扑重建，因此局部更新效率较低。但基于拓扑结构的空间数据更新可以充分享用实体之间拓扑关系，保持了图斑的基本特性。02. 面向对象数据模型以对象实体为单位存储管理空间几何要素，强调空间实体的完整性。实体之间拓扑关系是隐含存在的，一般在空间分析时临时建立。面向对象数据模型局部更新比较方便，对单个实体增加、删除、修改不影响其他要素实体，因此效率较高。但面向对象数据模型实体间不能共享公共点和边界线，需要重复存储，因此在变更编辑过程中很难保持相邻实体间的边界共享，容易产生边界不一致现象，这要求在数据更新时要充分利用原有边界或探索不同更新实现方式以满足不同变更的类型。（2）实体空间关系操作在数据更新中的应用。单个实体更新主要通过基本实体和比较实体之间的空间逻辑关系的比较实现分割（求交、异或）和合并，及其组合操作实现。2.2 多比例尺空间数据库更新技术研究2利用基于CHT_EUR空间数据库模型的多比例尺空间数据库更新方案，通过空间要素匹配和属性对比对发生变更的数据进行自动识别，并且能通过基于地理对象构建的关系实现多尺度空间数据的联动更新，有效地解决了多比例尺数据不一致问题。该方法仍存在一些有待进一步研究的问题，比如，多比例尺联动更新时还不能自动更新小比例尺数据，在SDE版本增多的情况下可能导致空间叠加分析速度变慢，没有考虑到与其他类别要素之间的拓扑关系等。以下是对该技术研究的大致介绍：（1）CHT _EUR空间数据库模型（2）单一比例尺空间数据更新（3）多比例尺空间数据联动更新多比例尺空间数据联动更新是指在某个相对较大比例尺的空间数据已经更新的情况下，联动更新较小比例尺空间数据中与其对应于同一空间实体的空间要素。实现方案如下：01. 基于地理对象构建多个比例尺空间数据之间的关联关系，根据较大比例尺的更新数据，分析、识别其所属地理对象对应的小比例尺空间要素，并将其提取到工作层。02. 通过空间关系、要素类等信息建立多个尺度数据的关联关系来实现联动更新。在大比例尺数据更新完成后，首先配置小比例尺数据的更新环境，然后根据大比例尺数据更新结果提示进行人工编辑更新。2.3 多源数据更新地理空间数据库的理论与关键技术3空间数据作为数据的一类，具有数据的一般特性。由于在获取方式、表示和管理方面的显著技术特色，空间数据又具有一些非常鲜明的特性。一般意义上的空间数据包括图形数据（或几何数据）和属性数据。图形数据或几何数据又可按其形态或获取与存储方式的差异分为矢量数据、数字高程模型格网或不规则三角网数据，以及栅格数据。属性数据的分类比较复杂，笼统地可分为一般属性数据和专题属性数据；基本的细分类别为几何类型信息、分类分级信息、数量特征信息、质量特征信息和名称信息等。不同的数据获取方式和数据表达方式，其数据格式存在较大的差异。这些差异使多源空间数据的集成应用增加了技术难度，但是，多源空间数据的集成应用为空间数据整合和更新、空间信息服务也带来了无可比拟的数据资源和信息资源优势。（1）多源空间数据库的整合理论和技术01. 数字合并数字合并是从不同的数据源合并为一个新的、最优的数据集的算法过程，“新”和“优”表现在空间和属性两个方面。数字合并算法的关键技术是如何自动探测候选的匹配地物的特征要素。利用数学合并算法可实现将一组弧段与其它不同精度的弧段匹配，匹配对应关系是一对多或多对多的关系。数字合并算法为多源数据分析、整合应用提供了有效方法，它分为地图合并计算、基于点的合并计算、基于线的合并计算和基于规则的合并计算。通常的数字合并算法包含三步迭代过程：特征匹配、聚焦区域对象重新排列、定位和属性冲突解决。线性数字合并的算法过程主要为：探测同态对象，同态对象匹配。 02. 多尺度空间数据库集成管理和计算环境为多源空间数据整合和计算提供了支持环境。多尺度空间数据主要包括DLG（数字线划图）、DEM（数字高程模型）和DOM（正射影像图）数据。多尺度空间 数据库外延数据库内涵数据库规则数据库对象目录过程或算法元数据库规则数据库包括：空间推理、时态推理和属性推理规则数据库。过程和算法包括：几何算法和模型综合算法。对象目录包括：语义、空间和时态数据库。元数据包括：分类层次和质量属性。在多尺度空间数据库模型基础上的多尺度空间数据管理和计算的实现策略是：利用组合适当的元数据的多分辨率数据结构递进层次存取物理存储的空间对象；从显式存关系中直接或演绎确定空间关系，如不存在显示存储关系，则应用几何算法确定几何对象表现时所需的空间关系；如不存在目标尺度匹配的几何对象，则应用综合算法进行GIS几何目标自动综合，计算生成所需尺度的空间对象。并且在工程文件中建立索引操作，也就是在传统的单分辨率工程文件的索引基础上附加多比例尺索引操作，从而达到工作区管理局部工程数据的目的。03. 多源空间数据集成模式和统一资源信息服务平台空间数据集成和管理目前采用的方式是对数据进行格式转换，辅以转换后的二次编辑。构建统一的资源信息服务平台是解决动态、异构组织间实现协调资源共享以及协同的解决办法之一。（2）空间数据库更新的关键技术01. 利用卫星遥感影像数据更新空间数据为了达到快速更新的目的，需要对新旧数据源进行快速变化检测并提取变化特征对象。变化检测可以通过数据的对比、匹配来检测变化区域、变化特征对象。具体方法如下：1) 模板匹配法：通过模板与影像中被模板覆盖区域的相关性度量计算搜索变化区域。2) 微分纠正法：以全自动方式获取密集同名点对并作为控制点，由密集同名点对构成密集三角网（小面元），利用小三角面元进行微分纠正，以实现影像的精确配准。3) 数学形态学方法：是研究数字影像形态结构与快速并行处理方法的理论，将大量复杂的图像处理运算用基本的位移和逻辑运算组合来描述和实现。利用数学形态学方法可实现图像的增强、分割、边缘检测、结构分析、骨架化、组分分析等，算法便于进行并处理和硬件实现，从而提高影像处理的计算效率。4) 最小二乘影像法：可以充分利用影像窗口内的信息灵活地引入各种已知参数和条件进行整体平差计算，使影像匹配可达到1/10甚至1/100像素的高精度。02. 应用GIS空间目标综合技术更新空间数据库的理论和技术现有研究成果表明该领域已基本形成了综合规则、单目标综合算法、多目标综合算法、局部综合算法、全局综合求解综合算法等地图综合或空间目标综合的理论和技术体系。但是这些综合算法基本上是围绕单源空间数据进行的，目标是从一种尺度的空间数据通过综合算法以尽可能少的人机干预完成综合过程，最终综合生成目标尺度的空间数据集。假如引入多源、多比例尺数据集，包括多尺度DLG数据、多分辨率DOM或遥感影像数据和多分辨率DEM数据，可以使综合过程多了一些参考系的同时还可以从多比例尺DLG和影像数据获取邻近目标尺度空间对象的结构特征、边界、形态等信息。基于这些信息，应用相适应的算法可探测典型化、移位和夸大化的空间对象，最终使得综合过程变得容易，自动综合变得可行。然而利用该技术完成多源数据库更新还有很多难关需要突破，我会继续关注并加入研究这一问题的解决动态。2.4 空间数据库更新技术之自动变化监测4自动变化监测技术，即利用最新的高分辨率的正射遥感影像，与现存的GIS矢量数据进行自动比较，探测地物发生的变化。显然，这种比较的前提是GIS数据必须与正射影像在空间位置上精确配准。空间数据配准可以通过手工选点来完成，也可以通过一定的匹配算法自动完成 。以下是自动变化检测技术的实现方法：（1）基于矢量数据的变化检测技术技术核心是将栅格数据矢量化，即从新影像上提取特征。用它们来检测GIS数据的变化部分。而自动特征提取是该方法的关键。相关技术主要有影像增强、图像分割、边缘检测、边缘跟踪以及变化探测等。需要注意的是，如何利用GIS数据中存在的先验知识优化影像特征提取过程是关键。由于正射影像生成仅含特征的矢量图形需要一系列的处理步骤，在这些处理步骤中有的需要利用GIS数据中存在的先验知识。01. 影像增强是指从影像信息中增强或者突出某些特定信息（特征），削弱或者消除某些不需要信息的技术过程。它包括图像的灰度增强、平滑滤波和边缘增强等。02. 图像分割是把图像按照某种特征（如灰度、频谱、纹理、色彩等）分成一些有意义的区域并提取感兴趣目标的技术和过程。图像分割通常分为两大类：基于边界的图像分割方法和基于区域的图像分割方法。遥感图像含有较多的区域类数，灰度层次丰富，常用分割方法有：基于图像属性的分割法，区域增长法，分开合并方法等。03. 边缘检测 传统的边缘检测算法大都依据边缘线灰度变化剧烈着一特性，如Robert算子、Sobel算子、Prewitt算子、Laplacian算子等梯度算子。 04. 边缘跟踪也称边缘点连接，是形成线特征的关键的一步，虽然不同的算法采用的连接策略不完全相同，但基本思想是一致的，即：跟踪下一个边缘点时，考虑当前点所在一个小领域内（如3*3、5*5）是否存在候选边缘点，然后比较候选点与当前边缘点的差异来确定下一边缘点的位置。较好的跟踪方法有动态规划跟踪法、渐进搜索跟踪法、基于卡尔曼滤波的边缘跟踪法等。05. 经过以上过程的处理，由于正射影像生成了仅含特征的新的矢量数据，通过新、旧矢量数据之间的比较发生变化。“缓冲区检测”算法可以应用与对矢量数据之间的变化检测。“缓冲区检测”算法主要思想是在新影像和地图间通过设定缓冲距离为相应的特征设置缓冲区，并且计算落入缓冲区中的部分。（2）基于栅格数据的变化检测技术技术核心是将矢量数据栅格化，即将GIS数据转化为特征图像，配准后与新的遥感影像进行比较，用图像之间的比较来检测GIS数据中的变化部分。相对于栅格数据矢量化的技术，矢量数据栅格化较简单。矢量格式向栅格格式的转换又称为多边形填充，就是在矢量表示的多边形边界内部的所有栅格上赋予相应的多边形编号，从而形成栅格数据阵列。常用方法包括：内部点扩散算法、复数积分算法、射线算法、扫描算法、边界代数算法等等。正射影像经过以上处理，形成细化图像，与由数据库中的地形数据形成的二值图像进行比较。这种比较通常是基于像素级的，形成两个图像间的“差图像”，从中发现变化部分，即地物的新增部分和消除部分。（3）基于一体化数据结构的变化检测技术栅格数据和矢量数据各有特点，又不能相互取代。现引用一方法将一体化数据结构用于变化检测。即基本思想是提供一个统一的数据平台，将GIS矢量数据和正射影像数据归化到这一平台上，然后进行分析比较，从中发现变化。基于一体化数据结构的变化检测基本过程如下： 3总结根据阅读大量的文献、查找相关案例资料，我了解到针对空间数据库的更新技术，众多研究人员和技术人员做了大量的研究尝试，尽力以最好的方式解决空间数据库更新难的问题。空间数据库更新的本质是对数据库中的数据进行更新、整合及综合应用，然而，空间数据库所存储的数据不同于一般的传统数据库，空间数据库中存储了海量的地理数据，不仅有地理坐标数据还包括实体间的相对关系、实体的相应属性及数据模型等信息，数据库存储的内容十分复杂，要更新数据库是一项非常具有挑战性的工作。经过大量资料的研究对比，我觉得针对空间数据库的更新操作，如果某一地区发生巨大变化，很多地物实体信息发生了改变，针对这个数据库进行更新所花费的代价太大，基本上整个数据库都要进行更改，建议不采取在原有数据库的基础上进行更新，应提取原有数据库的有用信息进行重新构建新的数据库，这样既可以选取最为合适的数据模型进行建库，相比更新原有数据库更为有效。针对某地区小部分信息更改而进行数据库更新是可行的，在这个领域中众多研究都表明，采用检测对比变化进行数据库更新是比较有效的方法。现有GIS的发展水平，利用遥感技术及大地测量技术采集数据都是比较快捷的方法，利用采集到的数据进行最合理的建模，提取相应的数据信息，将获取的信息与原有数据库中的数据信息进行对比，找到变化区域，进行数据的更新替代。我觉得这样针对局部区域的空间数据库更新是非常有效可行的。而且，自动化检测技术也逐渐成形并不断被优化，文章中也介绍了一种自动化检测变化的技术，我觉得非常实用，我相信未来这一技术会发展的更好，能够被很好的利用起来。我觉得自动化检测技术会是未来研究空间数据库更新问题的一个大的方向，期待不久后，这一领域能够有更大的突破。文章中还介绍了关于不同数据类型、数