数字地球关键技术数据仓库数据挖掘

1、数据仓库的创始人WHInmon（英蒙）曾经给数据仓库（DW）下过一个定义：空间数据仓库是数据仓库向空间维的扩展，它是一个支持决策过程的、面向主题的、集成的、稳定的、不同时间的空间数据的集合。 1 关于空间数据仓库1.2 空间数据仓库的概念1空间数据仓库的数据模型是一般数据仓库的数据模型在空间域的有效扩充，要针对空间信息的特点，对星型模型和雪花模型进行扩展。与一般数据仓库模型相比，空间数据仓库要管理复杂的空间数据类型，其维和度量中不仅包括简单数据类型的数据，而且包含复杂的空间对象。由于空间对象占用的存储空间大，其操作也很复杂，因此需要扩充维和度量的定义，如研究空间数据的立方体模型，以便更有效地处

2、理这样的维和度量。1.4 空间数据仓库的关键技术和研究内容 支持空间信息的空间数据仓库模型的研究1 关于空间数据仓库2空间数据仓库包含海量的空间信息，支持海量空间信息的高效存储是空间数据仓库的需求，也是空间数据仓库的重要特征。空间信息的计算耗费的资源很多 ，研究空间信息的合理存储策略（如数据分片等），以便于计算和显示，是非常重要的。 面向海量空间信息的数据存储策略1.4 空间数据仓库的关键技术和研究内容1 关于空间数据仓库3空间数据仓库的元数据是人们定义空间数据仓库模型、理解空间数据的意义的重要窗口，空间数据仓库的元数据必须支持对空间数据分析的导航。主要内容包括：空间数据仓库的描述信息、信息源

3、描述信息、数据转换方法的描述信息，数据加载方法的描述信息、业务术语的定义、业务处理规则的描述信息等。1.4 空间数据仓库的关键技术和研究内容 支持空间数据导航的元数据机制1 关于空间数据仓库4由于空间数据仓库中的数据，是根据决策者所要解决问题的主题或领域，从多源异构空间数据库中提取的，数据由操作型空间数据库环境导入空间数据仓库环境，而且空间数据仓库中的数据存在不同的细节级，因此如何有效地提取和集成这些数据就成了一个突出的问题。从深层次讲，这是空间数据仓库的数据结构问题。1.4 空间数据仓库的关键技术和研究内容 多源异构空间数据的有效提取和集成1 关于空间数据仓库5合理的空间数据索引机制是提高数

4、据检索效率的有效途径。空间数据库的索引方法很多，主要有：四叉树索引、R树索引、R+树索引等。由于空间数据仓库中的数据具有海量、极少更新、随时间变化等特点，其主要操作是数据的追加和检索，因此要针对空间数据仓库的特点设计更加合适的空间数据仓库索引机制，这是目前许多专家关注的问题。 1.4 空间数据仓库的关键技术和研究内容面向海量空间信息高效检索的空间索引机制1 关于空间数据仓库6即共享多维信息的快速分析（Fast Analysis of shared Multidimensional information,简称FASMI）。目前常见的有基于多维数据库的MOLAP（Muti - dimensional OLAP）、基于关系数据库的ROLAP（Relation OLAP）和混合的HOLAP（Hybrid OLAP）。1.4 空间数据仓库的关键技术和研究内容 空间数据仓库的联机分析处理OLAP技术1 关于空间数据仓库7 有望解决Open GIS在数据上不一致的问题，实现真正 意义上的数据共享。 支持基于GIS的空间决策支持，成为空间决策支持系统SDSS的核心。 GIS中使用空间数据仓库的优势1.4 空间数据仓库的关键技术和研究内容1 关于空间数据仓库8空间数据挖掘（Spatial Data Mining, SDM），是从空间数据集中识别