第4章土地信息系统数据模型与数据库.ppt

1、1,第4章 土地信息系统空间数据结构与空间数据库,2,数据结构及相关概念 空间数据的拓扑关系 矢量数据结构 栅格数据结构 矢量数据结构与栅格数据结构的比较,4.1 土地信息系统空间数据结构,3,数据元素是数据的基本单位,或称元素、结点、顶点、记录。一个数据元素可以由若干个数据项（也可称为字段、域、属性）组成。 数据项是数据结构中讨论的最小单位，是数据记录中最基本的、不可分的有名数据单位。在LIS中，数据项用来描述实体的某种属性。,数据元素与数据项,4.1.1数据结构及其相关概念,4,数据对象是性质相同的数据元素的集合。如上例：一个班级的成绩表可以看作一个数据对象。,数据对象,数据结构是指数据元

2、素集合（也可称数据对象）中各元素的关系。,数据结构,5,1)研究 内容,数据的逻辑结构： 各数据元素之间的逻辑关系 数据的存储结构： 各数据元素在计算机中的存储关系 对各种数据结构进行的运算： 添加，删除，排序等,2)研究 目的,一是提高数据处理的速度. 二是尽量节省在数据处理过程中所占用的计算机存储空间.,6,3)常见的数据结构类型,7,4)包含 信息,表示数据元素的信息 表示各数据元素之间的前后件关系,几种基本数据结构的结点图：,叶结点,根结点,根节点: 在数据结构中,没有前件的节点称为根结点.,叶节点: 没有后件的结点称为终端结点或叶结点.,叶结点,有关概念(补充): 结点: 组成数据结

3、构的数据元素称为一个结点. 前后件关系:数据元素之间的固有关系可以用前后件关系(前驱与后继关系)描述。举例：家庭成员辈分关系(父亲、儿子、女儿)，“父亲”是“儿子”和“女儿”的前件，“儿子”和“女儿”是 “父亲”后件.,根结点,8,空间数据结构, 是指空间数据适合于计算机存储、管理、处理的逻辑结构。换句话说，是指空间数据以什么形式在计算机中存贮和处理。,9,B.栅格表示形式,C.矢量表示形式,图4-1 矢量数据结构和栅格数据结构,10,4.1.2 空间数据的拓扑关系,位置信息,空间关系信息,解析几何方法,拓扑关系方法,11,拓扑一词来自于希腊文，意思是“形状的研究”。 拓扑学是几何学的一个分支

4、，它研究在拓扑变换下能够保持不变的几何属性拓扑属性。 拓扑变换图形被弯曲、拉大、缩小或任意的变形，只要在变形过程中不使原来不同的点重合为同一个点，又不产生新点。,拓扑的基本概念,拓扑关系是指图形在保持连续状态下变形，但图形关系不变的性质。它关心的是空间的点、线、面之间的联结关系，而不管实际图形的形状。也就是说，几何形状相差很大的图形，它们的拓扑关系可能相同。,12,图4-3 面块之间的拓扑关系,图4-2 结点之间的拓扑关系,13,拓扑属性：用于描述了两个对象之间的拓扑关系（Topological Relation）。,拓扑属性与非拓扑属性,14,图4-4 点、线、面之间的空间关系,15,16,

5、拓扑结构的基本元素,拓扑弧段（arc）,结点(node）,多边形（poly）,该弧段中间不与其它线段存在联系,拓扑弧段的两个端点，分别为首结点、尾结点,由数条拓扑弧段连接而成,17,拓扑关系的类型,(1)拓扑关联性 表示空间图形中不同类型元素，如结点、弧段及多边形之间的拓扑关系。,优点：每条弧段所包含的坐标点只需存储一次，如果不考虑关联性而以每个多边形的全部封闭弧段的坐标点来存储数据，不仅数据量大，还无法反映空间关系。,18,(2)拓扑邻接性 表示图形中同类元素之间的拓扑关系。如多边形之间的邻接性，弧段之间的邻接性以及结点之间的邻接性（连通性）。,19,表4-3 弧段之间的邻接性及结点之间的连

6、通性,20,(3)拓扑包含性 表示空间图形中，面状实体所包含的其它面状实体或线状、点状实体的关系。包含关系分简单包含、多层包含和等价包含三种形式。,图4-6 面状实体之间的包含关系,21,拓扑关系的关联表达,(1)全显式表达,全显式表达不仅明确表示多边形-弧段-点之间拓扑关系，同时还明显表达点-弧段-多边形之间的关系。,指采用什么样的拓扑关联来表达空间位置数据之间的关系。,22,图4-7 地块图,表4-4 多边形弧段的拓扑关联表,表4-5 弧段结点的拓扑关联表,表4-6 结点弧段的拓扑关联表,表4-7 弧段多边形的拓扑关联表,23,(2)半隐式表达,表4-8 ARC/INFO 中弧段数据结构,

7、24,拓扑关系的9元组描述,25,图4-8 8种拓扑关系,注：交集为空用“I”表示，非空用“I”表示。,26,空间数据采用拓扑关系的意义,(1) 根据拓扑关系，不需要利用坐标或距离，就可以确定一种地理实体相对于另一种地理实体的空间位置关系。,(2) 利用拓扑数据有利于空间要素的分析和查询。例如判别某区域与那些区域邻接；某条河流能为那些居民区提供水源，某行政区域包括那些土地利用类型等等。,(3) 可以利用拓扑数据作为工具，重建地理实体。例如实现道路的选取，进行最佳路径的设计等。,27,4.1.3 矢量(vector)数据结构,矢量：数学上称有大小和方向的量为矢量；在计算机图形学中，相邻结点间的弧

8、段长度表示大小，弧段两端点的顺序表示方向，此即是矢量；,28,点(point)：用一对（x, y)表示； 线(line, polyline)：用一串(x1 , y1), (x2 ,y2),(xn , yn)表示； 面(polygon):由一串或几串有序的且首尾坐标相同的x、y坐标对表示。,矢量数据的表示：通过记录坐标的方式来精确表示点、线、面等地理实体。,29,30,矢量数据的获取方式,1)由外业测量获得 可利用测量仪器自动记录测量成果，然后转到空间数据库中。 2)由栅格数据转换获得 利用栅格数据矢量化技术，把栅格数据转换为矢量数据。 3)跟踪数字化 用跟踪数字化的方法，把地图变成离散的矢量数

9、据。,31,矢量数据结构,在LIS中，矢量数据表示时应考虑以下问题： 矢量数据自身的存贮和处理。 与属性数据的联系。 矢量数据之间的空间关系(拓扑关系)。,32,1、简单数据结构：只记录空间对象的位置坐标和属性信息，不记录拓扑关系。,编码方法有三种：,33,面条结构：每个点、线、面目标都直接跟随它的空间坐标，即 点目标：唯一标识码，地物编码，(X,Y) 线目标：唯一标识码，地物编码，(X1,Y1Xn,Yn) 面目标：唯一标识码，地物编码，(X1,Y1Xn,Yn,X1,Y1),34,点位字典结构：点坐标作为一个文件，点、线和多边形由点号组成，即 点位字典：点号、(X,Y) 点目标：唯一标识码，地

10、物编码，点号 线目标：唯一标识码，地物编码，(点号1点号n) 面目标：唯一标识码，地物编码，(点号1点号n, 点号1),35,链/点位字典结构：,36,简单数据结构的特点：,数据按点、线和多边形为单元进行组织，结构简单、直观，编码容易。 每个多边形都以闭合线段存储，多边形之间的公共边界被数字化两次和存储两次，造成数据冗余。 点、线和多边形有各自的坐标数据和属性数据，但没有拓扑数据，互相之间不关联，空间分析非常困难。 岛只作为一个单个图形，没有与外界多边形的联系。,37,2、拓扑数据结构：不仅表达几何位置和属性信息，还表示空间关系（拓扑关系）。,拓扑型数据结构由弧段(坐标)文件、结点文件和多边形

11、文件等一系列含拓扑关系的数据文件组成. 结点文件由结点记录组成，存贮每个结点的结点号、结点坐标及与该结点连接的弧段等; 弧段坐标文件存贮组成弧段的点的坐标; 弧段文件由弧记录组成，存贮弧段的起止结点号和左右多边形号； 多边形文件由多边形记录组成，存贮多边形号、组成多边形的弧段号以及多边形的周长、面积、中心点坐标。,38,在拓扑数据结构中，较著名的是: 美国人口调查局的DIME模型（Dual Independent Map Encoding双重独立地图编码模型） 美国计算机图形及空间分析实验室研制的POLYVRT模型(Polygon Converter多边形转换器) 。,39,DIME是美国人口

12、调查局在人口调查的基础上发展起来的，以线段为基本单元来描述多边形、边界、节点之间的拓扑关系，DIME编码是其它拓扑编码结构的基础。,DIME模型：,40,POLYVRT模型：数据结构的基本元素称“弧段”或“链段”，是当今各种空间数据结构的基本框架。,41,DIME与POLYVRT的比较：,区别：数据结构的基本单元不同，DIME模型是以两个数据点之间的边界（拓扑模型中一般称为“段”Segment）为关系描述和记录的基本单元；而POLYVRT模型则以两个结点之间的一段边（拓扑模型中一般称为“链”Chain）为基本单元，从而压缩数据量，提高系统的运行速度和效率。 共同点：二者都是以线性要素（段或链）

13、作为存储记录结点之间、链间以及多边形间相互关系的基本单元。,42,数据存储冗余较小； 数据中保存了空间实体的拓扑关系； 方便了空间关系的查询； 能确保空间数据的一致性； 数据更新时，要重新计算空间数据的拓扑关系。,拓扑数据结构的特点：,43,3、简单型与拓扑型数据结构比较,两者都是目前最常用的数据结构 简单型代表软件为MapInfo 拓扑型代表软件为ArcInfo(ArcGIS Workstation),简单型虽然会产生数据冗余和不一致，但易于编辑。,拓扑型消除了数据的冗余和不一致，但操作复杂。,它们各具特色：,44,栅格结构用密集的网格基本单元将地理区域划分为网格阵列。位置由行、列号定义，属

14、性为栅格单元的值。,栅格数据的表示,点：由单个栅格表达。 线：由沿线走向有相同属性取值的一组相邻栅格表达。 面：由沿线走向有相同属性取值的一片栅格表达。,4.1.4 栅格(Raster)数据结构,45,网格基本单元可以三角形、方格和六角形来划分，通常采用固定大小的正方形。空间实体就按其在网格中什么行、什么列、取什么值来表示。 基本单元的大小代表了栅格地图空间数据的分辨率。,图4-9 三角形、方格和六角形划分,46,图4-10 兴国潋水河流域土壤全氮含量,47,图4-11 栅格数据逼近的土地利用图,48,栅格数据的获取,1)来自于遥感数据 通过遥感手段获得的数字图像就是一种栅格数据。 2)来自于

15、对图片的扫描 通过扫描仪对地图或其它图件的扫描，可把资料转换为栅格形式的数据。 3)由矢量数据转换而来 通过运用矢量数据栅格化技术，把矢量数据转换成栅格数据。 4)由手工方法获取 在专题图上均匀划分网格，逐个网格地确定其属性代码的值，最后形成栅格数据文件。,49,图4-12 栅格代码的确定,栅格属性代码的确定方法：,（1）中心归属法由栅格中心所在面域属性定; （2）长度占优法由最长线实体属性定； （3）面积占优法由面积最大实体属性定； （4）重要性法选最重要的地物类型。,50,栅格数据结构,根据压缩栅格数据存贮量的编码方式的不同，介绍三类基本的栅格数据结构：,51,直接栅格编码法：,优点：编码

16、简单，信息无压缩、无丢失。 缺点：数据量大。,直接编码就是将栅格数据看作一个数据矩阵，逐行（或逐列）逐个记录代码，可以每行从左到右逐像元记录，也可奇数行从左到右而偶数行由右向左记录，为了特定的目的还可采用其他特殊的顺序。,52,游程长度编码法：,沿行方向进行编码： (A,3),(B,5)； (A,4),(B,4)； (A,4),(B,4)；(A,1),(B,2),(C,3),(B,2) ； (B,2),(C,5),(A,1) ； (B,2),(C,3),(A,3) ； (B,2),(C,2),(A,4) ； (B,2),(A,6).,方案1：只在各行（或列）数据的代码发生变化时依次记录该代码以

17、及相同代码重复的个数；,53,方案2：逐个记录各行（或列）代码发生变化的位置和相应代码。,沿行方向进行编码： (1,A), (4, B)； (1,A), (5,B)； (1,A), (5,B)； (1,A), (2,B), (4, C), (7,B) ； (1,B), (3,C), (8,A) ； (1,B), (3,C), (6,A) ； (1,B), (3,C), (5,A) ； (1,B), (3,A).,游程长度编码法(续)：,54,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,优点：,压缩效率高（保证原始信息不丢失）；易于检索、叠加、合并操作,缺

18、点：,只顾及单行单列，没有考虑周围的其他方向的代码值是否相同，压缩受到一定限制,游程长度编码法(续)：,55,四叉树编码：,先把地图看成是一个正方形的单元，如果该单元内有不同性质的多边形，则将单元分成四个大小相同的二级单元，然后再分别判断这四个二级单元中是否还有不同性质的多边形；,四叉树编码的基本思想：,若其中某个二级单元中有不同性质的多边形，则再划分成四个大小相同的三级单元; 这种逐级一分为四的方法，一直分到单元内无不同性质的多边形为止。,56,用四叉树表示一个多边形,57,58,（a）栅格数据,（b）四叉树编码,59,60,直接栅格编码：简单直观，是压缩编码方法的逻辑原型； 游程长度编码：

19、在很大程度上压缩数据，又最大限度的保留了原始栅格结构，编码解码十分容易，十分适合于微机土地信息系统采用； 四叉树编码：具有区域性质，又具有可变的分辨率，有较高的压缩效率，四叉树编码可以直接进行大量图形图象运算，效率较高，是很有前途的编码方法。,三种编码方式的比较：,61,4.1.5矢量数据结构和栅格数据结构比较,矢量和栅格数据是两种表示土地信息的方法，前者的显著特点是位置明显，属性隐含，而后者的显著特点是属性明显，位置隐含。两者各有自己的优缺点：,62,数据库的应用领域相当广泛，从一般事务处理，到各种专门化数据的存储与管理，都可以建立不同类型的数据库。建立数据库不仅仅是为了保存数据，扩展人的记

20、忆，而主要是为了帮助人们去管理和控制与这些数据相关联的事物。 土地信息系统中的土地数据库就是为了帮助人们去管理和控制与这些土地数据相关联的土地，由于这类数据库具有明显的空间特征，一般把它称为空间数据库。,4.2 土地信息系统空间数据库,63,空间数据库在LIS中的地位与作用:,空间数据库的布局和存取能力对LIS功能的实现和工作的效率影响极大。,空间数据库花费的时间要占整个系统建设所花时间的85%以上。,贮存于空间数据库中的空间数据和属性数据是土地信息系统的基础。,64,数据库概述 空间数据库的数据模型 空间数据库设计 数据库管理系统 数据库系统的运行与保护,内容提要,65,数据库相关概念,数据

21、库 是按照一定结构组织的相关数据的集合，是在计算机存储设备上合理存放的相互关联的数据集。,通常，数据库是数据库系统的简称。一个完整的数据库系统应该包括数据库、数据库管理系统(DBMS)和数据库应用系统三个组成部分。,数据库管理系统 是提供数据库建立、使用和管理工具的软件系统。,数据库应用系统 是为了满足特定的用户数据处理需求而建立起来的，具有数据库访问功能的应用软件，它提供给用户一个访问和操作特定数据库的用户界面。,4.2.1 数据库概述,66,空间数据库相关概念：,67,数据库的特征,一般数据库具有以下主要特征： 数据集中控制(统一控制维护管理,方便共享) 数据冗余度小(冗余的缺点：一是增加

22、了存储空间；二是易出现数据不一致) 数据独立(数据与应用程序相互独立) 复杂的数据模型 数据保护(安全性控制、完整性控制、并发控制、故障的发现和恢复),68,空间数据库与一般数据库相比，具有以下特点： 数据量特别大。地理系统是一个复杂的综合体，要用数据来描述各种土地要素，尤其是要素的空间位置，其数据量往往很大。 不仅有地理要素的属性数据，还有大量的空间数据，且这两种数据之间具有不可分割的联系。 数据应用广泛。例如地理研究、环境保护、土地利用与规划、资源开发、生态环境、市政管理、道路建设等。,69,从数据库管理系统的角度看，数据库系统通常采用三级模式结构：面向用户或应用程序员的用户级、面向建立和

23、维护数据库人员的概念级、面向系统程序员的物理级。 外模式：也称子模式或用户模式，对应于用户级，是数据库用户看见和使用的局部数据的逻辑结构和特征的描述，是数据库用户的数据视图。,数据库系统的结构,概念模式：又称逻辑模式，对应于概念级，是数据库中全体数据的逻辑结构和特征的描述，是所有用户的公共数据视图。 内模式：也称存储模式，对应于物理级，是数据物理结构和存储方式的描述，是数据在数据库内部的表示方式。,70,三级模式间存在两次映射： 外模式概念模式映射：它定义了该外模式与概念模式之间的对应关系。当概念模式改变时，由数据库管理员对各个外模式概念模式的映射作相应改变，可以使外模式保持不变，从而应用程序

24、不必修改，保证了数据的逻辑独立性。 概念模式内模式映射：它定义了数据全局逻辑结构与存储结构之间的对应关系。当数据库的存储结构改变了，由数据库管理员对概念模式内模式映射作相应改变，可以使概念模式保持不变，从而保证了数据的物理独立性。,71,数据模型是对现实世界部分现象的抽象，是数据库中对数据内容和数据间联系的逻辑组织形式的描述。,4.2.2 空间数据库的数据模型,现有的数据库都是基于某种数据模型来实现其数据组织功能，数据模型一般地具有两种描述功能： 数据内容的描述； 数据间联系的描述。 数据模型应满足三个条件： 能真实地模拟现实世界； 人们容易理解； 便于在计算机上实现。,72,目前，数据库领域

25、最常用的数据模型有五种： 层次模型； 网络模型； 关系模型； 面向对象模型； 时空模型。,传统数据模型,新兴数据模型,根据使用的模型，可以把数据库分成：层次型数据库、网络型数据库、关系型数据库、面向对象数据库和时空数据库。,73,在数据模型中常用到以下概念： 实体：是可以相互区别而又可以被人识别的事、物、概念的统称，有具体的，也有抽象的；有物理上存在的，也有概念性的; 属性：实体的属性是指描述实体的若干特征; 联系：是指实体与实体之间之间的关系 ，可区分为一对一（：）、一对多（：）、多对多（：）等类型。联系也可以有自己的属性； 码：唯一标识实体的属性集; 域：属性的取值范围。,74,图4-14

26、 班级、学生和课程之间的联系,(a)1:1联系 (b)1:m联系 (c)n:m联系,75,图4-15 地图Map及其层次模型表达,1. 层次模型树结构,层次模型的结构： 用树结构来表示实体之间联系的模型，树中的每个结点代表一种实体类型。揭示的是实体之间一对多的联系。通常把表示1的实体放在上方，称为“父结点”；而将表示n的实体放在下方，称为“子结点”，最上层只能有一个结点，称为根结点，最下层的末端结点称为叶结点。,76,层次模型的两个限制条件： 有且仅有一个结点无父节点，这个结点称为根结点； 除根节点外，其他的结点都有且仅有一个父节点。 层次模型的特点： 层次模型的优点是容易理解，单码查找速度快

27、，易于更新和扩充；但会产生数据冗余，且难以顾及实体元素间的拓扑关系，给拓扑查询带来困难，也不能直接表示实体之间多对多（m:n）的联系。,77,图4-16 层次模型示例,78,网络模型的结构： 用网络结构来表示实体间联系的模型，每个结点依然表示数据库中的一个实体类型。可以表示实体之间多对多的关系。,图4-17 地图Map的网络模型表达,2. 网络模型网络结构,79,网络模型与层次模型的区别： （1）可以有零个或多个结点无父结点 （2）至少有一个结点有多于一个父结点 （3）允许两个结点之间有两种或多种联系 网络模型的特点： 网状模型可表示多对多的关系，其数据存储效率较高，数据冗余也较小，适合于表示

28、关系较复杂的地理数据和具有网络状特征的地理实体，但网状模型的结构复杂，数据更新也较为繁琐。,80,图4-18 网状模型示例,(a),81,关系模型的结构： 关系模型是用二维表结构来表示实体和实体间联系的模型。 关系模型中，每个关系应满足下列条件： （1）表中的每一列属性都是不能再分的基本字段； （2）各列被指定一个相异的名字； （3）各行（记录）相异，不允许重复； （4）行、列次序无关。,3. 关系模型二维表结构,82,83,关系模型的特点： 优点：可利用数据本身的公共值隐含地表达实体之间的联系，结构简单灵活、数据修改和更新方便、容易维护和理解，是当前数据库中最常用的数据模型。 不足之处：难以

29、处理空间数据库涉及的复杂目标，管理较为复杂，查找速度与网状和层次模型相比也要慢一些。,84,4. 传统数据库系统管理土地空间数据 的局限性 (1)传统数据库系统管理的是不连续的、相关性较小的数字和字符；而土地数据库中的数据是连续的，并且具有很强的空间相关性。 (2)传统数据库系统管理的实体类型较少；而土地数据库的实体类型繁多，实体类型之间存在着复杂的空间关系，并且还能产生新的关系(如拓扑关系)。 (3)传统数据库系统存贮的数据通常为等长记录的数据；而土地数据通常由于不同空间目标的坐标串长度不定，具有变长记录，并且数据项也可能很大，很复杂。 (4)传统数据库系统只操纵和查询文字和数字信息；而土地

30、数据库中需要有大量的空间数据操作和查询，如相邻、连通、包含、叠加等。,85,面向对象模型的涵义：,5. 面向对象模型,面向对象是指无论怎样复杂的事物都可以准确地由一个对象表示，每个对象都有自己的特征和行为，对象的特征用数据来表示；对象的行为用改变对象状态的操作来实现。,面向对象模型是将现实世界的实体都抽象成对象，然后进行分类和概括，以人们认识问题的自然方式将所有的对象构建成一个分层结构，来描述问题领域中各实体之间的相互关系和相互作用，从而建立起的一个比较完整的结构模型。,可有效表达图形与属性数据,86,LIS中的面向对象模型：,在LIS面向对象数据结构中，通常可以把空间数据抽象为点、线和面三种

31、简单的地物类型，作为三种简单对象: 点状地物：如车站、水井等。具有标识号、编码、定位点坐标等数据项，并且有显示、增加、删除、修改等操作。 线状地物：如道路、河流等。线装地物由一条或多条弧段组成。具有标识号、编码、组成线状地物的弧段等数据项和显示、增加、删除、修改等操作。 面状地物：如湖泊、街区等。由一条或多条弧段构成，除了具有标识号、编码、弧段串等数据项外，还常常含有面的内点坐标、面的坐标，甚至面状地物的外接矩形的坐标等。并且有显示、增加、删除、修改等操作。,87,图4-25 LIS中的面向对象模型,88,4.2.3 空间数据库设计,1. 概述,空间数据库的设计问题，其实质是将空间客体以一定的

32、组织形式在数据库系统中加以表达的过程，也就是LIS中空间客体数据的模型化问题。 这一问题首先是把现实世界抽象成概念模型，然后转变为描述事物的形式逻辑模型，再转换成计算机硬件可以接受的物理模型。,89,数据库设计的整个过程包括以下几个典型步骤，即概念设计、逻辑设计和物理设计。,图4-26 数据库设计的步骤,90,2. 空间数据库设计的原则,尽量减少空间数据存储冗余; 提供稳定的空间数据结构; 满足用户对空间数据及时访问的需求,高效提供用户所需的空间数据查询结果; 在空间元素间维持复杂的联系,反映空间数据的复杂性; 支持多种决策需要,具有较强的应用适应性.,91,3. 空间数据库设计的内容,92,

33、（1）系统需求分析 是整个空间数据库设计与建立的基础，主要进行以下工作： 调查用户需求：了解用户特点和要求，取得设计者与用户对需求的一致看法。 需求数据的收集和分析：包括信息需求(信息内容、特征、需要存储的数据)、信息加工处理要求(如响应时间)、完整性与安全性要求等。 编制用户需求说明书：包括需求分析的目标、任务、具体需求说明、系统功能与性能、运行环境等，是需求分析的最终成果。,93,（2）概念设计 是将需求说明书中关于数据的需求，综合为一个独立于计算机的反映用户观点的概念模型。表示概念模型的最有力的工具是实体-联系模型。,实体联系模型，即-模型，是1976年美籍华人陈平山提出来的，当时是作为

34、一种区别于层次、网状、关系模型而提出来的新的数据模型。这种方法面向现实世界，把管理系统所要描述的问题划分为单个的实体，通过实体间的联系而有效、自然地模拟现实世界。-模型包括实体、联系和属性三个基本成分。,94,首先根据单个应用的需求，用实体联系模型画出能反映每一应用需求的局部ER模型。然后把这些ER模型图合并起来，消除冗余和可能存在的矛盾，得出系统的总体ER模型。图4-28是用E-R模型画出的土地面积量算信息系统数据库的部分实体与联系的局部E-R模型图。图中矩形框、菱形框和椭圆形框分别表示实体、联系和属性。,概念设计的一般步骤:,95,图4-27 用E-R模型表示实体及其联系,（b）,（a）,

35、96,（a）两个实体间的联系,图4-28 用E-R模型表示实体或联系的属性,（b）实体的属性,（c）联系的属性,97,用-模型建立概念模型的具体步骤:,下面以高校师生管理信息系统为例，说明用-R来建立概念模型的具体步骤。,第一步：确定-模型应含的实体。如前面所指出的，每一实体可用来代表一类数据的集合。所以在本例中，可以暂定主要管理对象为模型的第一批实体，并分别取名为“教师”、“学生”。(如图),98,第二步：建立系统单项应用的局部-模型。这一步的目标是在实体之间建立所需的联系。通常的作法是，根据对系统的功能分析首先选出一至数项有代表性的单项应用，建立起相应的局部-模型。然后在此基础上逐渐扩充，

36、所有实体之间均建立起应有的联系。,99,第三步：将局部-模型综合为系统的总体-模型。方法为：先将具有相同实体的两个局部-模型以该相同实体为基准进行集成；若还有相同实体的局部-模型，则再次集成；这样一直继续下去，直到所有相同实体的局部E-R模型都被集成，便可得到全局E-R模型。(如图),第四步：改进总体-模型。通过综合得到的初始模型常常存在不完善的地方，需要进行改进。一个完善模型应该具有最小的数据冗余。所以这一步的主要目的就是减少冗余，尽可能避免数据的重复存贮。,100,图4-29 高校师生管理信息系统的总体结构,101,图4-30 土地面积量算信息系统的总体结构,102,逻辑设计是在概念设计的

37、基础上，按照不同的转换规则将前一步得出的概念模型转换为具体DBMS支持的数据模型的过程，包括确定数据项、记录及记录间的联系、安全性、完整性和一致性约束等。由于VFP和大多数其它数据库只支持关系数据模型，所以这里仅讨论怎样把概念模型转变为数据库的关系模式。,（3）逻辑设计,103,E-R模型向关系模式的转换： 在关系型数据库中,每一数据库文件表示为一个关系。从E-R模型转换为关系模式,就是将E-R模型中的所有实体和联系都会改用关系来表示。,104,E-R模型向关系模型转换的主要过程：,下面仍以某高校师生管理信息系统的E-R图为例，说明用-R图向关系模型转换的主要过程：,105,把每一实体转换为一个关系,首先分析实体的属性集，从中找出关系的主键(主键是关系数据库中可用于唯一地识别任何记录的字段，主键将决定其它属性的值，或者说其它属性对主键存在依赖的关系)，然后用关系式来表示实体。,例：实体转换为关系 各实体对应的关系如下: 系（系号、系名、系主任）； 教师（工号、姓名、职称）； 学生（学号、姓名、年龄、性别）； 项目（项目号、项目名称、负责人）； 课程（课程号、课程名、学分）；,106,每一联系也转换成关系,联系的转换比较复杂。例如在E-R模型中,有的联系不带属性,有的联系可能带一个或者多个属性。在转换成关系时,在关系的属性集中一般应包括： a.联系本身的属性 b.由它所联系的各个实