空间数据库建设

空间数据库建设（精选19篇）

1.空间数据库建设 篇一

“数字上海”空间信息基础数据平台建设规划研究

一、“数字城市”及其应用的现状分析

1、国外“数字城市”基础平台建设的现状分析

1)空间数据生产、使用的协调和管理

1994年4月13日，美国颁布了12906号总统行政令，实施国家空间数据基础设施(NationalSpatialDataInfrustructure，NSDI)计划，正式在美国政府和非政府部门中开展直接协调地理空间数据收集和管理的活动。

英国政府在认识和分析美国NSDI成功和问题的基础上，提出了国家地理空间数据框架(NGDF)发展计划。

澳大利亚联邦空间数据委员会制定了空间数据管理机构与领导机构的权利与责任、联邦公益空间数据转让等政策。

2)空间数据框架建设

美国FGDC于1995年4月提出了NDGDF实施计划，开始建立包括大地测量控制、数字正射影像、数字高程模型、交通、水文、行政单元以及公用地块地籍数据在内的.数据框架。

加拿大GeomaticsCanada负责全加拿大国家地形数据库(NTDB)，已经完成1：25万地形数据库和南部人口稠密地区的1：5万地形数据库。

欧洲大多数国家版图较小，数字地理空间数据生产基础较好。英国陆军测量局从1970年开始从事数字化制图，已正式向社会提供数字化地图。

法国地理院从1985年起建立1：5万全国地形数据库(BDTOPO)，x、y精度为2.5m，z精度为1.0m。

德国内务部原大地测量研究所(IFAG)负责完成全国1：20万DLM和1：100万DKM，各州测量局负责完成1:2.5万DLM和1:2.5万DKM，其地物精度要求为3m。

荷兰于1990年建立了地籍信息(非图形)的联网查询，有2500注册用户，完成全国地籍图数字化。

日本是亚洲地区最早开展地理信息化工作的国家。目前已能向社会提供DEM数字地图等系列产品。

3)空间数据标准建设

发达国家的地理信息管理采用国家和地方两级管理体系，在“数字城市”空间数据基础平台的建设中,通常采用自上而下的组织形式，即由中央政府组织相关机构共同推动全国范围统一数据平台的建设。政府在其中主要起到协调政策性事务、组织研究发展、统一数据标准和行业规范等作用。

2、国内“数字城市”基础平台建设的现状分析

我国“十五”计划明确提出：“大力推进国民经济和社会信息化，是覆盖现代化建设全局的战略举措。以信息化带动工业化，发挥后发优势，实现社会生产力的跨越式发展”。作为推进信息化工作的一个重要方面，党和政府的各级领导对“数字地球”给予了高度重视。

11月在首届“数字地球”国际会议上，北京市市长刘淇正式提出了启动“数字北京工程”。初，北京市信息化办公室制定了“‘数字北京’

[1][2][3]

2.空间数据库建设 篇二

当今城市的发展日新月异,城镇化速度日益加快、人口的急剧膨胀和城市的快速发展给环境和有限的空间资源带来了巨大的压力,地下空间资源的开发与利用已经慢慢演变成为调节土地开发利用强度、土地开发布局、补充城市空间供给不足、使城市空间资源向序化配置发展的一项重要手段,它是解决并且缓解快速的城市发展与短缺的城市空间资源之间的矛盾的一种重要途径,从而实现城市的可持续、健康发展之目标。基于地下空间开发具有不可逆性,并且开发成本与技术难度高于地上、地下空间资源的有限性、系统复杂性、设施的隐蔽性等特点,基于城市地下空间设施普查的数据分析,并建立城市地下空间设施信息数据库,可以有效地为当前的地下空间的规划、建设、信息管理提供有效的基础信息,并且对城市空间资源的有效利用、实现生态城市宜居城市、提高城市应对突发灾害的能力、科学管理城市空间资源有着深远的意义。

1 地下空间设施数据特征研究

1.1 已有管线数据结构形式

现有的城市地下空间普查工作得到的管线数据中,拓扑关系简单得多,分别通过点、线表达地下管线的连接关系,一般在线表内通过起始点点号与点表内的点编号相对应即可建立管线连接关系,地下空间中管线只有平行、相交关系存在,而地下管线井室均作为点考虑,只需要单独一个管点数据表便能记录所有井室信息,管道(管线)通过起始点把它们连接起来,通过管线信息表表示管线属性。不需要单独记录其拓扑关系,通过后期软件计算能快速反应其空间关系,表1为常规的管线数据库表单设计。

1.2 地下空间复杂拓扑关系分析

跟以往的地下管线数据相比,地下空间设施数据更为复杂,一般在构建地理信息数据库时为了节省存储空间,提高数据访问效率,都将数据库设计的比较简单,但是地下空间设施连接关系复杂,基本上所涉及到的空间数据拓扑关系都在地下空间数据中复杂的体现出来,如地下空间实体中涉及的点、线、面间的六种组合:连续、相邻、闭合、包含等关系。如图1为一般的地下空间关系结构举例。

基于地理空间信息拓扑关系的研究方式和分类方法,通过总结并概括出地下空间中各类设施要素所遵循的复杂拓扑关系。首先将现状地下空间要素的拓扑关系进行划分,一共为5大类17个小类[1],其中5大类主要包括:点状要素(如出入口)与线状要素(如连接通道)的类间的拓扑关系、线状要素类内的拓扑关系、面状要素类内的拓扑关系、面状要素与线状要素类间的拓扑关系、面状要素与面状要素类间的拓扑关系,这5大类关系形成了地下空间设施拓扑关系的基本框架,由这5大类拓扑关系逐级衍生成17个小类,其中主要包括地下空间设施要素各所属要素之间无缝隙、各层面间无压盖等类型的拓扑关系。7种要素类内拓扑关系是指同一要素类型内即地下空间设施数据的包括其所属地上建筑区域内不压盖、相连无缝隙等,10种要素类间的拓扑关系包括不同类别地下空间设施所属对象的严格区分等。

空间信息的要素类内拓扑关系可在主流的GIS平台软件中采取有效方法验证(如ARCGIS、MAPINFO等),并且都能达到理想的验证结果。而要素类间拓扑关系则不可以实现。间拓扑关系数据在GIS中被认为是冗余的,也就是说数据不是必须的。对于简单的空间信息表达在后期通过对几何数据的计算可以拓扑关系换算出来并且实时构造拓扑关系非常便利,可是对于空间关系比较复杂的各种空间信息而言现时构建其拓扑关系并加以表达则需花费大量时间金钱。例如,对空间关系进行叠加分析、连通性分析、缓冲区分析等计算过程都是非常耗时的,如果在前期设计时就有明确的拓扑关系数据作为依据,后期计算的复杂度和计算成本将降低不少,这种“冗余”的拓扑数据也并不等于无效的数据,从另外一个层面来说它又有很多作用。

①在进行线状要素的联结关系分析方面,能够大大减少计算消耗的时间成本。

②拓扑属性数据对于计算周围关联信息极为便利,可利用拓扑关系数据帮助进行组合查询从而达到用户要求。

③依据拓扑属性快速建立起各种要素设计的拓扑关系能够发现一些数据存在的错误,并方便进行改正,可将基本的、简单地空间要素组合形成各种复杂的、复合的空间要素,同时为地图的自动配准和转换提供基础[3]。

因此本次对地下空间设施数据库的研究中专门考虑了其拓扑关系,在每一个类型的数据表单设计中都体现了拓扑关联的特性及其从属结构,其中地下公共服务设施、地下工业及仓储设施、地下防灾减灾设施、地下居住设施等几类设施均包含有出入口、地下通道、均有层次结构,但是又有着不同之处,如地下交通设施包含有地下交通场站设施。

2 地下空间设施数据设计

2.1 建立地下空间设施数据库的原则及流程

建立地下空间数据库遵循了规范性、简洁性、高效性等原则。地下空间设施的命名,数据库字段结构、数据库表结构的设计都严格按照相应标准规范执行;数据库的设计避免了不必要的冗余数据,且设计简单,使用户容易理解,在存储设计上遵循了节省空间的原则;数据库结构的设计是为了后期使用数据提供服务,其访问越简单,效率越高,能大大提高后期产品或工程项目的进展速度或系统运行速度。

地下空间设施的数据库建设与其它空间数据库建设流程相似,一般包括资料收集、数据转换及其他处理、数据检查于处理(包括拓扑关系检查与处理、立向空间关系检查与处理、属性完整性检查与处理[4])、建立临时库、数据最终入库。具体的建库流程见图2。

2.2 地下空间设施数据库设计

城市地下空间数据库的建设一般考虑地上地下一体化的建立方式,其中地上空间数据库的建立参阅其他研究成果,本文只对地下空间设施数据库的建立进行研究。地下空间数据库设计及其空间关系如图3、图4。

2.2.1 数据库软件的选择

本次研究的城市地下空间普查成果数据库文件采用Microsoft Access 2007以上版本的.mdb格式,Access的.mdb格式的数据库正适合存储普查过后日常的地下空间设施测量工作中涉及的小范围数据,同时Access所管理的各种对象都以后缀为.mdb的数据库文件的存储方式便于内业数据的处理和日常的管理;Access采用面向对象的方式将数据库系统中的各种功能对象化,在后期进行开发是节省了很多不必要的工作;同时方便外业人员进行数据录入,数据库向导可以方便的帮助内业人员进行数据库操作[5];Access还支持ODBC(开发数据库互连,Open Data Base Connectivity),利用Access强大的DDE(动态数据交换)和OLE(对象的联接和嵌入)特性,位图、声音、Excel表格、Word文档等可以同时在数据表中嵌入,还可以建立动态的数据库报表和窗体等。Access还支持在网络上应用程序,将动态的数据库与网络相连接。利用数据库访问对象生成HTML文件,轻松构建Internet的应用,.mdb是GIS软件都支持的通用格式,.mdb数据能方便的转换成Geodatabase等数据格式[6]。

2.2.2 数据库设计

考虑到依据数据库层次结构的设计及地下空间拓扑关系的复杂性,针对每一项地下空间设施单独设立表单,并且记录其相应的层次、出入口、通道、几何信息等属性信息。同时设立城市地下空间普查元数据库,元数据库文件应采用Microsoft Access 2007以上版本的.mdb格式,文件名为UGMatadate.mdb。地下空间设施数据库中不同地下空间设施所包含的属性表有内容相似的地方,相应部分根据不同设施的特点又有所不同,每种类型的表单中均设置了相应的主键,使其与对应所属的设施保持对应关系。

2.3 数据库举例应用

数据库建设是在地下空间设施数据普查基础上的一项基本工作,主要是为对象描述提供高效的数据组织。下面以云南省昆明经开区地下管线普查数建立数据库。包括线与点,管线属性信息是由地下管线数据(点、线)组成,其中点信息由外业测量人员获得数据,包括点坐标(X,Y,Z)外业编号、图上点号;线信息由外业普查人员获得数据包括起点、终点(外业编号、图上点号、类别特征、管底埋深、管顶埋深、附属物、备注)、管线编号、材料、管径、电缆根数、埋设日期、权属单位、管线备注等。将各种管线数据录入,处理得到如图5、6所示。

3 结论

本文对城市地下空间设施的数据分析、表达及其数据库建设的研究,通过大量理论知识的积累,汲取国内外已有的先进研究成果及其经验,着眼于实际需求,详细设计了地下空间数据库结构,理清了各项设施的关系及其附属物的连接关系。为将来的地下空间信息管理及应用提供了良好的基础。本次研究针对实际问题确定研究领域及研究方法,由于其在城市空间多元化发展和防灾减灾方面的应用前景比较大,对城市未来的发展意义重大[7]。为设计和建设更具科学性的地下空间信息数据库,为地下空间信息建模或其它应用提供良好的数据基础。

参考文献

[1]冯杭建,麻土华,刘伟宏,等.地籍空间数据库拓扑关系分析及基于规则的验证方法[J].计算机应用,2006,26(10):2522-2524.

[2]朱建立.地质雷达测试技术研究[J].铁道建筑技术,2009(05):61-64.

[3]玛依拉.基于规则的空间拓扑关系检查[D].长安大学,2009.

[4]王亚娟.基于拓扑模型的无边际区域研究与应用[D].解放军信息工程大学,2006.

[5]张晋,于宏晓,宋聚渭.Access在烟草科技项目研究中的应用[J].中国科技信息,2013(11).

[6]吉晓香,张国华.基于B/S模式的博客系统[J].电脑知识与技术,2010(11):2561-2562.

3.大数据下的空间数据挖掘思考 篇三

关键词：大数据时代；空间数据挖掘；发展趋势

中图分类号：TP311.13

随空间信息的概念进入公众视野、成为研究人员的探讨议题后，部分专家便预测了空间数据挖掘的必然出现，由于大数据时代对于数据的特殊要求及属性定位，势必会带动一股对于数据整合手段的讨论热潮，而空间数据挖掘技术随之应运而生。从简单的同类事件各类型数据的对比提炼，到各类型事件多样化数据的收集、整合，空间数据挖掘技术较数据挖掘技术的提升空间巨大。

1 论文议题概念与意义

随各类型资料、信息的聚集量逐渐扩大，信息整合技术手段层出不穷，可以说，我们当下生活的环境已进入大数据时代。各类型事件、各类型组织、各类型研究议题均无法脱离大数据时代的长远影响。大数据时代已经开启便注定其今后的主导地位。而空间数据挖掘则是大数据时代的主要代表思想，从其概念看，空间数据挖掘指的是将存在于空间领域、表面看毫无规律、内在联系不明显的隐含数据信息运用相关特征及模型建立手段进行提炼的过程。其操作过程包含数据的准备过程、选择过程、预处理过程、缩减过程、变换过程、配套研发过程等多个环节，每一环节都紧密相扣。就已有空间数据挖掘研究现状看，较成熟的空间数据挖掘手段包括概率论、空间分析、统计分析、归纳学习、空间关联、聚类分析、神经网络、决策树、粗集、趋势探测、云理论、遗传算法、可视化处理等等类型。大数据时代的空间数据挖掘技术研究所经历的发展历程呈现初步提升、类型多元化变换的良性趋势。

对于空间数据挖掘技术，人们由最初的简单数据提取逐步演化为如今对技术手段的不断优化，可以说，大数据时代的社会轮廓愈发清晰明朗。大数据时代的空间挖掘技术也逐渐从专业领域研究人员所用手段逐步变为日常生活中经常出现的行为模式。从政府执政参考、学校教学手段提升、专业领域研究、到社会现象规律探究，各行各业随处可见大数据空间数据挖掘思想的影子。或许人们在操作过程中并不确定其手段的数据挖掘属性，然而大数据时代的空间数据挖掘思想就这样的逐步渗透到我们的生活中。

本文议题设定原则在于协助人们明确自身所处社会时代的大数据特性，以前人思想分析为基础，明晰空间数据挖掘思想对人们日常生活的重大影响及其优势。

2 空间数据挖掘的特点及应用范围

信息时代必然的结果是巨大数量级的各样信息的逐渐积累，无章可循的大量信息无法给人提供有效信息及功能，那么我们可以称之为垃圾信息。倘若没有空间数据挖掘作用，那么我们周围的所有信息将以杂乱无章的混乱形式充填，加之空间信息的增长速度极快，根据领域个性化要求进行的空间数据挖掘技术的出现十分必要。

2.1 空间数据挖掘的特点归纳。空间数据由于其区别于普通数据的多样性及复杂性，注定了空间数据挖掘手段具备一定特殊属性。在查阅相关资料后笔者发现空间数据挖掘的特点可以从其本身特性及应用特性两方面予以概括。

（1）数据来源多样且丰富、数据数量级庞大、数据类型众多、数据呈现形式表面看非常复杂；（2）所依托手段水平较高，常常借助空间搜索引擎使用机制对復杂空间数据予以组织。由于空间数据挖掘技术的定位较此前大数据环境下的简单数据整合、聚类而言有很大提升，所涉及的相关技术手段的水平自然而然随之提升；（3）空间数据挖掘手段类别多样，对于不同领域要求有不同属性表现。由于应用范围多样且复杂，空间数据挖掘手段的类型也随之发生不同变化，每一类空间数据挖掘技术都依据所负责的领域研究内容而在侧重点上有所不同；（4）空间数据挖掘原则为多尺度、多维度并行分析。面对现代社会日趋多元化、复杂化、空间化的数据信息整合需求，空间数据挖掘手段虽然各自存在不同，但其发展趋势方向为多领域并行分析。原因在于各类型领域的共同性注定了今后信息整合的归一性。

2.2 空间数据挖掘的技术支撑。目前国际上公认的具有代表性的空间数据挖掘技术支持系统包括Descartes、GeoMiner、ArcViewGIS的S_plus接口数据库系统。这三种SDM系统在不断的实践应用过程中均表现出令人满意的可视化地图与DM之间的结合能力。可以提供根据用户数据需求的多样聚类、数据信息分类等挖掘形式。Descartes作为专门的空间数据可视化技术，其工作原则为与DM工具Kepler两者联合在一起。而GeoMiner系统相对庞大，在实际运用过程中会对空间数据信息平台的资源配置要求过高，也可能会造成一定程度的资源浪费。而较为常用的GIS系统在应用过程中同样存在一定缺陷，虽然其技术本质为解释性语言的一种，但其功能性上较C语言而言较慢，也就是说，GIS系统较难实现对相对量多的数据库的挖掘。

以GIS中数据挖掘的过程，帮助理解空间数据挖掘的技术方案。首先，根据一定的主题要求及背景知识，从现有的空间数据中提取数据进行分析、处理。其次，选择合适的算法，确定参数。得出挖掘数据后对其进行评价，再以用户能够全面理解的方式呈现给用户。

2.3 空间数据挖掘的应用领域。正如前文所说，空间数据挖掘的涉及领域范围极广，对人们工作、生活、学者研究乃至国家政策都有潜移默化的影响，其优势已被国际认可。就目前空间数据挖掘的发展现状看，其应用领域包括国家国防建设及安全筹划、人们日常生活及身体健康、气候变化及天气预测、地质勘探及环境调研、地震预防及突发性事件应对规律等。近几年来被热议的智慧城市、智慧地球等新兴理念也同样受到空间数据挖掘的影响。

天文学、地质学、灾害学等领域需要依托以往经验、规律进行有效预测、算法设置、要点归纳，而大数据时代下的空间数据挖掘思想恰恰迎合了这种需求，值得注意的是，空间数据挖掘技术在危机管理及危机预警行业的应用频繁、效用显著。由此可以推测，今后空间数据挖掘技术在经验探究、规律总结类研究领域的应用比重将会更大。

3 空间数据挖掘的应用趋势及发展预测

分析大数据下的空间数据挖掘现状笔者发现，就目前社会市场环境下的应用需要，空间数据的所有特征并未被人们完整地注意到，某些待开发领域特征的存在注定了空间数据挖掘技术的深入研发远景。比如，对于多来源的空间数据的预处理技术水平尚不能完全满足各行业、各类型组织的应用需求，对于空间数据的种类划分及对应技术方法的研讨仍在进行。

而今互联网的迅猛发展也为空间数据挖掘技术的前行助力，空间上必然存在的信息属性不确定性逼迫着空间数据挖掘者们持续进步。在分析空间数据挖掘思想的特征、目标、现状的基础上，笔者认为，空间数据挖掘今后的发展方向必然是各类型、领域、行业的专业化空间数据整合技术的研发，其目标在于协助人类更直观、多角度、完整地认知世界、环境及社会，帮助人们提升自身面对知识的有效提取能力。可以说，大数据时代下的空间数据挖掘技术的核心发展目标在于更好的服务于人类社会的发展。

4 结束语

虽然已有空间数据挖掘技术水平基本满足现有信息结构化处理需求，但随各领域研发进度的深入、多样化，已有的空间数据挖掘技术的不断强化、提升成为大数据时代下的空间数据挖掘技术的必然发展趋势。从技术及理论方法两方面，完成实践与理论的双向完善，成为各领域专家、研究人员今后的工作重点。

参考文献：

[1]蒋良孝.空间数据挖掘的回顾与展望[J].计算机工程与应用，2003（06）.

[2]李德仁.论空间数据挖掘和知识发现[J].武汉大学学报，2011（06）.

[3]段晓君.可视化数据挖掘技术及其应用[J].计算机应用，2000（01）.

4.空间数据库网格体系构造研究 篇四

空间数据库网格体系构造研究

本文基于笔者多年从事地理信息系统的相关研究,以空间数据库为研究对象,深度探讨了网格空间数据库的体系架构,文章首先时空间数据网格产生的`背景进行了简要的阐述,向后分析了网格系统体系结构的组成,最后笔者结合空间数据库的特点,重点探讨了网格空间数据库系统的构建,全文既是笔者长期工作实践的技术总结,同时也是在实践基础上的理论升华成果,相信对从事相关工作的同行有着重要的参考价值和借鉴意义.

作 者：王斌 作者单位：四川大学,四川成都,610065刊 名：科技资讯英文刊名：SCIENCE & TECHNOLOGY INFORMATION年，卷(期)：“”(9)分类号：P2关键词：空间数据库 网格 体系

5.空间数据库建设 篇五

浅谈空间数据库建库时空间数据的质量控制

主要探讨从空间数据位置精度、属性精度、时间精度、数据完整性、逻辑一致性、数据安全性和数据情况说明等方面对数据质量进行全面控制,目的`是建立一个质量可靠的空间数据库.

作 者：田锋 TIAN Feng 作者单位：辽宁省基础地理信息中心,辽宁,沈阳,110034刊 名：北京测绘英文刊名：BEIJING SURVEYING AND MAPPING年，卷(期)：“”(2)分类号：P208关键词：空间数据 空间数据库 质量控制 地理信息系统

6.空间数据库建设 篇六

空间数据线要素综合数据整体处理系统设计

总结线要素综合数据整体处理的`处理流程与方法,设计各种数据结构、数据处理模块的数据接口,给出线要素综合数据整体处理系统的总体设计,并且实现原型系统.

作 者：雷伟刚 童小华 刘大杰 LEI Wei-gang TONG Xiao-hua LIU Da-jie  作者单位：雷伟刚,LEI Wei-gang(广东省电力设计研究院,勘测部,广东,广州,510600)

童小华,刘大杰,TONG Xiao-hua,LIU Da-jie(同济大学,测量与国土信息工程系,上海,200092)

刊 名：测绘通报  ISTIC PKU英文刊名：BULLETIN OF SURVEYING AND MAPPING 年，卷(期)：2006 “”(7) 分类号：P2 关键词：线要素综合   数据处理   条件方程   原型系统  

7.空间数据库建设 篇七

1 入库数据的质量分析

由于系统是基于计算机辅助方式的测绘数据采集, 人工操作多, 自由度大 (缺乏必要的限制) , 数据输入的操作不严谨。若是不熟练、不负责的操作员进行数据输入采集, 就导致存在许多不规范、不合乎标准等数据质量问题, 不利于以后的GIS空间数据建库。通过对一些用户数据的分析, 对数据质量分析得出如下结论:

(1) 数据不够规范:图层分类标准不太科学, 部分图层分层意义含糊、命名不规范。以致用户输入测绘数据时涉及这些图层的存放要么空缺要么错放。

(2) 人工干预太多, 软件本身又无修正功能, 造成数据质量不够严谨:由于人工操作自由度较大, 部分图幅新增了许多“垃圾”图层、缺少地物的空层和不明地物。存在大量编码非法性错误问题, 包括缺编码、编码为0、非法编码等错误。

(3) 一些测绘软件拓扑功能较弱, 拓扑数据质量不够严谨:存在多处面状地物 (如房屋等) 不封闭、线线非法交叉、地物重叠、点线容差范围内的悬挂和范围外的错误重合、点与点在容差范围外的错误重合与范围内的分离等空间拓扑关系错误;面状地物缺乏、表示不正确, 不封闭, 如:地类界围成的园林绿地有些不封闭, 部分只存在表示填充的块、符号, 并无确定边界。

(4) 逻辑性、规则性错误较隐蔽也很常见:如由高程点生成的等高线、等深线存在高程不一致的逻辑错误;注记、属性文字语法错误等。存在着大量点、线用同一编码表示, 这样大量数据本身就存在着点、线编码逻辑性错误, 需在进GIS前进行修正。

(5) 其它问题:部分数据出现重复、重叠现象。现有数据意义深远, 而且“数字城市”中的入库数据是巨大的、地理精度是精准的, 如“数字萧山”的1:500入库数据就达1420km2、1:2000入库数据达到1480.8km2, 所以说测绘数据是其他专业信息空间定位的基础, 是数字城市地理空间框架的重要组成部分。目前工作状况是精度图面检查在单独进行, 全面质量检查还没同时进行, 有一定数据积累, 而GIS建设又即将开始, 全面质量检查势在必行。

2 入库数据的检查要点

根据入库数据质量分析, 应以建库为目的的数字测绘的信息质量检查与修正, 对地形要素合法性、拓扑、悬挂点、伪结点处理、检查统计准确性、地形地理位置重复性、地形的一致性检查都要保证100%, 错误修正保证90%以上 (部分需手工修正) , 保证与GIS接口的正确性。

3 WalkC heck质检软件的应用

WalkC heck能对地形要素的编码、注记、高程、属性等测量相关内容进行检查, 也能对地理要素的缺项、非法内容、一致性 (含分离存放的统一对象) 、重复性、几何数字、关联要素、各个规范分类编码进行检核。下面就对该软件的几个特色功能进行说明:

3.1 批量修改层名

有时由于设计原因多次修改数据库结构和层名或者作业员为了自己的习惯修改了数据库的层名, 使得有些待检的数据层名与最终设计不一致, 如加前缀或者后缀时, 为了方便使用统一模板检查, 需要将待检的数据层名统一化, 软件有统一去除后缀或者前缀 (各个地方各异) 批量修改层名的功能。

3.2 基于模板控制技术的检查规则

采用模板控制技术, 把各种规范、标准数字化到模板中, 只要保证模板的分层、编码、属性方案正确, 就能保证检查结果的正确, 并能实现自动检查, 而无需过多的人工干预。特别是作业过程中作业人员为了作业方便而增加的字段、分层、编码可以一次性准确的检查出来。

3.3 多专题数据一致性检查

直接采用数据库进行存贮, 各种图形、属性数据均存贮在一个库中, 而不是象有些之间软件通过图形文件加属性库挂接。一体化存贮的应用, 使得在处理数据的一致性检查方面得到保证。

3.4 基于拓扑算法的检查

对空间数据进行拓扑, 根据建立的拓扑关系, 可以制定高程点与等高线、高程点高程与高程注记一致性、注记与扩展属性值一致性、注记与边界线码一致性、块图与分幅图一致性、块图与宗地图一致性等等一系列的一致性检查功能。由于入库数据量大、数据产生的时间段和作业单位、作业员不一致造成的数据质量层次不齐, 检查工作量特大, WalkC heck质检软件的这功能大大减轻了检查人员的工作量, 提高检查效率和正确性。

3.5 待检测绘产品的格式与形式可以多样化

由于入库数据来源于不同的时间段、不同的作业单位, 造成数据格式的多样化, WalkC heck支持的数据格式有:E00、VCT、DXF、DGN、MIF/MID、Walk的MDB、Eps、Epsw2000的MDB。对E00、VCT等文本格式的数据, WalkC heck将其读入后, 需按其要素代码将空间数据转换到相应的图层, 将属性数据转换到相应的属性表中;对其元数据和描述性数据转换到内部元数据表和描述表中。所以Walk Check可以针对不同的单位所生产的不同格式的数据可以同时检查, 保证最终数据的一致性。

3.6 自动生成质量检查报告

先按照电子数据标准定制测绘数据检查模板, 待检测绘产品经Walk Check转换为系统内部数据包 (以Walk格式存储的测绘数据库) , 根据Walk Check工作数据库的模板对生产源数据进行质量检查, 确保进入最终数据库的数据满足数据规程中的数据格式、数学精度、要素完整性、逻辑检查、拓扑检查、标准检查等要求。并对元数据进行检查, 生成该测绘产品的地理边界, 并记录在工作数据库中, 再根据工作库中的边界数据调用周边数据进行接边检查, 质量检查完毕, 得质量检查报告, 从而便于用户查错纠错及工程考核。若不通过, 则直接反馈生产单位交其修改, 检查通过后最后输出符合建库标准的测绘产品。

4 结语

WalkC heck测绘数据质量检查软件具有非常具体丰富的检查规则项, 规则内容主要包含控制检查、图内检查、元数据检查、接边检查及DEM、DOM检查等检查功能, 层次清晰、操作灵活、便捷, 还允许用户可以根据实际需要, 自定义检查规则, 通过Walk Script脚本编辑器, 编写检查规则, 功能非常强大。质量检查完毕, 系统还允许用户查看、图形定位、生成打印质量检查报告, 输出错误分布图等, 在“数字城市”的大面积数据入库检查发面是不可多得的一个使用软件, 完全满足测绘数据质量流程需求, 能大幅减少检查员的工作量、提高检查效率及检查质量。

参考文献

[1]国家测绘局.CH/T 9005 2009基础地理信息数据库基本规定[S].北京:测绘出版社, 2009.

[2]中华人民共和国国家质量监督检验检疫总局, 中国国家标准化管理委员会.GB/T 18316 2008数字测绘成果质量检查与验收[S].北京:中国标准出版社, 2008.

8.大数据应用打开的想象空间 篇八

这个提问引发了现场来自各行各业企业CIO的热议，今年刚提出这一概念不久的大数据在企业中该如何应用还在摸索阶段，但其带来的智能化业务模式已为各企业的CIO及业务管理者打开了业务创新和变革的想象空间。

智联招聘副总裁石鹏认为，Web3.0时代是根据用户真实身份和关系分析产生的洞察。在智联招聘网站上，用户关系的入口就是招聘网站，求职者在网页上的搜索行为和招聘企业发布招聘信息，其在网页上的行为模式，如对哪些职位感兴趣、基于真实身份的职位、简历、企业信息等都形成了庞大的非结构化数据，构成大数据应用的基本信息。而智联招聘的技术团队在后台建立各种各样的数据应用模型，试图从这些非结构化数据中发现规律，进行分类整理和分析，提升职位推荐和简历推荐的准确率。

智联招聘的求职雷达就是一款基于大数据应用开发的产品，它的运作逻辑是：1、根据相似简历、职位等信息的分类，找到同组人群；2、记录合并这个人群的投递行为，获得面试情况；3、通过对面试情况的分析将有用的信息展示给用户。

另一款产品的思路则是简历推简历。企业发布职位信息后会收到一些不符合其需求的简历，HR处理这些简历会浪费时间，简历推简历的产品则是鼓励招聘企业对已看过的简历打分，根据这些打分来分析供求企业需求，推送合适的简历，提高推送准确率。

中集集团信息管理部总经理赵小平认为，数据无垃圾，大数据分析的关键在于以何种思路来做数据整理和分析。这个观点得到在场CIO的一致赞同，而江苏道吉面料有限公司IT经理杜建成则补充，传统的数据管理方式多是基于某种具体的管理需求或业务背景来收集和应用数据，如要做财务管理，则用系统收集会计数据等，记录所有数据会带来存储困难。而大数据时代则是大量可反映人们行为方式的非结构化数据的分析和再利用的过程。目前根据Gartner最新的研究数据，大数据再利用率只有10%左右。

但无论如何，大数据对人类行为的分析、预测和应用已经为商业打开了想象空间，催生新的业务模式。爱康国宾副总裁冯朝晖介绍，大数据应用在医疗行业，可产生在线的健康管理网站和社区，这是以疾病预防和健康管理为主要业务的爱康国宾正在做的事情。

9.CGIS空间数据质量控制研究 篇九

CGIS空间数据质量控制研究

本文基于笔者多年从事GIS相关工作经验,以空间数据质量控制为研究对象,首先简要阐述了空间数据的.基本特征何内容,而后详细讨论了空间数据质量控制的基本概念,方法,在理论分析的基础上,笔者给出了当前一般城市基础数据状况及空间数据处理方法.相信对从事相关工作的同行有着重要的参考价值和借鉴意义.

作 者：张玉茜 作者单位：深圳市龙岗规划交通研究中心,广东深圳,518000刊 名：科技创新导报英文刊名：SCIENCE AND TECHNOLOGY INNOVATION HERALD年，卷(期)：2009“”(9)分类号：P2关键词：空间数据质量控制 城市地理信息系统 数据处理

10.面向城市规划的空间数据方法 篇十

面向城市规划的空间数据整理方法

分析面向服务的空间数据特点,探讨数据整理本质,按照信息映射机制,建立了面向城市规划的快速空间数据整理模式,实现广州基础空间数据库统一平台建设.

作 者：王磊 WANG Lei  作者单位：广州市城市规划勘测设计研究院,广东,广州,510060 刊 名：地理空间信息 英文刊名：GEOSPATIAL INFORMATION 年，卷(期)：2009 7(3) 分类号：P208 关键词：信息测绘   信息映射机制   脚本语言   质量控制  

11.空间数据库建设 篇十一

关键词:空间影像数据 分块技术 索引 Spatial组件 元数据

中图分类号:P23文献标识码:A文章编号:1674-098X(2012)04(a)-0210-01

1 前言

随着卫星遥感观测、地理信息系统、航空摄影等技术的快速发展,采集高分辨率的空间影像数据不是什么难事。但是影像数据的分辨率越高意味着数据量越大,比如采集相同地段的遥感影像数据时,分辨率越高,需要存储、管理的影象数据量相应越大,它们之间是非线性增长的量化关系。

任何空间影像数据管理系统都将涉及到影像数据的存储、访问、显示、管理等等问题,尤其对于显示模块来说,由于影像数据量巨大,加之计算机系统有限的内存等诸多瓶颈,使得计算机面临着内存供需和影像数据量增长之间的矛盾。因此为了能够实现海量影像数据高效管理,必须在考虑现有计算机软硬件配置的基础上,研发可行的影像数据处理解决方案。一种常规的做法是在软件算法层面探索可行的处理方法,比如中间图像处理技术就是其中的一种。这种中间图像实质是通过和原始图像和最终图像进行交换实现提升计算机图像显示速度的方式来实现的。

事实上,分块技术类似于中间图像技术,分片处理可以将海量的影像数据拆分成很多个数据量相对较小的数据块,通过对这些数据块编号并建立索引的方式,通过检索编号、索引的方式快速检索到各个数据块从而提高访问和管理海量空间影像数据的效率。本文正是在这个基础上探讨了基于Oracle提供的Spatial组件技术实现管理海量空间影像数据的管理。

2 影像数据管理

2.1 Spatial 组件

Oracle公司推出了一种空间数据库组Spatial,是一种用来实现存储、管理空间数据的组件技术。自Oracle9i后,Oracle开始对三维空间影像数据的处理提供了强有力的支持接口。Spatial组件内部包含了元数据表、空间数据字段(简称:SDO_GEOMETRY)和空间索引,为实现空间影像数据和Oracle数据库表的映射奠定基础,Oracle Spatial组件还开放了一系列空间影像数据查询、分析的API接口,这些接口使得用户具备开发三维影像管理系统的能力,比如GIS地理信息系统。Spatial组件的空间数据字段SD_GEOMETRY可以用来存储空间数据,而元数据表则管理包含SDO_GEOMETRY字段的空间数据表;如果有必要,Oracle完全可以采用索引技术(R树索引,四叉树索引)来提高检索速度。Oracle Spatial组件主要可以解决两类问题:一类是满足需要提高Oracle数据库数据检索查询速度的客户;另一种需求是为了提供高效地存储、访问、管理海量空间影像数据库数据的用户。

2.2 空间影像数据库建模

在Oracle数据库中,数据以记录(records)的方式的存储,一条记录对应一个对象实例,比如一幅影像。记录包括基本元素影像数据,当然还有其它的元素:坐标标尺、宽、高。假设我们直接如果将影像数据文件全部存到插数据库表中,这个操作是很简单的,可是传输效率很低,同时很难发挥Oracle提供的多线程并发访问能力。考虑到这些因素,本文采用按照一定的规则对影像进行分块,同时话可以建立数据快的索引,从而为实现并发访问、管理海量影像数据奠定了基础。

2.2.1 数据分块

计算机系统读取图象数据是顺序行的读取。一般情况下,计算机会在顺序读取图像数据并与所需检索的数据进行比较,如果找到所需的数据就停止或到了文件末尾没有找到。可以考虑另外的方法,比如我们编写程序算法,将影像数据文件按照一定的拆分比例分块,程序读取一定长度的数据并存储到缓冲区,以下我们简称中间图像,这时中间图像直接送入处理系统,处理系统将处理完成的信息送到显示系统显示。然后程序继续读取数据,当再一次到达设定长度的一段数据时,再存放到刚才的文件里,这样中间图像里面包含很多数据块,如此反复,就可以按照预定的比例将图象分块了。后面,我们将为这些数据库编号,方便检索。

2.2.2 数据分块

通常分块是有原则的,考虑到计算机的性能问题,比如磁盘读写速度和网络传输延迟,分块过小或过大都会增加数据管理操作(磁盘读写、内存拷贝、网络传输)的时间。其次是对于多分辨率的层次模型, 不规范的分块方式不利于建立影像数据金字塔和索引,一般建议块尺寸取128*128或256*256像素。

2.2.3 影像空间数据文件索引的建立与检索

空间影像数据的数据量日益增长,为了提高空间影像管理系统的性能和速度,通常将整幅图像划分为较小的数据块,每个块在整个图像中有位置标示,将每个小块的数据和位置标识存储起来,这样就建立了数据块的空间索引数据库了,方便快速定位图像数据。

2.3 数据库建模

2.3.1 影像数据建模

为了能使用Oracle数据库存储和管理空间影像数据,需要

用到Spatial组件内部的元数据表,主要用来实现空间影像数据到数据库表的映射。空间影像数据包括图象属性信息描述信息(图象的大小、色彩值)以及图元灰度值(图象数据)。通过对空间影像数据进行数据库建模分析,了解到影像数据主要包括以下元素:影像标识,通常是唯一的,主要用来标识引用影像数据对象;影像类型标识,包含IMG、DEM两种;影像编码,标识影像数据信息;影像数据包括某分辨率下的像素的行数和列数。

2.3.2 数据分块建模

通过分析我们知道影像数据块主要包括以下元素:影像块的数量,表示所分块的数目;影像块标记,用来区分影像块;影像块所在影像的行号;影像块所在影像的列号;影像块的数据。Spatial组件提供了将空间影像数據映射到几何图形元的能力,我们称之为元数据,这种与影像数据相关的几何图形元包括维数、边界等。

2.4 影像空间数据的访问和管理

一方面,通过使用数据分块的策略并结合Oracle数据库Spatial组件现有的内置的元数据库表对影像空间数据和影像空间数据块进行数据库建模,这样可以在Oracle数据库中存储空间影像数据;另一方面,通过使用对影像空间数据块建立索引的方式大大提高Oracle数据库管理影像空间数据的效率。

3 结语

通过上文的论述,证明了分块技术和索引技术可以提高Oracle数据库存储、管理影像空间数据的效率,同时也进一步发掘了Oracle对于海量空间影像数据管理的能力。

参考文献

[1] 钱慎一,张素智.Oracle 11g从入门到精通.中国水利水电出版社.

[2] 刘南,刘仁义.地理信息系统.高等教育出版社.

[3] 汤国安.ARCGIS地理信息系统空间分析实验教程.科学出版社.

[4] 邬伦,刘瑜,张晶,等.地理信息系统-原理、方法和应用[M].北京:科学出版社,2001.

12.空间数据库索引技术发展概况 篇十二

1 什么是空间数据库索引技术

1.1 空间数据

在地理信息系统中, 除存放属性数据等非空间数据之外, 更多的用于存储譬如机器零件位置、国家或城市的地理位置等信息的空间数据。空间数据是一种带有空间坐标的多维数据, 包括文字、数字、图形、影像、声音等多种方式。空间数据是对现实世界中空间特征和过程的抽象表达, 用来描述现实世界的目标, 记录地理空间对象的位置、拓扑关系、几何特征和时间特征。位置特征和拓扑特征是空间数据特有的特征, 此外, 空间数据还具有定位、定性、时间、空间关系等特性。

1.2 空间数据库

1.2.1 空间数据库的概念

空间数据库指的是地理信息系统在计算机物理存储介质上存储的与应用相关的地理空间数据的总和, 一般是以一系列特定结构的文件的形式组织在存储介质之上的。由于传统的关系数据库在空间数据的表示、存储、管理、检索上存在许多缺陷, 从而形成了空间数据库这一数据库研究领域。而传统数据库系统只针对简单对象, 无法有效的支持复杂对象 (如图形、图像) 。

1.2.2 空间数据库的特点

a.数据量庞大。空间数据库面向的是地学及其相关对象, 而在客观世界中它们所涉及的往往都是地球表面信息、地质信息、大气信息等及其复杂的现象和信息, 所以描述这些信息的数据容量很大, 容量通常达到GB级。

b.具有高可访问性。空间信息系统要求具有强大的信息检索和分析能力, 这是建立在空间数据库基础上的, 需要高效访问大量数据。

c.空间数据模型复杂。空间数据库存储的不是单一性质的数据, 而是涵盖了几乎所有与地理相关的数据类型, 这些数据类型主要可以分为三类:a.属性数据:与通用数据库基本一致, 主要用来描述地学现象的各种属性, 一般包括数字、文本、日期类型。b.图形图像数据:与通用数据库不同, 空间数据库系统中大量的数据借助于图形图像来描述。c.空间关系数据:存储拓扑关系的数据, 通常与图形数据是合二为一的。

1.3 空间索引

空间索引是指在存储空间数据时依据空间对象的位置和形状或空间对象之间的某种空间关系, 按一定顺序排列的一种数据结构, 其中包含空间对象的概要信息, 如对象的标识、外接矩形及指向空间对象实体的指针。作为一种辅助性的空间数据结构, 空间索引介于空间操作算法和空间对象之间, 它通过筛选作用, 大量与特定空间操作无关的空间对象被排除, 从而提高空间操作的效率。

1.4 空间索引技术

空间索引技术, 就是通过更加有效的组织方式, 抽取与空间定位相关的信息组成对原空间数据的索引, 以较小的数据量管理大量数据的查询, 从而提高空间查询的效率和空间定位的准确性。由于空间数据自身的复杂性, 要查询一个空间对象, 整个过程的成本开销要比一般关系型数据库大得多, 特别是空间谓词求值的开销远比数值或者字符串的比较要大, 因此空间索引技术作为一种有效的数据检索手段, 降低了运算的成本和开销等诸多代价的付出。

2 空间数据库索引技术的概述

传统的数据库索引技术有B树、B+树、二叉树、ISAM索引、哈希索引等, 这些技术都是针对一维属性数据的主关键字索引而设计的, 不能对空间数据进行有效的索引, 因而不能直接应用于空间数据库的索引。因此, 设计高效的针对空间目标位置信息的索引结构与检索算法, 成为提高空间数据库性能的关键所在。

空间索引的研究始于20世纪70年代中期, 早于空间数据库的研究, 其初始目的是为了提高多属性查询效率, 主要研究检索多维空间点的索引, 后来逐渐扩展到其他空间对象的检索。空间索引性能的优越直接影响空间数据库和地理信息系统的整体性能。

目前存在的空间数据索引技术超过50种, 可概括为树结构、线性映射和多维空间区域变换三种类型, 从应用范围上可分为:

2.1 静态索引

静态索引包括以位置码为key值的一般顺序文件索引、粗网格线性四叉树索引、基于行排列码三级划分的桶索引等。

2.2 动态索引

动态索引包括适合内存索引的点四叉树、KD树、MX-CIF四叉树、CELL树、F树, 适合磁盘空间索引的基于Morton码的B+树、KDB树、B-D树、R树、MOF树、变形粗网格索引等。

这些方法绝大多数是从B树、哈希表、KD树改进而来的, 性能上只有细微的差别, 而且没有一种方法能够证明自己处于绝对的优势。由于在实际的应用中, 简单与稳定性是商业产品实现选择的首要因素, 所以在商用的DBMS中应用最为广泛的是R树索引, 这是因为R树相对简单, 能同时处理点和区域数据, 而且它的性能至少比那些更复杂的索引结构不差。同时, R树还有许多变形, 包括Cell树、Hilbert R树、Packed R树、R*树、R+树、TV树和X树等。

3 空间数据库索引技术的发展

基于传统技术改进优化而成的典型的空间索引技术包括R树索引、点四叉树索引、KD树索引、网格索引 (Boston, 1984) 等, 这些索引中很多也是基于空间实体的最小外包矩形建立的, 这些方法在点、线、面目标索引中各有其应用特点, 例如:R树能索引一定范围内的对象, 但是随着索引数据量的增加, 包围矩形的重叠会增加, 将严重影响查找性能;点四叉树的点查找性能较高, 但区域查找性能较差;KD树继承了二叉查找树在点匹配查找方面的优点, 但是其删除操作较复杂;网格索引查找简单, 查找效率较高, 适用于点目标的索引。

当今较为热门的索引技术是基于R树的空间索引结构, 但由于R树的基于MBR的索引机制, 对于精确匹配查询, 不能保证唯一的搜索路径, 从而造成多路径查询问题, 尽管R+树对此进行了改进, 但是R+树又带来了其他问题, 如随着树的高度增加, 域查询性能降低等。同时, R树家族对于大型空间数据库, 特别是多维空间数据的索引问题没有得到很好的解决, 易造成“维数危机”问题。现有的索引技术用于索引海量空间数据时, 往往由于存储空间开销的剧增或索引空间重叠的剧增, 而导致索引性能的下降。因此采用鲁棒的、维数及空间数据量可扩展的索引技术成为一种趋势。

1984年Guttman发表了《R树:一种空间查询的动态索引结构》一文, 由此揭开了动态索引的序幕, 其后, 人们在此基础上针对不同空间运算提出了不同改进, 形成了一个繁荣的索引树族, 这就是目前流行的空间索引技术。针对空间索引技术的研究, 各国研究人员投入了相当多的力量。著名的商业数据库厂商在支持地图数据时也都采用了空间索引的方法, 如Oracle 8i和Small World GIS中采用的四叉树索引技术, 以及Oracle 9i和Informix数据库中的R树索引技术。

空间数据库索引技术是在遥感技术、GIS、计算机技术、通讯技术等的发展前提下不断走向成熟的, 并且已广泛应用于如矿产勘查、资产清查、土地利用、城市规划、环境管理、航空航天、交通、旅游、军事、医疗等各行各业, 未来前景一片光明。

参考文献

[1]吴信才.空间数据库[M].北京:科学出版社, 2009.

[2]郭菁, 周洞汝, 郭薇, 胡志勇.空间数据库索引技术的研究[J].计算机应用研究, 2003.

13.空间数据库建设 篇十三

基于WebGIS的水利测绘数据空间信息发布

建立一个基于WebGIS的水利测绘数据空间信息发布系统,系统的主要目的`是对水利测绘数据的空间位置与空间关系进行查询、检索、统计与可视化表达,有利于测绘人员测量方案的布置,利用已有的测量成果开展工作,可大大提高工作的效率.

作 者：谭凯婷 TAN Kaiting 作者单位：广东省水利电力勘测设计研究院,广东,广州,510170刊 名：资源环境与工程英文刊名：RESOURCES ENVIRONMENT & ENGINEERING年，卷(期)：200923(5)分类号：P208关键词：水利测绘数据 WebGIS 空间数据库

14.空间数据库建设 篇十四

面向应用的地理空间数据整合方法研究

本文基于省级地理空间数据的建设现状,从应用的`角度,对地理空间数据的整合提出了基于基础地理数据的数据整合、基于专业GIS应用系统的数据整合和基于SOA的数据整合三种方法,并对三种空间数据整合方法的各自特点进行了总结.

作 者：丁龙远 Ding Longyuan  作者单位：江苏省基础地理信息中心,江苏南京,210013 刊 名：现代测绘 英文刊名：MODERN SURVEYING AND MAPPING 年，卷(期)：2009 32(3) 分类号：P208 关键词：面向应用   地理空间数据   整合方法  

15.空间数据库建设 篇十五

文章分析了长期困扰城市空间数据库建设的“更新冲突”问题,及城市空间数据库的更新需求与方式。通过对面向要素的并发更新冲突模型的研究,利用所学的专业软件结合有限的数据来验证模型,该模型可以发现并发冲突,从而解决数据更新问题,达到预期研究目的。通过采用时态GIS的思想,可以有效地建立实用更新系统,使面向要素的城市空间数据库并发更新冲突得到实现,数据的现势性也得到很大的提升,在技术层面上为基础测绘的可持续动态更新提供了重要的支撑。

1 城市空间数据库更新需求与方式分析

1.1 数据更新需求

(1)基础空间数据信息所采用的比例尺不同,对现势性也有不同的要求。例如:用于规划审批、宗地确权和房产开发等业务的基础空间数据采用1:500~1:1000的比例尺,对实时更新要求最高;用于城市总体规划、公共安全和交通管理等业务的基础空间数据采用1:2000的比例尺,实时更新要求略低于大比例尺数据;小比例尺数据的比例在1:5000以上,可以按照年度进行更新。

(2)数据库类型不同,对更新模式也有不同要求。要求实时更新的有地下管线数据库等,而一般可按年度更新的有DEM和DOM数据库等。

(3)城市各个部门,尤其包括国土资源、城市规划以及房产等对空间信息更为依托的部门,有着共享统一的城市空间数据库的需要。但由于技术条件等客观原因,各相关部门大多有一套自己部门内部的数据库副本,这些数据库副本有着不同的形式、相同的内容。

(4)按照一切从实际出发,具体分析和采用适当方法解决不同的问题[1]。针对城镇道路、各种桥梁等比较重要的数据,应该进行快速更新,采用的方法包括PDA室外更新图形和室内更新数据库;针对管线特征点和地籍边界等数据,采用的方法为PDA无线通讯技术;针对城市新的开发区等数据,采用的全站仪内存记录的方式。

(5)而对于城市空间数据库,一方面,应对其保持实时更新,否则它将发展成一个死库;另一方面,为了充分挖掘其价值应不断进行应用开发设计。前者看重的是便利地进行生产组织实施和连贯的进行工艺流程的采集更新,工作范畴属于数据生产部门;后者十分看重现有数据的分析及应用,并要求有一定的稳定性,工作范畴属于数据管理和应用部门。

1.2 数据更新方式

(1)区域整体数据更新。按规模可分为两种:1大规模区域整体更新:周期一般三到五年,大面积进行补测和修测,以及部分复测,通常以行政区单元(权属单位)为更新区域。一般在数据现势性很差和区域空间要素变更很大的情况下,更新所需成本较高,更新投入方面由地方财政统一安排。这种方式被传统的城市基础数据更新工作广泛采用,而它的现势性水平也只能达到年度级。难以满足当前城市信息化对数据现势性的要求是它的不足之处,由于更新周期较长,往往本轮更新还在进行的时候,已经更新过的地方又发生了变化,导致了这种不足。2小范围区域整体更新:通常以某组织单元(图幅或网格)为更新区域,更新是以利用竣工测量或其他方法。这种方法经常适用于区域内空间要素只有较小的变更,如城市中建筑物竣工导致的空间实体变化等。竣工测量这一小范围区域的更新方法,不仅使城市基础数据的更新成本大大降低,更为重要的是使得更新的时效性得到提高。因此,竣工测量已经被一些城市所接受并纳入到城市基础数据更新的环节中。

(2)增量数据更新[2]。地理空间数据更新,包括两个状态的转变:1将现状实体从现实世界中转变到数据库中。2将数据库中的现状实体转变为历史实体,其实质是空间实体状态转变的过程。因此,地理空间数据更新不是简单地新增、修改、消亡。

2 城市空间数据中的更新冲突问题

城市空间数据库更新方法有很多,常见的是城市规划测量和竣工测量,但时常会出现因并行作业引发“更新冲突”现象,这主要是由于规划测量与竣工测量受城市规划部门的约束。假如某市有个房地产开发项目,为了满足需要,要将两块相邻的建设用地同时进行数据更新,暂且称之为A地块和B地块,A和B在同一时段内获得了部分区域重复的图幅,后完成数据更新工作的B的成果必然会覆盖先完成数据更新工作的A的部分成果。对于这样的问题,一般会想到采用“锁定-修改-释放”的传统策略来解决,先将A项目涉及到的区域锁定,待其完成后再“解锁”其余项目,理念上该策略是可行的,但实际上该策略会导致工作无法正常进行。如果A项目更新周期过长,这样B项目更新却无法完成,导致其无法进行下个工作。

3 面向要素的并发更新冲突模型

被GIS描述的现实世界随着时间的推移不断变化,但当空间对象在时间上变化缓慢且变化的历史过程无关紧要时,处理时间变化的影响时可采用离散的“数据更新”方式。当前针对城市空间数据“更新冲突”问题的并发更新冲突模型,有以下主要思路:

3.1 区域更新要素

例如某勘测院要对某区域开展空间数据修测,这将导致该区域空间对象的更新,本文称之为一个区域更新要素。更新要素有四个基本要素:1要素标识:要素编号。2区域范围:可采用闭合多边形表示。3开始时间(Ts):可采用数据下载的时间表示。4结束时间(Te):可采用数据上传的时间表示。在时间轴上,要素之间是相互重叠的、并发的。

3.2 空间要素的时间表达

为使空间对象具备时态特征,需要在地物要素类表(或属性表、)中记录如下信息:1全球唯一标识Guid。2有效时间Tv。3删除时间Td。4版本信息Vn。有效时间和消亡时间最好采用要素时间,但由于它的特性,确定采用系统用来记录数据变化的时间(即事务时间),即区域更新要素的结束时间。

3.3 空间要素的变化类型

单个实体的变化类型可归纳为以下四种:新增、修改、删除、永久消失。假设空间数据库包括现势库和历史库两个部分,其操作为:1新增:愿数据库无对应要素信息,新增要素信息入现势库。2修改:将原数据库对应的要素数据转入历史库,在现势库更新对象的最新数据信息。3删除:在现势库注销被更新的要素时间、版本号,并将更改要素转入历史库。4永久消失:直接删除原对象,无须转入历史库。时空数据库更新操作是单个实体的变化类型的基础,多个实体之间的变化可以转化成对单个实体的操作来实现[3]。

3.4 数据库并发更新

数据库的更新指的是将作业区域内采集到的地理数据信息重新入库。根据采集到的数据情况,数据库的更新包括以下三个方面:1数据的新增。2数据的修改。3数据的删除。假设某个更新区域,在同一段更新周期内A工作组先对该区域更新,然后B工作组也在相同更新周期内对该区域进行更新,这种情况下两者更新产生的冲突称为并发更新冲突。区域更新以现势库为基准作为基本条件,在同一更新周期内,一个更新事件可以是多个更新要素的总的作用,因此我们以两个更新事件为例进行讨论,同时也可以应用在多任务更新模式。通过对并发更新冲突的研究,作以下并发更新冲突分类总结,例如,对某一区域进行更新时,更新周期内同时出现A、B两个事件。A、B两部分是独立的工作区域,由于时间的落差性,在更新周期内,交集部分的地理要素的位置特征、地物类型等可能出现变化,故而这重叠部分的数据更新可能产生冲突问题。在地理数据入库前,就必须对冲突情况进行分析和处理。以下的具体讨论,将针对并发冲突产生的数据更新问题。

4 模型验证

4.1 并发更新流程

利用Arc Engine9.2二次开发的组件,依据直接嵌入到EPSW2008平台中的“SDE管理”菜单命令,实现了数据生产平台EPSW2008平台和后台数据库管理平台Arc SDE的无缝衔接和集成[4]。利用“SDE管理”菜单中的相应命令,并进行SDE图层管理、用户管理和数据初始入库,完全可以实现基于要素的并发更新[5]。为了实现测量服务规划的思想,通过初步研究并发更新冲突并借鉴前人的成果,设计了冲突模型更新流程图如图1所示。

5 结束语

衡量基础空间数据的使用价值的大小,它的现势性是重要参考标志之一,其附加值随着现势性越好而越高。当前,如何保证数据的现势性,已成为GIS界面临的重大挑战,GIS研究与应用的热点也逐渐包含了数据更新。通过分析,主要研究结论可归纳为以下几点:(1)根据城市空间数据库更新需求,提高数据的现势性是当前的重要任务。(2)在研究建立实用面向要素的并发更新模型的途径中,发现采用时态GIS的思想是一种有效方式。(3)通过论证:城市空间数据“更新冲突”问题可以通过本文研究的更新冲突模型得到有效解决。(4)实现了面向要素的城市空间数据库并发更新冲突,在技术上为可持续动态更新基础测绘提供了重要支撑。文章基于特定的工程实验数据,探讨存在的更新问题,其中的冲突检测环节是由软件完成的,但是冲突数据的符号和记录条处理还无法实现自动化,这在更新工艺中还有待提高。文章的研究成果将在城市空间数据库建设中发挥积极作用。

参考文献

[1]商瑶玲,王东华,李莉.论全国1:250000数据库的建设与更新[J].地理信息世界,2003,(11).

[2]苏山舞,于荣花,等.全国1:1000000数据库建设与更新[J].地理信息世界,2003,(2).

[3]王育红,陈军.异质空间数据库更新中的冲突分析[C].//2004年两岸四地地理信息系统发展研讨会论文集(光盘版),香港,2004.B-02.

[4]刘勇,李成名.城市基础空间数据库更新方法研究[J].测绘科学,2006,(4):103-105.

16.空间数据库建设 篇十六

摘要：本文利用TM影像分析山西省土壤有机质含量的空间分布，将山西省根据地形地貌划分成四个区域，在对影像进行预处理后，利用SAS分别建立四个区域土壤有机质含量的反演模型，通过计算得到2008年山西省的耕地土壤有机质空间分布。结果显示，山西省的土壤有机质含量多数介于3.42g/kg～29.62g/kg之间，而且呈现出从北向南、从西向东逐渐升高的趋势。

关键词：TM遥感影像；山西省；反演模型；土壤有机质

1. 引言

土壤有机质对于增加土壤肥力以及促进植物生理活性具有重要意义[1]。研究土壤有机质的空间分布，可以提高土壤质量，确保农业可持续发展。遥感技术已被广泛地使用在土壤调查之中。相比传统土壤有机质的测定方法，遥感技术具有时限性与可获取性等优势。本文使用遥感影像分析山西省土壤有机质空间分布，可以有效地促进山西省的资源转型。

2. 材料和方法

2.1 研究区概况

山西省地处华北西部的黄土高原东翼。地理坐标为东经110°14'～114°33'、北纬34°34'～40°44'。土地面积为156700km2 [2]。全省地貌类型相对较复杂，包括丘陵、盆地等地貌，丘陵与山地占到全省的三分之二。山西省境内坡地与旱地较多，且耕地产量较低。

2.2 土壤样品处理

本研究将山西省2008年的耕地评价数据作为土壤样品数据，在经过对土壤有机质实测数据（0cm～20cm）均匀筛选，剔除异常值[3]后，得到392个土壤样品。

2.3 遥感技术测定法

2.3.1 遥感影像预处理

本文采用Landsat-5TM的L2级TM数据，影像获取时间为：2008年3月和2008年11月，和本次获取的土壤样点时间基本一致。所使用的影像已经过系统辐射校正和几何校正，仍需要进一步的辐射校正等处理。辐射校正包括辐射定标、大气校正。消除系统误差采用的是辐射定标，消除外部误差采用的是大气校正[4]。本文将影像单波段band1～5，7合成。把DN值转换为辐射亮度值L，然后使用不变目标法相对大气校正方法清除光照等对地物反射的影响。对影像采用先辐射归一化后拼接，从而合成研究区的遥感影像图。

2.3.2 耕地图层提取

结合使用监督与非监督分类能较好地提高分类精度，本文利用上述方法得到山西省耕地图层。分类后处理得出耕地像元面积是50918.67km2，与山西省实际耕地面积相差约6%，结果表明分类精度较高。

2.3.3 处理光谱数据

通过对可见光区域的光谱值进行对数变换，能有效地减少光照变化所引起的乘性因素影响。有研究发现，低阶微分处理后的光谱数据能够去除部分光照等因素的影响[5]。本文对光谱值采取各种数学变换，找出对有机质含量最敏感的指标。

2.3.4 划分区域

本研究根据山西省地形地貌、土壤等自然因素，把山西省划分成四个区域：中南部盆地边山丘陵区、北部边山丘陵区、西部黄土丘陵沟壑区、东部丘陵低山区。根据四个区域分别反演的山西省土壤有机质含量更准确。

2.3.5 模型建立与验证

经对比得出，有机质含量和对应的光谱值及其数学变换之间采用指数关系表示效果最好。本研究使用多元逐步回归分析方法建立土壤有机质反演模型，最后，采用均方根误差验证模型。

3. 结果与分析

3.1 土壤有机质含量与光谱值之间的关系

3.1.1 中南部模型建立与验证

使用中南部盆地边山丘陵区71个样本，在SAS软件中经过多元逐步回归分析，建立中南部区域有机质反演模型如下：

（1）

采用36个实测点对模型进行验证，检验样点系数R2=0.64，模型精度较高。

3.1.2 北部模型建立与验证

使用51个样点建立北部土壤有机质含量的反演模型为：

（2）

采用38个样点进行验证，检验样点系数R2=0.62。

3.1.3 东部模型建立与验证

使用57个样点建立东部土壤有机质含量的反演模型为：

（3）

使用39个样点进行模型验证，检验样点系数R2=0.60。

3.1.4 西部模型建立与验证

采用61个样点建立西部土壤有机质反演模型为：

（4）

采用39个样点验证模型，检验样点系数R2=0.66。

3.2 山西省表层土壤有机质含量空间分布

将四个区域遥感影像耕地图，分别通过各自区域模型进行运算后，得到如下山西省耕地有机质分布，如下图1所示：

结果显示，山西省耕地土壤有机质含量从西北到东南逐渐升高。全省地势从西北到东南依次降低。西北部是黄土高原，土壤有机质含量较低，大多介于3.42g/kg～8.66g/kg之间。晋北地势较高，雨水少，多数为旱生草本植物，土壤有机质含量最低。东南部有机质含量最高，这是由于东南部主要为褐土，降水量较多。东南部部分区域土壤有机质含量大于29.62g/kg。中部地区大多为潮土，其保肥性能较好，所以其有机质含量也相对较高。有机质含量由北到南依次过渡到13.91g/kg～19.14g/kg，部分地区有机质含量超过19.14g/kg。西部区域有机质含量低于东部区域，这是由于西部土壤类型属于灰褐土，是介于森林草原与干旱草原之间，而且东南部年降雨量大于西北部地区。山西省土壤类型、降雨量、地形地貌等因素是形成以上土壤有机质含量空间分布的主要原因。

4. 结论

本文通过对遥感影像预处理及对光谱值采取各种数学变换，分别建立了山西省四个区域的土壤有机质含量反演模型。结果表明利用TM影像能够直观地显示出山西省耕地土壤有机质含量的空间分布。在后续研究中，采用高光谱遥感技术建立模型，能够更精准地获取土壤光谱信息，提高模型精度。

参考文献：

[1] 王相平，杨劲松，金雯晖，等.近30年玛纳斯县北部土壤有机碳储量变化[J].农业工程学报，2012，28（17）：223-229.

[2] 康志文.山西省旱作农业发展战略探讨[D].西北农林科技大学，2006，11.

[3] 杨希东.实验数据异常值的剔除方法[J].唐山师专学报，1998，20（5）.

[4] 池宏康，周广胜，许振柱，等.表观反射率及其在植被遥感中的应用[J]，植物生态学报，2005，29（1）：74-80.

17.空间数据库建设 篇十七

CAD与GIS空间数据转换方法研究

讨论了基于CAD环境的GIS数据采集方案,分别采用DXF格式文件和SuperMap数据泵技术实现了用户对CAD图形要素的`提取,探讨了在GIS环境下实现空间数据和属性数据链接的方法.

作 者：张恒 刘群 Zhang Heng Liu Qun 作者单位：四川建筑职业技术学院,交通与市政工程系,四川,德阳,618000刊 名：城市勘测英文刊名：URBAN GEOTECHNICAL INVESTIGATION & SURVEYING年，卷(期)：“”(4)分类号：P208关键词：地理信息系统 计算机辅助设计 空间数据 数据转换

18.空间数据库建设 篇十八

快速检测Oracle数据库可用性和表空间容量

，

19.空间数据库建设 篇十九

近年来, 国际空间活动日趋频繁, 世界各国日趋重视空间卫星轨道资源工作。卫星轨道资源的维护和安全保障工作是为支撑我国航天系统建设和航空航天事业快速发展提供的必要保障, 空间碎片作为航空航天设备在空间轨道中安全工作的潜在威胁, 加强空间碎片方面的研究和监测工作是保障空间轨道资源安全的有效技术手段。对空间碎片监测数据库管理系统研究是当前以大数据产业软件技术手段为抓手, 指导做好空间碎片监测工作的重要方法和重要组成部分。

普遍意义上讲, 空间碎片是人类遗留在空间的废弃物, 包括完成任务的火箭箭体和卫星本体、火箭喷射物、在执行航天任务过程中的抛弃物、空间目标碰撞产生的碎片等。随着空间碎片数量的增多, 空间碎片严重威胁航天器的安全运行和人类太空活动的开展, 空间碎片监测、预警受到各国的广泛重视。

近半个世纪, 人类进行的空间发射超过4, 000次, 送入空间并曾经被跟踪观测的物体超过29, 000个, 大约还有三分之一也就是9, 000多个仍遗留在空间沿轨道飞行。目前可被地面观测设备观测并测定其轨道的空间物体近万个, 大约有5%~6%是工作的卫星, 其余94%都是空间碎片。[1]见图1。

2 空间碎片监测工作

2.1 监测工作的重要意义

卫星轨道资源的安全保障是空间航天事业健康发展的基础要素。截至2016年初, 全球在轨卫星1, 305颗, 其中美国549颗, 欧盟201颗, 中国141颗, 俄罗斯131颗。预计未来15年, 全球要发射约1, 600颗卫星。这些卫星将承担更多任务, 对影响其安全的空间碎片环境的监测预警会提出越来越高的要求。为了保障航天事业可持续发展, 必须解决空间碎片的监测预警问题。

“十三五”期间, 我国将计划实现宇航发射120次, 包括载人航天、探月以及北斗导航等重大工程, 届时, 我国在轨航天器将超过200颗。我国月球计划需要考虑空间碎片的影响。按照飞行计划的安排可以知道, 月球探测器要飞抵月球, 需要经过空间碎片密集的近地轨道和地球同步轨道区域, 虽然停留时间并不长, 但是空间碎片撞击的高风险性, 迫使在月球探测器的发射时机的选择和近地飞行过程中也需要考虑空间碎片问题。

我国载人航天计划将在未来的几年内完成交会对接、航天员出舱活动, 并发展长期在轨运行的空间实验室。交会对接和航天员出舱的时机和位置的选择, 空间实验室的长期运行安全都必须考虑到空间碎片风险问题。

2.2 我国空间碎片监测工作情况

从2000年开始, 我国加大了空间目标研究的力度和投入, 国防科工委成立了空间碎片研究管理组, 制订了《空间碎片行动计划》, 并广泛参与国际机构间空间碎片协调委员会 (IADC) 组织的研究和实验活动。

空间碎片监测系统按平台分主要有地基监测系统和天基监测系统。自“十五”计划实施以来, 我国的空间目标探测手段有了大幅改善。通过重点建设, 我国大力发展了以光电和大型相控阵雷达为主的地基监测系统, 有效支撑了我国的各项航天活动。特别是2015年6月8日, 国家航天局空间碎片监测与应用中心在中科院国家天文台挂牌成立, 标志着我国空间碎片监测、预警、应对突发事件以及国际合作有了实体依托单位。该中心的成立有利于推进我国空间碎片技术发展, 提升空间碎片管理和服务能力, 保障航天器在轨运行安全, 维护我国外空发展权益。

随着我国监测技术的发展, 对空间目标的监视手段将逐步从地基发展到海基、空基, 并逐步向建立连续的空间监视网方向发展。

3 监测数据库系统

3.1 空间碎片监测数据库

在空间碎片监测工作中, 对空间碎片环境进行科学准确的研究描述, 是有效指导开展空间活动的重要保证。空间碎片监测数据库作为支撑空间碎片环境监测的核心基础, 是空间碎片监测工作的重要软件手段, 也是科学提高空间碎片监测效率, 指导空间碎片预测工作的重要组成部分。

根据当前监测能力, 目前对空间碎片环境的描述主要有两种方式:一是对于可准确探测的大尺度空间碎片, 采取适当的编码方法建立可跟踪、定轨的空间目标尺寸、速度、轨道等特征信息的数据库, 结合精确的轨道预报模型为空间活动各种应用提供指导依据;二是对更广泛尺度的空间碎片, 即部分未能编目入库的空间碎片, 应采用适当的数学方法建立空间碎片环境的短期工程模型和长期演化模型。[2]

3.2 监测数据库管理系统

空间碎片监测数据库管理系统 (Database Mana-gement System) 是在基于空间碎片日常海量监测数据, 综合操纵和管理数据库的软件, 用于建立、使用和管理各基础数据库, 并通过对数据库进行统一的管理和控制, 以保证数据库的安全性和完整性。监测技术人员通过监测数据库管理系统访问数据库中的数据, 数据库管理人员也通过数据库管理系统进行数据库的维护工作。它可使多个基于数据采集、存储、分析、挖掘方面的应用程序和用户不同的方法, 在同时或不同时刻去建立、修改和询问数据库。数据库管理系统提供数据定义语言DDL (Data Def inition Lang uage) 与数据操作语言DML (Data Manipulation Lang uage) , 供用户定义数据库的模式结构与权限约束, 实现对数据的采集、入库、追加、删除等操作。

监测数据库管理系统的主要功能如下:

(1) 数据定义:监测数据库管理系统提供数据定义语言DDL, 供用户定义数据库的三级模式结构、两级映像以及完整性约束和保密限制等数据约束。DDL主要用于建立、修改数据库的库结构。DDL所描述的库结构给出了数据库的框架, 数据库的框架信息被存放在数据字典中入库。

(2) 数据组织、存储与管理:监测数据管理系统要分类组织、存储和管理各种监测及分析数据, 包括数据字典、用户数据、存取路径等, 需确定以何种文件结构和存取方式在存储级上分析挖掘数据, 并实现数据之间的联系。数据组织和存储的基本目标是提高存储空间利用率, 选择合适的存取方法提高存取效率。

(3) 数据库的运行管理:监测数据管理系统运行控制和管理功能包括, 多用户环境下的并发控制、安全性检查和存取限制控制、完整性检查和执行、运行日志的组织管理、事务的管理和自动恢复, 支撑各数据库子系统的正常运行。

(4) 数据操作:监测数据管理系统提供数据操作语言DML, 供用户实现对数据的入库、追加、删除、更新、查询等操作。

(5) 数据库保护:数据库中的空间碎片监测数据及分析数据是维护空间轨道资源安全的战略资源数据, 数据的保护和安全至关重要。监测管理系统通过数据库的恢复、数据库的并发控制、数据库的完整性控制、数据库的安全性控制等来多维保障数据安全。

(6) 数据库维护:该功能主要包括数据库的数据采集、载入、转换、转储、数据库的重组合重构以及性能监控等功能。

根据监测工作方式, 数据库管理系统采用的是关系型数据库, 常用的有I BM DB2, O r a cle, M ic rosof t SQL Se r ve r, My SQL。当前, 监测数据库管理系统根据监测业务数据特点, 多采用Oracle商用数据库系统。基于空间监测业务特点, 本设计的空间碎片监测数据库管理系统结构图详见图2。

空间碎片监测数据库是空间碎片监测数据库管理系统的核心, 它是根据空间碎片数据特点, 综合利用数据管理软件, 构造适应数据挖掘分析和工作需要的数据模式, 通过优化的数据库和应用系统, 满足监测技术人员有关碎片数据存储、分析、回放等应用需求。

同时, 系统总体建设的原则是高效、安全稳定、可维护性、易扩展性、界面友好等等, 并能根据实际需求变化和事业发展需要, 满足“中国制造2025”等战略中空间资源安全保障的需求。

3.3 空间碎片编目数据库

空间碎片编目数据库是通过各类监测设备获得空间碎片参数信息的基础数据库。近年来, 各国逐渐重视发展空间碎片编目工作, 通过软硬件设施投入加大空间目标监测网能力建设, 逐渐建立了空间目标编目数据库。空间碎片作为空间目标存在的一部分形式, 空间碎片编目数据库可参考国际通行的空间目标编目数据库建设方法进行建立。

以目前国际上采用较多的空间目标编目方法为例, 可参考北美防空司令部 (North American Aerospace Defense Command, NORAD) 在space-track网站上公布的T LE数据格式, 它包括了空间碎片的轨道根数和其他相关信息, 由两行69字符的数据组成。[2]示例见表1。

其中, 作为数据库的信息项, 各入库信息应以统一时间参量为基准。域1.11是BSTAR大气阻力相关项, 可参考SGP-4模型使用的大气阻力项B*, 其表达式为

式中, CD是大气阻力系数;ρ0是空间碎片所在位置的大气密度;A是空间碎片的横截面积;m为空间碎片质量。B*描述了空间碎片受大气阻力影响的程度, 其值越大则收到大气阻力影响越大, 在空间运动中的可变性越强。

在空间碎片数据库的设计中, 针对数据库管理系统的特点, 不同的功能模块通过不同的数据表结构来实现系统的各项功能。例如, 碎片监测数据库包含天基监测数据表、地基监测数据表等, 其中, 天基监测数据表是基于天基监测系统获得的监测数据, 可用于保存监测中获得的空间碎片尺寸、速度、密度或通量等分布信息数据。

同时, 编目数据库的更新工作至关重要, 它直接决定着数据库的数据分析、挖掘及应用等工作的有效性。在实际工作中, 由监测站点获得监测数据后, 在将数据传向处理中心之前, 可先进行新监测与编目数据库中的根数信息进行关联, 通常可至少将80%的监测信息得到相关关联, 以大大减少中心的关联数量, 使得中心后级处理认证的过程相对加快, 避免一定的数据处理瓶颈。

4 对我国空间资源安全工作的启示

空间轨道资源是国家空间航天事业发展的战略资源, 也是国际进入空间、感知空间、利用空间的基础条件, 监测并预警空间碎片是保障空间目标在轨安全和国家空间基础设施安全有序运行的必要技术手段。

当前, 从维护我国空间轨道资源安全的高度, 着重做好空间碎片监测数据库系统等基础软件系统建设至关重要。我们以积极推进空间碎片数据库规范标准化工作为抓手, 加强监测研究和数据积累, 提出基于科学统计模型的空间碎片环境预测方法, 着重加强对重点轨位、重点空间一定范围内空间碎片海量监测数据的采集、挖掘、提炼和分析工作, 用全面、精准的数据推动空间碎片环境预测工作, 完善空间目标环境监视体系, 为我国航空航天活动保驾护航。

参考文献

[1]吴连大著.人造卫星与空间碎片的轨道和探测.北京:中国科学技术出版社, 2012