文档介绍：空间数据仓库
1. 空间数据仓库的概况
空间数据仓库的基本概念
数据库的创始人W. H. Inmon定义数据仓库为支持管理的、决策过程的、面向主题的、集成的、稳定的、不同时间的数据集合。空间数据仓库是建立在传统的数据库基础上,依靠数据库实现对数据的高效存储,二者之间的区别在于其应用不同。因此,在数据组织、集成上有很大的差别:空间数据库作为源数据库负责数据的日常处理及一般的空间分析功能;空间数据仓库根据用户的要求对空间数据库中分散的、多源的空间数据进行集成和分析,截取不同时段上的信息,将数据的时间属性和空间属性紧密地结合起来,通过模型构建分析和比较,进行数据挖掘发现隐藏在数据中的信息,从而为用户提供决策服务.
空间数据仓库的功能及特征
从组成上,空间数据仓库有三方面的功能:从分散、独立的空间数据库中获取空间数据,即数据ETL,包括数据抽取(extract)、转换(transform )、清洗(cleaning )、装载(loading),建立空间数据仓库;对数据的存储、管理和检索;数据集成及数据挖掘.
空间数据仓库相比于空间数据库有以下特征
传统的GIS数据库是面向对象的,根据应用对数据进行组织,空间数据仓库是面向主题的,在空间数据库的基础上进行更高层次的数据组织和分析。
空间数据仓库是集成的
空间数据仓库建立在GIS数据库的基础上,在进行决策时利用元数据对空间数据库里的地理空间数据进行抽取、转换,从而得到有用的的信息,把空间数据库中面向对象的数据转向面向主题的数据,实现决策支持。
引用时间维
在进行趋势分析时需要对关于主题的各时期的空间数据进行概括总结、分析,空间仓库引进时间维把不同历史时期的空间数据组织到一起,使数据具有时间属性.
空间方位的引入
在进行趋势分析时需要对关于主题的各时期的空间数据进行概括总结、分析,空间仓库引进时间维把不同历史时期的空间数据组织到一起,使数据具有时间属性.
空间数据仓库的体系结构
空间数据仓库是存储、管理空间数据的一种组织形式,其物理实质仍是对数据的高效存储系统,由于使用目的不同,其存储的数据在量和质以及前端分析工具上与传统GIS应用系统有所不同。空间数据仓库按照功能划分为以下几部分:元数据、源数据、数据变换工具、空间数据仓库、客户端分析工具。
元数据
空间数据仓库的元数据是指描述空间数据的数据,它是数据仓库管理手段之一,也是空间数据交换的基础,是空间数据标准化与质量的保证。在空间数据仓库中,元数据可以分为两类,一类是管理元数据(AdministrativeMetadata),它是对源数据及其内容、数据仓库主题、数据转换及各种操作信息的描述;另一类是用户元数据(User Metadata)它帮助用户查询信息、理解结果、了解数据仓库中的数据的组织方式等。在数据传输、信息共享、大力发展互操作的今天,元数据标准化是必小可少的,一定要借鉴和使用ISO制定的元数据标准。
源数据
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。这些数据分布在小同的地理信息系统或其他信息系统中的应用系统数据,它们存贮在不同的平台和一般的数据库中。数据的来源丰富,类型多样式存储或分布式存储。
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。变换主要包括提炼、转换、空间变换。数据提炼主要指数据的抽取,如数据项的重构、删迭不需要的运行信息、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;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;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。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。
空间数据仓库
源数据经过变换进入空间数据仓库。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小是随意定义的,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,决策分析所需的综介数据预先已被统计出来放在其中。主题维、时间维、空间维、非空间维是空间数据仓库最基本的组织方式。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。空间数据仓库的数据存储方式可分为虚拟存储方式、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形模型,雪花模型和混介模型。多维数据库数据模型主要是超立