多源数据集成技术探讨

多源数据集成技术探讨

（胡洁 高庆方 李辉 王新福）

（黄河勘测规划设计有限公司测绘信息工程院，河南省郑州市花园北路60号，450045）

摘 要：随着地理信息系统(GIS)的发展和广泛应用，地理数据日益丰富。由于地理数据采集方式和应用软件的不同，它们的格式及结构也各不同，导致了多源性地理数据的产生。本文总结了地理数据多源性的主要表现，提出了多源数据集成和共享的必要性；介绍了多源数据集成的三个必要条件及相互间的关系；以黄河基本河情信息系统１项目为例，介绍实现多源数据有效集成的方法、策略。研究表明，这种多源数据的处理及管理模式，既能实现多源数据的有效集成，又能提供对多平台的地理数据服务, 非常适合企业化的GIS数据组织，将会成为未来地理信息系统的发展方向。

关键词：地理信息系统多源数据 数据集成 黄河基本河情信息系统

1 引言

地理信息系统是在计算机软硬件支持下，采集、存储、管理、检索、分析和描述地理空间数据，实时提供各种空间的和动态的地理信息，用于管理和决策过程的计算机系统[1]。地理空间数据是GIS 的操作对象，是GIS 所表达的现实世界经过模型抽象的实质性内容；它是GIS 中最基础的、也是最重要的部分。近年来，随着GIS应用领域的越来越广泛，地理数据也在日益丰富。但是，由于地理数据采集方式和应用软件的不同，这些地理数据的格式及结构也不同，导致了多源地理数据的产生。目前，GIS 已进入了社会化GIS 时代，GIS 应用需要集多种数据源以及不同数据格式的数据才能完成；随着GIS化的进一步发展、网络技术的广泛应用以及地理数据的数量、复杂性和多样性的增加，多源地理数据的共享和集成已成为必然趋势。

项目背景 “数字黄河”工程基础地理信息平台构建项目

作者简介 胡洁,女,武汉大学硕士,助理工程师,主要从事地理信息系统的开发与研究、遥感技术制图应用，e-mail：hujie519@.

2地理数据多源性的表现

地理数据的多源性主要表现在以下几方面[2，3]：

(1) 多语义性。地理信息指地理系统中的各种信息，地理系统研究对象的多种类性决定了地理信息的多语义性。对于同一个地理信息单元（实体），其几何特征虽一致，但却对应 着多种语义，既有地理位置、气候、土壤等自然地理特征，也有行政区界限、人口等社会经济信息。一个GIS会因解决问题侧重点的不同而存在着语义分异的问题。

(2) 多时空性和多尺度。GIS 数据具有很强的时空特性，一个GIS 系统中的数据源既有同一时间不同空间的数据系列，也有同一空间不同时间的数据序列。不仅如此，GIS 还会根据系统需要而采用不同尺度对地理空间进行表达，不同的观察尺度具有不同的比例尺和不同的精度。GIS 数据集成包括不同时空和不同尺度数据源的集成。

(3) 获取手段多样性。获取地理空间数据的方法有多种，不同手段获得的数据其存储格 式及提取和处理手段都各不相同。

(4) 存储格式多源性。GIS 数据不仅表达空间实体(真实体或者虚拟实体) 的位置和几何形状，同时也记录空间实体对应的属性。这就决定了GIS 数据源包括图形数据和属性数据两部分。图形数据又分为栅格和矢量两种格式。传统的GIS 一般将属性数据放在关系数据库中，而将图形数据存放在专门的图形文件中。不同的GIS 软件采取不同的文件存储格式。

(5) 分布式特征。数据分布式特征是指空间数据存储或更新、使用等操作物理上不在一处，而通过计算机网络基于地学规律、地理特征和过程的相关性在逻辑上联系到一起。

(6) 空间拓扑特征。空间数据不仅表达地理特征和过程在各种坐标体系的空间位置，并且数据的空间特性之间也有拓扑关系，拓扑关系表现在数据空间特征的面积、连接性、邻接性、连通性、长度等方面。

3 多源数据的集成技术

数据、集成软件及集成规则是数据集成的三个必备基础条件[4]。数据是集成的对象；集成软件是可以处理空间特征、属性特征及其之间关联的通用或专题GIS 软件，或是为数据集成专门设计的软件，它们可以实现集成的大多数操作；集成规则是进行数据集成的依据。地理数据由于来源不同，其空间参照系及各种参数存在较大差异，若使之匹配，需经一系列的 转换、一致化操作等过程。

目前，实现多源数据集成的方式主要有三种[5]：数据格式转换模式、数据互操作模式和直接数据访问模式。这三种模式各有所长，但在实际操作中，综合客观要求、项目成本、现

有资源等多方面原因，并不单一的使用某一种模式来实现多源数据的集成，而是将多种模式结合使用，实现多源数据的统一存储、管理。下面以黄河基本河情信息系统项目为例，介绍实现多源数据有效集成的方法、策略。

3.1 系统数据源

黄河基本河情信息系统数据库建设中采用的数据类型多样，有属性数据（如流域背景数据）和空间数据（各种图形数据）；数据来源、格式丰富，有MapGIS格式的矢量数据、Coverage 格式的数字地形图、GRID格式的DEM数据、纸质图等；比例尺多样，有100万、25万的基础地理数据和不同比例尺的专题数据；而且，不同来源的数据，其数学基础也不尽相同。因此，多源数据集成涉及到多方面，包括地图比例尺、地图投影、数据格式、数据模型、语义、平面坐标系、高程系、时间的一致性，等等。

为了实现多源数据的集成，项目制定了详细的数据库设计方案，在统一的数学基础上将所有数据库按Geodatabase模型存储，然后存放于数据库服务器上，通过Oracle9i对其进行管理，利用ArcSDE来实现用户与之的连接。

3.2 数据库设计

数据库设计是数据建库的基础，是GIS数据处理、分析、统计的关键。在黄河基本河情信息系统中，所有数据均以全关系数据库的形式存储，因此，数据的分类、编码、表结构设计等环节显得尤为重要。

3.2.1统一的数学基础

由于数据来源较多，数学基础不尽相同，要求在数据库中采用统一的数学基础。数学基础主要是针对Geodatabase数据模型中的数据集（Dataset）而言的，数据集是数学基础的载体，每个数据集可以有不同的数学基础。统一数学基础包括坐标系统、高程基准、地图投影、偏移参数、中央子午线、标准纬线、比例系数、长度单位等的统一设置。

3.2.2 数据分类、编码及表结构设计

数据采集时，依据“数字黄河”工程标准：《黄河基础地理要素分层标准》和《黄河基础地理要素分类与代码标准》，首先对黄河基础地理数据进行分层整理，然后将每一类要素进行分类、编码。所有信息及要素在数据库中都以表的形式存储，表结构是基于ArcGIS的表