数字城市多源多尺度空间数据处理

④数据维护与管理.
建立索引、建立影像金字塔、导入、导出数据、数据 压缩等操作，还可以通过ArcSDE提供的C API , Java API来实现各种操作。 ArcSDE读取数据的步骤：连接SDE数据库、定义 SQL查询、执行查询以提取记录(RecordSet )，循环 访问记录集合中的数据值。
(3)遥感影像建库的技术处理
空间数据与属性数据集成在商用大型数据库中管理 是目前GIS发展的主流
4.3.1基于数据库方式的矢量数据的组织 与集成
数据组织：分层，即将整个空间数据在垂直方向上 按照类别划分成若干层，每一层存储为数据库中 的一个数据表，层中的每一个要素存储为数据库 中的一条或多条记录，实现无缝的空间数据库。 而数据库中的数据存储是结构化的数据，因此在 数据库中，采用不显式地表示拓扑关系数据结构 存储空间数据(coverage)。
2级 1级
0级
2、重采样方法
最邻近像元法：取距合并后距象元最近的象元值。 2×2时取原来四个值中的某一个，位置是相对固 定的,比如取右下角的值。 双线性内插：是取相邻4个象元值的加权平均值，权 重按原象元中心点到合并后象元中心点的距离计 算。 2×2时因四个象元合成一个象元，每个象元 中心点到合并后象元中心点距离相同，所以在这 种情况下其实就是四个值的算术平均值。 三次卷积：取临近16个象元的加权平均值
CREATE TYPE sdo_raster AS OBJECT ( rasterID NUMBER, //影像块的编号 pyramidLevel NUMBER， bandBlockNumber NUMBER, rowBlockNumber NUMBER, columnBlockNumber NUMBER, blockMBR SDO_GEOMETRY, rasterBlock BLOB， );
rasterType NUMBER, //维数 spatialExtent SDO_GEOMETRY, rasterDateTable VARCHAR2(32),//数据表名 rasterID NUMBER, //数据表的ID号 metadate XMLType
Hale Waihona Puke Baidu)；
在rasterDataTable中，栅格数据是分块存储的，每 一个数据块存储为栅格数据表中的一条记录。栅格 数据表也是一个对象表，包含一个SDO-RASTER 类型的列，真正存储栅格数据。
③影像数据压缩。
遥感影像数据压缩的方法：LZW压缩、LZZ压缩、 余弦变换压缩、小波变换压缩等。
遥感影像建库中，先采用文件方式进行压缩，再将 压缩后的文件转入数据库中。 压缩比例 • 高分辨率的彩色航片和多光谱卫片压缩比例1 : 201:80 • 低分辨率的多光谱卫星影像压缩比例1:10-1 :40 • 全色影像压缩比例1:8- 1:30
4.4多源多尺度数据的组织方法
4.4.1大范围城市空间数据的组织方法 (1)分幅组织
根据空间位置将地理空间划分为不同的图幅，一般按照一 定的间隔(如经纬度、格网等)水平地将地理空间划分为很 多个图幅。 图幅编号规则：根据分幅规则将图幅赋给一个唯一的编号并 且有一定的规则，分幅编号的最基本方法是行列号，即根 据分幅的地理范围，将分幅的行号和列号组成一个号码， 保证其唯一，文件存储时用此编号对文件或文件夹进行命 名。 存储方式：文件形式存储数据。 缺点：地物的完整性得不到保障，增加了系统的开发难度（ 系统调用数据漫游，根据数据范围调入内存图幅，删除不 需要的图幅）
金字塔的构建方法
1、多分辨率数据源自动构建影像数据。
– – – – – – Landsat 5 TM卫星影像的分辨率30m SPOT4：10m SPOT5：2.5m IKNOS：1m QuickBird：0.61m 一些地方的航空影像分辨率0.2m
上述影像匹配和几何纠正后建立影像金字塔。
2、采用采样方法构建影像金字塔
提问： 基于文件方式组织数据的一般方法？ 基于文件方式的矢量数据是如何组织与集成 的？
4.3 基于数据库方式的空间数据库的组织 与集成
GIS采用文件分幅方式建立大型空间数据库存在 很多缺点 数据库技术在管理数据库方面具有成熟的经验
– – – – – 海量数据管理 客户机/服务器体系结构 多用户的并发访问控制 严格的数据访问权限管理 完善的数据备份机制
2、栅格波段数据表SDE- BND <raster column ID>存 储影像波段的元数据信息：影像栅格号、波段号、 波段宽、块宽高、边界范围以及创建日期。每张影 像图根据波段数分成多条记录存储在波段表中
3、栅格数据描述表SDE-RAS <raster column ID >用来存储影像的描述信息。 4、栅格数据辅助表SDE-AUX <raster column ID>存储影像的色彩表、统计信息 ID> 、以及用于影像叠加和镶嵌的掩膜信息。
覆盖范围相同、不同分辨率的遥感影像，需要建立的 影像金字塔的级数不相同。 • 16X16平方公里范围的QuickBird影像，其分辨率为 0.61米，像元数约为26230 X26230，建立5级金字塔 后其像元数为820 X 820。 • 16X16平方公里范围的2.5米分辨率Spot5遥感影像， 像元数为6400 X 6400，建立3级金字塔即可满足要求
③空间索引。
ArcSDE采用格网索引。 基本原理：将研究的范围按照一定的间隔大小划分 成大小相同的格网，用格网来覆盖研究范围内的 每一个地物。格网索引把研究区域划分为MXN的 格网，对格网进行编号， 格网内空间对象的ID号 记录在这些格网上。通过这个格网上记录的ID号 ，就可以搜索出指定范围内的空间对象。 例如：查询某点附近一定范围内的空间对象，通过 查询覆盖此区域的格网中所包含的空间对象。 查询方式：初级过滤和次级过滤。
(1) 基于扩展的面向对象关系数据库的遥感影像建库
基本方法：在关系数据库的基础上，引入对象的概念，对关系数 据库的数据类型进行扩展，使之能存储影像数据。 • Oracle GeoRaster是Oracle Spatial在升级到10g之后新增的一 个部分。它使得Oracle Spatial具有了存储、索引、查询、分析 和发布栅格数据的能力。 • GeoRaster数据包括：影像数据、网格数据以及与它们相关联 的元数据 其中：元数据采用XML格式来表达，内容包括对象元数据(表述和 版本信息)、像元类型(如1bit 、8bit integer、8bit float、16bit 、32bit、64bit real )、维数、分块数、空间参考系统以及影像 变换模型等，还可以扩展到栅格的属性表、缩放比例、色彩表 、直方图等。
4.3.2 基于数据库方式的影像数据的组织与集成
关系数据库管理遥感影像数据的基本原理： 影像数据存储在二进制变长字段中（Blob字段），建 立适当的索引，然后通过数据库提供的接口进行访 问。 两种模式： 1. 基于面向对象技术扩展关系数据库的功能，即基于 扩展的面向对象关系数据库管理遥感影像数据 2. 基于中间件技术，将遥感影像分解成关系数据表， 从而实现对遥感影像的管理。
③空间索引。空间索引主要是实现数据的快速检索。 遥感影像的检索不仅要检索指定空间范围内的数据 块，还要根据应用程序的显示范围确定读取哪一级 金字塔的数据块。 Oracle Georaster支持的空间索引： • 四叉树索 • R树索引
④数据维护与管理.
Oracle GeoRaster以函数形式提供了丰富的工具： 创建影像数据表，导入、导出数据，修改、拷贝、建 立索引、建立金字塔、元数据修改、查询等，支持仿 射变换等，可以在PL/SQL中使用，实现对影像数据 的维护和管理。
遥感影像建库实施中需要解决若干操作性很强的技术问题，如 确定影像分块的大小、建立影像金字塔和选择适当的压缩比 例、进行数据压缩等。
①影像分块及大小确定
遥感影像分块的目的在于把遥感影像数据划分成若干较小的物 理数据块，便于管理与存储。 确定分块大小的一般原则：与RDBMS数据块的大小相匹配 RDBMS每次读取的是数据块的整数倍，磁盘I/O对数据库性能 的影响非常大，数据块设置得太小，应用系统将不断地从磁 盘中读取数据，如果设置得太大，又将加重数据在网络上的 传输。在32位的操作系统中，Oracle数据库的数据块大小可 以在4k , 8K, 16K和32K之间选择。
GeoRaster中的逻辑层与遥感影像的各个波段之间的关系
②数据存储方式。 在GeoRaster对象—关系模型中，栅格数据通过 SDO-GEORASTER数据类型存储到GeoRaster数 据库中，包含一个或多个SDO-GEORASTER类 型的数据表称为地理栅格数据表。
CREATE TYPE sdo-georaster AS OBJECT (
金字塔的创建通常采用以2为因子金字塔数据结构， 以原始影像为基础，对其行、列数分别除以2，采 用一定的重采样方法，得到第一层金字塔，第一 层金字塔的像元大小是原始影像的2倍，数据量减 2 为1I4。然后以第一层金字塔为基础，采用同样的 方法得到第二、第三层金字塔，直到金字塔的最 上一层的影像分辨率与显示屏幕的分辨率接近
1、影像金字塔 影像金字塔：指在同一的空间参照下，根据用户需要 以不同分辨率进行存储与显示，形成分辨率由粗到 细、数据量由小到大的金字塔结构。 为何建立金字塔？ 为实现对影像数据的由粗到精，由整体到局部的快速 漫游、浏览，对影像数据必须采用多级金字塔的结 构组织数据。 视点高：视野范围广、关注的细节信息少、只须加载 分辨率低金字塔顶端的数据 视点低：视野范围有限、关注的细节信息多、只须加 载视野前方高分辨率数据，即金字塔底部数据。
① ArcSDE数据模型
遥感影像数据分为影像数据本身和元数据，遥感影 像数据存放在二进制对象影像数据表中，元数据 存放在一组元数据表中，如VERSION、LAYERS 、SPATIAL REFERENCES表等.
②数据存储方式。
六个业务表来对栅格数据进行存储和管理。
1、栅格数据块表SDE- BLK <raster column ID>存 储影像每个波段的实际数据，主要存储金字塔等 级、块行列号、波段号、影像数据块等。
（2）分区域组织
根据一定范围(如行政区)将整个数据建库区域划分 成若千个小区域，在小区域内组织数据。 特点：在水平方向上对建库区域进行划分，但是其 范围比图幅方式大，能够保证地物在该区域内的完 整性。 缺点：数据更新比较麻烦
(2)基于中间件技术的遥感影像建库 基于中间件技术的遥感影像建库是在关系数据库的 基础上，利用关系数据库提供的各种接口而开发的 专用程序，将影像数据分解成关系数据库的一个或 多个数据表，实现对遥感影像的存储和管理。 ArcSDE是一个典型的采用中间件技术实现利用关系 数据库管理遥感影像数据的工具，应用程序通过 ArcSDE，把空间数据(包括栅格数据和矢童数据)存 储到关系数据库中，ArcSDE采用Geodatabase的 概念来组织空间数据。 ArcSDE是ArcGIS的空间数据引擎，ArcSDE采用客 户/服务器体系结构，众多用户可以同时并发访问 和操作同一数据。
一个GeoRaster对象的每个层的元数据和属 性：对象信息、栅格信息、空间参考、时 态参考信息、光谱信息等。
①数据模型。 GeoRaster使用逻辑分层的多维的栅格数据模型 （ “层”是为了应对多波段栅格数据而设计的，层是逻辑上的 概念，波段是物理上的概念） 栅格数据核心是一个包括栅格像元的多维矩阵，每一 个像元是矩阵的一个成员，一个矩阵有维数、像元 类型、大小等，核心数据称为对象层或0层，包含 一个或多个逻辑层。在多波段的遥感影像中，每一 个层存储一个波段的数据 注意：一个波段未必就对应一个层，可能多个波段 的的数据被包含在一个层中，根据实际需要在数据 入库时用户自己定义，最常见的情况是可见光全色 影像数据，分为R、G、B三个波段，以三个不同的 层存储。