什么是地理空间数据库？

地理空间数据库的定义

“地理空间”这个术语是指将每个事件、特征或实体与某个位置相连的相互依赖的资源，例如地图、图像、数据集、工具和过程，并将这些信息用于各种应用。如果要轻松了解位置，就必须使用标准参数（例如坐标系统中的位置、地点名称或街道地址）来表示数据。

地理空间数据库经过优化，可用于存储和查询表示几何空间中定义的对象的数据，例如向量数据和栅格数据。随着数据量呈指数级增长，地理空间数据库提供了较高的可管理性和安全性来分析大量复杂的异构空间数据。

地理空间数据库平台提供复杂的地理空间数据所需的专门管理、处理和分析引擎。这些系统的可扩展性和性能是成功的两个关键因素，同时还提供开发和集成支持。

为了实现互操作性，地理空间数据库平台支持开放地理空间联盟 (Open Geospatial Consortium，OGC) 定义的标准，该联盟提供统一的框架和 Web 服务—矢量数据的 Web 功能服务 (Web Feature Services，WFS)、栅格数据的 Web 覆盖服务 (Web Coverage Service，WCS) 以及用于定位、管理、维护分布式地理空间数据应用和服务的目录服务 (Catalog Services，CSW)。

地理信息系统 (GIS) 是地理空间数据库之上的工具，用于编辑和维护地理空间数据。地理信息系统支持地理空间对象，这些对象以层的形式组织，可以在视觉和逻辑上进行叠加。

地理空间分析是基于地理关系来理解复杂的交互，根据人员、资产和资源的位置来回答问题。借助地理空间洞察，用户可以提供更好的客户服务、优化劳动力、定位零售或分销中心、管理资产、执行态势分析以及评估销售和营销活动。

地理空间数据的基础知识

“地理空间数据”是指关于地球表面甚至太空中的特征、物体和类的信息。地理空间数据通常很大，以复杂的数据类型存储，需要专门的索引、查询、处理和分析算法。

地理空间数据表示：

• 简单 2D 和 3D 向量几何对象，例如点、线和多边形
• 复杂的栅格数据，如图像和网格数据

地理空间数据由几何及其制图表示组成，称为“属性”。几何图形可以是点、线、多边形以及这些元素的集合。

• 点是带有附加属性表的位置坐标，例如可以表示住宅、商店位置或手机位置。
• 线条有起点、终点，曲线则有若干个中点，以及一个属性表。这就是道路网络在导航系统中的表示方式，使用连接的线路和节点以及有关交叉路口的速度限制和等待时间的信息。
• 多边形是面积单位，边框设置为具有属性表的线。

这些几何图形可以具有颜色、线条粗细等制图属性（用于显示）以及人口（多边形内部）等其他属性，或者可以测量或缩放的项目。

几何图形和属性数据都通过关系数据库管理系统（例如 Oracle 的空间数据库）进行连接。数据库管理系统可以支出高性能、高可扩展性和高安全性的高要求地理空间流程。它们还支持与其他 GIS 和非 GIS 应用轻松集成，从而降低了开发工作量。

地理空间栅格数据是从 Landsat 卫星增强专题制图仪 (ETM+) 传感器收集的一组复杂信息，用于记录光、红外反射值及其在网格中的位置。每个网格单元都附加有位置数据，例如颜色、数字创新模型的高度以及几个变量。示例包括专题地图、数字高程模型/数字表面模型 (DEM/DSM)、遥感 (RS) 图像、摄影测量照片、扫描地图、地球物理图像和地质图。

栅格数据类型较大，与向量数据类型相比具有非常不同的数据结构。栅格数据集会快速增长，从而产生大量需要数据管理系统的地理空间信息，例如 Oracle 空间数据库。

此外，点云是由光检测和测距 (LiDAR) 应用创建的复杂 3D 数据类型。点云是指用于存储表示 3D 形状或特征的大量数据的几何类型。每个点都有自己的一组 X、Y 和 Z 坐标以及其他属性。点云通常通过摄影测量或 LiDAR 应用的遥感方法创建。

整合根本不同类型的数据是地理空间数据分析的核心任务之一。地理空间数据分析的一个重要工具是通过地图实现数据可视化。地图通常由遥感数据创建 — 田野、森林等成为赋予多边形的数字化属性，然后进行适当的着色。

数据类别可能包括但不仅限于：

• 行政和政治边界
• 农业和农业
• 大气和气候
• 生物学和生态学
• 商业与经济
• 地籍
• 文化、社会和人口
• 海拔及衍生产品
• 环境和保护
• 设施和结构
• 地质和地球物理
• 人类健康和疾病
• 图像和基本地图
• 内陆水资源
• 位置和大地测量网络
• 军用
• 海洋和河口
• 运输网络
• 公用事业和通信

地理空间数据的使用场景

在当今高度互联的世界中，每个对象都拥有数字足迹，并且是全球网络的一部分，位置和基于位置的信息对于分析、管理、管理和治理至关重要。位置智能有助于我们了解事件、活动、个人、街道或建筑物的位置，使我们能够开发跟踪感兴趣对象位置的应用。它们在许多私营部门和公共部门组织中广泛应用于各种职能，例如：

• 运营和计费（详见示例）
• 不动产和财产管理（详见示例）
• 征税（详见示例）
• 灾害和应急管理
• 市场和客户分析（详见示例）
• 旅游业（详见示例）
• 风险管理（详见示例）
• 资产跟踪和分析（详见示例）
• 远程信息处理和车队管理（详见示例）
• 土地/环境管理（详见示例）
• 公共卫生和疾病爆发（详见示例）

地理空间数据库的挑战

• 缺乏将空间数据集成到业务流程中

  GIS 系统通常是专用的专业系统，与业务系统脱节，从而导致培训、运营和维护成本增加。为应用提供与位置相关的信息是一项手动工作，需要耗费大量人力、耗时且容易出错，对于大型基础设施项目来说通常不可扩展。由于缺乏所需的集成，应用无法充分利用地理空间信息的价值。

• 互操作性

  人们越来越需要整合地图和数据，为应用提供并从应用获得有价值的位置信息。然而，组织可能会开始针对不同的项目使用不同的解决方案。这导致组织中存在多个 GIS 或映射组件，也引发了对数据隐私和数据驻留的担忧。

• 异构数据

  综合分析很困难，因为不同类型的数据保存在文件或专业数据存储中，每种数据都需要一套专门的技能。在整合地理空间数据时，必须就整个组织的元数据定义和使用达成一致。通常，查找合适的数据集具有挑战性，因为元数据不完整或不可访问/可搜索，并且数据集在语义上不一致，即相同的术语不一定意味着相同的事情。

• 可扩展性

  对于需要位置信息的商业应用（例如传感器数据、GPS 流数据和 3D 数据），可扩展性已成为有效处理不断增长的地理空间数据的一项要求。

• 应用级集成

  由于映射系统和业务系统之间缺少集成，客户通常无法跨决策支持系统利用集中位置信息。

地理空间数据库的工作原理

• 数据提取

  过滤和摄取来自各种数据源（多变量数据）的空间（形状、大小和位置）和非空间属性（名称、长度、面积、体积、人口和其他）数据。数据集可能包含大量来自各种数据源的专用域特定文件格式，并且需要花费大量时间来转换这些不同的数据类型。

• 数据丰富

  使用空间属性（例如地址地理编码和位置名称）来丰富数据，满足下游分析需求。将文本数据更改为数值数据并规范化所有其他数值数据。通过数据扩充，用户可以处理结构较小的地理数据，以便对信息进行分类、比较、筛选以及与其他结构化数据关联，从而执行空间和文本分析。

• 地理空间处理

  开发空间分析工作流，并将属性数据与几何数据集相结合，为空间分析和映射准备数据。

• 交互式分析

  可视化交互式地图上的数据以及其他上下文层。导航并浏览地图、查看、缩放、平移、查找模式以及按属性查询/筛选。

• 成果的共享和发布

  通过 REST、GeoJSON 和 OGC Web 服务集成空间内容和分析结果。

地理空间数据管理和使用的优秀实践

• 通过将地理空间数据与融合数据库中所示的所有其他企业数据相结合，实现运营、战略和开发人员优势。
• 通过处理数据所在位置来提高性能。使用数据库中提供的功能进行数据集成、扩充、分析和机器学习。
• 利用在设计时考虑数据安全性的成熟数据管理平台，实现企业级安全性和监管。
• 利用具有高可用性的企业数据管理平台的可扩展性和性能来支持不断增长的数据量和不断增长的需求。
• 通过选择开放的地理空间平台，将来自不同系统和供应商的组件组合在一起，实现面向未来的投资。
• 您可以选择支持在云端构建低代码应用的平台，轻松直接迁移到云端并从中受益。

• 了解融合数据库
• 参加分步式研讨会，了解如何使用空间

相关产品

Oracle Autonomous Database

全面革新的自治驱动数据库

Oracle Database

多模型融合数据库管理系统

Oracle Exadata

以出色的性能、可扩展性和可用性运行 Oracle 数据库

Oracle Autonomous Data Warehouse

消除了复杂性的数据仓库