7.2地理数据的数据存储

7.2.1地理数据

    地理数据是以地球空间位置为参照，描述自然、社会和人文景观的数据，主要包括文宇数据、视频数据、音顾数据、图表数据、图像数据、矢最数据和栅格数据等。

   (1)文字数据。来源于实测数据、文字报告或地图中的各类符号说明，以及通过遥感影像数据解译得到的信息等。

   (2)视频数据。是一种数据量大、监通信点丰富。具有时空两维结构的数据类型。视频数据获取设备有:传统的手持视频采集器《如摄像机)或数码摄像机、GPS接收机数学罗盘等。

  (3)音频数据。包括视频图像的背景音乐、文字介绍录音、区域环境解说和导航语音提示等，是可视化表达和传输地理信息的“听觉变量”。

  (4)图表数据。结构化的数据，如通过商业智能工具分析的结果，指标的统计数据，数据挖掘的结果等。

  (5)图像数据。主要来源于卫星遥感、航空迅感和摄影測量等。主要有TIFF格式(标签图像文件格式)、IMG格式(如SPOT卫星的影像格式)等。

  (6)矢量数据。利用点、线、面、体等及其组合来表示地理实体空间分布的一种数报组织方式。

  (7)概格数据。基于柵格模型的数据结构简称为概格数据结构，指将空间分制成有规则的网格，在各个网格上给出相应的属性值来表示地理实体的一种数据组织形式。

7.2.2数据存储

   计算机文件系统是负责存取和管理文件信息的软件结构。具体地说，它负责为用户建立文件，存人、读出、修改、转储文件，控制文件的存取，当用户不再使用时撤销文件等地理文字数据，視频数据、音频數据、图表图像等数据都通过文件系统以文件夹形式存储如ESR1的shapefile文件、DXFCAD文件、GML数据文件等。

   地理空间数据库存储系统可以实现对地理栅格和失量教据的存储。例如，ESRI公司推出的一种空间数据引擎一-ArcSDE将地理特征数据和属性数据统一存储在关系数据库管理系统(RDBMS)中，如OrcalcServer等，利用从关系数据库环境中继承的数据库普理功能对地理空间数据和属性数据进行统一而右效的管理(图7.12)

图7.12ArcSDE与OrcaleServer结合存储失量数据实例

    传统的地理空间数据存储系统，通常是在关系型数据库基础上，根据空间数据模型特点进行扩展。现在正面临着模向扩展困难、计算性能不足等严峻挑战，难以提供高效的海最空间数据处理和服务能力。

    云存储指通过集群应用、网格技术或分布式文件系统等功能，将网络中大量各种不同类型的存储设备通过应用软件集合起来协同工作，共同对外提供数据存储和业务访问功能的一个系统，能够保证数据的安全性，并节约存储空间。简单来说，云存储就是将储存的资源放判云上供使用者存取的一种新兴方案，使用者可以在任何时间、任何地方，通过任何可联网的装置连接到云上方使地存取数据。

    近年来，实破传统关系数据的NoSOL数据库开始兴起。NoSOL是一个云计算背景下勃发展的分布式、非关系型数据库系统，支持半结构化、结构化数据的高并发读写，存储键值、列族、文档、图形等名种数据类型。NoSOL具有良好的可仙缩性和可扩展性，地够有效利用云计算所提供的海量数据存储管理、分布式井行计算施力。目前，Google.Microsaf等大型云服务商都结合NoSOL技术，实现了海量栅格数据云存储并提供地图眼务，并适用云计算与NoSOL分布式数据库技术相结合的方法，开展云环境下册格矢量-体化空间数据组织党型、访问机制、管理策略的设计，形成一个新的空间数据云左储构(图7.13)