Проектирование хранилища геопространственных данных
Географическая модель данных , геопространственная модель данных или просто модель данных в контексте географических информационных систем — это математическая и цифровая структура для представления явлений на Земле. Как правило, такие модели данных представляют различные аспекты этих явлений с помощью географических данных , включая пространственные местоположения , атрибуты, изменение с течением времени и идентичность. Например, векторная модель данных представляет географию как наборы точек, линий и полигонов, а растровая модель данных представляет географию как матрицы ячеек, которые хранят числовые значения. [1] Модели данных реализуются во всей экосистеме ГИС, включая программные инструменты для управления данными и пространственного анализа , данные, хранящиеся в различных форматах файлов ГИС , спецификации и стандарты, а также специальные проекты для установок ГИС.
Самые ранние компьютерные системы, которые представляли географические явления, были моделями количественного анализа, разработанными во время количественной революции в географии в 1950-х и 1960-х годах; их нельзя было назвать географической информационной системой, поскольку они не пытались хранить географические данные в последовательной постоянной структуре, а обычно были статистическими или математическими моделями. Первое настоящее программное обеспечение ГИС моделировало пространственную информацию с использованием моделей данных, которые стали известны как растровые или векторные:
SYMAP ( Говард Фишер , Гарвардская лаборатория компьютерной графики и пространственного анализа , разработанная в 1963–1967 гг.) создавала растровые карты, хотя данные обычно вводились в виде векторных контуров регионов или точек выборки, а затем интерполировались в растровую структуру для вывода. [2] Пакет GRID, разработанный в лаборатории в 1969 г. Дэвидом Синтоном, был основан на SYMAP, но был больше ориентирован на постоянное хранение и анализ данных с сеткой, таким образом став, возможно, первым универсальным программным обеспечением для растровой ГИС.
Канадская географическая информационная система ( Роджер Томлинсон , Канадская земельная инвентаризация, разработанная в 1963–1968 гг.) хранила данные о природных ресурсах в виде «граней» (векторных полигонов), хотя они обычно были получены из растровых сканов бумажных карт. [3]
Как и CGIS, ранние установки ГИС в Соединенных Штатах часто были сосредоточены на инвентаризациях землепользования и природных ресурсов, включая Информационную систему управления земельными ресурсами Миннесоты (MLMIS, 1969), Инвентаризацию землепользования и природных ресурсов Нью-Йорка (LUNR, 1970) и Информационную систему регионального моделирования Ок-Риджа (ORRMIS, 1973). В отличие от CGIS, все они были растровыми системами, вдохновленными SYMAP, хотя MLMIS была основана на подразделах Системы обследования государственных земель , которая не является идеальной регулярной сеткой. [5]
Большинство ГИС первого поколения были созданы на заказ для конкретных нужд, с моделями данных, разработанными для наиболее эффективного хранения и обработки с использованием технологических ограничений того времени (особенно перфокарт и ограниченного времени обработки мэйнфреймов). В 1970-х годах ранние системы дали достаточно результатов для сравнения и оценки эффективности их базовых моделей данных. [6] Это привело к усилиям в Гарвардской лаборатории и других местах, сосредоточенным на разработке нового поколения универсальных моделей данных , таких как топологическая векторная модель POLYVRT, которая должна была стать основой для коммерческого программного обеспечения и данных, таких как Esri Coverage. [7]
По мере того, как в 1980-х годах распространялось коммерческое программное обеспечение ГИС, установки ГИС и данные ГИС, ученые начали искать концептуальные модели географических явлений, которые, казалось бы, лежали в основе общих моделей данных, пытаясь выяснить, почему растровые и векторные модели данных, казалось бы, имеют здравый смысл, и как они измеряют и представляют реальный мир. [8] Это было одним из основных направлений, которые сформировали субдисциплину географической информационной науки в начале 1990-х годов.
Дальнейшее развитие моделирования данных ГИС в 1990-х годах было обусловлено быстрым ростом как базы пользователей ГИС, так и вычислительных возможностей. Основные тенденции включали 1) разработку расширений традиционных моделей данных для обработки более сложных потребностей, таких как время, трехмерные структуры, неопределенность и мультимедиа; и 2) необходимость эффективного управления экспоненциально растущими объемами пространственных данных с учетом потребностей предприятий в многопользовательском доступе и безопасности. Эти тенденции в конечном итоге привели к появлению пространственных баз данных , включенных в реляционные базы данных и объектно-реляционные базы данных .
Типы моделей данных
Поскольку мир гораздо сложнее, чем может быть представлен на компьютере, все геопространственные данные являются неполными приближениями мира. [9] Таким образом, большинство моделей геопространственных данных кодируют некоторую форму стратегии для сбора конечной выборки часто бесконечной области и структуру для организации выборки таким образом, чтобы обеспечить интерполяцию природы невыбранной части. Например, здание состоит из бесконечного числа точек в пространстве; векторный многоугольник представляет его несколькими упорядоченными точками, которые соединены в замкнутый контур прямыми линиями, и предполагает, что все внутренние точки являются частью здания; более того, атрибут «высота» может быть единственным представлением его трехмерного объема.
Процесс проектирования геопространственных моделей данных похож на моделирование данных в целом, по крайней мере, в его общей схеме. Например, его можно сегментировать на три различных уровня абстракции модели: [10]
Концептуальная модель данных , высокоуровневая спецификация того, как информация организована в сознании и в корпоративных процессах, без учета ограничений ГИС и других компьютерных систем. Обычно разрабатывают и представляют концептуальную модель визуально, используя такие инструменты, как модель «сущность-связь» .
Логическая модель данных , широкая стратегия представления концептуальной модели в компьютере, иногда новая, но часто в рамках существующего программного обеспечения, оборудования и стандартов. Унифицированный язык моделирования (UML), в частности диаграмма классов , обычно используется для визуальной разработки логических и физических моделей.
Физическая модель данных — подробная спецификация того, как данные будут структурированы в памяти или в файлах.
Каждая из этих моделей может быть разработана в одной из двух ситуаций или областей применения :
Универсальная модель данных предназначена для использования в самых разных приложениях, путем обнаружения последовательных моделей в способах, которыми общество в целом концептуализирует информацию и/или структуры, которые работают наиболее эффективно в компьютерах. Например, поле является универсальной концептуальной моделью географических явлений, модель реляционной базы данных и вектор являются универсальными логическими моделями, в то время как формат шейп-файла является универсальной физической моделью. Эти модели обычно реализуются непосредственно в формате программного обеспечения и файлов ГИС . В прошлом эти модели были разработаны академическими исследователями, органами стандартизации, такими как Открытый геопространственный консорциум , и поставщиками программного обеспечения, такими как Esri . Хотя академические и стандартные модели являются общедоступными (а иногда и с открытым исходным кодом ), компании могут решить сохранить детали своей модели в секрете (как Esri попыталась сделать с покрытием и файловой базой геоданных) или опубликовать их открыто (как Esri сделала с шейп-файлом). [11]
Конкретная модель данных или проект ГИС — это спецификация данных, необходимых для конкретного предприятия или проекта ГИС-приложения. Обычно она создается в рамках ограничений выбранных общих моделей данных, чтобы можно было использовать существующее программное обеспечение ГИС. Например, модель данных для города будет включать список слоев данных, которые необходимо включить (например, дороги, здания, участки, зонирование), причем каждый из них будет указан с типом используемой общей пространственной модели данных (например, растровой или векторной), выбором параметров, таких как система координат, и ее столбцами атрибутов.
Концептуальные пространственные модели
Общие геопространственные концептуальные модели пытаются охватить как физическую природу географических явлений, так и то, как люди думают о них и работают с ними. [12] В отличие от стандартного процесса моделирования, описанного выше, модели данных, на которых построена ГИС, изначально не были разработаны на основе общей концептуальной модели географических явлений, но в значительной степени были разработаны в соответствии с технической целесообразностью, вероятно, под влиянием концептуализаций здравого смысла, которые еще не были задокументированы.
Тем не менее, ранняя концептуальная структура, которая оказала большое влияние на раннюю разработку ГИС, была основана на признании Брайаном Берри и другими того, что географическую информацию можно разложить на описание трех совершенно разных аспектов каждого явления: пространства, времени и атрибута/свойства/темы. [13] В качестве дальнейшего развития в 1978 году Дэвид Синтон представил структуру, которая характеризовала различные стратегии измерения, данных и картирования как сохранение одного из трех аспектов постоянным, управление вторым и измерение третьего. [14]
В течение 1980-х и 1990-х годов совокупность пространственных информационных теорий постепенно сформировалась как основная подобласть географической информационной науки , включающая элементы философии (особенно онтологии ), лингвистики и наук о пространственном познании . К началу 1990-х годов возникла базовая дихотомия двух альтернативных способов понимания мира и его содержимого:
Объект (также называемый особенностью или сущностью ) — это отдельная «вещь», понимаемая как целое. Это может быть видимый материальный объект, такой как здание или дорога, или абстрактная сущность, такая как округ или рыночная площадь розничного магазина.
Поле — это свойство, которое изменяется в пространстве, так что оно потенциально имеет отчетливое измеримое значение в любом месте в пределах его протяженности. Это может быть физическая, непосредственно измеримая характеристика материи, родственная интенсивным свойствам химии, таким как температура или плотность; или это может быть абстрактная концепция, определяемая с помощью математической модели, например, вероятность того, что человек, живущий в каждом месте, будет пользоваться местным парком. [15]
Эти две концептуальные модели не предназначены для представления различных явлений, но часто являются различными способами концептуализации и описания одного и того же явления. Например, озеро является объектом, но температура, прозрачность и доля загрязнения воды в озере являются полями (вода сама по себе может рассматриваться как третья концепция массы , но это не так широко принято, как объекты и поля). [16]
Векторная модель данных
Векторная логическая модель представляет каждое географическое местоположение или явление геометрической формой и набором значений для его атрибутов. Каждая геометрическая форма представлена с помощью координатной геометрии , структурированным набором координат (x,y) в географической системе координат , выбранным из набора доступных геометрических примитивов , таких как точки, линии и многоугольники.
Хотя существуют десятки форматов векторных файлов (т. е. физических моделей данных), используемых в различном программном обеспечении ГИС, большинство из них соответствуют спецификации Simple Feature Access (SFA) от Open Geospatial Consortium (OGC). Она была разработана в 1990-х годах путем поиска общей основы между существующими векторными моделями и в настоящее время закреплена как ISO 19125, эталонный стандарт для векторной модели данных. OGC-SFA включает в себя следующие векторные геометрические примитивы : [17]
Point : отдельная координата в двух- или трехмерном пространстве. Многие векторные форматы позволяют одной функции состоять из нескольких изолированных точек и иметь нулевое измерение. (MultiPoint в OGC-SFA).
Кривая (альтернативно называемая полилинией или linestring ): линия включает бесконечное количество точек и имеет одно измерение, но представлена конечной упорядоченной выборкой точек (называемых вершинами ), что позволяет программному обеспечению интерполировать промежуточные точки. Традиционно это была линейная интерполяция (OGC-SFA называет этот случай LineString ), но некоторые векторные форматы допускают кривые (обычно дуги окружности или кривые Безье ) или то, что один объект состоит из нескольких непересекающихся кривых ( MultiCurve в OGC-SFA).
Полигон : регион также включает бесконечное количество точек, поэтому векторная модель представляет его границу в виде замкнутой линии (называемой кольцом в OGC-SFA), что позволяет программному обеспечению интерполировать внутреннюю часть. Программное обеспечение ГИС различает внутреннюю и внешнюю части, требуя, чтобы линия была упорядочена против часовой стрелки, поэтому внутренняя часть всегда находится слева от границы. Почти в каждом формате полигон может иметь «дыры» (например, остров в озере) путем включения внутренних колец, каждое в порядке по часовой стрелке (так что внутренняя часть все еще находится слева). Как и в случае с линиями, могут быть разрешены изогнутые границы; обычно один объект может включать несколько полигонов, которые OGC-SFA в совокупности называют поверхностью .
Текст (альтернативно называемый аннотацией ): меньшинство форматов векторных данных, включая базу геоданных Esri и Autodesk .dwg , поддерживают хранение текста в базе данных. Аннотацию обычно представляют в виде точки или кривой ( базовой линии ) с набором атрибутов, задающих текстовое содержимое и характеристики дизайна (шрифт, размер, интервал и т. д.).
Геометрическая форма, хранящаяся в векторном наборе данных, представляющем явление, может иметь или не иметь ту же размерность , что и само явление реального мира. [18] Обычно объект представляют более низким измерением, чем его реальная природа, в зависимости от масштаба и цели представления. Например, город (двумерный регион) может быть представлен в виде точки, а дорога (трехмерная структура) может быть представлена в виде линии. Пока пользователь осознает, что последнее является выбором представления, а дорога на самом деле не является линией, это обобщение может быть полезным для таких приложений, как анализ транспортной сети .
На основе этой базовой стратегии геометрических форм и атрибутов векторные модели данных используют различные структуры для сбора их в единый набор данных (часто называемый слоем ) , обычно содержащий набор связанных функций (например, дороги). Их можно разделить на несколько подходов:
Геореляционная модель данных была основой для большинства ранних векторных программ ГИС. [19] Геометрические данные и атрибутивные данные хранятся отдельно; изначально это было связано с тем, что для обработки геометрических данных требовался специфический для ГИС код, но для управления атрибутами можно было использовать существующее программное обеспечение реляционных баз данных (СУБД). Например, Esri ARC/INFO (позже ArcInfo ) изначально состояла из двух отдельных программ: ARC была написана Esri для пространственного управления и анализа, в то время как INFO была лицензированной коммерческой программой СУБД. Она была названа «геореляционной», потому что в соответствии с принципами реляционных баз данных геометрию и атрибуты можно было объединить, сопоставив каждую форму со строкой в таблице с помощью ключа , например, номера строки или идентификационного номера. [20]
Пространственная база данных ( также называемая объектно-ориентированной моделью [20] ) впервые появилась в 1990-х годах. Она также использует зрелость систем управления реляционными базами данных , особенно для их способности управлять чрезвычайно большими корпоративными базами данных. Вместо того, чтобы хранить геометрические данные отдельно, пространственная база данных определяет тип геометрических данных, позволяя хранить формы в столбце той же таблицы, что и атрибуты, создавая единый унифицированный набор данных для каждого слоя. Большинство программного обеспечения СУРБД (как коммерческих, так и с открытым исходным кодом) имеют пространственные расширения, позволяющие хранить и запрашивать геометрические данные, обычно основанные на стандарте Simple Features-SQL от Open Geospatial Consortium . [21] Некоторые форматы данных, не относящиеся к базам данных, также интегрируют геометрические и атрибутивные данные для каждого объекта в единую структуру, например GeoJSON .
Векторные структуры данных также можно классифицировать по тому, как они управляют топологическими отношениями между объектами в наборе данных: [22]
Топологическая модель данных включает топологические отношения как основную часть дизайна модели. [18] : 46 Формат GBF/DIME от Бюро переписи населения США был, вероятно, первой топологической моделью данных; другим ранним примером был POLYVRT, разработанный в Гарвардской лаборатории компьютерной графики и пространственного анализа в 1970-х годах, в конечном итоге развившийся в формат Esri ARC/INFO Coverage. [7] [19] В этой структуре линии разрываются во всех точках пересечения; эти узлы затем могут хранить топологическую информацию о том, какие линии там соединяются. Полигоны не хранятся отдельно, а определяются как набор линий, которые совместно закрываются. Каждая линия содержит информацию о полигонах справа и слева, таким образом явно сохраняя топологическую смежность. Эта структура была разработана для включения составных структур линия-полигон (например, блока переписи), геокодирования адресов и анализа транспортных сетей . Это также имело преимущество в виде повышенной эффективности хранения и снижения ошибок, поскольку общая граница каждой пары смежных полигонов была оцифрована только один раз. Однако это довольно сложная структура данных. Почти все топологические модели данных также являются геореляционными.
Модель данных спагетти не включает никакой информации о топологии (так называемой, потому что отдельные нити в миске спагетти могут перекрываться, не соединяясь). [10] : 215 Это было распространено в ранних системах ГИС, таких как Map Overlay and Statistical System (MOSS), а также в самых последних форматах данных, таких как шейп-файл Esri , язык географической разметки (GML) и почти все пространственные базы данных . В этой модели каждая геометрия объекта кодируется отдельно от любых других в наборе данных, независимо от того, могут ли они быть топологически связаны. Например, общая граница между двумя смежными регионами будет дублироваться в каждой форме полигона. Несмотря на возросший объем данных и потенциальную возможность ошибки в топологических данных, эта модель доминирует в ГИС с 2000 года, в основном из-за ее концептуальной простоты. Некоторое программное обеспечение ГИС имеет инструменты для проверки правил топологической целостности (например, не позволяя полигонам перекрываться или иметь пробелы) на данных спагетти для предотвращения и/или исправления топологических ошибок.
Гибридная топологическая модель данных имеет возможность хранить топологическую информацию о взаимосвязи как отдельный слой, построенный поверх набора данных спагетти. Примером является сетевой набор данных в базе геоданных Esri . [23]
Векторные данные обычно используются для представления концептуальных объектов (например, деревьев, зданий, округов), но они также могут представлять поля . В качестве примера последнего, температурное поле может быть представлено нерегулярной выборкой точек (например, метеостанции), или изотермами , выборкой линий одинаковой температуры. [10] : 89
Растровая модель данных
Растровая логическая модель представляет поле, использующее тесселяцию географического пространства в регулярно разнесенный двумерный массив местоположений (каждое называется ячейкой ), с одним значением атрибута для каждой ячейки (или более чем одним значением в многополосном растре). Как правило, каждая ячейка представляет собой либо один центральный точечный образец (в котором модель измерения для всего растра называется решеткой ) , либо представляет собой сводку (обычно среднее) переменной поля по квадратной области (в котором модель называется сеткой ) . [9] : 86 Общая модель данных по сути та же самая, что используется для изображений и другой растровой графики , с добавлением возможностей для географического контекста. Ниже приведен небольшой пример:
Чтобы представить растровую сетку в компьютерном файле, ее необходимо сериализовать в один (одномерный) список значений. Хотя существуют различные возможные схемы упорядочивания, наиболее часто используемой является row-major , в которой ячейки в первой строке, за которыми сразу следуют ячейки во второй строке, следующим образом:
Для реконструкции исходной сетки требуется заголовок с общими параметрами для сетки. Как минимум, ему требуется количество строк в каждом столбце, чтобы он знал, где начинать каждую новую строку, и тип данных каждого значения (т. е. количество бит в каждом значении перед началом следующего значения). [24]
Хотя растровая модель тесно связана с концептуальной моделью поля, объекты также могут быть представлены в растре, по сути, путем преобразования объекта X в дискретное ( булевое ) поле присутствия/отсутствия X. В качестве альтернативы слой объектов (обычно полигонов) может быть преобразован в дискретное поле идентификаторов объектов. В этом случае некоторые форматы растровых файлов позволяют присоединить векторную таблицу атрибутов к растру путем сопоставления значений идентификаторов. [18] Растровые представления объектов часто являются временными, создаются и используются только как часть процедуры моделирования, а не в постоянном хранилище данных. [20] : 135-137
Чтобы быть полезным в ГИС, растровый файл должен быть геопривязан , чтобы соответствовать реальным местоположениям в мире, поскольку необработанный растр может выражать местоположения только в терминах строк и столбцов. Обычно это делается с помощью набора параметров метаданных , либо в заголовке файла (например, формат GeoTIFF ), либо в файле sidecar (например, файл мира ). По крайней мере, метаданные геопривязки должны включать местоположение по крайней мере одной ячейки в выбранной системе координат и разрешение или размер ячейки , расстояние между каждой ячейкой. Линейное аффинное преобразование является наиболее распространенным типом геопривязки, допускающим вращение и прямоугольные ячейки. [18] : 171 Более сложные схемы геопривязки включают полиномиальные и сплайновые преобразования.
Наборы растровых данных могут быть очень большими, поэтому часто используются методы сжатия изображений . Алгоритмы сжатия идентифицируют пространственные закономерности в данных, затем преобразуют данные в параметризованные представления закономерностей, из которых могут быть реконструированы исходные данные. В большинстве приложений ГИС алгоритмы сжатия без потерь (например, Lempel-Ziv ) предпочтительнее алгоритмов сжатия с потерями (например, JPEG ), поскольку необходимы полные исходные данные, а не интерполяция. [10]
Расширения
Начиная с 1990-х годов, по мере совершенствования исходных моделей данных и программного обеспечения ГИС, одним из основных направлений исследований в области моделирования данных стала разработка расширений традиционных моделей для обработки более сложной географической информации.
Пространственно-временные модели
Время всегда играло важную роль в аналитической географии, начиная, по крайней мере, с региональной научной матрицы Брайана Берри (1964) и географии времени Торстена Хегерстранда (1970). [25] [13] На заре эры GIScience в начале 1990-х годов работа Гейл Лангран открыла двери для исследований методов явного представления изменений с течением времени в данных ГИС; [26] это привело к появлению многих концептуальных и моделей данных в последующие десятилетия. [27] Некоторые формы временных данных начали поддерживаться в готовом программном обеспечении ГИС к 2010 году.
Несколько распространенных моделей представления времени в векторных и растровых данных ГИС включают в себя: [28]
Модель моментального снимка (также известная как слои с временными метками ), в которой весь набор данных привязан к определенному действительному времени. То есть это «моментальный снимок» мира в это время.
Временные метки объектов , в которых набор данных включает объекты, действительные в разное время, причем каждый объект отмечен временем, в течение которого он был действителен (т. е. столбцами «начальная дата» и «конечная дата» в таблице атрибутов). Некоторое программное обеспечение ГИС, например ArcGIS Pro, изначально поддерживает эту модель с функциональностью, включающей анимацию.
Границы с временной меткой , использующие топологическую векторную модель данных для разложения полигонов на сегменты границ и маркирующие каждый сегмент по времени, в течение которого он был действителен. Этот метод был впервые применен Исторической ГИС Великобритании .
Факты с временной меткой , в которых каждый отдельный элемент данных (включая значения атрибутов) может иметь свою собственную временную метку, что позволяет атрибутам внутри одного объекта изменяться с течением времени или одному объекту (с постоянной идентичностью) иметь разные геометрические формы в разное время. [29]
Время как измерение , которое рассматривает время как другое (3-е или 4-е) пространственное измерение, и использует многомерные векторные или растровые структуры для создания геометрий, включающих время. Хегерстранд визуализировал свою временную географию таким образом, и некоторые модели ГИС, основанные на ней, используют этот подход. Формат NetCDF поддерживает управление временными растровыми данными как измерением. [30]
Трехмерные модели
Существует несколько подходов для представления трехмерной картографической информации и для управления ею в модели данных . Некоторые из них были разработаны специально для ГИС, в то время как другие были заимствованы из трехмерной компьютерной графики или автоматизированного черчения (САПР).
Полигональная сетка (связанная с математическим многогранником ) является логическим расширением векторной модели данных и, вероятно, является наиболее широко поддерживаемым в ГИС типом 3D-модели. Объемный объект сводится к его внешней поверхности, которая представлена набором полигонов (часто треугольников), которые в совокупности полностью охватывают объем.
Модель вокселей является логическим расширением модели растровых данных, путем тесселяции трехмерного пространства в кубы, называемые вокселями ( сочетание слов « объем » и «пиксель» , причем последнее само по себе является сочетанием слов). NetCDF является одним из наиболее распространенных форматов данных, поддерживающих трехмерные ячейки. [30]
Векторные карты стековых единиц отображают вертикальную последовательность геологических единиц до указанной глубины (здесь, основание блок- схемы ). Этот подход к картированию характеризует вертикальные изменения физических свойств в каждой трехмерной единице карты. В этом примере аллювиальное отложение (единица «a») залегает над ледниковой тилль (единица «t»), а стековая единица, обозначенная «a/t», указывает на эту связь, тогда как единица «t» указывает на то, что ледниковая тилль простирается до указанной глубины. Аналогично тому, как показано на рисунке 11, возникновение стековой единицы (выход на поверхность единицы карты), геометрия (границы единицы карты) и дескрипторы (физические свойства геологических единиц, включенных в стековую единицу) управляются так же, как и для типичной двухмерной геологической карты. [31]
Растровые штабелированные поверхности отображают поверхность каждой погребенной геологической единицы и могут содержать данные о латеральных изменениях физических свойств. В этом примере из Soller и других (1999), [32] верхняя поверхность каждой погребенной геологической единицы была представлена в растровом формате как файл сетки ArcInfo. Средняя сетка является самой верхней поверхностью экономически важного водоносного горизонта, песка Магомета, который заполняет до- и межледниковую долину, высеченную в поверхности коренной породы. Каждой геологической единицей в растровом формате можно управлять в модели данных способом, не отличающимся от того, который показан для карты штабелированной единицы. Песок Магомета является непрерывным в этой области и представляет собой одно вхождение этой единицы в модели данных. Каждый растр, или пиксель, на поверхности песка Магомета имеет набор координат карты, которые записаны в ГИС (в ячейке модели данных, которая помечена как «пиксельные координаты», что является растровым следствием ячейки «геометрия» для векторных данных карты). Каждый пиксель может иметь уникальный набор описательной информации, такой как высота поверхности, толщина слоя, литология , прозрачность и т. д.).
^ Робертсон, Дж. К. (1967). «Программа Symap для компьютерного картографирования». The Cartographic Journal . 4 (2): 108–113. Bibcode : 1967CartJ...4..108R. doi : 10.1179/caj.1967.4.2.108.
^ Томлинсон, Роджер (1968). «Географическая информационная система для регионального планирования». В Стюарте, Джорджия (ред.). Оценка земли: доклады симпозиума CSIRO . Macmillan of Australia. стр. 200–210.
^ Кук, Дональд Ф. (1998). «Топология и TIGER: вклад Бюро переписи населения». В Форесмане, Тимоти У. (ред.). История географических информационных систем: взгляды пионеров . Prentice Hall. стр. 47–57.
^ Томлинсон, Роджер Ф.; Калкинс, Хью В.; Марбл, Дуэйн Ф. (1976). Компьютерная обработка географических данных . Издательство ЮНЕСКО.
^ Дьюкер, Кеннет Дж. (1972). «Структура кодирования пространственных данных». Географический анализ . 4 (1): 98–105. Bibcode :1972GeoAn...4...98D. doi : 10.1111/j.1538-4632.1972.tb00460.x .
^ ab Peucker, Thomas K.; Chrisman, Nicholas (1975). «Картографические структуры данных». The American Cartographer . 2 (1): 55–69. doi :10.1559/152304075784447289.
^ Peuquet, Donna J. (1988). «Представления географического пространства: к концептуальному синтезу». Annals of the Association of American Geographers . 78 (3): 375–394. doi :10.1111/j.1467-8306.1988.tb00214.x.
^ ab Huisman, Otto; de By, Rolf A. (2009). Principles of Geographic Information Systems (PDF) . Энсхеде, Нидерланды: ITC. стр. 64. Получено 1 ноября 2021 г.
^ abcd Лонгли, Пол А.; Гудчайлд, Майкл Ф.; Магуайр, Дэвид Дж.; Райнд, Дэвид У. (2011). Географические информационные системы и наука (3-е изд.). Wiley. С. 207–228.
^ Esri. "Техническое описание шейп-файла ESRI" (PDF) . Техническая библиотека Esri . Получено 30 октября 2021 г. .
^ Mennis, J.; Peuquet, DJ; Qian, L. (2000). «Концептуальная структура для включения когнитивных принципов в представление географической базы данных». Международный журнал географической информационной науки . 14 (6): 501–520. Bibcode : 2000IJGIS..14..501M. doi : 10.1080/136588100415710. S2CID 7458359.
^ ab Берри, Брайан Дж. Л. (1964). «Подходы к региональному анализу: синтез». Анналы Ассоциации американских географов . 54 (1): 2–11. doi :10.1111/j.1467-8306.1964.tb00469.x. S2CID 128770492.
^ Синтон, Дэвид Дж. (1978). «Внутренняя структура информации как ограничение для анализа: картографированные тематические данные как пример исследования». В Даттон, Джефф (ред.). Гарвардские документы по ГИС . Том 7. Гарвардский университет.
^ Peuquet, Donna J.; Smith, Barry; Brogaard, Berit, ред. (1997). Онтология полей: отчет о встрече специалистов, проведенной под эгидой проекта Varenius (PDF) .
^ Плеве, Брэндон (2019). «Дело о географических массах». В Тимпфе, Сабина; Шлидер, Кристофф; Каттенбек, Маркус; Людвиг, Бернд (ред.). 14-я Международная конференция по теории пространственной информации (COSIT 2019) . Замок Дагштуль-Лейбниц-Центр информатики.
^ Открытый геопространственный консорциум (2010). Простой доступ к функциям — Часть 1: Общая архитектура. С. 20–32.
^ abcd Болстад, Пол (2019). Основы ГИС: Первый текст по географическим информационным системам (6-е изд.). XanEdu. С. 39–71.
^ ab Morehouse, Scott (1985). "ARC/INFO: геореляционная модель для пространственной информации" (PDF) . Труды Международного симпозиума по картографии и вычислениям (Auto-Carto VII) : 388.
^ abc Дженсен, Джон Р.; Дженсен, Райан Р. (2013). "5: Пространственные модели данных и базы данных". Введение в географические информационные системы . Pearson. С. 125–147.
^ Открытый геопространственный консорциум. "Простой доступ к функциям - Часть 2: SQL-опция" . Получено 4 ноября 2021 г.
^ Peuquet, Donna J. (1984). «Концептуальная структура и сравнение пространственных моделей данных». Cartographica . 21 (4): 66–113. doi :10.3138/D794-N214-221R-23R5.
^ Esri. "Что такое сетевой набор данных?". Документация ArcGIS Pro . Получено 4 ноября 2021 г.
^ Ло, CP; Йенг, Альберт К. В. (2002). Концепции и методы географических информационных систем . Prentice Hall. стр. 81.
^ Хегерстранд, Торстен (1970). «Что насчет людей в региональной науке?». Papers of the Regional Science Association . 24 (1): 6–21. Bibcode : 1970PRegS..24....6H. doi : 10.1007/BF01936872. S2CID 198174673.
^ Лангран, Гейл (1992). Время в географических информационных системах . Тейлор и Фрэнсис.
^ Peuquet, Donna J. (1994). «Пора: концептуальная основа для представления временной динамики в географических информационных системах». Annals of the Association of American Geographers . 84 (3): 441–461. doi :10.1111/j.1467-8306.1994.tb01869.x.
^ Грегори, Ян Н. (2002). «Временные базы данных ГИС изменяющихся исторических административных границ: европейское сравнение». Transactions in GIS . 6 (2): 161–178. Bibcode : 2002TrGIS...6..161G. doi : 10.1111/1467-9671.00103. S2CID 38450649.
^ Plewe, Brandon (2019). «Квалифицированная база данных утверждений для истории мест». Международный журнал гуманитарных наук и вычислений в искусстве . 13 (1–2): 95–115. doi :10.3366/ijhac.2019.0233. S2CID 207941717.
^ ab Esri. "Основы хранения данных netCDF". Документация ArcGIS Pro . Получено 5 ноября 2021 г.
^ ab Дэвид Р. Соллер1 и Томас М. Берг (2003). Проект базы данных Национальной геологической карты: обзор и прогресс. Открытый отчет Геологической службы США 03–471.
^ DR Soller и др. (1999). «Включение цифровых картографических продуктов в Национальную базу данных геологических карт». В Soller, DR, ред., Digital Mapping Techniques '99—Workshop Proceedings . US Geological Survey Open-File Report 99-386, стр. 35–38,
Дальнейшее чтение
На Викискладе есть медиафайлы по теме Модель данных (ГИС) .
BR Johnson и др. (1998). Модель данных цифровой геологической карты . v. 4.3: Отчет рабочей группы по модели данных AASG/USGS, http://geology.usgs.gov/dm/.
Соллер, Д. Р., Берг, Т. М. и Валь, Рон (2000). «Разработка Национальной базы данных геологических карт, фаза 3 — Онлайновая, «живая» база данных картографической информации». В книге Соллера, Д. Р., ред., « Технологии цифрового картирования '00» — Труды семинара: Отчет Геологической службы США в открытом доступе 00-325, стр. 49–52, http://pubs.usgs.gov/openfile/of00-325/soller4.html.
Соллер, Д.Р. и Линдквист, Тарин (2000). «Разработка и публичное рассмотрение проекта «Цифровой картографический стандарт для обозначения геологических карт». В книге Соллера, Д.Р., « Цифровые картографические технологии '00 — Труды семинара: Отчет Геологической службы США в открытом доступе 00-325», стр. 43–47, http://pubs.usgs.gov/openfile/of00-325/soller3.html.