基于Oracle 10g Spatial的栅格数据存储、管理及关键技术

在Oracle 10g Spatial可以存储管理矢量数据的基础上，研究栅格图像的存储与管理，分析了栅格数据、元数据、波段、图层、坐标系、物理存储结构等几个相关概念，探讨了存储管理中分块、索引、影像金字塔、地理参照等关键技术，最后用实验证明，采用Oracle 10g Spatial选件可以进行栅格图像的有效存储与管理，并设计了空间数据表结构，将空间对象的栅格数据、矢量数据及属性数据存储到同一数据库，实现了空间数据的一体化管理。     

基于Oracle Spatial 10g的GIS数据存储研究

分析了现有GIS数据存储方案存在的问题,提出了Oracle Spatial在GIS数据存储方面的优势,介绍了Oracle Spatial以及Oracle Spatial 10g的新功能,以代码形式给出了Oracle Spatial 10g中GIS数据的关键操作,以西安市道路GIS数据为例说明了GIS数据是如何在Oracle 10g中存储的。     

一种静态环境下的空间索引结构

R树作为目前最流行的动态空间数据索引结构,被广泛应用于原型研究和商用空间数据库系统中.R树的变体很多,但大多数应用于动态环境下,对于静态空间数据环境(指不更新或更新少的空间数据),R树及其变体虽然适用,但效率不高.本文在已有空间数据索引结构的基础上,根据静态空间数据的特点,提出一种新的适用于该环境的空间索引结构,该方法可减少I/O访问次数,提高空间查询效率.     

一种基于QAAR-树的空间索引方法

针对QCR-树聚类个数需事先确定和处理高维空间数据时面临着“维数灾难”的问题,通过自动确定K-means算法的聚类个数和初始聚类中心,来提高聚类质量,并对原始高维空间数据进行近似压缩来减少磁盘读写代价,提高查询效率,提出一种QAAR-树空间索引结构,同时给出QAAR-树的插入、删除和查询算法。实验结果表明,QAAR-树的查询性能优于QCR-树,能够有效地处理海量高维空间数据。     

三维GIS中混合树空间索引结构的研究

目的在空间数据库应用中，解决随着数据量的增加，单一的空间索引结构制约检索性能的问题．方法提出一种三维GIS中基于八叉树和R＊树的混合树空间索引结构OR＊树。该结构在对三维索引空间进行八叉划分的基础上应用R＊树索引技术，将操作空间限定在某一特定的区域．结果实现了R＊树以及OR＊树的试验程序，并通过均匀分布的随机数据测试了不同层数OR＊树的空间开销与插入、删除、查找所访问的磁盘页数．结论试验数据分析表明，该方法有效降低了R＊树的插入、删除与查询操作的开销。数据量越大OR＊树的效率越高．     

基于改进Kd-Tree构建算法的k近邻查询

k近邻查询算法是查询大规模空间数据的常用算法之一,使用Kd-Tree先构建大规模空间数据的索引,然后对搜索空间进行层次划分,再进行k近邻查询,能保证搜索的效率。但是,传统的Kd-Tree构建有两个缺点：使用测试数据点进行k近邻查询每次都需要回溯到根节点,影响了查询的效率;Kd-Tree使用split域对空间进行层次划分,空间划分为立方体（二维数据表现为矩形）,多边形空间在相交判断时会出现没必要进行数据距离比较的多余空间,这样会影响查询的效率。针对这两个缺点,本文提出了相应的改进算法---RB算法。实验结果证明,该算法比传统的KD算法拥有更高的查询效率。本文的主要贡献有两点：（1）构建一种快速创建Kd-Tree索引来支持KNN算法进行大规模数据的分类查询操作。（2）改进传统的Kd-Tree索引构建方法,提出新的改进算法RB算法,提高KNN算法查询的效率。     

一种基于空间划分树裁剪外包框的空间索引方法

空间数据库中,基于R树的时空索引使用最小外包框对时空数据进行近似以提高查询效率,通过裁剪外包框的冗余空间可以进一步提高索引的效率.针对这一问题,提出了一种基于CBB的改进的时空索引方法.首先,将优化方法从平面二维拓展到了时空维度中,计算可能的裁剪点,在空间索引中记录外包框中的冗余空间范围,对索引节点外包框的裁剪空间进行...     

基于XML的数字地下空间索引QR树研究

为了提高数字地下空间数据库的存储效率与检索性能,设计基于可扩展标记语言(XML)的数字地下空间索引四叉矩形(QR) 树.该索引将检索过程涉及到的空间限制在整个索引空间的某一部分,XML利用其结构化的特点,改进了传统QR树索引文档与数据结构之间需要序列化的缺点,改善了因数据激增而下降的查找性能;同时利用XML的可扩展性,实现对索引信息规范化、结构化的描述,实现索引文档存储和数据结构组织的显式描述,解决了QR树存储开销较高、结点上溢和下溢问题,实现QR树动态维护,提高索引的稳定性.     

Oracle Spatial在构建多源地学空间数据库中的应用

地学数据具有结构复杂、多尺度、数据量大的特点.将多源地学数据库集成在同一操作平台与数据库中进行分析使用,使用传统的空间数据储存方法有一定的难度.采用大型数据库系统Oracle 9 i Spatial构建地学空间数据库方法,提供了建立空间数据库的实例与应用程序访问空间数据库方法.实践表明,采用Oracle Spatial构建多源地学空间数据库具有空间数据格式统一、数据安全性高、数据存储量大的优点.     

3DGIS中基于改进R树的空间索引技术研究

空间索引是GIS的重要技术之一。3DG1S作为新一代GIS技术的重要分支,其数据管理技术较二维地理信息系统复杂,迫切需要引入适应3DGIS环境的三维空间索引技术。作为一种高效的多维索引技术,R树及其变种已在二维地理信息系统中得到广泛应用。针对3DGIS的特点,通过改进R树的部分算法,和修改R树的数据结构,本文给出了一种适宜3DGIS数据管理的改进R树索引方法。基于三维地理信息系统平台GeoView3D开发的实例证明,改进R树索引较传统R树索引具有同层节点重叠率低,空间利用合理,空间操作快的优点,可以满足3DGIS中大场景数据的显示和查询等操作。     

Oracle 9i中MapInfo空间表整体结构分析

Oracle 9i中MapInfo空间表整体结构由空间对象表、唯一索引、空间索引、MAPINFO_MAPCATALOG表和MDSYS组成,其中空间对象表处于核心地位,但其它部分也是必需的.利用此整体结构的完整性,解决了MapInfo空间数据从Oracle 8.1.6版本转化到9i版本因创建空间索引的索引方式不同而引起的问题,并且运用MapX验证了分析的正确性.     

Mapinfo空间数据在Oracle数据库中无损存储的方法研究

Oracle Spatial是大型数据库管理系统Oracle用于解决GIS领域中海量空间数据存储的空间数据扩展．在利用Oracle Spatial进行Mapinfo空间数据存储的过程中，标注和风格等空间信息会发生丢失．通过对Mapinfo的空间数据模型和Oracle空间数据模型的比较分析，找到空间信息丢失的原因，进而提出一种把丢失的空间信息进行必要的提取、组织、还原，以达到无损空间数据存储的方法．     

空间信息搜索引擎研究

在借鉴现有4种在线空间信息搜索策略的基础上，提出了一种遵循空间信息网络服务规范、基于空间信息网络服务集成的动态空间信息搜索引擎系统设计方案．介绍了在国产优选WebGIS平台软件——地网GeoBeans的基础上开发成功的阶段性研究成果——图自通，该系统的研制成功表明了本提出的动态空间信息搜索引擎设计方案具有可行性．     

GIS二次开发中空间数据库技术解决方案研究

GIS二次开发中对于空间数据的管理与应用可以采用两种方式,一种是采用GIS平台商提供的空间数据库管理中间件加通用商业数据库软件,另一种是直接采用数据库厂商提供的空间数据库扩展模块;论文将以ARCSDE和ORACLE spatial为例,从空间数据的模型、存储方式、应用开发等方面详细比较两种解决方案的优缺点,探讨了GIS二次开发中空间数据库比较合理的技术实现方法.     

空间数据多级索引结构的算法实现和分析

空间数据库的索引是提高空间数据库存储效率和空间检索性能的关键技术。介绍了空间数据库中建立索引的常用字技术,给出了一种多级空间索引,详细讨论了该索引的建立算法以及应用该索引的检索算法,并进行了算法分析。     

土地管理中空间数据的管理

针对现行土地管理中空间数据管理存在的问题,提出了用Ｏｒａｃｌｅ管理空间数据的方案,并对土地管理中使用的空间表进行了设计。     

R-树和四叉树的空间索引结构:RQOP_树

针对现有的基于R-树和四叉树的空间索引结构中存在的问题,通过建立数据矩形间的序关系对数据空间进行分割,提出了一种新的空间数据索引结构:RQOP树.在此结构中,节点的构造是按照空间数据的分布来进行的而不是像其它基于R-树和四叉树的空间索引结构只是对数据空间进行均匀划分而得到,使树的高度尽可能低,同时使兄弟节点间的交叠相对较小.在区域查询算法中引入了查询窗口包含节点MBR的判断加快了查询的速度.给出了RQOP树的生成、节点插入和区域查询算法,并给出了相应算法的可行性和正确性定理及时间复杂度分析.实验表明:新索引结构的查询速度明显加快.     

基于SR-树的空间对象反最近邻查询技术研究

反最近邻查询是空间数据库的重要应用之一,是在最近邻查询基础上提出的一种新的查询类型,以往基于范围查询或最近邻查询的方法搜索影响集效率不高,本文在分析RNN查询的基本概念和存储区域的基础上,区别于R＊-树,提出了基于SR-树的RNN查询方法,优化了空间对象的反最近查询性能,在高维空间查询上具有明显优势。