皖江城市带发展土地保障与监管空间数据集成研究

开篇：润墨网以专业的文秘视角，为您筛选了一篇皖江城市带发展土地保障与监管空间数据集成研究范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！

摘 要：旨在探讨多源、多类型、海量空间数据集成思路和方法。基于Geodatabase空间数据模型，从方法概念、逻辑表达和具体实现等3个方面论述了数据集成工作思路。使用CASE工具建立数据库UML模型，完成了皖江城市带土地保障与监管空间数据的集成，实现皖江城市带土地保障与监管空间数据的高效组织和管理。

关键词关键词：皖江城市带；土地保障与监管；空间数据；数据集成；地理数据库

中图分类号：TP392 文献标识码：A 文章编号文章编号：16727800（2013）008010503

0 引言

随着国内经济的快速发展，城市土地资源日趋稀缺，土地资源的合理利用和有效监管是土地管理部门面临的难点和热点。3S技术的快速发展，为土地管理和动态监管提供了丰富的数据支撑，但多种类型和海量空间数据组织和管理是土地管理部门面临的新问题。近10年来，学者们探讨了海量空间数据库的建设[1]，并逐步建立了省级基础地理空间数据库[25]。当前，中部地区特别是皖江城市带承接产业转移示范区，大量项目需要落地，合理用地和用后监管已经成为一个亟待解决的问题。皖江城市带发展土地保障与监管技术系统是基于GIS平台开发，实现土地保障与监管的决策支持系统，包括土地承载力分析、区域土地利用空间分析、产业发展用地调控、土地空间规划、土地整治、用地动态监管和多层面综合分析模块等7个关键模块的集成平台。空间数据是GIS中最主要的组成部分，是分析模型的基础、决策的依据[6]。数据集成可将各类分散的数据形成一个有机的整体，是模块集成的前提[7]。如何从多数据库、多比例尺和多种类型数据中提取出有助于更好理解项目落地的事前事中事后过程――并支持综合模型扩展的准确和一致的数据，是土地保障和监管数据集成所要回答的核心问题。本文讨论采用以Geodatabase空间数据模型为基础，集成多源、多类型、海量空间数据，以实现高效组织和管理的思路和方法。

1 数据和数据集成流程

空间数据集成是对数据形式特征和内部特征进行全部或部分的调整、转化、合成或分解等操作，其目的是形成充分兼容的数据集（库），其流程可分为3个层次：概念层、逻辑层和物理层，对应的内容分别为数据集成的方式方法等概念模型、数据集成模型的逻辑表达和数据集成的具体实现[7]。皖江城市带承接产业转移示范区面积为7.6万km2，包括合肥、芜湖、马鞍山、铜陵、安庆、池州、滁州、宣城8市全境，以及六安市的金安区和舒城县，共59个县（市、区）。研究区域覆盖面广，数据具有种类多、比例尺多、数据量大、范围大的特点。其中，数据种类包括矢量数据、栅格数据、影像数据和社会经济人口等数据；比例尺包括1：1万、1：25万等；影像数据数据量高达300GB；高斯投影3 度分带跨越了39 带和40 带。基础地理数据主要包括比例尺为1：1万和经过缩编的1：25万行政区划等数据。另外，安徽省土地勘测规划院在工作中建设的专题数据库包括土地利用数据库、土地规划数据库、开发区土地集约利用数据库、基本农田数据库和耕地质量等级补充完善数据库等。遥感影像数据包含皖江城市带内各区县的SPOT、QuickBird和Landsat等影像格式数据。针对项目数据特点，决定采用“集中集成”方式进行数据集成，即将需要共享的信息从每个应用的数据库中复制到一个共享的公共数据库中[8]，如图1所示。公共数据库的搭建基于ArcGIS平台的Geodatabase空间数据模型，通过空间数据引擎ArcSDE存储在Orace 11g关系型数据库中。调整、转化、合成或分解等空间数据集成操作通过CASE工具软件Visio，使用UML（通用建模语言）进行建模表达，定义空间对象，表示GIS 要素及其关系。

图 1 “集中集成”模式框架（据参考文献[7，8]修改）

2 数据集成的逻辑表达

2.1 公共数据库总体结构

由于不同比例尺的空间数据对应着不同的地图投影和分带，影像、DEM数据在边缘带的跨带等问题的存在，在进行数据库总体结构设计时需考虑解决以下问题[7]：①多级比例尺、多种类空间数据的组织和存储。采用多级层次进行构建，每级比例尺的数据组织为一个子库，子库中包括矢量数据集和栅格数据集。②投影坐标跨带。由于当前各比例尺的数据采用的投影各不相同，并且跨越不同带的同一比例尺数据，其高斯投影也不相同，为数据库内各带图幅之间的无缝拼接显示带来了一定困难。因此，有必要在入库和出库时进行坐标转换操作，对矢量数据统一采用西安1980 地理坐标存储，以实现矢量数据在数据库中的拼接及无缝显示。为此，数据库的出库和入库模块提供了投影变换功能，在入库以前先将各种投影的数据经投影变换到西安1980 坐标系，再写入到数据库中，提取数据时，再投影变换到用户指定的坐标系。考虑到栅格数据量大，投影变换速度慢，投影时由于重采样等因素会导致精度损失，而且用户需要的栅格数据坐标系统通常是高斯投影坐标，在数据库中仍采用高斯投影存储。为了使不同投影带的栅格数据和矢量数据可以叠加无缝显示，采用了分带存储的方式。叠置显示时，将栅格数据集或是栅格目录即时投影到西安1980地理坐标系统，从而实现栅格数据与矢量数据的叠加及栅格数据的无缝拼接[2，4]。③不同空间数据格式转换。空间数据格式转换就是通过专门的转换程序，把一种格式的空间数据转换成另一种格式的空间数据，以实现空间数据集成。Mapgis格式数据可使用MapGIS软件提供的转换工具转换为shape格式文件。ArcGIS平台内部的三种空间数据格式转换拟基于ArcEngine开发转换工具，便于数据集成。公共数据库的总体结构如图2所示。

空间数据的层次结构按行政区划级别，即皖江城市带―区县级―开发区而划分[9]。不同级别数据对应不同的比例尺数据，例如皖江城市带空间数据精度要求不需要很高，比例尺采用1∶25万，而区县级数据的精度要求较高，比例尺为1∶1万，对于开发区级的空间数据比例尺采用1∶500[9]。数据库采用总库―分库―子库的设计方式[3]，总库下面包括多个分库，如矢量数据库、DEM数据库、DOM数据库、影像数据库和元数据库等，每个分库包含多个同一类型数据的子库。即每种比例尺的数据为一个子库。例如，1∶25万子库命名为“250K”，1∶1万子库命名为“10K”。该级子库用于空间数据的存储，与Geodatabase 中要素数据集的概念相对应，数据集的命名应遵循一定的规则，例如数据类型+“_”+要素名称+“_”+投影分带中央经线+“_”+比例尺[1]。

图2 公共数据库总体结构（据参考文献[4]修改）

2.2 数据集的逻辑表达

空间数据可以按照不同比例尺、坐标系统、一定的模型和规则组合要素数据集和栅格要素集，存储矢量空间数据的子库对应于Geodatabase中要素数据集，DOM、DEM和DRG数据按照栅格数据集或栅格目录进行组织和存储[1]。例如1∶25万和1∶1万基础地理信息矢量数据、土地利用等5个专题数据库按要素数据集组合，在UML模型中的表达如图3所示。

图3 多比例尺要素数据集

要素类按数据集进行组合时，如果多个要素具有相同属性，可通过Geodatabase数据模型中的域值和子类型来实现[10]。创建子类比创建多要素类能更有效，便于管理和编辑。例如在土地规划要素数据集中允许建设用地区、有条件建设用地区、禁止建设用地区和限制建设用地区等4个要素类具有相同属性，可集成于建设用地管制区要素类内，通过要素子类型区分，如图4所示。

图4 土地利用规划数据集

2.3 对象类的逻辑表达

业务模块分析时所需的非空间数据，例如皖江城市带内人口数据、GDP、农业数据和工业数据，在Geodatabase数据模型中用对象类存储。首先，根据模块逻辑上划分包，然后按包分别建模各模块所需的数据。例如产业发展规划模块所需数据在UML模型中的表达如图5所示。

图5 产业发展模块所需对象类

2.4 要素数据集和对象类之间关系的逻辑表达

在业务分析中，空间数据和非空间数据业务处理过程往往存在关联关系，例如在进行空间分析时，需建立行政区划和按行政区划级别收集的人口经济数据两者之间的关联。在Geodatabase数据模型用关系类描述这种要素类与对象类之间的关系。例如行政区划和人口、经济、环境、产业等非空间数据的关系描述如图6所示。

3 数据集成物理实现

完成UML模型的建立后， 通过V isio的导出工具完成皖江城市带土地保障与监管Geodatabase的建立，如图7所示。Geodatabase通过ArcSDE存储在Oracle数据库中，在建立空间数据库以前，可通过合理地设计Oracle 的表空间、表空间相关联系的数据文件的存储位置和用途，把访问频繁的子库和访问及更新较少的子库用表空间隔离开来，减少磁盘I/O 竞争，提高访问的速度[4，11]。

4 结语

本文讨论了基于Geodatabase的空间数据模型，从方法概念、逻辑表达和具体实现等3个方面进行数据集成的工作思路。使用CASE工具，建立了皖江城市带土地保障与监管空间数据库UML模型，实现了多源、多类型、海量空间数据的集成，有利于空间数据的高效组织和管理。目前，皖江城市带土地保障与监管空间数据库已基本完成入库工作，还需在应用过程中不断完善。

参考文献参考文献：

[1] 王良清，刘仁义，刘南.建立省级基础地理信息数据库管理系统初探[J].浙江大学学报：理学版， 2005（4）.

[2] 李明巨，刘波，葛静，等.江苏省基础地理信息数据库设计思想与建设进展[J].测绘科学， 2004（7）.

[3] 陈泽鹏.广东省基础地理信息数据库系统建设研究[J].测绘科学， 2007（2）.

[4] 黄梦龙，胡鹏，夏兰芳.基于Oracle和Geodatabase的福建省基础地理信息数据库建设[J].地理空间信息， 2008（1）.

[5] 张耀波，张迁.基于GeoDatabase 海量地理信息数据的组织与管理[J]. 地理空间信息， 2011（3）.

[6] 李新，吴立宗，马明国，等.数字黑河的思考与实践2：数据集成[J].地球科学进展， 2010（3）.