400个!史上最全地理信息系统名词解释大全(4)

2020-11-18 23:35:51 石智慧 1

SQL查询

SQL查询 SQL(Structured Query Language)结构化查询语言,是一种数据库查询和程序设计语言,用于存取数据以及查询、更新和管理关系数据库系统。同时也是数据库脚本文件的扩展名。

弧段

弧段 有序的坐标集合,用于表示在给定的比例尺上窄到无法表示为面的地理要素。


空间分析函数

空间分析函数(5×4) 分析函数是对地理空间数据按一定规则进行转换的图像函数,基于一定的空间分析算法.以一个或多个数据平面作为输入,函数运算结果产生新的数据平面。许多专题分析模型要求首先由空间分析函数将原始数据进行变换,以获取更多的符合模型要求形式的地理空间信息。空间分析函数不仅可以向用户提供多种形式的空间信息、而且为地理信息系统分析模型的实现提供了极大的方便。

空间对象

空间对象(实体) 空间对象是GIS空间分析的客体,它们是现实世界中客观存在的实体或现象。人们能够感知空间对象的存在是因为其具有多重的属性,如,空间位置、发生时间、大小、颜色、质地、位置等等。

空间对象的属性

空间对象的属性众多,但大致可分为两类,其一是空间要素属性;其二是非空间要素属性,也称为描述属性。

空间要素属性是指与空间(时间)位置相关的属性,主要包括:空间对象的位置、事件发生的时间、大小、形状、速度。

描述属性则是指与空间位置无关或无直接关系的属性:如颜色、大小、质地等等。

层次数据库模型

层次数据库模型 用层次结构表示实体类型及实体间联系的数据模型称为层次数据模型(hierarchical datamodel)。层次结构是树结构,树的结点是记录类型,非根结点有且只有一个父结点。上一层 记录类型和下一层记录类型是1:N联系。记录之间的联系通过指针来实现,查询效率较高。

地理空间中栅格表达方法

地理空间中栅格表达方法 GIS是世界上独一无二的一种数据库――空间数据库(Geodatabase)。它是一个“用于地理的信息系统”。从根本上说,GIS是基于一种使用地理术语来描述世界的结构化数据库。这里我们来回顾一些在空间数据库中重要的基本原理:地理表现形式:作为GIS空间数据库设计工作的一部分,用户要指定要素该如何合理的表现。例如,地块通常用多边形来表达,街道在地图中是中心线(centerline)的形式,水井表现为点等等。这些要素会组成要素类,每个要素类都有共同的地理表现形式。每个GIS数据集都提供了对世界某一方面的空间表达,包括:⑴基于矢量的要素(点、线和多边形)的有序集合 诸如数字高程模型和影像的栅格数据集 网络 地形和其它地表 测量数据集 其他类型数据,诸如地址、地名和制图信息 描述性的属性  除了地理表现形式以外,地理数据集还包括传统的描述地理对象的属性表。许多表和空间对象之间可以通过它们所共有的字段(也常称为“关键字”)相互关联。就像它们在传统数据库应用中一样,这些以表的形式存在的信息集和信息关系在GIS数据模型中扮演着非常关键的角色。空间关系:拓扑和网络。空间关系,比如拓扑和网络,也是一个GIS数据库的重要部分。使用拓扑是为了管理要素间的共同边界、定义和维护数据的一致性法则,以及支持拓扑查询和漫游(比如,确定要素的邻接性和连接性)。拓扑也用于支持复杂的编辑,和从非结构化的几何图形来构建要素(例如,用线来构建多边形)。地理要素共享几何形状。可以使用节点、边、面的关系来描述要素的几何形状 在这个网络示例中,街道要素代表连接它们的端点(称为“连接”)的边。转向模型可用于控制从一边到另一边的通行能力⑵专题图层与数据集 GIS将空间数据组织成一系列的专题图层和表格。由于GIS中的空间数据集具有地理参考,因此它们具有现实世界的位置信息并互相叠加。GIS集成了多种类型的空间数据  在一个GIS中,同类型的地理对象集合被组织成图层,例如地块、水井、建筑物、正射影像以及基于栅格的数字高程模型(DEM)。明确定义的地理数据集对于一个实用的地理信息系统是相当重要的,同时专题信息集合使用层来组织,这样的思想也是GIS数据集一个关键的思想。数据集可以用于表达:原始量测值(例如卫星影像)经过解译的信息通过空间分析和建模处理而得来的数据。通过层之间共同的地理位置,我们可以很容易地得到多个层之间的空间关系。GIS使用普通的对象类来管理这些简单的图层,同时凭借一套功能丰富的工具获取数据层之间的关键联系。GIS会使用通常是来自不同组织机构,并且具有各种表现方式的大量数据集。因此对于GIS数据集很重要的是:①使用简单并易于理解②易于同其他的地理数据集结合使用③能够被有效地编辑与校验④能够形成具有内容详实,使用和目标描述明确的清晰文档。任何的GIS数据库或者用基于文件的数据组织方式都遵循这些共同的原则与概念。每个GIS都需要有一个机制依据这些原则来描述地理数据,并且通过一套综合的工具来使用和管理此信息。

DEM分辨率

(1)DEM指数字高程模型,DEM的分辨率只代表每一个能”分辨”地图上的信息, 与其精密度有直接关系;

(2)DEM的分辨率是由输出的栅格大小设定所致的,用高精度的地图生成小栅格数据, 用低精度的地图生成大栅格数据。需要什么精度的地图就输出成什么分辨率的DEM

(3)DEM的分辨率越大,包含的信息量越少。

窗坐标索引

窗坐标索引 是基于记录对象空间范围的索引机制,即记录每个空间对象坐标时,同时记录其对象的最大,最小窗坐标。窗坐标就是完全包含该对象的MBR坐标。

多边形统计叠置分析

多边形统计叠置分析 叠置分析是地理信息系统中常用的用来提取空间隐含信息的方法之一,叠置分析是将 有关主题层组成的各个数据层面进行叠置产生一个新的数据层面,其结果综合了原来两个 或多个层面要素所具有的属性,同时叠置分析不仅生成了新的空间关系,而且还将输入的多个数据层的属性联系起来产生了新的属性关系。其中,被叠加的要素层面必须是基于相 同坐标系统的,同一地带,还必须查验叠加层面之间的基准面是否相同。 

从原理上来说,叠置分析是对新要素的属性按一定的数学模型进行计算分析,其中往 往涉及到逻辑交、逻辑并、逻辑差等的运算。根据操作要素的不同,叠置分析可以分成点 与多边形叠加、线与多边形叠加、多边形与多边形叠加;根据操作形式的不同,叠置分析可以分为图层擦除、识别叠加、交集操作、均匀差值、图层合并和修正更新,以下就这六种形式分别介绍叠置分析的操作。要注意的是这里也要对属性进行一定的操作,所指的属 性是较为简单的属性值,例如注解属性,尺度属性,网络属性等不能作为输入的属性值。其中在ArcGIS 中可以进行叠置分析的数据格式有coverage,shapefile,GeoDatabase中的数据要素等

点密度法表示专题地图与独立值法表示专题地图

XML 可扩展标记语言 (Extensible Markup Language, XML) ,用于标记电子文件使其具有结构性的标记语言,可以用来标记数据、定义数据类型,是一种允许用户对自己的标记语言进行定义的源语言。XML是标准通用标记语言 (SGML) 的子集,非常适合 Web 传输。XML 提供统一的方法来描述和交换独立于应用程序或供应商的结构化数据。

XML与Access,Oracle和SQL Server等数据库不同,数据库提供了更强有力的数据存储和分析能力,例如:数据索引、排序、查找、相关一致性等,XML仅仅是展示数据。事实上XML与其他数据表现形式最大的不同是:他极其简单。这是一个看上去有点琐细的优点,但正是这点使XML与众不同。 

XML与HTML的设计区别是:XML是用来存储数据的,重在数据本身。而HTML是用来定义数据的,重在数据的显示模式。 

XML的简单使其易于在任何应用程序中读写数据,这使XML很快成为数据交换的唯一公共语言,虽然不同的应用软件也支持其它的数据交换格式,但不久之后他们都将支持XML,那就意味着程序可以更容易的与Windows,Mac OS,Linux以及其他平台下产生的信息结合,然后可以很容易加载XML数据到程序中并分析他,并以XML格式输出结果。 

为了使得SGML显得用户友好,XML重新定义了SGML的一些内部值和参数,去掉了大量的很少用到的功能,这些繁杂的功能使得SGML在设计网站时显得复杂化。XML保留了SGML的结构化功能,这样就使得网站设计者可以定义自己的文档类型,XML同时也推出一种新型文档类型,使得开发者也可以不必定义文档类型。

SIG SIG是每个BREW小程序的必须要有的有效的数字签名以便在手机设备上运行,BREW的数字签名有两种: 

(1)测试签名:这是针对认证的开发商的请求提供的。一个测试签名使任何小程序可以在单一设备上,而且只能在该设备上运行,在请求测试签名时必须提供设备的电子串行码(ESN); 

(2)生产签名,这类签名只有在小程序通过TBT测试时,QUALCOMM才会提供这类签名,与测试签名不同,生产签名可以使一个单一的小程序运行在任何BREW设备上。 

取得测试签名:测试签名是有BREW开发商外联网上一个基于互联网的TestSig生成器的工具生成的。TestSig生成器基于设备的ESN创建一个测试签字,该签名从生成日起90天内有效,到期后须在重新生成一个签名(SIG)。

时空数据库

时空数据库是一个包含了时态数据、空间数据和时空数据,并能同时处理数据对象的时间和空间属性的数据库。时空数据库系统的研究涉及到数据库研究的诸多领域,如时空数据模型、时空查询语言和时空索引算法等等。它一方面增加了数据库管理的复杂性,另一方面,海量的数据为时间和空间分析提供了极为广阔的舞台。现实世界中有许多实体具有时空特征,如城市交通网络监控的车辆,森林火灾的火灾区域和动物研究中的候鸟迁移等,都需要使用时空数据库来管理。移动对象数据库是时空数据库研究的一个重要分支,它通过扩展数据库以实现在数据库中表示移动实体信息,提供相应的查询语言支持对移动对象运动状态的查询。

地理数据可视化 

 数据可视化是关于数据之视觉表现形式的研究;其中,这种数据的视觉表现形式被定义为一种以某种概要形式抽提出来的信息,包括相应信息单位的各种属性和变量。 

数据可视化技术的基本思想是将数据库中每一个数据项作为单个图元元素表示,大量的数据集构成数据图像,同时将数据的各个属性值以多维数据的形式表示,可以从不同的维度观察数据,从而对数据进行更深入的观察和分析。

数据可视化主要旨在借助于图形化手段,清晰有效地传达与沟通信息。但是,这并不就意味着,数据可视化就一定因为要实现其功能用途而令人感到枯燥乏味,或者是为了看上去绚丽多彩而显得极端复杂。为了有效地传达思想概念,美学形式与功能需要齐头并进,通过直观地传达关键的方面与特征,从而实现对于相当稀疏而又复杂的数据集的深入洞察。然而,设计人员往往并不能很好地把握设计与功能之间的平衡,从而创造出华而不实的数据可视化形式,无法达到其主要目的,也就是传达与沟通信息。 

数据可视化与信息图形、信息可视化、科学可视化以及统计图形密切相关。当前,在研究、教学和开发领域,数据可视化乃是一个极为活跃而又关键的方面。“数据可视化”这条术语实现了成熟的科学可视化领域与较年轻的信息可视化领域的统一。

数据可视化技术包含以下几个基本概念:

①数据空间:是由n维属性和m个元素组成的数据集所构成的多维信息空间;

②数据开发:是指利用一定的算法和工具对数据进行定量的推演和计算;

③数据分析:指对多维数据进行切片、块、旋转等动作剖析数据,从而能多角度多侧面观察数据;

④数据可视化:是指将大型数据集中的数据以图形图像形式表示,并利用数据分析和开发工具发现其中未知信息的处理过程。

目前数据可视化已经提出了许多方法,这些方法根据其可视化的原理不同可以划分为基于几何的技术、面向像素技术、基于图标的技术、基于层次的技术、基于图像的技术和分布式技术等等。

NVDI

NVDI 植被盖度指植物群落总体或各个体的地上部份的垂直投影面积与样方面积之比的百分数。它反映植被的茂密程度和植物进行光合作用面积的大小。有时盖度也称为优势度。植被盖度分投影盖度(全株盖度)和植基盖度(基部盖度),在监测中测定的植被盖度为投影盖度,植被盖度测定中不分种,采用盖度框法进行测定。

数据采集

定义1:从数据源收集、识别和选取数据的过程。

定义2:数字化、电子扫描系统的记录过程以及内容和属性的编码过程。

数据采集(DAQ),是指从传感器和其它待测设备等模拟和数字被测单元中自动采非电量或者电量信号,送到上位机中进行分析,处理。数据采集系统是结合基于计算机或者其他专用测试平台的测量软硬件产品来实现灵活的、用户自定义的测量系统。

数据采集,又称数据获取,是利用一种装置,从系统外部采集数据并输入到系统内部的一个接口。数据采集技术广泛引用在各个领域。比如摄像头,麦克风,都是数据采集工具。

数据采集,是指从传感器和其它待测设备等模拟和数字被测单元中自动采集信息的过程。数据采集系统是结合基于计算机的测量软硬件产品来实现灵活的、用户自定义的测量系统。

ARC/INFO

ARC/INFO 是ESRI(美国环境系统研究所)开发的一个典型的地理信息系统(GIS)软件,该软件是以数字形式来管理、分析和显示空间数据。ARC/INFO数据模型由Coverage、GRID、属性表、TIN、影像和CAD图像来实现空间信息的表达和管理,实习主要了解和掌握Coverage,因为Coverage是ARC/INFO矢量数据表示的主要方式,Coverage适合于精确地表达点、线、面状要素的形状和边界,在Coverage中地理数据集中,特征通过坐标和拓扑关系来表示;描述性数据存在表格记录中,特征坐标和属性之间通过一个特征内部标识号连接。通过这种连接,你可以查询地图显示属性信息,也可以根据特征属性表和属性绘制地图。地理关系模型把地理信息提炼成简单的点、线、面特征,并且把这些点、线、面特征按主题信息组织成层,每层称为一个Coverage。这些Coverage通过一个内部顺序号与相应的属性数据相连接。这些属性数据由一个关系数据库管理系统(INFO)来进行管理和维护,从而实现图形数据和空间数据的双向连接和查询。


电话咨询
产品中心
在线订购
QQ客服