北京智源-京东联合实验室“城市计算夏令营”第7天

课程:An Introduction to Spatial Databases
报告人::郑凯
报告人简介:电子科技大学计算机科学与工程学院教授,博士生导师,中国计算机学会数据库专委会和普适计算专委会委员,中国人工智能学会智能服务专委会委员,IEEE高级会员。研究方向为时空数据管理,不确定数据库, 内存数据库,图数据管理等
课程介绍:随着5G和物联网技术的发展,空间数据在智慧城市、交通管理、物流仓储、能源探测、海洋开发等领域的应用愈加广泛。课程对空间数据的基本概念、数据存储、数据组织和查询以及时空数据的应用场景等进行介绍。

空间数据的概念
任何带有空间位置信息的数据称为空间数据,整体上空间数据分为:自然资源数据(土地类型、土地使用、水体等)、人工生成数据(行政边界等)、网络数据(道路网格数据、地图数据等)。这些空间数据在通常用矢量数据和栅格数据表示。矢量数据相对栅格数据来说占用空间小,分辨率高适合于空间关系查询,但对物体的细节表现不如栅格数据详细。

111

空间数据类型
空间数据的数据存储 存储空间数据需要建立空间数据库,空间数据库的要求为:1、具有基本的数据库功能;2、支持原生空间数据类型(点、线、面)3、提供空间索引和空间查询功能。

1.5-1

空间数据的要求
组织空间数据需要准确表示出空间数据的关系,空间数据的关系分为:1、拓扑关系;2、方向关系;3、距离关系。同时空间数据库还需要满足包含查询、区域查询等操作。

22222

空间数据的关系
为了更好的组合、查询数据,需要建立空间索引,提高效率。目前空间索引的方法为:1、Space-patiton indexing structure;2、Data-driven index structure;3、Space filling curve。

666

网格划分

77777

四叉树

8888

K-D树

1010-2

R树

1111

Z-order
在具体应用场景构建空间数据库时,需要考虑具体的空间是否是受限、确定数据查询关系。

1212-1

具体场景建立数据库

最后、郑教授介绍了时空数据的分类、应用模型和应用场景。

1515

时空数据与智慧交通

1414

时空数据与智慧园区