第三章 土地数据

第三章土地数据

内容提纲土地数据概述土地数据的数据源土地数据的获取土地数据模型土地数据结构土地数据的输入与输出空间数据的元数据一、土地数据概述与土地数据相关的基本概念地理数据（空间数据）：是指表征地理圈或地理环境固有要素或物质的数量、质量、分布特征、联系和规律的数字、文字、图像和图形等的总称。基础地理数据：表示地球表面的自然和社会基础信息，包括水系、居民地、交通、境界、地形、土地覆盖等，即常说的普通图表示的信息，有时又称作地形数据；

专业地理数据：指与某个专业领域相关的地理数据，它突出描述与某个专业相关的各种信息。

土地数据的类型类型数据：eg.考古地点、道路线和土壤类型的分布等；面域数据：eg.随机多边形的中心点、行政区域界线和行政单元等；网络数据：eg.道路交点、街道和街区等；样本数据：eg.气象站、航线和野外点；曲面数据：eg.高程点、等高线和等值区域；文本数据：eg.地名、河流名称和区域名称；符号数据：eg.点状符号、线状符号和面状符号。

在LIS中，土地数据可分为：

空间特征数据（定位数据）时间属性数据（尺度数据）

专题属性数据（非定位数据）属性特征数据空间数据或地理数据

土地数据的基本特征空间特征：空间物体的位置、形状和大小等几种特征以及与相邻物体的拓扑关系，一般用坐标数据表示；专题特征：地理实体所具有的各种性质；时间特征：土地实体的时间变化或数据采集的时间等。

土地空间数据的基本特性二、土地数据的数据源LIS的数据源主要有四类：1.图件图件是一种最重要的土地数据源。eg.土地利用图、土地类型图、土地评价图、土地结构与分区图、土地改良图以及其它有关图件，如土壤图、地貌图、植被图、气候要素图等。特点：可以直观形象和生动地反映土地资源各组成要素的内在联系和依存关系，利用这类数据可以对土地的形成、演变做出系统的分析，还可以为土地的开发利用保护等提出明确的意见。

2.遥感资料遥感由于其宏观性、现势性、良好的周期性等特点越来越成为土地资源信息系统的一个重要的数据源。利用遥感资料可以及时更新土地数据，即确保土地数据的现势性，航天遥感资料在这方面尤其具有优势。

3.统计资料主要包括社会经济资料，人口和基础设施资料。可以从各级政府统计部门获得。此外，还包括各类专业统计资料：气息统计资料、水文统计资料等，可以从相关专业管理部门获得。4.文字报告等资料许多定性的土地数据可以从各类相关文字报告获得，它们提供对土地数据的解释，因此研究区的前期积累资料应该收到重视。三、土地数据的获取数据获取是从不同数据源、用不同的设备、方法和技术来获取数据并录入数据库的过程（建库）。

1、数据获取的特点分析获取来源的种类多样性土地管理业务过程中数据格式多样，种类齐全，可从数据的表现形式、业务处理类别、数据的表达方式和数据的类别等方面进行划分。获取来源的海量性和异质性获取来源地分布性获取来源地集成性

2、数据获取的方式与手段对于不同的数据源，应采用不同的获取手段、方法与技术。2.1原始数据采集目前的土地信息系统数据的原始采集，即全野外测量模式，主要有两种形式，一是平板仪测图模式；二是利用全站仪和经纬仪配合测距仪的野外测记模式。前者是在野外先得到线划图，然后在室内用数字化仪在线划图上采集土地信息数据；后者用全站仪和经纬仪配合测距仪测量，电子手簿记录点的三维坐标和编码，在测量的同时记录点的属性信息和编码信息，然后在室内将测量数据直接录入计算机数据库。

2.2摄影测量与遥感航空摄影测量已普遍用于通用地图的制作。经过专门训练的操作员可以用一种称为立体解析测图仪的光学电子仪器，直接在航空照片上读取坐标，传输到计算机中。遥感技术在土地管理中主要有如下运用：（1）遥感技术在土地资源调查中的应用（2）土地利用遥感动态监测（3）土地质量的遥感监测与评价（4）土地退化的遥感监测（5）城市动态监测

2.3全球定位系统2.4现场专题考察与调查2.5社会调查与统计2.6利用已有资料eg.各类土地数据库和土地信息系统历史数据；各类电子地图或者专题地图

3、数据获取发展趋势分析3.1加速国家基础地理信息系统网络的建立，并将国家基础地理信息系统网络的建设纳入国家计划3.2逐步壮大现代化基础地理数据获取与更新的产业化队伍3.3大力开发基础地理数据采集实用化技术3.4建立数据更新的技术保障体系3.5增加数据采集的维度3.6实时数据获取和更新四、土地数据模型数据库领域中最常用的数据模型有：

层次模型网状模型关系模型面向对象模型时空模型

层次模型

用树状结构来表示实体之间联系的模型称为层次模型。它是以结点来表示数据库中的记录类型的有向树。123456ⅠⅡgfedcbaMAP树状结构的层次模型限制条件：有且仅有一个根结点；除此之外，所有结点有且仅有一个父结点。

MⅠⅡadccgfeb3412234134466553

网状模型网状模型就是用网络结构来表示实体之间联系的模型；它是以有向图表示的网络结构，每个结点仍表示数据库中的一个记录类型（实体）。地貌地质土壤植被水文人口产值自然要素数据库社会经济要素数据库自然景观单元行政单元地形线型交通网络居民地地理位置数据库

网状模型的有向图，与层次模型的有向树相比较，其特点为：a.可以有零个或多个结点无父结点；b.至少有一个结点有多于一个的父结点；c.允许两个结点之间有两种或多种联系。

关系模型一个实体可由若干关系组成，而关系表的集合就构成关系模型。对这种数字化的模型，每个关系都应满足下列条件：（1）表中的每一列属性都是不能再分的基本字段；（2）各列被指定一个相异的名字；（3）各行（记录）相异，不允许重复；（4）行、列次序无关。

多边形编号边界弧段号边长Ia30Ib32Ic28Id36IIc28IIe20IIf30IIg25边界弧段号起点号终点号左多边形号右多边形号A120IB230IC34IIID14I0E350IIF65II0G46II0关系2：边界数据结构表关系1：多边形边界关系表

关系3：结点坐标关系表结点号x坐标y坐标123456x1x2x3x4x5x6y1y2y3y4y5y6

面向对象数据模型面向对象数据模型是集图形、图像、属性数据于一体的整体空间数据模型。线类面类点类线特征面特征点特征弧段结点开始终止面向对象数据库模型面向对象数据库模型

面向对象的基本概念：1、对象在面向对象模型中，每个概念实体都可以模型化为对象。eg.地图上的一个结点、一条弧段、一个区域等。一个对象是由描述该对象状态的一组数据和表达它的行为的一组操作（方法）组成的。即：object=(ID,S,M)其中，ID为对象标示；S为对象的状态，可以是一属性值，或是另一组对象的集合；M为方法集。

2、类类是关于同类对象的集合，具有相同属性和操作的对象组合在一起。属于同一类的所有对象共享相同的属性项和操作方法，每个对象都是这个类的一个实例，即每个对象可能有不同的属性值。即：class=(CID,CS,CM)其中，CID为类标示或类型名；CS为状态描述部分；CM为应用于该类的操作。在系统中，仅需对每个类型定义一组操作，供该类中的每个对象应用。但每个对象的属性值要分别储存。

3、超类超类是在定义类型时，将几种类型中某些具有公共特征的属性和操作抽象出来，概括为一种更一般的类型。一个类可能是某个或某几个超类的子类，同时又可能是几个子类的超类。建立超类是为了避免说明和储存上的大量冗余。但由于超类和子类的分开表示，需要一种机制（继承），在获取子类对象的状态和操作时，能自动得到它的超类的状态和操作。

4、联合——组合对象在定义对象时，将同一类对象中的几个具有相同属性值的对象组合起来，为了避免重复，设立一个更高水平的对象表示那些相同的属性值。假设：object1=(ID1,Sa,Sb,M)object2=(ID2,Sa,Sc,M)则，组合对象：object3=(ID3,Sa,object1,object2,M)分子对象：object1=(ID1,Sb,M)object2=(ID2,Sc,M)

5、聚集——复合对象聚集是将几个不同特征的对象复合成一个更高水平的对象，每个不同特征的对象是该复合对象的一部分，它们有自己的属性描述数据和操作，这些是不能为复合对象所公用的，但复合对象可以从它们那里派生得到一些信息。在联合和聚集中，是用“传播”作为传递子对象的属性到复杂对象的工具。即复杂对象的某些属性值不单独存于数据库中，而是从它的自对象中提取或派生。

时空模型它主要有以下几种：

时间快照模型底图叠加模型时空合成模型全信息对象模型五、土地数据结构数据结构：空间数据的逻辑关系和数据表示。不同的数据结构，其数据存储量和处理效率是不同的。数据结构可分为：

矢量数据结构；栅格数据结构；矢量栅格一体化数据结构。

空间数据的拓扑关系1、拓扑的基本概念几何信息和拓扑关系是LIS中描述土地要素的空间位置和空间关系的不可缺失的基本信息。几何信息主要涉及几何物体的坐标位置、方向、角度、距离和面积等信息，它通常用解析几何的方法来分析；空间关系信息主要涉及几何关系的“相连”、“相邻”、“包含”等信息，它通常用拓扑关系或拓扑结构的方法来分析。

拓扑关系是明确定义空间关系的一种数学方法，在LIS中用来描述并确定空间的点、线、面之间关系及属性，并可实现相关的查询和检索。从拓扑观点出发，关心的是空间的点、线、面之间的联结关系，而不论实际图形的形状。因此，几何形状相差很大的图形，它们的拓扑结构可能相同。

2、空间数据的拓扑关系空间数据拓扑关系的表示方法主要有：（1）拓扑关联性表示空间图形中不同类型元素，如结点、弧段和多边形之间的拓扑关系。

图形的拓扑关联表

用关联表来表示图形的优点是每条弧段所包含的坐标点只需存储一次，如果不考虑它们之间的关联性而以每个多边形的全部封闭弧段的坐标点来存储数据，不仅数据量大，还无法反应空间关系。

（2）拓扑邻接性表示图形中同类元素之间的拓扑关系。由于弧段的走向是有向的，因此，通常用弧段的左右多边形来表示并求出多边形的邻接性。

多边形之间的邻接性

（3）拓扑包含性表示空间图形中，面状实体所包含的其他面状实体或线状、点状实体的关系。面状实体中包含面状实体的情况又分为三种：

简单包含多层包含等价包含

3、拓扑关系的关联表达即采用什么样的拓扑关联来表达空间位置数据之间的关系。在LIS中，空间数据的拓扑关联表达，通常可采用：全显式表达、半隐式表达方式。全显式表达不仅明确表示空间数据——弧段——点之间的拓扑关系，同时还明显表达点——弧段——多边形之间的关系。

4、拓扑关系9元组Egenhofer等于1991年提出两个点集二元拓扑关系的9元组描述方法。两个点集的完备的拓扑空间关系描述实际上是用A的边界、内部、补与B的边界、内部、补两两之间的交集，构成了空间关系描述的9元组框架。

9元组可以应用于点、线、面空间目标之间的二元拓扑关系。通过目标之间的交集的值的判断（空为0，非空为1），9元组模型可以区别512种不同的拓扑关系，当然，也有些关系是无法实现的。

矢量数据结构矢量数据是土地图形处理和制图中最常用的数据，它是通过记录坐标的方式来表示点、线、多边形等实体的。由于坐标的连续性，它可以精确确定实体的空间位置和大小。

矢量数据结构的优点是：数据占存储空间小，空间位置精度高，空间关系描述全面，容易建立拓扑关系，对线状和网络状事物分析方便，空间和属性数据综合查询更新方便，普通地图可直接数字化成矢量数据结构。

矢量数据结构的主要缺点是：数据结构复杂，处理位置关系（包括相交、通过、包含等）费时，地图叠加分析较困难，边界复杂模糊的事物难以描述，不能直接处理图像信息，与数据三角模型DTM和遥感RS结合困难等。

一般常用的几种矢量数据结构为：

（1）完整多边形结构（wholepolygonstructure）；（2）二元独立地图编码文件结构［dualindependentmapencoding(DIME)filestructure］；（3）弧—结点结构（arc-nodestructure）；（4）POLYVRT数据结构；（5）关系结构(relationalstructure)。

1.完整多边形结构123456123456IIIIII多边形I：1,44,34,22,2

多边形Ⅱ：2,24,24,01,0多边形Ⅲ：6,47,26,14,04,3每个多边形在数据库中以一系列坐标来定义封闭区域边界。每个多边形被存储为一个独立特征。

该法文件结构简单，易于实现以多边形为单位进行的运算和显示。但是也有如下缺点：（1）多边形之间的公共边被数字化和存储两次，由此产生数据冗余和边界不重合.（2）每个多边形自成体系而缺少相邻多边形信息，难以进行邻域处理。如，合并同类时要消除共边。（3）“岛”只作为一个单个图形构造，没有与其外包多边形的联系。（4）不易对边界的拓扑关系进行检查。

2.二元独立地图编码文件结构

二元独立地图编码结构或二元独立地图编码文件结构，是由美国人口普查局开发使用的。它设计成结合关于城市区块的拓扑信息以便用于人口统计分析。二元独立地图编码文件本身不生成地理/土地信息系统的相应数据库组织，它只是作为可用于不同系统的数据交换格式，其结构由两结点或终点的线段来定义。

DIME编码文件，开始用于人口统计，其编码文件由线段组成。每条线段包括线段名、线段的起始结点和终止结点、线段的左区号和右区号、线段所表示街道两边的地址范围。DIME编码文件结构为：（1）基本要素：线段名、线段的起始结点、线段的左右街区号码；（2）专用要素：地址范围、地区码、人口统计、地段码；（3）其他要素：邮政分区代码，选择分区代码等。

甲不动产北京路道路1423山东路河北路结点位置：点号XY1234127.251127.352127.350127.2561340.6001040.6041040.5841040.502群属性表头代码10001001邮编9310693117地区代码805805地块1414线段本身的空间坐标位置数据常置于独立的数据结构中。

现状地物拓扑信息

地址

街道名册结点起始宗地左右头代码左边右边高低高低山东路河北路北京路123441—甲不动产1011751021761000—甲不动产1031771041801000—甲不动产86028686960386851000

3.弧—结点结构在弧—结点结构中，事物在数据库中的结构是分层次的。在弧结构中，点是基本元素，弧是由X—Y坐标定义的各个线段，结点为弧点或弧交叉点，多边形由一系列弧封闭而成。

甲不动产山东路河北路1234IIIIⅣⅡ

结点：交通控制编号1234X126.5218.6224.2129.1Y578.2581.9470.4471.9信息交通灯交通标志无交通标志人行横道有有无无弧段：编号ⅠⅡⅢⅣ起结点4123始结点1234和度106.392.2111.695.1条件好中中中道路4222

多边形：名称A34A35权利人甲乙弧段Ⅰ，Ⅱ，Ⅲ，ⅣⅢ，Ⅵ，Ⅶ，Ⅺ周长405.2478.1区划R-4R-4

4.POLYVRT数据结构美国计算机图形及空间分析实验室研制了一种数据结构POLYVRT，它的基本元素是链段。

POLYVRT数据结构不仅描述了多边形形状的几何信息，而且还存储了多边形元素之间的拓扑信息，这种结构已成为当今各种图形数据结构的基本骨架。但这种数据结构的开销是很大的，尤其是显示表格表示时，需将结点集合、面域集合和弧段集合分别列表存储。

3310611101C10222103B10544A104

名称点数始结点终结点左面域右面域101102103104105106232674112222114433223344443311CCBABCABAOOO链段

结点链名表指针表坐标点列名称XY101102103104105106A1A2A3A4A5A613681451x1x2……x24y1y2……y2411xy22xy33xy44xy

面域弧段ABC103104102103105101102106面域—弧线表弧段结点10110210310410510622334444441133弧段—结点表

结点弧段11223344104106101102103105106103104105结点—弧段表弧段面域101102103104105106CACABAAOOBOC弧段—面域表

5.关系结构其是另一种形式的弧—结点矢量数据组织，其数据属性值与拓扑信息分开存储，且属性值以关系形式存储。

关系结构与弧—结点结构的主要区别在于前者的属性数据与拓扑信息是分不开的。采用这种数据结构的优点是软件开发代价小，且可提高灵活性，并可依赖于商业数据库管理系统。

栅格数据结构珊格数据结构，又称空间数据的像元阵列，是最简单的数据结构。地图被众多像元珊格分成有规则的网络，网络的基本单元通常是固定大小的正方形，空间事物就按其在网络中的像元珊格所在的行和列确定其位置。在靠近事物边界的位置按四舍五入原则决定单元取值，像元的大小代表了珊格地图的分辨率。珊格数据中，每个像元在一个网络中只取值一次，有多重属性的事物就要用多个网络地图来表示。

在珊格数字化地图中，点在网络中占一个像元，线是一系列连接成锯齿状的折线，面的边也是锯齿状的。虽然空间数据是按像元存放的，但必要时在逻辑上必须把线和面连成一个个整体。网络基本单元的大小，对地图的分辨率和计算精度起关键作用。

珊格数据结构的优点：数据结构简单，叠加分析方便，容易描述边界复杂模糊的事物，能直接处理数字图像信息，能直接珊格状设备输出图形。珊格数据结构的缺点：数据储存量大，空间位置精度低，输出地图不美观。

栅格数据组织的方法一般有三种：（1）以像元为序记录像元的x、y坐标（行、列值）和不同层上该像元位置上的各属性值，每一像元的记录为一数组。（2）以层为基础，每一层内又以像元为序记录该像元的坐标和属性值，逐层记录。（3）以层为基础，每一层内则以多边形为序记录各多边形的属性值和填充多边形的像元坐标，逐层记录。

为减少珊格数据的存储量，主要有以下几种不同的数据结构和编码方法：游程长度编码四叉树结构

1.游程长度编码024689024689ABC地图：A.全栅格编码（100码）B.变长编码（54码）C.值点编码（32码）

列0123456789行0AAAAAAＡＡＡＡ1AAAAAAＡＡＡＡ2AAAABBBBBB3AAABBBBBBB4DDDDBBBBBB5DDDDDBBBBB6DDDDDCCCCC7DDDDDCCCCC8DDDDDCCCCC9DDDDDCCCCC

码长度行码点A100A23A101B29A42A32B63B39A33D43B73B49D44D54B64B59D55D64未完游程长度编码数据结构

码长度行码点B55C69D56D74C56C79D57D84C57C89D58D94C58C99D59C59四叉树实际上是珊格数据结构的一种压缩数据的编码方法。

四叉树结构的基本思想是：将一幅珊格地图或图像等分为四部分，逐块检查其格网属性值（或灰度）。如果某个子区的所有格网都具有相同的值，则这个子区就不再继续分割，否则还要把这个子区再分割成四个子区。这样递次的分隔，直到每个子区都只含有相同的属性值或灰度为止。

2.四叉树结构

四叉树结构按其编码的方法不同可分为：常规四叉树、线性四叉树。常规四叉树除了记录叶结点之外，还要记录中间结点。结点之间借助指针联系，每个结点需要用６个量来表达：四个叶结点指针、一个父结点指针和一个结点的属性或灰度值。常规四叉树主要在数据索引和图幅索引等方面应用。

线性四叉树只存储最后叶结点的信息，包括叶结点的位置、深度（即处于四叉树的第几层上）和本结点的属性或灰度者。线性四叉树叶结点的编号需要遵循一定的原则，这种编号称为地址码，它隐含了叶结点的位置和深度信息。最常用的地址码是四进制或十进制的Morton码。

基于四进制的线性四叉树编码：采取自下而上合并的方法，具体步骤如下：a.将地图转换为10×10珊格数字化地图；b.将十进制的行列号转换成二进制数表示；c.按下式计算每个珊格单元对应的Morton码：Mq=2Ib+Jb式中，Ib为二进制行号；Jb为二进制列号。

d.在排好序的线性表中，依次检查四个相邻的Mq码对应的珊格值，如果相同，则合并为一个大块，否则将四个格网值记盘，内容包括Mq码、深度和格网值。如此下去，直至没有能够合并的子块为止。

基于十进制的线性四叉树编码：十进制的Morton码（Md）是从0到M的自然数，合并过程的扫描方法可直接按这种自然数码的顺序进行。前后两个Md码之差表示叶结点的大小，因而也就省去了叶结点深度的储存。

按位操作的Md码运算法：a.将地图转换为10×10珊格数字化地图；b.将十进制的行列号转换成二进制数表示；c.Md码实际上是行列二进制数字交叉结合的结果；即：Md=injnin-1jn-1……i2j2i1j1d.将得到的Md码由二进制再转换为十进制数即可。

工业区稀疏居民区商业区郊区ab多单元居民区A.土地利用图a—公共服务区b—娱乐区B.四叉树表示012021021132122132223

四叉树编码数据结构C.四叉树分解过程根叶子012320212223210211212213结点地图四叉树层次属性1230工业区1工业区2居民区20稀疏居民区21210商业区211商业区212公共服务区213娱乐区22多单元居民区23多单元居民区3郊区D.属性表

矢量数据结构与栅格数据结构的比较矢量数据结构栅格数据结构优点a.结构严密，数据量小；b.能完整地描述拓扑关系；c.图形数据和属性数据的恢复、更新和综合都能实现；d.图形输出精确美观。a.结构简单；b.空间数据的叠置与组合十分方便；c.空间分析易于进行；d.数学模拟方便；e.技术开发费用低。缺点a.结构复杂，处理技术也复杂；b.图形叠置与图形组合很困难；c.绘图尤其是高质量绘图费用高；d.数学模拟和空间分析极困难。a.图形数据量大；b.难以建立网络连接关系；c.地图输出不精美。

矢量栅格一体化数据结构无论是点状地物、线状地物还是面状地物，均采用面向目标的描述方法，即直接跟随位置描述，并进行拓扑关系说明，因而可以完全保持矢量的特征，建立了位置与地物的联系，使之具有栅格的性质。这样的数据结构就是矢量栅格一体化的数据结构。

矢量数据向珊格数据的转换矢量数据向珊格数据转换时，首先必须确定