应急测绘数据库共享平台设计研究

前言：想要写出一篇引人入胜的文章？我们特意为您整理了应急测绘数据库共享平台设计研究范文，希望能给你带来灵感和参考，敬请阅读。

摘要：应急测绘数据的集成与共享是当前测绘应急保障研究的热点问题之一。针对多源异构应急测绘数据在数据集成共享方面存在的结构单一、效率不足等问题，设计了基于面向服务架构的应急测绘数据库共享平台，采用数据剖分、服务组合等技术，研究应急测绘数据组织模型和快速服务模型，实现应急测绘数据的快速集成、服务等功能。实践表明，该平台能为灾害应急响应、灾情研判等工作提供数据支撑。

关键词：应急测绘；面向服务架构；数据管理；快速；数据共享

在应对自然灾害等突发应急事件中,丰富海量的灾害数据为防灾减灾提供很好的研究基础，但同时也对应急测绘数据的快速集成、有效管理和合理应用等也提出了较大的挑战。目前空间数据管理方式包括文件系统、关系数据库、非关系数据库等[1]。文件系统管理方式是指采用文件的方式存储空间数据，所有数据都将存储在一个或多个文件中，数据的获取、更新等操作都在文件中完成[2]。这种方法具有使用简单、灵活性好等优点，但管理属性数据时开销大使得不适合用它存储半结构化与结构化数据。关系数据库是可通过OracleSpatial、MapInfoSpatialWare等空间数据访问引擎实现对空间数据和属性数据的有效管理。但随着数据量的飞速增长，会出现磁盘的I/O和网络带宽的瓶颈问题，造成管理效率的明显下降[3]。非关系数据库具有扩展、可靠性强等特性，其可以满足对大量非结构数据和半结构数据的高效管理需求。为了满足对结构化、半结构化和非结构化的海量多元的应急测绘数据管理需要，借鉴面向服务（serviceorientedarchitecture，SOA）的设计理念，设计面向服务的应急测绘数据共享平台总体框架，综合运用关系数据库、非关系数据库等数据管理技术，实现海量应急测绘数据的高效集成。同时，利用SOA松耦合思想，研究数据快速服务模型，实现集成数据的快速共享。SOA的特点是其可以将实现技术与业务的分离，根据服务间的松散耦合的方式组装业务流程，完成业务的实施，实现信息的共享。

1平台总体框架设计

面向服务的应急数据库共享平台的架构采用3层架构设计，分别是数据层、服务层与应用层。设计采用SOA多层分布式体系结构思想，可较好的满足应急测绘数据的集成管理、快速调取与共享交换。平台架构如图1所示。

1.1数据层

是平台数据支撑层，其采用关系数据库和非关系数据库组合的数据管理方式，前者中主要存储应急测绘数据的资源与服务目录、元数据信息、用户与权限信息等，而后者则存储栅格数据块、矢量显示瓦片、三维实体数据、表格和多媒体等。

1.2服务层

为平台服务支撑层，其为平台构建提供基础的显示服务、数据服务、服务、分析服务以及元数据目录服务等。该层为平台提供各类服务接口，是平台应用提供各种数据服务。1.3应用层则是通过客户端用户发现与组合服务方式，实现快速制图、快速与应急数据搜索等功能。

2关键技术

2.1应急测绘数据组织模型

为提高海量多源异构应急测绘数据的存取与访问效率，需要对其它们进行有效组织。本文以非关系数据库和关系数据库管理技术组合方式，提出了纵向专题层、横向格网块的应急测绘数据组织模型，根据数据来源和比例尺两个方面进行横向分层、纵向分块方法组织。在纵向层面可按专题、时间序列、比例尺进行分块，而横向层面的典型分块方法为按标准经纬度、图幅、矩形等。具体结构如图2所示。在纵向层面，以应用为导向，将应急测绘数据划分为应急基础数据地理信息层、应急专题数据层、应急电子地图数据层和应急事件数据层，然后将所有层元数据统一存储至关系型数据库表中，管理与查找每层信息。此外，每层对象的属性信息分层逐条存储于关系型数据库的若干表中，用于实现数据对象的属性条件查询。在横向分块方面，按应急测绘数据剖分方案为具有统一划分规则和编号的数据集。每个数据集内有多个数据块，并在数据集范围内，按照两级四叉树及编码规则将空间数据划分为数据块进行管理。数据块存储于非关系数据库中。数据块作为数据的部署、访问和更新的单位，为数据组织管理提供支撑。GeoSOT全球剖分网格模型是一种等经纬度、四叉树的全球剖分网格模型。程承旗等[5]等提出32级格网面片的改进方法，它的每个剖分面片编码都有全球唯一性，可与其定位角点经纬度形成对应关系。基于此思想，本文提出21级的GeoSOT剖分网格方案。该方案满足空间面片最小空间尺度小于以我国乡镇/街道行政区的空间尺度，具体如表1所示。该划分范围在南北纬60°区间内，边长约为306米，在高纬度地区，边长小于150米，地球剖分的最小单元为21级别，这一空间尺度完全可以满足我国乡镇（街道）行政区灾情数据管理的需要。

2.2海量空间数据服务模型

为满足应急测绘数据的快速，实现应急测绘数据的共享，本文设计了海量空间数据服务模型。模型以WFS（WebFeatureServices，地图要素服务），WMS(WebMapService，地图服务)，WMTS(WebMapTileService，地图瓦片服务)等OGC标准的服务和Web服务为基础，采用服务组合的形式，并根据灾害信息数据的空间数据属性特点，实现对海量的应急测绘数据的快速，如图3所示。根据空间数据格式、类型等属性特点建立匹配规则，设计服务方案。方案内容包括采用WMS服务矢量、正射影像等结构化应急测绘数据；WMTS服务矢量瓦片、栅格瓦片、三维模型等半结构化应急测绘数据；Web服务报表、视频等非结构化应急测绘数据。

3平台实现

为更好地统一组织和管理应急测绘数据，保障应急指挥、快速救援等防灾减灾工作，设计并实现面对服务的应急测绘数据共享平台。平台功能模块包括：

3.1测绘应急数据管理

集成各类应急专题数据，包括基础地理信息数据资源，地理国情监测数据等，支持对数据的数据坐标转换、数据导出、数据可视化等应急数据管理功能。

3.2测绘应急数据及预览

采用海量空间数据服务模型，实现对各类应急测绘数据快速，满足空间数据服务的和管理，并可对成功的多源异构应急测绘数据可视化浏览。

3.3空间数据分析

面对服务的应急测绘数据共享平台还包括空间分析功能，为应急测绘空间数据提供空间分析工具集，实现对各种空间数据的空间分析与结果导出。

4结论

本文采用面向服务架构，以应急倾斜摄影模型数据、应急矢量瓦片数据、应急三维模型数据等为研究对象，提出了应急测绘数据组织模型和海量空间数据服务模型，设计了面向服务的应急测绘数据库共享平台架构，实现应急测绘数据的统一集成管理、交换共享、快速查询和快速等，为构建起一体化、空间型测绘应急数据资源提供了有益解决方案。

参考文献

[1]徐道柱.面向服务的空间数据管理关键技术研究[D].郑州：解放军信息工程大学，2017.

[2]王柏，胡谷雨，罗健欣.数字地球系统中海量数据存储与传输方案研究[J].计算机技术与发展，2012，22（3）：81-84.

[3]岳利群.基于分布式存储的虚拟地理环境关键技术研究[D].郑州：解放军信息工程大学，2011.

[4]徐道柱，罗斌，周岩，金澄.分布式环境下矢栅一体化数据组织模型设计[J].地球信息科学学报，2016，18（12）：1588-1596.

[5]廖永丰，李博，吕雪锋，程承旗.基于GeoSOT编码的多元灾害数据一体化组织管理方法研究[J].地理与地理信息科学，2013，29（5）：36-40.

[6]毛新生.SOA原理方法实践[M].北京：电子工业出版社，2007.

[7]王艳军，路立娟，李朝奎.面向服务架构的智慧旅游信息系统的设计与实现[J].测绘通报，2014（9）：108-111.

[8]程承旗，任伏虎，濮国梁，等.空间信息剖分组织导论[M].北京：科学出版社，2012.

作者：符季颖 徐鲲 单位：北京建筑大学