電子地圖非空間數(shù)據(jù)的采集_第1頁
電子地圖非空間數(shù)據(jù)的采集_第2頁
電子地圖非空間數(shù)據(jù)的采集_第3頁
電子地圖非空間數(shù)據(jù)的采集_第4頁
電子地圖非空間數(shù)據(jù)的采集_第5頁
已閱讀5頁,還剩9頁未讀 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

電子地圖分析與導航電子地圖非空間數(shù)據(jù)的采集《電子地圖分析與導航》課程組目錄CONTENTS專題屬性數(shù)據(jù)的采集專題統(tǒng)計數(shù)據(jù)的采集0102多媒體數(shù)據(jù)的采集與處理03專題屬性數(shù)據(jù)的采集01電子地圖的專題屬性數(shù)據(jù)主要用于表示基礎(chǔ)地理空間數(shù)據(jù)上沒有的專題地理要素和現(xiàn)象。它反映了地圖目標的專題屬性,通常用屬性數(shù)據(jù)來描述。屬性數(shù)據(jù)亦稱為非定位數(shù)據(jù)、描述數(shù)據(jù)等,是對地圖要素分類分級和質(zhì)量數(shù)量特征信息的描述,一般用屬性編碼表示。屬性數(shù)據(jù)包括定性數(shù)據(jù)和定量數(shù)據(jù):定性數(shù)據(jù)是用數(shù)字編碼的方法表示制圖對象的名稱、屬性、類別、等級等;定量數(shù)據(jù)是說明地圖對象的性質(zhì)、特征或強度的,例如,距離、面積、人口、產(chǎn)量、收入、流速流量、溫度、高程等。01專題屬性數(shù)據(jù)的采集專題屬性數(shù)據(jù)一般可以通過以下幾種方式來采集。(1)直接鍵盤輸入采集:依靠手工操作將目標的專題屬性數(shù)據(jù)逐個輸入。但是,這種采集方法效率低,準確性差,而且工作量很大。(2)數(shù)據(jù)文件輸入采集:先將專題屬性數(shù)據(jù)直接輸入到數(shù)據(jù)庫或數(shù)據(jù)文件中,然后將專題屬性數(shù)據(jù)庫與地圖(空間)數(shù)據(jù)庫自動連接起來,如果是數(shù)據(jù)文件,則通過轉(zhuǎn)換將專題屬性數(shù)據(jù)導入到專題屬性數(shù)據(jù)庫中。為了保證地圖目標的空間數(shù)據(jù)庫與專題屬性數(shù)據(jù)的正確匹配,在專題屬性數(shù)據(jù)庫和地圖(空間)數(shù)據(jù)庫中均建立統(tǒng)一的“目標標志碼”。01專題屬性數(shù)據(jù)的采集專題屬性數(shù)據(jù)一般可以通過以下幾種方式來采集。(3)圖形跟蹤數(shù)字化儀輸入采集:圖形跟蹤數(shù)字化儀為操作人員提供了一個分類碼菜單,操作人員可以對專題屬性數(shù)據(jù)進行預先編碼。當操作人員利用游標跟蹤完某一專題目標后,可以在分類碼菜單中選擇預先設(shè)定的該專題目標屬性的編碼,從而完成專題屬性數(shù)據(jù)的采集。(4)影像自動識別輸入采集:主要采用人工智能技術(shù)和專家系統(tǒng)方法,運用地圖符號的特征知識,對掃描得到的地圖圖像數(shù)據(jù)進行目標特征分析與提取,獲取實體的專題屬性信息,并保存到專題屬性數(shù)據(jù)庫中。該方法具有采集快速,效率高和智能化程度高的特點,但是目前由于技術(shù)、方法等原因,尚不能達到實用化水平。01專題屬性數(shù)據(jù)的采集專題統(tǒng)計數(shù)據(jù)的采集02各種數(shù)字形式的原始資料,包括社會經(jīng)濟統(tǒng)計數(shù)據(jù)、人口普查數(shù)據(jù)、野外調(diào)查或監(jiān)測數(shù)據(jù)(如環(huán)境污染監(jiān)測數(shù)據(jù)、各種地球物理現(xiàn)象的觀測值、海洋相陸地水文要素的觀測數(shù)據(jù)等),是各類專題電子地圖的質(zhì)量與數(shù)量特征數(shù)據(jù)的主要資料來源。02專題統(tǒng)計數(shù)據(jù)的采集這種統(tǒng)計數(shù)據(jù)一般都和一定范圍內(nèi)的統(tǒng)計單元或觀測點聯(lián)系在一起的。因此收集這類數(shù)字形式的制圖資料時,要注意包括制圖對象的特征值、觀測點的幾何數(shù)據(jù)和統(tǒng)計資料的基本統(tǒng)計單元。這些統(tǒng)計數(shù)據(jù)和觀測數(shù)據(jù)可由計算機直接進行數(shù)據(jù)分類、信息提取和加工處理,是專題圖自動制圖最理想的資料,特別是社會經(jīng)濟現(xiàn)象的統(tǒng)計資料。由于資料積累日益增多,美國學者J.L.Morrison認為,根據(jù)這種資料統(tǒng)計制圖,是將來專題自動制圖的主要任務(wù),并且在將來的各類專題地圖中將占最大的比重。02專題統(tǒng)計數(shù)據(jù)的采集各種文字說明資料,包括各種有關(guān)制圖區(qū)域地理環(huán)境描述的文字、兵要地志、各種最新的行政區(qū)劃手冊、地名錄、交通資料和統(tǒng)計資料等。對于確定專題內(nèi)容的屬性特征、制圖區(qū)域的研究等都是不可缺少的參考資料,通過文字說明資料,還可以用來研究以上各種類型制圖資料的現(xiàn)勢性、可靠程度和內(nèi)容的完整性,以便決定對制圖資料的分類和使用。專題統(tǒng)計數(shù)據(jù)的采集方法與專題屬性數(shù)據(jù)的采集方法基本一致,包括:直接鍵盤輸入采集、數(shù)據(jù)文件輸入采集和影像自動識別輸入采集。02專題統(tǒng)計數(shù)據(jù)的采集多媒體數(shù)據(jù)的采集與處理03電子地圖系統(tǒng)除了管理圖形數(shù)據(jù)以外,還在不同程度上管理和處理與空間數(shù)據(jù)相關(guān)聯(lián)的專題非空間數(shù)據(jù)。在傳統(tǒng)的層次模型、網(wǎng)絡(luò)模型和關(guān)系模型中,層次模型和網(wǎng)絡(luò)模型都要求面向極為穩(wěn)定不變的數(shù)據(jù)集,即數(shù)據(jù)間的聯(lián)系很少變化或者根本不變化,數(shù)據(jù)間的各種聯(lián)系被固定在數(shù)據(jù)庫邏輯觀點之內(nèi),此外,過程化的查詢語言要求用戶了解DBMS實際使用的存儲模式。關(guān)系模型是一種廣泛應(yīng)用的數(shù)據(jù)模型,它通過簡單的表格

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論