地理空间矢量数据使用坐标定义的几何形状,主要是点、线和多边形,结合描述性属性,以数字形式表示地理要素。例如,道路可以用线表示,建筑物可以用多边形表示,监测站可以用点表示。矢量数据是地理信息系统(GIS)的主要数据模型之一,另一种主要模型是通过单元格阵列表示空间的地理空间栅格数据。这里的“矢量”指基于坐标的几何表示,不一定是指具有大小和方向的量。
数据模型
矢量数据集通常包含可识别的地理要素。每个要素由以下几个部分组成:
- **几何:**要素的位置、形状和空间范围。
- **属性:**名称、道路等级、人口或观测日期等描述性数值或信息。
- **标识符:**用于区分要素并将其与其他记录关联的值。
- **空间参考信息:**解释要素坐标所需的参照框架。
要素通常按共同的用途和数据结构组织为图层或要素类,例如建筑物、道路中心线或行政区域。许多格式和应用程序将一个图层限制为一种大类的几何类型,但也有一些允许混合使用多种几何类型。
一个要素不一定对应一个实体对象。多边形可以表示法定管辖区、统计报告区域或模拟得出的洪水淹没范围。反过来,一个现实世界中的对象也可能用多个要素表示。例如,一条道路可以在名称、限速或连通关系发生变化的位置分割成若干路段。
几何类型
| 几何类型 | 表示方式 | 典型用途 |
|---|---|---|
| 点 | 单个坐标位置 | 水井、采样点、地址 |
| 线串 | 由线段连接的有序顶点序列 | 道路、河流、管线 |
| 多边形 | 由一个外环以及可选的内环围成的区域 | 地块、湖泊、行政区域 |
| 多部件几何 | 将多个同类型的几何组成部分存储为一个几何对象 | 群岛、不连续的管辖区域 |
| 几何集合 | 可包含不同几何类型的组合 | 复合空间记录 |
线串通常也称为折线。多边形的内环通常表示孔洞,例如湖泊多边形中排除在外的岛屿。多部件要素使互不相连的区域能够共用一个标识和一条属性记录。
许多矢量数据集使用直线段连接顶点。曲线几何类型也存在,但不同格式和软件对其支持程度不一。因此,在数据交换过程中,曲线可能会用足够密集的直线段序列来近似表示。
属性与关系
属性通常存储在表中,每行对应一个要素,各列定义不同字段。字段类型可包括文本、整数、小数、日期和布尔值。数据库关系可以将一个要素与多条记录关联,而无须重复存储其几何信息。例如,一个监测站可以关联数千条观测记录。
几何与属性彼此独立。更改道路分类不一定需要修改坐标,而校正道路线位也不一定需要更改名称。保持标识符稳定,有助于在数据更新过程中维持这些关联关系。
坐标与空间参考
坐标只有相对于某个坐标参考系统(CRS)才有意义。地理坐标系通常用经纬度表示位置,而投影坐标系使用平面坐标,单位通常为米或英尺。
坐标参考系统不仅包含单位,其定义还可能涉及大地基准、坐标轴和地图投影。垂直坐标可能需要单独的高程参考。坐标轴顺序同样重要:不同系统和接口对于纬度在前还是经度在前,并没有完全统一的规定。
二维空间中的点可以写作 。有些数据包含第三个坐标 ,通常表示高程或其他垂直位置。某些几何模型还支持度量值 ,例如沿路线的距离。
包含高程值的数据集并不必然是完整的三维模型。带有高度属性的建筑物轮廓不同于建筑物实体模型,而且许多GIS操作即使在存在 值时,也只处理水平坐标。
测量与变换
距离和面积取决于坐标系及计算方法。对于投影坐标,基本的平面距离为
该公式得到的距离以坐标系的单位表示,本身并不能校正投影变形。如果直接将其用于经纬度,得到的是角度坐标差,而不是地面距离。测量地球表面的距离和面积时,可以改用基于参考椭球的大地测量计算,或采用适当的投影坐标参考系统。
指定坐标参考系统与变换坐标是两种不同的操作。指定坐标参考系统,是声明应如何解释现有坐标值;坐标变换则是计算另一个参考系统中的坐标。错误地指定坐标参考系统,会使几何结构本身无误的对象出现在错误的位置。
几何与拓扑
几何描述坐标和形状。地理空间拓扑描述连通、邻接、包含以及共用边界等关系。
在简单要素表示中,相邻多边形可能各自存储一份共用边界。在拓扑表示中,共用边和节点可以被显式存储,并由多个要素引用。显式拓扑有助于保持编辑的一致性并减少重复存储,不过,许多空间关系也可以根据独立存储的几何对象计算得出。
拓扑要求取决于具体数据集:
- 对于应当构成完整地块划分的地块数据,可能要求地块之间既无空隙,也无重叠。
- 道路路段可能需要在指定交叉口处相连。
- 排水网络可能需要保持一致的下游连通关系。
- 表示入口的点可能需要位于建筑物边界上。
几何上的相交不一定意味着现实中的连通。两条道路线在平面视图中可能相交,但实际上一条从另一条上方或下方通过。因此,网络分析不仅需要可见的线交叉信息,还需要连通关系、立体交叉、通行方向和通行限制等信息。
几何有效性也不同于特定应用的拓扑要求。按照常见的简单要素规则,自相交的多边形环是无效的。然而,两个各自有效的地块多边形,仍可能违反禁止重叠的规则。
数据创建与历史发展
矢量地理数据是在数字制图学、计算机辅助绘图、土地测量和空间数据库系统相互融合的过程中发展起来的。早期GIS应用使用基于坐标的边界和网络,开展土地清查和资源管理等工作。此后的发展进一步增强了对属性查询、拓扑、数据库存储以及互操作数据交换的支持。
常见的数据生产方法包括:
- 从纸质地图、扫描图纸或航空影像中数字化采集要素。
- 通过实地测量和卫星导航采集位置。
- 导入工程图或行政管理记录。
- 从影像中提取道路、建筑物及其他对象。
- 将栅格区域或等值线转换为矢量几何。
在描绘要素之前,地理配准先建立影像或源文档与坐标框架之间的空间关系。
自动提取方法,包括基于机器学习的方法,可以加快生产速度,但也可能造成遗漏、分类错误、边界不规则或网络断连。在语义含义或位置可靠性至关重要的场景中,人工判读和验证仍然十分重要。
存储、标准与数据提供
矢量数据可以存储在文件、数据库中,也可以通过网络服务提供。不同格式在几何、属性、坐标系、事务和元数据的处理方式上各不相同。
- **Shapefile:**一种得到广泛支持的多文件格式,但存在属性字段名长度较短、对某些数据类型支持有限等限制。
- **GeoJSON:**一种基于JSON的数据交换格式。其标准化格式按经度在前、纬度在后的顺序使用WGS 84经纬度,并可包含一个可选的高度坐标。
- **地理数据包:**一种基于SQLite的容器,可在一个文件中存储矢量要素表、瓦片数据和相关信息。
- **空间数据库:**具备几何存储、空间索引和空间查询功能的数据库系统,常用于共享数据集和基于事务的编辑。
开放地理空间联盟制定几何模型、编码和地理空间服务的相关标准。这些标准有助于提高互操作性,但不同软件实现在支持的几何类型、坐标处理和验证行为上仍可能存在差异。
矢量瓦片将地理内容划分为空间瓦片,以便高效传输和显示。瓦片生成通常包括裁剪、简化和坐标量化,因此瓦片数据可能无法保留源数据集的全部细节。
相比之下,网络地图服务通常提供的是渲染后的地图图像,而非底层可编辑的要素几何。
空间操作与应用
矢量表示既支持基于属性的查询,也支持空间分析。常见操作包括:
- **空间选择:**查找与另一几何对象相交、接触、包含该对象或位于其内部的要素。
- **空间连接:**根据位置传递或汇总属性。
- **缓冲区分析:**构建距要素指定距离以内的区域。
- **叠加分析:**通过几何对象的求交、求并或求差来组合空间信息。
- **裁剪:**保留要素位于选定区域内的部分。
- **融合:**根据共同的属性值合并要素。
- **最近邻查询:**查找邻近对象。
- **网络分析:**计算路线、服务区或连通系统中的移动情况。
这些操作服务于土地管理、城市规划、交通运输管理、公用设施清查、环境评估和应急制图。在水文学中,矢量网络可以表示河流及排水连通关系。在地形建模中,不规则三角网通过相互连接的三角形面片表示表面。
矢量要素还可提供用于汇总栅格值的区域边界,例如计算流域内的平均高程,或某市镇内各类土地覆盖所占的比例。
比例尺、准确度与质量
矢量几何可以在多种缩放级别下显示,而不会出现放大栅格图像时的像素化现象。但这并不意味着其准确度或细节是无限的。
从小比例尺地图描绘的海岸线,即使以大得多的地图比例尺显示,仍然是经过概括的。坐标值包含很多小数位,可能只体现数值精度,而不代表相应的位置准确度。表示方式也会随比例尺变化:一个城镇在全国地图上可能表现为一个点,在地方地图上则可能表现为一组建筑物多边形。
制图综合包括简化、聚合、移位和选择性舍弃。这些操作可以提高地图的可读性,但若不加以谨慎控制,也可能改变几何关系。
质量评估涉及几个彼此独立的维度:
- **位置准确度:**与公认参考位置的一致程度。
- **属性准确度:**描述性数值或信息的正确程度。
- **完整性:**要素缺失或多余的情况。
- **逻辑一致性:**对几何、拓扑和数据结构规则的遵守程度。
- **时间质量:**数据的现势性以及观测日期的一致性。
- **数据谱系:**数据的采集、处理和修订过程。
有限的数值精度可能导致几乎重合的边界在叠加过程中产生狭长的碎片多边形。捕捉和容差规则有助于解决此类问题,但也可能将本应保持分离的要素合并。
与栅格数据的比较及分析局限
矢量数据尤其适用于离散对象、明确边界、网络和要素级属性。对于连续场、影像和重复的邻域计算,栅格数据往往更加直接。两种模型都并非在所有情况下更优:存储需求和处理性能取决于要素复杂度、单元格大小、索引以及具体操作。
栅格化将矢量要素转换为单元格,可能丢失狭窄要素或边界细节。矢量化将栅格图案转换为几何对象,但生成的边界可能继承源网格的阶梯状结构。转换并不能产生源数据原本不具备的空间准确度。
矢量边界还可能使具有不确定性的现象显得精确。生态过渡带、历史疆域和模拟得出的危险区,即使被编码为边界分明的多边形,其实际界限也可能是渐变的,或存在争议。因此,元数据、日期和不确定性信息对于解释数据十分重要。
按矢量分区汇总的统计结果,可能随着分区边界或尺度的变化而改变,这一问题称为可变空间单元问题。仅靠矢量几何无法消除这种依赖性。同样,精确的位置记录可能泄露敏感信息;当数据集涉及可识别的个人或敏感地点时,可能需要采取访问限制、聚合以及其他数据隐私保护措施。