أكثر

إنشاء البيانات المكانية أثناء التنقل لتطبيق الجدول الزمني؟

إنشاء البيانات المكانية أثناء التنقل لتطبيق الجدول الزمني؟


حقائق:

يتم تخزين البيانات في MySql db بدون بيانات مكانية. بدلاً من ذلك ، هناك معرف موارد منتظم لخدمة المعجم الذي سيعيد البيانات المكانية بتنسيق json.

مشروع:

القيام بالبناء الجدول الزمني webgis طلب (فتح الطبقات ؟؟) بهذه البيانات.

مشكلتي هي كيفية المتابعة ...

هل يوجد إطار عمل يمكنه إنتاج بيانات GeoJSON بسرعة خارج الصندوق؟


ربما أجد الإجابة أو على الأقل نقطة أبدأ منها.

تم بالفعل العمل على تقديم طبقة مكانية أثناء الطيران من خلال geoJson. https://github.com/bmcbride/PHP-Database-GeoJSON

في حالتي ، سوف أقوم بتغيير الكود للحصول على سمات الطبقة من db والموقع من المعجم الخارجي وبناء استجابة GeoJSON على الفور.


جدول المحتويات

مقدمة

تقليديا ، تم جمع البيانات الجغرافية وتنظيمها حول ورقة الخرائط. في حين أن النهج المركزي لورقة الخرائط كان مناسبًا لأتمتة عملية صنع الخرائط ، فإن طريقة تنظيم البيانات هذه تزداد إشكالية مع انتقال نظم المعلومات الجغرافية إلى مجالات جديدة.

أعلن Esri مؤخرًا عن محرك قاعدة البيانات المكانية (SDE) أنه يلبي احتياجات الجيل القادم من مستخدمي البيانات الجغرافية. يوفر منتج قاعدة البيانات الجغرافية هذا امتدادًا مكانيًا لنظام إدارة قاعدة بيانات علائقية تجاري أساسي (RDBMS) ، مما يتيح تخزين جميع البيانات (المكانية وغير المكانية) داخل RDBMS واحد.

تم نشر نظام النموذج الأولي باستخدام SDE الخاص بـ Esri. يخزن هذا النظام البيانات المساحية والطبوغرافية في قاعدة بيانات واحدة سلسة. يقوم نظام النموذج الأولي بتقييم SDE الخاص بـ Esri ومقارنته بالنظام الحالي الذي يستخدم تقنية GIS السابقة. يمارس هذا النموذج الأولي العديد من ميزات SDE الخاصة بـ Esri بما في ذلك إنشاء نوع ميزة برمجية ، وتحميل البيانات ، وفحص السلامة ، ودعم المعاملات. يستخدم النموذج الأولي أيضًا استخدامًا مكثفًا لواجهة برمجة تطبيقات SDE (API) من خلال تنفيذ عمليات تعميم ورقة الخرائط وعمليات دمج ورقة الخرائط.

بالإضافة إلى محرك قاعدة البيانات المكانية ، يستخدم النموذج الأولي أيضًا محرك معالجة الميزات (FME) لتوفير إمكانية التشغيل البيني مع أنظمة GIS الأخرى. يتيح هذا المنتج إمكانية تصدير البيانات من SDE إلى مجموعة متنوعة من تنسيقات GIS الشائعة. يوفر محرك معالجة الميزات طبقة إمكانية التشغيل البيني المدفوعة بالجدول والتي يمكن تخصيصها لمخططات و / أو عمليات تحويل مخطط معينة. يدعم النموذج الأولي حاليًا SAIF و Esri's Shape Files و Intergraph's DGN و MapInfo MIF.

لتقييم أدوات الإدارة الخاصة بـ Spatial Database Engine ، تم إنشاء أداة إدارة قاعدة البيانات المكانية المستندة إلى X-Windows. تُستخدم واجهة المستخدم الرسومية هذه لاختبار السهولة التي يمكن للمسؤولين من خلالها إجراء ضبط الفهرس وعمليات الإدارة الأخرى على محرك قاعدة البيانات المكانية.

نبذة عن النظام

تم تطوير نظام النموذج الأولي ليحل محل نظام قائم تم إنشاؤه باستخدام عدد لا يحصى من تقنيات نظم المعلومات الجغرافية السابقة وتوسيعه. في حين أن النظام الحالي ملائم ، إلا أنه مرهق ومكلف لتشغيله. تم تصميم النموذج الأولي لتوفير القدرات التالية.

يجب أن يكون النموذج الأولي قادرًا على تخزين كمية هائلة من البيانات التي تغطي منطقة جغرافية كبيرة. المساحة المستخدمة لاختبار النموذج الأولي هي بحجم كاليفورنيا وأوريجون وواشنطن ونيفادا مجتمعة.
يجب أن يحتوي النموذج الأولي على إمكانية استعلام قوية. على وجه الخصوص ، يجب أن يكون النموذج الأولي قادرًا على معالجة عدد كبير ومتنوع من الاستعلامات بطريقة آلية. يريد أتمتة استجابة الاستعلام قدر الإمكان.
يجب أن يكون النموذج الأولي قادرًا على إنشاء منتجات مشتقة بسهولة من خلال واجهة برمجة تطبيقات محددة جيدًا. يجب أن يكون نظام النموذج الأولي قادرًا على التعامل مع طلبات البيانات المخصصة التي تحدث من وقت لآخر. تمثل طلبات البيانات المخصصة حاليًا مشكلة كبيرة للنظام الحالي.
يجب أن يحتوي النموذج الأولي على بنية قابلة للتطوير حتى يتمكن من التعامل مع أعداد متزايدة من المستخدمين وكميات متزايدة من البيانات.
يجب أن يكون النموذج الأولي قادرًا على إخراج البيانات في مجموعة متنوعة من تنسيقات نظم المعلومات الجغرافية الشائعة.

النظام الموجود

على الرغم من أن النظام الحالي يلبي العديد من الاحتياجات الموضحة أعلاه ، إلا أنه نظام موجه نحو الدُفعات يتم فيه قياس وقت الاستجابة بالساعات في أحسن الأحوال والأيام في أسوأ الأحوال.

  1. يقوم المستخدم بتشكيل طلب باستخدام تطبيق صغير منشئ الطلبات ويحفظ الطلب الذي تم إنشاؤه في ملف. يحدد ملف الطلب المعلومات التالية:
    • أوراق الخرائط اللازمة لتلبية الطلب
    • القيود المكانية للطلب.
    • القيود غير المكانية للطلب.
  2. ثم يتم إرسال هذا الطلب إلى مستودع البيانات الحالي لمعالجته. يقوم مستودع البيانات بعد ذلك بتحميل الطلب في نظامه
  3. الخطوة الأولى في معالجة الطلب هي تحديد الأقراص الضوئية التي يجب تحميلها في القارئ البصري. بمجرد تحديد الأقراص ، يوجه النظام مشغل النظام لتحميل الأقراص الضوئية.
  4. ثم تتم قراءة الخرائط المطلوبة من الأقراص الضوئية وتحميلها في نظام المعلومات الجغرافية ونظام إدارة قواعد البيانات (RDBMS).
  5. يتم استخدام RDBMS لإجراء مكون البحث غير المكاني.
  6. ثم يتم تحميل الميزات الناتجة في نظام المعلومات الجغرافية حيث تخضع للمعالجة المكانية.
  7. اكتمل الطلب وتم إرسال البيانات المحددة إلى مقدم الطلب.

في حين تم بذل جهد كبير لأتمتة النظام الحالي ، إلا أنه يعد نهجًا مكلفًا بطبيعته لتوزيع البيانات. يجب استخدام التدخل اليدوي في عدة خطوات لكل طلب بيانات. ومع ذلك ، نظرًا لأدوات نظم المعلومات الجغرافية التي كانت متاحة وقت تطويرها ، من الصعب التوصل إلى حل أفضل. لا يتضمن الحل الحالي أيضًا القدرة على توزيع البيانات بتنسيقات متنوعة. يوزع النظام بياناته في تنسيق واحد تاركًا إمكانية التشغيل البيني للأنظمة الأخرى.

هندسة نظام النموذج الأولي

يتكون نظام النموذج الأولي من قطعتين أساسيتين من التكنولوجيا. يشكل المكون الأول ، SDE ، الأساس الذي يبنى عليه باقي النظام. يوفر المكون الثاني ، FME ، طبقة قابلية التشغيل البيني أعلى SDE.

باستخدام SDE ، أصبح من الممكن استبدال النظام الحالي بأكمله من الأقراص الضوئية إلى المعالجة المكانية وغير المكانية لطلبات البيانات بمكون برمجي واحد!

مؤسسة SDE

يعمل محرك قاعدة البيانات المكانية (SDE) من Esri على إدخال نظم المعلومات الجغرافية إلى عالم MIS من خلال توفير واجهة مكانية فعالة وقوية لتقنية RDBMS القياسية في الصناعة.

يمكّن SDE أنظمة إدارة قواعد البيانات العلائقية (RDBMS) لتخزين كل من البيانات المكانية وغير المكانية.

يوفر SDE نموذج بيانات جغرافي علاقي سلس منظم حول أنواع الميزات. تكافئ أنواع الميزات تقريبًا الكيانات لمن هم على دراية بالرسومات التخطيطية لعلاقات الكيانات ، أو فئات لمن هم على دراية بالمفاهيم الموجهة للكائنات ، أو طبقات لمن هم على دراية بمنتجات CAD أو نظم المعلومات الجغرافية التقليدية.

تشمل أمثلة أنواع الميزات الطرق والأنهار. قد تتكون قاعدة بيانات SDE واحدة من عدد كبير من أنواع الميزات المختلفة.

  1. يحتوي كل نوع ميزة على فهرس مكاني يمكن ضبطه خصيصًا لنوع الميزة. يتكون الفهرس المكاني لكل نوع من الخصائص من شبكة واحدة وثلاث شبكات ثنائية الأبعاد. يتم ترتيب أحجام عناصر الشبكة بحيث (حجم عنصر الشبكة 0) & lt (حجم عنصر الشبكة 1) & lt (حجم عنصر الشبكة 2).
  2. يحتوي كل نوع ميزة على جدول علائقي واحد يتم تخزين السمات فيه. يوجد تعيين 1-1 بين الميزات في نوع الميزة والصفوف في الجدول العلائقي.
  3. يجب أن تحتوي جميع المعالم في نوع المعلم على أبعاد متجانسة (إما ثنائية الأبعاد أو ثلاثية الأبعاد).
  4. يمكن إنشاء فهرس سمات واحد أو أكثر على كل نوع ميزة لزيادة أداء الجزء غير المكاني من الاستعلامات.

تم اختيار SDE كمخزن بيانات النماذج الأولية لعدة أسباب ، بما في ذلك:

نموذج بيانات سلس: لم تعد البيانات بحاجة إلى تقسيم على طول حدود ورقة الخرائط. يتيح هذا الأسلوب السلس معالجة الاستعلامات المكانية بسرعة أكبر بكثير من أي منتج GIS قائم على الخرائط.
دعم العميل غير المتجانس: يمكّن SDE كلاً من UNIX (العديد من الأصناف) وعملاء Win32 من الاتصال مباشرة بخادم SDE. هذا يجعل SDE حلاً مثاليًا لموفري البيانات الذين يرغبون في دعم أنواع مختلفة من العملاء من قاعدة بيانات واحدة. نظرًا لأن عملاء SDE يتواصلون مع خادم SDE باستخدام بروتوكول TCP / IP القياسي في الصناعة ، فمن المنطقي توقع إضافة المزيد من منصات العملاء في المستقبل.
بنية قابلة للتطوير: يمكن تثبيت SDE على آلات تتراوح من الصغيرة جدًا إلى الكبيرة جدًا. مع نمو مستودع البيانات للمؤسسة أو نمو عدد العملاء الذين يصلون إلى قاعدة البيانات ، يمكن أن ينمو خادم SDE جنبًا إلى جنب مع مستودع البيانات لضمان الأداء السريع في المستقبل غير المنظور. تستفيد SDE من تقنية RDBMS الناضجة لتوفير مسار ترحيل سلس. كما تقلل قابلية التوسع هذه التكلفة ومن ثم مخاطر تقييم SDE. غالبًا ما يمكن تثبيت SDE وتقييمها دون الحاجة إلى شراء موارد أجهزة جديدة.
أداء الاستعلام المكاني غير مسبوق: بالنسبة لمخازن البيانات الكبيرة ، فإن أداء SDE لا مثيل له حاليًا.
إدارة البيانات: تمت إدارة النظام الحالي كمجموعة من الملفات مع إجراءات لضمان عدم حدوث تحديثات متعددة وعدم وجود نظام أمان حقيقي. يوفر SDE أدوات الإدارة الخاصة به بالإضافة إلى إدارة البيانات لنظام RDBMS الأساسي.

FME: طبقة التشغيل البيني

يقع محرك معالجة الميزات (FME) أعلى SDE وهو مسؤول عن توفير إمكانية التشغيل البيني للبيانات الدلالية بين نظام النموذج الأولي والأنظمة الخارجية. يتيح اقتران FME مع SDE للنموذج الأولي نقل البيانات بحرية وسهولة بين SDE ومجموعة متنوعة من الأنظمة. يتيح تصميم FME إضافة تنسيقات جديدة دون التأثير على بقية النظام.

من خلال استخدام مرفق الاستعلام القوي الخاص بـ SDE ، تستخرج FME البيانات من SDE وتحولها إلى التنسيق الذي يريده المستخدم أثناء التنقل. من وجهة نظر المستخدم ، يبدو أن البيانات مخزنة في نظام النموذج الأولي مثل Esri Shape Files أو IGDS Design Files أو MapInfo MID / MIF أو أي من التنسيقات الأخرى التي يدعمها FME.

كما أن FME مسؤول أيضًا عن إجراء التعميم على الميزات المخزنة في النموذج الأولي عندما يطلب المستخدم بيانات بمستوى أدنى من التفاصيل من تلك المخزنة داخل SDE. هذه الإمكانية تجعل من الواضح أن نظام النموذج الأولي يخزن نفس البيانات على مستويات مختلفة من التفاصيل بينما في الواقع يتم تخزين البيانات مرة واحدة فقط.

نموذج البيانات

عند تصميم نموذج البيانات ، نشأ عدد من القضايا المهمة:

يتم تقسيم بيانات مصدر النموذج الأولي إلى عدة منتجات بيانات مختلفة وغير مرتبطة منطقيًا. على سبيل المثال ، يتكون المنتج المساحي من عدة طبقات مختلفة منطقيًا عن طبقات المنتج الطبوغرافية. تقرر حجز نطاقات الطبقة داخل SDE لكل منتج من منتجات البيانات المختلفة. نظرًا لأن SDE يحتوي على عدد غير محدود تقريبًا من الطبقات ، كانت هذه مهمة بسيطة.

لاحظنا أيضًا وجود قدر كبير من التداخل بين بعض البيانات المخزنة داخل المنتجات. من الناحية المثالية ، لن تنعكس فكرة منتجات البيانات على مستوى قاعدة البيانات. منتج البيانات هو مجرد مجموعة قياسية من البيانات المستخرجة من SDE. لسوء الحظ ، كان هذا خارج نطاق النموذج الأولي ولم يتم ترك كل منتج من منتجات البيانات في اللباقة. يمكن تقليل تكرار البيانات عن طريق ترشيد البيانات التي يتم تكرارها من منتج البيانات إلى منتج البيانات.

تم تخزين بيانات مصدر النموذج الأولي في إحداثيات UTM. نظرًا لحجم منطقة الاختبار ، تتقاطع البيانات مع 3 مناطق UTM مختلفة. نظرًا لأن SDE يخزن البيانات في مستوى ديكارتي واحد ، كان لا بد من تحديد نظام إحداثيات ديكارتي قبل بدء تحميل البيانات. بعد النظر في العديد من الإسقاطات المستوية المختلفة ، تقرر ببساطة توسيع منطقة UTM الوسطى بما يكفي لتغطية بيانات الاختبار بالكامل. تم إجراء تحويل التنسيق قبل تحميل البيانات في SDE.
يتيح النظام الحالي للعملاء طلب البيانات من بعض المنتجات ذات المقاييس المختلفة. تم النظر في تخزين البيانات على مستويات مختلفة من التفاصيل ولكن تم التخلي عنها لصالح تخزين البيانات فقط على أعلى مستوى من التفاصيل. إذا جاء طلب للحصول على بيانات بمستوى أدنى من التفاصيل ، فإن طبقة التشغيل البيني تعمم المعلومات كما يتم استخلاصها من SDE. أدى هذا إلى تقليل كمية البيانات التي يجب تخزينها في قاعدة البيانات بشكل كبير ويسمح أيضًا لنظام النموذج الأولي بدعم أي مستويات متعددة من التفاصيل.
نظرًا لأن SDE عبارة عن قاعدة بيانات سلسة ، فقد تم إجراء محاولة لأداء دمج ورقة الخرائط على البيانات المخزنة في SDE. كان الهدف هو محو جميع بقايا حدود ورقة الخرائط من جميع البيانات المخزنة في قاعدة البيانات. يحتوي النموذج الأولي على إمكانية دمج ورقة الخرائط والتي تعمل على أتمتة الكثير من هذه العملية. إنه قادر على دمج المضلعات والخطوط المقطوعة على طول حدود ورقة الخرائط. ومع ذلك ، فقد تحققت أسوأ مخاوفنا عندما تم اكتشاف المعالم التي لا تنضم إلى حدود ورقة الخرائط (ولكن ينبغي). سيتطلب ذلك تدخلاً يدويًا للانضمام معًا.

تحميل البيانات

بمجرد تحديد نموذج البيانات الأولي بناءً على تركيز نشاط النموذج الأولي ، تم تغييره إلى تطوير طريقة لتخزين البيانات داخل SDE. يقوم SDE بإجراء قدر كبير من التحقق من التكامل الهندسي عند تحميل البيانات. يضمن فحص التكامل هذا أن البيانات التي يتم تحميلها في SDE صالحة. أثناء تطوير النموذج الأولي ، اكتشف مبكرًا أن ميزات الإدخال العرضية لها هندسة غير صالحة أو غير متوقعة. ينتج عن هذا رفض SDE للميزة وإلغاء FME لعملية تحميل البيانات. ثم كان لا بد من إعادة تشغيل عملية تحميل البيانات بعد إزالة جميع الميزات التي تم تحميلها بنجاح أثناء عملية تحميل البيانات من قاعدة البيانات. لم يكن هذا الوضع مثاليًا وتم حله كما هو موضح أدناه.

دعم المعاملات

في البداية ، لم تستفد عملية تحميل البيانات من نموذج معاملة SDE ، وبالتالي عندما تم إحباط عملية تحميل البيانات ، كان من الصعب استردادها بحيث لم يتم تخطي أي ميزات ولم يتم تحميل أي ميزات في SDE مرتين. ثم تمت ترقية النموذج الأولي للاستفادة من نموذج معاملة SDE. يمكّن هذا النموذج الأولي من التعافي من البيانات الخاطئة بطريقة رشيقة وخاضعة للرقابة. كان التأثير على نظام النموذج الأولي صغيرًا بشكل مدهش ولم يتطلب سوى يومين من الجهد. يقوم نظام النموذج الأولي الآن بتنفيذ معاملة الالتزام بعد كل 100 ميزة ويطبع رقم المعاملة إلى ملف سجل FME. إذا تم إحباط عملية تحميل البيانات بسبب البيانات السيئة أو الأحداث الخاطئة الأخرى ، يقوم المستخدم ببساطة بتصحيح المشكلة (المشكلات) وإعادة تشغيل عملية تحميل البيانات بآخر معاملة ناجحة محددة. يضمن FME أن يبدأ تحميل الميزات في SDE عند النقطة الصحيحة لعملية تحميل البيانات. لا يتم فقد أي ميزات ولا يتم تكرار أي منها.

إنشاء مخطط برمجي

  1. إنشاء طبقة برمجية: لا يلزم إنشاء الطبقات قبل عملية استيراد البيانات. يتم التعامل مع جميع تفاصيل إنشاء الطبقة بواسطة FME.
  2. إنشاء سمة برمجية: يتم إنشاء جداول سمات الطبقة تلقائيًا ، مما يلغي المهمة المعرضة للخطأ المتمثلة في تحديد جداول السمات يدويًا. يمكن إنشاء كل من السمات الاختيارية والمطلوبة.
  3. إنشاء فهرس سمة برمجي. يمكن تحديد فهارس السمات ضمن ملفات التحكم FME. تُستخدم هذه المؤشرات لتحسين أداء المكون غير المكاني لعمليات البحث.
  4. الطبقة البرمجية والتحقق من السمات: عند تحميل البيانات في قاعدة بيانات مكانية موجودة ، يتحقق النموذج الأولي من أن تعريفات الميزات المحددة في ملف التحكم تطابق طبقة SDE الحالية وتعريفات السمات.
  5. دعم تسجيل الميزات: يمكن تحديد ملف سجل SDE. يحتوي ملف السجل هذا على معرفات ميزات SDE للميزات التي يتم تحميلها في SDE.

جعل وحدة محمل البيانات مسؤولة عن جميع جوانب إنشاء الطبقة والتحقق منها قلل بشكل جذري من مقدار الوقت المطلوب لإعداد قاعدة بيانات SDE جديدة للاستخدام.

يستخدم النموذج الأولي ملفات التحكم FME لوصف جميع أنواع الميزات المخزنة في قاعدة بيانات SDE بشكل كامل. تتحكم ملفات التحكم هذه في جميع جوانب التشغيل البيني لنظام النموذج الأولي. نظرًا لأنه يمكن تحريرها بسهولة ، يمكن إجراء التغييرات على أي مخطط استيراد أو تصدير بسرعة ودون عناء بواسطة محللي البيانات في هذا المجال ، دون الحاجة إلى أي تعديلات على التعليمات البرمجية المصدر للبرنامج وإعادة التجميع.

توزيع البيانات

يتيح نظام النموذج الأولي تصدير البيانات إما من خلال استخدام الاستعلامات المسبقة أو ملفات التحكم المخصصة لأولئك الذين لديهم وصول مباشر. يمكن أيضًا تطوير الاستعلامات المخصصة التي لا تتم معالجتها بواسطة طبقة التشغيل البيني باستخدام واجهة برمجة تطبيقات C الخاصة بـ SDE أو واجهات أخرى توفرها Esri مثل Avenue و MapObjects ، على الرغم من أن هذا لم يكن ضروريًا للنموذج الأولي.

يشتمل النموذج الأولي على نظام توزيع البيانات (DDS) الذي يمكن للمستخدمين التفاعل معه مباشرة. كان الهدف من هذا المكون هو السماح للمستخدمين المتصلين بنفس الشبكة مثل النموذج الأولي (الإنترانت أو الإنترنت) بالقدرة على إجراء استعلامات مخصصة على قاعدة البيانات. تقبل وحدة DDS الاستعلام وتعيد البيانات المطلوبة بالتنسيق المطلوب. يحقق النموذج الأولي هذا باستخدام الوحدة النمطية SDE QueryFactory الخاصة بـ FME.

  1. تبدأ جلسة SDE في قاعدة البيانات الوجهة للاستعلام. ومن ثم فمن الممكن وجود طبقة واحدة للتشغيل البيني أعلى قواعد بيانات SDE متعددة.
  2. يستخدم واجهة برمجة تطبيقات SDE C لإنشاء استعلام وإرسال الاستعلام إلى SDE.
  3. يتم بعد ذلك تمرير كل ميزة يتم استردادها بواسطة الاستعلام إلى بقية FME للإخراج بالتنسيق المطلوب بواسطة الاستعلام.

يتم تشغيل وحدة توزيع البيانات في النموذج الأولي بواسطة ملفات ASCII البسيطة ، مما يجعل من السهل على وحدات البرامج الأخرى التواصل مع نظام النموذج الأولي. يوجد في نظام النموذج الأولي وحدتان من هذه البرامج. يتم استخدام الواجهة الأمامية المستندة إلى النص من قبل الجمهور وتحل محل نظام طلب الدُفعات الأقدم. ومع ذلك ، فإن العارض التفاعلي يمكّن المستخدمين الذين لديهم ارتباط مباشر عالي السرعة من تحديد البيانات بشكل تفاعلي لاستخراجها من نظام النموذج الأولي. لقد وجد أن معظم طلبات البيانات المخصصة يمكن حلها من خلال استخدام هذا العارض التفاعلي دون الحاجة إلى تطوير أي برنامج.

تستغل ميزة الاستعلام الموجودة في نظام النموذج الأولي وظائف SDE التالية:

بحث يحدد كل من مكون مكاني تعسفي وعبارة أين معقدة بشكل تعسفي. يشتمل المكون المكاني على طريقة البحث التي سيتم استخدامها عند إجراء البحث. شرط حيث لم يتم لمسه بواسطة مرفق الاستعلام ويتم تمريره مباشرة SDE للمعالجة.
قد يتم أيضًا تحديد الحد الأقصى من الميزات التي يمكن إرجاعها.
يتم أيضًا استغلال تقنية الممر الخاصة بـ SDE. إذا حدد الاستعلام مسافة المخزن المؤقت ، فسيتم إنشاء مسافة المخزن المؤقت بواسطة SDE. ثم يتم توجيه SDE لاستخدام ميزة المخزن المؤقت للاستعلام.
تُستخدم أيضًا قدرة المرشح المكاني SDE. يتيح ذلك للمكون المكاني للبحث استخدام ميزتين لتصفية البيانات.

يعد عنصر توزيع البيانات في النموذج الأولي أحد أكثر مكونات النموذج الأولي إثارة للاهتمام. إنه يمكّن النموذج الأولي من الإجابة على عدد كبير من الاستفسارات بسرعة كبيرة.

استنتاج

يوضح نظام النموذج الأولي الموضح هنا بيئة معالجة بيانات مكانية معقدة تم إنشاؤها باستخدام محرك قاعدة البيانات المكانية. باستخدام SDE كأساس لها ، يكون نظام النموذج الأولي قادرًا على إدارة كمية هائلة من المعلومات المكانية والسمات بشكل فعال ، والأهم من ذلك توفيرها للمستخدمين.

تم تقليل الاستعلامات النموذجية التي استغرقت ساعات أو أيام للمعالجة مع النظام القديم إلى ثوانٍ فقط باستخدام النظام الجديد المستند إلى SDE. يتيح نظام النموذج الأولي أيضًا إمكانية التلاعب بالبيانات والاستفسارات التي كانت باهظة الثمن في السابق.

تم العثور على SDE API لتكون غنية وقوية ، مما يتيح التغلب على العقبات التي واجهتها أثناء التطوير في الوقت المناسب. النظام الناتج سريع وقوي.

حقيقة أن النموذج الأولي تم إنشاؤه بالكامل تقريبًا من المنتجات التجارية الجاهزة ، مما يجعل النتائج التي تم تحقيقها أكثر تشجيعًا.

الصفحات الرئيسية للمؤلف: دون موراي وديل لوتز
صفحة Esri الرئيسية
محرك قاعدة البيانات المكانية (SDE) الخاص بـ Esri
الصفحة الرئيسية لمحرك معالجة الميزات (FME)
الصفحة الرئيسية لشركة Safe Software Inc.
الأرشيف المكاني وتنسيق التبادل (SAIF) الصفحة الرئيسية

معلومات الاتصال

شركة البرمجيات الآمنة
جناح 105 10720 - شارع 138
ساري ، كولومبيا البريطانية
كندا
V3T 4K5


لقاء الطلاب والخريجين من برنامج الماجستير في علوم البيانات المكانية لدينا:


إنشاء البيانات المكانية أثناء التنقل لتطبيق الجدول الزمني؟ - نظم المعلومات الجغرافية

البيانات المكانية هي البيانات التي تصف موضع الكائنات وشكلها واتجاهها في مساحة محددة. يتم تمثيل البيانات المكانية في SQL Anywhere على هيئة أشكال هندسية ثنائية الأبعاد في شكل نقاط ومنحنيات (سلاسل خطية وسلاسل من أقواس دائرية) ومضلعات. على سبيل المثال ، تُظهر الصورة التالية حالة ماساتشوستس ، التي تمثل اتحاد المضلعات التي تمثل مناطق الرمز البريدي.

هناك عمليتان شائعتان يتم إجراؤهما على البيانات المكانية وهما حساب المسافة بين الأشكال الهندسية وتحديد اتحاد أو تقاطع كائنات متعددة. يتم إجراء هذه الحسابات باستخدام المسندات مثل التقاطعات ، والاحتواء ، والتقاطعات.

يفترض توثيق البيانات المكانية أن لديك بالفعل بعض الإلمام بأنظمة الإسناد المكاني والبيانات المكانية التي تنوي العمل بها. إذا لم تقم بذلك ، يمكن العثور على روابط لمواد القراءة الإضافية هنا: يوصى بالقراءة حول الموضوعات المكانية.

يتطلب دعم البيانات المكانية لنظامي التشغيل Windows 32 بت و Linux 32 بت وحدة المعالجة المركزية التي تدعم تعليمات SSE2. يتوفر هذا الدعم مع Intel Pentium 4 أو أحدث (تم إصداره في 2001) و AMD Opteron أو أحدث (تم إصداره في 2003).

مثال على كيفية استخدام البيانات المكانية

يتيح دعم البيانات المكانية في SQL Anywhere لمطوري التطبيقات ربط المعلومات المكانية ببياناتهم. على سبيل المثال ، يمكن لجدول يمثل الشركات تخزين موقع الشركة كنقطة ، أو تخزين منطقة التسليم للشركة كمضلع. يمكن تمثيل ذلك في SQL على النحو التالي:

يمثل نوع البيانات المكانية ST_Point في المثال نقطة واحدة ، ويمثل ST_Polygon مضلعًا عشوائيًا. باستخدام هذا المخطط ، يمكن للتطبيق إظهار جميع مواقع الشركة على الخريطة ، أو معرفة ما إذا كانت الشركة تقوم بالتسليم إلى عنوان معين باستخدام استعلام مشابه لما يلي:

يوفر SQL Anywhere ميزات التخزين وإدارة البيانات للبيانات المكانية ، مما يسمح لك بتخزين المعلومات مثل المواقع الجغرافية ومعلومات التوجيه وبيانات الشكل.

يتم تخزين قطع المعلومات هذه كنقاط وأشكال مختلفة من المضلعات والخطوط في أعمدة محددة مع المقابلة نوع البيانات المكانية (مثل ST_Point و ST_Polygon). يمكنك استخدام الأساليب والمنشئات للوصول إلى البيانات المكانية ومعالجتها. يوفر SQL Anywhere أيضًا مجموعة من وظائف SQL المكانية المصممة للتوافق مع المنتجات الأخرى.


إنشاء البيانات المكانية أثناء التنقل لتطبيق الجدول الزمني؟ - نظم المعلومات الجغرافية

المفهوم والتصميم والإدارة

يمكن تعريف نظام قاعدة البيانات المكانية على أنه نظام قاعدة بيانات يقدم أنواع البيانات المكانية في نموذج البيانات ولغة الاستعلام ، ويدعم أنواع البيانات المكانية في تنفيذه ، مما يوفر على الأقل طرق الفهرسة المكانية والربط المكاني.

تقدم أنظمة قواعد البيانات المكانية تقنية قواعد البيانات الأساسية لأنظمة المعلومات الجغرافية والتطبيقات الأخرى. نقوم بمسح نمذجة البيانات ، والاستعلام ، وهياكل البيانات والخوارزميات ، وهيكل النظام لهذه الأنظمة. ينصب التركيز على وصف التكنولوجيا المعروفة بطريقة متماسكة ، بدلاً من سرد المشاكل المفتوحة.

في مختلف المجالات هناك حاجة للإدارة هندسي, الجغرافي، أو مكاني البيانات ، مما يعني البيانات المتعلقة بـ الفراغ. يمكن أن تكون مساحة الاهتمام ، على سبيل المثال ، تجريدًا ثنائي الأبعاد (لأجزاء) من سطح الأرض أو فضاء ثلاثي الأبعاد يمثل نموذج تضاريس رقمي. على الأقل منذ ظهور أنظمة قواعد البيانات العلائقية ، كانت هناك محاولات لإدارة مثل هذه البيانات في أنظمة قواعد البيانات.

السمة المميزة للتكنولوجيا الناشئة لتلبية هذه الاحتياجات هي القدرة على التعامل معها مجموعات كبيرة من العناصر الهندسية البسيطة نسبيًا، على سبيل المثال ، مجموعة من 100000 مضلع. تم استخدام العديد من المصطلحات لأنظمة قواعد البيانات التي تقدم مثل هذا الدعم مصور, صورة ، هندسية ، جغرافية، أو قاعدة بيانات مكانية النظام. تنشأ المصطلحات "التصويرية" و "نظام قاعدة بيانات الصور" من حقيقة أن البيانات المراد إدارتها غالبًا ما يتم التقاطها مبدئيًا في شكل صور نقطية رقمية (على سبيل المثال ، الاستشعار عن بعد بواسطة الأقمار الصناعية ، أو التصوير المقطعي بالكمبيوتر في التطبيقات الطبية).

أصبح مصطلح "نظام قاعدة البيانات المكانية" شائعًا خلال السنوات القليلة الماضية ، وهو مرتبط بطريقة عرض قاعدة البيانات على أنها تحتوي على مجموعات من الكائنات في الفضاء بدلاً من الصور أو الصور للمساحة. في الواقع ، تختلف متطلبات وتقنيات التعامل مع الكائنات في الفضاء التي لها هوية ونطاقات ومواقع وعلاقات محددة جيدًا عن تلك الخاصة بالتعامل مع الصور النقطية.

لذلك فإن قاعدة البيانات المكانية لها الخصائص التالية:

(1) نظام قاعدة البيانات المكانية هو نظام قاعدة بيانات.

(2) يقدم أنواع البيانات المكانية (SDTs) في نموذج البيانات ولغة الاستعلام.

(3) يدعم أنواع البيانات المكانية في تنفيذه ، ويوفر على الأقل فهرسة مكانية وخوارزميات فعالة للربط المكاني.

لا أحد يهتم بنظام غرض خاص غير قادر على التعامل مع جميع مهام نمذجة البيانات القياسية والاستعلام. ومن ثم فإن نظام قاعدة البيانات المكانية هو نظام قاعدة بيانات كامل مع إضافي قدرات التعامل مع البيانات المكانية. لذلك فإن الفهرسة المكانية إلزامية. يجب أن يدعم أيضًا ربط الكائنات من فئات مختلفة من خلال بعض العلاقات المكانية.

تتضمن قاعدة البيانات المكانية مجموعات من المعلومات حول الموقع المكاني والعلاقة وشكل السمات الجغرافية الطوبولوجية والبيانات في شكل سمات. تصميم قاعدة البيانات المكانية هو العملية الرسمية لتحليل الحقائق حول العالم الحقيقي في نموذج منظم. يتميز تصميم قاعدة البيانات بالمراحل التالية: تحليل المتطلبات والتصميم المنطقي والتصميم المادي. بمعنى آخر ، تحتاج بشكل أساسي إلى خطة وتخطيط تصميم ثم البيانات لإكمال العملية.

يعد امتلاك قاعدة بيانات مكانية قوية التصميم هو المفتاح لإجراء تحليل مكاني جيد. يمكن أن تكون قاعدة البيانات معقدة ومصممة باستخدام برامج معقدة باهظة الثمن أو يمكن أن تكون مجرد مجموعة بسيطة منظمة جيدًا من البيانات التي يمكن استخدامها في شكل جغرافي.

ثلاث فئات رئيسية من وظائف النمذجة المكانية التي يمكن تطبيقها على المعالم الجغرافية داخل نظام المعلومات الجغرافية هي: (1) النماذج الهندسية ، مثل حساب المسافة الإقليدية بين الميزات ، وتوليد المخازن المؤقتة ، وحساب المناطق والمحيطات ، وما إلى ذلك (2) نماذج المصادفة ، مثل التراكب الطوبولوجي و (3) نماذج الجوار (إيجاد المسار وإعادة تقسيم الدوائر والتخصيص). تدعم جميع فئات النماذج الثلاثة العمليات على البيانات المكانية مثل النقاط والخطوط والمضلعات والعلب والشبكات. يتم تنظيم الوظائف في سلسلة من الخطوات لاشتقاق المعلومات المطلوبة للتحليل.

تمتلك جميع كيانات الواقع الجغرافي تقريبًا طابعًا مكانيًا ثلاثي الأبعاد على الأقل ، ولكن قد لا تكون هناك حاجة إلى جميع الأبعاد. على سبيل المثال رصيف الطريق السريع في الواقع له عمق قد يكون مهمًا ، لكنه ليس بنفس أهمية العرض ، وهو ليس بنفس أهمية الطول. يجب أن يعتمد التمثيل على أنواع التلاعب التي يمكن إجراؤها. مقياس الخريطة للوثيقة المصدر مهم في تقييد مستوى التفاصيل الممثلة في قاعدة البيانات. على سبيل المثال على خريطة 1: 100،000 لا يمكن رؤية المنازل أو الحقول الفردية

  1. المفاهيمي
    1. البرمجيات والأجهزة المستقلة
    2. يصف ويعرف الكيانات المضمنة
    3. يحدد كيف سيتم تمثيل الكيانات في قاعدة البيانات
    4. أي اختيار الكائنات المكانية - النقاط والخطوط والمساحات والخلايا النقطية
    5. يتطلب قرارات حول كيفية تمثيل أبعاد العالم الواقعي والعلاقات
    6. يمكن أن تستند هذه إلى المعالجة التي سيتم إجراؤها على هذه الكائنات
    7. على سبيل المثال هل يجب تمثيل المبنى كمنطقة أو نقطة؟
    8. على سبيل المثال هل يجب ربط أجزاء الطرق السريعة بشكل صريح في قاعدة البيانات؟
    1. برنامج محدد ولكن أجهزة مستقلة
    2. يحدد الهيكل المنطقي لعناصر قاعدة البيانات ، التي يحددها نظام إدارة قاعدة البيانات المستخدم بواسطة البرنامج
    1. كل من الأجهزة والبرامج الخاصة
    2. يتطلب النظر في كيفية هيكلة الملفات للوصول إليها من القرص

    خصائص التصميم الجيد لقاعدة البيانات

    لكي توفر قاعدة بيانات نظم المعلومات الجغرافية أفضل خدمة يجب أن تكون:

    o معاصرة - يجب تحديث البيانات بانتظام للحصول على معلومات تتعلق بنفس الإطار الزمني لجميع المتغيرات المقاسة

    o مرن وقابل للتوسيع بحيث يمكن إضافة مجموعات بيانات إضافية حسب الضرورة للتطبيقات المقصودة

    يجب أن تحتوي فئات المعلومات والفئات الفرعية داخلها على جميع البيانات اللازمة لتحليل أو نمذجة سلوك المورد باستخدام الأساليب والنماذج التقليدية

    o الدقة الموضعية - إذا تم على سبيل المثال تغيير الحد الفاصل بين الأرض السكنية والزراعية ، فيمكن دمج ذلك بسهولة.

    o متوافق تمامًا مع المعلومات الأخرى التي قد تتداخل معها

    o الدقة داخليا ، وتصوير طبيعة الظواهر بدون أخطاء - يتطلب تعريفات واضحة للظواهر التي تم تضمينها

    o تحديثها بسهولة وفقًا لجدول زمني منتظم

    o في متناول من يحتاجها

    إدارة قواعد البيانات المكانية

    تؤثر العديد من العوامل على التنفيذ الناجح لنظام المعلومات الجغرافية (GIS). ومع ذلك ، لا يوجد شيء أكثر أهمية من امتلاك استراتيجيات وبرامج الإدارة الصحيحة لتنفيذها. قاعدة البيانات المكانية هي الأساس الذي يتم من خلاله إنشاء وتحويل جميع البيانات بشكل موحد. لكن الحفاظ على سلامة البيانات وعملتها له أهمية أساسية. هناك خطأ كلاسيكي ارتكبته العديد من المؤسسات وهو التفكير في أن تصميم قاعدة بيانات مكانية عامة سيكون كافياً لاحتياجاتهم. هذا ببساطة ليس هو الحال. قاعدة البيانات المكانية هي النتيجة النهائية لسلسلة من العمليات التي تحدد المتطلبات الوظيفية المحددة للمستخدم والتطبيقات الرئيسية. تعد قابلية التشغيل البيني للبيانات أيضًا مجالًا مهمًا للقلق في تطوير أنظمة معلومات البيانات المكانية. نظرًا لأننا ننتقل من البيانات التي تم إنشاؤها حديثًا إلى استيعاب جميع البيانات الموجودة ، فإن قاعدة البيانات المكانية المصممة بشكل صحيح هي ضمان لنجاح المستخدم النهائي. يجب أن تكون حزمة برامج إدارة قواعد البيانات المكانية الجيدة قادرة على:


    الإسناد المكاني لبيانات CAD (ملفات .prj)

    بشكل افتراضي ، لا يحتوي ملف AutoCAD أو MicroStation على معلومات الإسناد المكاني من Esri لتعريف نظام إحداثي. يُفترض الإسناد المكاني غير المحدد Esri عند عدم اكتشاف تعريف نظام إحداثي بواسطة ArcGIS Pro لمجموعة بيانات معالم CAD (ملف CAD). عند إضافة البيانات إلى خريطة أو مشهد في ArcGIS Pro بمرجع مكاني غير محدد ، يُفترض أن تكون إحداثيات البيانات هي نفس النظام الإحداثي للخريطة الحالية أو الإسناد المكاني للمشهد ، والذي قد يكون أو لا يكون صحيحًا. It is recommended that you define a spatial reference for all data added to ArcGIS Pro so that it can be properly positioned.

    Spatial reference for AutoCAD files

    An AutoCAD file may contain spatial reference information in the .dwg or .dxf file created by the ArcGIS for AutoCAD plug-in application, or as a result of the ArcGIS Desktop Export To CAD geoprocessing tool.

    You can associate an Esri spatial reference to any CAD file by including a valid Esri .prj file containing the spatial reference information in the same file folder as the CAD file where the name of the file is the same as the CAD file, but with a .prj extension.

    ArcGIS Pro does not support the Autodesk spatial reference information of AutoCAD Map 3D or Civil 3D.

    Spatial reference for MicroStation files

    You can associate an Esri spatial reference to any CAD file, including MicroStation files, by including a valid Esri .prj file in the same file folder as the CAD file. The included .prj file must have the same name as the CAD file, but with a .prj extension.

    Universal CAD and BIM spatial reference (ESRI_CAD.prj)

    To define the same spatial reference for every CAD or BIM file in a file folder, you can rename the .prj file containing the desired spatial reference to ESRI_CAD.prj . Then every CAD or BIM file that does not have a defined spatial reference will use the ESRI_CAD.prj file as its spatial reference. This is useful when all of the files in the folder should use the same spatial reference.


    INSPIRE Directive

    INSPIRE, formally known as European Directive 2007/2/EC, establishes an Infrastructure for Spatial Information in the European Union. The Directive was transposed into Maltese legislation currently by Legal Notice 185 of 2013 under the Environment Protection Act (Cap. 549).

    The Malta Information Technology Agency (MITA) has been designated as the competent Authority in terms of the implementation of the Directive and the National Spatial Data Infrastructure in Malta.

    The intention of INSPIRE is to create a European Union (EU) spatial data infrastructure (SDI) that facilitates the sharing of environmental spatial information across public sector organisations (at a national and international level) and improves public access to spatial information across Europe.

    INSPIRE is based on a number of common principles:

    • Data should be collected only once and kept where it can be maintained most effectively.
    • It should be possible to combine seamless spatial information from different sources across Europe and share it with many users and applications.
    • It should be possible for information collected at one level/scale to be shared with all levels/scales detailed for thorough investigations, general for strategic purposes.
    • Geographic information needed for good governance at all levels should be readily and transparently available.
    • Easy to find what geographic information is available, how it can be used to meet a particular need, and under which conditions it can be acquired and used.

    To ensure that Member State SDIs are compatible and usable across European boundaries, the Directive requires that, for the 34 environmental themes in scope within INSPIRE, spatial datasets are available in a consistent format. Technical Implementing Rules have been made available by the European Commission to support the implementation of INSPIRE, covering the following areas:

    • البيانات الوصفية
    • Data Specifications
    • Network Services
    • Data and Service Sharing
    • Monitoring and Reporting

    The Implementing Rules are adopted as Commission Decisions or Regulations, and are binding in their entirety.

    INSPIRE technical architecture

    The following figure provides a simplified overview of key elements in the technical architecture of INSPIRE.

    Spatial Data

    In principle, every spatial object في spatial data setneeds to be described by a data specification تحديد دلالات و ال مميزات of the types of spatial objects in the data set. The spatial object types provide a classification of the spatial objects and determine among other information the properties that any spatial object may have (be they thematic, spatial, temporal, a coverage function, etc.) as well as known constraints (e.g. the coordinate reference systems that may be used in spatial data sets). This information is, in principle, captured in an application schema using a conceptual schema language, which is a part of the data specification.

    It is important to note that the logical schema of the spatial data set may and will often differ from the specification of the spatial object types in the data specification. In this case, and in the context of realtime transformation, a service will transform queries and data between the logical schema of the spatial data set and the published INSPIRE application schema on-the-fly. This transformation can be performed e.g. by the download service offering access to the data set or a separate transformation service.

    البيانات الوصفية

    خدمة البيانات الوصفية provides basic information about a service instance to enable the اكتشاف of spatial data services. ال وصف of a service includes the service type, a description of the operations and their parameters as well as information about the geographic information available from a service offering.

    Network Services

    Network services are necessary for مشاركة spatial data between the various levels of public authority in the Community. For these services interoperability is requested by the Directive, which means the possibility for services to interact, without repetitive manual intervention.

    It is important to note that for INSPIRE it is assumed that all kind of data and metadata access and processing is performed using web services . All services are described by service descriptions (service metadata, as part of the INSPIRE metadata), allowing humans and software applications to discover specific service instances in the infrastructure and invoke them automatically.

    Another view on the INSPIRE Network Services is to see them as a الوسيط between the services provided by the member states or offered by third parties and their EU-level usage for example via the INSPIRE geo-portal .

    The European Commission INSPIRE website has the latest information on INSPIRE and an archive of related documents.


    Creating spatial data on-the-fly for timeline application? - نظم المعلومات الجغرافية

    MySQL has spatial data types that correspond to OpenGIS classes. The basis for these types is described in Section 11.4.2, “The OpenGIS Geometry Model”.

    Some spatial data types hold single geometry values:

    GEOMETRY can store geometry values of any type. The other single-value types ( POINT , LINESTRING , and POLYGON ) restrict their values to a particular geometry type.

    The other spatial data types hold collections of values:

    يمكن لـ GEOMETRYCOLLECTION تخزين مجموعة من الكائنات من أي نوع. The other collection types ( MULTIPOINT , MULTILINESTRING , and MULTIPOLYGON ) restrict collection members to those having a particular geometry type.

    Example: To create a table named geom that has a column named g that can store values of any geometry type, use this statement:

    Columns with a spatial data type can have an SRID attribute, to explicitly indicate the spatial reference system (SRS) for values stored in the column. فمثلا:

    SPATIAL indexes can be created on spatial columns if they are NOT NULL and have a specific SRID, so if you plan to index the column, declare it with the NOT NULL and SRID attributes:

    InnoDB tables permit SRID values for Cartesian and geographic SRSs. MyISAM tables permit SRID values for Cartesian SRSs.

    The SRID attribute makes a spatial column SRID-restricted, which has these implications:

    The column can contain only values with the given SRID. Attempts to insert values with a different SRID produce an error.

    The optimizer can use SPATIAL indexes on the column. See Section 8.3.3, “SPATIAL Index Optimization”.

    Spatial columns with no SRID attribute are not SRID-restricted and accept values with any SRID. However, the optimizer cannot use SPATIAL indexes on them until the column definition is modified to include an SRID attribute, which may require that the column contents first be modified so that all values have the same SRID.

    For other examples showing how to use spatial data types in MySQL, see Section 11.4.6, “Creating Spatial Columns”. For information about spatial reference systems, see Section 11.4.5, “Spatial Reference System Support”.


    Useful tools for web mapping

    Maps are nice – and sometimes necessary – for many websites. But creating beautiful, usable, accurate maps can be tricky. There is a thicket of concepts, tools and data sources to navigate.

    Here’s our quick guide to some of the useful tools for web mapping out there to help web developers work with spatial data.

    As a note – here we’ll present resources roughly in line with the path spatial data takes from its origin to a user’s browser from the perspective of a full stack web developer: collect – manipulate – analyse – store – access – visuali s e . Also, this list is not exhaustive! Loads of useful tools for web mapping exist – this is more of a windscreen tour.

    تجميع

    Data comes from somewhere, and spatial data is no different. Exactly how spatial data is captured and created is beyond the scope of this post – all we need to know is that الصور النقطية و vector features can be downloaded or fetched from several reliable, authoritative sources.

    OS Maps API . The Maps API serves detailed and scalable raster backdrop maps in four colour palettes – ‘Roads’, ‘Outdoor’, ‘Light’ and ‘Leisure’. The service is offered in Web Map Tile Service (WMTS) and ZXY protocols, and can be connected to maps built with Leaflet, Mapbox GL JS, OpenLayers, and other libraries.

    OS Features API . Our Features API lets users request detailed vector features along with rich attribution metadata in various formats. Data can be requested using HTTP requests via curl, JavaScript APIs (like fetch, d 3.json , axios), Python tools like urllib.request and requests, etc.

    OS Vector Tile API . We serve vector tiles via our Vector Tile API, offering scalable, customisable and lightweight mapping data for users to visualise with various mapping libraries.

    Data prep

    Data prep is often a major step in creating a web app. Working with spatial data can be tricky, especially for developers less familiar. These tools can help speed up the job.

    Format conversion

    Often spatial (vector) data is downloaded from sources as shapefiles – but very often web applications and JavaScript libraries are designed to work with GeoJSON, an open standard that describes geographic features and non-spatial attributes. These tools enable conversion between various spatial data formats.

    mapshaper.org . A handy in-browser tool for working with spatial data. Users upload .shp, GeoJSON, and other data formats, then can manipulate the attributes and geometries. The Export function lets users select the output format. Very useful for quick manipulations, especially with smaller datasets.

    QGIS . QGIS is an open source desktop GIS (geographic information system) program. With Q GIS , users can load, visualize, manipulate and export vector and raster data – including into GeoJSON and other formats.

    جدال . The Geospatial Data Abstraction Library really deserves to stand on its own – it is an incredibly powerful tool to work with both raster and vector data. Many geospatial tools are built on top of GDAL (including QGIS). With the library developers can manipulate spatial data in a very sophisticated way – but it is quite a technical tool to use.

    toGeoJSON . A quick JS library to convert KML and GPX to GeoJSON on the command line, in with Node.js or in the browser. From Mapbox.

    TopoJSON . Vector datasets can be quite large – making websites slower and the web developer’s life more difficult. TopoJSON helps by reducing the size of GeoJSON files by efficiently describing line segments (arcs) so the same lines don’t appear twice in the dataset. Note – to use TopoJSON you’ll need to also use the TopoJSON client , to convert back to GeoJSON.

    Data management

    Again, web developers tend to work with GeoJSON – so our focus will be managing these files.

    GeoJSONLint . For checking validity of GeoJSON objects.

    GeoJSON-Validation . A npm module to check validity of GeoJSON. Especially useful for validating user-uploaded files.

    geojson-vt . Create vector tiles from GeoJSON data efficiently on the fly.

    Back end

    Spatial datasets require speciali s ed databases to efficiently store and access. Most notably, spatial queries enable developers to access records based on some spatial dimension – selecting points that are contained within a polygon, for example, or lines that intersect another line.

    PostGIS . PostgreSQL, with the PostGIS extension, is a commonly used relational database for spatial data. Well tested, large community, SQL.

    SpatiaLite . Like PostGIS, SpatiaLite extends SQLite to support spatial queries.

    Mapbox . With Mapbox, users can upload spatial data, which is stored in a way that it can be served to a browser. With Mapbox Studio users can create custom map styles for their location data.

    كارتو . Carto is a location intelligence platform with tools to ingest, enrich, analyse, visualise and integrate spatial data.

    MongoDB . This NoSQL database supports geospatial queries.

    GeoDjango . For developers running a Django back end, GeoDjango extends the framework to work with geographic data. Designed to connect to a geographic database like PostGIS or SpatiaLite.

    NodeJS . Node seamlessly can work with spatial data, connecting to PostGIS and MongoDB instances. The runtime environment benefits from having access to the multitude of JavaScript libraries developed for working with location data.

    Front end

    منشور . Leaflet is “a JavaScript library for interactive maps”. The library handles raster and vector tiles and enables web developers to customize styling and interactivity – on desktop and mobile devices. A standard for web mappers.

    Mapbox GL JS . Mapbox GL JS lets web developers build customizable, interactive vector maps, rendered using WebGL. This gives developers the option the customize styling and offers a smooth, impressive user experience, including 3D effects. GL JS fits into the Mapbox ecosystem.

    OpenLayers . OpenLayers is another library for creating dynamic, interactive maps in the browser. The library handles both raster and vector tiles and can visualize spatial data from various formats, like GeoJSON, KML, GML and others.

    ArcGIS API for JavaScript . With Esri’s ArcGIS API for JavaScript developers can build location experiences in 2D and 3D, using dynamic styling based on data.

    d3.js . Data-Driven Documents (D3) is an incredibly powerful library for working with data in the browser. The library excels as a way to create interactive geographic maps and visualizations – supported by a large community and range of example code snippets.

    Proj4js . A very useful JavaScript library for transforming coordinates between coordinate systems, including datum transformations.

    تحليل البيانات

    Turf.js . Geospatial analysis in JavaScript. Turf provides a suite of functions to analyse vector geospatial features and work with coordinates and coordinate arrays.

    geotiff.js . A JavaScript library for parsing and visualizing TIFF (raster) files, including raw raster data.

    Geoblaze . Extending geotiff.js, Geoblaze enables users to analyse and visualize raster data in the browser or in NodeJS.

    Observable . Observable is a web-based notebook for exploring and visualizing data. Powerful – well worth a look.

    Design/Cartography

    Colour pickers

    Colorbrewer . Created by a cartographer who has extensively researched how to use colour on maps, Colorbrewer provides various colour palettes for map designers.

    Adobe Color . A tool to generate colour palettes, including various schemes and hex code outputs.

    OS Colour Palette . Ordnance Survey cartographers have created a colour scheme to be used on OS maps, made available in the OS GeoDataViz toolkit on Github.

    الايقونية

    Mapbox Maki . From Mapbox, Maki is a set of vector icons specifically for map designers – beautiful, with lots of icons you don’t find elsewhere.


    Explore the Center

    اشخاص

    Meet the interdisciplinary faculty, scholars and students using spatial data to interpret and address complex global issues.

    بحث

    See how you’ll use innovative tools and the application of location-based data to inform critical decision-making.

    Engage

    Discover how our team of experts leverage service learning and unique skill sets to advance collaborative partnerships.


    Center for Geospatial Analytics

    2800 Faucette Dr.
    Campus Box 7106
    Raleigh, NC 27695
    General Inquiries: 919.513.4000


    شاهد الفيديو: الارجاع الجغرافي لصور جوجل ايرث Geo-referencing Google Earth Images