一、知识点总结
1、空间数据采集与处理框架
2、数据源与采集方法
- 数据源分类：按获取方式可分为地图数据、遥感影像、实测数据等；按表现方式可分为数字化数据、多媒体数据、文本资料数据等。
- 核心流程：数据源选择→确定采集方法→编辑处理→质量评价→数据入库。
- 数据源选择原则：满足系统功能要求、有使用经验、控制系统成本。
3、数据采集
- 空间数据采集方法
①野外数据采集：平板测量、全野外数字测图、GPS 空间定位测量。
②地图数字化：扫描矢量化、手扶跟踪数字化。
③摄影测量：立体摄影测量，要求航向重叠 55%-65%、旁向重叠 30%。
④遥感图像处理：通过传感器获取电磁波反射辐射，经 A/D 转换、校正、分类等处理。
⑤新型方式：车载移动数据采集、无人机 CCD 摄影、激光扫描（LIDAR）等。
- 属性数据采集：来源包括社会环境、自然环境、资源与能源数据，采集方式有键盘输入、数据库导入、编码输入。
- 数据编码：层次分类编码法（隶属关系明确）、多源分类编码法（多维度独立编码）。
4、数据编辑
- 图形数据错误类型：伪节点、悬挂节点、碎屑多边形、不正规多边形等。
- 错误检查方法：叠合比较法、目视检查法、逻辑检查法。
- 编辑功能：点 / 线 / 面 / 目标的增加、删除、修改、拷贝、旋转等操作。
- 属性数据校核：确保与空间数据正确关联、标识码唯一，属性值准确且在取值范围内。
5、数学基础变换
- 几何纠正
①地形图：四点纠正法（采集四个图廓控制点）、逐网格纠正法（逐方里网采点）。
②遥感影像：以相近比例尺地形图 / 正射影像为标准，采集同名地物点。
- 坐标变换
①投影变换：已知投影参数，通过正解 / 反解 / 数值变换建立对应关系，精度最高。
②仿射变换：不同方向压缩 / 扩张，公式为X=AX+BY+C、Y=DX+EY+F。
③相似变换：保持形状不变，含平移（X′=X+Tx、Y′=Y+Yx）、旋转（X′=Xcosθ+Ysinθ等）、缩放三种基本操作。
④橡皮拉伸：通过坐标几何纠正修正原图配准缺陷等导致的几何变形。
- 栅格数据重采样
①最邻近像元法：取最近像元值，公式I(P)=I(N)。
②双线性插值法：基于最邻近 4 个像元，按相对坐标加权计算。
③双三次卷积法：分块用三次多项式曲面，保证边界导数连续。
6、数据重构
- 数据结构转换
①栅格→矢量流程：二值化→边界提取→细化→矢量化→生成拓扑关系→去除多余点及曲线圆滑。
②矢量→栅格转换：将矢量图形离散为栅格单元。
- 数据格式转换
①交换模式：外部数据交换、直接数据访问、数据互操作、空间数据共享平台。
②转换途径：外部文件交换（E00、MID 等格式）、标准空间数据交换（CNSDTF）、空间数据互操作（Open GIS）、基于语义转换。
7、图幅拼接
- 几何接边：解决地物衔接问题，采用直接移动或回缩 2-3 个点减少突变。
- 逻辑接边：检查相邻图幅地物编码和属性一致性，通过指针或关键字建立逻辑关联。
- 关键操作：识别相邻图幅、删除相同属性多边形公共边界、合并属性。
8、拓扑生成
- 点线拓扑：实时建立（记录结点 - 弧段、弧段 - 结点关系）或事后自动建立。
- 多边形拓扑
①类型：独立多边形、具有公共边界的简单多边形、嵌套多边形。
②步骤：结点匹配→建立结点 - 弧段关系→按弧段方向性追踪生成闭合多边形。
- 网络拓扑：建立结点与弧段关系，删除立交桥等不连通处的无效节点。
9、数据简化处理
- 线实体简化方法：间隔取点法（比较邻点距离与阈值）、垂距和偏角法（按限差取舍点）、Douglas Peucker 算法（按最大距离阈值筛选关键点）。
- 其他简化操作：双线中心线生成（抽取道路中心）、多边形消融（消除相同属性相邻多边形公共边界）、多边形轮廓聚合。
10、数据质量评价与控制
- 核心概念
- 准确性：记录值与真实值的接近程度；精密度：多次观测值的离散程度。
- 分辨率：最小可辨识差异；误差：数据与真值的差异；不确定性：特征和过程的不可准确确定性。
- 评价指标：数据渊源、位置精度、属性精度、时间精度、逻辑一致性、完整性等。
- 误差源：数据采集（仪器 / 记录误差）、输入（数字化 / 格式转换误差）、存储（精度不足）、处理（分类间隔 / 叠加误差）、输出（设备 / 媒介误差）、使用（误解 / 误用数据）。
- 质量控制方法：传统手工方法、元数据方法、地理相关法，贯穿数据生产全流程。
11、数据入库
- 入库流程：检查入库数据→修改完善→整理数据（建立存储目录、统一命名）→文档数字化→数据存储。
- 元数据：作用包括帮助用户了解数据、空间数据质量控制、数据集成、存储与功能实现，FGDC CSDGM 标准含 7 个主要子集和 3 个次要子集。
二、图Graph拓展
1、图知识点概览
2、拓展
图论与空间数据处理的深度融合，源于二者的天然契合 ------ 空间实体可抽象为图的顶点，空间关系对应图的边，为拓扑分析、网络建模等核心需求提供了坚实的理论与算法支撑。在拓扑生成中，点线关系建模为二分图、多边形拓扑契合平面图特性，借助图算法可高效检测拓扑错误、验证一致性；网络分析领域，交通、管线等空间网络转化为加权有向图，Dijkstra、Kruskal 等经典图算法成为路径规划、资源优化的核心工具；数据简化通过图稀疏化、边收缩等操作实现，同时兼顾几何特征与约束条件。
在数据质量层面，图论的连通性、度分布等概念为逻辑一致性检验提供量化标准，概率图模型则助力不确定性传播分析；存储管理上，图数据库原生支持拓扑关系查询与路径搜索，实现空间 - 属性一体化高效检索。前沿方向上，图神经网络赋能空间模式识别与语义推理，动态时空图模型适配动态空间现象，分布式图计算框架支撑大规模空间数据分析。
图论不仅为传统 GIS 难题提供了优雅的解决方案，更通过与新技术的结合催生了空间智能等创新方向，成为空间信息科学发展的核心驱动力，也为图领域研究开辟了广阔的应用与创新空间。