空间数据库复习资料整理v3
一、名词解释
1空间数据库
是地理信息系统在计算机物理存储介质上存储和应用的相关的地理空间数据的总合。
2空间数据库管理系统:
能进行语义和逻辑定义存储在空间数据库上的空间数据,提供必需的空间数据查询、检索和存取功能,以及能够对空间数据进行有效的维护和更新的一套软件系统。
3空间数据库应用系统
提供给用户访问和操作空间数据库的用户界面,是应用户数据处理需求而建立的具有数据库访问功能的应用软件。一般需要进行二次开发,包括空间分析模型和应用模型。
4什么是arcSDE
空间数据库引擎(SDE: Spatial Database Engine)
ArcSDE是一个用于访问存储于关系数据库管理系统(RDBMS)中的海量多用户地理数据库的服务器软件产品。
5什么是空间数据
地理信息系统的数据库(简称空间数据库或地理数据库)是某一区域内关于一定地理要素特征的数据集合。
6空间数据模型
空间数据(库)模型:就是对空间实体及其联系进行描述和表达的数学手段,使之能反映实体的某些结构特性和行为功能。
空间数据模型是衡量GIS功能强弱与优劣的主要因素之一。
7空间数据结构
不同空间数据模型在计算机内的存储和表达方式。
8场模型
在空间信息系统中，场模型一般指的是栅格模型，其主要特点就是用二维划分覆盖整个连续空间
9对象模型
面向对象数据模型（Object―Oriented Data Model,简称O―O Data Model）是一种可扩充的数据模型,在该数据模型中,数据模型是可扩充的,即用户可根据需要,自己定义新的数据类型及相应的约束和操作。
10概念数据模型
按用户的观点来对数据和信息建模。用于组织信息世界的概念，表现从现实世界中抽象出来的事物以及它们之间的联系。如E-R模型。
11结构数据模型
从计算机实现的观点来对数据建模，是信息世界中的概念和联系在计算机世界中的表现方法。如层次模型、网状模型、关系模型、面向对象模型。
12空间元数据
空间元数据是指在空间数据库中用于描述空间数据的内容、质量、表示方法、空间参考和管理方式等特征的数据，是实现地理空间信息共享的核心标准之一。
13空间数据库的数据模型
就是对空间实体及其联系进行描述和表达的数学手段，使之能反反映实体的某些结构特性和行为功能。基本分为两类：1传统数据模型，如层次、网状、关系数据模型。2新型数据模型，如面向对象数据模型、时空数据模型等。
14空间网状数据模型
将数据组织成有向图结构，图中的结点代表数据记录，连线描述不同结点数据间的联系。
15 Gis关系型空间数据模型
是以记录组或数据表的形式组织数据，不分层也无指针，是建立空间数据和属性数据之间关系的一种非常有效的数据组织方法。
16面向对象数据模型
为了有效地描述复杂的事物或现象，需要在更高层次上综合利用和管理多种数据结构和数据模型，并用面向对象的方法进行统一的抽象。
17面向对象的几何数据模型
从几何方面划分，GIS的各种地物对象为点、线、面状地物以及由它们混合组成的复杂地物。每一种几何地物又可能由一些更简单的几何图形元素构成。
18什么是UML
UML即统一建模语言，是一种面向对象的建模语言，它是运用统一的、标准化的标记和定义实现对软件系统进行面向对象的描述和建模。
19什么是ODL
ODL即对象定义语言，它是CORBA的一个组件，是建立数据库概念模型的工具，可以向DBMS 支持的数据模型转化。
20对象——关系数据库管理系统（O-RDBMS）
ORDBMS是将传统的关系数据库加以扩展，增加面向对象特性，即支持已被广泛使用的SQL，具有良好的通用性，又具有面向对象特性，支持复杂对象和复杂对象的复杂行为，适应了新应用领域的需要和传统应用领域发展的需要
21什么是Geodatabase
Geodatabase是一种采用标准关系数据库技术来表现地理信息的数据模型。
22空间索引
为便于空间目标的定位及各种空间数据操作，按要素或目标的位置和形状或空间对象之间的某种空间关系来组织和存储数据的结构。
23OLTP
OLTP即联机事务处理，它是对数据库联机的日常处理，当用于与RDBMS交互时，通过事务对数据库中的数据进行查询或修改。
24分布式数据库系统
在分布式数据库系统中，数据库存储在几台计算机中，这几台计算机之间通过高速网络或电话线等各种通信设备相互通信，计算机之间没有共享公共的内存或磁盘
25并行数据库系统
并行数据库系统是以并行计算机为基础，将数据库管理与并行技术相结合，以高性能和可扩展性为目标的数据库系统。
（26 数据字典）
描述数据库中各种数据属性与组成的数据集合，它是数据库设计与管理的有力工具。
二、简答题
1.标准DBMS存储空间数据的局限性
①空间数据记录是变长的，而一般的数据库只允许把记录的长度设定为固定；
②在存储和维护空间数据拓扑关系方面存在着严重缺陷；
③一般都难以实现对空间数据的关联、连通、包含、叠加等基本操作；
④不能支持复杂的图形功能；
⑤单个地理实体的表达需要多个文件、多条记录，一般的DBMS也难以支持；
⑥难以保证具有高度内部联系的GIS数据记录需要的复杂的安全维护。
因此，一般的DBMS都难以保证空间特性的表达与再现。
2.空间数据（库）管理系统的实现方法
空间数据库管理系统是建立在常规数据库管理系统的基础上，实现对空间数据的管理功能。主要包括两种具体的实现方法：
①常规数据库管理系统扩展：直接对常规数据库管理系统进行扩展，加入一定数量的空间
数据存储与管理功能。如Oracle。
②空间数据库引擎：在常规数据库管理系统上加一层空间数据库引擎，实现空间数据的存
储于管理。如ESRI的SDE。
3.简述空间数据的来源及特征
来源：空间数据的来源主要包括①地图数据；②遥感数据；③地形数据；④属性数据；⑤元数据。
特征：①空间特征；②非结构化特征；③空间关系特征；④分类编码特征；⑤海量数据特征。
4.例举几种常用GIS空间数据模型
①场模型；②基于对象的模型；③网络模型。
5.列举空间关系的种类并举例
①点——点：重合、分离、一点为其他诸点的集合中心、一点味其他诸点的地理中心等；
②点——线：点在线上、线的端点、线的交点、点与线的分离等；
③点——多边形、点在多边形内、点为多边形的几何中心、点在多边形边界上、点在多边形外部等；
④线——线：重合、相接、相交、相切、并行等；
⑤线——多边形：多边形包含线、线穿过多边形、线环绕多边形、线与多边形分离等；
⑥多边形——多边形：包含、重合、相交多边形、相邻、分离等。
6.空间数据模型（库）的种类
（一）逻辑数据模型
①基于对象的逻辑模型：实体联系模型、面向对象模型。
②基于记录的逻辑模型：关系模型、网状模型、层次模型。
（二）物理数据模型
7.传统数据模型的弱点
（1）以记录为基础的结构不能很好面向用户
（2）不能以自然的方式表示实体间的联系
（3）语义贫乏
（4）数据类型太少
8.复杂对象及其特点
复杂对象指具有复杂结构和操作的对象。复杂对象可以由多种关系聚合抽象而成，或由不同类型的对象构成，或具有复杂的嵌套关系等。
其特点可归结为：
①一个复杂对象由多个成员对象构成，每个成员对象又可以参与其他对象的构成；
②具有多种数据结构，如矢量、栅格、关系表等；
③一个复杂对象的不同部分可由不同的数据模型所支持，也就是说，可以分布于不同的数据库中。
9.画出复杂地物及其组织结构图
10.面向对象数据库实现方式
目前，采用面向对象数据模型，建立面向对象数据库系统，主要有三种实现方式：
①扩充面向对象程序设计语言（OOPL），在OOPL中增加DBMS的特性。
②扩充RDBMS，在RDBMS中增加面向对象的特征。
③建立全新的支持面向对象数据模型的OODBMS。
11.空间数据库维护包含的基本内容
①维护空间数据库的安全性和完整性：调整授权和密码、备份和回恢复。
②检测和改善数据库性能
③扩充增加新功能
④修改错误
12.简述（CS）客户端——服务器结构数据库管理（系统）的主要功能
（服务器：为多用户管理和维护一个独立的数据库；管理并处理客户的请求；管理数据和系统的安全等
客户端：是提供用户界面；建立同服务器的链接；向服务器提交和接受请求；数据的输入输出及验证等）
13.Geodatabase模型结构包含的元素类型
对象类、要素类、要素数据集、关系类、几何网络、Domains、Validation Rules、Raster Datasets、TIN、Datasets、Locators。
14.？？
15.列举空间信息的查询途径，并详述空间扩展GeoSQL
查询途径：
①基于属性特征查询
②基于空间关系和属性特征的查询（SQL）
③一种空间扩展SQL查询语言——GeoSQL
空间扩展GeoSQL：
相对于一般SQL，空间扩展SQL主要增加了空间数据类型和空间操作算子，以满足空间特征的查询。空间特征包含空间属性和非空间属性，空间属性由特定的“Location”字段来表示。空间数据类型除具有一般的整型、实型、字符串外，还具有下列空间数据类型：点类型、弧段类型、不封闭的线类型、多边形类型、图像类型、复杂空间特征类型。空间操作算子主要分为两类：一元空间操作算子和二元空间操作算子。
16.画图说明GeoSQL的运行过程
17.简述空间数据挖掘、支持发现的概念及其主要用途
空间数据挖掘即SDM，就是从空间数据库系统中抽取隐含的、人们感兴趣的空间模式和特征、空间数据与非空间数据之间的普遍关系的过程。
SDM可以辅助人们更好地理解空间数据，发现空间数据与非空间数据之间内在的隐含关系，构建空间知识库，优化空间查询等。
18.空间数据挖掘未来的发展方向
①在面向对象的空间数据库中进行数据采掘
②进行不确定性采掘
③多边形聚类技术
④多维规则可视化
⑤基于泛化的空间数据采掘机制需要进一步的开拓，以处理多专题地图和多层次的交互式采掘，并与空间索引、空间存取方法和数据仓库技术有效结合。
⑥空间数据分类领域尚需找到真正高效的空间分类方法，以处理带有不完整信息的问题。
⑦基于模式或基于相似性的采掘以及元规则指导的空间数据采掘尚需探讨。
⑧空间数据采掘查询语言SDMQL需进行详细设计和标准化。
⑨大量的遥感图像要求更多的数据采掘方法，用以检测异常、查找相似的图片，以及发现不同现象间的关系。
19.需求分析的意义和主要内容
需求分析是整个空间数据库设计与建立的基础，主要进行以下工作：
①调查用户需求：了解用户特点和要求，取得设计者与用户对需求的一致看法。
②需求数据的收集和分析：包括信息需求、信息加工处理要求、完整性与安全性要求等
③编制用户需求说明书：包括需求分析的目标、任务、具体需求说明、系统功能与性能、运
行环境等，是需求分析的最终成果
20.空间数据模型结构设计的概念和内容
空间数据模型结构设计指空间数据结构设计，结果是得到一个合理的空间数据模型，是空间数据库设计的关键。
其内容是
①概念模型的设计，即将现实世界简化成概念模型
②逻辑模型设计，即把概念模型转成数据库支持的数据模型
③物理模型设计，即有效地将空间数据库的逻辑结构在物理存储器上实现，确定数据在戒指上的物理存储结构。
三、论述题
1.与传统数据库对比论述空间数据库的特点及其优势
答：
与传统数据库相比，空间数据库具有以下特征：①数据量特别巨大；②空间数据和属性数据统一，数据种类多；③应用广泛。
与传统数据库相比，空间数据库具有以下优势：①统一的数据格式标准；②查询功能和效率强大；③海量空间数据存储；④并发控制机制；⑤安全机制；⑥可以进行空间操作。
2.列出几种GIS空间数据库的管理方案并分别论述其特点
（一）文件关系数据库混合管理方案
用一组文件形式来存储地理空间数据及其拓扑关系，利用通用关系数据库存储属性数据，通过唯一的标识符来建立它们之间的连接。
优点:①文件和关系数据库混合应用，空间数据可用不定长文件格式记录；②GIS可通过DBMS提供的高级编程语言的接口，直接操纵属性数据，查询属性数据库，并在GIS的用户界面下，显示查询结果。
缺点:①属性数据和图形数据通过ID联系起来，使查询运算，模型操作运算速度慢；②数据发布和共享困难；③属性数据和图形数据分开存储，数据的安全性、一致性、完整性、并发控制以及数据损坏后的恢复方面缺少基本的功能；④缺乏表示空间对象及其关系的能力。
（二）全关系式数据库管理方案
基于关系模型方式，将图形数据按关系模型组织。图形数据和属性数据统一存储在通用关系数据库中，即将图形文件转成关系存放在目前大部分关系型数据库提供的二进制块中。将图形数据变长部分处理成Binary Block字段
优点:①在全关系型数据库中加入了二进制数据块形式省去大量关系连接操作,可提高查询速度；②便于数据的维护。
缺点:①不定长记录造成存储效率的下降；②实现SQL查询要附加接口，因此它只适用于功能简单的GIS
（三）面向对象数据库管理方案
面向对象型空间数据库管理系统最适合空间数据的表达和管理。
优点:①支持变长记录，还支持对象的嵌套，信息的继承和聚集。②面向对象数据库管理系统允许定义合适的数据结构和数据操作。
缺点:①不支持SQL语言，在通用性上受局限。②面向对象型空间数据库管理系统还不够成熟，价格又昂贵，目前在GIS领域还不通用领域还不通用。
（四）对象关系数据库管理方案
优点:①解决了空间数据的变长记录管理，使数据管理效率大大提高；②空间和属性之间联结有空间数据管理模块解决，不仅具有操作关系数据的函数，还具有操作图形的API 函数；③对象—关系型空间数据库是在标准的关系数据库上加一层空间数据管理模块；用该层功能将地理结构查询语言转化成标准的SQL查询，空间数据查询速度快。
缺点:空间数据对象还不能有用户任意定义，用户使用受一定限制。如定义的空间函数支持的对象不带拓扑关系，用户不能定义带拓扑关系的数据模型。
3.论述空间数据库质量包含的内容及空间数据库质量控制手段有哪些
答：
所谓空间数据质量是指空间数据在表达实体空间位置,特征和时间所能达到的准确性,一致性,完整性和三者统一性的程度,以及数据适用于不同应用的能力.基本指标包括：误差、准确性、精度、空间分辨率、比例尺、不确定性、可得性、现势性。
常见数据质量控制手段有：
①手工方法：将数字化数据与数据源进行逐一比较。
②元数据方法：在元数据中描述数据的质量信息，以供使用过程中掌握。
③地理相关法：用空间数据的地理特征要素自身的相关性来分析数据的质量，如建筑物一般不会建筑在水面上等。
4.分别论述各种数据库模型运用于GIS的局限性和优势
（一）层次数据模型
用树结构表示实体之间联系的模型叫层次模型。
局限性：①很难描述复杂的地理实体之间的联系，描述多对多的关系时导致物理存储上的冗余；②对任何对象的查询都必须从层次结构的根节点开始，低层次对象的查询效率很低，很难进行反向查询；③数据独立性较差，数据更新设计许多指针，插入和删除操作比较复杂，父节点的删除意味着其下层所有子结点均被删除；④层次命令具有过程式性质，要求用户了解数据的物理结构，并在数据操纵命令中显式地给出数据的存储路径；⑤基本不具备演绎功能和操作代数基础。
优势：①存取方便且速度快；②结构清晰，容易理解；③数据修改和数据扩展容易实现；
④检索关键属性十分方便。
（二）网状数据模型
局限性：①由于网状结构的复杂性，增加了用户查询的定位困难，要求用户熟悉数据的逻辑结构，知道自己所处的位置；②网状数据操作命令具有过程式性质，存在于层次模型相同的问题；③不直接支持对于层次结构的表达；④基本不具备演绎功能和操作代数基础。
优势：①能明确而方便地表示数据间的复杂关系；②数据冗余小。
（三）关系数据模型
局限性：①无法用递归和嵌套的方式来描述复杂关系的层次和网状结构，模拟和操作复杂地理对象的能力较弱；②用关系模型描述本身具有复杂结构和涵义的地理对象时，需要对地理实体进行不自然的分解，导致存储模式、查询途径及操作等方面均显得语义不甚合理；
③由于概念模式和存储模式的相互独立性，及实现关系之间的联系需要执行系统开销较大的联接操作，运行效率不够高；④空间数据通常是变长的，而一般RDBMS只允许记录的长度设定为固定长度，此外，通用DBMS难于存储和维护空间数据的拓扑关系；⑤一般RDBMS都难以实现对空间数据的关联、联通、包含、叠加等基本操作；⑥一般DBMS不能支持GIS需要的一些复杂图形功能；⑦一般RDBMS难以支持复杂的地理信息，因为的那个地理实体的表达
需要多个文件、多条记录，包括大地网、特征坐标、拓扑关系、属性数据和非空间专题属性等方面信息；⑧GIS管理的是具有高度内部联系的数据，为了保证地理数据库的完整性，需要复杂的安全维护系统，而这行完整性约束条件必须与空间数据一起存储，由地理数据库来维护系统数据的完整性。否则一条记录的改变会导致错误、相互矛盾的数据存在，而一般RDBMS难以实现这一功能。
优势：①结构灵活，满足所有布尔逻辑运算和数据运算规则形成的查询要求；②能搜索、组合和比较不同类型的数据；③增加和删除数据非常方便。
5.3种传统数据库模型在空间数据库运用中的优缺点比较
（一）层次数据模型
优点：①存取方便且速度快；②结构清晰，容易理解；③数据修改和数据扩展容易实现；
④检索关键属性十分方便。
缺点：①结构呆板，缺乏灵活性；②同一属性数据要存储多次，数据冗余大；③不适合于拓扑空间数据的组织。
（二）网状数据模型
优点：①能明确而方便地表示数据间的复杂关系；②数据冗余小。
缺点：①网状结构的复杂，增加了用户查询和定位的困难；②需要存储数据间联系的指针，使得数据量增大；③数据的修改不方便。
（三）关系数据模型
优点：①结构灵活，满足所有布尔逻辑运算和数据运算规则形成的查询要求；②能搜索、组合和比较不同类型的数据；③增加和删除数据非常方便。
缺点：①数据库大时，查找满足特定关系的数据费时；②对空间关系无法满足。
6.空间数据管理方案有哪些，各有什么特点
基于文件与关系式数据库的空间数据混合管理方案
特点：1属性数据建立在RDBMS上，数据存储和检索比较可靠、有效；
2几何数据采用图形文件管理，功能较弱，特别是在数据的安全性、一致性、完整性、并发控制方面，比商用数据库要逊色得多。
3空间数据分开存储，数据的完整性有可能遭到破坏。
GIS软件：Arc/Info，MGE，GenMap等
基于全关系式数据库的空间数据管理方案
特点：1属性数据、几何数据同时采用关系式数据库进行管理
2空间数据和属性数据不必进行烦琐的连接，数据存取较快
3属间接存取，效率比DBMS的直接存取慢，特别是涉及空间查询、对象嵌套等复杂的空间操作
GIS软件：System9，Small World、Geovision等
基于对象—关系式数据库的空间数据管理方案。
特点：1对现有的关系数据库进行扩展，增加空间数据类型
2解决了空间数据变长记录的存储问题，由数据库软件商开发，效率较高用户不能根据GIS要求进行空间对象的再定义，因而不能将设计的拓扑结构进行存储，没有解决数据的嵌套纪录问题
GIS软件：TIGER，Geo++、Geo Tropics等
7.列举主要空间索引类型，画图说明每种索引类型的组织结构和特点
答：
（一） R树结构与R+树结构索引
（二） CELL树索引
（三） BSP树空间索引
BSP树是一种二叉树，它将空间逐级进行一分为二的划分。BSP树能很好地与空间数据库中空间对象的分布情况相适应，但对一般情况而言，BSP树深度较大，对各种操作均有不利影响。
（四） KDB树空间索引
KDB树是B树向多维空间的一种发展，它对于多维空间中的点进行索引具有较好的动态特征，删除和增加空间点对象也可以很方便地实现；其缺点是不直接支持占据一定空间范围的地物要素，如二维空间中的线和面。
（五）层次网格结构空间索引
（六）包络线空间索引
包络线索引实质是无索引文件的一种图形检索方法。对所击点的图，通过判别是在哪个包络线矩形之内，基本决定其位置。
8.论述空间数据挖掘和发现支持的类型有哪些
（空间数据挖掘可发现的知识类型？？？）
（一）普遍的几何知识：普遍的几何知识是指某类目标的数量、大小、形态特征等的普遍的几何特征。
（二）空间分布规律：是指目标在地理空间的分布规律，分成在垂直向、水平向以及垂直向和水平向的联合分布规律。
（三）空间关联规则：是指空间目标间相邻、相连、共生、包含等空间关联规则。（四）空间聚类规则：是指特征相近的空间目标聚类成上一级类的规则，可用于GIS的空间概括和综合。
（五）空间特征规则：是指某类或几类空间目标的几何的和属性的普遍特征，即对共性的描述。
（六）空间区分规则：指两类或多类目标间几何的或属性的不同特征，即可以区分不同类目标的特征。
（七）空间演变规则：是指空间目标依时间的变化规则，即哪些地区易变，哪些地区不易变，哪些目标易变及怎么变，哪些目标固定不变。
（八）
9.论述空间数据挖掘的方法
（一）空间分析方法：利用GIS的各种空间分析模型和空间操作对空间数据库中的数据进行深加工，从而产生新的信息和知识。可发现目标在空间上的相连、相邻和共生等关联规则，或发现目标之间的最短路径、最优路径等辅助决策的知识。
（二）统计分析方法：统计方法一直是分析空间数据的常用方法，着重于空间物体和现象的非空间特性的分析。统计方法有较强的理论基础，拥有大量成熟的算法。（三）归纳学习方法：归纳学习方法是从大量的经验数据中归纳抽取一般的规则和模式。（四）聚类与分类方法：聚类和分类方法按一定的距离或相似性系数将数据分成一系列相互区分的组。常用的经典聚类方法Kmean、Kmeriod、ISO DATA等
（五）探测性的数据分析方法（EDA）：EDA采用动态统计图形和动态链接窗口技术将数据及统计特征显示出来，可发现数据中非直观的数据特征及异常数据。
（六）粗集方法：可用于空间数据库属性表的一致性分析、属性的重要性、属性依赖、属性表简化、最小决策和分类算法生成等。
（七）云理论：可进行概念和知识的表达、定量和定性的转化、概念的综合与分解、从数据中生成概念和概念层次结构、不确定性推理和预测等。
（八）空间特征和趋势探测方法：空间趋势探测挖掘是从一个开始点出发，发现一个或多个非空间性质的变化规律。
（九）数字地图图像分析和模式识别方法：一些图像分析和模式识别方法可直接用于挖掘数据和发现知识，或作为其他挖掘方法的预处理方法。
（十）可视化方法：例如，把数据库中的多维数据变成多种图形，这对揭示数据的状况、内在本质及规律性起到了很强的作用。
10.新一代数据库技术及GIS重点关注数据库新技术
新一代的数据库技术主要体现在①整体系统方面；②体系结构方面；③应用方面。
GIS重点关注数据库的新技术主要包括：①面向对象数据库；②分布式数据库；③数据仓库数据库。
11.空间时态数据库的研究内容
（一）空间时态数据的表达
空间时态数据表达的目的在于建立空间时态一体化数据模型。它涉及到时间标识、空间时态版本的标识、空间变化类型的定义、空间拓扑与时态拓扑、空间时态数据的存储结构，以及存储策略等内容。
（二）空间时态数据的更新
空间时态数据的更新研究空间数据更新的类型、操作方法，更新对时空数据库中空间和时态拓扑的影响，以及拓扑重建等问题。
（三）空间时态数据的查询
空间时态数据的查询探讨空间时态数据的各种跟踪算法，多维信息的复合、分析、可视化。
12.空间数据库设计的概念、内容、主要步骤、原则
概念：空间数据库设计就是把现实世界中一定范围内存在着的应用数据抽象成一个数据库的具体结构的过程。
内容：空间数据库设计的内容主要包括三个方面，数据结构、数据操作、完整性约束。具体为：①静态特征设计——结构特性，包括概念结构设计和逻辑结构设计；②动态特性设计——数据库的行为特性，设计查询、静态事务处理等应用程序；③物理设计，设计数据库的存储模式和存储方式。
主要步骤：需求分析→概念设计→逻辑设计→物理设计
原则：①尽量减少空间数据存储冗余；②提供稳定的空间数据结构，在用户的需要改变时，数据结构能够做出相应的变化；③满足用户对空间数据及时访问的需求，高校提供用户所需的空间数据查询结果；④在空间元素间为耻复杂的联系，反应空间数据的复杂性；⑤支持多种决策需要，具有较强的应用适应性。
13.空间数据库实现的步骤、建库的前期准备工作内容、建库流程
步骤：①建立实际的空间数据库结构；②装入试验性数据测试应用程序；③装入实际空间数据，建立实际运行的空间数据库。
前期准备工作内容：①数据源的选择；②数据采集存储原则；③建库的数据准备；④数据库入库的组织管理。
建库流程：①首先必须确定数字化的方法及工具；②准备数字化原图，并掌握该图的投影、比例尺、网格等空间信息；③按照分层要求进行一个Coverage的数字化，数字化的过程包括选择控制点、数字化控制点、确定投影信息、采集数据、编辑和修改数据等；④对收集来的空间数据进行拓扑关系的建立，并给空间实体赋属性值；⑤进行坐标变换和底图接边处理就建成了分层管理的空间数据库。