데이터 모델(GIS)

Data model (GIS)
이 항목에 대한 자세한 내용은 데이터 모델을 참조하십시오.

지리적 데이터 모델, 지리공간적 데이터 모델 또는 지리적 정보 시스템의 맥락에서 단순한 데이터 모델은 지구상의 현상을 나타내기 위한 수학적, 디지털 구조다.일반적으로 그러한 데이터 모델은 공간 위치, 속성, 시간에 따른 변화, 정체성을 포함한 지리적 데이터를 통해 이러한 현상의 다양한 측면을 나타낸다.예를 들어 벡터 데이터 모델은 점, 선, 다각형의 집합으로서 지리를 나타내고 래스터 데이터 모델은 숫자 값을 저장하는 셀 행렬로서 지리를 나타낸다.[1]데이터 모델은 데이터 관리 및 공간 분석을 위한 소프트웨어 도구, 다양한 GIS 파일 형식에 저장된 데이터, 사양 및 표준, GIS 설치를 위한 특정 설계 등 GIS 생태계 전반에 걸쳐 구현된다.null

공간정보의 고유한 특성으로 인해 자체적인 모델구조의 집합이 생겨났지만, 데이터 모델링 과정의 상당 부분은 개념모델에서 논리모델로, 물리적모델로, 일반모델과 애플리케이션별 설계의 차이 등 나머지 정보기술과 유사하다.null

역사

지리적 현상을 나타내는 최초의 컴퓨터 시스템은 1950년대와 1960년대 지리학의 정량적 혁명 동안 개발된 정량적 분석 모델이었다; 이것들은 지리적 데이터를 일관된 영구적 구조로 저장하려고 시도하지 않았지만, 대개 지리적 정보 시스템이라고 불릴 수 없었다.통계적 또는 수학적 모델최초의 진정한 GIS 소프트웨어는 래스터 또는 벡터로 알려진 데이터 모델을 사용하여 공간 정보를 모델링:

  • SYMAP(Howard Fisher, Harvard Laboratory for Computer Graphics and Spatial Analysis, 1963–1967)은 래스터 맵을 생성했지만, 데이터는 보통 벡터 유사 지역 개요 또는 샘플 포인트로 입력되었다가 출력을 위한 래스터 구조로 보간되었다.[2]1969년 David Sinton에 의해 연구소에서 개발된 GRID 패키지는 SYMAP를 기반으로 하였으나 그리드 데이터의 영구 저장 및 분석에 더 중점을 두었고, 따라서 아마도 최초의 범용 래스터 GIS 소프트웨어가 되었다.
  • 캐나다 지리정보시스템(Roger Tomlinson, Canada Land Inventory, 1963–1968년 개발)은 천연자원 데이터를 "faces"(vector polygon)로 저장했지만, 이는 일반적으로 종이지도의 래스터 스캔에서 도출되었다.[3]
  • 이중 독립 지도 인코딩(DIME, 미국 인구조사국, 1967)은 아마도 주소 지오코딩을 허용하기에 충분한 속성과 네트워크와 폴리곤 위상들을 통합한 최초의 강력한 벡터 데이터 모델이었을 것이다.[4]
  • Like the CGIS, early GIS installations in the United States were often focused on inventories of land use and natural resources, including the Minnesota Land Management Information System (MLMIS, 1969), the Land Use and Natural Resources Inventory of New York (LUNR, 1970), and the Oak Ridge Regional Modelling Information System (ORRMIS, 1973).MLMIS가 완벽한 정규 그리드는 아니지만, CGIS와는 달리, 이것들은 모두 SYMAP에서 영감을 받은 래스터 시스템이었다.[5]

대부분의 1세대 GIS는 특정 요구에 맞게 맞춤 제작되었으며, 데이터 모델은 당대의 기술 한계(특히 펀치 카드 및 제한된 메인프레임 처리 시간)를 이용하여 가장 효율적으로 저장 및 처리되도록 설계되었다.1970년대 동안, 초기 시스템은 그것들을 비교하고 그들의 기초적인 데이터 모델의 효과를 평가하기에 충분한 결과를 낳았다.[6]이로 인해 하버드 연구소와 그 외 다른 곳에서는 Esri Coverage와 같은 상용 소프트웨어와 데이터의 기초를 형성할 POLYVRT 위상 벡터 모델과 같은 새로운 세대의 일반 데이터 모델을 개발하는 데 초점을 맞춘 노력을 하게 되었다.[7]null

1980년대에 상업적인 기성 GIS 소프트웨어, GIS 설치, GIS 데이터가 확산되면서 학자들은 래스터와 벡터 데이터 모델이 왜 상식이 되는 것처럼 보이는지, 그리고 그들이 어떻게 실제를 측정하고 나타내는지를 알아내려고 노력하면서 공통 데이터 모델을 밑바탕으로 하는 지리 현상의 개념 모델을 찾기 시작했다.이것은 1990년대 초 지리 정보 과학의 하위 분야를 형성한 주요한 실의 하나였다.[8]null

1990년대 GIS 데이터 모델링의 추가 발전은 GIS 사용자 기반과 컴퓨팅 기능의 급격한 증가에 의해 추진되었다.주요 동향에는 1) 시간, 3차원 구조, 불확실성, 멀티미디어와 같은 보다 복잡한 요구를 처리하기 위한 전통적인 데이터 모델로의 확장 개발, 2) 다중 사용자 접근과 보안에 대한 기업 요구로 기하급수적으로 증가하는 공간 데이터의 양을 효율적으로 관리할 필요가 있었다.이러한 경향은 결국 관계형 데이터베이스와 객체-관계형 데이터베이스에 통합된 공간 데이터베이스의 출현으로 정점을 찍었다.null

데이터 모델 유형

추가 정보:데이터 모델

세계는 컴퓨터로 표현될 수 있는 것보다 훨씬 더 복잡하기 때문에, 모든 지리공간 데이터는 불완전한 세계의 근사치들이다.[9]따라서 대부분의 지리공간 데이터 모델은 종종 무한 영역의 유한한 표본을 수집하기 위한 어떤 형태의 전략과 표본을 추출하지 않은 부분의 성질을 보간할 수 있는 방식으로 표본을 구성하는 구조를 암호화한다.예를 들어, 건물은 공간의 무한한 개수의 점으로 구성된다; 벡터 폴리곤은 몇 개의 순서가 있는 점을 나타내며, 이는 직선으로 닫힌 윤곽으로 연결되고 모든 내부 지점이 건물의 일부라고 가정한다; 나아가, "높이" 속성은 그것의 3차원 볼륨의 유일한 표현일 수 있다.null

지리공간 데이터 모델을 설계하는 과정은 적어도 전체적인 패턴에서 일반적인 데이터 모델링과 유사하다.예를 들어, 모델 추상화의 세 가지 뚜렷한 레벨로 나눌 수 있다.[10]

  • 개념 데이터 모델, GIS 및 기타 컴퓨터 시스템의 제약과 무관하게, 마음과 기업 프로세스에서 정보가 어떻게 구성되는지에 대한 높은 수준의 사양.개체-관계 모델과 같은 도구를 사용하여 시각적으로 개념 모델을 개발하고 표현하는 것이 일반적이다.
  • 논리적 데이터 모델, 컴퓨터에서의 개념 모델을 표현하는 방법에 대한 광범위한 전략, 때로는 새롭지만 종종 기존 소프트웨어, 하드웨어 및 표준의 프레임워크 내에서 이루어진다.통합 모델링 언어(UML, 특히 클래스 다이어그램)는 일반적으로 논리적 및 물리적 모델을 시각적으로 개발하는 데 사용된다.
  • 물리적 데이터 모델, 메모리 또는 파일에서 데이터를 구성하는 방법에 대한 상세 사양.

이러한 각 모델은 다음 두 가지 상황 또는 범위 중 하나로 설계될 수 있다.

  • 일반적인 데이터 모델은 일반적으로 사회가 컴퓨터에서 가장 효율적으로 작동하는 정보 및/또는 구조를 개념화하는 방식으로 일관된 패턴을 발견함으로써 광범위한 애플리케이션에 채택되도록 의도되었다.예를 들어, 필드는 지리적 현상의 일반적인 개념 모델이고, 관계형 데이터베이스 모델과 벡터는 일반적인 논리 모델인 반면, 형상파일 형식은 일반적인 물리적 모델이다.이 모델들은 일반적으로 소프트웨어와 GIS 파일 포맷을 직접 정보로 구현한다.과거에는 이러한 모델들이 학술 연구자들에 의해, 오픈 지리공간 컨소시엄과 같은 표준 기구들에 의해, 그리고 에스리와 같은 소프트웨어 벤더들에 의해 설계되었다.학술 및 표준 모델이 공개(그리고 때로는 공개 소스)되어 있는 반면, 회사들은 모델의 세부 사항을 비밀로 하거나(에스리가 커버리지와 파일 지오다타베이스와 관련되도록 시도했듯) 공개적으로 발표(에스리가 형상파일을 사용했듯)하는 선택을 할 수도 있다.[11]
  • 특정 데이터 모델 또는 GIS 설계는 특정 기업 또는 프로젝트 GIS 애플리케이션에 필요한 데이터의 사양이다.그것은 일반적으로 기존의 GIS 소프트웨어를 사용할 수 있도록 선택한 일반 데이터 모델의 제약조건 내에서 만들어진다.예를 들어, 도시에 대한 데이터 모델에는 포함될 데이터 계층 목록(예: 도로, 건물, 구획, 구역화)이 포함될 수 있으며, 각 계층은 사용되는 일반적인 공간 데이터 모델 유형(예: 래스터 또는 벡터), 좌표계와 같은 매개변수 선택 및 특성 열과 함께 지정된다.

개념 공간 모델

참고 항목:개념 모델

일반적인 지리공간 개념 모델은 지리적 현상의 물리적 특성과 사람들이 지리적 현상에 대해 어떻게 생각하고 그들과 함께 일하는지를 모두 포착하려고 시도한다.[12]위에서 기술한 표준 모델링 프로세스와는 달리, GIS가 구축되는 데이터 모델은 원래 지리적 현상의 일반적인 개념 모델에 기초하여 설계되지 않고, 기술적 편의성에 따라 크게 설계되었으며, 아직 문서화되지 않은 상식 개념화의 영향을 받았을 가능성이 높다.null

그렇기는 하지만, 초기 GIS 개발에 큰 영향을 끼쳤던 초기 개념적 틀은 브라이언 베리 등의 인식으로 지리적 정보가 각 현상의 세 가지 매우 다른 측면, 즉 공간, 시간, 속성/속성/테마(theme)에 대한 설명으로 분해될 수 있다는 인식이었다.[13]1978년의 추가 개발로, 데이비드 신튼은 측정, 데이터, 지도에 대한 서로 다른 전략을 세 가지 측면 중 하나를 고정하고, 1초를 제어하며, 3번째 측면을 측정하는 것으로 특징짓는 틀을 제시했다.[14]null

1980년대와 1990년대에는 공간정보이론의 본체가 철학(특히 온톨로지), 언어학, 공간인지학의 과학의 요소들을 통합하면서 점차 지리정보과학의 주요 하위분야로 부상하였다.1990년대 초까지, 세상과 그 내용을 이해시키는 두 가지 대안적인 방법의 기본적인 이분법이 등장했다.

  • 물체(특징 또는 실체라고도 함)는 전체적으로 이해되는 구별되는 "사물"이다.그것은 건물이나 도로와 같은 눈에 보이는 물질적인 물체일 수도 있고, 카운티나 소매점의 시장 지역 같은 추상적인 실체일 수도 있다.
  • 필드는 공간에 따라 달라지기 때문에 그 범위 내의 어떤 위치에서든 잠재적으로 뚜렷한 측정 가능한 값을 가질 수 있는 속성이다.그것은 온도나 밀도와 같은 화학의 집약적 특성과 유사한 물질의 물리적, 직접 측정할 수 있는 특성일 수도 있고, 또는 수학 모델을 통해 정의된 추상적 개념일 수도 있다. 각 위치에 사는 사람이 지역 공원을 이용할 가능성과 같은 것이다.[15]

이 두 개념 모델은 서로 다른 현상을 나타내기 위한 것이 아니라, 종종 같은 현상을 개념화하고 설명하는 다른 방법이다.예를 들어 호수는 물체지만 호수에 있는 물의 온도, 맑음, 오염의 비율 등은 각 들판(물 자체는 질량의 제3의 개념으로 볼 수 있지만, 이것은 물체와 들판처럼 널리 받아들여지지 않는다).[16]null

벡터 데이터 모델

물 특징을 나타내는 점, 선 및 다각형이 있는 단순 벡터 데이터 세트.
참고 항목:벡터 그래픽 및 GIS 파일 형식 § 벡터

벡터 논리 모델은 기하학적 형태와 그것의 속성에 대한 일련의 값들에 의해 각각의 지리적 위치나 현상을 나타낸다.각 기하학적 모양은 좌표 지오메트리를 사용하여, 점, 선, 다각형과 같은 사용 가능한 기하학적 원시 요소 집합에서 선택한 지리 좌표계의 구조화된 집합(x,y)에 의해 표현된다.null

다양한 GIS 소프트웨어에서 사용되는 수십 개의 벡터 파일 형식(즉, 물리적 데이터 모델)이 있지만, 대부분은 OGC(Open Geospatial Consortium)의 SFA(Simple Feature Access) 규격에 부합한다.1990년대에 기존 벡터 모델 간의 공통점을 찾아 개발되었으며, 현재는 벡터 데이터 모델의 기준 표준인 ISO 19125로 보존되어 있다.OGC-SFA에는 다음과 같은 벡터 기하학적 원형이 포함된다.[17]

  • 점: 2차원 또는 3차원 공간의 단일 좌표.많은 벡터 형식은 단일 형상이 여러 개의 분리된 점(OGC-SFA의 멀티포인트)으로 구성될 수 있도록 한다.
  • 곡선(대안으로는 폴리선 또는 선회선이라고 함): 선은 점의 무한수를 포함하지만, 점의 유한 순서 표본(정점이라고 함)으로 표현되어 있어 소프트웨어가 간섭점을 보간할 수 있다.전통적으로 이것은 선형 보간(OGC-SFA는 이 경우를 LineString이라고 부름)이었지만, 일부 벡터 형식은 곡선(일반적으로 원형 호 또는 베지에 곡선)을 허용하거나, 단일 형상이 다중 이음 곡선(OGC-SFA의 멀티커브)으로 구성되도록 허용한다.
  • 폴리곤(Polygon): 영역도 무한히 많은 점을 포함하므로 벡터 모델은 그 경계를 폐쇄선(OGC-SFA에서는 링이라고 함)으로 나타내어 소프트웨어가 내부를 보간할 수 있도록 한다.GIS 소프트웨어는 라인을 시계 반대 방향으로 주문하도록 하여 내부와 외부를 구분하므로 내부는 항상 경계 왼쪽에 있다.거의 모든 형식에서 폴리곤은 내부 고리를 시계 방향으로 포함시켜 "구멍"(예를 들어 호수의 섬)을 가질 수 있다(그래서 내부는 여전히 왼쪽에 있다).선과 마찬가지로 곡선 경계가 허용될 수 있다. 일반적으로 단일 형상은 OGC-SFA가 표면을 총칭하는 다중 다각형을 포함할 수 있다.
  • 텍스트(대칭 주석): Esri Geodatabase 및 Autodesk .dwg를 포함한 소수의 벡터 데이터 형식은 데이터베이스에 텍스트 저장을 지원한다.주석은 일반적으로 텍스트 내용과 설계 특성(콘트, 크기, 간격 등)을 제공하는 일련의 속성을 가진 점 또는 곡선(기준)으로 표현된다.

현상을 나타내는 벡터 데이터 집합에 저장된 기하학적 모양은 실제 현상 그 자체와 같은 차원일 수도 있고 아닐 수도 있다.[18]표현 규모와 목적에 따라 실제 성격보다 낮은 차원으로 형상을 표현하는 것이 일반적이다.예를 들어 도시(이차원 지역)를 점으로 나타낼 수도 있고, 도로(이차원 구조)를 선으로 나타낼 수도 있다.사용자가 후자가 대표 선택이고 도로는 실제로 선이 아니라는 것을 알고 있는 한, 이러한 일반화는 전송 네트워크 분석과 같은 응용 프로그램에 유용할 수 있다.null

벡터 데이터 모델은 기하학적 모양과 속성의 이러한 기본 전략을 바탕으로, 일반적으로 관련 특징(예: 도로)을 포함하는 단일 데이터 세트(종종 레이어)로 수집하기 위해 다양한 구조를 사용한다.이러한 접근방식은 다음과 같은 몇 가지 방법으로 분류할 수 있다.

  • 지리학적 데이터 모델은 대부분의 초기 벡터 GIS 소프트웨어의 기초였다.[19]기하학적 데이터와 속성 데이터는 별도로 저장된다. 이는 원래 기하학적 데이터가 그것을 처리하기 위해 GIS 고유의 코드를 필요로 하지만 기존의 관계형 데이터베이스 소프트웨어(RDBMS)를 사용하여 속성을 관리할 수 있기 때문이다.예를 들어, Esri ARC/INFO(Later ArcInfo)는 원래 두 개의 별도 프로그램으로 구성되었는데, ARC는 공간 관리와 분석을 위해 Esri가 작성했으며, INFO는 허가받은 상업용 RDBMS 프로그램이었다.관계형 데이터베이스의 원리에 따라 행 번호나 ID 번호와 같은 키를 사용하여 표의 행과 각 형상을 일치시켜 기하와 속성을 결합할 수 있기 때문에 "지오렐리티브"라고 불렸다.[20]
  • 공간 데이터베이스(객체 기반 모델이라고도[20] 함)는 1990년대에 처음 등장했다.또한 관계형 데이터베이스 관리 시스템의 성숙도를 활용하며, 특히 초대형 엔터프라이즈 데이터베이스를 관리할 수 있는 능력을 활용한다.공간 데이터베이스는 기하학적 데이터를 별도로 저장하는 대신 기하학적 데이터 유형을 정의해 형상을 속성과 같은 표의 열에 저장할 수 있게 해 각 계층에 대한 단일 통합 데이터 세트를 만든다.대부분의 RDBMS 소프트웨어(커머셜과 오픈 소스 모두)는 기하학적 데이터의 저장과 조회를 가능하게 하는 공간적 확장을 가지고 있는데, 보통 개방형 지리공간 컨소시엄의 Simple Features-SQL 표준에 기초한다.[21]일부 비 데이터베이스 데이터 형식은 또한 GeoJSON과 같은 단일 구조로 각 객체의 기하학적 및 속성 데이터를 통합한다.
초기 PolyVRT 데이터 모델을 기반으로 한 지역 관계 위상 벡터 데이터 모델인 Arc/INFO 탐지 범위 데이터 모델의 묘사

벡터 데이터 구조는 데이터 집합에서 개체 간의 위상 관계를 관리하는 방법에 따라 분류될 수도 있다.[22]

  • 위상학적 데이터 모델은 위상학적 관계를 모델 설계의 핵심 부분으로 통합한다.[18]: 46 미국 인구조사국의 GBF/DIME 형식은 아마도 첫 번째 위상학적 데이터 모델이었을 것이다; 또 다른 초기 예는 1970년대 하버드 컴퓨터 그래픽 및 공간 분석 연구소에서 개발된 POLYVRT로, 결국 Esri ARC/INFO 커버리지 형식으로 진화했다.[7][19]이 구조에서 선은 모든 교차로 지점에서 끊어진다. 그러면 이 노드는 어떤 선들이 그곳에 연결되는지에 대한 위상학적 정보를 저장할 수 있다.다각형은 별도로 저장되지 않고 집합적으로 닫히는 선 집합으로 정의된다.각 선은 오른쪽과 왼쪽의 다각형에 대한 정보를 포함하므로 위상학적 인접성을 명시적으로 저장한다.이 구조는 복합 선 폴리곤 구조(예: 인구조사 블록), 주소 지오코딩 및 전송 네트워크 분석을 가능하게 하기 위해 설계되었다.또한 인접 폴리곤의 각 쌍의 공유 테두리가 한 번만 디지털화되었기 때문에 스토리지 효율성이 향상되고 오류가 감소한다는 이점도 있었다.그러나 상당히 복잡한 데이터 구조다.거의 모든 위상학적 데이터 모델도 지리적 관계다.
  • 스파게티 데이터 모델에는 위상에 대한 정보가 포함되지 않는다(스파게티 한 그릇의 개별 가닥이 연결되지 않고 겹칠 수 있기 때문에 소위 말한다).[10]: 215 지도 오버레이와 통계 시스템(MOSS)과 같은 초기 GIS 시스템뿐 아니라, 에스리 형태 파일, 지리 마크업 언어(GML), 거의 모든 공간 데이터베이스와 같은 최신 데이터 형식에서도 공통적이었다.이 모델에서 각 형상 기하학은 위상학적으로 관련이 있을 수 있는지 여부에 관계없이 데이터 집합의 다른 형상 기하학과는 별도로 인코딩된다.예를 들어, 인접한 두 영역 사이의 공유 경계가 각 다각형 모양에서 중복될 수 있다.위상학적 데이터에 비해 데이터 볼륨과 오류 가능성이 증가함에도 불구하고 이 모델은 2000년 이후 GIS를 지배해 왔으며, 주로 개념적 단순성 때문이다.일부 GIS 소프트웨어에는 스파게티 데이터에 대한 위상학적 무결성 규칙(예: 폴리곤이 겹치거나 간격이 없는 경우)을 검증하여 위상학적 오류를 방지하거나 수정할 수 있는 도구가 있다.
  • 하이브리드 위상학 데이터 모델은 위상 관계 정보를 스파게티 데이터 세트 위에 구축된 별도의 레이어로 저장하는 옵션을 가지고 있다.예로는 Esri Geodatabase 내의 네트워크 데이터세트가 있다.[23]

벡터 데이터는 일반적으로 개념 객체(예: 나무, 건물, 카운티)를 나타내기 위해 사용되지만 필드를 나타낼 수도 있다.후자의 예로서 온도장은 점의 불규칙한 표본(예: 기상 관측소) 또는 등온도 선의 표본으로 나타낼 수 있다.[10]: 89 null

래스터 데이터 모델

래스터 격자 표고
참고 항목: 래스터 그래픽 및 GIS 파일 형식 § 래스터

래스터 논리 모델은 지리적 공간을 일정한 간격으로 배열된 위치(각각 셀이라고 함)로 다듬어 사용하는 필드를 나타내며, 각 셀에 대한 단일 속성 값(또는 다중 대역 래스터에서 둘 이상의 값)을 가지고 있다.일반적으로 각 셀은 단일 중앙점 샘플(래스터 전체에 대한 측정 모델을 격자라 함)을 나타내거나, 사각 영역(모형을 격자라 함) 위에 있는 필드 변수의 요약(일반적으로 평균)을 나타낸다.[9]: 86 일반 데이터 모델은 지리적 상황에 대한 기능을 추가하면서 영상 및 기타 래스터 그래픽에 사용되는 모델과 본질적으로 동일하다.작은 예는 다음과 같다.

2019년 5월 강수량(mm)
6 7 10 9 8 6 7 8
6 8 9 10 8 7 7 7
7 8 9 10 9 8 7 6
8 8 9 11 10 9 9 7
8 9 10 11 11 10 10 8
9 9 10 10 11 10 9 8
7 8 9 10 10 9 9 7
7 7 8 9 8 8 7 6

컴퓨터 파일에서 래스터 그리드를 나타내려면 값의 단일(1차원) 목록으로 직렬화해야 한다.여러 가지 가능한 순서 체계가 있지만, 가장 일반적으로 사용되는 것은 행주요법인데, 행주요법으로는 첫 번째 행의 셀이 있고, 두 번째 행의 셀이 바로 뒤따르는 것으로 다음과 같다.

6 7 10 9 8 6 7 8 6 8 9 10 8 7 7 7 7 8 9 10 9 8 7 6 8 8 9 11 10 9 9 7 . . .

원래 그리드를 재구성하려면 그리드의 일반 매개변수를 가진 헤더가 필요하다.최소한 각 열에 있는 행의 수가 필요하므로 각 새 행의 시작 위치를 알 수 있고 각 값의 데이터 유형(즉, 다음 값을 시작하기 전에 각 값의 비트 수)이 필요하다.[24]null

래스터 모델은 필드 개념 모델과 밀접하게 연결되어 있지만, 기본적으로 객체 X를 X의 존재/부존성의 이산(부울) 영역으로 변환함으로써 객체를 래스터로 나타낼 수도 있다.또는 객체 계층(대개 다각형)을 객체 식별자의 이산 필드로 변환할 수 있다.이 경우 일부 래스터 파일 형식은 ID 값을 일치시켜 벡터 같은 속성 표를 래스터에 결합할 수 있도록 한다.[18]객체의 래스터 표현은 영구 데이터 저장소가 아닌 모델링 절차의 일부로만 생성되고 사용되는 경우가 많다.[20]: 135-137 null

원시 래스터는 행과 열의 관점에서만 위치를 표현할 수 있기 때문에 GIS에서 유용하려면 래스터 파일을 실제 위치에 대응하도록 지오레 참조해야 한다.이 작업은 일반적으로 파일 헤더(예: GeoTIFF 형식) 또는 사이드카 파일(예: 월드 파일)에서 메타데이터 매개변수 집합을 사용하여 수행된다.적어도 지리 회의 메타데이터는 선택된 좌표계에 적어도 하나의 셀의 위치와 각 셀 사이의 거리인 분해능이나 셀의 크기를 포함해야 한다.선형 아핀 변환은 지구 회의의 가장 일반적인 유형으로 회전과 직사각형 셀이 가능하다.[18]: 171 보다 복잡한 지리 회의 체계에는 다항식 변환과 스플라인 변환이 포함된다.null

래스터 데이터 세트는 매우 클 수 있기 때문에 이미지 압축 기법이 자주 사용된다.압축 알고리즘은 데이터에서 공간 패턴을 식별한 다음 데이터를 매개변수화된 패턴 표현으로 변환하여 원본 데이터를 재구성할 수 있다.대부분의 GIS 애플리케이션에서는 보간이 아닌 완전한 원본 데이터가 필요하기 때문에 손실 없는 압축 알고리즘(예: Lempel-Ziv)이 손실된 알고리즘(예: JPEG)보다 선호된다.[10]null

확장

1990년대부터, 원래의 데이터 모델과 GIS 소프트웨어가 성숙함에 따라, 데이터 모델링 연구의 주요 초점 중 하나는 더 복잡한 지리 정보를 처리하기 위해 전통적인 모델에 대한 확장을 개발하는 것이었다.null

슈타티엠포럴 모델

시간은 적어도 브라이언 베리의 지역 과학 매트릭스(1964)와 토르스텐 헤거스트란드의 시간 지리(1970)로 거슬러 올라가면서 분석 지리학에서 항상 중요한 역할을 해왔다.[25][13]1990년대 초 GIS사이언스 시대의 동틀 무렵, 게일 랭란의 연구는 GIS 데이터의 시간에 따른 변화를 명시적으로 나타내는 방법에 대한 연구의 문을 열었고,[26] 이는 이후 수십 년 동안 많은 개념적, 데이터 모델이 출현하게 되었다.[27]일부 형태의 임시 데이터는 2010년까지 기성 GIS 소프트웨어에서 지원되기 시작했다.null

벡터 및 래스터 GIS 데이터로 시간을 나타내기 위한 몇 가지 일반적인 모델은 다음과 같다.[28]

  • 전체 데이터 세트가 특정 유효한 시간에 연결된 스냅샷 모델(시간 스탬프 계층이라고도 함)즉 당시 세계의 '스냅샷'이다.
  • 데이터 집합에 다양한 시간에 유효한 기능이 포함된 시간 스탬프 기능(즉, 속성 테이블의 "시작 날짜" 및 "종료 날짜" 열)ArcGIS Pro와 같은 일부 GIS 소프트웨어는 애니메이션을 포함한 기능성으로 이 모델을 기본적으로 지원한다.
  • 시간 스탬프된 경계, 위상 벡터 데이터 모델을 사용하여 폴리곤을 경계 세그먼트로 분해하고 유효한 시간까지 각 세그먼트에 스탬프를 찍는다.이 방법은 영국 역사 지리정보원이 개척한 것이다.
  • 각 개별 기준점(속성 값 포함)이 고유한 타임스탬프를 가질 수 있는 시간 스탬프 팩트, 즉 단일 형상 내의 속성이 시간에 따라 변경되거나 단일 형상(정확한 ID 포함)이 서로 다른 시간에 서로 다른 기하학적 모양을 가질 수 있는 시간 스탬프 팩트.[29]
  • 시간을 다른(3번째 또는 4번째) 공간 차원으로 취급하고 다차원 벡터 또는 래스터 구조를 사용하여 시간을 통합하는 기하학적 구조를 만드는 치수로서의 시간.헤거스트란드는 자신의 시간 지리를 이런 식으로 시각화했고, 이를 바탕으로 한 일부 GIS 모델들은 이 접근법을 사용한다.NetCDF 형식은 임시 래스터 데이터를 차원으로 관리하는 것을 지원한다.[30]

입체 모형

참고 항목: 3D 컴퓨터 그래픽

3차원 지도 정보를 나타내고, 데이터 모델에서 관리하기 위한 몇 가지 접근법이 있다.이들 중 일부는 GIS용으로 특별히 개발된 반면, 다른 일부는 3D 컴퓨터 그래픽이나 컴퓨터 보조 제도(CAD)에서 채택되었다.null

  • 높이 필드("2 1/2차원 표면"이라고도 함)는 표고가 2차원 위치의 함수인 단일 기능 표면으로 3차원 현상을 모델링하여, 절연점, 등고선, 래스터(디지털 입면 모델), 삼각 불규칙 그물망 등의 필드 기법을 사용하여 나타낼 수 있다.오크들
  • 폴리곤 메쉬(수학적 다면체 관련)는 벡터 데이터 모델의 논리적 확장이며, 아마도 GIS에서 가장 널리 지원되는 3-D 모델 유형일 것이다. 체적 물체는 외부 표면으로 축소되는데, 이는 볼륨을 완전히 감싸는 일련의 폴리곤(종종 삼각형)으로 표현된다.
  • 복셀 모델은 복셀이라고 불리는 큐브(볼륨과 픽셀의 포트만테우, 후자는 포트만테우)로 3차원 공간을 테셀링함으로써 래스터 데이터 모델의 논리적 확장이다.NetCDF는 3-D 셀을 지원하는 가장 일반적인 데이터 형식 중 하나이다.[30]
3차원 지도 정보를 표시하고 데이터 모델에서 관리하기 위한 접근 방식.[31]
  • 벡터 기반 스택 단위 맵은 지질 단위의 수직 승계를 지정된 깊이(여기서는 블록 다이어그램의 베이스)로 나타낸다.이 매핑 접근방식은 각 3-D 지도 단위에서 물리적 속성의 수직적 변화를 특징으로 한다.이 예에서 충적 퇴적물("a" 단위)은 빙하 관계를 ("t" 단위)까지 나타내며, "a/t"라고 표시된 스택 단위는 빙하가 지정된 깊이까지 확장됨을 나타낸다.그림 11에 나타낸 것과 유사한 방법으로 스택 유닛의 발생(지도 유닛의 아웃크로프), 기하학(지도 유닛의 경계), 설명자(스택 유닛에 포함된 지질 유닛의 물리적 속성)를 일반적인 2-D 지질 맵에 대한 것과 같이 관리한다.[31]
  • 래스터 기반 적층 표면은 각 매립 지질 유닛의 표면을 나타내며 물리적 특성의 측면 변화에 대한 데이터를 수용할 수 있다.솔러 등의 사례(1999년)에서,[32] 각각의 매립형 지질 단위의 상단 표면은 ArcInfo 그리드 파일로 래스터 형식으로 표현되었다.중간 격자는 경제적으로 중요한 대수층인 마호메트 샌드의 가장 위 표면으로, 암반 표면에 조각된 전·간 글라시알 계곡을 메운다.래스터 형식의 각 지질 단위는 스택 단위 맵에 대해 표시된 것과 다르지 않은 방식으로 데이터 모델에서 관리할 수 있다.마호메트 샌드는 이 영역에서 연속적이며 데이터 모델에서 이 단위의 한 가지 발생을 나타낸다.마호메트 샌드 표면의 각 래스터 또는 픽셀에는 GIS에 기록되는 지도 좌표 집합이 있다(벡터 지도 데이터를 위한 "지오메트리" 빈의 래스터 코롤리인 "픽셀 좌표"라고 라벨이 붙어 있는 데이터 모델 빈에).각 픽셀은 표면 고도, 단위 두께, 석판학, 투과율 등과 같은 고유한 기술 정보 세트를 가질 수 있다.

참고 항목

참조

  1. ^ Wade, T., Sommer, S. Eds.A to Z GIS
  2. ^ Robertson, J.C. (1967). "The Symap Programme for Computer Mapping". The Cartographic Journal. 4 (2): 108–113. doi:10.1179/caj.1967.4.2.108.
  3. ^ Tomlinson, Roger (1968). "A Geographic Information System for Regional Planning". In Stewart, G.A. (ed.). Land Evaluation: Papers of a CSIRO Symposium. Macmillan of Australia. pp. 200–210.
  4. ^ Cooke, Donald F. (1998). "Topology and TIGER: The Census Bureau's Contribution". In Foresman, Timothy W. (ed.). The History of Geographic Information Systems: Perspectives from the Pioneers. Prentice Hall. pp. 47–57.
  5. ^ Tomlinson, Roger F.; Calkins, Hugh W.; Marble, Duane F. (1976). Computer handling of geographical data. UNESCO Press.
  6. ^ Dueker, Kenneth J. (1972). "A Framework for Encoding Spatial Data". Geographical Analysis. 4 (1): 98–105. doi:10.1111/j.1538-4632.1972.tb00460.x.
  7. ^ a b Peucker, Thomas K.; Chrisman, Nicholas (1975). "Cartographic Data Structures". The American Cartographer. 2 (1): 55–69. doi:10.1559/152304075784447289.
  8. ^ Peuquet, Donna J. (1988). "Representations of Geographic Space: Toward a Conceptual Synthesis". Annals of the Association of American Geographers. 78 (3): 375–394. doi:10.1111/j.1467-8306.1988.tb00214.x.
  9. ^ a b Huisman, Otto; de By, Rolf A. (2009). Principles of Geographic Information Systems (PDF). Enschede, The Netherlands: ITC. p. 64. Retrieved 1 November 2021.
  10. ^ a b c d Longley, Paul A.; Goodchild, Michael F.; Maguire, David J.; Rhind, David W. (2011). Geographic Information Systems & Science (3rd ed.). Wiley. pp. 207–228.
  11. ^ Esri. "ESRI Shapefile Technical Description" (PDF). Esri Technical Library. Retrieved 30 October 2021.
  12. ^ Mennis, J.; Peuquet, D.J.; Qian, L. (2000). "A conceptual framework for incorporating cognitive principles into geographical database representation". International Journal of Geographical Information Science. 14 (6): 501–520. doi:10.1080/136588100415710.
  13. ^ a b Berry, Brian J.L. (1964). "Approaches to regional analysis: A synthesis". Annals of the Association of American Geographers. 54 (1): 2–11. doi:10.1111/j.1467-8306.1964.tb00469.x.
  14. ^ Sinton, David J. (1978). "The inherent structure of information as a constraint to analysis: Mapped thematic data as a case study". In Dutton, Geoff (ed.). Harvard Papers in GIS. Vol. 7. Harvard University.
  15. ^ Peuquet, Donna J.; Smith, Barry; Brogaard, Berit, eds. (1997). The Ontology of Fields: Report of a Specialist Meeting Held under the Auspices of the Varenius Project (PDF).
  16. ^ Plewe, Brandon (2019). "A Case for Geographic Masses". In Timpf, Sabine; Schlieder, Christoff; Kattenbeck, Marcus; Ludwig, Bernd (eds.). 14th International Conference on Spatial Information Theory (COSIT 2019). Schloss Dagstuhl-Leibniz-Zentrum für Informatik.
  17. ^ Open Geospatial Consortium (2010). Simple feature access - Part 1: Common architecture. pp. 20–32.
  18. ^ a b c d Bolstad, Paul (2019). GIS Fundamentals: A First Text on Geographic Information Systems (6th ed.). XanEdu. pp. 39–71.
  19. ^ a b Morehouse, Scott (1985). "ARC/INFO: A geo-relational model for spatial information" (PDF). Proceedings of the International Symposium on Cartography and Computing (Auto-Carto VII): 388.
  20. ^ a b c Jensen, John R.; Jensen, Ryan R. (2013). "5: Spatial Data Models and Databases". Introductory Geographic Information Systems. Pearson. pp. 125–147.
  21. ^ Open Geospatial Consortium. "Simple Feature Access - Part 2: SQL Option". Retrieved 4 November 2021.
  22. ^ Peuquet, Donna J. (1984). "A conceptual framework and comparison of spatial data models". Cartographica. 21 (4): 66–113. doi:10.3138/D794-N214-221R-23R5.
  23. ^ Esri. "What is a network dataset?". ArcGIS Pro Documentation. Retrieved 4 November 2021.
  24. ^ Lo, C.P.; Yeung, Albert K.W. (2002). Concepts and Techniques of Geographic Information Systems. Prentice Hall. p. 81.
  25. ^ Hägerstrand, Torsten (1970). "What about people in regional science?". Papers of the Regional Science Association. 24 (1): 6–21. doi:10.1007/BF01936872. S2CID 198174673.
  26. ^ Langran, Gail (1992). Time in Geographic Information Systems. Taylor & Francis.
  27. ^ Peuquet, Donna J. (1994). "It's about time: a conceptual framework for the representation of temporal dynamics in geographic information systems". Annals of the Association of American Geographers. 84 (3): 441–461. doi:10.1111/j.1467-8306.1994.tb01869.x.
  28. ^ Gregory, Ian N. (2002). "Time-variant GIS Databases of Changing Historical Administrative Boundaries: A European Comparison". Transactions in GIS. 6 (2): 161–178. doi:10.1111/1467-9671.00103.
  29. ^ Plewe, Brandon (2019). "A Qualified Assertion Database for the History of Places". International Journal of Humanities and Arts Computing. 13 (1–2): 95–115. doi:10.3366/ijhac.2019.0233.
  30. ^ a b Esri. "Fundamentals of netCDF data storage". ArcGIS Pro Documentation. Retrieved 5 November 2021.
  31. ^ a b 데이비드 R.솔러1과 토마스 M.버그(2003년).국가 지질 지도 데이터베이스 프로젝트: 개요 및 진행 미국 지질 조사 오픈 파일 보고서 03-471.
  32. ^ D.R. 솔러 외 연구진(1999)"National Geologic Map Database에 디지털 지도 제품 포함".Soller, D.R., Ed. Digital Mapping Technologies '99—워크샵 프로시저.미국 지질조사국(U.S. Geological Survey Open-File Report 99-386, 페이지 35–38),

추가 읽기

  • B.R. 존슨 외(1998)디지털 지질 지도 데이터 모델. v. 4.3: AASG/USGS 데이터 모델 워킹 그룹 보고서, http://geology.usgs.gov/dm/
  • 솔러, D.R., Berg, T.M., Wahl, Ron(2000년)."National Geologic Map Database 개발, 3단계—지도 정보의 온라인 "살아있는" 데이터베이스".D.R., ed.의 디지털 지도 기법 '00—작업장 절차: 미국 지질 조사 오픈 파일 보고서 00-325, 페이지 49–52, http://pubs.usgs.gov/openfile/of00-325/soller4.html.
  • 솔러, D.R., 린드퀴스트, 타린(2000년)."지질 지도 기호화를 위한 디지털 지도 표준 초안 개발 및 공개 검토"D.R., ed.의 디지털 지도 기법 '00—작업장 절차: 미국 지질 조사 오픈 파일 보고서 00-325, 페이지 43–47, http://pubs.usgs.gov/openfile/of00-325/soller3.html.