CN115269754A - 地理信息整合方法、智能终端以及存储介质 - Google Patents

Abstract

本发明提供一种地理信息整合方法、智能终端以及存储介质，该地理信息整合方法包括：S101：对从多种数据源获取的原始数据建立原始数据目录，预处理原始数据；S102：获取原始数据中不同数据之间的关系信息，根据关系信息融合原始数据；S103：根据数据更新要求获取本地库的结构信息，基于结构信息、融合后的原始数据更新本地库，结构信息包括所述本地库的概念结构、逻辑结构、物理结构。本发明实现了多来源数据的整合使用，提高了数据的详细程度和现势性，并且便于实时、持续更新地理信息，扩展了地理信息的应用和共享范围，降低了数据生产成本和减少了人力、物力浪费。

Description

地理信息整合方法、智能终端以及存储介质

技术领域

本发明涉及信息化测绘技术领域，尤其涉及一种地理信息整合方法、智能终端以及存储介质。

背景技术

随着国民经济和城市大数据的建设发展，地理信息资源不断丰富，但由于当前地理数据生产时采用的地理信息标准和数据处理要求不同，造成了不同数据源的地理信息存在许多差异性，难以整合在一起使用。

而不同地理信息往往获取的来源和采集时间也不同，影响了地理信息的内容详细程度和现势性；加上单种类型的地理信息生产周期较长，无法达到持续、高效、动态和准确更新数据的要求。这导致地理信息应用十分不便，影响了数据的共享，加大了数据生产成本，造成了人力、物力的极大浪费。

发明内容

为了克服现有技术的不足，本发明提出一种地理信息整合方法、智能终端以及存储介质，从多种数据源采集原始数据，将统一采集的原始数据的格式和坐标，并获取原始数据之间的关系信息，通过该关系信息融合原始数据，通过融合后的原始数据更新本地库，从而实现了多来源数据的整合使用，提高了数据的详细程度和现势性，并且便于实时、持续更新地理信息，扩展了地理信息的应用和共享范围，降低了数据生产成本和减少了人力、物力浪费。

为解决上述问题，本发明采用的一个技术方案为：一种地理信息整合方法，所述地理信息整合方法包括：S101：对从多种数据源获取的原始数据建立原始数据目录，预处理所述原始数据，所述预处理包括数据格式转换、坐标系转换；S102：获取所述原始数据中不同数据之间的关系信息，根据关系信息融合所述原始数据，所述关系信息包括空间关系、属性关联关系；S103：根据数据更新要求获取本地库的结构信息，基于所述结构信息、融合后的原始数据更新本地库，所述结构信息包括所述本地库的概念结构、逻辑结构、物理结构。

进一步地，所述原始数据包括自然资源调查登记成果数据、基础测绘成果数据、专题成果数据中的至少一种。

进一步地，所述获取所述原始数据中不同数据之间的关系信息的步骤包括：根据所述原始数据中空间实体的坐标进行矢量计算，通过计算结果获取空间实体之间的空间关系，并将所述空间关系写入空间关系表。

进一步地，所述获取所述原始数据中不同数据之间的关系信息的步骤包括：根据要素代码和属性对照表获取不同数据之间的属性关联关系，基于所述属性关联关系填写本地库标准属性结构表。

进一步地，所述根据关系信息融合所述原始数据的步骤具体包括：提取所述原始数据中的地理实体以及地理实体的属性信息，基于所述关系信息融合所述地理实体、属性信息。

进一步地，所述基于所述关系信息融合所述地理实体、属性信息的步骤具体包括：根据所述空间关系对提取的地理实体进行图形融合，并通过所述属性关联信息融合所述属性信息。

进一步地，所述根据数据更新要求获取本地库的结构信息的步骤具体包括：根据所述数据更新要求获取所需的实体，并形成所述实体的实体关系图，根据所述实体关系图确定所述本地库的逻辑结构，搭建本地库的分布式存储数据库，并获取分布式存储数据库中各节点的存储结构。

进一步地，所述基于所述结构信息、融合后的原始数据更新本地库的步骤具体包括：获取所述原始数据中与所述实体对应的数据，根据所述结构信息将所述数据导入本地库。

基于相同的发明构思，本发明还提出一种智能终端，所述智能终端包括处理器、存储器，所述处理器与所述存储器通信连接，所述存储器存储有计算机程序，所述计算机程序被用于执行如上所述的地理信息整合方法。

基于相同的发明构思，本发明还提出一种计算机可读存储介质，所述计算机可读存储介质存储有程序数据，所述程序数据被用于执行如上所述的地理信息整合方法。

相比现有技术，本发明的有益效果在于：从多种数据源采集原始数据，将统一采集的原始数据的格式和坐标，并获取原始数据之间的关系信息，通过该关系信息融合原始数据，通过融合后的原始数据更新本地库，从而实现了多来源数据的整合使用，提高了数据的详细程度和现势性，并且便于实时、持续更新地理信息，扩展了地理信息的应用和共享范围，降低了数据生产成本和减少了人力、物力浪费。

附图说明

图1为本发明地理信息整合方法一实施例的流程图；

图2为本发明地理信息整合方法一实施例的技术流程图；

图3为本发明地理信息整合方法一实施例的数据导入流程图；

图4为本发明地理信息整合方法一实施例的数据转换流程图；

图5为本发明地理信息整合方法一实施例的坐标转换流程图；

图6为本发明地理信息整合方法一实施例的水系要素提取流程图；

图7为本发明地理信息整合方法一实施例的交通要素提取融合流程图；

图8为本发明地理信息整合方法一实施例的居民要素提取融合流程图；

图9为本发明地理信息整合方法一实施例的功能区要素提取融合流程图；

图10为本发明地理信息整合方法一实施例的植被与土质提取融合流程图；

图11为本发明地理信息整合方法一实施例的本底库构建流程图；

图12为本发明地理信息整合方法中植被与土质面一实施例的实体关系图；

图13为本发明地理信息整合方法中分布式数据库集群一实施例的架构图；

图14为本发明地理信息整合方法中本底库数据存储结构一实施例的示意图；

图15为智能终端一实施例的结构图；

图16为本发明计算机可读存储介质一实施例的结构图。

具体实施方式

以下通过特定的具体实例说明本申请的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本申请的其他优点与功效。本申请还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本申请的精神下进行各种修饰或改变。需说明的是，通常在此处附图中描述和示出的各本公开实施例在不冲突的前提下，可相互组合，其中的结构部件或功能模块可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本公开的实施例的详细描述并非旨在限制要求保护的本公开的范围，而是仅仅表示本公开的选定实施例。基于本公开中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本公开保护的范围。

在本申请公开使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本公开。在本公开和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。

请参阅图1-14，其中，图1为本发明地理信息整合方法一实施例的流程图；图2为本发明地理信息整合方法一实施例的技术流程图；图3为本发明地理信息整合方法一实施例的数据导入流程图；图4为本发明地理信息整合方法一实施例的数据转换流程图；图5为本发明地理信息整合方法一实施例的坐标转换流程图；图6为本发明地理信息整合方法一实施例的水系要素提取流程图；图7为本发明地理信息整合方法一实施例的交通要素提取融合流程图；图8为本发明地理信息整合方法一实施例的居民要素提取融合流程图；图9为本发明地理信息整合方法一实施例的功能区要素提取融合流程图；图10为本发明地理信息整合方法一实施例的植被与土质提取融合流程图；图11为本发明地理信息整合方法一实施例的本底库构建流程图；图12为本发明地理信息整合方法中植被与土质面一实施例的实体关系图；图13为本发明地理信息整合方法中分布式数据库集群一实施例的架构图；图14为本发明地理信息整合方法中本底库数据存储结构一实施例的示意图。结合图1-14对本发明的地理信息整合方法进行说明。

在本实施例中，地理信息整合方法可应用于手机、电脑、平板电脑、笔记本电脑等智能终端，只需该智能终端能够接收地理信息，通过该地理信息构建本底库即可。

在本实施例中，地理信息整合方法包括：

S101：对从多种数据源获取的原始数据建立原始数据目录，预处理原始数据，预处理包括数据格式转换、坐标系转换。

在本实施例中，通过数据导入的方式获取原始数据，该原始数据为矢量数据，包括自然资源调查登记成果数据、基础测绘成果数据、专题成果数据中的至少一种。基于原始数据的名称构建原始数据目录。

在一个具体的实施例中，自然资源调查登记成果数据包括不动产登记数据(以下简称不动产)、农村地籍调查成果数据(以下简称农调)、第三次全国国土调查成果(以下简称三调)。基础测绘成果数据包括2019年度1:1万DLG核心要素更新(以下简称核心要素)、2019年基础性地理国情监测(以下简称国情监测)。专题成果数据包括第二次全国地名普查、广东省地名地址库整合更新2018(以下简称地名地址)、广东省2019年政务版电子地图(以下简称电子地图)、2019年春版导航数据等数据。

在获取不同来源的原始数据后，对该原始数据进行数据校验，校验成功的数据导入原始数据库和进行图层创建，并在预处理原始数据后，在原始数据库中根据该原始数据的名称创建原始数据目录，将其放入原始数据目录。其中，对数据导入、保存、图层创建等过程进行日志记录，将记录的日志放入系统数据库，根据日志中的无效记录进行数据校验。

在本实施例中，读取导入的原始数据，通过智能终端中的数据转换模块将不同格式的原始数据统一转换为GDB格式，转换格式后的数据存入原始数据库。其中，导入的原始数据的格式包括SHP、GDB、MDB、GEOJSON、KML等格式。

在一个具体的实施例中，读取导入的原始数据后，对原始数据进行坐标转换，坐标转换后的数据进行格式转换，转换后的原始数据存入原始数据库。其中，通过智能终端中的坐标转换模块将多源的原始数据统一转换为2000国家大地坐标系，坐标单位为十进制。

S102：获取原始数据中不同数据之间的关系信息，根据关系信息融合原始数据，关系信息包括空间关系、属性关联关系。

在本实施例中，通过获取原始数据中不同数据之间的关系信息的方式建立多源数据关系模型。其中，获取原始数据中不同数据之间的关系信息的步骤包括：根据原始数据中空间实体的坐标进行矢量计算，通过计算结果获取空间实体之间的空间关系，并将空间关系写入空间关系表。获取原始数据中不同数据之间的关系信息的步骤包括：根据要素代码和属性对照表获取不同数据之间的属性关联关系，基于属性关联关系填写本地库标准属性结构表，从而建立多源数据关系模型。

在一个具体的实施例中，建立空间关系列表的步骤包括：获取原始数据中的空间实体，通过空间实体之间的空间坐标进行矢量计算，从而确定多数据源空间实体之间的空间关系，并将空间关系写入空间关系表。原始数据的空间关系包括拓扑关联关系、距离关联关系及方向关联关系。拓扑关联关系可反映实体间相等、包含、相交等关系，距离关联关系则表示实体间的远近关系，方向关联关系表示的是实体之间的相对位置。

通过要素代码和属性对照表，建立多源空间数据之间的属性关联关系，实现同类要素代码的一致性，根据属性关联关系实现原始数据的相关属性信息的自动写入本底库标准属性结构表。

在本实施例中，根据关系信息融合原始数据的步骤具体包括：提取原始数据中的地理实体以及地理实体的属性信息，基于关系信息融合地理实体、属性信息。其中，属性信息为本底库标准属性结构表，根据原始数据的现势性特点从原始数据中提取不同的地理实体以及对应的本底库标准属性结构表，融合方式包括图形融合、属性融合。

基于关系信息融合地理实体、属性信息的步骤具体包括：根据空间关系对提取的地理实体进行图形融合，并通过属性关联信息融合属性信息。

具体的，图形融合是将原始数据中提取的地理实体分类纳入对应的数据层中；属性融合是对本底库标准属性结构表中的属性项进行取舍、合并、赋值。

在本实施例中，地理实体包括水系要素、交通要素、居民地要素、功能区要素、植被与土质要素等要素信息。其中，水系要素包括水系结构线、单线河流与沟渠、双线河流与沟渠、湖泊与库塘、坑塘、水利及附属设施、海洋要素等。交通要素包括城际公路、城市道路、乡村道路、轨道交通、道路构筑物及附属设施、线形道路、城市道路名称、桥梁名称等。居民地要素包括城区居民地、农村居民地、居民地附属设施、名称等要素。功能区域要求包括功能单元、地类图斑。

在一个具体的实施例中，水系要素的提取与融合包括：通过智能终端的提取模块在原始数据中提取对应的水系要素。在2019年度核心要素数据中提取双线河流(沟渠)图形、河、湖岛、海岛、海洋要素；三调数据中提取红树林滩、盐田；第二次全国地名普查中提取泉、井等地名要素；国情监测数据中提取水系结构线与坑塘水库。通过融合模块对提取的水系要素进行融合。数据融合规则如下：(1)河流、沟渠以优先选用国情监测成果，单线河流、沟渠和结构线由国情监测全集水网数据集(CHydDataset)中代码CV_HYDL的相应数据构成；双线河流与双线沟渠面由核心要素水系面层相应数据构成；高水界使用国情监测全集水网数据中代码CV_HYDA的相应数据并做融合处理。将河流、沟渠属性选取国情监测全集水网相关，将水系级别及行业代码表达出来。(2)湖泊与库塘数据主要由国情监测中全集水网数据(HydDataset)中代码CV_HYDA对应数据构成；按照国情监测水网数据集采集指标，对于缺失的大于400平方米且小于1000平方米的湖泊与库塘数据由国情监测中地表覆盖集(UV_LCRA)提取CC为1001数据，作为全集水网的补充数据。(3)水系结构线由国情监测全集水网数据(cHydDataset)中CV_HYDL对应的数据构成，若存在不连续水系结构线则使用全集水网数据中的单线水系线行代码转换成结构线，头尾相连，组成连续的水系结构线网数据。(4)水利及附属设施由国情监测构筑物要素集(StrDataset)中的要素(UV_SFCL、UV_SFCA与UV_SFCP)构成，其中，堤围名称属性由堤围矢量数据提供。地物类属于有向点的数据，需在ANGLE字段中添加角度值，以表示其数据的方向性。加固岸要素根据技术设计书要求采集，不进行融合。(5)海洋要素的图形数据由核心要素的海洋构成，属性信息及海岛礁点状数据由《国家洋局民政部关于公布我国分海域岛标准名称的告》(2018年6月8日)的内容构成。并且，将其他数据源中我国部分海域海岛标准名称、广东省各地水利枢纽、堤围、蓄滞洪区数据作为补充数据源。

在一个具体的实施例中，交通要素的提取与融合包括：交通要素更新处理，交通要素含6个层：GD_DLG_LRR_PT(轨道交通设施点)、GD_DLG_LRR_LN(轨道交通线)、GD_DLG_LRR_PY(轨道交通面)、GD_DLG_LRD_PT(交通设施点)、GD_DLG_LRD_LN(交通设施线)、GD_DLG_LRD_PY(交通设施面)。从原始数据中提取对应的交通要素。国情监测数据中提取交通网络数据集中铁路线层(UV_LRRL)、公路线(UV_LRDL)、城市道路线层(UV_LCTL)、乡村道路线层(UV_LVLL)、匝道线层(UV_LLKL)的数据，三调数据和2019年春版导航数据中提取服务区面、收费站的图形和属性信息；2019年政务版电子地图数据提取地铁类要素；地理国情监测数据中提取建设中铁路与建设中高速铁路；核心要素作为建设中道路的主要数据源。通过融合模块对提取的交通要素进行融合。数据融合后的选取规则如下：(1)国情监测中存在城市道路线层(UV_LCTL)与公路线层(UV_LRDL)矢量重合情况，须处理两者关系，保留城市道路线层(UV_LCTL)现有矢量与属性，再补充公路线层(UV_LRDL)的属性。(2)国情监测的交通网络数据集中数据不足时优先使用三调地类图斑(DLTB)中的公路用地、城镇村道)中的公路用地、城镇村道用地、农村道路等图斑提取线型数据，其次使用核心要素道路层进行补充。其他数据源作为补充数据源，首先选择三调数据DLTB中的1003、1004、1006等图斑提取的中心线，其次使用核心要素道路层数据进行乡村道路数据补充；轨道交通设施点数据用电子地图进行补充。

在一个具体的实施例中，在居民地要素的提取与融合中，居民地要素含3个层：GD_DLG_RES_PT(居民地点)、GD_DLG_RES_LN(居民地线)、GD_DLG_RES_PY(居民地面)。通过提取模块在原始数据中提取对应的居民地要素。不动产登记数据提取城市区域；农村地籍调查数据中提取农村区域；第二次全国地名普查数据中提取居民地附属设施(亭、牌坊等)名称。通过融合模块对提取的交通要素进行融合。数据融合后的选取规则如下：(1)在农调数据覆盖区域：一是单片区域内房屋密集分布区域若不动产数据未能全覆盖，则该区域数据源应选择农调数据，不动产数据则作为新增补充，若不从产数据全覆盖则该区域数据源选取不动产数据；二是联排房屋区域(整齐列，房屋间距小于2.5米时)，如果不动产数据未完全覆盖联排数据，那么该区域内选取农调数据，否则选择不动产；三是不动产数据完全覆盖(形状基本相同)农调区域，则采用不动产数据；若农调零星分布且无不动产数据的区域，数据按不动产与核心要素关系处理。对于无农调数据区域，无农调数据区域，若不动产数据覆盖核心要素，单个街区式居民地数据不超过50％，或不连续密集分布的，则在该片区房屋数据使用核心要素数据，但若片区中含有的高层、超高层房屋，则需要单独分类出来；若不动产数据覆盖核心要素单个街区式居民地数据超过50％，且连续密集分布的，则在该片区房屋数据使用不动产数据。其他数据源中2019年度核心要素更新作为补充数据源，对主要数据源不能完全覆盖或者时势性较差的区域进行增、删、修改，对核心数据作图形、属性补充。

在一个具体的实施例中，功能区要素含1个层：GD_DLG_BOU_PY(行政区面)。通过提取模块在原始数据中提取对应的功能区要素。从国情监测城市地区城镇综合功能单元数据集CtyDataset中提取功能区要素，利用融合模块对提取的功能区域要素进行融合。三调数据作为补充数据源，地理国情中有点但无功能面的情况下，通过点数据与三调DLTB数据面相交获取功能面数据。

在一个具体的实施例中，植被与土质要素含1个层：GD_DLG_VEG_PY(植被与土质面)。通过提取模块在原始数据中提取对应的植被与土质要素。非城市地区植被数据由国情监测中提取UV_LCRA的种植土地(0100)与林草覆盖数据(0300)；城市地区植被数据以三调CZCDYD中的201、201、203为范围，提取核心要素的植被属性替换。土质数据由地表覆盖数据集中荒漠与裸露地(0900)构成，上述两类数据经代码转换形成植被与土质数据。通过融合模块对提取的植被与土质要素进行融合。数据融合后的选取规则如下：(1)融合处理后面积小于200平方米的独立破碎植被面需进行直接删除处理；(2)尖锐角小于15°的拓扑问题通过机检处理：非孤立图斑处理尖锐角不能直接整形，应将尖锐角合并到相邻图层；(3)处理房屋(GD_DLG_RES_PY)与植被层的拓扑重叠时应将地下建筑、高尔夫球场、广场剔除后再擦除；(4)植被与土质层分别与交通层(GD_DLG_LRD_PY、GD_DLG_LRR_PY)、水系面(GD_DLG_HYD_PY)做擦除。

S103：根据数据更新要求获取本地库的结构信息，基于结构信息、融合后的原始数据更新本地库，结构信息包括本地库的概念结构、逻辑结构、物理结构。

根据数据更新要求获取本地库的结构信息的步骤具体包括：根据数据更新要求获取所需的实体，并形成实体的实体关系图，根据实体关系图确定本地库的逻辑结构，搭建本地库的分布式存储数据库，并获取分布式存储数据库中各节点的存储结构。

具体的，在概念结构设计中，根据技术设计书中对基础地理信息矢量数据更新成果的要求，得出了所需的实体，初步确定存储的数据类型、数据容量、抽象出地理实体的属性，形成E-R图(实体关系图)。根据实体(要素)类型确定其对应的属性。通过该实体关系图获取具体的实体之间的关系，应用空间数据的模型，以层次类型对原始数据中的数据对象进行组织以得到逻辑结构。

在一个具体的实施例中，实体关系图中，要素水系点关联的属性包括更新日期、数据处理状态、属性数据源、矢量数据源、比例尺代码、角度、坐落地址、代码、名称、类型。要素水系线对应的属性包括流域、类型、水利行业编码、水林行业编码、水林行业河流编码、等级、通航性质、时令月份、代码、个体名称、全局名称、比例尺代码、矢量数据源、属性数据源、数据处理状态、更新日期。要素水系面对应的属性包括流域、类型、附属设施名称、附属设施类型、等级、通航性质、时令月份、代码、个体名称、全局名称、比例尺代码、矢量数据源、属性数据源、数据处理状态、更新日期、水利行业编码、水林行业河流级别、库容。居民点要素对应的数据包括矢量数据源、属性数据源、数据处理状态、更新日期、比例尺代码、角度、坐落地址、代码、名称、类型。要素居民地线对应的属性包括矢量数据源、属性数据源、数据处理状态、更新日期、比例尺代码、代码、名称。要素居民地图对应的属性包括总套数、比例尺代码、不动产单元号、自然幢号、坐落地址、建筑物名称、竣工日期、代码、名称、建筑物高度、总层数、矢量数据源、属性数据源、数据处理状态、更新日期、地上层数、地下层数、房屋结构、影像数据源、影像现势性、是否影像核查。交通设施点要素对应的属性包括代码、编号、名称、坐落地址、类型、建成日期、角度、比例尺代码、矢量数据源、属性数据源、数据处理状态、更新日期。交通设施线要素对应的属性包括代码、编号、重复路段编号、公路名全称、乡村道路名全称、城市道路名全称、分段公路名称、公路名简称、类型、附属设施类型、技术等级、路面材料、宽度、数量、单双向、矢量数据源、属性数据源、数据处理状态、更新日期、上下行方向、是否高架、车道数、比例尺代码。要素交通设施面对应的属性包括代码、名称、坐落地址、类型、比例尺代码、矢量数据源、属性数据源、数据处理状态、更新日期。轨道交通设施点对应的属性包括类型、代码、名称、坐落地址、建成日期、比例尺代码、矢量数据源、属性数据源、数据处理状态、更新日期。轨道交通线对应的属性包括代码、编号、重复路段编号、名称、分段名称、类型、附属设施类型、附属设施名称、单双线、建成日期、是否高架、矢量数据源、属性数据源、数据处理状态、更新日期、上下行方向、比例尺代码。轨道交通面对应的属性包括代码、名称、类型、比例尺代码、矢量数据源、属性数据源、数据处理状态、更新日期。植被与土质面要素对应的属性包括代码、名称、比例尺代码、矢量数据源、属性数据源、数据处理状态、更新日期。要素行政曲面对应的属性包括代码、行政区域代码、名称、坐落地址、面积、类型、人口、等级、比例尺代码、矢量数据源、数据处理状态、属性数据源、更新日期。

在一个具体的实施例中，逻辑结构设计中，从转换格式的原始数据(如GD2021DLG_4401104.GDB、GD2021DLG_4401105.GDB、GD2021DLG_4401106.GDB等原始数据目录中的数据)中提取的层次类型(GD_DLG_HYD_PT、GD_DLG_HYD_LN、GD_DLG_HYD_PY、GD_DLG_RES_PT、GD_DLG_RES_LN、GD_DLG_RES_PY、GD_DLG_LRR_PT、GD_DLG_LRR_LN、GD_DLG_LRR_PY、GD_DLG_LRD_PT、GD_DLG_LRD_LN、GD_DLG_VEG_PY、GD_DLG_LRD_PY)对相应的地理实体进行组织。

在本实施例中，分布式存储数据库为Greenplum分布式数据库。Greenplum分布式数据库由1个master segment主节点，1个standby segment从主节点，3个segment host节点，每个segment host节点上部署了3个segment实例以提高资源利用率，节点间使用千兆网络连接。每个实例，都是一个物理上独立的PostgreSQL数据库。各部分的主要功能为：

(1)主节点(master segment)是Greenplum分布式数据库的入口。主要负责建立与客户端的连接和管理；SQL的解析并形成执行计划(explain)；执行计划将工作负载分发给其它数据库实例(segment实例)，由它们存储和处理数据。主节点由主要节点(primarymaster)和从主节点(standby master)组成，两者之间通过同步进程，保持数据一致。当主要节点出故障时热备份，从主节点担任全部工作。

(2)数据节点(segment host)是执行主节点的查询计划及数据储存管理。

(3)网络连接层(network interconnect)支持在不同的Segment实例(独立的PostgreSQL数据库)之间进行通信，并允许系统作为一个逻辑数据库运行。

数据分布方式采取随机分布。输入的数据随机分散在每一个节点中，采用循环的方式将一次插入的数据存储到不同的节点上，所有数据就可以平均分布在每个节点，避免出现数据倾斜。对分布式数据库中每个节点的物理存储进行分区，设置数据存储路径，基于该数据存储路径将融合后的原始数据(矢量数据图层)导入建立的本底库中。

在将数据导入本地库后，还可以基于新的地理信息对本底库中的数据进行增、删、修改以提升数据的现势性。

本发明具有以下优点：

(1)增强空间数据在城镇建设和管理中的辅助决策作用和可靠度。充分利用自然资源调查成果数据、基础测绘成果数据、各类专题成果数据等多源数据进行融合更新，从位置精度与属性精度两方面提升数据质量；对数据进行核对及补充，增强现势性；对数据结构及属性内容进行调整，为图库一体及增量更新提供支撑。

(2)为未来各行业数据融合、挖掘提供了基础技术支撑。本发明解决了如何便捷利用不同格式地理数据的问题，提供了数据融合、更新的新技术思路，为未来其他行业数据融合、挖掘提供了参考案例。

并且，能够实现以下经济效益：

(1)降低人工成本。本发明的原始数据融合处理方式，在数据制作过程中，极大地降低了数据融合的处理工作，提升数据处理效率。

(2)降低数据资源的投资成本。对来源不同的地理数据进行整合、更新，充分利用自然资源调查成果数据，减少了自然资源管理部门在数据资源上的投资成本。

(3)降低设备采购成本提高数据查询性能与数据安全性。通过将原本存储在一个数据库中的数据分散存放到多个数据库(主机)上面，实现了并行化的数据处理与查询，提高了数据库的整体性能；从主节点设计提高了数据安全性，解决大级别数据量存储问题。

基于相同的发明构思，本发明还提出一种智能终端，请参阅图15，图15为本发明智能终端一实施例的结构图，结合图15对本发明的智能终端进行具体说明。

在本实施例中，智能终端包括处理器、存储器，所述处理器与存储器通信连接，所述存储器存储有计算机程序，计算机程序被用于执行如上述实施例所述的地理信息整合方法。

需要说明的是，智能终端可以包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中，智能终端的处理器用于提供计算和控制能力。智能终端的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该智能终端的数据库用于存储上述实施例方法中涉及到的数据。该智能终端的网络接口用于与外部的终端通过网络连接通信。

还需要说明的是，处理器可以是中央处理单元(Central ProceSsing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal ProceSsor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等，处理器是计算机装置的控制中心，利用各种接口和线路连接整个计算机装置的各个部分。

存储器可用于存储计算机程序和/或模块，处理器通过运行或执行存储在存储器内的计算机程序和/或模块，以及调用存储在存储器内的数据，实现计算机装置的各种功能。存储器可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、存储实现上述实施例中方法的程序指令等。存储数据区可以存储上述实施例中方法的程序指令所处理的数据。

基于相同的发明构思，本发明还提出一种计算机可读存储介质，请参阅图16，图16为本发明计算机可读存储介质一实施例的结构图，结合图16对本发明的计算机可读存储介质进行说明。

在本实施例中，计算机可读存储介质存储有程序数据，该程序数据被用于执行如上述实施例所述的地理信息整合方法。

其中，计算机可读存储介质可包括，但不限于，软盘、光盘、CD-ROM(紧致盘-只读存储器)、磁光盘、ROM(只读存储器)、RAM(随机存取存储器)、EPROM(可擦除可编程只读存储器)、EEPROM(电可擦除可编程只读存储器)、磁卡或光卡、闪存或适于存储机器可执行指令的其他类型的介质/机器可读介质。该计算机可读存储介质可以是未接入智能终端的产品，也可以是已接入智能终端使用的部件。

本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。

对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其他实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (10)

1.一种地理信息整合方法，其特征在于，所述地理信息整合方法包括：

S101：对从多种数据源获取的原始数据建立原始数据目录，预处理所述原始数据，所述预处理包括数据格式转换、坐标系转换；

S102：获取所述原始数据中不同数据之间的关系信息，根据关系信息融合所述原始数据，所述关系信息包括空间关系、属性关联关系；

S103：根据数据更新要求获取本地库的结构信息，基于所述结构信息、融合后的原始数据更新本地库，所述结构信息包括所述本地库的概念结构、逻辑结构、物理结构。

2.如权利要求1所述的地理信息整合方法，其特征在于，所述原始数据包括自然资源调查登记成果数据、基础测绘成果数据、专题成果数据中的至少一种。

3.如权利要求1所述的地理信息整合方法，其特征在于，所述获取所述原始数据中不同数据之间的关系信息的步骤包括：

根据所述原始数据中空间实体的坐标进行矢量计算，通过计算结果获取空间实体之间的空间关系，并将所述空间关系写入空间关系表。

4.如权利要求1所述的地理信息整合方法，其特征在于，所述获取所述原始数据中不同数据之间的关系信息的步骤包括：

根据要素代码和属性对照表获取不同数据之间的属性关联关系，基于所述属性关联关系填写本地库标准属性结构表。

5.如权利要求4所述的地理信息整合方法，其特征在于，所述根据关系信息融合所述原始数据的步骤具体包括：

提取所述原始数据中的地理实体以及地理实体的属性信息，基于所述关系信息融合所述地理实体、属性信息。

6.如权利要求5所述的地理信息整合方法，其特征在于，所述基于所述关系信息融合所述地理实体、属性信息的步骤具体包括：

根据所述空间关系对提取的地理实体进行图形融合，并通过所述属性关联信息融合所述属性信息。

7.如权利要求1所述的地理信息整合方法，其特征在于，所述根据数据更新要求获取本地库的结构信息的步骤具体包括：

根据所述数据更新要求获取所需的实体，并形成所述实体的实体关系图，根据所述实体关系图确定所述本地库的逻辑结构，搭建本地库的分布式存储数据库，并获取分布式存储数据库中各节点的存储结构。

8.如权利要求7所述的地理信息整合方法，其特征在于，所述基于所述结构信息、融合后的原始数据更新本地库的步骤具体包括：

获取所述原始数据中与所述实体对应的数据，根据所述结构信息将所述数据导入本地库。

9.一种智能终端，其特征在于，所述智能终端包括处理器、存储器，所述处理器与所述存储器通信连接，所述存储器存储有计算机程序，所述计算机程序被用于执行如权利要求1-8任一项所述的地理信息整合方法。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有程序数据，所述程序数据被用于执行如权利要求1-8任一项所述的地理信息整合方法。

Images