6.3.1 空间数据仓库概述

数据仓库的出现和发展是计算机应用到一定阶段的必然产物。经过多年的计算机应用和市场积累，许多商业企业已保存了大量原始数据和各种业务数据，这些数据真实地反映了商业企业主体和各种业务环境的经济动态。然而由于缺乏集中存储和管理，这些数据不能为企业进行有效的统计、分析和评估提供帮助。也就是说，无法将这些数据转化成企业有用的信息。

20世纪70年代出现并被广泛应用的关系型数据库技术为解决这一问题提供了强有力的工具; 从80年代中期开始，随着市场竞争的加剧，商业信息系统用户已经不满足于用计算机仅仅去管理日复一日的事务数据，他们更需要的是支持决策制定过程的信息; 80年代中后期，出现了数据仓库思想的萌芽，为数据仓库概念的最终提出和发展打下了基础。

数据仓库之父W.H.Inmon在1991年出版的Building the Data Warehouse(《建立数据仓库》)一书中提出: 数据仓库是一个面向主题的(Subject Oriented)、集成的(Integrate)、相对稳定的(Non-Volatile)、反映历史变化(Time Variant)的数据集合，用于支持管理决策。从本质上讲，数据仓库是从一个崭新的哲学观点来看待数据管理方法和技术的，是网络数据库及其管理系统与应用分析系统。具有在线事务处理功能，可以根据用户需求组织和提供面向主题的数据，对于海量信息提供不同层次上的概括和聚集机制并以易于用户理解的方式表达出来，具有由网络连接的无数分散的不同数据库的管理功能，对于从存储格式不同、版本不同、数据语义不同的数据库中取得的数据具有集成和关联机制，为GIS组织、海量数据存储提供了新的思路，是空间数据管理的发展方向之一。

空间数据仓库(Spatial Data Warehouse，SDW)是20世纪90年代发展起来的一种数据存储、管理和处理的技术，是在数据仓库的基础上提出的一个新的概念和新的技术，是GIS技术和数据仓库技术相结合的产物，是数据仓库的一种特殊形式。SDW是面向主题的、集成的、随时间不断变化的和非易失性的空间和非空间数据集合，用于支持空间辅助决策(Spatial Decision Making，SDM)和空间挖掘(Spatial Data Mining，SDM)。空间数据仓库中除了非空间数据外还包含空间数据，如卫星影像、遥感影像和数字地图等。例如，在环境保护可持续发展政策的制定、土地规划、交通监管、突发事件的处理、防灾减灾等工作的决策过程都需要分析信息的空间变化特性。空间数据仓库大大扩展了GIS的应用功能，当前已经成为GIS界研究的热点，被广泛应用于多源数据集成、空间数据管理和空间数据挖掘。

6.3.2 空间数据仓库特点

数据仓库是面向主题的、集成的、具有时间序列特征的数据集合，空间数据仓库在数据仓库的基础上，引入空间维数据，增加对空间数据的存储、管理和分析能力，主要具有以下几个方面的功能特征:

①面向主题的: 传统的GIS数据库是面向应用的，GIS空间数据仓库是面向主题的，它以主题为基础进行分类、加工、变换，从更高层次上进行综合利用。(www.daowen.com)

②面向集成的: 空间数据仓库的数据应该是尽可能全面、及时、准确。传统的GIS应用是其中有的数据源，为此空间数据仓库的数据应以各种面向应用的GIS系统为基础，通过元数据将它们集成起来，从中得到各种有用的数据。

③数据的变换和增值: 空间数据仓库的数据来源于不同的面向应用GIS系统的数据，由于数据冗余及其标准和格式存在差异等一系列原因，不能把数据原封不动地存入数据仓库，应该按照主题对空间数据进行变换和增值，提高数据的可用性。

④空间序列的方位数据: 自然界是一个立体的空间，任何事物都有自己的空间位置，彼此之间有相互的空间联系，因此任何信息业都应该具有空间标志。一般的数据仓库是没有空间维数的，不能做空间分析，不能反映自然界的空间变化趋势。进入GIS空间数据仓库的空间数据必须具有统一的坐标系和相同的比例尺。

⑤时间序列的历史数据: 自然界是随时间变化的，地理数据库需要随环境的变化而不断更新，在研究、分析问题时可能需要了解过去的数据。数据仓库中的数据包含了数据的时间属性，因而GIS能管理不同时间的数据，满足用户数据版本管理的要求。

⑥基于空间数据仓库的GIS能将数据仓库中的数据以多种形式直观地呈现给用户，为决策人员提供面向主题的分析工具。

⑦由于空间数据仓库能从多个数据库中提取面向主题的数据，因而空间数据仓库中不必保存所有的数据，减轻了空间数据仓库的负担。