洞见未来--助力地理时空+数据融合，与元宇宙奔赴一场约会

尼尔·斯蒂芬森1992年在科幻小说《雪崩》中描绘了一个脱胎于现实且始终在线的平行世界“Metaverse”（元宇宙）。时至今日，元宇宙所需要的科学技术正在一一实现，它距离我们似乎已不再遥远。

作为平行于现实世界，独立于现实世界，又与现实世界无二的的虚拟空间。人们可以借助于现实之中的VR头盔或者是脑机接口等设备进入，在其中自由地生活、社交、工作。

在这里，我们能够不受拘束地开启一场所走就走的旅行，感受：

挪威特罗姆瑟的极光，

巴塞罗圣家堂的星星，

摩洛哥舍夫沙万的蓝，

北海道的粉雪和温泉，

......

在这里，行万里路，见各色人！

云天之外，远方已在身旁。

但这一切，离不开地理信息系统GIS的支撑。将真实的地理空间映射到虚拟的空间中，让实景三维GIS实现对真实世界地理空间的映射，建立出一个虚拟的双重世界。我们才能通过各种高科技设备真实体验现实世界感知反馈的虚拟世界。

无疑，这对作为GIS核心的空间数据库提出了更高要求。

KGIS介绍

金仓KGIS是遵循国际通用的OpenGIS(Open Geodata Interoperation Specification)规范标准，具有丰富的空间分析计算函数，包含管理函数、对象构建函数、对象编辑函数、处理函数、线性函数、空间关系等，以及针对栅格和三维的分析计算函数等几百种函数。

区别于传统的GIS平台，KGIS先天具有数据库的存储与性能优势，能够将空间数据存储、空间索引和空间函数三者组合在一起，充分发挥空间存储和空间函数计算的强大能力。

空间数据类型

空间数据用来表示物体的位置、形态、大小分布等各方面的信息，是对现实世界中存在的具有定位意义的事物和现象的定量描述。空间数据通过脚本语言或者其他工具存入KGIS。

索引

空间索引是GIS数据库的关键特征之一。多维度空间索引被用于进行空间操作的高效处理，使空间数据库进行大数据操作成为可能。

KGIS支持R-Trees、B-Trees常用索引，还支持三种特有空间索引类型：GiST索引，BRIN索引和SP-GiST索引索引。

空间分析计算

GIS空间分析指的从空间数据中获取有关地理对象的空间位置、分布、形态、形成和演变等信息并进行分析。空间分析是GIS领域技术的核心，KGIS依托于数据库的基础之上，有着本身独特的优势所在，即空间存储和函数计算。

KGIS当前支持600+空间分析计算函数，包含针对矢量、栅格、拓扑、三维等各种数据类型，实现对空间数据的存储、输出、访问、编辑、处理、关系判断、测量、拓扑实现等能力。空间数据在数据库环境下，支持分析计算空间地理信息，并能够利用数据库的并行计算等能力，对空间数据分析计算的性能提高。

数据迁移

KGIS具有对多源地理空间数据的迁移能力。

通过第三方工具

如果空间数据通过超图或者易智瑞等GIS平台软件入库到PostgreSQL、Oracle或其他数据库。在相同环境下，可以将空间数据以复制拷贝的方式通过超图或者易智瑞等GIS平台软件直接迁移到金仓数据库KingbaseES中，便捷而简单。

通过金仓迁移工具

通过金仓数据库KingbaseES的迁移工具，可以将原Oracle数据库中的空间数据迁移到KingbaseES中，确保迁移数据的结构完整性、拓扑一致性和属性一致性，在符合空间数据技术标准的同时，实现数据的平稳精准迁移，满足客户生产业务功能及性能运行正确。

KGIS架构

随着GIS在各个行业的规模化应用，围绕GIS相关的技术研究、项目应用和市场推广应运而生，如GIS平台、中间件、存储等，同时对GIS核心的空间数据库提出了更高要求。KGIS，从GIS能力出发，在数据库、技术实力、迁移和生态全面发展，带给用户空间数据库的最优解决方案！

KGIS应用

1. 确保数据的有效性

由于GIS数据复杂而多样，很多原始数据本身便可能存在有效性问题。解决数据有效性，是处理GIS数据的首要难题。

KGIS利用ST_MakeValid函数，保证数据的有效性。

建筑屋面

ST_MakeValid函数在修复图形（建筑屋面）时不更改输入的形状，不删除或移动任何顶点，只重新排列对象的结构。

注：ST_MakeValid函数非常适用于结构清晰无效的数据，对于杂乱无章且无效的数据不一定适用。

2、数据简单化处理

部分GIS图形（例如国界、省界、市界等）节点数能达到数万个，由于节点数过多，造成渲染、空间关系判断等环节的效率低下。

抽稀方法可以解决GIS数据处理过程中效率低下的问题。抽稀主要是指减少图形的节点密度。通过损失图形精度的方式，减少图形的节点密度，以加快处理效率。

KGIS中使用ST_Simplify，ST_SimplifyPreserveTopology，ST_SimplifyVW函数减少在多边形或线串的顶点的数量。

3、KGIS网格分析工具

KGIS具有对GIS数据的网格化生成及统计分析能力。如ST_SquareGrid()（正方形网格）与ST_HexagonGrid()（蜂窝网格）等格网统计分析工具。

相比使用自然地理边界与行政管理边界，格网化分析能够将数据从“空间”计算领域转换到“非空间”领域。

1）网格化工具的特点：

1. 生成网格的原点是固定的，原点根据实际数据确定。生成网格一般要指定地理范围，在该范围内生成所定义的网格，如果输入的地理范围是坐标系：4326坐标系（wgs84），则指向经纬度（0， 0），如果输入是epsg:3857（Web Mercator），则指向墨卡托的（0 ，0）。
2. 指定网格单元大小，即可固定该网格的地理坐标，只使用编号而不需要使用真实地理边界。

2）相关函数介绍：

• ST_Hexagon -返回单个六边形。
• ST_HexagonGrid -返回一组六边形和统计数据。
• ST_Square -返回正方形。
• ST_SquareGrid - 返回一组完全覆盖几何参数界限的网格正方形和统计数据。

3）自然风景区统计分析

在全国自然风景区分布的统计分析过程中，常规的方法是将自然风景区的点数据与全图的面数据叠加，或使用符号来展示。

根据六边形蜂窝网格统计汇总每个格网的自然风景区的数量：

create table HexagonGrid as SELECT  sum(count) as count, hexes.geom

FROM

(Select (ST_HexagonGrid(1, ST_Transform(a. smgeometry, 4326))).*

 FROM bou1_4p a 

 WHERE bou1_4m_id = '3339') AS hexes

    INNER JOIN

    "natural" AS p

    ON ST_Intersects(p.smgeometry, hexes.geom)

GROUP BY hexes.geom;

 风景区统计数据展示（局部）

 对比本节最初展示的全国自然风景区分布图，上图风景区统计数据的展示更加直观明了。同时，也对区域的风景区数量进行统计，根据上述的统计数据，后续也可以进行其他分析操作。

4）KGIS网格分析其他应用

KGIS网格分析除了上述应用，还可以应用到更多行业，利用ST_HexagonGrid等函数，将繁琐的空间计算，简化为格网计算，减少计算复杂性。例如计算全国部分区域的地类图斑统计，查询范围广、计算数据量大，利用网格分析，整体性能能够提升10倍以上。而将网格技术应用到WEB端的动态展示中，利用KGIS网格能力动态生成网格，动态获取tile瓦片，将会获得非常动态的用户体验。

 结束语：

 2022年是地理信息行业的新一个元年的开始，GIS行业应用从原来的二维时代向实景三维的不断发展，自然资源部陆续发布了多个关于新型基础测绘和实景三维中国建设的技术指南，推动了测绘地理信息领域的发展和创新。金仓KGIS实现大规模实景三维数据的数据接入、融合处理、服务发布等功能，助力实景三维中国的全面建设。