［摘要］ 随着地理信息系统（gis）的发展和广泛应用，地理数据日益丰富。由于地理数据采集方式和应用软件的不同，它们的格式及结构也各不同，导致了多源性地理数据的产生。本文首先总结了地理数据多源性的主要表现，然后介绍了目前较常用的多源数据集成方法，并分析了这些方法的优缺点。以黄河基本河情信息系统建设为例，从分析系统数据源出发，说明了系统数据库设计的内容及多源数据集成的关键技术。

［关键词］ 多源数据 数据集成 数据库设计 黄河基本河情信息系统

1 引言

地理信息系统（gis）是在计算机软硬件支持下，采集、存储、管理、检索、分析和描述地理空间数据，适时提供各种空间的和动态的地理信息，用于管理和决策过程的计算机系统［1］。地理空间数据是gis 的操作对象，是gis 所表达的现实世界经过模型抽象的实质性内容；它是gis中最基础的、也是最重要的部分。近年来，随着gis应用领域的越来越广泛，地理数据也在日益丰富。但是，由于地理数据采集方式和应用软件的不同，这些地理数据的格式及结构也各不同，导致了多源性地理数据的产生。目前，gis已进入了社会化gis时代，gis应用需要集多种数据源以及不同数据格式的数据才能完成；随着gis化的进一步发展、网络技术的广泛应用以及地理数据的数量、复杂性和多样性的增加，多源地理数据的共享和集成已成为必然趋势。

2 地理数据多源性的表现

地理数据的多源性主要表现在以下几方面［2，3］：

（1）多语义性。地理信息指的是地理系统中各种信息，由于地理系统的研究对象的多种类特点决定了地理信息的多语义性。对于同一个地理信息单元（实体），其几何特征是一致的，但是却对应着多种语义，既有地理位置、海拔高度、气候、地貌、土壤等自然地理特征，也有行政区界限、人口、产量等社会经济信息。一个gis的研究，会因不同系统解决问题侧重点的不同而存在着语义分异的问题。

（2）多时空性和多尺度。gis数据具有很强的时空特性，一个gis系统中的数据源既有同一时间不同空间的数据系列，也有同一空间不同时间的数据序列。不仅如此，gis还会根据系统需要而采用不同尺度对地理空间进行表达，不同的观察尺度具有不同的比例尺和不同的精度。gis数据集成包括不同时空和不同尺度数据源的集成。

（3）获取手段多样性。获取地理空间数据的方法有多种多样，包括来自现有系统、图表、遥感手段、gps手段、统计调查、实地勘测等。这些不同手段获得的数据其存储格式及提取和处理手段都各不相同。

（4）存储格式多源性。gis数据不仅表达空间实体（真实体或者虚拟实体） 的位置和几何形状，同时也记录空间实体对应的属性。这就决定了gis数据源包含有图形数据和属性数据两部分。图形数据又可以分为栅格格式和矢量格式两类。传统的gis一般将属性数据放在关系数据库中，而将图形数据存放在专门的图形文件中。不同的gis软件采取不同的文件存储格式。

（5）分布式特征。数据分布式特征是指空间数据存储或更新、使用等操作物理上不在一处，而通过计算机网络基于地学规律、地理特征和过程的相关性在逻辑上联系到一起。

（6）空间拓扑特征。空间数据不仅表达地理特征和过程在各种坐标体系的空间位置，并且数据的空间特性之间也有拓扑关系，拓扑关系表现在数据空间特征的面积、连接性、邻接性、连通性、长度等方面。

3 多源数据的集成技术

数据、集成软件及集成规则是数据集成的三个必备基础条件［4］。数据是集成的对象；集成软件是可以处理空间特征、属性特征及其之间关联的通用或专题gis软件，或是为数据集成专门设计的软件，它们可以实现集成的大多数操作；集成规则是进行数据集成的依据。地理数据由于来源不同，其空间参照系及各种参数存在着很大差异，如果要使之匹配起来，需经一系列的转换、一致化操作等过程。

目前，实现多源数据集成的方式主要有三种［5］：数据格式转换模式、数据互操作模式和直接数据访问模式。其中，数据格式转换模式直接通过数据转换程序将目标数据转换成需要的格式数据，这种模式需要将数据统一起来，违背了数据分布和独立性的原则；而且，由于不同数据格式描述空间对象时采用的数据模型不同，因而转换后不能完全准确表达源数据的信息。数据互操作模式将数据源放在数据服务器上，客户端应用程序通过向数据服务器发出请求而获得数据，这种模式独立于具体平台，数据格式不需要公开；但是，由于存储在数据服务器的数据格式不一，用户如果想打开获得的数据必须具有被访问数据格式的宿主软件，因此，这就要求用户必须同时拥有这两个gis软件，并且同时运行，才能完成数据互操作过程。直接数据访问模式指在一个gis软件中实现对其他软件数据格式的直接