第6章_空间索引与空间信息查询讲述.ppt

第6章 空间索引与查询 6.1 空间索引 一、 空间索引技术 二、 简单格网空间索引 三、 四叉树索引 四、 R树索引 五、 空间填充曲线 一、空间索引 对一个数据集做“索引”，是为了提高对这个数据集检索的效率。 索引是用来提供快速、有选择性的存取数据库的一种机制。相当于一个映射机构，将属性的值转换为相应的地址或地址集。 对于空间数据，其存储主要依赖于空间对象之间的位置关系而非属性值。鉴于空间数据的特点，我们需要寻找适用的空间索引机制 。 1.空间索引的定义 空间索引是指根据空间要素的地理位置、形状或空间对象之间的某种空间关系，按一定的顺序排列的一种数据结构，一般包括空间要素标识，外包络矩形以及指向空间要素的指针。 2.空间索引的作用 为了GIS系统中快速定位到所选中的空间要素，从而提高空间操作的速度和效率。 空间索引的技术和方法是GIS关键技术之一，是快速高效的查询、检索和显示地理空间数据的重要指标，他的优劣直接影响空间数据库和GIS系统的整体性能。 3.空间索引的分类 按照搜索分割对象不同,可将空间索引分为3类,即基于点区域划分的索引方法、基于面区域划分的索引方法和基于三维体区域划分的索引方法。B树是常见的基于点区域划分的索引。 常见的空间索引 二、 简单格网空间索引 基本思想是将研究区域用横竖线条划分大小相等和不等的格网，记录每一个格网所包含的空间实体。当用户进行空间查询时，首先计算出用户查询对象所在格网，然后再在该网格中快速查询所选空间实体，这样一来就大大地加速了空间索引的查询速度。 为了便于建立空间索引的线性表,每个格网按一定规律进行编码，建立码与空间实体的关系,该关系表就成为格网索引文件。每个要素在一个或者多个网格中,每个网格可以包含多个要素。 三. 四叉树检索 点四叉树 区域四叉树 MX四叉树 PR四叉树 CIF四叉树 1.点四叉树 以空间点为划分点，将索引空间分为两两不相交的的2k个子空间，依次与它的2k个子结点相对应，对于位于某一子空间的点，则分配给对应的子树。 点四叉树的构造过程： （1）输入空间点A，以A为根节点并进行划分空间。 （2）输入空间点B，B落入A的NW象限，并且A的NW象限为空，则B直接放入A的NW象限孩子结点。同理，C是A的SW孩子结点。 （3）输入D，由于D落入A的NW象限，但是NW不为空，所以继续往下查找，得到B的NE象限为空，因此，D作为B的NE孩子结点。 （4）同理，空间点E、F，分别为A的SE、NE孩子节点。 缺点： （1）尽管点四叉树构造简单，但是删除一个节点时，该节点对应的所有子树节点必须重新插入四叉树中，效率很差。 （2）对于精确匹配的点查找，效率很高，但是对于区域查找，查找路径有多条，效率较差。 （3）树的动态性差，树的结构完全由点的插入顺序决定。树的平衡难以保证。 2.区域四叉树 区域四叉树(Region-Based Quadtree)是以区域目标为循环分解对象的四叉树,分解过程既可以按照区域边界,也可以按照区域内部对二维空间进行划分。 如果区域四叉树中的结点覆盖的区域中所有数组元素的值都相同，则该结点是叶子结点。否则，该结点是内部结点，被进一步划分为四个等大小的子结点。 主要有MX四叉树与PR四叉树。 避免了点四叉树的动态性差、结构完全由点的插入顺序决定的功能缺点。 MX四叉树 MX四叉树特点： 空间中每一个点都属于某一象限且位于该象限的最左下角，每一象限只与一个空间点相关联。 尽管D同时是两个大小不等的象限的最左下角，但其应属于最下一级象限（即最后一次空间划分所产生的子象限）。这就决定了所有空间点均位于叶子节点。 缺点： 插入（或删除）一个点可能导致树的深度增加（或减少）一层或多层，所有的叶子节点都必须重新定位。 树的深度往往很大，这会影响查找效率。 PR四叉树 PR（Point Region）四叉树叶子节点或者为空，或者包含唯一数据点。 PR四叉树与MX四叉树的构造过程类似，不同的是，当分解到一个象限只包含一个点时，不需要继续分解使该点位于某一子象限的最左下角。 另外，插入或删除一个点也不会影响到其他的分支，操作比较简单。 PR四叉树与MX四叉树的区别： （1）数据点位于象限内，不要求位于左下角。 （2）叶子节点可能不在树的同一层次。 （3）PR四叉树的叶子结点数及树的深度都小于MX四叉树，因此PR四叉树效率高。 CIF四叉树 CIF四叉树是为了表示VLSI（Very Large Scale Integration)