Table of contents
1.2.2 Geographic attributes of image data
2.1.3 CAD feature dataset feature class
2.1.4 AutoCAD and MicroStation feature geometry types supported by ArcGIS Pro
2.2.1 Shapefile geometric limitations
2.2.2 Shapefile attribute restrictions
2.3.3 Coverage feature connections and attributes
2.4.1 Geodatabase basic dataset
2.4.4 Geographic Data Elements
1 Data Model
1.1 Vector data
Vector data is data that expresses the position and shape of map graphics or geographic entities with x and y coordinates in Cartesian coordinates. Vector data generally expresses the spatial position of geographic entities as accurately as possible by recording coordinates.
Point entity: In two-dimensional space, a point entity can use a pair of coordinates X, Y to determine its position;
Line entity: the line entity can be regarded as a curve composed of continuous straight line segments, and is recorded by a set of coordinate strings (X1, Y1, X2, Y2...Xn, Yn);
Surface entities: When recording surface entities, they are usually expressed by recording the boundaries of surface objects, so they are sometimes called polygonal data.
Vector features (geographic objects with vector geometry) are a common geographic dataset that is versatile and well suited for representing features with discrete boundaries such as streets, states, and parcels. A feature is an object that stores its geographic representation (usually a point, line, or area) as an attribute (or field) in a row.
Points: Represents features too small to be represented as lines or polygons and point locations such as GPS observations.
Lines: Geographic objects that represent shapes and locations that are too narrow to be represented as areas (for example, street centerlines and rivers). Lines are also used to represent features that have length but no area, such as contours and boundaries.
Polygons: A set of polygon features with multiple edges that represent the shape and location of the same feature type, such as states, counties, parcels, soil types, and land-use areas.
The shape of a vector feature is represented as a geometry. A geometry consists of one or more interconnected shapes. Vertices use the X, Y and optionally Z axes. Geometry Z-axes with vertices are often referred to as 2.5D because they describe the height or depth of each vertex, not both.
A point feature is described by its X, Y, and optional Z coordinates. Point attributes describe a point, such as whether it is a tree or a lamppost.
A polyline is a sequence of connected vertices. Each vertex has an X, Y (and optionally Z) coordinate. The property describes the polyline.
A polygon, like a polyline, is a sequence of vertices. In a polygon, the first and last vertex are always at the same position.
Landscape features presented in a geographic information system. Rivers (blue) and roads (green) can be represented as lines, trees as points (red), and houses as polygons (white).
When choosing to use points to represent features, it is primarily a matter of scale (how far away you are from the feature), convenience (creating a point feature takes less time and effort than creating a polygonal feature) and feature type (some things like telephone lines pole, it doesn't make sense to store it as a polygon)
Polylines are used to display linear features such as roads, rivers, outlines, sidewalks, flight paths, etc. Sometimes there are special rules for polylines, beyond their basic geometry. For example contour lines may touch (eg on a cliff face), but should not cross each other. Also polylines used to store road networks should be joined at intersections. In some GIS applications, you can set these special rules for feature types (e.g. roads) and GIS will ensure that these polylines always conform to these rules. Attributes describe the properties or characteristics of a polyline. For example, a road polyline might have attributes that describe whether its surface is paved with gravel or asphalt, how many lanes it has, whether it is a one-way street, and so on. GIS can use these attributes to represent polyline features with appropriate colors or line styles.
Polygonal features are enclosed areas like dams, islands, national borders, etc. Like polyline features, polygons are created from a series of vertices connected by continuous lines. Since polygons always describe a closed area, the first and last vertex should always be in the same position! Polygons usually share geometry–the same boundary as adjacent polygons. Many GIS applications are able to ensure that the boundaries of adjacent polygons are exactly the same. As with points and polylines, polygon attributes describe each polygon. For example, a dam might have depth and water quality attributes.
1.2 Raster data
A raster consists of a matrix of pixels (or cells) organized in rows and columns (or grid), where each pixel contains a value representing information such as image reflectivity or temperature. Rasters are digital images, digital pictures and scanned maps collected by aircraft, drones, satellites, ground and water-based sensors.
Data stored in raster formats include:
(1) Continuous data represents spectral data (such as satellite, aerial, and UAV imagery) and physical and environmental data (such as elevation and temperature).
(2) Thematic data (also known as discrete data) represent elements such as land use or soil data.
(3) Images include scanned maps or engineering drawings and photographs of buildings.
Continuous imagery can be displayed on a map as a data layer along with other geographic data, but is often used as metadata for image analysis. Thematic and digital pictures are often used as attributes in tables. They can be displayed alongside geographic data to convey additional information about map features.
1.2.1 Use of raster data
(1) As a basemap image
A common use of imagery data in GIS is as an imagery background for other feature layers. For example, orthophotos displayed under other GIS layers allow map users to confirm that map layers are spatially aligned and represent real objects, while providing additional contextual information. The primary sources of raster basemaps are aerial, drone, and satellite imagery, and orthorectified imagery of scanned maps.
(2) as a surface map raster
Rasters are ideal for representing data that changes continuously across a landscape (surface). Continuity can be stored as a surface via a raster. Grids also provide a fixed-spaced representation of a surface. Elevation values based on measurements of the Earth's surface are the most common application of surface maps, but other values such as rainfall, temperature, salinity, magnetism, and material density can also define surfaces for spatial analysis.
(3) As a thematic map grid
Rasters representing thematic data can be obtained by analyzing other data. A common analysis application is to classify satellite imagery into land cover classes. This operation classifies the values of the multispectral data into different categories (such as vegetation types) and assigns category values. Thematic maps can also be generated through geoprocessing operations that combine data from different sources, such as vector, raster, and terrain data. For example, data can be processed through a geoprocessing model to create a raster dataset that maps the suitability of a particular activity.
1.2.2 Geographic attributes of image data
In an imagery dataset, each pixel has a value. Pixel values represent the phenomenon described by the raster dataset, such as spectral value, class, magnitude, or height. Classes can be land use classes such as Grassland, Forest, or Road. Spectral values are used in satellite and aerial imagery to represent light reflectance and color. Magnitude can represent gravity, noise pollution, or a percentage of rainfall. Height (distance) can represent the elevation of a surface above mean sea level and can be used to derive slope, aspect, and catchment properties.
Pixel values can be positive or negative, integer or floating point. Integer values are recommended for categorical (discrete) data, while floating-point values are suitable for continuous surfaces. Pixels can also use the NoData value to indicate missing data.
(1) Coordinate system
When an image range needs to be specified, the range is defined by the top, bottom, left, and right coordinates of the rectangular area covered by the image.
(2) Reference coordinates or XY position (usually the upper left or lower left corner of the image)
The location of each pixel is defined by its row or column in the raster matrix. A matrix is represented by a Cartesian coordinate system, where the rows of the matrix are parallel to the x-axis and the columns are parallel to the y-axis of the Cartesian plane. Row and column values start at 0.
(3) Pixel size
The area (surface) represented by each pixel is equal in width and height and is an equal fraction of the entire surface represented by the image. The pixel size can be increased or decreased as needed to represent the surface described by the raster dataset and the features within the surface, such as square kilometers, square feet, or square centimeters. Pixel size determines how rough or fine a pattern or object appears in an image. The smaller the pixel size, the smoother or more detailed the image. If the pixel size is too large, information may be lost or fine patterns may be blurred.
(4) Number of rows
Raster datasets are made up of row (across) and column (down) pixels, also known as cells. Each pixel represents a geographic area, and the value in that pixel represents some characteristic of that area.
1.2.3 Image resolution
(1) Spatial resolution
Spatial resolution refers to the size of pixels (picture elements) on the ground that make up an image and is often referred to as the Ground Sampling Distance (GSD). as a function of sensor performance and sensor flight altitude. GSD determines the level of spatial detail and the types of features shown in the imagery. In general, the smaller the pixels, the more detail the image contains.
Spatial resolution is related to scale and cell size, sometimes referring to ground sampling distance. Spatial resolution (also known as cell size) is the size of the area covered on the ground represented by a single cell. Scale is the ratio or relationship, usually expressed as a fraction or ratio, between a distance or area on a map (or image) and the corresponding distance or area on the ground. Spatial resolution, or cell size, affects the level of detail an imagery represents at a particular scale.
(2) Spectral resolution
Spectral resolution describes the ability of a sensor to distinguish between wavelength intervals in the electromagnetic spectrum. The higher the spectral resolution, the narrower the wavelength range for a particular band. Other factors to consider include the number and location of bands covering intervals in the electromagnetic spectrum.
Spectral resolution describes the wavelengths within the electromagnetic spectrum used to create the imagery. Spectral resolution usually refers to the number of bands or channels, including electromagnetic spectral spacing as well as band width within the spectrum.
(3) Radiation resolution
Radiometric resolution is used to describe a sensor's ability to distinguish what it is looking at within the same part of the electromagnetic spectrum; this equates to the number of data values it can have in each band. For example, the Landsat-8 SWIR band is typically 12-bit data, and the WorldView-3 (WV-3) SWIR band is 14-bit data; therefore WV-3 data has a higher radiometric resolution. Typical sensors have 8-, 11-, 12-, or 16-bit depth per band, the greater the bit depth, the higher the sensitivity and radiometric resolution of the sensor.
(4) Temporal resolution
Temporal resolution refers to the frequency with which images are captured at the same location on the Earth's surface, also known as the revisit period, which is the term most commonly used when referring to satellite sensors. For example, a sensor that captures data once a week has a higher temporal resolution than a sensor that captures data twice a month.
1.2.4 Raster Bands
Imagery consists of a single data band or multiple data bands. If it is a single band, it has the wavelength range it captures. If a pixel already occupies a wider part of the visible spectrum, it is called panchromatic. If there are multiple bands, usually three or more, it is called multispectral. If it has multiple bands, say 100 or more, it is called hyperspectral. These bandwidths are narrower than the panchromatic bands and isolate specific parts of the spectrum. Each band represents a single portion of the spectral range of light reflected from the target.
(1) Single band
There are three main ways to display (render) a single-band raster dataset
Two colors: In a binary image, each pixel has a value of 0 or 1 and is usually displayed as black and white. This display type is typically used to display scanned maps involving simple linear operations, such as parcel maps.
Grayscale: In a grayscale image, each pixel has a value between 0 and 255 (8-bit) or 65535 (integer) or other numeric value, depending on the data type or pixel depth. This display type is typically used for full-color satellite or aerial imagery.
Colormap: Using a colormap, a set of values can be encoded to match a defined set of red, green, and blue (RGB) values. For example, a DEM can be rendered with color based on elevation, or classes in a thematic map can be rendered with a colormap.
(2) Multi-band
If there are multiple bands, each pixel location has multiple values associated with it. Where there are multiple bands, each band typically represents a segment of the electromagnetic spectrum picked up by the sensor. A band can represent any portion of the electromagnetic spectrum, including regions invisible to the human eye, such as infrared or ultraviolet.
When creating a map layer from a raster image, you can choose to display single-band data or form a color composite from multiple bands. An RGB composition for map display can be created using any combination of the three available bands in a multiband raster dataset. When multiple bands are displayed together as an RGB composite, more information can often be obtained from the dataset than when only one band is displayed.
Satellite imagery often contains multiple bands representing different wavelengths, from the ultraviolet to the visible, infrared, and shortwave infrared portions of the electromagnetic spectrum. For example, Landsat-9 imagery data is collected from 11 bands of the electromagnetic spectrum. Bands 1–7 represent data from the visible, near-infrared, and mid-infrared regions. Band 6 collects data from the thermal infrared region. Another example of a multiband image is a natural color orthoimage that contains three bands representing red, green, and blue light.
2 Common Data Formats
2.1 CAD
CAD drawings are often the source of new infrastructure assets or changes in the natural environment and can be used to create or update GIS datasets. ArcGIS Pro reads CAD files as datasets in GIS format for adding them to maps and scenes and migrating them to GIS datasets. CAD files can be used directly in many geoprocessing tools and automated workflows for analyzing and creating data. CAD data can be easily converted to ArcGIS geodatabase features through geoprocessing tools. This data conversion supports workflows for editing data from CAD or sharing generated content to web maps and 3D web scenes. The CAD file needs to have a valid Esri coordinate system (PRJ file) and may require an optional coordinate transformation information (WLD) file to determine how the coordinates in the CAD data should be positioned on the Earth's surface.
2.1.1 CAD format
ArcGIS Pro supports files from AutoCAD and MicroStation. Each uses a file-based vector format. Both formats support 2D and 3D information.
(1) Autodesk AutoCAD DWG and DXF
The DWG format is the native file format of Autodesk AutoCAD software. In addition to Autodesk AutoCAD, certain other CAD vendors use versions of the DWG file format. ArcGIS Pro reads .dwg and .dxf files, which may also contain feature class data created in the Esri ArcGIS for AutoCAD plug-in or Autodesk AutoCAD Civil 3D software.
The DXF format is an interchange format originally developed for interoperability with other software applications. Its use continues to diminish as more and more software applications directly support the DWG format through licensed read/write technology from Autodesk or third-party providers such as the Open Design Alliance.
ArcGIS Pro supports enhanced content in AutoCAD .dwg files. Both ArcGIS for AutoCAD and Civil 3D can create additional feature class content in .dwg files for use with ArcGIS Pro.
（2） Bentley MicroStation DGN
The DGN format is the native file format of Bentley MicroStation software. A unique feature of the DGN format is that it can be saved with a non-standard file extension. Use this feature to indicate content; for example, you can save a DGN format file with a .par extension to identify drawings that contain parcel information. MicroStation files may contain multiple model drawings of supported geometries in one file.
2.1.2 CAD feature dataset
In ArcGIS Pro, AutoCAD or MicroStation files are read as ArcGIS feature datasets of feature classes. This feature dataset contains a collection of spatially referenced and read-only ArcGIS feature classes. Read-only feature datasets and contained feature classes can be added to maps or scenes, or used in geoprocessing workflows in the same way as other ArcGIS datasets, without conversion. These feature classes will be populated with geometry from the CAD file and feature attributes extracted from supported geometry CAD entity attributes.
2.1.3 CAD feature dataset feature class
By default, CAD entities in a CAD file are organized into feature classes by geometry type. Default feature classes include points, polylines, polygons, annotation, and multipatch. A CAD entity contains various numerical and textual attributes that identify its symbology, as well as various parametric and user-defined descriptive attributes. These entity attributes are read as feature attributes when ArcGIS Pro interprets the data as GIS features.
2.1.4 AutoCAD and MicroStation feature geometry types supported by ArcGIS Pro
| ArcGIS CAD feature classes |
AutoCAD entity |
MicroStation elements |
| Annotation (point feature type)
|
text |
text |
| multiline text |
||
| defined as a visible block property |
||
| point |
Xref |
|
| block reference
|
unit title |
|
| point |
||
| broken line |
3D surface |
shape |
| 3D polyline |
complex shape |
|
| arc |
arc |
|
| round |
round |
|
| Oval |
Oval |
|
| Block references (solids only) |
unit title |
|
| Wire |
Wire |
|
| Thin Polyline (LWPolyline) |
linestring |
|
| Multi-line (MLine) |
Multi-line |
|
| broken line |
complex chain |
|
| solid line |
surface |
|
| Spline |
||
| track |
||
| noodle |
3D surface |
shape |
| 3D polyline (closed) |
complex shape |
|
| arc |
arc |
|
| round |
||
| Oval |
Oval |
|
| Block references (solids only) |
unit title |
|
| Thin polyline (LWPolyline) (closed) |
||
| Multiline (MLine) (closed) |
||
| broken line |
||
| solid line |
solid line |
|
| Spline (closed) |
||
| track |
||
| polyhedron |
3D surface |
shape |
| 3D polyline (closed) |
complex shape |
|
| Block references (solids only) |
unit title |
|
| Wire |
Wire |
|
| Thin polyline (LWPolyline) (closed) |
||
| Multiline (MLine) (closed) |
||
| broken line |
||
| 3D entity |
Mesh, Loop, Plate, Rotate, Smart, Beta-Spline |
|
| network |
||
| terrain |
2.2 shapefile
A shapefile is a vector data storage format used to store the location, shape, and attributes of geographic features of the same geometry type (such as points, lines, and polygons) and the same spatial reference. Shapefiles can be used in ArcGIS Pro in a similar way to feature classes. It can be added as a layer in the map, and the corresponding fields and attributes can be manipulated in the Fields view.
Shapefiles may be displayed in a manner similar to feature classes stored in a geodatabase, but shapefiles do not support advanced features (such as topology, network, attribute rules, or subtyping) that exist in geodatabases and can be used to simulate real-world behavior. Modeling, rules for managing and maintaining data integrity, and tools to handle spatial relationships of core features and attributes.
Shapefile is a non-topological, simple format for storing the geometric location and attribute information of geographic features. Shapefiles are one of the spatial data formats that can be used and edited in ArcGIS.
| extension name |
illustrate |
must |
| .shp |
The main file used to store feature geometry, no attributes other than geometry are stored in this file |
yes |
| .shx |
The supporting file of .shp, which is used to store the position of each feature ID in the feature geometry file |
yes |
| .dbf |
dBASE table used to store feature attribute information |
yes |
| .sbn and .sbx |
The file used to store the feature's spatial index |
no |
| .fbn and .fbx |
file for storing feature spatial indexes of read-only shapefiles |
no |
| .ain and .aih |
A file used to store the attribute index of the active field in a table or in a thematic attribute table |
no |
| .atx |
Created for each Shapefile or dBASE attribute index created in ArcCatalog |
no |
| .ixs |
Read/write geocoding indexes for shapefiles |
no |
| .mxs |
Read/write shapefile (geocoding index in ODB format |
no |
| prj |
file for storing coordinate system information |
no |
| .xml |
ArcGIS 的元数据，用于存储 shapefile 的相关信息 |
否 |
| .cpg |
指定用于标识要使用的字符集的代码页 |
否 |
要素几何与属性是一对一关系，这种关系基于记录编号。dBASE 文件中的属性记录必须与主文件中的记录采用相同的顺序。
各文件必须具有相同的前缀，例如，roads.shp、roads.shx 和 roads.dbf。
2.2.1 Shapefile几何限制
（1）任何 shapefile 组件文件都有大小为 2 GB 的上限，可理解为可包含的点要素最多约为 7000 万个。
（2）Shapefile 也不包含类似于地理数据库要素类具有的 x,y 容差的信息。
（3）由于形状压缩方法的不同，shapefile 所占用的空间可能为文件地理数据库或 SDE 的三到五倍。
（4）Shapefile 支持多面体，但不支持以下多面体的高级功能：纹理坐标、纹理及部分色带，光线法向量
（5）与地理数据库要素类的空间索引相比，shapefile 的空间索引效率很低。
（6）shapefile 不支持通过参数定义的曲线（也称为圆弧曲线）。
2.2.2 Shapefile属性限制
（1）与其他格式不同，shapefile 以字符格式（而非二进制格式）存储数值型属性。各属性数据类型的字段宽度如下表所示。
| 地理数据库数据类型 |
dBASE字段类型 |
dBASE字段宽度（字符数） |
| Object ID |
数值 |
9 |
| 短整型 |
数值 |
4 |
| 长整型 |
数值 |
9 |
| 浮点型 |
浮点型 |
13 |
| 双精度型 |
浮点型 |
13 |
| 文本型 |
字符 |
254 |
| 日期型 |
日期型 |
8 |
（2）dBASE 文件标准仅支持其字段名称及字段值中的 ANSI 字符。Esri 已针对 dBASE 文件新增了大量 Unicode 支持，以存储 Unicode 字段名称及字段值。
（3）日期字段仅支持日期。它们不支持时间。
（4）字段名称的长度不能超过 10 个字符。
（5）属性的最大记录长度为 4000 字节。
（6）最大字段数为 255。
（7）dBASE 文件必须至少包含一个字段。当您创建 shapefile 或 dBASE 表格时，默认会创建一个整型 ID 字段。
（8）dBASE 文件不支持类型 blob、guid、全局 ID、坐标 ID 或栅格字段类型。
（9）dBASE 文件不支持 WHERE 子句，也不支持 SQL。
（10）当保存编辑时，属性索引会被删除，因此，必须重新创建属性索引。
2.2.3 不支持的功能
Shapefile在工作空间或要素类级别无扩展数据类型，从地理数据库要素类或其他格式转换为 shapefile时会导致下列数据丢失：（1）子类型 ；（2）属性域 ；（3）几何网络；（4） 拓扑 ；（5）注记。
2.2.4 空值表示
shapefile不支持空值。如果将含有空值的要素类转换为shapefile或将数据库表转换为 dBASE文件，则将按下表所述更改空值。
| 包含空值的数据类型 |
空值替换 |
| 数字：当工具需要输出“空”、无穷大或 NaN（非数字）时 |
-1.7976931348623158e+308（最大负值的 IEEE 标准） |
| 数字（所有其他地理处理工具） |
0 |
| 文本型 |
“ ”（空白 - 单空格） |
| 日期型 |
存储为零，但显示为 <空> |
2.3 Coverage
Coverage是一种用于存储矢量数据的地理相关数据模型，它包含地理要素的空间（位置）数据和属性（描述性）数据。Coverage用一组要素类来表示地理要素。每个要素类存储一组点、线（弧）、面或注记（文本）。Coverage有拓扑关系，用于确定要素间的关系。
2.3.1 Coverage文件
coverage由一组文件组成，每个文件都包含有关特定要素类的信息。存储在 coverage 中的文件组取决于coverage中包含的要素类。例如，下图显示了包含多个coverage的工作空间。包含在coverage soils中的目录结构和文件显示如下。请注意，此coverage包含多个面要素和一个注记子类 type。
每个 coverage 工作空间都有一个 INFO 数据库，存储在子目录 info 下。coverage 文件夹中的每个 .adf 文件都与 INFO 文件夹中的一对 .dat 和 .nit 文件关联。INFO 目录中的 arc.dir 文件用于追踪与 .adf 文件关联的那对 .nit 和 .dat 文件。
2.3.2 Coverage要素
定义 Coverage 中的要素通常需要多个要素类。例如Coverage同时使用线和面要素类来表示面要素。面要素还包含标注点，这些点以单独要素类的形式显示。每个coverage都具有一个包含控制点的要素类，用来表示已知的实际坐标。这些控制点可帮助定义 coverage 的范围，但并不表示coverag中的任何实际数据点。下图显示了Coverage中的通用要素类。其他Coverage要素类包括弧段要素类、路径要素类、区域要素类和关联要素类。
Coverage 要素类文件和扩展名
| 要素类 |
coverage 目录中的空间数据 |
要素属性表 coverage 目录 |
INFO 数据库中的要素属性表 |
| 点 |
lab.adf |
pat.adf |
.nit 和 .dat |
| 弧 |
arc.adf |
aat.adf |
.nit 和 .dat |
| 节点 |
arc.nit，arc.adf |
nat.adf |
.nit 和 .dat |
| 路径 |
arc.adf，sec.adf |
<route>.rat |
.nit 和 .dat |
| 部门 |
arc.adf |
<route>.sec |
.nit 和 .dat |
| 面 |
pal.adf、cnt.adf、lab.adf、arc.adf |
pat.adf |
.nit 和 .dat |
| 区域 |
rxp.adf、<region>.pal |
<region>.pat |
.nit 和 .dat |
| 注记 |
<anno>.txt |
<anno>.tat |
.nit 和 .dat |
| 控制点 |
tic.adf |
tic.adf |
.nit 和 .dat |
| 链接 |
lnk.adf |
lnk.adf |
.nit 和 .dat |
| Coverage范围 |
bnd.adf |
bnd.adf |
.nit 和 .dat |
Coverage 要素类
| 要素类 |
用途和应用 |
示例 |
| 点 |
点位置 |
井位置、山峰 |
| 弧 |
线状要素 |
街道弧段、等值线、河流、污水管线、电力线、天然气管线 |
| 节点 |
连接点和线状要素的端点 |
管线上的阀门、街道的交叉点、电线杆、检修孔盖 |
| 路径 |
线状要素 |
街道、等值线、河流网络、污水管线、电力线网络、天然气管线网络、街道地址 |
| 部门 |
定义路径要素 |
街道弧段、交通车道、管道状态、地面传输线和地下传输线 |
| 面 |
面要素 |
土壤单元、土地利用、宗地、建筑物覆盖区、林分、所有权 |
| 区域 |
面要素、多个面 |
人口普查地理、夏威夷州、重叠的野生动物栖息地 |
| 注记 |
要素标注 |
街道名称、道路地图上的地名 |
| 控制点 |
地理配准和控制 |
用于数字化的配准 |
| 链接 |
橡皮页变换和校 |
对地图图幅进行边匹配操作、要素捕捉、基准面校正 |
| Coverage范围 |
定义地图范围 |
用于描述 coverage 外部边界的矩形 |
Coverage 要素类文件描述
| 要素类 |
描述 |
属性表名称：<coverage>.* |
| 点 |
由 x,y 坐标对定义的点，用于表示点要素或为各个面分配 User-ID。 |
pat.adf |
| 弧 |
由一组有序的 x,y 坐标定义的线，用于表示线状要素和面边界。 |
aat.adf |
| 节点 |
弧的端点或者两个或更多弧连接处的点。 |
nat.adf |
| 路径 |
由一条或多条弧线或弧线部分组成的线状要素。 |
<route>.rat |
| 部门 |
弧或弧的一部分，用于定义路径或路径的结构单元。 |
<route>.sec |
| 面 |
由组成边界的弧线所定义的区域，包括定义所有内部岛屿的弧线。各标注点将指定 User-ID。 |
pat.adf |
| 区域 |
一个或多个用于定义地理要素的毗连或不毗连面的集合。 |
<region>.pat |
| 注记 |
描述地理要素的文本字符串。形状点可用于定位和绘制注记。 |
<anno>.tat |
| 控制点 |
用来配准或变换 coverage 中坐标的地理参考或控制点。 |
tic.adf |
2.3.3 Coverage要素连接和属性
在空间数据和表格数据之间，存在以下三个值得注意的关联特征：
（1）Coverage中的要素与要素属性表中的相应记录存在一对一关系。
（2）ArcGIS Desktop通过分配给每个要素的唯一标识符来维护要素与属性记录之间的关联。此标识符即为要素的序号。
（3）Coverage要素的序号实际上存储在以下两个位置：在包含每个要素的位置数据（例如，x,y 坐标对）的文件内，以及包含要素属性表中相应记录的文件内。ArcGIS Desktop 会自动创建和维护此连接。
在下图中，坐标记录和属性记录之间包含了一个公共元素：要素的序号。该序号将要素坐标与属性相关联，维护了两者之间一对一的对应关系。建立此连接后，可以查询Coverage来显示属性信息，或基于存储在要素属性表中的属性来创建地图。
2.3.4 Coverage拓扑
拓扑明确定义地理数据中相连或相邻要素之间的空间关系。实际操作中的原则相当简单：空间关系以列表的形式表达（例如面由构成它边界的弧段的列表定义）。
coverage 的拓扑结构支持三个主要的拓扑概念：
连通性：弧在结点处彼此相连。
区域定义：围绕区域连接的弧定义一个面。
邻接：弧具有方向以及左右两侧。
（1）连通性
连通性通过弧-结点拓扑定义。这是许多网络追踪和路径查找操作的基础。连通性允许您标识到机场的路径、将溪流连接到河流或者跟随从污水处理厂到住宅的路径。
在弧结点数据结构中，弧由两个端点定义：“自”结点表示弧起点，“至”结点表示弧终点。这被称为弧-结点拓扑。
弧-结点拓扑通过弧-结点列表获得支持。列表会标识出每条弧段的起始结点和终止结点。相连弧段通过在整个列表中搜索公共结点编号来确定。在以下示例中，可以确定弧 1、2 和 3 全部相交，因为它们共享结点 11。计算机可确定沿着弧段 1 行进可以转到弧段 3，因为它们共享公共结点 (11)，但是从弧段 1 无法直接转到弧段 5，因为它们不具有共享的公共结点。
（2）区域定义
许多可表示的地理要素覆盖了地球表面上的可辨识区域，例如湖、土地的宗地以及人口普查区域。区域在矢量模型中由一条或多条定义面的边界表示。尽管这听起来与直觉相违背，但是请思考中央有个岛的湖。此湖实际上具有两条边界：一条定义它的外边界，另一条定义它的内边界（岛）。在矢量模型的术语中，岛定义面的内边界（或孔洞）。
弧-结点结构以有序弧段列表（而不是 x,y 坐标的闭合环）的形式表示面。这被称为面-弧拓扑。在下图中，面 F 由弧段 8、9、10 和 7（7 之前的 0 表示该弧段在面中创建了一个岛）组成。
每条弧段都出现在两个面中（下图中，列表中的弧段 6 出现在 B 和 C 中）。由于面仅是定义其边界的弧段的列表，弧段坐标只被存储一次，因而可减少数据量并确保相邻面的边界不发生重叠。
（3） 邻接
共享同一边界的两个地理要素被称为相邻要素。邻接是一种拓扑概念，它允许矢量数据模型判断相邻情况。面拓扑定义邻接。如果各个面共享公共弧段，则它们就是彼此邻接的。这是许多邻域和叠加操作的基础。
上文提到过起始结点和终止结点共同定义一条弧段。这样就可以指示出弧段的方向，以便确定其左右两侧的面。左-右拓扑是指弧段左右两侧的面。下图中，面B在弧段6的左侧，面C在右侧。这样，我们就知道面B和面C是相邻的。
面A的标注位于区域边界的外侧。该面被称为外部（或外）多边形，表示研究区域以外的世界。外多边形确保每条弧段始终具有定义的左侧和右侧。
2.4 地理数据库
ArcGI地理数据库是存储在通用文件系统文件夹或多用户关系数据库管理系统（如 IBM Db2、Microsoft SQL Server、Oracle、PostgreSQL 或 SAP HANA）中的各种类型地理数据集的集合。
（1）地理数据库是ArcGIS的原生数据结构，并且是用于编辑和数据管理的主要数据格式。 虽然ArcGIS使用大量地理信息系统 (GIS) 文件格式的地理信息，但其专用于使用和利用地理数据库的功能。
（2）地理数据库是地理信息的物理存储，主要使用数据库管理系统或文件系统。通过ArcGIS或通过使用SQL的数据库管理系统，可以访问和使用数据集集合的此物理实例。
（3）地理数据库具有全面的信息模型，用于表示和管理地理信息。此信息模型以一系列用于保存要素类和属性的表的方式来实现。高级GIS数据对象可添加以下内容：真实行为；用于管理空间完整性的规则；以及用于处理核心要素和属性的空间关系的工具。
（4）地理数据库软件逻辑提供了ArcGIS中使用的通用应用程序逻辑，用于访问和处理各种文件中以及各种格式的所有地理数据 该逻辑支持处理地理数据库，包括处理shapefile、计算机辅助绘图 (CAD)文件、不规则三角网(TIN)、格网、影像、地理标记语言(GML)文件和大量其他GIS数据源。
（5）地理数据库具有一个管理 GIS 数据工作流的事务模型。
地理数据库存储模型以一系列简单但核心的关系数据库概念为基础，并利用了基础数据库管理系统 (DBMS)的优势。简单表和明确定义的属性类型用于存储各地理数据集的方案、规则、库以及空间属性数据。该方法为存储和使用数据提供了一个正式模型。通过此方法，可使用结构化查询语言 (SQL) 来创建、修改以及查询表及其数据元素。
地理数据库使用在其他高级DBMS应用程序中的相同多层应用程序架构来实现；地理数据库的实现不存在任何特别之处。地理数据库的这种多层架构有时被称为对象关系模型。地理数据库存储在DBMS中时，空间制图表达（多用矢量或栅格表示）通常使用SQL空间类型进行存储。
2.4.1 地理数据库基本数据集
数据集是地理数据库的一个重要概念。 它是在 ArcGIS 中组织和使用地理信息的主要途径。 地理数据库包含以下三种主要数据集类型：要素类、栅格数据集、表。
2.4.2 地理数据库存储
地理数据库存储既包括各个地理数据集的方案和规则库，也包括空间和属性数据的简单表格存储。地理数据库中的三种主要数据集（要素类、属性表和栅格数据集）以及其他地理数据库元素都是使用表来存储的。地理数据集中的空间制图表达以矢量要素或栅格的形式存储。除常规属性外，还会在字段中存储和管理这些几何特征。
2.4.3 地理数据库类型
（1）个人地理数据库（仅ArcGIS Desktop支持）
所有的数据集都存储于 Microsoft Access 数据文件内，该数据文件的大小最大为 2 GB。
（2）文件地理数据库
文件地理数据库作为多个文件存储在文件夹中。 每个数据集都包含在单个文件中。 默认情况下，文件可以增大到 1 TB，但是可以使用配置关键字将其更改为 4 TB 或 256 TB
（3）移动地理数据库（仅ArcGIS Pro支持）
移动地理数据库是使用 SQLite 数据库实现的地理数据库，将作为单个文件存储在文件夹中。
（4）企业级地理数据库
企业级地理数据库也称为多用户地理数据库，存储在关系数据库中。它们在大小和用户数量方面几乎无限制；限制则因数据库管理系统(DBMS)供应商的不同而有所不同。
| 类型 |
个人地理数据库（仅ArcGIS Desktop支持） |
文件地理数据库 |
移动地理数据库（仅ArcGIS Pro支持） |
企业级地理数据库 |
| 描述 |
在 Microsoft Access 数据文件中存储和管理的 ArcGIS 地理数据库的原始数据格式。（此数据格式的大小有限制且仅适用于 Windows 操作系统。） |
保存在文件系统文件夹中的多种类型的 GIS 数据集的集合。 |
包含在关系数据库中的各种类型 GIS 数据集的集合。 |
在关系数据库中以表格形式存储的各种类型 GIS 数据集的集合。 |
| 用户数 |
单个用户和较小的工作组（具有较小的数据集）：多位读取者和一位写入者。浮动版最终会导致大量读取者的降级。 |
单一编辑器，可以支持多个读取者。 |
单一编辑器，可以支持多个读取者。 |
多用户：许多读取者和许多写入者。 |
| 存储格式 |
每个个人地理数据库中的所有内容都保存在单个Microsoft Acces文件 (.mdb) 中。 |
每个数据集都是磁盘上的一个单独文件。 属于一个地理数据库的所有数据集包含在一个文件夹中。 |
属于一个移动地理数据库的所有数据集都包含在单个文件中所存储的 SQLite 数据库中。 |
Oracle Microsoft SQL Server IBM Db2 PostgreSQL SAP HANA |
| 大小限制 |
每个 Microsoft Access 数据库 2GB。 性能下降前的有效限制通常介于每个 Microsoft Access数据库文件250到500 MB之间。 |
默认情况下，每个数据集可以增大到1TB。 对于超大型影像数据集，可将 1 TB 限值提高到4 TB或256 TB。每个要素类最多可将每个数据集扩展到数亿个矢量要素。 |
移动地理数据库的大小限制为 2 TB。 |
大小由 DBMS 控制。 |
| 版本管理 |
对于使用检出和检入提交更新的客户端和可使用单向复制向其发送更新的客户端，仅支持作为地理数据库。 |
不支持版本化工作流。 |
不支持版本化工作流。 |
在所有数据库管理系统中均受支持，SAP HANA 中的地理数据库不支持传统版本化类型。 |
| 平台支持 |
仅限 Windows。 |
跨平台。 |
跨平台。 |
操作系统支持取决于您所使用的 DBMS。 大多数支持多个操作系统。 有关完整列表，请参阅 DBMS 文档。 |
| 安全和权限 |
Windows 文件系统安全性。 |
通过操作系统管理。 |
通过操作系统管理。 |
通过 DBMS 管理。 |
| 数据库管理工具 |
Windows 文件系统管理。 |
文件系统管理。 |
备份、恢复、复制、SQL支持、安全性等的完整DBMS功能 |
备份、恢复、复制、SQL支持、安全性等的完整DBMS功能 |
文件地理数据库所使用的存储空间约为 shapefile 和个人地理数据库所必需的要素几何存储空间的三分之一。文件地理数据库还允许用户将矢量数据压缩为只读格式，以进一步降低存储要求。
2.4.4 地理数据元素
2.4.5 要素类
要素类是具有相同空间制图表达（如点、线或面）和一组通用属性的常用要素的同类集合（例如，表示道路中心线的线要素类）。最常用的四个要素类分别是点、线、面和注记。
2.4.5.1 要素类类型
要素类是点、线或面的专题集合，但存在几种要素类类型。在数据库和地理数据库中支持前三种类型。 后四个仅适用于地理数据库。
（1）点
表示过小而无法表示为线或面以及点位置（如 GPS 观测值）的要素。
（2）线
表示形状和位置过窄而无法表示为区域的地理对象（如，街道中心线与河流）。也使用线来表示具有长度但没有面积的要素，如等值线和边界。
（3）面
一组具有多个边的面要素，表示同类要素类型（如州、县、宗地、土壤类型和土地使用区域）的形状和位置。
（4）注记
包含表示文本渲染方式的属性的地图文本。除了每个注记的文本字符串，还包括一些其他属性（例如用于放置文本的形状点、其字体与字号以及其他显示属性）。注记也可以是要素关联的，并可包含子类。
（5）尺寸注记
一种可显示特定长度或距离（例如要指示建筑物某一侧或地块边界或两个要素之间距离的长度）的特殊注记类型。在 GIS 的设计、工程和公共事业应用中，经常会使用尺寸注记。
（6）多点
由多个点组成的要素。多点通常用于管理非常大的点集合数组（如激光雷达点聚类），可包含数以亿计的点。对于此类点几何使用单一行是不可行的。将这些点聚类为多点行，可使地理数据库能够处理海量点集。
（7）多面体
一种3D几何，用于表示在三维空间中占用离散区域或体积的要素的外表面或壳。多面体由平面3D环和三角形构成，多面体将组合使用这两种形状以建立三维壳模型。可以使用多面体来表示从简单对象（如，球体和立方体）到复杂对象（如，等值面和建筑物）的任何事物。
（8）3D对象
一种 3D 几何，专门用于表示在三维空间中占用离散区域或体积的要素的外表面或壳的附加格式支持（例如材料）。 您可以使用 3D 对象以较高的细节水平表示材料，从而支持光泽度或粗糙度等美感。 您可以在简单或高级对象（例如球体和立方体）以及复杂结构（例如等值面和建筑材料）上使用它们。 3D 对象使用高级关联表存储材料的多个组件。 这些表，以及平面 3D 环和三角形，将共同用于建立三维壳模型。
2.4.5.2 要素几何和要素坐标
要素类包含各要素的几何形状和描述性属性。各要素几何主要由各自的要素类型（点、线或面）定义。 但是，也可定义其他几何属性。例如要素可以是单部件或多部件、具有3D折点、具有线性测量值（称为m值）以及包含通过参数定义的曲线。
要素几何主要由坐标折点构成。线和面要素中的线段跨越折点。 线段可以是笔直的边，也可以是通过参数定义的曲线。要素中的折点还可以包含z值来表示高程测量值，并包含m值来表示线要素沿线的测量值。
每个线和面都是一个有序的折点集（可将其彼此相连以形成一个几何形状）。 表达各线和面的另一种方法是，将其视为相连线段的有序系列，其中各线段的类型为：直线、圆弧、椭圆弧或贝塞尔曲线。
要素坐标可包括x,y和x,y,z折点。Z值最常用于表示高程，但也可表示其他测量结果，如年降雨量或空气质量。
线状要素折点也可包括 m 值。某些 GIS 应用程序使用沿线状要素（例如道路、河流和管线）内插距离的线性测量系统。可为要素中的每个折点分配 m 值。常见示例是运输部门所使用的公路里程标志测量系统，用于沿公路记录路面状况、速度限制、事故位置以及其他事故点。两个常用测量单位为距设定位置的里程标志距离（例如，表示县的线）和距参照标记的距离。
测量值的折点可以为 x,y,m 或 x,y,z,m。
对这些数据集的支持通常称为 线性参考。对沿着这些测量系统发生的事件进行地理定位的过程称为动态分段。
2.4.5.3 要素容差
在 GIS 数据管理中，位置准确性以及对高精度数据管理框架的支持至关重要。能够足够精确地存储坐标信息成为关键要求。坐标精度用于描述记录位置时使用的位数。这将定义采集和管理空间数据时使用的分辨率。
ArcGIS 使用整数记录坐标，并可处理高精度位置。在各种 ArcGIS 操作中，使用某些关键几何属性处理和管理要素坐标。这些属性在创建每个要素类或要素数据集期间进行定义。
以下几何属性有助于定义用于各种空间处理和几何操作的坐标分辨率和处理容差：
x,y分辨率：记录要素类中的坐标时使用的精度
x、y容差：用于使用重叠几何来聚类要素的聚类容差；在拓扑、要素叠加和相关操作中使用
z容差和z分辨率：3D数据集中的垂直坐标维度的容差和分辨率属性（例如，高程测量值）
ｍ容差和m分辨率：在线性参考数据集中使用的、沿线要素的测量值的容差和分辨率属性（例如，沿道路方向、以米为单位的距离）
（1）xy分辨率
要素类或要素数据集的x,y分辨率是用于存储x,y坐标值的数值精度。 精度对于准确的要素表示、分析和制图至关重要。
x,y分辨率定义用于存储要素坐标的小数位数或有效数字位数（以x和y为单位）。分辨率用于定义可放置所有坐标的坐标格网中的两个网格之间的距离。
要素类的默认X,Y分辨率为 0.001m，或以数据集的坐标系单位表示的等效值。
（2）xy容差
创建要素类时，系统将要求设置 x,y 容差。 x,y容差用于设置聚类操作（例如拓扑验证、缓冲区生成和面叠加）中以及某些编辑操作中坐标之间的最小距离。
x,y容差是一个极小的距离值（默认值为 0.001m，以地面上单位为单位）。它用于在聚类操作过程中解决坐标交叉点位置不精确的问题。当使用几何操作处理要素类时，如果两个坐标的x距离和y距离位于彼此的x,y容差范围内，这两个坐标会重合（也就是说，共享同一个 x,y 位置）。因此，聚类的坐标将移至公共位置。
聚类过程的工作原理为在地图上移动并识别处于彼此x,y容差范围内的坐标聚类。 ArcGIS 使用此算法来查找、清除和管理要素间的共享几何。这意味着坐标将重合（捕捉到同一个共享坐标位置）。
默认x,y容差值是默认x,y分辨率的 10 倍，且在大多数情况下均建议使用此设置。可以选择为坐标精度较低的数据设置较大的容差值，并为具有极高精度的数据集设置较小的值。
2.4.5.4 要素类存储
每个要素类在单独的表中进行管理。 各行的 shape 列用于保存各要素的几何或形状。
在要素类表中，以下内容适用：
（1）所有要素类均为表。
（2）各个要素以行的形式保存。
（3）要素属性以列的形式进行记录。
（4）shape 列包含每个要素的几何（点、线、面等）。
（5）ObjectID 列包含每个要素的唯一标识符。
如果在地理数据库中创建线要素类，则会在该要素类中自动添加一个附加字段，用以记录线的长度。如果创建面要素类，则会自动添加两个附加字段，用以记录每个面要素的长度（周长）和面积。这些值的测量单位取决于对要素类定义的空间参考。根据使用的数据库和空间类型，这些字段的名称会有所不同。这些字段是必填字段，不能修改。
2.4.6 要素数据集
要素数据集是共用一个通用坐标系的相关要素类的集合。要素数据集用于促进创建控制器数据集（有时也称为扩展数据集），例如宗地结构、拓扑或公共设施网络。要包含在扩展数据集中的要素类首先被组织到要素数据集中。
要素类数据：点、线、面要素
拓扑
地形数据集
网络数据集
跟踪网络
公共设施网络
宗地结构
线性参考系统（适用于管线或道路系统）
2.4.7 表
地理数据库中的属性基于一系列简单且必要的关系数据概念在表中进行管理：
（1）表包含行。
（2）表中所有行具有相同的字段。
（3）每个列都有一个数据类型，例如，整型、十进制数字型、字符型和日期型。
（4）可使用一系列函数和运算符来管理表及其数据元素。
表和关系在ArcGIS中的作用与在传统数据库应用程序中的作用同样重要。可以用表中的行存储所有地理对象的属性。这包括在“形状”列中保存和管理要素几何。
以下的两个表说明如何使用公用字段将其中的记录相互关联。所有者表通过PARCEL_ID字段关联到宗地表。
地理数据库中支持用多种列类型保存和管理属性。可用的列类型包括多种数字类型、文本、日期、二进制大对象 (BLOB) 和全局唯一标识符 (GUID)。
地理数据库中支持的属性列类型包括以下内容：
（1）数字：可以是四种数字数据类型之一：短整型、长整型、单精度浮点数（通常称为浮点型）和双精度浮点数（通常称为双精度型）。
（2）文本：任何一组一定长度的字母数字字符。
（3）日期：保存日期和时间数据。
（4）BLOB：二进制大对象用于存储文档、照片或其他大型数据。
（5）全局标识符：GlobalID 和 GUID 数据类型可存储注册表样式的字符串，该字符串包含用大括号括起来的 36 个字符。这些字符串用于唯一识别单个地理数据库中和跨多个地理数据库的要素或表行。这些字符串经常用于管理关系，尤其是数据管理、版本化、仅更改更新和复制。
XML 列类型也可通过编程接口得到支持。XML 列可以包含任何格式化的 XML 内容（例如元数据 XML）。
2.4.8 栅格数据集
大多数影像和栅格数据（例如卫星影像或 DEM）均作为栅格数据集提供。 栅格数据集这个术语是指存储在磁盘或地理数据库中的任何栅格数据模型。 栅格数据集是构建其他数据集（如镶嵌数据集）的基本栅格数据存储模型。 它也是许多处理栅格数据的地理处理工具的输出。
栅格数据集是组织成一个或多个波段的任何有效的栅格格式。 每个波段由一系列像素（单元）数组组成，每个像素都有一个值。 栅格数据集至少有一个波段。 可将多个栅格数据集在空间上拼接（镶嵌）在一起形成一个更大的连续栅格数据集。
| 特性 |
案例 |
|
|
有三种方法可用于存储影像和栅格数据：存储为文件系统中的文件、存储在地理数据库中，或者通过地理数据库进行管理但存储在文件系统中。ArcGIS Pro 支持超过 70 种栅格数据集文件格式，其中包括TIFF、JPEG2000、云栅格格式(CRF)和NITF。
- 格式：用于存储影像和栅格数据集的文件类型。不同的文件类型有不同的属性和要求。
- 波段数：影像中在空间上重合的图层数量。影像至少包含一个波段，可以包含数百个波段。
- 数据类型：又称像素类型，与存储在影像中的值的类型有关，例如有符号整型、无符号整型或浮点型。整型即为整数；浮点型数据则包含小数位。
- 数据深度：又称像素深度或位深度，用于确定存储在各个影像波段中的值的可能范围。八位深度可以存储28 = 256个值（0 到 255），而16位深度则可以存储 216 = 65,536个值（0 到 65,535）。
| 位深度 |
每个像元可包含的值范围 |
| 1位 |
0~1 |
| 2位 |
0~3 |
| 4位 |
0~15 |
| 8位无符号 |
0~255 |
| 8位有符号 |
-128~127 |
| 16位无符号 |
0~65525 |
| 16位有符号 |
-32768~32767 |
| 32位无符号 |
0~4294967295 |
| 32位有符号 |
-2147483648~2147483647 |
| 32位浮点型 |
-3.402823466e+38~3.402823466e+38 |
| 64位无符号 |
0 ~18446744073709551616 |
- 统计数据：影像的最小值、最大值、所有值的平均值和标准差。
- 范围：栅格数据集的左侧、右侧、顶部和底部坐标。
- 投影：栅格坐标系的这一部分位于空间参考部分中。<Undefined> 栅格可能表示其未进行投影或尚未定义。
- 栅格大小：可以表示栅格数据集的行数或列数，或表示未压缩之前的大小。
2.4.9 镶嵌数据集
镶嵌数据集是以集合的形式存储，并以组成镶嵌数据集的单个镶嵌影像或多个独立影像的形式进行查看或访问的影像或栅格数据集。这些集合的总文件大小和影像数据集数量都会很大。添加影像数据时会根据其栅格类型进行，该类型与栅格格式一起用于标识元数据，例如地理配准、采集日期和传感器类型。镶嵌数据集中的影像数据可以其原生格式保留在磁盘上，也可在需要时加载到地理数据库中。可通过栅格记录以及属性表中的属性来管理元数据。 通过将元数据存储为属性，可以管理诸如传感器方向数据等参数，同时也可以提高对选择内容的查询速度。
镶嵌数据集中的影像数据不必相邻或叠置，也可以以未连接的不连续数据集的形式存在。 例如，您可以使用完全覆盖某个区域的影像，也可使用没有连接到一起形成连续影像的多条影像（例如，沿管线的影像）。
数据甚至可以完全或部分重叠，并可以在不同的日期进行捕获。 镶嵌数据集非常适合存储时态数据。 您可以在镶嵌数据集中根据时间或日期查询所需的影像，也可以使用某种镶嵌方法来根据时间或日期属性处理镶嵌影像。
| 特性 |
案例 |
|
|
3 扩展要素类
| 类型 |
说明 |
|---|---|
| 子类型 |
在一个要素类中创建一组要素子类。子类型经常用于管理同一要素类型子集上的不同行为 |
| 属性域 |
指定要素类属性的有效值列表或范围。域有助于确保数据的完整性，且经常用来强制执行数据分类（例如道路类、分区代码和土地使用分类） |
| 版本管理 |
通过管理多个关键的 GIS 工作流来实现数据管理；例如，支持长期事务、历史归档和多用户编辑 |
| 拓扑 |
管理重合要素类共享其几何的方式。您可以通过拓扑创建相关规则，以强制使用要素在共享同一位置或边界时的行为方式 |
| 公共设施网络 |
对水利、天然气、电力、电信、下水道、雨水和其他公共设施的复杂系统网络进行建模和分析 |
3.1 子类型
子类型是要素类中具有相同属性的要素的子集，或表中具有相同属性的对象的子集。 可通过这些子类型对数据进行分类。 例如，可将城市街道要素类中的街道划分为三个子类型：地方街道、辅助道路和主干道。
（1）为每个子类型中的字段设置创建新要素时自动应用的默认值
例如地方街道子类型速度限制属性的默认值设置为25km/h，而主干道子类型的默认值为35 km/h。无论在何时向街道要素类添加地方街道，都会自动将其速度限制属性设置为25 km/h。当添加主干道时，速度限制会自动设置为默认值35km/h。
（2）对子类型字段应用编码属性域或范围属性域，以将输入信息限制在一个有效的值集范围内
例如在自来水总管道的某个要素类中，可以对水压执行范围属性域。代表送水主管道的子类型的压力值在40和100psi之间，而配水主管道子类型的压力值在50和75psi之间。
（3）每个子类型能够关联有不同的连通性、关系或拓扑规则
（4）通过将真实世界中的各种对象表示为给定要素类中的要素子集，而不是为每个对象都创建新的要素类，从而提高地理数据库的性能
（5）使用编写的代码创建要素之间的自定义规则
在子类型视图中，可以查看与图层相关联的子类型、编辑这些子类型的属性、将属性域和默认值应用到子类型的字段或在图层中创建新的子类型。
在建筑物图层上创建子类型，子类型会应用于 BLDGTYPE 字段并代表不同的建筑物类型，例如 Development（小区住宅）、Utility（公共设施）、Marketing（市场）和 Security（安全设施）。 现在新建一个建筑物时，可选择其中一个子类型作为建筑物类型。
属性域和默认值也可应用于每个子类型的字段。 可以使用在数据设计主题中创建的 AccessType 属性域将访问权限添加到每个建筑物中，具体可通过将适当的属性域和默认值应用于子类型来实现。 例如，当新建一个 Development 建筑物时，系统将自动为该建筑物的 AccessType 授予 Employees 值（仅允许雇员进入该建筑物），而自动为 Utility 建筑物的 AccessType 授予 Maintenance 值。
3.2 属性域
属性域属性是描述字段类型可用值的规则。可用于约束表或要素类的任意特定属性中的允许值。通过将字段的内容限制为有效列表或选择范围，可以提供用于增强数据完整性的方法。如果已将要素类中的要素或者表中的非空间对象分组为各个子类型，则可为每个子类型分配不同的属性域。如果一个属性域与某个属性字段相关联，则只有该属性域内的值才对此字段有效，也就是说此字段不会接受不属于该属性域的值。
可以在地理数据库中的各要素类、表和子类型之间共享属性域。例如，给水干管的要素类和存储给水支管的要素类可以将同一个属性域用于地表类型字段。
（1）名称和描述
名称是用于描述该属性域所控制参数的名称。创建属性域后，当选择与字段视图或子类型视图中的给定字段相关联的属性域时，域名将显示在属性域下拉菜单中。
描述是简要描述属性域用途的文本。
（2）字段类型
字段类型是可以与属性域关联的特性字段的类型。
Short - 短整型
Long - 长整型
Float - 单精度浮点数
Double - 双精度浮点数
Text（仅限编码属性域）- 字母数字字符
Date - 日期和时间数据
字段类型设置完毕后，在字段视图和子类型视图中，任何该类型字段所对应的属性域名称都将显示在属性域下拉列表中
（3）属性域类型
属性域类型有两种：范围属性域和编码属性域。
范围属性域：用于指定数值属性的有效值范围。创建值域范围时，需要输入一个最小有效值和一个最大有效值。可将值域范围应用于短整型、长整型、浮点型、双精度浮点型和日期属性类型。例如，在给水干管要素类中，可以针对输水干管、配水干管和旁路给水干管设置子类型。配水干管的压力可以介于 50 到 75 psi 之间。 要使一个配水干管对象有效，为其输入的压强值必须介于 50 到 75 psi 之间。
编码属性域：编码值属性域可以应用于任何类型的属性，文本、数值和日期等。 编码值属性域用于为属性指定有效的值集。 例如可将给水干管埋在 GroundSurfaceType 属性字段所标志的以下几种不同类型的地表下：硬路面、砂砾、沙石或无（适用于暴露在外的给水干管）。编码值属性域既包括存储在数据库中的实际值（例如，1 代表硬路面），也包括对值的实际含义的用户友好型描述。对编码值属性域的验证是通过限制用户从下拉列表中选择字段值来实现的。
（4）分割与合并策略
在编辑数据时，经常需要将一个要素分割成两个要素，或将两个单独的要素组合（或合并）为一个要素。如果属性应用了属性域，则分割要素时，该属性值的行为将受控于属性域的分割策略。合并两个要素后，对于已应用属性域的任何属性，其值将受控于属性域的合并策略。每个属性域都有分割策略和合并策略。 对要素进行分割或合并时，地理数据库会参照这些策略以确定最终所得要素对于某个特定特性具有哪些值。
分割策略：任何已应用属性域的给定表、要素类或子类型的属性都可以具有以下三种针对属性域的属性而设置的分割策略之一，这些策略控制着输出对象中的属性值：
·默认值 - 两个最终所得要素的特性使用给定要素类或子类型的默认特性值。
·复制 - 两个最终所得要素的特性使用原始对象的特性值副本。
·几何比 - 两个最终所得要素的属性是原始要素值的比率。 该比率取决于原始几何的分割比率。 如果几何被分割成相等的两部分，则每个新要素的属性值将是原始对象属性值的一半。 几何比策略只适用于数值字段类型的属性域。
合并策略：任何已应用属性域的给定表、要素类或子类型的属性都可以具有以下三种针对属性域的属性而设置的合并策略之一，这些策略控制着输出对象中的属性值：
·默认值 - 所生成要素的属性使用给定要素类或子类型的默认属性值。 这是唯一适用于非数字字段和编码值属性域的合并策略。
·总和值 - 最终所得要素的特性使用原始要素特性值的总和。
·几何加权 - 所生成要素的属性使用原始要素属性值的加权平均值。 此平均值取决于原始要素的几何。
3.3 版本管理
在多用户编辑方案中，版本化允许编辑者同时使用同一数据，而无需通过给予每个编辑者唯一的、孤立的数据视图来应用锁或复制数据。版本化允许编辑者在其自己的地理数据库版本中以及在多个编辑会话中孤立工作，从而简化了长期事务。当编辑者完成编辑集合时，可将更改合并回创建其版本的父版本。地理数据库中所有版本的原始父版本称为默认版本。
3.4 拓扑
地理数据库拓扑帮助确保数据完整性。拓扑的使用提供了一种对数据执行完整性检查的机制，帮助地理数据库中验证和保持更好的要素表示。
拓扑是点、线和多边形要素共享几何的方式的排列布置。拓扑的用途包括以下几个方面：
（1）限制要素共享几何的方式。例如，相邻多边形（如宗地）具有共享边、街道中心线和人口普查区块共享几何以及相邻的土壤多边形共享边。
（2）定义并强制实施数据完整性规则：两个面之间不应存在间隙，不应存在重叠的要素等等。
（3）支持拓扑关系查询和导航，如确定要素邻接性和连通性。
（4）支持可强制执行数据模型拓扑约束的编辑工具。
（5）根据非结构化的几何构造要素，如根据线创建多边形。
拓扑一直是 GIS 在数据管理和完整性方面的关键要求。 通常拓扑数据模型通过将空间对象（点、线和面要素）表示为拓扑原始数据（节点、面和边）的基础图表来管理空间关系。 这些原始数据（连同它们彼此之间及其所表示的要素边界之间的关系）通过在拓扑元素的平面图表中表示要素几何进行定义。
3.5 公共设施网络
公共设施网络是用户在ArcGIS中管理公共设施和通信网络时使用的主要组件，可提供了一个综合功能框架，用于对电力、天然气、水利、雨水、废水和通信等公共设施系统进行建模。旨在对系统内的每一个组成部分进行建模，例如电线、管道、阀门、区域、设备和回路，能够为建模网络要素建立真实行为。
