Telpisko datu apstrādes problēmas un risinājumi izmantojot Oracle

Abstract

Maģistra darbā tiek aprakstītas telpisko datu kvalitātes problēmas, kas skar ĢIS lietotājus un izstrādātājus pēdējos 20 – 30 gadus. Kaut arī telpisko datu apstrādei tiek izstrādāti starptautiski standarti, izveidotas jaunas vizualizācijas metodes un definēti telpisko metadatu nosacījumi, tomēr šie ieteikumi bieži vien tiek interpretēti dažādi, pazūd tulkojumā vai praksē netiek pielietoti dārgās un sarežģītās realizācijas dēļ. Šajā darbā tiek piedāvāta telpisko datu apstrādes problēmu risināšana datu bāzē un izmantojot atvērtos rīkus, kas nodrošina ekonomiski izdevīgāku un vienkāršāku telpisko datu uzturēšanu un izmantošanu. Darba ietvaros pētītas pazīstamākās telpisko datu apstrādes problēmas, kas ietekmē gan vektoru, gan rastra datus. Darba gaitā tika rūpīgi pētīta un praktiski pielietota Oracle Spatial and Graph funkcionalitāte telpisko datu uzturēšanai un apskatīti Oracle atvērtie rīki telpisko datu apstrādei. Tika risinātas populārākās telpisko datu apstrādes kļūdas – rastru datu glabāšanas un uzturēšanas problēmas, vektoru datu kvalitātes problēmas, telpisko datu bāžu indeksēšanas un vaicājumu izpildes problēmas, kā arī telpisko metadatu veidošanas problēmas. Darbā demonstrēti praktiski piemēri telpisko datu uzturēšanai un izmantošanai. Darba noslēgumā tiek piedāvāta vispārināta metodoloģija, kā telpiskos datus pareizi uzturēt un izmantot, lietojot Oracle telpiskās datu bāzes un tās piedāvātos rīkus.

This paper discusses spatial data quality problems affecting GIS users and developers in the last 20-30 years. There have been developed spatial data international standards, new visualization methods and definitions of spatial metadata conditions, however, these recommendations are often interpreted in different ways, lost in translation or in practice are not used due to expensive and complex implementation. This work offers spatial data processing problem-solving tehniques in the database or by using open tools that provide cost-effective and much simpler spatial data maintenance and use. Part of the job was research best known spatial data processing problems, affecting both vector and raster data. While writing this paper, author studied and practically applied Oracle Spatial and Graph functionality for spatial data processing, and addressed the most popular spatial data processing errors - raster data maintenance challenges and vector data quality problems, spatial databases, indexing and query performance problems, and spatial metadata problems. This paper demonstrates several practical examples for spatial data maintenance and use. In conclusion, there is a generalized methodology for spatial data correct maintenance and use, by using Oracle Spatial database and the tools provided.