全国高分辨率土地利用数据服务 土地利用数据服务 土地覆盖数据服务 坡度数据服务 土壤侵蚀数据服务 全国各省市DEM数据服务 耕地资源空间分布数据服务 草地资源空间分布数据服务 林地资源空间分布数据服务 水域资源空间分布数据服务 建设用地空间分布数据服务 地形、地貌、土壤数据服务 分坡度耕地数据服务 全国大宗农作物种植范围空间分布数据服务
多种卫星遥感数据反演植被覆盖度数据服务 地表反照率数据服务 比辐射率数据服务 地表温度数据服务 地表蒸腾与蒸散数据服务 归一化植被指数数据服务 叶面积指数数据服务 净初级生产力数据服务 净生态系统生产力数据服务 生态系统总初级生产力数据服务 生态系统类型分布数据服务 土壤类型质地养分数据服务 生态系统空间分布数据服务 增强型植被指数数据服务
多年平均气温空间分布数据服务 多年平均降水量空间分布数据服务 湿润指数数据服务 大于0℃积温空间分布数据服务 光合有效辐射分量数据服务 显热/潜热信息数据服务 波文比信息数据服务 地表净辐射通量数据服务 光合有效辐射数据服务 温度带分区数据服务 山区小气候因子精细数据服务
全国夜间灯光指数数据服务 全国GDP公里格网数据服务 全国建筑物总面积公里格网数据服务 全国人口密度数据服务 全国县级医院分布数据服务 人口调查空间分布数据服务 收入统计空间分布数据服务 矿山面积统计及分布数据服务 载畜量及空间分布数据服务 农作物种植面积统计数据服务 农田分类面积统计数据服务 农作物长势遥感监测数据服务 医疗资源统计数据服务 教育资源统计数据服务 行政辖区信息数据服务
Landsat 8 高分二号 高分一号 SPOT-6卫星影像 法国Pleiades高分卫星 资源三号卫星 风云3号 中巴资源卫星 NOAA/AVHRR MODIS Landsat TM 环境小卫星 Landsat MSS 天绘一号卫星影像
实际上,拓扑已不仅仅被视为数据存储问题。完整的解决方案包括以下几个方面:
在地理数据库拓扑中,验证过程会标识要素(相同要素类中的和不同要素类之间)之间共享的坐标。使用聚类算法来确保共享的坐标具有相同的位置。这些共享的坐标存储为每个要素的简单几何的一部分。
这使得用户可以快速灵活地查找拓扑元素(结点、边和面)。这样做的额外优势是系统运行流畅并且可以使用 RDBMS 的 SQL 引擎和事务管理框架来进行扩展。
编辑和更新期间,添加要素后就可直接使用它们。将对地图上已更新的区域(脏区)做出标记并在每个要素类更新时对其进行追踪。无论何时,用户都可以选择以拓扑方式分析并验证脏区以生成规整的拓扑。只有脏区的拓扑需要重新构建,因此节省了处理时间。
最终的结果是,用户可有效地发现并组装拓扑原始数据(结点、边和拓扑面)及其相互关系以及它们的要素。这具有多种优点:
如果用户希望存储拓扑原始数据,则可以容易地创建拓扑及其关系并将它们提交到表,以便进行各种分析和互操作(例如,用户希望将要素提交到存储拓扑原始数据的表的 Oracle Spatial 数据仓库)。
在实用层面上,ArcGIS 拓扑实现是有效的。它可扩展到特别大的地理数据库和多用户系统,且不会损失性能。它包含用于构建和维护地理数据库中拓扑的验证和编辑工具。它包含丰富、灵活的数据建模工具,因此用户可以在任意关系数据库中组合文件系统的实际工作系统,且方案数量没有限制。