BIM模型可以看作一个集成了各阶段、各专业信息的一个“数据库”,这个数据库里面有几何信息(三维)、非几何信息(材料信息、构件信息、施工计划信息、质检信息、运维记录信息等),非几何信息是“绑”在几何信息上的。有了这个数据库,就可以增、删、查、改信息,而这个增删查改是细化到某个BIM信息元素(如某个构件、某条材料信息)程度上的。
把BIM看成“数据库”,传统的图纸可以看成“文档”。对于数据库,你能开发程序对它增删查改,而对于文档,你就只能看了。例如,基于BIM模型自动检查碰撞,实际上就是从数据库里查出“几何数据”,然后再进行计算得出的碰撞结果。而基于传统的图纸,你只能肉眼找碰撞了,因为图纸上的信息计算机压根不认识。有了这个数据库,你可以开发程序做很多有想象力的事情。
一般的非BIM软件,也用数据库管数据,也能进行增删查改,而BIM的优势有在哪呢?BIM不光是个数据库,它还是一个集中的数据库,所有的信息都放在这个数据库里,都能被其他专业、其他阶段人员增删查改(前提是有权限),这就是常说的信息互通。这也就意味着,如果你做完设计后,设计结果可以直接导入成本计算软件从而自动获得项目成本,不用再进行重复建模了。带来的好处一方面是效率的提高,另一方面是保证信息的一致性。前一方面很好理解,后一方面指的是如果你的设计成果改变了,项目成本也能自动进行改变,计算出的成本与设计成果是相对应的。
业主是BIM最大的获益方。BIM的收益是综合性的,包括成本、质量、工期等等。就先说最简单的工程变更吧。马里兰大学的skibnewski教授(BIM界最NB的期刊Automationinconstruction杂志主编)统计了美国实施BIM的20多个项目,工程变更成本由项目总成本的10%降到了3%左右。国内的工程项目变更成本占项目总成本的比例一般是10-13%的样子,上海中心用BIM技术将其降到了4-5%,可以算一下省了多少钱。
当然,BIM技术还会带来其他很多方面的收益,比如工程质量、工期、后期运维等,这些比较难量化统计,就先不说了。
人:懂BIM的不懂专业,懂专业的不懂BIM。坦率的讲,目前BIM行业从业人员的素质总体还是偏低。
大大的有前途。看看万达在干什么就知道了。王健林年会上单独强调了BIM技术的推广, 一年投入两个亿(听说),去开发BIM平台,建立BIM标准,集团全员进行定期BIM培训与考核(据说考的还很严),花年薪百万在行业内挖人; 集团每个系统内(成本、工程、采购等)均配一个BIM总监。
但需要指出的是,BIM本身只是个工具,并非万能。万达这么狠地推BIM,其前提是配合万达的交钥匙模式以及轻资产模式,BIM只是服务于这两种模式的工具。
互联网化、大数据化。这里可扯的就太多了,需要各位自己体会。
上期分享中,我们介绍优炫数据库支持的数据存储方式。
戳: 干货分享 优炫数据库支持多业务场景
本期,我们来讲讲优炫数据库支持的多种数据类型。
基本数据类型存储与管理
优炫数据库拥有完备的数据类型,内置数据类型包括 数字类型、货币类型、字符类型、日期/时间类型、布尔类型、枚举类型、网络地址类型、位串类型、文本搜索类型等, 支持使用 serial 类型创建表自增列。
通常为了加快指定过滤条件下从表中查询数据的速度,可以为表的某个字段或某几个字段建立索引。数据库对基本数据提供多种索引类型:B-tree、Hash、GIN(倒排序索引)和 BRIN(数据库块范围索引)。每一种索引类型使用了一种不同的算法来适应不同类型的查询。 默认情况下, CREATE INDEX命令创建适合于大部分情况的B-tree索引。
XML/JSON数据类型存储与管理
优炫数据库内置半结构化XML、JSON、JSONB数据类型。
xml数据类型可以被用来存储XML数据,它比直接在一个text域中存储XML数据的优势在于,它会检查输入值的结构是不是良好,并且有支持函数用于在其上执行类型安全的 *** 作。xml类型可以存储结构良好(如XML标准所定义)的“文档”,以及“内容”片段,它们由XML标准所定义,这意味着内容片段中可以有多于一个的顶层元素或字符节点。通过表达式来评估一个特定的xml值是一个完整文档或者仅仅是一个文档片段。
JSON类型强制检查数据有效性,使用专门的 *** 作符和内置函数 *** 作数据,保留空格,重复键和顺序等。JSONB是解析输入后保存的二进制数据,删除了数据中的空格、调整了顺序、优化了存储、保留最后一个重复键值,可被索引。和 JSON 一样,JSONB支持嵌入式的文档和数组。JSONB 由若干个键值对存储为单个实体,这种实体称为文档。 JSONB具有以下几个特性:轻量级(Lightweight),可遍历性(Traversable),高效性(Efficient)。 由于所需存储更小,JSONB通常是首选格式。两者区别在于:JSON类型写快读慢,JSONB类型写慢读快,支持SQL/JSON路径语言。此外,数据库支持对这两类数据的全文检索。
GIS空间类型存储与管理
优炫数据库支持GIS的地理信息应用,支持PostGIS、ArcGIS、超图,支持OpenGIS联盟(开放地理信息系统,OGC)抽象数据类型的SQL3规范,提供对地理矢量数据、3D模型、线性参考数据的组织、存储、空间索引和管理。
Geometry(几何对象类型)是优炫数据库的一个基本存储类型, 空间数据都会以Geometry的形式存储在数据库里,本质是个二进制对象。使用OGC推荐的WKT(Well-Known Text)和WKB(Well-Known Binary)格式进行描述,大幅增加了易用性,WKT与WKB基本数据类型(矢量数据)包括:
l 点 (POINT):例如POINT(0 0);
l 线 (LINESTRING):例如LINESTRING(0 0,1 1,1 2)
l 面 (POLYGON多边形):例如POLYGON((0 0,4 0,4 4,0 4,0 0)) 简单多边形,例如POLYGON((0 0,4 0,4 4,0 4,0 0),(1 1, 2 1, 2 2, 1 2,1 1)) 多边形有一个内部的"孔洞(hole)";
l 多点 (MULTIPOINT):例如MULTIPOINT((0 0),(1 2));
l 多线 (MULTILINESTRING):例如MULTILINESTRING((0 0,1 1,1 2),(2 3,3 2,5 4));
l 多面 (MULTIPOLYGON):例如MULTIPOLYGON(((0 0,4 0,4 4,0 4,0 0),(1 1,2 1,2 2,1 2,1 1)), ((-1 -1,-1 -2,-2 -2,-2 -1,-1 -1)));
l 几何集合 (GEOMETRYCOLLECTION):例如GEOMETRYCOLLECTION(POINT(2 3),LINESTRING(2 3,3 4))。
栅格空间数据类型raster用于表示jpeg,tiff,png,DEM模型这样文件格式的数据。每一个栅格至少有1个波段,每个波段又有一系列像素值,栅格数据是转换成地理坐标的。可以从数据库外部导入已有栅格数据,也可在数据库内创建栅格数据。下面是一个在数据库内部创建栅格数据的示例:
拓扑类型和函数用于管理拓扑结构,比如面、边界和点。
创建一个带有栅格记录的栅格列的表可以用下面的SQL完成:
如果创建的栅格不依赖于其他栅格,那么可以使用函数:
ST_MakeEmptyRaster,接着使用ST_AddBand添加栅格数据。也可以使用geometry对象来创建栅格你需要使用函数ST_AsRaster。可能还需要和其他函数比如函数ST_Union 或函数 ST_MapAlgebraFct 或者其他地图代数系列函数联合使用。甚至还有一些根据一些已经存在的栅格表创建新的栅格表的可选函数。例如可以使用函数ST_Transform 根据一个已有的栅格表在其他投影系中创建一个新的栅格表。然后通过下SQL命令创建一个空间索引:
通过空间索引R-Tree实现空间数据查询和 *** 作,R-Tree将数据分解为矩形(rectangle)、子矩形(sub-rectangle)和子-子矩形(sub-sub rectangle)等。它是一种可自动处理可变数据的密度和对象大小的自调优(self-tuning)索引结构。
图数据存储与管理
图数据以图关系这种数据结构存储,把图数据的顶点和边信息存储到关系型数据类型中,这些信息包括:
l 顶点(Vertices):一个实体一个顶点,一个实体可以有多个属性。
l 边(Edges):两个实体之间的连接线。
l 属性:实体和边都可以有多个属性。形象举个例子,一个实体对应关系表中一行记录,一个实体的属性代表关系表中这行记录的所有字段和值构成的键值对。
在优炫数据库中图数据通过关系型数据进行存储,这些数据与图模型中的数据相对应。例如通过下SQL语句建立存储图数据的表:
然后新增加数据,后续就可以根据这些数据进行图相关的计算和分析了。
时序数据存储与管理
时序数据存储和管理,通过把时序数据存储到关系型数据类型中。时序数据是指时间序列数据。时间序列数据是同一统一指标按时间顺序记录的数据列。在同一数据列中的各个数据必须是同口径的,要求具有可比性。时序数据可以是时期数,也可以时点数。时间序列分析的目的是通过找出样本内时间序列的统计特性和发展规律性,构建时间序列模型,进行样本外预测。
文档//视频类型存储与管理
优炫数据库可存储任意未知具体内容的、声音、视频等非结构化数据,支持 GB 级大对象数据类型与流式数据访问。可借助于数据库图形化管理工具、应用程序、第三方工具等查看这些非结构化数据。根据业务需要也可借助数据库插件读取或识别这些非结构化数据的内容用于数据分析。
优炫数据库支持多种二进制数据类型,包括:Bytea、OID、Blob、raw、Varbinary、Longvarbinary。
自定义数据类型存储与管理
优炫数据库可自定义数据类型、索引、函数等数据库对象。 新增加的数据类型可以是新数据类型,也可以是已知几个数据类型的复合数据类型。
模分析型数据库用户可在数据库中使用CREATE TYPE或CREATE DOMAIN命令增加新的数据类型;可通过自定义函数或存储过程对数据进行各种处理。
CREATE TYPE在当前数据库中注册一种新的数据类型,定义数据类型的用户将成为它的拥有者。五种形式的CREATE TYPE,它们分别创建组合类型、枚举类型、 范围类型、基础类型或者 shell 类型。shell 类型仅仅是一种用于后面要定义的类型的占位符,通过发出一个不带除类型名之外其他参数的CREATE TYPE命令可以创建这种类型。在创建范围类型和基础类型时,需要 shell 类型作为一种向前引用。
CREATE DOMAIN创建一个新的域。 域本质上是一种带有可选约束(在允许的值集合上的限制)的数据类型。域主要被用于把字段上的常用约束抽象到一个单一的位置以便维护。例如,几个表可能都包含电子邮件地址列,而且都要求相同的 CHECK 约束来验证地址的语法。可以为此定义一个域,而不是在每个表上都单独设置一个约束。
空间数据又称几何数据,它用来表示物体的位置、形态、大小分布等各方面的信息,是对现世界中存在的具有定位意义的事物和现象的定量描述。根据在计算机系统中对地图是对现实教想的存储组织、处理方法的不同,以及空间数据本身的几何特征,空间数据又可分为图形数据和图像数据。
空间数据包括以下五种类型:
1、地图数据:这类数据主要来源于各种类型的普通地图和专题地图,这些地图的内容非常丰富。
2、影像数据:这类数据主要来源于卫星、航空遥感,包括多平台、多层面、多种传感器、多时相、多光谱、多角度和多种分辨率的遥感影像数据,构成多元海量数据。
3、地形数据:这类数据来源于地形等高线图的数字化,已建立的数据高程模型(DEM)和其他实测的地形数据。
4、属性数据:这类数据主要来源于各类调查统计报告、实测数据、文献资料等。
5、混合数据:这类数据来源于卫星、航空遥感与各种类型的普通地图和专题地图形成多方面数据。
空间数据结构是空间数据适合于计算机存储、管理、处理的逻辑结构,是空间数据在计算机内的组织和编码形式,是地理实体的空间排列和相互关系的抽象描述。它是对空间数据的一种理解和解释。
空间数据结构又是指空间数据的编排方式和组织关系。空间数据编码是指空间数据结构的具体实现,是将图形数据、影像数据、统计数据等资料按一定的数据结构转换为适合计算机存储和处理的形式。不同数据源采用不同的数据结构处理,内容相差极大,计算机处理数据的效率很大程度取决于数据结构。
扩展资料:
空间数据库管理系统是空间数据库的核心软件,将对空间数据和属性数据进行统一管理,为GIS应用开发提供空间数据库管理系统除了必须具备普通数据库管理系统的功能外,还具有以下三方面研究内容:
1、空间数据存储管理,实现空间数据强大的基础平台。和属性数据的统一存储和管理,提高数据的存储性能和共享程度,设计实现空间数据的索引机制,为查询处理提供快速可靠的支撑环境。
2、支持空间查询的SQL语言,参照SQL-92和OpenGIS标准,对核心SQL进行扩充,使之支持标准的空间运算,具有最短路径、连通性等空间查询功能。
3、查询,供相关人士查询数据。
参考资料来源:百度百科-空间数据
(一)问题的提出
塔里木河流域生态环境动态监测系统的运转需要大量的空间数据支持。在空间数据库构建前期,采集了塔里木河流域的各尺度基础地形图、生态环境专题图以及遥感影像资料等图形、图像数据,这些数据都是以分幅的成果进行收集和提交的,需要进入综合数据库中,以实现数据的共享。
我国国土版图大,而且大部分位于中、低纬度地区,因此我国现行的大于1∶50万比例尺的各种地形图都采用高斯-克里格投影即横切椭圆柱正形投影。经过高斯-克里格投影后的平面直角坐标系是以相切的经线(中央经线)的投影为X轴,以赤道的投影为Y轴。高斯-克里格投影具有以下特点:
(1)中央经线投影为直线,而且是投影的对称轴(也是投影平面的X轴);
(2)高斯-克里格投影是等角投影,投影后具有角度不变、伸长固定的特点(即同一地点各个方向的长度比不变),满足等角的要求;
(3)中央经线上长度没有变形,离中央经线越远变形越大。为了限制投影变形,必须进行分带投影。所谓分带就是按照一定的经度差,将椭球体按经线划分成若干个狭窄的区域,各个区域分别按高斯投影的规律进行投影,每一个区域就称为一个投影带。在每一个投影带内,位于各带中央的子午线就是轴子午线,各带相邻的子午线叫边缘子午线。分带之后,各带均有自己的坐标轴和原点,形成各自独立但又相同的坐标系统。根据国际通用方法,我国投影分带主要有两种:在我国1∶25万到1∶50万地形图均采用6°分带投影,1∶1万及更大比例尺的地形图采用3°分带投影,以保证投影变形误差满足地图的精度要求(王密等,2001)。
本系统所采集到的数据产品的空间参考大都是以高斯投影后的平面坐标为基础的分幅数据。塔里木河流域地域广阔,地理坐标介于东经73°10'~94°05',北纬34°55'~43°08'之间,以1∶10万基础地形图数据为例,按照高斯投影后的坐标分成了13°、14°、15°、16°四个6°高斯投影带,每个带的坐标都是以本带的坐标原点为参考点,空间基准不统一,如果将这些数据直接进行入库,将在跨带处产生缝隙,不能形成逻辑意义上完整的河流表现,也无法完成基于整个流域的生态环境分析,因此,必须采用相应的数据处理与建库技术,实现塔河整个流域数据的无缝集成管理,使之形成统一的整体。从基础数据的获取开始,进行精心设计和组织,分离出数据物理层和数据逻辑层,在统一的空间框架之下,将物理层归化到逻辑层,以消除逻辑层的缝隙,从而实现用户级的逻辑无缝空间数据库。
(二)无缝数据库
随着GIS数据发布与共享技术的发展,无缝空间数据库逐渐分化出两个层次的含义:一是GIS系统内部的数据无缝,一是不同GIS实现互 *** 作时的数据无缝。前者是通常意义的无缝,后者主要通过数据标准化与 *** 作标准化来实现。无缝空间数据库的最终含义体现在逻辑无缝数据库。无论是多源还是单源、同构还是异构,跨越数据层呈现在用户面前的GIS空间数据库必须是逻辑无缝的。
空间数据的无缝连接是一个建立在用户与数据库接口基础上的概念,意味着GIS管理的数据不再是单一、被硬性割裂的图幅,而是范围更加广阔的区域,这个区域小可到一个城市,大可到一个国家甚至整个地球(王卉、王家耀,2004)。由于硬软件条件的限制,计算机系统尚不能同时处理海量的空间数据,因此从具体技术的实施上,可采用将空间数据分块存储于数据库中,数据库提供相应的图块拼接信息。物理上空间数据是有缝隙的,但空间数据库提供图块之间的接图信息及相应的拼接访问手段,保障了空间数据在使用上的空间连贯性,即数据在逻辑使用上是无缝的(王密等,2001)。
(三)缝隙产生原因
在现实世界中,地理空间是由地貌、地物组成的连续的表层空间,地理信息则是有关地理空间的一切有用的知识。在计算机世界中,地理信息通过抽象、建模形成数字化的表示形式,通过空间数据库来进行表达、存储和管理(朱欣焰等,2002)。空间地理数据缝隙是在数据的获取、表示与处理过程中产生的数据不连续现象。
1数据源
由于历史和现实的原因,地图是绝大多数GIS系统直接的数据源。地图是地球三维椭球面的二维平面表达,本身对真实世界有扭曲;地图是对连续空间的割裂表达,实体被分割到不同的地图空间中去;高斯投影是基本比例尺地形图经常选用的投影,也是绝大多数GIS系统的数学基础,由于分带的原因,使得投影后带有高斯投影平面坐标的地图无法实现无缝拼接。
2数据表达与组织方式
空间地理几何数据的表示主要有栅格和矢量两种不同的形式。栅格形式是将地理表层空间划分为一系列网格,空间目标由这些网格的位置及其量化值来表示,这些网格本身就是连续空间信息的离散表达。矢量形式则是将地理空间的一切事物、概念进行抽象,形成点、线、面,由点、线、面来组成各类空间目标。按点、线、面来分类和按分层的思想来组织空间数据,也割裂了实体之间内在的联系。
在空间数据库组织与管理上,目前主要有文件型、文件与关系数据库混合型、全关系型以及对象关系型。传统的文件型空间数据库、文件与关系混合型空间数据库,按图幅或一定的区域范围以文件的形式来组织与存储空间几何数据,不同的图幅或区域之间存在缝隙。在文件与关系数据库混合型的空间数据库中,空间几何数据贮存在文件中,属性数据贮存在关系数据库中,属性数据和几何数据之间通过内部标识来链接,空间几何数据和属性数据之间存在缝隙。
3数据处理
数据处理的过程中也会引入缝隙,产生这种缝隙的原因有:①数据处理过程的顺序不一致;②选择的处理参数不一致;③数字化的精度不一致。
4多源异构数据共享
数据属性(数学基础、比例尺、用途、时间、精度等)的不同,导致了数据的差异,这些差异是多层次和多方面的,它们集中体现了数据的异构。数据异构和多源往往是一体的,多源异构是系统内部和系统之间数据裂隙的主要原因(刘仁峰,2005)。
(四)数据缝隙类别和表现
数据缝隙基本可以分为物理缝隙和逻辑缝隙两类。物理缝隙是地理空间的分离存储,本来连续的实体空间被分离到不同的存储空间和存储单元中去,例如空间数据的分幅、分层存储。逻辑缝隙是指逻辑上本身连续的信息不能以逻辑连续的方式呈现,例如跨越多幅图的一条河流,在图幅内查询河流属性(如长度)时只能获取其在本图幅内的相关信息而不是实体整体的信息。显然,由于空间信息本身的海量特性,要完全意义上的实现物理无缝的空间数据库目前还是不可能的,也没有必要。GIS用户关心的不是空间数据是物理无缝,因为GIS呈现给用户的是数据逻辑层,只需要保证用户看到的数据是逻辑无缝的。
物理有缝的数据库向逻辑无缝数据库的转换是无缝空间数据库构建的重要一环。
(五)无缝镶嵌技术
数据的无缝连接包含以下几个问题:投影、坐标系统、比例尺、数据精度等。对不同投影和坐标系统的空间数据在投影和坐标系统上统一采用相同的标准,当空间数据具有多尺度时,无缝连接寻找数据集之间连续的表达方式,它表现为不同尺度数据之间的集成。建立无缝空间数据的关键在于在合适的空间信息框架上实现多源异构空间数据的融合,框架是基础,融合是手段。
1合适的空间框架选择
(1)适合多尺度信息表达。地球是一个开放的非常复杂的巨大系统,随着观察视角的变化,我们希望空间地理信息比例尺也自动增减。由于地图的自动综合受诸多因素的影响,目前比较可行的是采用多尺度空间数据支持来达到目的。所谓多尺度就是指系统内包含几种不同比例尺(或分辨率)的空间数据,其目的是为了适度地反映系统所关心区域的空间地理信息,以避免地物信息的过粗、失真或地物信息的负载量过大而无法使用。无缝空间数据库也应该符合多尺度空间数据库要求。
(2)适合大区域表达。各种自然和人文现象的空间分布,有其内在的原因和规律,这些原因和规律的获得,往往需要研究大区域多因素的综合作用;另一方面,对于全球范围的环境变异和气候变迁的研究需要基于数字地球的空间框架。大区域的表达,还涉及空间尺度问题,不应继续采用欧氏空间尺度,而应该采用大地线尺度空间。
2多源异构空间数据的融合
(1)GIS的迅速发展和广泛应用导致了多源空间数据的产生。如何实现不同的GIS软件共享并 *** 作不同来源的地理数据,即GIS多源空间数据的集成,成为GIS发展的关键。目前GIS多源空间数据的集成主要朝着三个方向发展,一是通过建立统一的数据交换标准来约束并规范已有的各类地理信息系统,采用数据交换标准来进行空间数据交换;二是建立开放式地理数据互 *** 作规范,进行地理信息系统互 *** 作;三是GIS数据中间件技术。
(2)统一数据交换标准存在很多实现上的困难。互 *** 作是一个重要发展趋势,是在异构分布式数据库中实现信息共享的途径,它需要将GIS技术、分布处理技术、面向对象方法、数据库设计及实时信息获取方法更有效地结合起来。所谓GIS数据中间件技术是指能够嵌入各类GIS系统的软件,GIS开发者通过中间件开发商提供的接口,访问和 *** 作特定的数据源。
(3)在多源异构数据集成技术尚未成熟的时候,人们再次把目光投向数据本身,如果可以提供关于数据的详细描述,是否可以提高融合数据的能力呢于是,对于“关于数据的数据”的研究,即对于元数据的研究便普遍展开。从DublinCore到CSDGM与OGC,都提出了相应的元数据标准体系,有了完整而完善的元数据描述,必将提高数据的效能,从而最终促进多源异构数据库向无缝空间数据库的归化。
为实现塔河整个流域数据的无缝集成管理,使之形成统一的整体,设计从缝隙产生的地方开始,分离出数据物理层和数据逻辑层,在统一的空间框架之下,将物理层归化到逻辑层,以消除逻辑层的缝隙,从而实现用户级的逻辑无缝空间数据库;同时制定统一的数据提交规范,如所有矢量数据在入库前统一采用经纬度坐标,栅格数据统一提供两套数据,即高斯坐标和经纬度坐标,以满足不同用户的管理需求和精度要求。
以上就是关于BIM相比CAD究竟有哪些优势全部的内容,包括:BIM相比CAD究竟有哪些优势、干货分享|优炫数据库支持多业务场景(二)、什么是空间数据,它包括那几种类型等相关内容解答,如果想了解更多相关内容,可以关注我们,你们的支持是我们更新的动力!
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)