从零开始学习GIS：GIS知识介绍

 

如果你是一个应用开发者，可能使用过高德、百度或者腾讯提供的地图服务，调用过他们开放的接口，在自己的 APP 中实现一些地图展示功能，来提高用户体验。
 

 

如果你既不是GIS方面的从业者，也没有做过什么开发，那你肯定在第一次打开某些 APP 时收到允许获取位置权限的请求，在微信中向好友共享过你的位置，在美食团购 APP 中搜索过附近的餐厅，在不同地图 APP 中查看过导航路线，也可能在某条 APP 中收到过类似于你家小区隔壁的超市全场半价这样的推送消息。

 

这些只不过是 GIS 在生活中微不足道的应用，但却给我们带来了极大的便利。这些功能的实现都离不开位置信息，对！就是你打开 APP 时它们死乞白赖地向你申请获取位置权限的那个位置，也就是在地球这个超大坐标系下的坐标（x, y）。那这些 APP 是怎么实现这些功能的呢，下面我尝试从 GIS 数据的生命周期角度来分析一下：

 

 

数据是 GIS 的血液。当你点击 「允许」按钮时，APP 就有了获取你当前位置的权限，它在运行的时候可以随时获取你的位置。

 

当然仅仅有你的坐标是远远不够的，周围兴趣位置（POI-Position of Interest）像道路、餐厅、停车场、景点、小区、学校等等这些生活中我们离不开的设施的坐标也是必不可少的，当然这些 POI 数据有专门的公司维护，比如广泛使用的腾讯地图、百度地图、高德地图都有自己的数据采集团队在全国各地采集、维护这些数据，来保障数据的时效性和准确性，它们也对外提供地图服务，APP 开发商只要接入这些服务就可以使用这些数据和相关数据操作的接口。

 

当你打开不同 APP 中的地图时，请注意观察右下角或左下角，可以发现地图提供商的 Logo。至于为什么大众点评使用的是腾讯地图、支付宝使用的是高德地图就不用多说了吧。

 

 

地理空间数据结构复杂，它们的存储关系到 GIS 数据交换、显示、查询、分析的能力。GIS 的数据模型有矢量、栅格；矢量模型数据用点、线、面来描述地理实体，两点成线，三线可成面，线和面在计算机存储时其实记录的还是点的坐标。矢量模型常用的数据格式有Shapefile、KML、dwg、dxf 等；栅格数据用二维矩阵的位图来表示空间地物，常见的格式有TIFF、JPEG、BMP、PCX、GIF等。矢量和栅格各有优缺点：比如矢量图与分辨率无关，就像你在手机地图中无论把地图放大到多大，都不影响显示的质量和效果，而栅格数据放大几倍后，就会明显地出现“马赛克”的现象；但矢量数据结构复杂，现势性差，而栅格数据可以通过卫星拍摄快速获取，等等。GIS 应该根据使用场景，来确定使用矢量模型还是栅格模型。

 

当数据达到一定规模后，文件存储方式已经不能满足需求，按照传统的解决方式，自然想到的是创建数据库啊！地理数据包含非结构化的空间数据、结构化的属性数据、空间关系数据，传统的关系型数据库无法提供存储、管理、索引、查询等常规的数据库功能，所以空间数据库应用而生，现在常见的空间数据库有GeoDatabase，PostgreSQL，Oracle Spatial等。

 

 

地理数据按照它们该有样子存储在计算机中，查询分析就是利用 GIS 挖掘藏在这些数据中的有用信息。GIS 中常用的分析功能有领域分析、叠加分析、水文分析、网络分析等等，在实际使用时，往往是多种分析方式配合使用，结合数据制图将查询分析的结果可视化表达，形成方便我们能够识别、理解的结果。
 

 

上面这张「空气质量热力图」，是在 GIS 工具中，通过对各个空气质量监控点采集的数据，用（x, y, value）表示，其中（x，y）表示监测点的位置，value 表示 AQI 值，进行空间插值分析，生成某个时间点的空气质量热力图，结合多个时间点的热力图，就可以制作上面这种动态图。

 

当我们使用 APP 查找附近500m内的餐厅时，用了 GIS 的空间查询功能，用到了缓冲区分析、空间包含关系；当我们使用 APP 查看回家的路线时，用到了 GIS 的最短路径分析功能；

当手机 APP 不断记录你的位置，对 APP 来说你的「用户画像」会越来越清晰，比如发现你在工作日经常在同一个范围内活动，大概率这个位置是你的单位所在，到了晚上你又经常停留在另一个地方，大概率这个地方是你的家，这样就可以估算出你的家到单位的距离，而判断你的出行方式，短距离可能就是骑个单车，长距离可能就是打车、自驾。

 

如果这是个出行 APP， 分析出从你家到单位只有两三公里，你使用共享单车的概率应该比打车的概率要大，APP 就可以不定期赠送你一些单车券而不是快车券，并用短信温馨的提醒你，在下次需要骑单车时，如果你不是跟钱过不去，肯定会优先选择有券的出行 APP，这样一通操作，不经意间就提高了你对这个 APP 的使用粘度。当然这只是个最简单 GIS 数据挖掘模型，实际情况肯定要比这个复杂得多，位置信息可能只是定向广告推荐系统众多影响因子中的一个维度而已。

2.比例尺

 

比例尺决定了地图的显示精度，比例尺越大显示的地图内容越丰富，1:2.5万比例尺显示的内容显然比1:10万丰富很多：

 

 

地物分层决定了数据的组织集合方式，通常将一类地物归置同一图层，这里的划分方式取决于应用场景。如果你做的是一个关于美食餐厅的 GIS ，你应该将区域内火锅店、西餐厅等不同种类的餐厅分图层处理，这样才能提供更加精细的查询分析和显示功能，如果你做的就是一个普通的城市 GIS，此时餐厅可能不是系统的重点，可以将所有餐厅归至一个图层来管理。

 

 

符号系统包括地物符号化和配色，比如我们在地图中看见一个像大巴一样的图标，就知道这里是公交站；看见一条黑白相间的线条，就知道这是铁路；看见大片的蓝色区域，就知道这块是水域，这些都是行业内约定俗成的标准，除非有特殊的定制需求，否则变化不会太大；下图就是采用不同符号系统的显示效果。

 

经过数据采集、数据存储、查询分析功能开发、制图表达，一个有血有肉的 GIS 就这么诞生了。GIS 是简单的，在这个互联网时代，它在我们的生活中到处被使用，给我们带来极大的便利；GIS 也是复杂的，对于 GIS 开发者来说，GIS 本身伴随着计算机技术的发展，从传统的桌面 GIS，到WebGIS，三维GIS，再到智慧城市，空间大数据挖掘，在变得强大的同时，也更加复杂。

本文作者：码上GIS