数据仓库的定义为:“数据仓库是支持管理决策过程的、面向主题的、集成的、随时间而变的、持久的数据集合”。不同的学者提出了许多不同的观点:它是一种体系结构;它是一种语义一致的数据仓储，以满足不同的数据存取、文档报告的需求;它是一个不断发展的过程，把多个异质的原始数据融合在一起用以支持结构式即时查询、分析报告和决策支持。从本质上讲，数据仓库是从一种崭新的哲学观点来看待数据管理方法和技术的，是网络数据库及其管理系统与应用分析系统。
空间数据仓库是存储、管理空间数据的一种组织形式，其实质仍是计算机存储数据的系统，只是由于使用的目的不同，其存储的数据在量上和质上以及前端分析工具上与传统的GIS应用系统有所不同。GIS空间数据仓库体系按照功能可以分为以下几个部分:
(1)元数据。空间数据仓库的元数据是数据仓库的重要组成部分。数据的处理、数据仓库的建设与元数据是密不可分的。元数据为解决分布式数据库数据的复杂性提供了思路，在数据仓库建设中具有重要的意义。
(2)源数据。空间数据仓库为了支持高层次决策分析需要大量的源数据。源数据是指分布在不同的地理信息系统的应用系统之中，存储在不同的平台和不同的数据库之中的大量的地理信息，是GIS数据仓库的物质基础。
(3)数据变换工具。为了优化空间数据仓库的分析性能，源数据必须经过变换以最合适的方式进入空间数据仓库。其主要的变换包括:数据的提炼、转换和空间变换等。数据变换工具为数据库和空间数据仓库之间架起了一座桥梁，使源数据得到了增值和统一，最大限度地满足了空间数据仓库高层次决策分析的需要。
(4)空间数据仓库。源数据经过变换进入空间数据仓库。空间数据仓库由多维数据库来实现，即以多维方式来组织和显示数据。空间维和时间维是空间数据仓库反映现实世界动态变化的基础，它们的数据组织方式是整个空间数据仓库技术的关键。多维数据库数据模型主要是超立方体结构模型。在实际分析过程中，可以按照需要把任意一维和其他维进行组合，以多维的方式显示数据，让人们从不同的角度来认识世界。
(5)空间数据仓库工具。空间数据仓库系统的目标是提供决策支持，它不仅需要一般的地理信息查询和分析工具，更需要功能强大的分析和挖掘工具，是空间数据仓库系统的重要组成部分。客户端的数据仓库工具包括查询工具、分析工具和挖掘工具。主要采用旋转、嵌套、切片、钻取和高维可视化分析技术，以多维视图的形式展现给用户，使用户能直观地理解、分析数据，进行决策支持。查询工具主要实现对分析结果的查询，如发展趋势或运行模式，而不是对记录级数据的查询，这类查询在数据仓库中是比较少见的。数据仓库的查询工具主要为用户提供可视化工具，充分利用人们的视觉能力，从多种不同的角度用各种不同的图表来表示数据，使人们能更方便、清晰地了解综合、分析和挖掘的结果，快速发现数据间的潜在关系，了解数据的复杂性和动态性。分析工具主要实现对数据仓库中的数据进行分析和综合。挖掘工具负责从大量的数据中发现数据的关系，找出可能忽略的信息，预测趋势和行为。GIS空间数据仓库系统如图6-18所示。图中，SDB是关于元数据和源数据的数据库，是空间数据仓库的数据源。
图6-18 空间数据仓库体系结构图
空间数据仓库提供的空间数据处理功能，为土地管理提供了数据管理和分析的手段及功能。基于空间数据仓库和空间数据挖掘技术的数据整合模型是空间数据管理行之有效的方法，具有可行性。空间数据仓库为土地管理数据的管理提供了一个新的手段。
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
