一、空间数据基础术语

地理空间数据是GEO技术体系的基石物质。理解基础数据类型和结构是深入GEO领域的第一步。矢量数据（Vector Data）是最常用的空间数据格式，使用点、线、面三种几何图元来表达地理实体。点（Point）表示零维的空间位置，如城市坐标、采样点位、POI兴趣点；线（LineString）表示一维的线性要素，如道路、河流、管线；面（Polygon）表示二维的区域要素，如行政区划、湖泊、建筑基底。矢量数据的优势在于数据量小、图形表达精确、支持复杂的拓扑分析，但在连续场数据（如地形高度、温度分布）的表达上不如栅格数据直观。

栅格数据（Raster Data）由规则的像元网格组成，每个像元存储一个或多个波段的数据值。数字高程模型（DEM）是最常见的栅格数据之一，每个像元值代表该位置的海拔高度。遥感影像是多波段栅格数据的典型代表，Landsat卫星影像包含7-11个波段，分别记录蓝、绿、红、近红外、短波红外等不同波长的电磁波反射信息。栅格数据适合表达连续变化的地理现象，如地形、气温、污染物浓度等，但在网络分析和高精度定位方面不如矢量数据灵活。

属性数据（Attribute Data）是附加在地理要素上的非空间描述信息，存储在属性表中。一条道路的属性可能包括：道路名称、道路等级、车道数、限速、路面材料、修建年份等。属性数据通过唯一标识符（FID或OBJECTID）与空间几何建立关联，实现了”所见即所得”的查询体验。空间数据和属性数据的结合使得GIS区别于CAD和普通的数据库系统，能够回答”在哪里”和”是什么”的双重问题。

二、坐标参考系统术语

坐标参考系统（Coordinate Reference System，CRS）是GIS中最基础也最容易混淆的概念。地理坐标系（Geographic Coordinate System，GCS）使用经纬度（经度longitude、纬度latitude）表示地球表面位置，以度、分、秒或十进制度为单位。WGS84（World Geodetic System 1984，EPSG:4326）是全球最常用的地理坐标系，也是GPS系统的基础坐标系。中国常用的CGCS2000（China Geodetic Coordinate System 2000，EPSG:4490）是中国自主定义的大地坐标系，与WGS84在厘米级别上高度一致。

投影坐标系（Projected Coordinate System，PCS）将三维的地球表面投影到二维平面上，使用米或英尺作为单位。所有投影都会产生某种形式的变形，根据用途选择不同的投影方式。等面积投影（如Albers投影）保持面积比例准确，适用于土地覆盖统计；等角投影（如墨卡托投影）保持角度准确，适用于导航；等距投影保持特定方向的距离准确，适用于无线电测距。Web墨卡托（EPSG:3857）是网络地图最常用的投影坐标系，Google Maps、Bing Maps和OpenStreetMap都采用此投影。

大地水准面（Geoid）和参考椭球体（Reference Ellipsoid）是理解高程测量误差的关键。GPS测量的高度是相对于参考椭球体的大地高（Ellipsoidal Height），而工程应用中需要的是相对于大地水准面的正高（Orthometric Height）或海拔高。两者之间的差异称为大地水准面差距（Geoid Undulation），在中国大陆地区通常在-30米到+60米之间。精密测量中必须使用大地水准面模型进行高程转换，否则可能产生数十米的系统误差。

三、空间数据库与查询术语

空间数据库是管理海量地理空间数据的核心技术。PostGIS是PostgreSQL数据库的空间扩展，是开源GIS领域事实上的标准空间数据库。它遵循OGC（Open Geospatial Consortium）的简单要素访问标准，实现了完整的空间数据类型和空间操作函数。核心空间数据类型包括：geometry（通用几何类型）、geography（大地测量几何类型，基于球面计算）、raster（栅格数据类型）和topology（拓扑数据类型）。

空间索引（Spatial Index）是加速空间查询的关键技术。PostGIS使用R-tree索引（通过GIST通用索引框架实现），将二维空间数据组织为树形结构，使得”查询某个范围内的所有要素”这类空间范围查询的时间复杂度从O(n)降至O(log n)。在大数据量场景下（如亿级POI点位），空间索引可以将查询时间从数分钟缩短至毫秒级。建立空间索引的SQL语句为：CREATE INDEX idx_name ON table_name USING GIST (geom_column)。

空间SQL是GIS从业者的必备技能。常用的空间查询函数包括：ST_Intersects——判断两个几何是否相交，用于空间关系筛选；ST_Distance——计算两个几何之间的距离；ST_Buffer——创建缓冲分析区；ST_Union——合并多个几何为一个；ST_Intersection——计算两个几何的交集部分；ST_Within——判断一个几何是否完全在另一个几何内部；ST_DWithin——判断两个几何是否在指定距离范围内（支持空间索引加速）。这些函数组合使用，可以实现从简单查询到复杂空间建模的各类需求。

空间连接（Spatial Join）是空间分析中最强大的操作之一。与普通的关系数据库JOIN基于等值条件不同，空间JOIN基于空间关系（如相交、包含、距离）将两个表的数据关联起来。一个典型应用：计算每个行政区内包含的POI数量，即将行政区划面图层与POI点图层进行空间连接（ST_Contains），然后按行政区划ID分组计数。空间连接的效率高度依赖空间索引的可用性。

四、Web地图服务与可视化术语

OGC标准服务是WebGIS的基础协议栈。WMS（Web Map Service，网络地图服务）是最基础的OGC标准，客户端请求指定范围、图层和样式的”地图图片”，服务器返回渲染好的PNG/JPEG图片。WMS的请求参数包括：SERVICE（服务类型）、REQUEST（操作类型，GetMap/GetCapabilities/GetFeatureInfo）、LAYERS（图层名称）、BBOX（范围边界）、WIDTH和HEIGHT（图片尺寸）、SRS（空间参考系）和FORMAT（输出格式）。WMS的优势在于实现简单，服务端完成渲染，客户端只需展示图片。

WMTS（Web Map Tile Service，网络地图切片服务）是WMS的改进版，预先生成并缓存固定大小的地图切片（通常256×256像素），客户端按需请求指定层级、行号和列号的切片，拼接成完整地图。WMTS解决了WMS在大并发场景下的性能瓶颈，Google Maps、百度地图等互联网地图服务都采用类似的切片技术。切片的层级数代表了缩放级别，从0级（全球一张图）到18-20级（街道级别），每提升一级，细节增加4倍。

WFS（Web Feature Service，网络要素服务）与WMS的本质区别在于：WMS返回图片，WFS返回原始矢量数据（GML或GeoJSON格式）。这意味着客户端可以获取到地理要素的完整属性信息，并可以进行编辑、分析和符号化。WFS支持丰富的空间查询过滤器（Filter Encoding），允许客户端精确指定查询条件，如”返回北京市内面积大于100公顷的公园要素”。WFS是WebGIS系统实现双向数据交互的基础协议。

矢量切片（Vector Tiles）是新一代Web地图渲染技术。与栅格切片不同，矢量切片传输的是矢量数据而非图片，由客户端（浏览器或移动端）完成渲染。其优势在于：数据量更小、缩放无锯齿、样式可动态切换、支持交互查询。Mapbox GL JS和MapLibre GL JS是主流的矢量切片渲染引擎，使用Protobuf格式编码矢量切片数据。矢量切片是未来WebGIS技术的发展方向，正在逐步取代传统的栅格切片技术。

五、空间分析核心术语

空间插值（Spatial Interpolation）是根据已知采样点的观测值推算未知位置的值的过程。反距离加权插值（IDW）假设距离越近的点越相似，权重与距离成反比，适用于快速生成表面；克里金插值（Kriging）基于地统计学理论，考虑空间自相关性和变异函数，提供最优无偏估计，在环境科学和矿产评估中广泛应用；样条插值创建平滑的曲面，适合地形建模和气象数据插值。选择插值方法需要考虑数据的空间分布特征、样本密度和应用精度要求。

空间自相关（Spatial Autocorrelation）是地理学第一定律的数学表达：近处的事物比远处的事物更相似。Moran’s I指数是衡量空间自相关性的标准指标，取值范围从-1（完全离散）到+1（完全聚集），0表示随机分布。正的Moran’s I意味着高值聚集在一起（如城市房价的高价区域连片分布），负的Moran’s I意味着高低交错分布（如棋盘格局）。空间自相关分析是验证地理变量是否存在空间依赖性的基础检验。

核密度分析（Kernel Density Estimation，KDE）根据点的分布密度生成连续的密度表面。每个点对周围一定范围（搜索半径或带宽）产生空间影响，距离越近影响越大（通过核函数衰减加权），最终叠加所有点的贡献形成一个连续的密度分布曲面。核密度分析在城市热点识别、犯罪热点分析和生态栖息地密度评估中广泛应用。搜索半径的选择至关重要：半径过小导致局部过拟合，半径过大导致细节丢失。

网络分析（Network Analysis）研究网络中节点和边的连通关系。最短路径分析使用Dijkstra算法或A*算法，在有向图中寻找两点之间的最优路径（距离最短、时间最少或成本最低）。服务区分析以设施点为中心，沿路网计算指定距离或时间范围内可达的区域（等时圈）。位置分配分析解决设施选址优化问题：在候选位置中选择最佳的服务设施点，使得覆盖需求最大或服务距离最小。

六、遥感与影像处理术语

遥感（Remote Sensing）是通过不接触目标的方式获取远距离物体信息的科学。电磁波谱是遥感的物理基础，不同地物在不同波长上具有独特的反射和辐射特性——这一特性被称为光谱特征（Spectral Signature）。植被在近红外波段有强烈的反射峰（红边效应），水体的近红外反射率接近零，城市建筑在热红外波段亮度明显高于植被覆盖区。利用这些光谱差异，遥感可以识别和分类地物类型。

归一化植被指数（NDVI）是应用最广泛的遥感指数，计算公式为：(NIR-RED)/(NIR+RED)，取值范围从-1到1。健康的植被NDVI值通常在0.3-0.8之间，值越高表示植被越茂盛。NDVI广泛应用于作物长势监测、森林覆盖评估和干旱等级判定。类似的指数还包括：NDWI水体指数、NBR火烧指数和NDBI建筑指数，各自对不同的地物类型敏感。

影像分类（Image Classification）将遥感影像的每个像元分配到预定义的地物类别。监督分类需要训练样本，常用的分类器包括最大似然法、支持向量机（SVM）和随机森林（Random Forest）。非监督分类不需要训练样本，通过聚类算法（如K-Means、ISODATA）自动将像元分组，再由人工将聚类结果赋予实际类别含义。深度学习方法（如U-Net语义分割）在影像分类准确率上已大幅超越传统方法，但对计算资源和训练样本数量要求更高。

七、地理编码与位置智能术语

地理编码（Geocoding）将文本地址转换为地理坐标的过程。正向地理编码：输入”北京市海淀区中关村大街1号”，输出经纬度坐标(116.315, 39.983)；反向地理编码：输入经纬度坐标，输出最近的地址描述。百度地图、高德地图和腾讯地图都提供了成熟的地理编码API服务，但各家的坐标系不同（GCJ-02 vs BD-09），使用时需要注意坐标偏移和转换。

POI（Point of Interest，兴趣点）是位置服务的基础数据单元，表示具有特定功能的地理位置，如餐厅、银行、加油站、学校等。每个POI通常包含：名称、位置坐标、分类、地址、电话、营业时间等属性信息。互联网地图厂商通过众包采集、商户入驻和网络爬取等方式维护着数千万级别的POI数据库。POI数据的完整性、准确性和时效性直接影响地图搜索和位置推荐的用户体验。

地理围栏（Geofencing）是在真实地理区域周围设置虚拟边界，当移动设备进入或离开该区域时触发特定事件。技术实现上，通常使用多边形围栏（定义区域边界）或圆形围栏（以某点为中心的半径范围）。地理围栏的触发精度取决于定位技术：GPS精度约3-10米，Wi-Fi定位约20-50米，基站定位约100-500米。地理围栏在精准营销、智能家居、车队管理和安全监控等场景中有广泛应用。

空间数据科学（Spatial Data Science）是数据科学与空间分析的交叉领域。它将统计学、机器学习和空间分析相结合，从空间数据中发现模式、预测趋势和优化决策。常用的空间机器学习方法包括：地理加权回归（GWR），为每个空间位置拟合独立的回归模型，捕捉变量关系的空间异质性；空间自编码器，在神经网络中编码空间依赖关系；时空图神经网络，同时处理空间和时间维度的依赖关系。空间数据科学是GEO领域最具活力和发展前景的前沿方向。

八、GIS开发与编程相关术语

GIS开发是将地理空间功能集成到业务应用中的技术实践。GeoJSON是基于JSON格式的地理空间数据交换格式，已经成为WebGIS领域的事实标准。一个简单的点要素GeoJSON表示为：{“type”:”Point”,”coordinates”:[116.397,39.908]}，支持Point、LineString、Polygon、MultiPoint、MultiLineString、MultiPolygon和GeometryCollection七种几何类型。TopoJSON是GeoJSON的扩展格式，通过拓扑编码消除相邻要素之间的边界重复，文件体积通常缩减80%以上。

Web地图客户端库是开发在线地图应用的核心工具。Leaflet是最流行的轻量级开源地图库，核心代码仅约40KB，提供地图切片加载、标记点、弹窗、图层控制等基础功能，配合丰富的插件生态可以满足绝大多数WebGIS需求。OpenLayers功能更加完整，原生支持WMS、WFS等多种OGC标准服务，适合企业级WebGIS应用开发。MapLibre GL JS是基于WebGL的高性能矢量地图渲染引擎，支持流畅的地图旋转、倾斜和三维建筑效果，是新一代地图可视化技术代表。Cesium是三维地球可视化引擎，基于WebGL实现全球尺度的三维场景渲染，广泛应用于数字孪生和智慧城市项目。

GDAL（Geospatial Data Abstraction Library）是空间数据转换的瑞士军刀，支持超过200种栅格和矢量数据格式的读写转换。几乎所有GIS软件底层都集成了GDAL库。OGR是GDAL中的矢量数据处理子库。通过命令行工具或Python绑定的方式，GDAL是实现空间数据批处理和格式转换的首选工具。常见的命令行操作用例包括：将Shapefile转换为GeoJSON、重投影栅格数据、拼接多个DEM文件为镶嵌数据集等。

九、行业标准与规范术语

地理信息标准是GIS数据互操作的基石。OGC（Open Geospatial Consortium）是最权威的地理信息标准制定组织，发布了WMS、WFS、WCS、WMTS、GML、KML等一系列广泛应用的互操作标准。ISO/TC 211是国际标准化组织下属的地理信息标准化技术委员会，制定了ISO 19100系列标准，覆盖空间数据质量、元数据、空间模式和地理信息服务等各个方面。在中国，全国地理信息标准化技术委员会负责制定国家级地理信息标准，包括基础地理信息要素分类与代码、地理空间数据交换格式和数字测绘成果质量要求等核心标准。了解这些标准规范，有助于确保GIS项目的数据质量、系统互操作性和成果规范性。