I modelli dei dati GIS

Dal punto di vista delle tecnologie GIS e della modellazione dei dati, le analisi dei dati per la ICZM sono un problema spaziale multi-sorgente e di tipo dinamico. Questo implica che la piattaforma GIS deve supportare tre dimensioni spaziali e una dimensione temporale.

50

Figura 18 - Modelli dati GIS (Humboldt State University Geospatial OnLine6₎

 La struttura vettoriale, che individua gli elementi della realtà territoriale rappresentandoli fisicamente come punti, linee e poligoni (od un insieme composto di queste primitive grafiche). Le strutture vettoriali GIS sono caratterizzate da una struttura topologica, grazie alla quale le entità che rappresentano gli elementi della realtà territoriale sono organizzate in modo tale che ad ognuna di esse sia possibile associare informazioni descrittive.

La topologia assicura anche, in alcuni casi, una relazione fra diversi oggetti geografici (come ad esempio: l’adiacenza fra i poligoni, la connessione fra le linee, ecc).

Infine la topologia garantisce anche la coerenza geometrica.

I dati sono organizzati per livelli o strati informativi (feature class), caratterizzati da uniformità di informazione, e dall’uso (nei sistemi più performanti e recenti) di un solo tipo di primitiva (ad esempio idrografia poligonale, idrografia lineare, elementi idrografici puntuali).

Per ciascuno di questi strati si genera la topologia. Le feature vettoriali possono essere nativamente 3D: ogni punto è caratterizzato da una terna di coordinate (X, Y, Z).

 La struttura raster (o GRID), che consiste in una suddivisione del territorio secondo un reticolato ortogonale regolare in celle di forma (in genere) quadrata ed ampiezza uniforme. Tali celle sono numerate come gli elementi di una matrice. Ad ogni cella viene associato il valore del tema che si vuole rappresentare.

Mediante la struttura grid viene, tra l’altro, modellato il dato altimetrico (GIS 2,5 D). Nelle più recenti applicazioni – e in special modo quelle rivolte al 3D Web GIS – si sta affermando l’uso

6 _{http://gsp.humboldt.edu/OLM/Lessons/GIS/04%20CreatingSpatialData/VectorDataModels1.html [last accessed:}

51

ibrido del modello GRID per la morfologia territoriale (rispetto al modello TIN) assieme a modelli dati propri della grafica 3D (Collada, VRML, etc) per la rappresentazione dei manufatti.

Dunque, le piattaforme GIS supportano necessariamente due dimensioni (Easting/ Northing ovvero Latitude/ Longitude) e la terza o mediante un modello vettoriale 3D o mediante il modello GRID 2,5 D.

I due modelli dati, vettoriale e raster (GRID), sono stati realizzati a livello fisico inizialmente ricorrendo a strutture dati proprietarie delle varie tecnologie mediante sistemi di file. Esempi famosi sono il coverage e lo shapefile di ESRI. Mediante tali sistemi di file (alcuni dei quali ancora in uso) viene gestita sia la componente geometrico-topologica che i dati descrittivi associati alle singole feature.

Successivamente, sfruttando la tecnologia delle basi di dati, sono nati i database spatially-enabled

(o geodatabase) nei quali è possibile memorizzare, in opportune strutture dati, anche le caratteristiche

geometriche e topologiche.

L’uso dei database relazionali spatially-enabled ha offerto al GIS delle importanti funzionalità a livello di sicurezza e consistenza dei dati, nonché le cosiddette proprietà “acide” (dall’acronimo inglese ACID - Atomicity, Consistency, Isolation, e Durability) delle transazioni:

 atomicità - la transazione è indivisibile nella sua esecuzione e la sua esecuzione deve essere o totale o nulla, non sono ammesse esecuzioni parziali;

 coerenza - quando inizia una transazione il database si trova in uno stato coerente e quando la transazione termina il database deve essere in un altro stato coerente, ovvero non deve violare eventuali vincoli di integrità, quindi non devono verificarsi contraddizioni (incoerenza dei dati) tra i dati archiviati nel DB;

 isolamento - ogni transazione deve essere eseguita in modo isolato e indipendente dalle altre transazioni, l'eventuale fallimento di una transazione non deve interferire con le altre transazioni in esecuzione;

 durabilità - detta anche persistenza, si riferisce al fatto che una volta che una transazione abbia richiesto un commit work, i cambiamenti apportati non dovranno essere più persi.

Il Geodatabase offre, poi, degli indici spaziali per accelerare l'interrogazione e l'analisi dei dati. Gli indici del database standard creano un albero gerarchico basato sui valori nella colonna da indicizzare. Gli indici spaziali non possono indicizzare direttamente la geometria delle feature: indicizzano il rettangolo di selezione delle feature.

Esistono due strategie di base dell'indicizzazione spaziale:

 R-Tree (Figura 19A), che divide i dati in rettangoli, sub-rettangoli e sub-sub-rettangoli, ecc. Ed è una struttura auto-ottimizzante;

 Quadtree (Figura 19B), che si basa sulla decomposizione ricorsiva dello spazio in celle quadrate. Esiste un numero massimo di elementi che possono essere contenuti in una cella. Pertanto, la cella viene divisa in quattro celle ogni volta che si verifica un overflow. Quadtree è memorizzato attraverso una struttura ad albero multilivello in cui ogni nodo interno ha quattro figli.

52

In genere, la strategia Quadtree è preferita per feature class soggette a frequenti aggiornamenti, a differenza della strategia R-tree, ma implica un maggiore consumo di spazio di archiviazione e ha una messa a punto più complessa rispetto alla strategia R-Tree.

A) Strategia di indicizzazione spaziale R-Tree

(https://postgis.net/workshops/postgis-intro/indexing.html [last accessed: 29/08/2019])

B) Strategia di indicizzazione spaziale Quadtree (Elek et al., 2012)

Figura 19 - Strategie di indicizzazione spaziale

Per la dimensione tempo esistono quattro modelli di dati concettuali spazio-temporali principali:  Snapshot View, proposto da Armstrong (1988), in cui ogni “immagine” rappresenta una

distribuzione geografica in un certo istante;

 Space-Time Composite (ST-Composite), (Langran, and Chrisman, 1988), che rappresenta una evoluzione del modello Snapshop, in cui i confini degli oggetti rappresentati cambiano con la sovrapposizione degli strati registrati in momenti diversi;

 Space-Time Cube (ST-Cube), (Langran, 1992), in cui l'evoluzione dei modelli 2D è descritta lungo una terza dimensione temporale;

 Oggetti spazio-temporali (ST-Objects), (Worboys, 1992), che sono composti da prismi disgiunti (atomi ST), dove l'estensione spaziale (S) è la base del prisma e la sua altezza è la sua estensione temporale (T).

I modelli descritti non sono, però, in grado di rappresentare correttamente la dinamica di un oggetto reale che evolve nella sua storia. Per questo motivo, vengono utilizzati modelli aggiuntivi per

53

descrivere la dinamica temporale di un ambiente naturale (Van Zuidam et al., 1998). Oggi è possibile raggiungere un livello soddisfacente di gestione del tempo nel GIS utilizzando le funzionalità di versioning temporale dei database spatially-enabled come Oracle (Radovanovic et al., 2014), PostGIS / PostgreSQL (Raza, 2012) o GeoMesa (Van ‘T Veer, 2014).

I geodatabase supportano anche le due più recenti innovazioni del settore tecnologico delle basi di dati:

 i database NoSQL, cioè i database non relazionali nati con l’avvento dei social media e dei Big Data; tali database hanno schemi dati flessibili (spesso rinunciando, però, alle “proprietà acide”) per la gestione di dati semi-strutturati e non-strutturati;

 i database “in memory” (IMDB o Main Memory Database system - MMDB), cioè database nei quali i dati non risiedono su dischi ma solo in memoria con considerevole incremento nella velocità di elaborazione (es. SAP HANA - Figura 20); anche questa tecnologia nasce con i Big Data e con le analitiche ad essi relative.

Figura 20 – Ecosistema geospaziale del database in-memory SAP HANA (SAP, 2013)