地理空间技术生态系统由数百个软件库和软件包组成。 快速学习地理空间分析的秘诀在于了解真正重要的少数库和包。 大多数软件，无论是商业软件还是开源软件，都是从这些关键包派生的。
地理空间软件库在某种程度上实现了以下一项或多项高级核心功能：
数据访问。 使用数据重投影计算几何图形
图像处理。 可视化。
元数据工具。
下图显示了主要的主要地理空间软件库以及它们之间的关系。 粗体注释库是地理空间技术生态系统中最基础和最重要的库。 从图中可以看出，GDAL OGR、GEOS 和 PROJ 库是地理空间分析行业中商业开源软件的核心和灵魂。
您可以在下面了解有关空间信息技术生态系统的更多信息：
wikipedia list of gis software（
osgeo project（
一般来说，地理空间数据集复杂多样，数据量大。 读取和写入数据是地理空间分析的先决条件。 这就要求用于数据访问的软件库能够高效、稳定地读写数据。 GDAL OGR的数据访问库大部分都是用C和C++编写的，可以提高执行效率和跨平台使用。 对于大容量的地理空间数据集，速度非常重要。
GDAL OGR 是一个用于读取和写入栅格和矢量地理空间数据格式的计算机软件库。 它使用 X MIT 开源许可证。 作为一个库，它为调用方提供了所支持数据的单个抽象数据模型。 通过proj，GDAL Org 支持数据的投影和转换。 GDAL OGR 由两部分组成，GDAL 和 OGR。
GDAL 为地理空间行业中的大量栅格数据类型提供了单一的抽象数据模型。 它通过整合不同数据格式的数据访问库，提供了一个用于读取和写入数据的通用 API。
下图说明了 GDAL 如何抽象栅格数据。
OGR 是 GDAL 库的合作伙伴，用于处理向量数据，其主要目的是处理向量数据。 OGR 支持 70 多种矢量格式。
OGR 库具有以下功能：
统一的矢量数据格式和抽象建模。
矢量数据重新投影。
矢量数据格式转换。
属性数据过滤;
基本几何体过滤，包括剪裁等。
OGR库软件架构如下图所示。
OGR的架构很简单，但它仍然支持70多种不同的数据格式。 具体说来：
几何对象：表示 OGC 简单要素规范数据模型中的点、线、面、几何集合、多面、多点和多线串。
功能定义对象：表示一组相关功能的属性定义信息。
特征对象：绑定几何和特征定义信息。
空间索引对象：包含 OGC 的空间索引定义。
图层对象：以数据源图层的形式表示分组要素。
数据源对象：可通过 OGR 库访问的文件或数据库对象。
驱动对象：支持OGR库，实现70多种数据的格式转换。
我是一名技术创作者
收集知识来滋养你和我。