KONUMSAL VERİTABANI II Dersi Konumsal Veritabanında Vektör Veriler soru cevapları:

İnsanlık tarihinin başlangıcından beri insanlar, bulundukları dünyayı algılamaya uğraşmışlardır. Özellikle yerleşik yaşama geçilmesinden sonra, kendi çevrelerini anlayabilmek ve bu bilgileri sonraki kuşaklara aktarabilmek istemişlerdir. Harita kavramı da tam olarak bu istek ile ilişkilendirilebilir.

Piri Reis’in 16. Yüzyılda çizdiği dünya haritası günümüz haritalarına en yakın doğruluktaki harita olarak tarihe geçmiştir.

Yeni çözümler bulunmasını gerektirmiştir. Tasarımcıların 1950’lerin başında kullanmaya başladığı Bilgisayar Destekli Tasarım (CAD) yöntemleri, 1990’lı yılların başından itibaren basılı haritaların sayısal ortama aktarılmasında kullanılmaya başlamıştır. Bu yöntem vektör tabanlı çizim yöntemidir.

Biçimleri olan ya da rüzgar, su gibi geometrik olarak tanımlanması zor tüm olguların, harita ortamına aktarılmasında kullanılan yöntemlerden birisidir.

Vektör veri modelinde yeryüzündeki olgular, sahip oldukları belirgin özellikler göz önünde bulundurularak, nokta (point), çizgi (line) ya da poligon (polygon) olarak temsil edilir. Yollar çizgi ile, ağaçlar nokta ile, binalar, parseller ve adalar da poligon ile temsil edilir.

Nokta boyutsuz bir geometrik nesnedir. Ölçeğe bağlı olarak alan ya çizgi olamayacak kadar küçük nesneler için kullanılır. X ve Y koordinatlarından oluşan nokta, mutlak konum belirlemek için kullanılır. Her ne kadar boyutsuz olsa da harita üzerinde çeşitli semboller kullanılarak gösterilebilir.

Çizgi, sıralı bir x, y koordinat serisinden oluşan, belirli bir uzunluğa sahip geometrik nesneler için kullanılır. Çizgi ile temsil edilen nesneler ölçeğe göre nokta olamayacak kadar uzun, alan olamayacak kadar dar nesnelerdir. Akarsular, yollar, su boruları vb. vektör veri modelinde çizgi kullanılarak gösterilir.

İki boyutlu alansal geometrik nesnedir. Çizgiler tarafından sınırlandırılmış x, y koordinatlarından oluşur.
Ölçeğe bağlı olarak çizgi ile gösterilemeyecek kadar geniş coğrafi biçimler için kullanılır. Poligon parsel, ada, toprak tipi veya göl gibi kapalı alanları tınımlar.

Vektör kelimesi farklı disiplinlerde farklı anlamlara gelmektedir. Vektör grafik; noktalar ve bunları birbirine bağlayan yollar arasındaki matematiksel ilişki ile tanımlanır. Vektör olarak oluşturulmuş nesnelerde, nesneyi tanımlayan matematiksel ifadelerden dolayı büyütme ve küçültme işlemlerinde görüntü kalitesi bozulmaz, yüksek hassasiyette işlem yapılabilir.

Coğrafi bilgi sistemlerinde vektör veriler konumsal nesne (feature) olarak adlandırılmaktadır.

Konumsal nesne kavramı nokta, çizgi ve poligon ile temsil edilen varlıkların biçimsel özelliklerini, öznitelik verilerinin saklandığı tabloları, kuralları, ilişkileri ve diğer özellikleri da kapsayan daha geniş anlamlı bir kavram olarak tanımlanabilir.

Bunlar: çoklu nokta, çoklu yama, etiket ve ölçümdür.

Noktanın konumuna hassas olarak ihtiyaç duyulmadığı durumlarda, ortak özniteliklere sahip, rastgele yerleştirilen noktalar grubudur. Ağaçlardan meydana gelen bir grup, nokta bulutu verileri gibi birden fazla noktadan meydana gelen noktalar bu geometri tipe örnek gösterilebilir.

Genellikle üç boyutlu uzayda ayrı bir alan ya da hacim kaplayan bir nesnenin, dış yüzeyi ya da kabuğunu temsil etmek için kullanılan geometri tipidir. Üç boyutlu binalar, su tablası, su kuyusu vb. coğrafi varlıklar için kullanılabilir.

Etiket konumsal nesnesi açıklama gerektiren alanlarda kullanılan konumsal nesnedir. Genellikle metin gösteriminde kullanılsa da zaman zaman grafik nesneler de içerebilir. Etiketin bir konumsal nesne olarak kullanılmasının amacı, özellikle çok kullanıcılı ve çok fazla sayıda etikete sahip veritabanlarında performansı ve veri tutarlılığını korumaktır.

Konumsal veri tabanında ölçüm de bir konumsal nesnedir ve uzunluk, mesafe gibi ölçümlerin, harita üzeine yazılmasını sağlar. Ölçümlerin bir konumsal nesne olması, etiket konumsal nesnesinde olduğu gibi, yazılımın performansını artırır ve veri tutarlılığı sağlar.

Geometrik kapsam bir konumsal nesnenin en
büyük ve en küçük x, y değerlerini kapsayarak
oluşturulmuş, kenarları koordinat sistemine paralel bir
dikdörtgendir. Her konumsal nesnenin bir geometrik
kapsamı vardır. Bu konumsal veritabanının performansını
olumlu yönde etkileyen bir özelliktir.

Geometrik kapsam aslında veritabanında
konumsal dizin oluşturmak için kullanılır. CBS yazılımları
bir konumsal nesneye ulaşırken, nesneyi oluşturan
karmaşık geometrik yapının tüm noktalarının koordinat
bilgilerini taramak yerine, oluşturulmuş geometrik
kapsamı tek seferde bularak daha hızlı çalışabilmektedir.
Bu sayede veri gösterimi ve konumsal nesnelerin seçimi
hızlı bir şekilde gerçekleştirilebilir.

Konumsal nesnenin geometrisi (feature
geometry) Kartezyen koordinat sistemine göre saklanır.
Ancak yeryüzü küreseldir. Dolayısıyla yeryüzündeki
varlıkların, harita düzlemine aktarılması esnasında,
konumlarının hesaplanabilmesi için matematiksel işlemler
yapılması gereklidir. Konumsal referans (spatial
reference), konumsal nesnelerin yeryüzündeki
konumlarının iki boyutlu ortama ne şekilde aktarılacağını
gösteren referans sistemidir.

Konumsal veritabanında oluşturulan nesneler
için, konumsal referans oldukça önemlidir. Birbiriyle
konumsal ilişkisi bulunan nesnelerin aynı konumsal
referansı paylaşması gereklidir. Konumsal referansların
farklı olması, iki nesne arasındaki ilişkilerde ölçüm
haritaları, geometri bozulmaları gibi sorunlara yol açar.

Konumsal veritabanında çözünürlük, bir
konumsal nesnenin konum ve geometri bilgisinin hangi
hassasiyette saklanacağını belirler. Bir başka deyişle,
harita birimine göre, konumsal nesnenin x ve y
koordinatları için belirlenen en küçük mesafedir.

Konumsal kapsam, tanımlanan konumsal
referansta, mevcut tüm konumsal nesnelerin en büyük ve
en küçük x, y koordinat değerlerini kapsayan alandır. Aynı
konumsal referansa sahip nesnelerin bulunduğu çalışma
alanını tanımlar. Konumsal veritabanının bütünü
düşünüldüğünde, geometrik kapsam (envelope) gibi,
dizinleme için kullanılır.

Hata payı ilişkisel ve topolojik işlemler sırasında,
koordinatlar arasındaki en küçük mesafeyi tanımlar. İki
nesne birbirlerine hata payından daha yakınsa nesnelerin
koordinatları aynı olarak kabul edilir. CBS yazılımlarında
varsayılan hata payı değeri genellikle 0,001 birimdir ancak
istenirse bu değer değiştirilebilir.

Konumsal nesnelerin geometrisi dışında bir de
konumsal olmayan, tanımlayıcı (nonspatial, descriptive)
özellikleri yani öznitelik (attribute) verileri bulunmaktadır.
Başka bir deyişle öznitelik verileri, varlıklara sorulan
“Ne?” sorusunun cevabı olarak onların özelliklerini
anlatan bilgilerdir. Örneğin bir aydınlatma direğini nokta
olarak gösterdiğimizde, nokta konumsal veriyi, direğin
çapı ve yüksekliği de sözel veriyi yani öznitelik verisini
meydana getirir. Ya da poligon olarak gösterilmiş bir
binada, poligon konumsal veri, binanın kat sayısı, arsa
sahibi, kullanım türü de öznitelik verisi olarak
değerlendirilebilir.

Konumsal nesnelerin öznitelik verileri (attribute
data) tablo yapısında saklanır. Tablo, satır ve sütunlardan
oluşur. Tablodaki her bir satır bir nesneyi, sütunlar ise
öznitelik verileri saklar.

Öznitelik verileri tabloda, veri alanlarıyla temsil
edilir. Bu veri alanlarına yapılacak girişler için alan adı ve
veri tipi tanımlanır. Bu sayede yapılacak girişler belirli
standartlara sahip olmak zorunda bırakılır.

Öznitelik veri alanları alan adı (field name) ve
veri tipi (data type) özelliklerinden oluşur. Alan adı
bölümünde, öznitelik tablosundaki sütun adı tanımlanır.
Oluşturulan konumsal nesnenin genellikle otomatik olarak
atanan kimlik numarası ve nesnenin geometrik özellikleri
(nokta, çizgi, poligon) bu alanda tanımlanır. Bunun
dışında oluşturulacak tablodaki sütun başlıkları birer
öznitelik veri alanı adıdır.

Konumsal nesnelere ait öznitelik verileri
girilirken, fazla veri girişinin olacağı veya veritabanına
birden fazla kullanıcının veri girişi yapacağı durumlarda
karışıklık ve düzensizlikleri önlemek için öznitelik değer
alanları tanımlanabilir. Bu sayede insan kaynaklı hataları
en aza indirmek hedeflenmektedir.

Öznitelik değer alanları veri bütünlüğünü
sağlamak için öznitelik girdisinin alabileceği değerleri
tanımlayan kurallardır. Her konumsal nesne tablosu için
farklı öznitelik değer alanları ve ön tanımlı değerler
tanımlanabilir.

Örneğin bir şirkette çalışan kişilerin girileceği
alanlarda öznitelik değer alanı oluşturmak çok mantıklı
değildir. Çünkü çalışanlarda sıklıkla değişiklik olması
mümkündür ve sayısız isim soyad kombinasyonu vardır.

Bu alana kesinlikle bir isim verilmesi gerekir. Bu
adlandırma işleminde sembol ve özel karakterler
kullanılamaz. Adlandırmalarda Türkçe karakter ve boşluk
kullanılmamaya özen gösterilmelidir.

Bunlar; aralık değer alanı (range domain) ve
kodlanmış değer alanı (coded domain) dir.

Aralık değer alanları öznitelik verileri için
belirlenmiş sayısal bir aralığı tanımlar. Girilecek veri
tanımlanan en küçük ve en büyük değer arasında
olmalıdır. Aralık değer alanı metin veri tipine
uygulanamaz, alanın veri tipi sayısal olmalıdır.

Kodlanmış değer alanı, bir öznitelik veri alanı
için tanımlanmış değerler kümesinden oluşur ve o veri
alanı için sadece bu kümeden değer seçilmesini sağlar.
Örneğin bir arsanın konut, ticari ya da kamu gibi arazi
kullanımı, kodlanmış değer alanı ile tanımlanabilir. Arazi
kullanım şekillerini içeren bir küme tanımlanarak, alana
yapılacak veri girişi sınırlanabilir. Kodlanmış değer alanı,
metin ve sayısal veri tiplerine uygulanabilir.

Konumsal nesne tabloları, aynı türdeki konumsal
nesnelerden oluşan gruplardır ama bazı durumlarda bu
konumsal nesneler arasında farklılıklar olabilir. Örneğin
bir kara yolları haritasında konumsal veritabanına
aktarılacak yollar; otoyol, cadde, sokak, çevre yolu gibi
farklılıklar gösterebilir. Aynı türde ve aynı öznitelik veri
alanlarına sahip konumsal nesnelerin bu tür farklılıklar
taşıması durumunda, yeni bir konumsal nesne tablosu
oluşturmak yerine aynı tablo içinde alt tip (subtype)
oluşturulabilir.

Alt tip kullanımının temel sebebi veritabanı
performansıdır. Veritabanında tanımlanan konumsal
nesnelerin sayısından çok, konumsal nesne tablolarının
sayısı önemlidir. 10 tane konumsal nesne tablosuna sahip
bir veritabanı, 40 tane konumsal nesne tablosu barındıran
bir veritabanından daha hızlı çalışacaktır.

Alt tipler kısa ya da uzun tamsayı öznitelik veri
tipleri kullanılarak oluşturulacak kodlanmış değerlerle
yaratılır. Bu değerler aynı konumsal nesne tablosunda alt
tip olarak farklı nesneleri tanımlar.

Bunlar;
? Alt tiplerin kullanımı, özellik olarak birbirine
yakın konumsal nesnelerin bir arada tutulması ile
hem verilerin organizasyonunu sağlar hem de
veritabanının çalışma performansını arttırır.
? Konumsal nesne tablosu içinde yeni nesneler
oluşturulurken her bir alt tip için özniteliklere ön
tanımlı değerler atanabilir. Örneğin bina
konumsal nesne tablosundaki okul alt tipi
tanımlanırken kat yüksekliği 3 olarak
sabitlenebilir.
? Her bir alt tip için öznitelik değer alanları
kullanılabilir. Kodlanmış veya aralık öznitelik
değer alanları, alt tiplerinin öznitelik değerlerinin
girişlerini kontrol eder. Örneğin direk konumsal
nesnesinde direk tipi için beton, ahşap ve demir
kodlanmış değer alanları ve 4-8 metre arası da
aralık değer alanı tanımlanabilir.
? Konumsal nesneler ve alt tipler arasında topoloji
ve ilişki kuralları tanımlanabilir. Örneğin, çıkmaz
sokak alt tipine sahip nesneler dışındaki sokak
konumsal nesnelerinin, diğer sokak konumsal
nesneleriyle sadece sonlarından bağlanması bu
kurallar yardımıyla sağlanabilir.

Bunlar;
? Konumsal nesnelerin öznitelikleri farklıysa alt tip
uygulanamaz.
? Alt tiplere farklı seviyelerde erişim kısıtlaması
getirilemez.

Kodlanmış değer alanındaki kodlama mantığı,
veri girişine bir standart getireceği için veri tutarlılığı
sağlayacaktır. Alt tipteki kodlama mantığı ise aynı
konumsal nesne tablosunda, aynı geometrik tip ve
özniteliklere sahip farklı varlıkların modellenmesini
sağlar. Bu sayede benzer varlıklar için veritabanı
içerisinde ayrı konumsal nesne tabloları oluşturmak
zorunda kalınmaz. Bu da veritabanının performansını
olumlu yönde etkileyecektir.

Yeryüzündeki bütün coğrafi nesneler fiziksel
olarak ya da özellikleri gereği birbirleriyle ilişki
halindedir. Örneğin bir imar alanında bina, parsel ve ada
arasında fiziki bir ilişki vardır. Binalar parseller üzerinde, parseller de adalar üzerinde yer alır. Burada her nesne bir
konumsal nesne tablosu olarak tanımlanabilir. Bu ilişki
örneğinde konumsal ilişkiden bahsedebiliriz. Ancak, bina,
parsel ve ada ile ilgili, malik olma, bina kat sayısı, imar
türü gibi konumsal nesne olmayan ancak konumsal nesne
ile ilişkili öznitelik verileri de bulunmaktadır. Gerçek
hayattaki bu ilişki, konumsal veritabanlarında da
modellenebilmektedir. Konumsal ya da konumsal
olmayan verilerin ilişkileri, konumsal veritabanlarında iki
temel ilişki tipi ile modellenir. Bunlar; konumsal ilişkiler
ve tablolar arası ilişkilerdir.

Vektör veri modelindeki nokta, çizgi ve poligon
nesnelerinin, birbiri ile olan yakınlık, uzaklık, içinde olma,
kesişme, komşu olma vb. ilişkileri konumsal ilişki ile
tanımlanır. Örneğin; demir yoluna 50 km uzaklıkta kaç
tane yerleşim yeri vardır ya da demir yolları hangi illerin
sınırları içinden geçmektedir gibi sorgulamaların
cevaplarını konumsal ilişkiler yardımıyla alabiliriz.

Tablolar arası ilişki, konumsal ve konumsal
olmayan nesnelerin ortak öznitelik verileri aracılığıyla
ilişkilendirilmesidir. Konumsal veritabanında tablolar
arası ilişkiler standart veritabanı ilişkilerine dayanır, ancak
standart veritabanlarından farklı olarak, konumsal nesne
tabloları arasında konumsal ilişkiler de kurulabilir.

İlişki tablosu, konumsal nesne tabloları ve
öznitelik tabloları arasındaki arasındaki ilişkiyi sağlayan
tablolardır.

Bu yöntemler;
? İlişkilendirme (relate)
? Birleştirme (join)
? İlişki tabloları (relationship class) dir.

Konumsal nesne ve bunlara ait çeşitli verileri
saklayan konumsal veritabanı tablolarına konumsal nesne
tablosu denir. Konumsal nesne tablosundaki her bir satır
bir konumsal nesneyi temsil etmektedir. Sütunlar öznitelik
veri alanlarıdır. Konumsal nesne tablosunda kullanılan
yazılıma bağlı olarak, konumsal nesnenin veri tipi ve
kimlik numaraları genellikle otomatik olarak oluşturulur.

Bu özellikler;
? Konumsal nesne tablosu oluşturulurken ilk olarak
ismi belirlenir. Kullanılacak isim Türkçe veya
özel karakterler içermemelidir.
? Konumsal nesne tablosunun en önemli
özelliklerinden biri, vektör tipi belirlenmeden
tablonun oluşturulamayacağıdır. Konumsal nesne
tablosu, sadece aynı vektör tipindeki konumsal
nesneleri barındırabilir.
? Konumsal nesne tablosu, konumsal referansı
belirlenmeden oluşturulamaz.
? Öznitelik değer alanları ve alt tipler konumsal
nesne tabloları içerisinde oluşturulur.
? Konumsal nesne tabloları oluşturulurken,
öznitelik veri alanları tanımlanır.
? Konumsal nesne tabloları arasında ilişkiler
kurulabilir ve topoloji kuralları tanımlanabilir.

Konumsal nesne veri kümesi, aynı konumsal
referansı ve kapsamı paylaşan konumsal nesne
tablolarından oluşan bir kapsayıcıdır. Konumsal nesne veri
kümelerinin kullanılmasının temel amacı, konumsal
veritabanında mantıksal bir bütünlük oluşturmaktır.
Örneğin bir ulaşım haritasında, ulaşım konumsal nesne
veri kümesi altında yollar, tren yolu, durak, istasyon,
havaalanı gibi farklı geometrik tipte konumsal nesne
tabloları oluşturulabilir.

Bilinen en eski harita, ülkemiz sınırları içerisinde, Çatalhöyük yerleşmesinde bulunmuştur.

Biçimleri olan ya da rüzgar, su gibi geometrik olarak tanımlanması zor tüm olguların, harita ortamına aktarılmasında kullanılan yöntemlerden birisi de vektör veri modelidir.

Nokta (point): Nokta boyutsuz bir geometrik nesnedir. Ölçeğe bağlı olarak alan ya da çizgi olamayacak kadar küçük nesneler için kullanılır. x ve y koordinatlarından oluşan nokta, mutlak konum belirlemek için kullanılır. Her ne kadar boyutsuz olsa da harita üzerinde çeşitli semboller kullanılarak gösterilebilir.

Çizgi (line): Çizgi, sıralı bir x, y koordinat serisinden oluşan, belirli bir uzunluğa sahip geometrik nesneler için kullanılır. Çizgi ile temsil edilen nesneler ölçeğe göre nokta olamayacak kadar uzun, alan olamayacak kadar dar nesnelerdir. Örneğin; akarsular, yollar, su boruları vb. vektör veri modelinde çizgi kullanılarak gösterilir.

Poligon (polygon): Poligon, iki boyutlu alansal geometrik nesnedir. Çizgiler tarafından sınırlandırılmış x, y koordinatlarından oluşur. Ölçeğe bağlı olarak çizgi ile gösterilemeyecek kadar geniş coğrafi biçimler için kullanılır. Poligon parsel, ada, toprak tipi veya göl gibi kapalı alanları tanımlar.

Vektör, doğrultusu, yönü ve uzunluğu belirli olan doğru parçasıdır (TDK).

Coğrafi Bilgi Sistemlerinde vektör veriler konumsal nesne (feature) olarak adlandırılmaktadır. Konumsal nesne kavramı nokta, çizgi ve poligon ile temsil edilen varlıkların biçimsel özelliklerini, öznitelik verilerinin saklandığı tabloları, kuralları, ilişkileri ve diğer özellikleri de kapsayan daha geniş anlamlı bir kavram olarak tanımlanabilir.

Çoklu nokta (multipoint): Noktanın konumuna hassas olarak ihtiyaç duyulmadığı durumlarda, ortak özniteliklere sahip, rastgele yerleştirilen noktalar grubudur.

Çoklu yama (multipatch): Genellikle üç boyutlu uzayda ayrı bir alan ya da hacim kaplayan bir nesnenin, dış yüzeyi ya da kabuğunu temsil etmek için kullanılan geometri tipidir. Üç boyutlu (three dimensions- 3D) binalar, su tablası, su kuyusu, vb coğrafi varlıklar için kullanılabilir.

Etiket konumsal nesnesi açıklama gerektiren alanlarda kullanılan konumsal nesnedir. Genellikle metin gösteriminde kullanılsa da zaman zaman grafik nesneler de içerebilir.

Konumsal veritabanında ölçüm de bir konumsal nesnedir ve uzunluk, mesafe gibi ölçümlerin, harita üzerine yazılmasını sağlar. Ölçümlerin bir konumsal nesne olması, etiket konumsal nesnesinde olduğu gibi, yazılımın performansını artırır ve veri tutarlılığı sağlar.

Konumsal veritabanında çözünürlük, bir konumsal nesnenin konum ve geometri bilgisinin hangi hassasiyette saklanacağını belirler. Bir başka deyişle, harita birimine göre, konumsal nesnenin x ve y koordinatları için belirlenen en küçük mesafedir.

Konumsal kapsam, tanımlanan konumsal referansta, mevcut tüm konumsal nesnelerin en büyük ve en küçük x, y koordinat değerlerini kapsayan alandır.

Hata payı ilişkisel ve topolojik işlemler sırasında, koordinatlar arasındaki en küçük mesafeyi tanımlar.

Konumsal nesnelere ait öznitelik verileri girilirken, fazla veri girişinin olacağı veya veritabanına birden fazla kullanıcının veri girişi yapacağı durumlarda karışıklık ve düzensizlikleri önlemek için öznitelik değer alanları (attribute domain) tanımlanabilir.

Kodlanmış değer alanı, bir öznitelik veri alanı için tanımlanmış değerler kümesinden oluşur ve o veri alanı için sadece bu kümeden değer seçilmesini sağlar. Örneğin bir arsanın konut, ticari ya da kamu gibi arazi kullanımı, kodlanmış değer alanı ile tanımlanabilir.

Konumsal nesne ve bunlara ait çeşitli verileri saklayan konumsal veritabanı tablolarına konumsal nesne tablosu (feature class) denir. Konumsal nesne tablosundaki her bir satır bir konumsal nesneyi temsil etmektedir.

Aynı türde ve aynı öznitelik veri alanlarına sahip konumsal nesnelerin bu tür farklılıklar taşıması durumunda, yeni bir konumsal nesne tablosu oluşturmak yerine aynı tablo içinde alt tip (subtype) oluşturulabilir.

Tablolar arası ilişki, konumsal ve konumsal olmayan nesnelerin ortak öznitelik verileri aracılığıyla ilişkilendirilmesidir.

Vektör veri modelindeki nokta, çizgi ve poligon nesnelerinin, birbiri ile olan yakınlık,uzaklık, içinde olma, kesişme, komşu olma vb. ilişkileri konumsal ilişki ile tanımlanır.

Bilinen en eski harita, ülkemiz sınırları içerisinde, Çatalhöyük yerleşmesinde bulunmuştur.

Vektör veri modelinde yeryüzündeki olgular, sahip oldukları belirgin özellikler göz önünde bulundurularak, nokta (point), çizgi (line) ya da poligon (polygon) olarak temsil edilir.

Nokta boyutsuz bir geometrik nesnedir. Ölçeğe bağlı olarak alan ya da çizgi olamayacak kadar küçük nesneler için kullanılır. x ve y koordinatlarından oluşan nokta, mutlak konum belirlemek için kullanılır. Her ne kadar boyutsuz olsa da harita üzerinde çeşitli semboller kullanılarak gösterilebilir.

Çizgi, sıralı bir x, y koordinat serisinden oluşan, belirli bir uzunluğa sahip geometrik nesneler için kullanılır. Çizgi ile temsil edilen nesneler ölçeğe göre nokta olamayacak kadar uzun, alan olamayacak kadar dar nesnelerdir. Örneğin; akarsular, yollar, su boruları vb. vektör veri modelinde çizgi kullanılarak gösterilir.

Poligon (polygon): Poligon, iki boyutlu alansal geometrik nesnedir. Çizgiler tarafından sınırlandırılmış x, y koordinatlarından oluşur. Ölçeğe bağlı olarak çizgi ile gösterilemeyecek kadar geniş coğrafi biçimler için kullanılır. Poligon parsel, ada, toprak tipi veya göl gibi kapalı alanları tanımlar.

Vektör grafik; noktalar ve bunları birbirine bağlayan yollar arasındaki matematiksel ilişki ile tanımlanır.

Vektör, doğrultusu, yönü ve uzunluğu belirli olan doğru parçasıdır.

Coğrafi Bilgi Sistemlerinde vektör veriler konumsal nesne (feature) olarak adlandırılmaktadır.

Konumsal nesne kavramı nokta, çizgi ve poligon ile temsil edilen varlıkların biçimsel özelliklerini, öznitelik verilerinin saklandığı tabloları, kuralları, ilişkileri ve diğer özellikleri de kapsayan daha geniş anlamlı bir kavram olarak tanımlanabilir.

Noktanın konumuna hassas olarak ihtiyaç duyulmadığı durumlarda, ortak özniteliklere sahip, rastgele yerleştirilen noktalar grubudur. Ağaçlardan meydana gelen bir grup, nokta bulutu verileri gibi birden fazla noktadan meydana gelen noktalar bu geometri tipe örnek gösterilebilir

Genellikle üç boyutlu uzayda ayrı bir alan ya da hacim kaplayan bir nesnenin, dış yüzeyi ya da kabuğunu temsil etmek için kullanılan geometri tipidir. Üç boyutlu (three dimensions- 3D) binalar, su tablası, su kuyusu, vb coğrafi varlıklar için kullanılabilir.

Etiket konumsal nesnesi açıklama gerektiren alanlarda kullanılan konumsal nesnedir. Genellikle metin gösteriminde kullanılsa da zaman zaman grafik nesneler de içerebilir. Etiketin bir konumsal nesne olarak kullanılmasının amacı, özellikle çok kullanıcılı ve çok fazla sayıda etikete sahip veritabanlarında performansı ve veri tutarlılığını korumaktır

Konumsal veritabanında ölçüm de bir konumsal nesnedir ve uzunluk, mesafe gibi ölçümlerin, harita üzerine yazılmasını sağlar. Ölçümlerin bir konumsal nesne olması, etiket konumsal nesnesinde olduğu gibi, yazılımın performansını artırır ve veri tutarlılığı sağlar.

Geometrik kapsam bir konumsal nesnenin en büyük ve en küçük x, y değerlerini kapsayarak oluşturulmuş, kenarları koordinat sistemine paralel bir dikdörtgendir.

Konumsal veritabanında çözünürlük, bir konumsal nesnenin konum ve geometri bilgisinin hangi hassasiyette saklanacağını belirler.

Konumsal kapsam, tanımlanan konumsal referansta, mevcut tüm konumsal nesnelerin en büyük ve en küçük x, y koordinat değerlerini kapsayan alandır.

Hata payı ilişkisel ve topolojik işlemler sırasında, koordinatlar arasındaki en küçük mesafeyi tanımlar.

Konumsal nesnelere ait öznitelik verileri girilirken, fazla veri girişinin olacağı veya veritabanına birden fazla kullanıcının veri girişi yapacağı durumlarda karışıklık ve düzensizlikleri önlemek için öznitelik değer alanları (attribute domain) tanımlanabilir.

Konumsal nesne ve bunlara ait çeşitli verileri saklayan konumsal veritabanı tablolarına konumsal nesne tablosu (feature class) denir.

Konumsal nesne veri kümesi (feature dataset), aynı konumsal referansı ve kapsamı paylaşan konumsal nesne tablolarından oluşan bir kapsayıcıdır. Konumsal nesne veri kümelerinin kullanılmasının temel amacı, konumsal veritabanında mantıksal bir bütünlük oluşturmaktır.