如今,科学研究已发展到数据密集型范式,大数据时代的到来给数据处理带来了多重挑战。交通矢量数据具有来源广泛、类型繁多、结构复杂、精度不一等特点,其多源异构性对数据匹配提出了挑战。本文旨在针对不同的交通矢量数据类型,建立有效的交通矢量要素匹配方法,探讨交通矢量要素增量更新机制。对国家基础地理信息数据库中交通矢量数据的建设与维护具有一定价值与意义。主要的工作包括:(1)建立交通矢量数据抽取转换模板首先,比较分析交通矢量数据在分类分层、数据格式、属性编码等方面的差异性,对比交通矢量数据差异并参照交通矢量数据标准规范,选用数据仓库模式对交通矢量数据进行抽取转换。利用ETL技术辅助建立交通矢量数据抽取转换模板,构建交通矢量母库。(2)实现交通矢量数据要素匹配其次,采用要素匹配算法实现交通矢量数据要素匹配,得到相互匹配的交通要素。根据匹配度划分为高匹配、中匹配、低匹配及不匹配等多种匹配类型。在几何匹配的基础上,对相互匹配的交通矢量要素进行属性传递,完善交通矢量数据的相关属性。交通矢量数据匹配包括几何特征匹配和属性特征传递。(3)探讨交通矢量数据增量更新方案最后,提取要素匹配时得到的差异数据,作为增量交通数据。对提取的增量交通数据,依据要素类型与匹配类型提出多种交通矢量数据更新方案。实现不同来源或不同年份版本交通矢量数据的增量更新研究,探讨交通矢量数据联动更新机制。研究结果表明:利用ETL技术,依据交通矢量数据标准规范建立了交通矢量数据抽取转换模板。基于几何相似性度量指标,实现了交通矢量数据的几何特征匹配,进而对匹配要素的属性进行了传递。运用ETL空间分析功能提取增量数据,对不同来源或不同时间版本交通矢量数据进行增量更新。基于ETL技术的数据抽取转换效率高,减少人工干预影响,为交通专题图提供数据支持与应用服务。