基于CorelDraw二次开发的河系渐变效果实现

河系是普通地图制图中的重要要素。河系中河流分主流、支流,一条主流由多条支流汇入,每条河流上游到下游的宽度是由窄到宽逐渐变化的。绘制河流需要体现出河流的形态及流向,在制图过程中,河流上游和下游线划宽度变化较快,中游变化平缓。使用传统的方法,制图任务重、周期长。因此本文利用Coreldraw软件提供的VBA编写宏来实现河流线宽的渐变效果,并提出了一种利用正态分布函数确定河流分段比例来模拟河流宽度变化的方法,最终较好地实现了河系中每条河流线宽的渐变自动化,提高了制图效率,缩短了制图时间。     

面向规则聚合的地图制图模板设计与实现

在分析现有制图模板特点与不足的基础上,以地理空间数据符号化过程为研究对象,将符号化过程分解成不同类型的制图规则,设计了贯穿于符号化各环节的制图模板结构;通过记录用户的制图操作,将符号化各环节的制图规则聚合成不同功能的规则集,实现了制图模板的具体构建。制图模板能够从规则、规则集和模板3个层次引导和约束用户的制图行为,有助于降低制图门槛,减轻用户工作负担。     

有向拓扑的河系渐变自动绘制算法

河系渐变绘制是地图制图中水系要素表达的重要方面。针对全自动河系渐变研究较少的现状,该文提出一种基于树状约束stroke特征的河系渐变自动绘制算法。该方法在深入分析有向拓扑的数据结构基础上,重点解决河口模式识别、树状约束stroke特征构建、河系层次关系建立、主支流分级渐变等问题,实现全自动河系渐变,并进行实践测试。结果表明,该算法在地图制图过程中无须对河系河源、河口识别、河系分层和河系渐变进行人工干预,自动化程度高,大幅度提升制图效率,渐变效果优于人工绘制效果。     

基于CorelDRAW的制图要素符号化研究

制图要素符号化是利用形式多样的地图符号,对地物的空间位置、分布特点以及数量、质量等基本特征进行可视化表达的过程。CorelDRAW极强的图形、文字及矢量线划编辑功能颇受制图人员青睐,尤其在要素符号化工作中扮演着重要角色。文章从点、线、面三个角度对制图要素符号化进行了理论探析,并基于CorelDRAWX5及其宏编辑器,引用CorelDRAW 15.0 Type Library控件进行了二次开发,实现了点状符号的九位替换、工字型国界符号的生成和自定义点符号的面域填充,不仅提高了地图制图效率,而且确保了图面内容的美观性。     

基于图论的树状河系结构化绘制模型研究

结合树状河系自身的结构特点和图论的思想，提出了基于图论的河系结构化绘制模型的建立，利用图论的思想描述了河系的结构并建立其自动符号化模型，阐述了主流、流向自动确定和结构化绘制实现的详细算法，并对通用图形数据格式DXF文件记录的河系数据进行了测试。     

一种启发式有环河系自动分级算法

在地图综合中,河流分级是对水系要素表达的重点也是技术难点,对精确性和计算速度都有较高的要求。目前对河系分级的研究中,已有分级算法的效率较低,且鲜有针对有环河系的分级。基于此,本文建立了河系分级的属性规则、几何规则、环规则,对河系中存在的不同环类型进行了分类处理,且在求取河流最长路径时,运用启发式算法迭代计算,实现了河系的自动分级。实际河系数据试验表明,该算法能在对有环河系的处理中取得良好的效果,提高了河系分级的计算效率和准确度。     

河网数据渐进式传输的自适应可视化研究

在构建河系树的基础上,结合河流层次、等级、数量密度和长度等河流描述因子,提出将河流选取数量按河流数量密度逐级分摊到河系与河系内部各级子流域的方法.选取的河流按其层次逐层输出可视化的试验表明,该方法是有效的.     

MicroStation环境下地理空间数据的符号化研究

基于MicroStation进行制图应用研究,对符号库建立和符号化控制进行了讨论,通过对MicroStation进行MDL编程开发,实现了对地理空间数据的符号化显示。     

面向要素特征的产生式制图规则表达

根据制图知识与经验的特点,将产生式表示法应用于制图规则的形式化表达,提出了面向要素特征的制图规则表示方法,实现了要素几何特征、属性特征和拓扑关系特征的规则化表达;在规则化表达要素拓扑关系特征的过程中,通过对产生式结构扩展,实现了欧式空间拓扑关系和视觉空间拓扑关系的规则化表达。实验表明,采用该制图规则表示方法,能有效地提高地理空间数据符号化的自动化水平。     

顾及结构特征的河系匹配方法研究

河流水系是一种地理空间基础框架数据,提供了地理空间要素的空间结构。在对空间数据库中的地理数据进行更新与集成处理时,不可避免地涉及河系的匹配和更新处理。本文在分析河系结构特征的基础上,研究了河系匹配方法,并提出了：(1)河系匹配的两层次框架;(2)河系之间的匹配方法;(3)顾及等级结构的河流匹配算法。试验结果证明：顾及等级结构的匹配算法能在一定程度上降低误匹配和漏匹配的数量,总体匹配效果要优于一般的匹配算法,特别是在支流数量多、支流长度较短、河流详略程度差距大的河系匹配中,优势更明显。