基于无人机影像的城市用地分类系统设计与实现

在分析现有土地利用现状数据调查方法缺陷的基础上,提出了一套基于无人机影像计算城市规划相关指标的解决方案。以无人机影像、地形图为数据源,使用ArcGIS Engine和GDAL技术完成了城市用地分类系统的开发。系统集影像数据读取、显示、图像分类、城市指标计算等功能于一体,能简便快捷地获取土地利用现状资料并得到部分相关城市规划指标。ArcGIS Engine与GDAL技术的结合为用户提供了良好的交互效果。     

中间件技术在空间数据共享中的应用

针对传统的几种空间数据共享模式存在的各种弊端，提出一种新的数据共享模式——空间数据中间件共享模式，并基于这种模式在ArcGIS平台上实现了基于GDAL／OGR的ArcGIS数据中间件，完成了GDAL／OGR支持的各种空间数据在ArcGIS平台中的无缝集成，并已取得良好的运行效果。     

基于ArcGIS Engine的GIS开发的系统设计与实现

ArcGIS Engine是ArcGIS9新推出的嵌入式组件库。重点分析了ArcGIS Engine在GIS开发方面的优势,深入探讨了ArcGIS Engine开发的关键技术。使用VB6.0作为编程语言。结合以某区交通旅游数据,探讨了利用ArcGIS Engine进行GIS开发的系统设计与实现方法。     

基于GDAL和ArcGIS Engine的水系中心线自动提取

为提高地理国情要素中水系中心线的采集效率,在地表覆盖水系要素采集的基础上,采用二值化、图像形态学、图形细化等算法,基于GDAL和ArcGIS Engine技术,实现了水系中心线的自动提取。实验结果表明,本文采用的方法在生产中具有一定的实用价值。     

基于ArcGIS Engine的地图符号制作工具研建

由于没有提供地图符号制作工具,基于ArcGIS Engine的应用系统不能直接完成对地图符号库的扩充,无法满足用户需求。本文通过分析ArcGIS Engine的地图符号体系,详细阐述了ArcGIS地图符号的组织构建模式,并以此为基础设计实现了一套基于ArcGIS Engine的地图符号制作工具,利用该工具可以方便有效的扩充地图符号库。     

羊安镇信息系统设计与实现

根据邛崃市羊安镇的土地利用信息化需求，以羊安镇土地利用数据为基础，探讨了应用ArcGIS Engine进行土地利用信息系统设计与实现的关键技术，综合运用ArcGIS Engine开发工具建立了面向用户的土地利用信息系统，实现了地理数据的管理、空间查询、空间分析、图表输出等功能。     

利用ArcGIS Engine进行城市地下管线信息系统的设计与实现

将ArcGIS Engine应用到地下管线信息管理中,设计、开发了基于ArcGIS Engine的地下管线信息系统。系统总体为3层体系架构,采用Client/Server模式实现数据集中存储,后端数据库平台选用SQL Server,利用ArcSDE空间数据引擎实现属性数据和空间数据一体化管理。     

基于ArcGIS Engine的地图符号制作工具的设计实现

分析了ArcGIS Engine符号体系特点,设计了一套基于ArcGIS Engine的符号制作工具,采用C#语言开发实现。     

ArcGIS Engine控件综述

ArcGIS Engine是ESRI公司发布的嵌入式地理信息系统软件开发包。基于ArcGIS Engine开发的应用程序一般有3类:独立非可视化应用程序、独立可视化应用程序和嵌入式应用程序,由于ArcGIS Engine提供了一套可复用、跨平台、设计良好的ArcGIS控件,因此利用控件开发可视化的GIS应用程序是一种常用的开发方式。重点探讨了ArcGIS Engine自带控件的功能、使用方法以及与伙伴控件之间的联系机制。     

支持多源遥感数据格式的抽象库DFAL

针对当前遥感数据缺乏统一文件格式标准,多源遥感产品的生产使用涉及多种文件格式的现状,在研究多种遥感数据格式及对应库GDAL、HDF4、HDF5的基础上,参考国家气象局的NOAA AVHRR 1B格式标准,利用工厂模式,设计和实现了一个具有统一操作接口的多源遥感数据格式抽象库DFAL,在更高的抽象层次解决了GDAL和HDF4、HDF5库不能一致使用的问题。使用DFAL库进行不同文件格式的读写,专家无需了解这些文件格式的差别,以便从繁杂的遥感数据格式中解放出来,将更多精力投入到遥感科学研究的层面上。在DFAL库的基础上实现了两类常用遥感数据格式Geo TIFF和HDF5之间的转换工具,方便工程应用。DFAL库及转换工具在国家高技术研究发展计划《星机地综合定量遥感系统与应用示范》的多尺度按需定量遥感产品生产系统中进行了应用测试,取得了很好的实际效果,证明了DFAL库稳定性和可用性,并大大减少了多源数据协同使用时多种文件格式读写的工作量。