基于空间数据库的山东城镇发展水平的空间统计分析

基于GIS空间数据库,对山东省108个城镇的综合发展水平进行了空间统计分析。首先选用了反映城市综合发展水平的14项指标,并进行了主成分分析,得出反映城镇综合发展水平的综合指标,并分析了山东省各城镇的综合发展水平与分布状况。然后利用该综合指标,对各个城镇进行了空间统计分析,通过计算全局空间自相关指标,分析认为山东省各城镇综合发展水平总体上未呈现空间相关关系;通过计算局部空间自相关指标,分析认为山东省68.5%的城镇分布存在非相似空间集聚特征。     

基于GIS地层剖面数据库和岩性柱状图符号库的创建

本文基于ArcGIS Deskto P9.2,建立了塔城盆地地层剖面的空间数据库,并利用ArcGIS系统本身的图形编辑功能,制作一套岩性符号库,用于实现岩性柱状图的填充,并将符号库中的每个岩性符号进行编码,通过岩性符号柱状图属性码与相应的岩性符号编码的匹配自动实现所有岩性柱状图的符号化表达。     

第二次土地调查建库过程中数据质量的控制方法

第二次全国土地调查工作正在广泛开展,其中数据库如实、高效、精确的建立是最主要的任务,而数据质量控制程度的高低直接影响了数据库的建设状况。本文以山西省大同市新荣区为例简要叙述了本次土地利用现状调查数据质量的误差来源及影响因素,同时针对这些问题提出了各阶段的数据质量控制方法与措施,从而对本次土地调查建库过程中的数据质量控制方法进行了探究。     

基于MAPGIS的土地利用数据库的更新方法讨论

本文主要对基于MAPGIS平台的土地利用数据库的更新方法进行分析讨论,并针对一些具体的数据变更叙述了其更新的方法;在本文最后还提出一些更新数据过程中需要注意的问题。     

基于MAPGIS的县级土地利用数据库建设及探讨——以大同市新荣区为例

本文体现了3S技术在县级土地更新调查中的重要性。重点介绍了在MAPGIS土地利用数据库系统中通过专题数据建立土地利用现状数据库,从内业判读,到外业调查,然后进行数据入库前的检查,分析数据的精度,入库后的相关处理和检查,最后建立新荣区1:1万土地利用数据库。通过建立的数据库,进行统计和汇总,输出各种专题图表,供土地部门进行合理规划和决策。     

基于历史关系数据库的时空数据库实现研究

时空数据库是研究如何存储历史和当前的时空数据,从而跟踪分析某一区域的变化,最终实现时空模型化和模拟地学过程.采用历史关系数据库模式的时空数据库可以充分利用传统时态数据库时态查询功能和GIS空间分析处理功能这些方面成熟的研究成果和现有系统,降低时空数据库建立的费用和开销.分析了采用扩展关系型时空数据库的原因,介绍了历史关系数据库模式、时态关系代数和查询语言,研究了采用历史关系数据库模式在全关系化空间数据库中组织时态信息的方法,从而实现时空数据库.以麦地轮作为例说明了采用历史关系数据库模式建立时空数据库的可行性和有效性.     

GPS接收机测试评估系统数据库的建立

为评定GPS接收机的性能,建立的接收机测试评估系统在对接收机进行测试的过程中将涉及到大量的测试相关数据。为了对这些数据进行科学、安全的存储管理,文中通过分析数据的来源、数据的存储类型以及数据的相互关系等,在考虑了数据库运行的安全性和稳定性的基础上,详细地介绍了GPS接收机测试评估系统数据库的建立。     

GIS支持的城市固体废弃物规划管理信息系统构建

研究了基于组件式GIS平台MapX的城市固体废弃物规划管理信息系统的设计与实现;讨论了系统框架与系统功能设计、数据库设计和系统实现的关键技术。以昆明市为例,构建了基于MapX的城市固体废弃物规划管理信息系统。该系统能够实现城市固体废弃物各类数据的采集、表达和输出,提供与城市固体废弃物管理模型无缝集成的接口,可利用地图、文字、表格等多种手段为城市固体废弃物规划管理提供辅助决策。     

球面线要素的多分辨率实时简化方法

在分析球面3维数据可视化特点的基础上,提出了视点相关的球面矢量数据LOD简化方法,基本原理是：以视点为基础在屏幕空间获取投影误差,反投影到模型空间得到动态简化阈值,并结合Douglas—Peucker算法,对矢量数据进行多分辨率实时简化表达。最后,开发实验系统并对相关方法进行了验证。结果表明：在不影响球面图形可视化效果下,数据量减少了约4-5倍,有效地提高了图形渲染速度和效率。     

一种面向网络发布的海洋数据库引擎(英文)

To meet the requirements of efficient management and web publishing for marine remote sensing data, a spatial database engine, named MRSSDE, is designed independently. The logical model, physical model, and optimization method of MRSSDE are discussed in detail. Compared to the ArcSDE, which is the leading product of Spatial Database Engine, the MRSSDE proved to be more effective.