矿山地质数据库系统初探

影响矿山经济效益及可持续性发展的重要因素之一是矿山开采对象及资源量的难以预测，利用数字技术可充分提高开采及勘探所积累资料、数据的有效利用率，是提高有效预测的有效途径；同时也改变了传统资料、数据的存贮介质及方式，使数据的安全更有保障，数据调用更迅速使利；通过分析矿山资源勘查与开发过程积累的数据特点，表明矿山数据库有面向主题，随时间而变化、数据集成等数据仓库特点；数据的特征和空间属性的双重性和互为联动性、海量存贮、数据分析的智能要求等使GIS技术成为数据库的首选技术．由于受投资及技术队伍的制约，完整的数据库系统的建立与使用尚有待来日，但建立矿山地质数据库数据源系统则应尽早实施．     

漫谈数据仓库技术在地勘行业内矿产资源信息共享的应用前景

将冶金地质系统50年来积累的地矿资源数据集中起来，便于管理和合理使用有用信息，建立矿产资源数据仓库是很重要的一种手段，数据仓库技术能将集成的数据置入多维空间，供地质人员从不同工作视角获取信息，综合分析数据，以指导找矿工作，在此，简要介绍了如何建立矿产资源数据仓库的过程。     

基于GIS的巢湖流域水环境综合治理决策支持系统研究

按照巢湖流域水环境综合治理决策目标要求，与政府决策任务和决策行为特点相适应，利用遥感和地理信息系统技术建立起的巢湖流域水环境综合治理决策支持系统，由遥感信息系统、数据库系统、模型库系统和决策分析系统等模块组成。系统充分利用COM技术、数据仓库、数据开采及OLA技术，能实现多源数据的无缝集成。系统在在巢湖流域水环境综合治理项目决策过程中，发挥快速、准确、全面、连续不断地获取和处理所需辅助决策信息和提供决策分析手段的作用，对提高决策水平有着重要意义。     

对建设水文数据仓库的初步研究

本文根据目前对水文信息的应用需求,提出了建设水文数据仓库的必要性。对数据仓库及相关技术作了简要介绍,结合水文数据实际状况和应用主题,提出了建设水文数据仓库的数据组织、基本体系结构和建设步骤等相关内容。     

油气勘探数据仓库的建设及春相关技术

从油气勘探的角度阐述了数据仓库在该领域的应用，并从油气勘探数据仓库建设，数据仓库的结构体系，相关技术及其决策支持系统四个方面对油气勘探数据仓库系统开发进行了论述。     

带(水)压开采安全评价技术及其发展方向

随着煤矿开采深度的不断增加,将面临高承压水的严重威胁,带压开采已成为深部煤炭资源开发的主要开采方式,与此相适应,带压开采安全评价工作显得尤为重要.面对深部煤炭资源开采中带压开采评价技术的挑战,应该在完善双系数(突水系数和带压系数)评价体系的基础上,在带压安全开采可靠性分析、三维地质建模技术及其可视化、数据仓库及数据挖掘技术与突水规则的知识获取等方面,发展带压开采安全评价技术,以期实现在奥灰高承压水威胁下安全采煤的目标.     

地质数据仓库的特点及其数据组织

分析了地南数据仓 的几个特点,认为空间特性和可更新性是地南数据仓库的主要特征,选取比例尺这一空间参数作为数据听核心,并图示一般数据仓库与地质数据仓库在组织结构上的区别;同时针对粒度与数据分割这两个概念在地质数据仓库中的应用作了具体分析。     

地学数据仓库系统的设计及关键技术问题

数据仓库是实现数字地球、数字国土的数据基础,是实现空间数据共享的关键技术之一。但目前国际上的地学数据仓库,其设计并没有考虑到地学数据的多源、多分辨率、多格式等特点,只是商业数据仓库在地学领域的简单照搬,所应用的领域也比较有限。基于矿产资源预测的地学数据仓库系统的设计,按数据流向可分为四层：常规数据库、基础数据库、主题数据库和应用系统。在这种框架中,库间数据的转换、库中数据的组织、数据引擎等是系统设计的关键问题。示例给出了云南省1：200000数据仓库的系统原型。     

广东省矿山越界开采遥感调查与监测研究

根据越界开采定义,提出矿山越界开采技术方法和技术路线。通过开展2012年度广东省矿山越界开采遥感调查,获取较为真实的矿山越界开采最新状况,且根据近三年广东省矿山越界开采遥感动态监测所获得的数据,得出矿山越界开采,呈日益严重的趋势。通过遥感调查与监测,指出广东省矿山越界开采存在的主要问题,并提出有益的建议和对策,希望遥感能够作为技术支撑更好地为矿政管理服务。     

地质数据仓库设计中的几个问题

提出并讨论了地质数据仓库系统设计中的几个问题：操作数据存储作 和数据仓库间的数据接口,借用地理信息系统来存储和表示空间数据,级联式更新、主题间复杂交系的表达,以及专用的数据抽取模型的设计。     

基于数据仓库的数据挖掘技术

从数据挖掘的产生出发，到发展的各个分支，讨论了各种数据挖掘方法的特点和应用对象。介绍典型的算法、它们的优化改进和变形，并分析数据挖掘技术将来面临的问题及发展方向。     

基于GDW的空间数据融合

空间数据融合是目前地学信息领域面临的难题。通过介绍Oracle数据仓库系统架构和其在地学信息存储和分析方面的优点,深入分析ArcInfo中的Geodatabase的空间数据组织模型,重点研究了Oracle Spatial的空间数据存储模型、空间数据和空间索引组织模式,并给出了空间数据融合的具体实现过程。针对具体项目,结合GIS二次开发,能非常高效地实现空间数据的融合。     

水文资料整编流量测验数据的检查

介绍了水文资料整编数据中的流量相关数据的检查情况。根据南方片整编程序推流数据文件中时间数据自动调取遥测水位数据文件中相应时间的水位数值,并与推流数据文件中的水位进行对比,检查水位数据正确性。特别是根据推流数据的开关闸时间和测流开始时间、结束时间来查找相应的遥测水位文件中的水位,并将查找出来的遥测水位与测流水位进行比较,水位不同的就列一个文件进行提示,并将推流过程和测流过程转换成DAT文件,展绘到水位过程线CAD图上以便对时间数据进行校核。同时对流量计算文件中的水位进行对比检查。     

有限单元法数据生成器

本文介绍有限单元法数据生成器采用字符标识的输入数据系统和等参元插值函数的概念,人工准自动或全自动生成实际工程问题二维或三维有限元分析所需要的基本数据,如单元节点号、材料参数、节点坐标、边界条件和荷载信息等等。这个数据生成器以统一的程序和相同的输入方式来处理规则网格、不规则网格,以及它们的任意组合和各种类型的单元,便于用户的使用。     

FEM Data Generator

The FEM data generator presented in this paper is used to generate quasi-automatically or automatically the basic data for 3-d or 2-d finite element analysis of engineering projects, such as element nodal connections, material parameters, nodal coordinates, restrained boundary conditions, and the information of applied load. With the symbol-identified input data system and the concept of interpolation function of isoperimetric element, this data generator deals with regular meshes, irregular meshes, and their arbitrary combination in unified routine and the same way to input data, which is available to any kind of elements and convenient to users. The work principle of this data generator and the features of corresponding computer routines are described in detail.     

面向数据共享的地球系统科学数据分类探讨

地球系统科学数据共享在国际、国内都有迫切的需求。由于地球系统科学固有的学科交叉性和综合性,如何建立科学、通用的数据分类体系是困扰该领域数据共享和服务的难题。首先综合分析了国际上地球系统科学领域主要的数据分类体系,重点对美国全球变化主目录(GCMD)分类系统及其2005—2013年的演变趋势进行分析,指出当前该数据分类呈现扁平化、两极化的显著特征。在此基础上,重点梳理了国家科技基础条件平台———地球系统科学数据共享平台的用户服务记录,揭示了用户访问频次最高的数据集和检索关键词。结合GCMD系统化、结构化的分类思想和国家地球系统科学数据共享平台用户化的数据服务需求,提出扁平化的地球系统科学数据目录分类和规范化的关键词表体系2种分类模式。     

无线气象站数据与人工观测蒸发量的资料同化——以白鹤滩电站坝址区数据为例

在MATLAB中使用最小二乘法拟合Goff-Gratch公式,得到关于气温的饱和水汽压函数。无线气象站观测得到的气象资料结合人工观测蒸发量,在MATLAB中进行回归分析,得到基于彭曼公式的日水面蒸发量计算公式。算例表明,与无线气象站的蒸发量计算值相比,回归分析得到的日水面蒸发量公式计算值与人工观测值能够同步对比。无线气象站资料和人工观测资料能够资料同化,适合在工程中推广。     

空间数据挖掘技术

近年来，伴随着空间信息获取技术的快速发展，不同类型的空间数据库以及数据库中的数据量正在不断增长，如何从这些海量数据中提取出隐含的信息和知识已成为人们研究的热点。空间数据挖掘就是为了解决这一科学问题而提出的。该文在回顾已有空间数据挖掘规则的基础上。指出了空间数据挖掘过程中存在的主要问题，进而探讨了未来空间数据挖掘的主要研究方向。