GML支持下的WebGIS构造模式探讨

互联网为传统地理信息系统的发展提供了新的机遇,本文从几个现有的WebGIS构造模式入手,探讨其优缺点,并针对GML支持下的WebGIS新构造模式进行主要分析,并以实例说明其运行机理及结果演示。     

基于移动Agent（M-Agent）的WebGIS研究

本文通过分析WebGIS的特点及其发展存在的技术难点，利用目前人工智能领域广泛使用的移动Agent技术，结合该技术优点，构造了一个基于Mobile Agent的WebGIS案例模型。并对该模型的实现过程进行了详细的描述。     

基于GeoSurf的南极WebGIS的实现

网络GIS俗称万维网地理信息系统,是一种基于因特网／内联网的技术标准和通信协议的网络化地理信息系统,它是GIS技术和因特网／内联网技术相结合的产物。本文主要讨论了基于GeoSurf,并用JAVA作为二次开发语言,针对南极地区这一特殊地理区域,实现了南极 WebGIS,这对于方便科考人员的科研有着重大的现实意义。     

国家自然地图集网络发布的WebGIS解决方案

系统阐述了国家自然地图集网络发布的WebGIS开发策略及其实现方法，首先是数据准备。包括数据标准化规范化改造、数据库结构改造、数据质量控制等；其次是系统功能。如信息查询、动态制图、统计分析等；再次是系统开发技术，包括主页设计、系统实现策略、WebGIS游览器端开发技术、后端服务器的开发技术等。最后，对今后的发展趋势进行了展望。     

基于WebGIS的中国湿地信息系统研究

湿地被称为“地球之肾”,具有独特的生态结构与功能。中国湿地面积约占全球湿地面积的10％,但近年来湿地面积逐渐萎缩,已造成了极为严重的生态恶果。因此总结以往湿地研究成果,确立包括遥感在内的各种湿地信息提取方法,形成包含各种湿地信息的湿地数据子库和管理操作这些数据的湿地信息系统,并确立湿地信息的共享与发布机制,从而加快湿地科研步伐,成为湿地与遥感科技工作者共同关注的问题。WebGIS技术是GIS融合Internet技术发展起来的新技术,具有对大批量数据进行有效的分析管理和快速的查询检索功能。基于WebGIS技术的中国沼泽信息系统的建立有效地满足了湿地科研和开发保护的需要。     

面向分布式异构数据库的WebGIS连接池服务研究

分布式存储管理的空间数据库将是WebGIS应用的主要数据源,因而WebGIS的高性能实现要求采用先进高效的数据库连接方式。连接池模式是一种数据库连接资源复用的有效策略,但传统的连接池在处理复杂的异构空间数据库的连接方面存在明显的不足。该文提出了对数据库连接池技术优化的动态连接池服务的概念,分析了传统静态连接他的局限性,从动态响应用户请求、即时处理连接分配的角度设计了连接池服务的任务组成,并基于JDBC具体实现了该服务。     

GML支持下的WebGIS构造模式探讨

互联网为传统地理信息系统的发展提供了新的机遇，本文从几个现有的WebGIS构造模式入手，探讨其优缺点，并针对GML支持下的WebGIS新构造模式进行主要分析，并以实例说明其运行机理及结果演示。     

基于WebGIS的新疆棉区棉铃虫发生期预测

随着新疆棉花种植比例的增加,棉铃虫危害也逐年增加,建立基于区域化预测成为棉铃虫害虫信息化管理重要基础。利用新疆石河子地区的气象数据和棉铃虫(cotton bollwor m,CBW)数据,确立了棉铃虫物候学预测参数;根据新疆20多个气象站1980-2000年气象数据,将有效积温与GIS技术融合,实现了基于Web GIS的棉铃虫发生日期的预测。结果表明:新疆南部地区大于10℃积温为2 000~2 400日度,北部地区的棉区有效积温为1 800~1 900日度;田间一代棉铃虫所需要大于10℃的有效积温为610.13日度;南部地区棉铃虫为完整的3~4代,北部地区棉铃虫为完整的3代。以2001年4月25日全疆气象为例,Web GIS可以实时地表达当天的温度数据、日度累积值和棉铃虫发育到特定阶段所需要的日度值。建立基于Web GIS系统,实现了棉铃虫信息的快速发布,有利于棉铃虫区域性科学管理和决策。     

基于WebGIS的南海历史地理情势分析系统设计与实现

结合当前南海严峻形势以及GIS系统开发的特点,研究设计了基于Arc GIS Engine组件、采用SQL Server数据库与Arc SDE空间数据引擎、以Visual Studio 2010为开发平台、C#为开发语言的南海历史地理情势分析系统;该系统包括了历史情势分析、岛礁分析、油气分析和系统管理4个模块,可用于统筹分析南海历史情势、岛礁情势和油气情势的发展状况及趋势。     

基于WebGIS的旅游景区空间智能评价系统研究

针对现有信息系统在空间智能评价方面的薄弱之处,运用WebGIS空间智能集成方法探讨旅游景区空间智能评价系统的设计和实现,从三方面提高了旅游景区评价系统的智能化层次:通过集成旅游景区网上调查问卷系统,提高了数据收集提取的智能化层次;通过集成旅游景区模糊综合评价模型、客流结构评价模型及旅游专家知识系统,增强了评价系统的半结构化智能推理功能;采用B/S C/S系统构架,并利用Web技术提高了人机交互界面的智能化。周庄景区案例评价结果显示,该系统原型的运行效果良好且智能化层次较高。     

网络地理信息系统研究*

网络地理信息系统(WebGIS)是近年来地理信息系统发展的方向之一.文中在分析网络地理信息系统内涵和功能的基础上,认为地理数据的空间可视化和空间分析是网络地理信息系统的重要特点.为此提出基于元数据的网络地理信息系统代理服务器的概念,并探讨了在JAVA平台上实现的一些技术问题.最后以京九沿线投资环境网络评估信息系统原型为例,给出了网络地理信息系统一个具体应用实例,实现了网络环境下地理模型分析功能.     

基于组件对象模型构建WebGIS技术的研究

在近年来的软件发展中,组件化和网络的进步是其重要的特征之一。软件工业的主要突破点便是软件之间的结合和组件化。本文在研究国内外有关成果的基础上,介绍了组件技术和万维网地理信息系统的结合,针对ＧＩＳ的特殊性,指出了用组件技术构建ＷｅｂＧＩＳ系统可行性、一般步骤和主要任务,着重剖析了在ＷｅｂＧＩＳ系统中组件模型的运行机制。将组件对象模型这一新的技术引入 ＷｅｂＧＩＳ领域,提高 ＷｅｂＧＩＳ技术水平和工作效率,充分发挥ＷｅｂＧＩＳ的效能。     

Spatiotemporal correlation in WebGIS group-user intensive access patterns

Group-user intensive access to WebGIS exhibits spatiotemporal behaviour patterns with aggregation features and regularity distributions when geospatial data are accessed repeatedly over time and aggregated in certain spatial areas. We argue that these observable group-user access patterns provide a foundation for improved optimization of WebGIS so that it can respond to volume intensive requests with a higher quality of service and improve performance. Subsequently, a measure of access popularity distribution must precisely reflect the access aggregation and regularity features found in group-user intensive access. In our research, we considered both the temporal distribution characteristics and spatial correlation in the access popularity of tiled geospatial data (tiles). Based on the observation that group-user access follows a Zipf-like law, we built a tile-access popularity distribution based on time-sequence, to express the access aggregation of group-users with heavy-tailed characteristics. Considering the spatial locality of user-browsed tiles, we built a quantitative expression for the correlation between tile-access popularities and the distances to hotspot tiles, reflecting the attenuation of tile-access popularity to distance. Moreover, given the geographical spatial dependency and scale attribute of tiles, and the time-sequence of tile-access popularity, we built a Poisson regression model to express the degree of correlation among the accesses to adjacent tiles at different scales, reflecting the spatiotemporal correlation in tile access patterns. Experiments verify the accuracy of our Poisson regression model, which we then applied to a cluster-based cache-prefetching scenario. The results show that our model successfully reflects the spatiotemporal aggregation features of group-user intensive access and group-user behaviour patterns in WebGIS. The refined mathematical method in our model represents a time-sequence distribution of intensive access to tiles and the spatial aggregation and correlation in access to tiles at different scales, quantitatively expressing group-user spatiotemporal behaviour patterns with aggregation features and a regular distribution. Our proposed model provides a precise and empirical basis for performance-optimization strategies in WebGIS services, such as planning computing resource allocation and utilization, distributed storage of geospatial data, and providing distributed services so as to respond rapidly to geospatial data requests, thus addressing the challenges of volume-intensive user access.     

一种基于服务器场的分布式WebGIS计算模型设计与实现

分析传统网络地理信息系统(WebGIS)体系的弊端,从负载均衡与地图状态同步的角度提出一种基于服务器场的分布式WebGIS计算模型。通过自定义服务器场底层交互协议、地图服务器场分布式动态均衡调度算法、地图状态对象池技术,解决了传统WebGIS计算模型异构兼容性差、并行处理能力弱、地图状态对象无法同步等问题,并建立试验床对该模型的性能进行验证。     

Integrating social network data into GISystems

Today, online social media outlets provide new and plentiful sources of data on social networks (SNs) and location-based social networks (LBSNs), i.e., geolocated evidence of connections between individuals. While SNs have been used to show how the magnitude of social connectivity decreases with distance, there are few examples of how to include SNs as layers in a GISystem. If SNs, and thus, interpersonal relationships, could be analyzed in a geographic information system (GIS) setting, we could better model how humans socialize, share information, and form social groups within the complex geographic landscape.

Our goal is to facilitate a guide for analyzing SNs (as derived from online social media, telecommunications, surveys, etc.) within geographic space by combining the mature fields of social network analysis (SNA) and GISystems. First, we describe why modeling socialization in geographic space is essential for understanding human behavior. We then outline best practices and techniques for embedding SN nodes and edges in GISystems by introducing terms like ‘social flow’ and ‘anthrospace’, and categorizations for data and spatial aggregation types. Finally, we explore case study vignettes of SNA within GISystems from diverse regions located in Bolivia, China, Côte d’Ivoire, Singapore, the United Kingdom, and the United States, using concepts such as geolocated dyads, ego–alter relationships, node feature roles, modularity, and network transitivity.