关于建设省级地理空间数据交换中心的思考

省级地理空间数据交换中心是国家空间信息基础设施建设的核心内容之一。本文针对现阶段在我国建设省级地理空间数据交换中心的问题，分析了其基本建设内容，提出了需解决和应用的关键技术。     

地理空间数据共享机制研究

地理空间数据是地理信息系统的重要组成部分，是国家空间数据基础设施建设的主体，但地理空间数据的多样性导致了数据共享的困难。文中探讨了产生地理空间数据多样性的原因，分析总结了现有的地理空间数据共享的解决方案，并对地理空间数据共享的发展方向进行了展望。     

城市空间信息基础设施建设结构模型研究

首先对WebGIS的发展状况进行了分析,然后介绍了Web Services的工作原理,给出了面向Geo-Services的城市空间信息基础设施建设的结构模型,并依据该模型对北京市基础地理信息数据库集成项目进行了典型研究.     

现代测绘学在构建数字地球中的作用

叙述了数字地球的由来、概念和作用。从现代测绘学的发展,阐述了它在构建数字地球中的作用和地位。     

基于BLOB的空间数据存取方法研究与应用

首先介绍了数据库存储大二进制字段的技术,分析了SDE空间数据存取方法及其特点,提出一种利用大二进制对象存取空间数据的技术方案,并利用实际数据进行了测试与对比。实验表明,本文方法在一定程度上简化了SDE中利用ArcEngine读取和写入记录的问题,提高了空间数据检索效率。     

S3M空间三维模型数据格式的特点和应用

中国地理信息产业协会团体标准T/CAGIS 1-2019定义了一种开放式可扩展的空间三维模型数据格式Spatial 3D Model(S3M),适用于空间三维模型数据的传输、交换与共享,有助于解决多源空间三维模型数据在不同终端地理信息平台中的存储、高效可视化、共享与互操作等问题。本文分析了S3M格式的特点和优势,提出基于S3M的多源异构数据跨终端应用框架,并基于S3M SDK利用实际数据进行了功能和性能测试。     

基于空间数据引擎构建GIS应用

以利用空间数据引擎构建GIS应用为主要研究内容,从体系结构、核心技术、工作流程等方面对该技术做了详细介绍,又以MapInfo Spatialware为例,给出了基于MapInfo Spatialware构建GIS应用的解决方案。     

基于ASP技术的空间数据交换中心安全性问题研究

针对国家空间数据交换中心的安全性问题,通过一个实例从数据存储、数据库维护、动态网页技术（ＡＳＰ）进行了深入的研究和探讨,并进一步说明了ＡＳＰ技术在动态站点安全性维护中的诸多优势。     

Positional Accuracy of Spatial Data: Non-Normal Distributions and a Critique of the National Standard for Spatial Data Accuracy

Spatial data quality is a paramount concern in all GIS applications. Existing spatial data accuracy standards, including the National Standard for Spatial Data Accuracy (NSSDA) used in the United States, commonly assume the positional error of spatial data is normally distributed. This research has characterized the distribution of the positional error in four types of spatial data: GPS locations, street geocoding, TIGER roads, and LIDAR elevation data. The positional error in GPS locations can be approximated with a Rayleigh distribution, the positional error in street geocoding and TIGER roads can be approximated with a log‐normal distribution, and the positional error in LIDAR elevation data can be approximated with a normal distribution of the original vertical error values after removal of a small number of outliers. For all four data types considered, however, these solutions are only approximations, and some evidence of non‐stationary behavior resulting in lack of normality was observed in all four datasets. Monte‐Carlo simulation of the robustness of accuracy statistics revealed that the conventional 100% Root Mean Square Error (RMSE) statistic is not reliable for non‐normal distributions. Some degree of data trimming is recommended through the use of 90% and 95% RMSE statistics. Percentiles, however, are not very robust as single positional accuracy statistics. The non‐normal distribution of positional errors in spatial data has implications for spatial data accuracy standards and error propagation modeling. Specific recommendations are formulated for revisions of the NSSDA.