顾及拓扑面向实体的三维矢量数据模型

拓扑关系数据模型和面向实体的数据模型是两种典型的三维矢量数据模型。拓扑关系数据模型在表达复杂的地理实体的局部更新等方面存在一定的困难,而面向实体的数据模型存在拓扑关系处理复杂,存贮量大等缺点。针对这两个模型的优缺点,设计一个顾及拓扑面向实体的三维矢量数据模型,这是一种综合面向实体和拓扑关系的混合数据模型。这种模型具备了面向对象以及拓扑关系模型的优点,解决了地上三维景观、TIN和城市三维地质等应用对数据模型的要求。     

基于Delaunay三角网的Shapefile几何纠正算法与实现

一般的商业软件只提供比较简单的算法,能够对矢量数据几何纠正实现简单的、全局意义上的处理。研究以Delaunay算法为基础,提出了基于二维平面剖分的、具有局部意义的矢量数据几何纠正算法。在Visual Studio2005开发环境下,使用C#2.0与C 分别实现相关功能,完成了算法的实现。文中提到的解决方法在东北地区2005年土地利用数据库更新项目的空间数据集成问题中得到了成功应用。     

空间数据存储研究及其在岩石圈深部探测数据中的应用

深部地球物理探测数据是岩石圈结构研究的重要资料,然而由于地学数据本身的多来源、多学科、海量等特点阻碍了数据的共享,而GIS技术恰好以强大的多学科交叉和空间数据处理功能为数据发布提供了新的途径。在GIS中信息的显示和分析方法都取决于地理信息数据模型,因此在利用GIS技术建立数据共享平台时,建立一个符合数据体查询和分析要求的数据模型尤为重要。笔者对几种空间数据存储方式和主流的空间数据模型进行了深入研究,最终结合深部地球物理探测数据的特点,以Geodatabase为基础建立了一个数据模型,为数据发布奠定了基础。     

面向实体的空间数据模型

空间数据模型是地理信息系统(GIS) 研究的基础内容.为适应新一代大型GIS的数据量大, 拓扑关系复杂, 数据种类多等特点, 提出了一种新型GIS数据模型---面向地理实体的空间数据模型.它以实体为基本表达对象, 具有较强的空间和语义表现力, 支持语义表达和转换, 便于实现等优点.从空间数据管理, 概念数据模型等方面详细地介绍了该种数据模型.实践表明, 采用该数据模型, 系统对真实世界的实体表现力将大大增强, 数据组织更加合理.      

GIS数据的出版可视化技术研究与实践

GIS空间数据的出版可视化技术研究与实践，不仅能够满足GIS空间数据的出版要求，同时对于最大限度地利用GIS数据资源、避免基础数据的重复投入和提高地图生产效率有着重要的现实意义。文章论述了地理空间数据的类型、关系、矢量数据结构及其在电子出版系统中共享的制约因素，讨论了GIS空间数据在电子出版系统中可视化技术实现的基本方法，在实践的基础上提出了两种企业级解决方案。     

基于GeoSciML的地学数据互操作服务研究

地球科学数据依托于WebGIS进行数据共享与服务是全球地质行业发展的必然趋势,但是,由于地质数据存储格式不同、数据模型与数据结构差异及地质数据的敏感性等原因导致多源异构数据的产生,给数据共享与综合利用带来了困难。研究传统地质数据模型和GeoSciML模型,对比分析两者图层和要素属性方面的异同,从语义融合角度提出了采用传统模型的地质空间数据到GeoSciML模型的数据映射方法。结果表明,在数据格式转换和整合过程中保证了信息的完整准确,地质空间数据的互操作性强且符合数据映射要求,为我国地质数据面向国际深度共享与服务提供了科学方法。     

地学空间数据模型的研究

以美国、加拿大、澳大利亚等国家地质调查局建立的地学空间数据库为基础，阐述了建立地学空间数据模型的重要意义。归纳了地学空间数据模型的设计原则，认为图层与属性表的实体关系、图层及属性表多少为佳是着重要解决的问题。通过对地学空间数据模型概念设计的深入研究，可以使地学空间数据模型设计人员正确地理解地学专家领域的问题，而逻辑设计则是地学空间数据模型的核心。地学逻辑数据模型研究的主要任务有图层的划分、属性表定义及关联、空间图形数据图层与属性数据的关联等。     

面向对象的地质图数据模型研究与实践

地质数据模型是地质应用问题向计算机应用系统转换的桥梁，是地质数据库建设和地质信息系统开发的基础。开发面向对象的地质图数据模型是为了更好地满足各种应用需求，合理高效地组织、存储和管理地质图数据，方便用户进行数据分析与知识发掘。基于现有的GIS空间数据建模技术和技术平台原则，结合数据库建设实践，建立了应用模型与组织模型统一的地质图数据模型。     

福州市基础地理信息系统的建设

从系统建设的目标、总体框架、功能模块、数据等几方面简要介绍了福州市基础地理信息系统的建设情况。着重阐述了数据编码方案,数据模型与数据组织存储模式,以及基于ORACLE和ArcSDE的城市空间数据管理。     

一种面向LUCC的时空数据存储管理模型

为满足土地利用和地表覆盖变化(land-use and land-cover change,LUCC)动态监测中时空数据统计分析、时空过程模拟、时空演变分析预测、时空数据挖掘的应用需求,需将LUCC数据存储管理方式由单一空间数据推进至时空数据存储管理。本文提出一种基于快照和面向对象的混合时空数据模型,支持矢量和栅格时空数据存储管理、LUCC时空过程模拟、LUCC时空过程建模参数提取和成果数据管理与发布。基于该模型研发了LUCC时空信息系统原型,以LUCC时空信息统计、地表覆盖斑块时空过程模拟、地表覆盖时空转移矩阵计算为例,验证了模型的可行性。     

松辽平原西部水文地质空间数据库建设方法

松辽平原西部地下水资源调查评价水文地质空间数据库应用MapGis软件作为图形工具平台,在建库过程中,遵循统一的建库标准和工作指南,进行属性数据库和空间数据库的建设.     

Fractal Method for Statistical Analysis Geological Data

This paper establishes the phase space in the light of spacial series data,discussesthe fractal structure of geological data in terms of correlated functions and studies thechaos of these data.In addition,it introduces the R/S analysis for time series analysisinto spacial series to calculate the structural fractal dimensions of ranges and standard de-viation for spacial series data,and to establish the fractal dimension matrix and the proce-dures in plotting the fractal dimension anomaly diagram with vector distances of fractal di-mension.At last,it has examples of its application.     

一种面向对象的三维地下空间矢量数据模型

针对地下空间的真三维连续特性以及建模过程的动态交互编辑与分析要求,提出了一种新的三维地下空间矢量数据模型。该模型采用面向对象思想对地下各种空间对象进行抽象描述;利用模型中的线段要素增强几何元素之间拓扑连接关系的维持,为地质体的切割和地下工程体的开挖等分析提供了算法上的便利;引入拓扑面更好地表达了地下空间对象之间的拓扑邻接关系。该模型在三维地下空间数据的存储管理、查询分析以及实时逼真绘制等方面都表现出较好的性能,适用于地下勘探工程的建模与分析。     

基于数据再生与空间重构的岩土体变形行为预测

针对岩土体变形行为预测中观测数据的有限性以及信息的不完备性,提出以分段插值或Boostrap重采样对有限观测数据再生以增强数据细节信息,以坐标变换或状态空间重构改变时序数据的表示形式,并重写原有不显著的规律的研究方法。在深入分析方法中重采样、混沌辨识、相空间重构的嵌入维数和延迟时间等关键技术的基础上,分别采用支持向量机、径向基函数前向型神经网络（RBF）以及反馈型神经网络（Elman）,对3组不同特征工程算例的岩土体变形时序在数据再生和空间重构前后进行预测对比研究。结果表明,变形时序的数据再生与重构能够极大地扩充数据细部特征信息和凸显岩土体变形演化的本质规律,以此数据建立的SVM预测模型,其可靠性和准确性优于以原始数据SVM、RBF和Elman建模预测效果。     

关于地理信息系统(GIS)数据精度与质量探讨

GIS空间数据精度与质量直接影响一个国家GIS应用的广度与深度。本文从GIS数据3个基本内容,即空间数据、属性数据、空间数据拓朴关系,论述了空间数据的质量控制因素、属性数据的质量控制因素、空间实体之间关系和空间数据与属性数据之间关系的质量控制因素。     

吉林省1:20万水文地质图空间数据库建库工作方法及体会

从工作准备、图形矢量化与校正、建立分层文件、属性编辑、坐标转换、图面整饰和成果输出几方面,叙述在1：20万水文地质图空间数据库建设工作中形成的一套工作方法,结合本省实际提出了建立吉林省空间数据库时对本省区域水文地质特征的处理方法和几点工作体会。     

Development of Geological Data Warehouse

Data warehouse (DW), a new technology invented in 1990s, is more useful for integrating and analyzing massive data than traditional database. Its application in geology field can be divided into 3 phrases: 1992-1996, commercial data warehouse (CDW) appeared; 1996-1999, geological data warehouse (GDW) appeared and the geologists or geographers realized the importance of DW and began the studies on it, but the practical DW still followed the framework of DB; 2000 to present, geological data warehouse grows, and the theory of geo-spatial data warehouse (GSDW) has been developed but the research in geological area is still deficient except that in geography. Although some developments of GDW have been made, its core still follows the CDW-organizing data by time and brings about 3 problems: difficult to integrate the geological data, for the data feature more space than time; hard to store the massive data in fifferent levels due to the same reason; hardly support the spatial analysis if the data are organized by time as CDW does. So the GDW should be redesigned by organizing data by scale in order to store mass data in different levels and synthesize the data in different granularities, and choosing space control points to replace the former time control points so as to integrate different types of data by the method of storing one type data as one layer and then to superpose the layers. In addition, data cube, a wide used technology in CDW, will be no use in GDW, for the causality among the geological data is not so obvious as commercial data, as the data are the mixed result of many complex rules, and their analysis needs the special geological methods and software; on the other hand, data cube for mass and complex geo-data will devour too much store space to be practical. On this point, the main purpose of GDW may be fit for data integration unlike CDW for data analysis.     

An inverse method to determine the optimal stress from imperfect fault data

An inverse method is developed to determine the optimal stress inversion from imperfect fault data. It is specifically designed to process fault data at variable division—either with observed slip directions or with observed fault/slip senses or with both. The method has the flexibility of processing data with a few fault/slip senses incorrectly determined—a case we occasionally meet in the field. A vast number of artificial 10-datum examples are processed to illustrate the reliability of the method and to examine the effects of the data set at variable division on stress estimation. The results show that the precision of solution decreases with the increase in either of two factors, the percentage of the data limited to slip sense and the range of measurement error, both resulting in a broader dispersion of estimated stress vectors relative to the assigned stress vector in the sigma space. Thus, in order to keep the dispersion within a range of 5° requires the percentage of data for which only slip sense is known to be less than about 20%. This in turn allows for a measurement error range in the data of 10° in real space, much larger than real measurement errors. We believe that the proposed method would be of practical value for stress inversion of fault/slip data.