空间数据库引擎SDE的研究

利用大型关系数据库管理海量的GIS数据,由于空间数据的不定长,造成存储效率低下,此外,现有的SQL并不支持空间数据库检索,需要解决空间数据和DBMS之间数据的存储、读取、检索、管理等基本功能。探讨了空间数据库引擎(SDE)的概念、实质和特点,并对Arc SDE进行了研究,对MAPGIS7.0中的SDE做了简短描述。     

DLG制图数据生产中AutoCAD自动填充的实现方法

DLG制图数据是1∶10 000基础测绘3D产品的重要组成部分,在DLG制图数据的生产时常采用Auto-CAD的DWG格式。而AutoCAD在生产DLG制图数据时不能有效处理拓扑问题,同时在AutoCAD中的面色填充,一直以来都没有一个简便而快速的方法。本文在总结实际生产经验的基础上,利用Python编程语言实现了Auto-CAD面状地物的自动填充,在实际生产中提高了效率,保证了DLG制图数据产品的质量。     

土地信息多级网格及其应用

多比例尺空间数据的表达与处理是GIS的一个固有问题,本文用土地信息多级网格代替多级土地数据库中的多比例尺数据库及其多比例尺表达,以解决多级土地数据库建库过程中制图综合带来的地类数据变化问题,同时也为土地数据的共享提供了方便.     

基于GIS的历史自然灾害数据库设计与实现

本文提出了利用空间数据库和GIS技术整理分析方志、古籍的研究方法,结合《中国古代重大自然灾害和异常年表总集》中记载的各种自然灾害信息,采用面向对象的Geodatabase数据模型,建立了中国全区域的,多朝代的,多自然灾害要素的,带有地理特征的关系型数据库,实现了数据的统一描述与管理,并根据专题数据制作了单一灾害要素、多种灾害要素的专题地图,可视化分析了历史自然灾害的时空分异,最后将地图进行网络发布以实现数据共享。结果表明GIS有利于方志、古籍的数字化整理与分析,实现了以信息技术保护、传播和有效的利用方志资料。     

鄱阳湖湿地地理信息系统建设及其关键技术研究

以鄱阳湖湿地为研究对象,建立了集知识、模型和决策为一体的鄱阳湖湿地基础地理信息系统,在一定程度上解决了湿地生态经济建设中环境污染及水文监测、洪涝灾害预测、湿地土地规划时空演变模拟以及水利枢纽建设等不同行业相关业务之间既紧密联系又相互隔离的矛盾。     

开放性地质空间数据库的设计与应用

使用ArcGIS及Access软件设计了开放性地质空间数据库,高效地管理沉积盆地中的海量地质数据,将地质属性数据、地理空间数据、地质图件等在空间位置上有机地结合起来。实践证明,开放性空间数据库可以有效地管理、交流、分析、提取、更新地质信息,在古地理研究中具有重要的辅助作用。随着地质数据的逐渐增加,其适用性、效率性、直观性愈加显著,古地理研究成果逐步接近准确。     

石油地质研究中海量录井数据管理的数据库技术

在石油地质研究中,常需要处理、分析大量的测井、录井数据,并绘制单井柱状图及联井剖面图,进而对海量地质数据进行"单因素"统计、计算、对比和分析,以便于分析其沉积相及沉积环境。目前,由于地质数据的海量增长,常规的Excel电子表格管理模式已难以满足生产、科研的需求。以绘制柱状图中和单因素提取中数据处理为例,介绍关系型数据库技术对海量录井数据的管理和信息提取等技术,尤其是数据库的快速查询、修改、删除、统计和计算等功能的灵活使用,大大提高了工作效率,增强了数据的准确性和灵活性。实践证明,该方法是一种切实可行的科学管理方法,可以在地学研究中推广使用。     

《上海市地图集》世博专版的设计特点

在《上海市地图集》(中国2010年上海世博会专版)设计与编制实践中,针对《上海市地图集》(以下简称《图集》)的编制背景和上海地域特色,突破了传统城市地图集的内容结构与表达模式,对该图集的内容框架、表示方法运用以及图形效果进行了富有特色的创新设计,使之成为世博会文化工程的亮点之一,获得了国内外一致好评。     

城市电子地图色调分类理论研究

通过分析当前城市电子地图色彩设计中存在的问题,提出了城市电子地图色调分类理论,探讨了该理论产生的原因和理论概况。通过对各种城市电子地图色调分类的粗略比较,将地图色调宽泛地定义为五种基本类型:清新淡雅型、热烈奔放型、知性沉稳型、甜美柔媚型和专业高效型。通过大量的检索和实践,分别归纳得出各个类型的地图色调配色参考系数,从而搭建出一个城市电子地图色调定位的色彩设计数据库并进行了实践。实践表明该库的建立对普通用户设计地图提供了一定的帮助,具有一定的实用价值。     

浅谈分布式数据库在地理信息系统中的应用

随着人类科学技术的飞速发展,信息革命推进了各个学科的共同发展,使许多学科的发展由单一化到多元化,并逐渐形成交叉学科。就地理信息系统而言,多种交叉学科通过各种信息资源构成了它的框架,各种数据组成了它的主体。同时,由于数据量的不断扩大以及地域分布的不断扩散,使得基于网络环境下的分布式数据库得到了前所未有的发展。