GIS的决策支持作用及其在ITS中的应用

地理信息系统(GIS)在智能交通系统(ITS)服务的各个领域中的框架定位作用越来越重要。和定位作用一样，GIS的空间决策支持作用已逐步应用于ITS的各个服务领域。本文通过对普通GIS空间决策支持作用的分析，提出面向ITS的GIS不仅可以对交通信息起空间定位作用，而且可以运用其对空间数据的分析能力，通过与交通专业的结合，在ITS的各个服务领域起决策支持作用。同时，根据ITS对GIS决策支持的要求，提出了面向ITS的专题GIS应具有的特点。     

服务于PDA的矢量数据分块存储数据结构的研究

数据结构、数据模型是GIS领域中一个比较重要的研究方向，目前GIS中较成熟的数据结构均是针对个人PC机或工作站硬件环境，并不适合以掌上电脑为平台的移动GIS系统。针对以掌上电脑为代表的智能移动终端，提出了一种矢量数据分块数据结构模型。该数据结构适用于以PDA智能终端为硬件平台的移动GIS系统，是实现矢量图形数据存储与快速显示的技术关键。     

3维GIS面向对象数据模型的研究与应用

3维数据模型是3维GIS研究中亟待解决的一个核心问题。在充分分析现有3维数据模型的基础上，从实际应用出发，针对传统模型的不足，提出1种3维GIS面向对象数据模型，以解决空间不规则实体本身，以及实体间复杂关系的描述、表达和组织等关键问题，并给出此模型应用实例，证明此模型的可行性和实用性。     

矢量GIS数据位置精度评价

论述了采用野外测量法评价矢量GIS数据位置精度的过程，为精确评价位置精度提出了相应的质量控制措施，讨论了必要的检测点数目、检测点选择等，并对该方法的适用范围作了说明。     

空间数据质量相关问题探讨

阐述研究空间数据质量问题的必要性和重要性,进而依据GIS数据流程系统分析了产生数据质量问题的各种因素;并重点介绍了空间数据质量问题中基本的误差和不确定性分析方法以及常用的误差控制与校正方法。     

江门市GIS建设的矢量化数据处理

结合江门市GIS工程建设中采用Epscan2.1进行地形图扫描矢量化的具体实践,对矢量化数据处理的几个突出问题作了阐述,提出了具体的解决思路与实现方法。     

基于MapXtreme的地理信息发布

随着近年来计算机技术的发展,尤其是网络技术的发展,GIS在组成结构和应用技术等方面已与传统的GIS技术有了很大的不同,基于MapXtreme/MapX的WebGIS则是GIS技术发展的趋势。本文简单介绍WebGIS的发展趋势,结合一些例子介绍了利用MapXtreme的地理信息发布的技术和原理。     

3维数字地球快速缓冲区分析算法

提出一种应用在3维数字地球中的通过图形处理器(GPU)快速实现矢量数据缓冲区分析的算法。使用一张4通道的纹理图作为容器将地理实体的矢量数据传入GPU,利用GPU的高效并行特性,将目标缓冲区纹理中的每个像素所对应的矢量坐标与原实体进行距离量算,在一次渲染中得到缓冲区纹理,最后提取出缓冲区纹理的边界。选择中国的流域和湖泊矢量数据,将本文算法与两种传统的CPU算法进行了缓冲区分析计算、测试和对比。结果显示,本文算法相对于传统矢量算法效率提高了9—16倍,相对于传统栅格算法效率提高11—20倍。实验证明,该算法计算简单,效果明显,特别是随着数据量增大,缓冲区计算速度显著优于传统算法,并能有效解决传统矢量法缓冲区分析中的数据自相交问题。     

云服务平台下的地理信息系统技术研究

云计算与云服务经过几十年的探索与发展,已逐渐进入实际应用阶段。本项目从云服务如何服务于地理信息系统的角度进行研究。本文介绍了项目的整体设计与内容,及当前云服务的发展现状,概述了Open Layers API所具有的几个优势和开源地理信息系统的建设过程。本文重点说明了在云服务平台上部署地理信息系统的工作流程和需要注意的几个问题。     

Development of a GIS data model with spatial,temporal and attribute components based on object-oriented approach

This paper presents a conceptual data model, the STA-model, for handling spatial, temporal and attribute aspects of objects in GIS. The model is developed on the basis of object-oriented modeling approach. This model includes two major parts: (a) modeling the signal objects by STA-object elements, and (b) modeling relationships between STA-objects. As an example, the STA-model is applied for modeling land cover change data with spatial, temporal and attribute components.