智能矿山系统的应用与开发

我国能源发展以煤炭为主,其中,95%以上的煤炭产量来自井工开采,井工开采引起的地面塌陷会造成建(构)筑物和土地等的破坏;为此,本文通过收集资料和分析工程的实际需求,利用VC++编程研发了矿山数据库管理与沉陷预警系统;系统包括矿山数据库管理模块和沉陷预警模块,包含矿区采空区上方建(构)筑物、土地等的移动变形分析,并为损坏等级评定提供参考。     

县级市建设用地分类信息管理系统的设计与实现

以太仓市建设用地管理的实际应用需求为背景,设计并构建了一个典型的县级市建设用地分类信息管理系统,该系统综合运用了空间数据库、ArcGIS Engine与Web Server技术,集成"天地图"的地理信息服务资源,实现了用地数据的精细化分类查询统计、动态更新和信息共享,为基层国土资源部门的建设用地管理、规划和决策提供全面、可靠的技术保障。     

ComGIS在阿克苏地区矿产资源数据库管理系统建设中的应用

采用ComGIS技术,SuperMap二次开发平台,利用可视化开发工具C#与SuperMap Object提供的控件、工具、对象库相结合的具体开发模式,设计开发了阿克苏地区矿产资源数据库管理系统。并利用GIS实现了矿产资源数据库基础数据的建设。     

地面气象测报业务试题库自动化管理系统

将地面气象观测规范、地面气象观测、气象学等多项知识形成题库,利用VB6编程、Access 2003数据库及Word 2003文字处理软件,研制了地面气象测报业务试题库自动化管理系统,实现了以下主要功能:用户管理、数据库管理、试题库维护、自动生成试卷、试卷编辑打印。着重阐述该系统的设计思路、技术方法、功能实现及使用效果。     

空间数据自动化建库工具研究

空间数据库的建设速度和成本是影响GIS应用的重要因素。目前空间数据建库存在软件通用性差、建库过程操作复杂、人工干预多、建库效率低等问题。本文针对建库中存在的问题，研究并提出了基于可视化建模思想的空间数据库自动化建库技术，有助于大幅度降低建库复杂性及建库成本，提高效率。     

1：150万山东省地下水资源评价空间数据库建库工作方法及流程

1：150万山东省地下水资源评价空间数据库，是全国地下水资源评价空间数据库的重要组成部分，是在新一轮山东省地下水资源评价的基础上建立的。本文简要论述了建库的准备、图形数据采集、属性数据采集、数据的集成4个阶段的工作方法流程。该库的建立，实现了山东省地下水资源评价空间信息的集中管理、数据的网络查询、统计分析及全国范围内的信息共享。     

数据库系统的通用框架设计与实现

主要介绍了一种数据库系统的通用框架设计和实现方法，对于任何一种C／S模式的数据库管理系统，通过修改数据库中的数据，就可以自动构建整个数据库系统的框架和系统管理模块，程序员只关心具体的业务模块即可。该方法大大缩短基于C／S结构数据库系统的项目开发周期，提高工作效率。     

多口出入的网络停车场系统设计

介绍了大型停车场系统设计实现以及安全性原理，针对现有停车场系统的缺点和不足因素，在保证传统停车场系统优势的基础上，采用先进的编程技术、硬件设计和网络技术建立适应不同停车场类型的软硬件系统，在实际应用中取得了很好的效果。     

动态网页数据库教学方法探索

以任务教学法和难题教学法为理论基础,研究了在学科教学当中,如何用最有效的方法帮助学生建立动态网页数据库的知识体系.从实践层面上分析了网页数据库教学的基本特点,并提出了该课程教学的若干原则.在实践层面上,为同行工作者提供了一个可供借鉴的课程模型,最终达到培养学生的兴趣和能力的双重教学目的.     

Soil erosion assessment and its verification using the Universal Soil Loss Equation and Geographic Information System: a case study at Boun,Korea

This study is aimed at the evaluation of the hazard of soil erosion and its verification at Boun, Korea, using a Geographic Information System (GIS) and remote sensing. Precipitation, topographic, soil, and land use data were collected, processed, and constructed into a spatial database using GIS and remote sensing data. Areas that had suffered soil erosion were analysed and mapped using the Universal Soil Loss Equation (USLE). The factors that influence soil erosion are rainfall erosivitiy (R) from the precipitation database, soil erodibility (K) from the soil database, slope length and steepness (LS) from the topographic database, and crop and management (C) and conservation supporting practices (P) from the land use database. Land use was classified from Landsat Thematic Mapper satellite images. The soil erosion map verified use of the landslide location data. Landslide locations were identified in the Boun area from interpretation of aerial photographs and field surveys.