GIS簡潔的技術(shù)規(guī)范要點 gis中使用的三種簡單要素

GIS基本技術(shù)有哪些？

引言

創(chuàng)新互聯(lián)是一家集網(wǎng)站建設(shè),長安企業(yè)網(wǎng)站建設(shè),長安品牌網(wǎng)站建設(shè),網(wǎng)站定制,長安網(wǎng)站建設(shè)報價,網(wǎng)絡(luò)營銷,網(wǎng)絡(luò)優(yōu)化,長安網(wǎng)站推廣為一體的創(chuàng)新建站企業(yè)，幫助傳統(tǒng)企業(yè)提升企業(yè)形象加強(qiáng)企業(yè)競爭力。可充分滿足這一群體相比中小企業(yè)更為豐富、高端、多元的互聯(lián)網(wǎng)需求。同時我們時刻保持專業(yè)、時尚、前沿，時刻以成就客戶成長自我，堅持不斷學(xué)習(xí)、思考、沉淀、凈化自己，讓我們?yōu)楦嗟钠髽I(yè)打造出實用型網(wǎng)站。

地理信息系統(tǒng)(Geographic Information System，簡稱GIS)是計算機(jī)科學(xué)、地理學(xué)、測量學(xué)、地圖學(xué)等多門學(xué)科綜合的技術(shù)[1]。GIS的基本技術(shù)是空間數(shù)據(jù)庫、地圖可視化及空間分析，而空間數(shù)據(jù)庫是GIS的關(guān)鍵?？臻g數(shù)據(jù)挖掘技術(shù)作為當(dāng)前數(shù)據(jù)庫技術(shù)最活躍的分支與知識獲取手段，在GIS中的應(yīng)用推動著GIS朝智能化和集成化的方向發(fā)展。

1 空間數(shù)據(jù)庫與空間數(shù)據(jù)挖掘技術(shù)的特點

隨著數(shù)據(jù)庫技術(shù)的不斷發(fā)展和數(shù)據(jù)庫管理系統(tǒng)的廣泛應(yīng)用，數(shù)據(jù)庫中存儲的數(shù)據(jù)量也在急劇增大，在這些海量數(shù)據(jù)的背后隱藏了很多具有決策意義的信息。但是，現(xiàn)今數(shù)據(jù)庫的大多數(shù)應(yīng)用仍然停留在查詢、檢索階段，數(shù)據(jù)庫中隱藏的豐富的知識遠(yuǎn)遠(yuǎn)沒有得到充分的發(fā)掘和利用，數(shù)據(jù)庫中數(shù)據(jù)的急劇增長和人們對數(shù)據(jù)庫處理和理解的困難形成了強(qiáng)烈的反差，導(dǎo)致“人們被數(shù)據(jù)淹沒，但卻饑餓于知識”的現(xiàn)象。

空間數(shù)據(jù)庫(數(shù)據(jù)倉庫)中的空間數(shù)據(jù)除了其顯式信息外，還具有豐富的隱含信息，如數(shù)字高程模型〔DEM或TIN〕，除了載荷高程信息外，還隱含了地質(zhì)巖性與構(gòu)造方面的信息；植物的種類是顯式信息，但其中還隱含了氣候的水平地帶性和垂直地帶性的信息，等等。這些隱含的信息只有通過數(shù)據(jù)挖掘才能顯示出來?？臻g數(shù)據(jù)挖掘（Spatial Data Mining，簡稱SDM），或者稱為從空間數(shù)據(jù)庫中發(fā)現(xiàn)知識，是為了解決空間數(shù)據(jù)海量特性而擴(kuò)展的一個新的數(shù)據(jù)挖掘的研究分支，是指從空間數(shù)據(jù)庫中提取隱含的、用戶感興趣的空間或非空間的模式和普遍特征的過程[2]。由于SDM的對象主要是空間數(shù)據(jù)庫，而空間數(shù)據(jù)庫中不僅存儲了空間事物或?qū)ο蟮膸缀螖?shù)據(jù)、屬性數(shù)據(jù)，而且存儲了空間事物或?qū)ο笾g的圖形空間關(guān)系，因此其處理方法有別于一般的數(shù)據(jù)挖掘方法。SDM與傳統(tǒng)的地學(xué)數(shù)據(jù)分析方法的本質(zhì)區(qū)別在于SDM是在沒有明確假設(shè)的前提下去挖掘信息、發(fā)現(xiàn)知識，挖掘出的知識應(yīng)具有事先未知、有效和可實用3個特征。

空間數(shù)據(jù)挖掘技術(shù)需要綜合數(shù)據(jù)挖掘技術(shù)與空間數(shù)據(jù)庫技術(shù)，它可用于對空間數(shù)據(jù)的理解，對空間關(guān)系和空間與非空間關(guān)系的發(fā)現(xiàn)、空間知識庫的構(gòu)造以及空間數(shù)據(jù)庫的重組和查詢的優(yōu)化等。

2 空間數(shù)據(jù)挖掘技術(shù)的主要方法及特點

常用的空間數(shù)據(jù)挖掘技術(shù)包括：序列分析、分類分析、預(yù)測、聚類分析、關(guān)聯(lián)規(guī)則分析、時間序列分析、粗集方法及云理論等。本文從挖掘任務(wù)和挖掘方法的角度,著重介紹了分類分析、聚類分析和關(guān)聯(lián)規(guī)則分析三種常用的重要的方法。

2.1、分類分析

分類在數(shù)據(jù)挖掘中是一項非常重要的任務(wù)，目前在商業(yè)上應(yīng)用最多。分類的目的是學(xué)會一個分類函數(shù)或分類模型(也常常稱作分類器)，該模型能把數(shù)據(jù)庫中的數(shù)據(jù)項映射到給定類別中的某一個。分類和我們熟知的回歸方法都可用于預(yù)測，兩者的目的都是從歷史數(shù)據(jù)紀(jì)錄中自動推導(dǎo)出對給定數(shù)據(jù)的推廣描述，從而能對未來數(shù)據(jù)進(jìn)行預(yù)測。和回歸方法不同的是，分類的輸出是離散的類別值，而回歸的輸出則是連續(xù)的數(shù)值。二者常表現(xiàn)為一棵決策樹，根據(jù)數(shù)據(jù)值從樹根開始搜索，沿著數(shù)據(jù)滿足的分支往上走，走到樹葉就能確定類別?？臻g分類的規(guī)則實質(zhì)是對給定數(shù)據(jù)對象集的抽象和概括，可用宏元組表示。

要構(gòu)造分類器,需要有一個訓(xùn)練樣本數(shù)據(jù)集作為輸入。訓(xùn)練集由一組數(shù)據(jù)庫記錄或元組構(gòu)成,每個元組是一個由特征(又稱屬性)值組成的特征向量,此外,訓(xùn)練樣本還有一個類別標(biāo)記。一個具體樣本的形式可為:( v1, v2, ..., vn; c )；其中vi表示字段值，c表示類別。

分類器的構(gòu)造方法有統(tǒng)計方法、機(jī)器學(xué)習(xí)方法、神經(jīng)網(wǎng)絡(luò)方法等等。統(tǒng)計方法包括貝葉斯法和非參數(shù)法(近鄰學(xué)習(xí)或基于事例的學(xué)習(xí))，對應(yīng)的知識表示是判別函數(shù)和原型事例。機(jī)器學(xué)習(xí)方法包括決策樹法和規(guī)則歸納法，前者對應(yīng)的表示為決策樹或判別樹，后者則一般為產(chǎn)生式規(guī)則。神經(jīng)網(wǎng)絡(luò)方法主要是反向傳播（Back-Propagation,簡稱BP）算法，它的模型表示是前向反饋神經(jīng)網(wǎng)絡(luò)模型(由代表神經(jīng)元的節(jié)點和代表聯(lián)接權(quán)值的邊組成的一種體系結(jié)構(gòu))，BP算法本質(zhì)上是一種非線性判別函數(shù)[3]。另外，最近又興起了一種新的方法:粗糙集(rough set)，其知識表示是產(chǎn)生式規(guī)則。

不同的分類器有不同的特點。有三種分類器評價或比較尺度：1) 預(yù)測準(zhǔn)確度；2) 計算復(fù)雜度；3) 模型描述的簡潔度。預(yù)測準(zhǔn)確度是用得最多的一種比較尺度，特別是對于預(yù)測型分類任務(wù)，目前公認(rèn)的方法是10番分層交叉驗證法。計算復(fù)雜度依賴于具體的實現(xiàn)細(xì)節(jié)和硬件環(huán)境，在數(shù)據(jù)挖掘中，由于操作對象是海量的數(shù)據(jù)庫，因此空間和時間的復(fù)雜度問題將是非常重要的一個環(huán)節(jié)。對于描述型的分類任務(wù)，模型描述越簡潔越受歡迎。例如，采用規(guī)則歸納法表示的分類器構(gòu)造法就很有用，而神經(jīng)網(wǎng)絡(luò)方法產(chǎn)生的結(jié)果就難以理解。

另外要注意的是，分類的效果一般和數(shù)據(jù)的特點有關(guān)。有的數(shù)據(jù)噪聲大，有的有缺值， 有的分布稀疏，有的字段或?qū)傩蚤g相關(guān)性強(qiáng)，有的屬性是離散的而有的是連續(xù)值或混合式的。目前普遍認(rèn)為不存在某種方法能適合于各種特點的數(shù)據(jù)。

分類技術(shù)在實際應(yīng)用非常重要，比如：可以根據(jù)房屋的地理位置決定房屋的檔次等。

2. 2 聚類分析

聚類是指根據(jù)“物以類聚”的原理，將本身沒有類別的樣本聚集成不同的組，并且對每一個這樣的組進(jìn)行描述的過程。它的目的是使得屬于同一個組的樣本之間應(yīng)該彼此相似，而不同組的樣本應(yīng)足夠不相似。與分類分析不同，進(jìn)行聚類前并不知道將要劃分成幾個組和什么樣的組，也不知道根據(jù)哪些空間區(qū)分規(guī)則來定義組。其目的旨在發(fā)現(xiàn)空間實體的屬性間的函數(shù)關(guān)系，挖掘的知識用以屬性名為變量的數(shù)學(xué)方程來表示。聚類方法包括統(tǒng)計方法、機(jī)器學(xué)習(xí)方法、神經(jīng)網(wǎng)絡(luò)方法和面向數(shù)據(jù)庫的方法?；诰垲惙治龇椒ǖ目臻g數(shù)據(jù)挖掘算法包括均值近似算法[4]、CLARANS、BIRCH、DBSCAN等算法。目前，對空間數(shù)據(jù)聚類分析方法的研究是一個熱點。

對于空間數(shù)據(jù)，利用聚類分析方法，可以根據(jù)地理位置以及障礙物的存在情況自動地進(jìn)行區(qū)域劃分。例如，根據(jù)分布在不同地理位置的ATM機(jī)的情況將居民進(jìn)行區(qū)域劃分，根據(jù)這一信息，可以有效地進(jìn)行ATM機(jī)的設(shè)置規(guī)劃，避免浪費，同時也避免失掉每一個商機(jī)。

2.3 關(guān)聯(lián)規(guī)則分析

關(guān)聯(lián)規(guī)則分析主要用于發(fā)現(xiàn)不同事件之間的關(guān)聯(lián)性，即一事物發(fā)生時，另一事物也經(jīng)常發(fā)生。關(guān)聯(lián)分析的重點在于快速發(fā)現(xiàn)那些有實用價值的關(guān)聯(lián)發(fā)生的事件。其主要依據(jù)是：事件發(fā)生的概率和條件概率應(yīng)該符合一定的統(tǒng)計意義?？臻g關(guān)聯(lián)規(guī)則的形式是X－＞Y[S%，C%]，其中X、Y是空間或非空間謂詞的集合，S%表示規(guī)則的支持度，C%表示規(guī)則的置信度?？臻g謂詞的形式有3種：表示拓?fù)浣Y(jié)構(gòu)的謂詞、表示空間方向的謂詞和表示距離的謂詞[5]。各種各樣的空間謂詞可以構(gòu)成空間關(guān)聯(lián)規(guī)則。如，距離信息（如Close_to(臨近)、Far_away(遠(yuǎn)離)）、拓?fù)潢P(guān)系（Intersect（交）、Overlap（重疊）、Disjoin(分離)）和空間方位（如Right_of(右邊)、West_of(西邊)）。實際上大多數(shù)算法都是利用空間數(shù)據(jù)的關(guān)聯(lián)特性改進(jìn)其分類算法，使得它適合于挖掘空間數(shù)據(jù)中的相關(guān)性，從而可以根據(jù)一個空間實體而確定另一個空間實體的地理位置，有利于進(jìn)行空間位置查詢和重建空間實體等。大致算法可描述如下：(1)根據(jù)查詢要求查找相關(guān)的空間數(shù)據(jù)；(2)利用臨近等原則描述空間屬性和特定屬性；(3)根據(jù)最小支持度原則過濾不重要的數(shù)據(jù)；(4)運(yùn)用其它手段對數(shù)據(jù)進(jìn)一步提純(如OVERLAY)；(5)生成關(guān)聯(lián)規(guī)則。

關(guān)聯(lián)規(guī)則通?？煞譃閮煞N：布爾型的關(guān)聯(lián)規(guī)則和多值關(guān)聯(lián)規(guī)則。多值關(guān)聯(lián)規(guī)則比較復(fù)雜，一種自然的想法是將它轉(zhuǎn)換為布爾型關(guān)聯(lián)規(guī)則，由于空間關(guān)聯(lián)規(guī)則的挖掘需要在大量的空間對象中計算多種空間關(guān)系，因此其代價是很高的?！N逐步求精的挖掘優(yōu)化方法可用于空間關(guān)聯(lián)的分析，該方法首先用一種快速的算法粗略地對一個較大的數(shù)據(jù)集進(jìn)行一次挖掘，然后在裁減過的數(shù)據(jù)集上用代價較高的算法進(jìn)一步改進(jìn)挖掘的質(zhì)量。因為其代價非常高，所以空間的關(guān)聯(lián)方法需要進(jìn)一步的優(yōu)化。

對于空間數(shù)據(jù)，利用關(guān)聯(lián)規(guī)則分析，可以發(fā)現(xiàn)地理位置的關(guān)聯(lián)性。例如，85%的靠近高速公路的大城鎮(zhèn)與水相鄰，或者發(fā)現(xiàn)通常與高爾夫球場相鄰的對象是停車場等。

3 空間數(shù)據(jù)挖掘技術(shù)的研究方向

3.1 處理不同類型的數(shù)據(jù)

絕大多數(shù)數(shù)據(jù)庫是關(guān)系型的，因此在關(guān)系數(shù)據(jù)庫上有效地執(zhí)行數(shù)據(jù)挖掘是至關(guān)重要的。但是在不同應(yīng)用領(lǐng)域中存在各種數(shù)據(jù)和數(shù)據(jù)庫，而且經(jīng)常包含復(fù)雜的數(shù)據(jù)類型，例如結(jié)構(gòu)數(shù)據(jù)、復(fù)雜對象、事務(wù)數(shù)據(jù)、歷史數(shù)據(jù)等。由于數(shù)據(jù)類型的多樣性和不同的數(shù)據(jù)挖掘目標(biāo)，一個數(shù)據(jù)挖掘系統(tǒng)不可能處理各種數(shù)據(jù)。因此針對特定的數(shù)據(jù)類型，需要建立特定的數(shù)據(jù)挖掘系統(tǒng)。

3.2 數(shù)據(jù)挖掘算法的有效性和可測性

海量數(shù)據(jù)庫通常有上百個屬性和表及數(shù)百萬個元組。GB數(shù)量級數(shù)據(jù)庫已不鮮見，TB數(shù)量級數(shù)據(jù)庫已經(jīng)出現(xiàn)，高維大型數(shù)據(jù)庫不僅增大了搜索空間，也增加了發(fā)現(xiàn)錯誤模式的可能性。因此必須利用領(lǐng)域知識降低維數(shù)，除去無關(guān)數(shù)據(jù)，從而提高算法效率。從一個大型空間數(shù)據(jù)庫中抽取知識的算法必須高效、可測量，即數(shù)據(jù)挖掘算法的運(yùn)行時間必須可預(yù)測，且可接受，指數(shù)和多項式復(fù)雜性的算法不具有實用價值。但當(dāng)算法用有限數(shù)據(jù)為特定模型尋找適當(dāng)參數(shù)時，有時也會導(dǎo)致物超所值，降低效率。

3.3 交互性用戶界面

數(shù)據(jù)挖掘的結(jié)果應(yīng)準(zhǔn)確地描述數(shù)據(jù)挖掘的要求，并易于表達(dá)。從不同的角度考察發(fā)現(xiàn)的知識，并以不同形式表示，用高層次語言和圖形界面表示數(shù)據(jù)挖掘要求和結(jié)果。目前許多知識發(fā)現(xiàn)系統(tǒng)和工具缺乏與用戶的交互，難以有效利用領(lǐng)域知識。對此可以利用貝葉斯方法和演譯數(shù)據(jù)庫本身的演譯能力發(fā)現(xiàn)知識。

3.4 在多抽象層上交互式挖掘知識

很難預(yù)測從數(shù)據(jù)庫中會挖掘出什么樣的知識，因此一個高層次的數(shù)據(jù)挖掘查詢應(yīng)作為進(jìn)一步探詢的線索。交互式挖掘使用戶能交互地定義一個數(shù)據(jù)挖掘要求，深化數(shù)據(jù)挖掘過程，從不同角度靈活看待多抽象層上的數(shù)據(jù)挖掘結(jié)果。

3.5 從不同數(shù)據(jù)源挖掘信息

局域網(wǎng)、廣域網(wǎng)以及Internet網(wǎng)將多個數(shù)據(jù)源聯(lián)成一個大型分布、異構(gòu)的數(shù)據(jù)庫，從包含不同語義的格式化和非格式化數(shù)據(jù)中挖掘知識是對數(shù)據(jù)挖掘的一個挑戰(zhàn)。數(shù)據(jù)挖掘可揭示大型異構(gòu)數(shù)據(jù)庫中存在的普通查詢不能發(fā)現(xiàn)的知識。數(shù)據(jù)庫的巨大規(guī)模、廣泛分布及數(shù)據(jù)挖掘方法的計算復(fù)雜性，要求建立并行分布的數(shù)據(jù)挖掘。

3.6 私有性和安全性

數(shù)據(jù)挖掘能從不同角度、不同抽象層上看待數(shù)據(jù)，這將影響到數(shù)據(jù)挖掘的私有性和安全性。通過研究數(shù)據(jù)挖掘?qū)е碌臄?shù)據(jù)非法侵入，可改進(jìn)數(shù)據(jù)庫安全方法，以避免信息泄漏。

3.7 和其它系統(tǒng)的集成

方法、功能單一的發(fā)現(xiàn)系統(tǒng)的適用范圍必然受到一定的限制。要想在更廣泛的領(lǐng)域發(fā)現(xiàn)知識，空間數(shù)據(jù)挖掘系統(tǒng)就應(yīng)該是數(shù)據(jù)庫、知識庫、專家系統(tǒng)、決策支持系統(tǒng)、可視化工具、網(wǎng)絡(luò)等技術(shù)的集成。

4 有待研究的問題

我們雖然在空間數(shù)據(jù)挖掘技術(shù)的研究和應(yīng)用中取得了很大的成績，但在一些理論及應(yīng)用方面仍存在急需解決的問題。

4.1 數(shù)據(jù)訪問的效率和可伸縮性

空間數(shù)據(jù)的復(fù)雜性和數(shù)據(jù)的大量性，TB數(shù)量級的數(shù)據(jù)庫的出現(xiàn)，必然增大發(fā)現(xiàn)算法的搜索空間，增加了搜索的盲目性。如何有效的去除與任務(wù)無關(guān)的數(shù)據(jù)，降低問題的維數(shù)，設(shè)計出更加高效的挖掘算法對空間數(shù)據(jù)挖掘提出了巨大的挑戰(zhàn)。

4.2 對當(dāng)前一些GIS軟件缺乏時間屬性和靜態(tài)存儲的改進(jìn)

由于數(shù)據(jù)挖掘的應(yīng)用在很大的程度上涉及到時序關(guān)系，因此靜態(tài)的數(shù)據(jù)存儲嚴(yán)重妨礙了數(shù)據(jù)挖掘的應(yīng)用。基于圖層的計算模式、不同尺度空間數(shù)據(jù)之間的完全割裂也對空間數(shù)據(jù)挖掘設(shè)置了重重障礙?？臻g實體與屬性數(shù)據(jù)之間的聯(lián)系僅僅依賴于標(biāo)識碼，這種一維的連接方式無疑將丟失大量的連接信息，不能有效的表示多維和隱含的內(nèi)在連接關(guān)系，這些都增加了數(shù)據(jù)挖掘計算的復(fù)雜度，極大地增加了數(shù)據(jù)準(zhǔn)備階段的工作量和人工干預(yù)的程度。

4.3 發(fā)現(xiàn)模式的精煉

當(dāng)發(fā)現(xiàn)空間很大時會獲得大量的結(jié)果，盡管有些是無關(guān)或沒有意義的模式，這時可利用領(lǐng)域的知識進(jìn)一步精煉發(fā)現(xiàn)的模式，從而得到有意義的知識。

在空間數(shù)據(jù)挖掘技術(shù)方面，重要的研究和應(yīng)用的方向還包括：網(wǎng)絡(luò)環(huán)境上的數(shù)據(jù)挖掘、柵格矢量一體化的挖掘、不確定性情況下的數(shù)據(jù)挖掘、分布式環(huán)境下的數(shù)據(jù)挖掘、數(shù)據(jù)挖掘查詢語言和新的高效的挖掘算法等。

5 小結(jié)

隨著GIS與數(shù)據(jù)挖掘及相關(guān)領(lǐng)域科學(xué)研究的不斷發(fā)展，空間數(shù)據(jù)挖掘技術(shù)在廣度和深度上的不斷深入，在不久的將來，一個集成了挖掘技術(shù)的GIS、GPS、RS集成系統(tǒng)必將朝著智能化、網(wǎng)絡(luò)化、全球化與大眾化的方向發(fā)展。

GIS的技術(shù)基礎(chǔ)

GIS為各種涉及空間數(shù)據(jù)分析的學(xué)科提供了新的技術(shù)方法，而每個相關(guān)學(xué)科都提供了一些構(gòu)成GIS的技術(shù)與方法。

首先，地圖是記錄地球表面信息的一種形式，從歷史發(fā)展來看，GIS脫胎于地圖，而計算機(jī)制圖技術(shù)更是為地圖特征的數(shù)字表示、操作和顯示提供了成套方法，為GIS的圖形輸出設(shè)計等提供了理論支持。同時，地圖還是目前GIS的基礎(chǔ)數(shù)據(jù)源，但地圖強(qiáng)調(diào)的是數(shù)據(jù)分析、符號化與顯示，地理信息系統(tǒng)更注重空間分析。

其次，數(shù)據(jù)庫也是GIS的技術(shù)基礎(chǔ)之一。數(shù)據(jù)庫管理系統(tǒng)主要用于存儲、管理和查詢各類數(shù)據(jù)，并盡可能具備一些簡單的統(tǒng)計分析功能，這是現(xiàn)代地理信息系統(tǒng)不可缺少的重要組成部分。

第三，遙感作為空間數(shù)據(jù)的采集手段，成為GIS的重要信息源與數(shù)據(jù)更新途徑。遙感（RS）圖像處理系統(tǒng)包含復(fù)雜的解析函數(shù)，并有許多方法用于信息的增強(qiáng)與分類；大地測量為GIS提供了精確定位的控制信息，尤其是全球定位系統(tǒng)（GPS），可快速、廉價地獲取地表特征的數(shù)字位置信息；航空拍攝及其精確測量方法的應(yīng)用使得攝影測量成為GIS主要的地形數(shù)據(jù)來源。總之，遙感是GIS的重要數(shù)據(jù)源與更新手段。

第四，計算機(jī)科學(xué)的發(fā)展對GIS起著關(guān)鍵性的影響。按照國際通行的定義，GIS軟件的開發(fā)和使用基本屬于計算機(jī)應(yīng)用理論與方法在加入空間位置要素后的自然延伸，始于計算機(jī)出現(xiàn)不久，在最近10～15年，計算機(jī)不僅在容量與速度方面都有了質(zhì)的飛躍，而且隨著多媒體、網(wǎng)絡(luò)、數(shù)據(jù)庫、軟件工程、電子技術(shù)等的飛速發(fā)展，GIS的發(fā)展也在突飛猛進(jìn)（黃杏元，2004a，2004b，2004c）。幾乎每一次計算機(jī)技術(shù)的重要進(jìn)展都帶動地理信息系統(tǒng)技術(shù)的重大進(jìn)步，如空間數(shù)據(jù)的管理、網(wǎng)絡(luò)GIS、三維GIS等技術(shù)，每一步的重要發(fā)展都與計算機(jī)信息技術(shù)的進(jìn)展有關(guān)。計算機(jī)輔助設(shè)計提供了數(shù)據(jù)輸入、顯示與表達(dá)的軟件與方法；計算機(jī)圖形學(xué)是現(xiàn)代地理信息系統(tǒng)的基礎(chǔ)之一，它提供了圖形處理、顯示的軟硬件及其技術(shù)方法；網(wǎng)絡(luò)的普及使地理信息系統(tǒng)已成為許多機(jī)構(gòu)必備的工作系統(tǒng)，尤其是政府決策部門在一定程度上由于受地理信息系統(tǒng)影響而改變了現(xiàn)有機(jī)構(gòu)的運(yùn)行方式、設(shè)置與工作計劃等；人工智能的發(fā)展也給地理信息系統(tǒng)的技術(shù)進(jìn)步帶來了積極的影響（周成虎，1995）。

簡而言之，地理信息系統(tǒng)就是能夠輸入、存儲、管理并處理分析地理空間數(shù)據(jù)的計算機(jī)系統(tǒng)。它隨計算機(jī)技術(shù)發(fā)展應(yīng)運(yùn)而生，是信息系統(tǒng)技術(shù)發(fā)展到高級階段的產(chǎn)物。

GIS 技術(shù)

GIS技術(shù)可以為多種來源的空間信息數(shù)據(jù)采集提供地學(xué)知識與處理?？臻g數(shù)據(jù)是指描述“空間實體”的空間位置特征與專題屬性的數(shù)據(jù)，通常包括不同來源和形式的遙感數(shù)據(jù)、地形圖數(shù)據(jù)、專題圖數(shù)據(jù)、野外采樣數(shù)據(jù)、統(tǒng)計調(diào)查數(shù)據(jù)等。

廣西壯族自治區(qū)農(nóng)用地分等是在掌握全自治區(qū)農(nóng)用地數(shù)量與分布的基礎(chǔ)上，借助于地理信息系統(tǒng)和計算機(jī)技術(shù)，對農(nóng)用地的質(zhì)量進(jìn)行全面、科學(xué)、綜合的評價，為提高農(nóng)用地管理提供依據(jù)。工作中主要利用MapGIS軟件強(qiáng)大的圖形編輯功能、數(shù)據(jù)庫管理功能和空間分析功能，科學(xué)量化農(nóng)用地數(shù)量、質(zhì)量和分布，形成數(shù)字化的各類農(nóng)用地分等工作底圖，對全自治區(qū)農(nóng)用地進(jìn)行綜合分析、評價，提高了分等結(jié)果的準(zhǔn)確性和精確性。廣西壯族自治區(qū)農(nóng)用地分等采用的信息系統(tǒng)是以MapGIS軟件為基礎(chǔ)平臺，結(jié)合Excel電子表格和Access數(shù)據(jù)庫等軟件，根據(jù)該自治區(qū)農(nóng)用地分等的技術(shù)路線，對MapGIS軟件進(jìn)行局部的二級開發(fā)，保證了廣西壯族自治區(qū)農(nóng)用地分等信息系統(tǒng)的結(jié)構(gòu)完整和功能齊全，建庫方便、快捷。

（一）資料整理與圖件準(zhǔn)備

將資料整理錄入計算機(jī)，對資料數(shù)據(jù)進(jìn)行綜合核實，剔除不符合實際的特殊的極值，為入庫做好準(zhǔn)備。圖件的準(zhǔn)備工作包括工作底圖的準(zhǔn)備和其他專業(yè)要素圖件的準(zhǔn)備。圖件比例尺要滿足農(nóng)用地分等精度要求，圖上內(nèi)容要素齊全、圖面清晰，滿足掃描矢量化要求。

（二）工作底圖的入庫（數(shù)字化）

具體工作過程中，采用各縣（市、區(qū)）1∶5萬～1∶10萬的土地利用現(xiàn)狀圖作為工作底圖，用掃描儀將工作底圖資料進(jìn)行灰度掃描，以柵格形式存貯于圖像文件中（例如TIFF格式），在MapGIS軟件編輯功能下，經(jīng)過圖像黑白轉(zhuǎn)換，進(jìn)行矢量化，轉(zhuǎn)換成矢量數(shù)據(jù)，把點、線分層存入，成為線文件或點文件，再進(jìn)行點、線、面的編輯，然后把編輯好的圖形文件進(jìn)行光柵處理，輸出圖件校對。其中，圖形編輯包括對點、線、面3種圖元的空間數(shù)據(jù)和圖形屬性進(jìn)行編輯。首先，對已經(jīng)矢量化好的圖形文件（線文件或點文件）進(jìn)行參數(shù)設(shè)置（即分層設(shè)置、線形設(shè)置、符號設(shè)置、區(qū)顏色設(shè)置），編輯點、線屬性結(jié)構(gòu)；然后，對圖形數(shù)據(jù)進(jìn)行自動拓?fù)涮幚?，?jīng)過建立拓?fù)潢P(guān)系的圖形，每個區(qū)域賦予屬性并自動控制為區(qū)域填色。根據(jù)圖件的用途，可以更改區(qū)域參數(shù)及屬性。

（三）分等單元圖的編制

根據(jù)分等評價單元的基本要求和單元劃分時應(yīng)遵循的原則，結(jié)合廣西壯族自治區(qū)區(qū)域內(nèi)地貌類型多樣、地形復(fù)雜、土壤類型異常明顯，呈垂直分帶性、農(nóng)用地分布零碎等特點，采用疊置法將同比例尺的土地利用現(xiàn)狀圖（工作底圖）與地形圖、土壤圖疊加，手工劃分分等評價單元，并按行政區(qū)劃編號。

在已經(jīng)編制好的各縣（市、區(qū)）分等評價單元圖上，進(jìn)行農(nóng)用地分等單元圖數(shù)字化，即將劃分好的分等評價單元的手工圖作為作者原圖，在已經(jīng)數(shù)字化的同比例尺土地利用現(xiàn)狀圖上，采用MapGIS在圖上進(jìn)行點圖元編輯。然后，在圖形編輯菜單中打開區(qū)屬性編輯欄，根據(jù)單元編號所在的區(qū)域（即面域），輸入單元編號，編輯單元區(qū)屬性（即分等單元屬性編輯），使單元編號成為圖、表鏈接的關(guān)鍵字段，完成分等單元圖件數(shù)字化。

（四）編制單元因素分值

以手工劃分的分等評價單元圖為工作底圖，按照廣西壯族自治區(qū)農(nóng)用地分等所確定的分等因素圖逐一套合分等評價單元，讀出該評價單元所應(yīng)有的因素分值，即計算單元因素分值，對照“指定作物－分等因素－自然質(zhì)量分”關(guān)系表，將分等因素分值轉(zhuǎn)換成分等因素自然質(zhì)量分，再把各分等評價單元的自然質(zhì)量分錄入計算機(jī)，編制分等單元分等因素自然質(zhì)量分值表。

（五）分等評價單元的自然屬性和經(jīng)濟(jì)屬性入庫

將分等評價單元自然質(zhì)量分值表以Excel格式錄入計算機(jī)，成為電子表格文件，即分等評價單元的自然屬性入庫。分等評價單元的經(jīng)濟(jì)屬性指單元的土地利用系數(shù)和土地經(jīng)濟(jì)系數(shù)，是將有關(guān)資料在電子表格上按指標(biāo)區(qū)進(jìn)行匯總計算得出，根據(jù)規(guī)程要求劃分土地利用等值區(qū)和土地經(jīng)濟(jì)等值區(qū)，將各分等評價單元所處的土地利用等值區(qū)的值與土地經(jīng)濟(jì)等值區(qū)的值讀出并錄入分等評價單元自然屬性表，再在計算機(jī)上對電子表格進(jìn)行分析，計算出各類等指數(shù)，完成分等評價單元的自然屬性和經(jīng)濟(jì)屬性入庫，把Excel電子表轉(zhuǎn)到數(shù)據(jù)庫存為DBASE格式文件。

（六）建立農(nóng)用地分等數(shù)據(jù)庫

將編輯好的分等單元圖形屬性的數(shù)據(jù)文件與數(shù)據(jù)庫中的分等單元自然屬性和經(jīng)濟(jì)屬性質(zhì)量分值電子表（DBASE格式）數(shù)據(jù)文件，根據(jù)關(guān)鍵屬性字段（分等單元編號）掛接，即把已經(jīng)存在的圖形屬性信息和空間數(shù)據(jù)庫中的自然屬性和經(jīng)濟(jì)屬性信息用關(guān)鍵字段鏈接起來，使圖、表合一，成為統(tǒng)一的空間數(shù)據(jù)庫。這樣建立起來的農(nóng)用地分等數(shù)據(jù)庫，可以把圖形屬性數(shù)據(jù)和空間屬性數(shù)據(jù)庫的采集并行，便于圖、表的修改，即對表格進(jìn)行修改，就能使圖形自動完成更改，提高成圖的工作效率和精度。在計算機(jī)系統(tǒng)軟件屬性管理菜單中，根據(jù)屬性賦參數(shù)欄，對各種農(nóng)用地分等因素值、分等指數(shù)參數(shù)值規(guī)定一定范圍域，給范圍域設(shè)置顏色參數(shù)，完成顏色參數(shù)設(shè)置后，農(nóng)用地分等信息系統(tǒng)自動給數(shù)據(jù)圖形的值域賦予顏色，進(jìn)行農(nóng)用地的各種因素圖件和等別圖件的制作，并根據(jù)系統(tǒng)內(nèi)的條件生成點文件，把區(qū)域?qū)傩赞D(zhuǎn)換成等別號，圖形上注解等級信息，由此完成廣西壯族自治區(qū)農(nóng)用地分等數(shù)據(jù)庫的建立。

（七）農(nóng)用地等別面積的匯總統(tǒng)計

根據(jù)等別圖圖形屬性數(shù)據(jù)文件，在MapGIS軟件實用服務(wù)功能上，打開投影變換菜單，點擊工具欄，在屬性生成文件文本目錄下，打開圖元文件，由圖形屬性庫（各單元圖形屬性）生成文件，存為TXT格式的報表文件，再由TXT文件轉(zhuǎn)為Excel電子表格，進(jìn)行分等面積匯總。由圖形屬性文件轉(zhuǎn)換成的Excel電子表格文件，保留了農(nóng)用地各單元的屬性，例如，鄉(xiāng)（鎮(zhèn)）、村、地類號、單元號、等別、面積等。在此基礎(chǔ)上分村匯總等別面積，并結(jié)合各縣（市、區(qū)）土地利用現(xiàn)狀變更臺賬數(shù)據(jù)，進(jìn)行單元面積平差。經(jīng)過平差的農(nóng)用地單元面積，分村、鄉(xiāng)（鎮(zhèn)）、縣（市、區(qū)）、全自治區(qū)4級，在計算機(jī)上進(jìn)行等別面積匯總統(tǒng)計。

網(wǎng)頁題目：GIS簡潔的技術(shù)規(guī)范要點 gis中使用的三種簡單要素
文章起源：http://muchs.cn/article2/dohddic.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供ChatGPT、企業(yè)建站、域名注冊、響應(yīng)式網(wǎng)站、網(wǎng)站設(shè)計、App設(shè)計

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請盡快告知，我們將會在第一時間刪除。文章觀點不代表本網(wǎng)站立場，如需處理請聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時需注明來源： 創(chuàng)新互聯(lián)