什么是GIS技術？

GIS是英文Geographic Information Systems的縮寫，中文習慣譯為地理信息系統。通常泛指用于獲取、存儲、查詢、綜合、處理、分析和顯示地理空間數據及與其相關之信息的計算機系統。它是隨著計算機技術和地理科學等的發展而發展起來的，它通過計算機對各種地理空間數據進行組織、管理、統計、分析和顯示，生成并輸出用戶所需要的各種地理信息，它由計算機、地理信息系統軟件、空間數據庫、分析應用模型和圖形用戶界面及系統管理人員所組成。

創新互聯建站專注于網站建設|成都網站改版|優化|托管以及網絡推廣，積累了大量的網站設計與制作經驗，為許多企業提供了網站定制設計服務，案例作品覆蓋酒樓設計等行業。能根據企業所處的行業與銷售的產品，結合品牌形象的塑造，量身開發品質網站。

自從20世紀60年代初GIS概念在加拿大提出以來，隨著多學科、多技術的發展和密切結合，尤其是計算機技術和空間分析理論的飛速發展，GIS的含義和應用在不斷擴大，GIS技術在最近20多年內取得了驚人的發展，并廣泛地應用于各個領域。例如，土地信息系統可看成是GIS技術在土地管理的具體應用，因此，GIS技術是土地信息系統建設最為關鍵的技術之一。

目前，GIS技術的幾個發展主要表現在：

（1）三維GIS和時態GIS的發展已取得了一定進展。

（2)GIS和GPS、RS三者結合的技術日益成熟。

（3）空間數據的存儲管理技術發展迅速。

隨著對象—關系數據庫技術的發展，將空間數據無縫集成在DBMS中已成為現實。關系數據庫（RDBMS）和GIS的結合，利用RDBMS存儲GIS數據，并通過RDBMS存取和操縱這些數據。新的RDBMS（如ORACLE產品）支持新的對象—關系模型，從而可以更好地支持空間數據類型（4）組件GIS技術。地理信息系統的組件化，就是采用組件（Component）技術實現地理信息系統基礎平臺和應用系統。其本質就是軟件可復用技術。COM GIS就是采用了面向對象技術和組件軟件技術的GIS系統，其基本思想是把GIS的各大功能模塊劃分為幾個組件，每個組件完成不同的功能。各個GIS組件之間以及GIS組件與非GIS組件之間，都可以方便地通過可視化的軟件開發工具集成起來，形成最終的GIS基礎平臺及應用系統。組件式GIS代表著當今GIS發展的潮流。

（5)Web GIS技術。Web GIS是在INTERNET信息發布、數據共享、交流協作基礎之上實現GIS的在線查詢和業務處理等功能，是Internet技術應用于GIS開發的產物。互聯網（Internet），尤其是萬維網（WWW），已經成為GIS的新的操作平臺。GIS通過WWW功能得以擴展，真正成為一種大眾使用的工具，從WWW的任意一個節點，Internet用戶可以瀏覽Web GIS站點中的空間數據、制作專題圖，以及進行各種空間檢索和空間分析，從而使GIS進入千家萬戶。

GIS基本技術有哪些？

引言

地理信息系統(Geographic Information System，簡稱GIS)是計算機科學、地理學、測量學、地圖學等多門學科綜合的技術[1]。GIS的基本技術是空間數據庫、地圖可視化及空間分析，而空間數據庫是GIS的關鍵。空間數據挖掘技術作為當前數據庫技術最活躍的分支與知識獲取手段，在GIS中的應用推動著GIS朝智能化和集成化的方向發展。

1 空間數據庫與空間數據挖掘技術的特點

隨著數據庫技術的不斷發展和數據庫管理系統的廣泛應用，數據庫中存儲的數據量也在急劇增大，在這些海量數據的背后隱藏了很多具有決策意義的信息。但是，現今數據庫的大多數應用仍然停留在查詢、檢索階段，數據庫中隱藏的豐富的知識遠遠沒有得到充分的發掘和利用，數據庫中數據的急劇增長和人們對數據庫處理和理解的困難形成了強烈的反差，導致“人們被數據淹沒，但卻饑餓于知識”的現象。

空間數據庫(數據倉庫)中的空間數據除了其顯式信息外，還具有豐富的隱含信息，如數字高程模型〔DEM或TIN〕，除了載荷高程信息外，還隱含了地質巖性與構造方面的信息；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據挖掘才能顯示出來。空間數據挖掘（Spatial Data Mining，簡稱SDM），或者稱為從空間數據庫中發現知識，是為了解決空間數據海量特性而擴展的一個新的數據挖掘的研究分支，是指從空間數據庫中提取隱含的、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據庫，而空間數據庫中不僅存儲了空間事物或對象的幾何數據、屬性數據，而且存儲了空間事物或對象之間的圖形空間關系，因此其處理方法有別于一般的數據挖掘方法。SDM與傳統的地學數據分析方法的本質區別在于SDM是在沒有明確假設的前提下去挖掘信息、發現知識，挖掘出的知識應具有事先未知、有效和可實用3個特征。

空間數據挖掘技術需要綜合數據挖掘技術與空間數據庫技術，它可用于對空間數據的理解，對空間關系和空間與非空間關系的發現、空間知識庫的構造以及空間數據庫的重組和查詢的優化等。

2 空間數據挖掘技術的主要方法及特點

常用的空間數據挖掘技術包括：序列分析、分類分析、預測、聚類分析、關聯規則分析、時間序列分析、粗集方法及云理論等。本文從挖掘任務和挖掘方法的角度,著重介紹了分類分析、聚類分析和關聯規則分析三種常用的重要的方法。

2.1、分類分析

分類在數據挖掘中是一項非常重要的任務，目前在商業上應用最多。分類的目的是學會一個分類函數或分類模型(也常常稱作分類器)，該模型能把數據庫中的數據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測，兩者的目的都是從歷史數據紀錄中自動推導出對給定數據的推廣描述，從而能對未來數據進行預測。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的數值。二者常表現為一棵決策樹，根據數據值從樹根開始搜索，沿著數據滿足的分支往上走，走到樹葉就能確定類別。空間分類的規則實質是對給定數據對象集的抽象和概括，可用宏元組表示。

要構造分類器,需要有一個訓練樣本數據集作為輸入。訓練集由一組數據庫記錄或元組構成,每個元組是一個由特征(又稱屬性)值組成的特征向量,此外,訓練樣本還有一個類別標記。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。

分類器的構造方法有統計方法、機器學習方法、神經網絡方法等等。統計方法包括貝葉斯法和非參數法(近鄰學習或基于事例的學習)，對應的知識表示是判別函數和原型事例。機器學習方法包括決策樹法和規則歸納法，前者對應的表示為決策樹或判別樹，后者則一般為產生式規則。神經網絡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網絡模型(由代表神經元的節點和代表聯接權值的邊組成的一種體系結構)，BP算法本質上是一種非線性判別函數[3]。另外，最近又興起了一種新的方法:粗糙集(rough set)，其知識表示是產生式規則。

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) 預測準確度；2) 計算復雜度；3) 模型描述的簡潔度。預測準確度是用得最多的一種比較尺度，特別是對于預測型分類任務，目前公認的方法是10番分層交叉驗證法。計算復雜度依賴于具體的實現細節和硬件環境，在數據挖掘中，由于操作對象是海量的數據庫，因此空間和時間的復雜度問題將是非常重要的一個環節。對于描述型的分類任務，模型描述越簡潔越受歡迎。例如，采用規則歸納法表示的分類器構造法就很有用，而神經網絡方法產生的結果就難以理解。

另外要注意的是，分類的效果一般和數據的特點有關。有的數據噪聲大，有的有缺值， 有的分布稀疏，有的字段或屬性間相關性強，有的屬性是離散的而有的是連續值或混合式的。目前普遍認為不存在某種方法能適合于各種特點的數據。

分類技術在實際應用非常重要，比如：可以根據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“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該彼此相似，而不同組的樣本應足夠不相似。與分類分析不同，進行聚類前并不知道將要劃分成幾個組和什么樣的組，也不知道根據哪些空間區分規則來定義組。其目的旨在發現空間實體的屬性間的函數關系，挖掘的知識用以屬性名為變量的數學方程來表示。聚類方法包括統計方法、機器學習方法、神經網絡方法和面向數據庫的方法。基于聚類分析方法的空間數據挖掘算法包括均值近似算法[4]、CLARANS、BIRCH、DBSCAN等算法。目前，對空間數據聚類分析方法的研究是一個熱點。

對于空間數據，利用聚類分析方法，可以根據地理位置以及障礙物的存在情況自動地進行區域劃分。例如，根據分布在不同地理位置的ATM機的情況將居民進行區域劃分，根據這一信息，可以有效地進行ATM機的設置規劃，避免浪費，同時也避免失掉每一個商機。

2.3 關聯規則分析

關聯規則分析主要用于發現不同事件之間的關聯性，即一事物發生時，另一事物也經常發生。關聯分析的重點在于快速發現那些有實用價值的關聯發生的事件。其主要依據是：事件發生的概率和條件概率應該符合一定的統計意義。空間關聯規則的形式是X－＞Y[S%，C%]，其中X、Y是空間或非空間謂詞的集合，S%表示規則的支持度，C%表示規則的置信度。空間謂詞的形式有3種：表示拓撲結構的謂詞、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成空間關聯規則。如，距離信息（如Close_to(臨近)、Far_away(遠離)）、拓撲關系（Intersect（交）、Overlap（重疊）、Disjoin(分離)）和空間方位（如Right_of(右邊)、West_of(西邊)）。實際上大多數算法都是利用空間數據的關聯特性改進其分類算法，使得它適合于挖掘空間數據中的相關性，從而可以根據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)根據查詢要求查找相關的空間數據；(2)利用臨近等原則描述空間屬性和特定屬性；(3)根據最小支持度原則過濾不重要的數據；(4)運用其它手段對數據進一步提純(如OVERLAY)；(5)生成關聯規則。

關聯規則通常可分為兩種：布爾型的關聯規則和多值關聯規則。多值關聯規則比較復雜，一種自然的想法是將它轉換為布爾型關聯規則，由于空間關聯規則的挖掘需要在大量的空間對象中計算多種空間關系，因此其代價是很高的。—種逐步求精的挖掘優化方法可用于空間關聯的分析，該方法首先用一種快速的算法粗略地對一個較大的數據集進行一次挖掘，然后在裁減過的數據集上用代價較高的算法進一步改進挖掘的質量。因為其代價非常高，所以空間的關聯方法需要進一步的優化。

對于空間數據，利用關聯規則分析，可以發現地理位置的關聯性。例如，85%的靠近高速公路的大城鎮與水相鄰，或者發現通常與高爾夫球場相鄰的對象是停車場等。

3 空間數據挖掘技術的研究方向

3.1 處理不同類型的數據

絕大多數數據庫是關系型的，因此在關系數據庫上有效地執行數據挖掘是至關重要的。但是在不同應用領域中存在各種數據和數據庫，而且經常包含復雜的數據類型，例如結構數據、復雜對象、事務數據、歷史數據等。由于數據類型的多樣性和不同的數據挖掘目標，一個數據挖掘系統不可能處理各種數據。因此針對特定的數據類型，需要建立特定的數據挖掘系統。

3.2 數據挖掘算法的有效性和可測性

海量數據庫通常有上百個屬性和表及數百萬個元組。GB數量級數據庫已不鮮見，TB數量級數據庫已經出現，高維大型數據庫不僅增大了搜索空間，也增加了發現錯誤模式的可能性。因此必須利用領域知識降低維數，除去無關數據，從而提高算法效率。從一個大型空間數據庫中抽取知識的算法必須高效、可測量，即數據挖掘算法的運行時間必須可預測，且可接受，指數和多項式復雜性的算法不具有實用價值。但當算法用有限數據為特定模型尋找適當參數時，有時也會導致物超所值，降低效率。

3.3 交互性用戶界面

數據挖掘的結果應準確地描述數據挖掘的要求，并易于表達。從不同的角度考察發現的知識，并以不同形式表示，用高層次語言和圖形界面表示數據挖掘要求和結果。目前許多知識發現系統和工具缺乏與用戶的交互，難以有效利用領域知識。對此可以利用貝葉斯方法和演譯數據庫本身的演譯能力發現知識。

3.4 在多抽象層上交互式挖掘知識

很難預測從數據庫中會挖掘出什么樣的知識，因此一個高層次的數據挖掘查詢應作為進一步探詢的線索。交互式挖掘使用戶能交互地定義一個數據挖掘要求，深化數據挖掘過程，從不同角度靈活看待多抽象層上的數據挖掘結果。

3.5 從不同數據源挖掘信息

局域網、廣域網以及Internet網將多個數據源聯成一個大型分布、異構的數據庫，從包含不同語義的格式化和非格式化數據中挖掘知識是對數據挖掘的一個挑戰。數據挖掘可揭示大型異構數據庫中存在的普通查詢不能發現的知識。數據庫的巨大規模、廣泛分布及數據挖掘方法的計算復雜性，要求建立并行分布的數據挖掘。

3.6 私有性和安全性

數據挖掘能從不同角度、不同抽象層上看待數據，這將影響到數據挖掘的私有性和安全性。通過研究數據挖掘導致的數據非法侵入，可改進數據庫安全方法，以避免信息泄漏。

3.7 和其它系統的集成

方法、功能單一的發現系統的適用范圍必然受到一定的限制。要想在更廣泛的領域發現知識，空間數據挖掘系統就應該是數據庫、知識庫、專家系統、決策支持系統、可視化工具、網絡等技術的集成。

4 有待研究的問題

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

4.1 數據訪問的效率和可伸縮性

空間數據的復雜性和數據的大量性，TB數量級的數據庫的出現，必然增大發現算法的搜索空間，增加了搜索的盲目性。如何有效的去除與任務無關的數據，降低問題的維數，設計出更加高效的挖掘算法對空間數據挖掘提出了巨大的挑戰。

4.2 對當前一些GIS軟件缺乏時間屬性和靜態存儲的改進

由于數據挖掘的應用在很大的程度上涉及到時序關系，因此靜態的數據存儲嚴重妨礙了數據挖掘的應用。基于圖層的計算模式、不同尺度空間數據之間的完全割裂也對空間數據挖掘設置了重重障礙。空間實體與屬性數據之間的聯系僅僅依賴于標識碼，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在連接關系，這些都增加了數據挖掘計算的復雜度，極大地增加了數據準備階段的工作量和人工干預的程度。

4.3 發現模式的精煉

當發現空間很大時會獲得大量的結果，盡管有些是無關或沒有意義的模式，這時可利用領域的知識進一步精煉發現的模式，從而得到有意義的知識。

在空間數據挖掘技術方面，重要的研究和應用的方向還包括：網絡環境上的數據挖掘、柵格矢量一體化的挖掘、不確定性情況下的數據挖掘、分布式環境下的數據挖掘、數據挖掘查詢語言和新的高效的挖掘算法等。

5 小結

隨著GIS與數據挖掘及相關領域科學研究的不斷發展，空間數據挖掘技術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的GIS、GPS、RS集成系統必將朝著智能化、網絡化、全球化與大眾化的方向發展。

什么是gis技術

GIS(Geographic Information Systems,地理信息系統)是多種學科交叉的產物，它以地理空間為基礎，采用地理模型分析方法，實時提供多種空間和動態的地理信息，是一種為地理研究和地理決策服務的計算機技術系統。其基本功能是將表格型數據（無論它來自數據庫，電子表格文件或直接在程序中輸入）轉換為地理圖形顯示，然后對顯示結果瀏覽，操作和分析。其顯示范圍可以從洲際地圖到非常詳細的街區地圖，現實對象包括人口，銷售情況，運輸線路以及其他內容。

gis的定義

GIS 是為解決資源與環境等全球性問題而發展起來的技

術與產業。上世紀60 年代中期，加拿大開始研究建立世界上

第一個地理信息系統(CGIS)，隨后又出現了美國哈佛大學的

SYMAP 和GRID 等系統。自那時起，GIS 開始服務于經濟建設

和社會生活。在北美、西歐和日本等發達國家，現在已建立

了國家級、洲際之間以及各種專題性的地理信息系統。我國

GIS 的研究與應用始于上世紀80 年代，近30 年來發展也十分

迅速，在計算機輔助繪制地圖等方面開展了大量基礎性的試

驗與研究工作，在理論、技術方法和實踐經驗等方面都有了

長足的進步。

1.國外地理信息系統(GIS) 發展的4 個階段

（1）模擬地理信息系統階段

自19 世紀以來就得到廣泛應用的地圖——模擬的圖形數

據庫和描述地理的文獻著作——模擬的屬性數據庫相結合，

構成了地理信息系統的基本概念模型。但是，這種模擬式的、

基于紙張的信息系統和信息過程，使得空間相關數據的存貯、

管理、量算與分析、應用極不規范、不方便和效率低下。隨

著計算機科學的興起，數字地理信息的管理與使用成為必然。

（2）學術探索階段

上世紀50 年代，由于電子技術的發展及其在測量與制圖

學中的應用，人們開始有可能用電子計算機來收集、存貯和

處理各種與空間和地理分布有關的圖形和屬性數據。1956 年，

奧地利測繪部門首先利用電子計算機建立了地籍數據庫，隨

后這一技術被各國廣泛應用于土地測繪與地籍管理。1963 年，

加拿大測量學家首先提出地理信息系統這一術語，并建立了

世界上第一個地理信息系統—— 加拿大地理信息系統

（CGIS），用于資源與環境的管理和規劃。稍后，北美和西歐

成立了許多與GIS 有關的組織與機構，如美國城市與區域信

息系統協會（URISA），國際地理聯合會（IGU）地理數據收集

和處理委員會（CGDPS）等，極大地促進了地理信息系統

知識與技術的傳播和推廣應用。

（3）飛速發展和推廣應用階段

上世紀70 年代以后，由于計算機技術的工業化、標準化

與實用化，以及大型商用數據庫系統的建立與使用，地理信

息系統對地理空間數據的處理速度與能力取得突破性進展。

其結果是：①一些發達國家先后建立了許多專業性的土地信

息系統（LIS）和資源與環境信息系統（GIS）；②關于GIS 軟

件、硬件和項目開發的商業公司篷勃發展。到1989 年，國際

市場上有報價的GIS 軟件達70 多個，并出現一些有代表性的

公司和產品。③數字地理信息的生產標準化、工業化和商品

化。④各種通用和專用的地理空間分析模型得到深入研究和

廣泛使用，GIS 的空間分析能力顯著增強。⑤有關GIS 的具有

技術權威和行政權威的行業機構和研究部門在GIS 的應用發

展中發揮引導和驅動作用。

（4）地理信息產業的形成和社會化地理信息系統的出現

上世紀90 年代以來，隨著互聯網絡的發展及國民經濟信

息化的推進，地理信息系統作為大的地理信息中心，進入日

常辦公室和千家萬戶之中，從面向專業領域的項目開發到綜

合性城市與區域的可持續發展研究，從政府行為、學術行為

發展到公民行為和信息民主，成為信息社會的重要技術基礎。

2.國內地理信息系統(GIS)發展現狀

我國對GIS 的研究起步較晚，但是近30 年來，在各級政

府和有關人士的大力呼吁和促動下，我國的地理信息系統事

業突飛猛進，成績巨大。我國GIS 的發展可以劃分為3 個階

段。

（1）起步準備階段（1978～1985 年）

主要在概念和理論體系的引入與建立，關于遙感分析、

制圖和數字地面模型的試驗研究，以及軟、硬件的引進，相

應規范的研究，局部系統或試驗系統的開發研究，為GIS 的

全面發展奠定基礎。

（2）加速發展階段（1985～1995 年）

GIS 作為一個全國性的研究與應用領域，進行了有計劃、

有目標、有組織的科學試驗與工程建設，取得一定的社會經

濟效益。主要表現在：①GIS 教育與知識傳播的熱浪此起彼伏，

GIS 成為空間相關領域的熱門話題；②GIS 建設引起各級

政府高度重視，其發展機制由學術推動演變為政府推動；③

部分城市和沿海地區GIS 建設率先進入實施階段，并取得階

段性成果；④出現商品化的國產GIS 軟件、硬件品牌；出現

專門的GIS 的管理中心、研究機構與公司；出現專門的GIS

協會，涌現一批GIS 專門人才；出現專門的刊物與展示會；

初步形成全國性的GIS 市場。⑤在應用模式、行業模式和管

理方面作了有益的探索。

（3）地理信息產業化階段（1995－）

目前，我國GIS 的發展正處于向產業化階段過渡的轉折

點。能否借助國際大氣候的東風，倚重國內經濟高速發展的

大好形勢，搭乘全球信息高速公路的快車，實現地理信息產

業化和國民經濟信息化，這是國內地理信息界人士面臨的嚴

重挑戰和千載難逢的機遇。而在這一過程中，一方面需要探

索建立一套政府宏觀調控與市場機制相結合的地理信息產業

模式。另一方面，則要充分總結和借鑒國內外地理信息系統

項目建設的經驗和教訓，掌握地理信息系統的發展動向，建

立起行之有效的地理信息系統工程學的理論、方法與管理模

式。

（三）地理信息系統(GIS)的發展動向

近年來地理信息系統技術發展迅速，其主要的原動力來

自日益廣泛的應用領域對地理信息系統不斷提高的要求。另

一方面，計算機科學的飛速發展為地理信息系統提供了先進

的工具和手段，許多計算機領域的新技術，如面向對象技術、

三維技術、圖象處理和人工智能技術都可直接應用到地理信

息系統中。下面對當前地理信息系統研究中的幾個熱點研究

領域作一介紹。

1.GIS 中面向對象技術研究

面向對象方法為人們在計算機上直接描述物理世界提供

了一條適合于人類思維模式的方法，面向對象的技術在GIS

中的應用，即面向對象的GIS，已成為GIS 的發展方向。這是

因為空間信息較之傳統數據庫處理的一維信息更為復雜、瑣

碎，面向對象的方法為描述復雜的空間信息提供了一條直觀、

結構清晰、組織有序的方法，因而倍受重視。面向對象的GIS

較之傳統GIS 有下列優點：(1)所有的地物以對象形式封裝，

而不是以復雜的關系形式存儲，使系統組織結構良好、清晰；

(2)以對象為基礎，消除了分層的概念；(3)面向對象的分類

結構和組裝結構使GIS 可以直接定義和處理復雜的地物類型；

(4)根據面向對象后編譯的思想，用戶可以在現有抽象數據類

型和空間操作箱上定義自己所需的數據類型和空間操作方

法，增強系統的開發性和可擴充性；(5)基于icon 的面向對

象的用戶界面，便于用戶操作和使用。

2.時空系統

傳統的地理信息系統只考慮地物的空間特性，忽略了其

時間特性。在許多應用領域中，如環境監測、地震救援、天

氣預報等，空間對象是隨時間變化的，而這種動態變化的規

律在求解過程中起著十分重要的作用。過去GIS 忽略時態主

要是受器件的限制，也有技術方面的原因。近年來，對GIS

中時態特性的研究變得十分活躍，即所謂“時空系統”。

地物除了具有三維空間中的空間性質外，如何刻畫時間

維的變化也十分重要。通常把GIS 的時間維分成處理時間維

和有效時間維。處理時間又稱數據庫時間或系統時間，它指

在GIS 中處理發生的時間。有效時間亦稱事件時間或實際時

間，它指在實際應用領域事件出現的時間。

根據處理時間和有效時間的劃分，可以把時空系統分為4

類：靜態時空系統、歷史時態系統、回溯時態系統和雙時態

系統。

(1)靜態時空系統。它既不支持處理時間，也不支持有效

時間，系統只保留應用領域的一種狀態，比如當前狀態。(2)

歷史時態系統。它只支持有效時間，這種系統適用于事件實

際發生的歷史對問題求解十分重要的應用領域。(3)回溯時態

系統。它只支持處理時間，這種系統適用于信息系統的歷史

對問題求解十分重要的應用領域。(4)雙時態系統。它同時支

持處理時間和有效時間。處理時間記錄了信息系統的歷史，

有效時間記錄了事件發生的歷史。 時空系統主要研究時空模

型，時空數據的表示、存儲、操作、查詢和時空分析。

3.地理信息建模系統

通用GIS 的空間分析功能對于大多數的應用問題是遠遠

不夠的，因為這些領域都有自己獨特的專用模型，目前通用

的GIS 大多通過提供進行二次開發的工具和環境來解決這一

問題。二次開發工具的一個主要問題是它對于普通用戶而言

過于困難。而GIS 成功應用于專門領域的關鍵在于支持建立

該領域特有的空間分析模型。GIS 應當支持面向用戶的空間分

析模型的定義、生成和檢驗的環境，支持與用戶交互式的基

于GIS 的分析、建模和決策。這種GIS 系統又稱為地理信

息建模系統(GIMS)。GIMS 是目前GIS 研究的熱點問題之一。

GIMS 的研究有幾個值得注意的動向。(1)面向對象在GIS

中的應用。面向對象技術用對象(實體屬性和操作的封裝)、

對象類結構(分類和組裝結構)、對象間的通訊來描述客觀世

界，為描述復雜的三維空間提供了一條結構化的途徑。這種

技術本身就為模型的定義和表示提供了有效的手段，因而在

面向對象GIS 基礎上研究面向對象的模型定義、生成和檢驗，

應當比在傳統GIS 上用傳統方法要容易得多。(2)基于icon

的用戶建模界面。建模過程中的對象和空間分析操作均以

icon 形式展示給用戶，用戶亦可自定義icon。用戶在對icon

的定義、選擇和操作中完成模型的定義和檢驗。這種方法較

之AML 這類宏語言要方便和直觀得多。(3)GIS 與其他的模型

和知識庫的結合。這是許多應用領域面臨的一個非常實際的

問題，即存在GIS 之外的模型和知識庫如何與GIS 耦合成一

個有機整體。

4.GIS 將往高維化發展

GIS 在礦山與地質領域的應用受到很大限制的重要原因

是其在處理三維問題上的不足。現有的GIS 軟件雖然可以用

數字高程模型來處理空間實體的高程坐標，但是由于他們無

法建立空間實體的三維拓撲關系，使得很多真三維操作難以

實現，因而人們將現有的GIS 稱為二維GIS 或2.5 維GIS。礦

山、地質以及氣象、環境、地球物理、水文等眾多的應用領

域都需要三維GIS 平臺來支持他們大量的真三維操作。空間

可視化技術是指在動態、時空變換、多維的可交互的地圖條

件下探索視覺效果和提高視覺效果的技術。虛擬現實(VR)技

術，也稱虛擬環境和人工現實，已在游戲中成功使用。運用

空間可視化技術和虛擬現實技術進行地形環境仿真，真實再

現地景，用于交互式觀察和分析，提高對地形環境的認知效

果，是今后三維GIS 可視化發展的一個重點。四維GIS（4DGIS）

一般是指在原有的三維GIS 基礎上加入時間變量而構成的

GIS。許多人認為地質特征是不變的，但實際上大部分地質特

征是動態的、變化的，不是所有地質情況都是變化緩慢的，

水災、地震、暴風雨以及滑坡都會使局部地質條件發生快速

而巨大的變化。地質學家對4D(立體3D 加上時間第4D)的空

間——時間模型尤感興趣。但是，增加一維將帶來很大的問

題。比如數據量的幾何級數增長，致使數據的采集、存取、

處理都帶來一系列的問題。不過，這些問題可以在計算機技

術、數據庫技術以及相關電子技術的發展而得到解決。因此，

如何設計4DGIS 并運用它來描述和處理地理對象的時態特征

是一個重要的發展領域。

文章名稱：一維gis技術有嗎 一維圖是什么
URL標題：http://www.yijiale78.com/article30/dopsdso.html

成都網站建設公司_創新互聯，為您提供網站導航、ChatGPT、品牌網站建設、營銷型網站建設、用戶體驗、App設計

廣告

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