系统建设

（一）目标和任务

油气资源评价系统建设的总目标是：遵照我国油气勘探开发相关数据信息标准，构建国家级油气资源评价数据库；在数据库的基础上，开发集成相关评价方法软件，形成一体化的油气资源评价系统，实现对油气资源相关数据的动态管理，使油气资源评价工作更加科学、高效。油气资源评价系统建设的任务有：

1数据库建设

数据库内容包括满足国家层面油气资源评价需要的各种基础数据、参数数据、评价结果数据和相关图形数据。其数据结构应满足常规油气资源、煤层气资源、油砂及油页岩资源等不同资源类型的评价需要。

2平台建设

建成基于地理信息系统（GIS）技术的信息应用平台。该平台要以国家级的油气资源评价数据库为基础，以直观的图形为主要表现形式，并具有以下功能：①油气资源评价所需基础数据和参数数据的编辑；②为油气资源评价各项工作及各评价方法软件提供数据支持，并将各评价方法的评价结果返回数据库；③信息的查询、输出；④服务社会公众的油气资源信息发布。

3评价方法软件开发

开发以数据库为基础的、在《常规油气资源评价实施方案》、《煤层气资源评价实施方案》、《油砂资源评价实施方案》、《油页岩资源评价实施方案》四个实施方案中选用的油气资源评价方法软件，并与平台集成。

4数据接口开发

为本次油气资源评价所选用的部分评价方法软件开发统一的数据接口。

（二）组织实施

本轮资源评价，开发油气资源评价系统的目的是提高油气资源评价的工作效率，实现油气资源的快速、动态评价，对系统建设的要求之一就是保证系统能够在资源评价过程中得到充分应用。因此，在系统建设过程中，对所遵循软件工程的规范做了相应变通，本着边建设边应用的原则，根据油气资源评价工作的实际需求，将工作分解成几个部分，根据时间顺序，统筹安排，有些工作先做，有些工作同步实施。按照新一轮资源评价工作的总体安排，在每一个规定的时间点，拿出需要同时使用的模块（图4-10），保证油气资源评价工作的正常使用。最后进行各模块的集成，形成一体化的评价系统。

图4-10 油气资源评价系统建设过程示意图

论文数据库有：中国知网、万方数据资源系统、维普数据库、万方数据等。

1、中国知网

也称中国期刊全文数据库由清华同方股份有限公司出版。收录1994年以来国内6600种期刊，包括了学术期刊于非学术期刊，涵盖理工、农业、医药卫生、文史哲、政治军事与法律、教育与社会科学综合、电子技术与信息科学、经济与管理。收录的学术期刊同时作为“中国学术期刊综合评价数据库统计源期刊”。

2、万方数据资源系统

由中国科技信息研究所，万方数据股份有限公司研制。该数据库收录的期刊学科范围广，包括了学术期刊于非学术期刊，提供约2 000种的电子期刊的全文检索被收录的学术期刊都获得了“中国核心期刊（遴选）数据库来源期刊”的收录证书。

3、维普数据库

也称中文科技期刊数据库，维普科技期刊数据库，由中国科学技术信息研究所重庆分所出版。收录了1989年以来我国自然科学、工程技术、农业科学、医药卫生、经济管理、教育科学和图书情报等学科9000余种期刊，包括了学术与非学术期刊。

4、万方数据

万方数据提供中国大陆科技期刊检索，是万方数据股份有限公司建立的专业学术知识服务网站。隶属于万方数据资源系统，对外服务数据由万方数据资源系统统一部署提供。

答：（1）需求分析阶段：需求收集和分析，得到数据字典和数据流图。 （2）概念结构设计阶段：对用户需求综合、归纳与抽象，形成概念模型，用E-R图表示。（3）逻辑结构设计阶段：将概念结构转换为某个DBMS所支持的数据模型。（4）数据库物理设计阶段：为逻辑数据模型选取一个最适合应用环境的物理结构。（5）数据库实施阶段：建立数据库，编制与调试应用程序，组织数据入库，程序试运行。（6）数据库运行和维护阶段：对数据库系统进行评价、调整与修改。

(一)数据内容

基础数据库包括系统运行前所采集到的所有支撑数据，数据的具体内容在数据分类与数据源章节中已描述，概括可分为以下几类。

(1)遥感影像数据:包括历史图像数据，以及按照一定监测周期更新的遥感图像数据。

(2)数字线划图数据:矢量数据(现状专题图和历史专题图数据)、栅格数据、元数据等。入库前数据以ArcInfoCoverage格式分幅或整体存储，采用地理坐标系统。

(3)数字栅格图数据:包括1∶5万和1∶10万基础地理图形数据的扫描栅格数据。

(4)数字高程模型数据:塔里木河干流河道1∶1万和“四源一干”区域1∶10万数字高程模型。

(5)多媒体数据:考察照片、录像、录音和虚拟演示成果等多媒体资料。

(6)属性数据:社会经济与水资源数据、水利工程数据、生态环境数据等。

(二)数据存储结构

1栅格数据

栅格数据包括遥感影像、数字栅格图、数字正射影像图、数字高程模型等，这些数据的存储结构基本类似，因此可进行统一设计。遥感图像数据库与普通的图像数据库在存储上有些差别，遥感图像作为传感器对地理、空间环境在不同条件下的测量结果(如光谱辐射特性、微波辐射特性)，必须结合同时得到的几个图像才可以认为是对环境在一定的时间条件下的完整的描述，也即是说，可能需要一个图像集合才能构成一个图像的完整的概念，并使之与语义信息产生联系(罗睿等，2000)。因此，遥感图像数据存储结构模型必须能够描述几个图像(波段)之间的逻辑关系。利用ArcSDE进行数据入库时，系统可自动建立各图像(波段)之间的关系，并按一定规则存储在数据库系统中。

对栅格数据在后台将采用Oracle数据库管理系统进行存储。Oracle系统可直接存储影像信息，并具有较强的数据管理能力，可以实现栅格数据信息的快速检索和提取。数据引擎采用ArcSDE，实现各类影像数据的入库。数据存储的关键是建立图幅索引，本系统数据的存储按图幅号、图名、采集时间等内容建立索引。

栅格数据依据图形属性一体化的存储思想，采用大二进制格式直接存储数据，这种方式的存储可实现内容的快速检索查询，按索引表检索出相关项后可直接打开栅格数据，提高栅格数据的管理效率。

2矢量数据

本系统采用图属一体化思想即将空间数据和属性数据合二为一，全部存在一个记录集中的思想存储空间数据，是目前GIS数据非常流行的存储方法。考虑到数据的具体情况，决定采用数据库存储空间数据和属性数据，部分具有少量、定型几何信息的地理要素如水文测站、河流、湖泊等，采用图属一体化思想存储其信息，而与其有关联关系的大量、多边化的属性信息如水文信息，则存储在属性数据表中，利用唯一标识符信息建立两表的关联。

针对本系统空间数据的特点，系统按照“数据库—子库—专题(基础数据)—层—要素—属性”的层次框架来构筑空间数据库，按照统一的地理坐标系统来存储空间数据，以实现对地理实体/专题要素进行分层叠加显示。

3多媒体数据

Oracle系统可直接存储和视频信息，并具有较强的数据管理能力，可以实现多媒体信息的快速检索和提取。多媒体数据存储的关键是建立索引表，本系统多媒体数据的存储按类型、时间、内容等项目建立索引，直接存储于Oracle数据库中。

多媒体数据存储时，可以将多媒体内容与索引表结构合为一体，采用大二进制格式直接存储，这种存储方式可实现内容的快速检索和查询，按索引表检索出相关项后可直接打开多媒体内容，而且多媒体数据库也便于维护管理。

(三)空间索引设计

1矢量空间索引

确定合适的格网级数、单元大小是建立空间格网索引的关键。格网太大，在一个格网内有多个空间实体，查询检索的准确度就低。格网太小，则索引数据量成倍增长和冗余，检索的速度和效率低。每一个数据层可采用不同大小、不同级别的空间索引格网单元，但每层级数最多不能超过三级。索引方式设置遵循以下基本原则:

(1)对于简单要素的数据层，尽可能选择单级索引格网，减少RDBMS搜索格网单元索引的级数，缩短空间索引搜索的过程;

(2)如果数据层中的要素封装边界大小变化比较大，应选择2或3级索引格网;

(3)如果用户经常对图层执行相同的查询，最佳格网的大小应是平均查询范围的15倍;

(4)格网的大小不能小于要素封装边界的平均大小。为了减少每个格网单元有多个要素封装边界的可能性，格网单元的大小应取要素封装边界平均大小的3倍;

(5)格网单元的大小不是一个确定性的问题，需要多次尝试和努力才会得到好的结果。有一些确定格网初始值的原则，用它们可以进一步确定最佳的格网大小。

SDE(Spatial Data Engine，即空间数据引擎)，从空间管理的角度看，是一个连续的空间数据模型，可将地理特征的空间数据和属性数据统一集成在关系型数据库管理系统中。关系型数据库系统支持对海量数据的存储，从而也可实现对空间数据的海量存储。空间数据可通过层来进行数据的划分，将具有共同属性的一类要素放到一层中，每个数据库记录对应一层中一个实际要素，这样避免了检索整个数据表，减少了检索的数据记录数量，从而减少磁盘输入/输出的 *** 作，加快了对空间数据查询的速度。

ArcSDE采用格网索引方式，将空间区域划分成合适大小的正方形格网，记录每一个格网内所包含的空间实体(对象)，以及每一个实体的封装边界范围，即包围空间实体的左下角和右上角坐标。当用户进行空间查询时，首先计算出用户查询对象所在格网，然后通过格网号，就可以快速检索到所需的空间实体。因此确定合适的格网级数、单元大小是建立空间格网索引的关键，太大或太小均不合适，这就需要进行多次尝试，确定合适的网格大小，以保证各单元能均匀落在网格内。利用ArcSDE的索引表创建功能，记录每一网格单元的实体分布情况，形成图层空间索引表。根据空间索引表，ArcSDE实现了对空间数据的快速查询。

2栅格数据空间索引

栅格数据的空间索引通过建立多级金字塔结构来实现。以高分辨率栅格数据为底层，逐级抽取数据，建立不同分辨率的数据金字塔结构，逐级形成较低分辨率的栅格数据。该方法通常会增加20%左右的存储空间，但却可以提高栅格数据的显示速度。在数据库查询检索时，调用合适级别的栅格数据，可提高浏览和显示速度。

(四)入库数据校验

入库数据的质量关系到系统评价分析结果的准确性。数据在生产中就需要严格进行质量控制。依据数据生产流程，将数据质量控制分成生产过程控制和结果控制。生产过程控制包括数据生产前期的质量控制、数据生产过程中的实时质量控制，结果质量控制为数据生产完成后的质量控制(裴亚波等，2003)。对入库数据的校验主要是进行数据生产完成后的质量控制和检查。

1规范化检查

(1)代码规范化:所有地理代码尽量采用国家标准和行业标准，例如，行政代码采用中华人民共和国行政区划代码国标。

(2)数据格式规范化:所有数据采用标准交换数据格式，例如，矢量数据采用标准输出Coverage格式和E00格式。

(3)属性数据和关系数据字段规范化:所有属性数据和关系数据提前分门别类地设计字段的内容、长短和格式， *** 作过程中严格执行。

(4)坐标系统规范化:本系统所有与空间有关的数据采用统一的空间坐标系统，即地理坐标系统。

(5)精度规范化:所有数据按照数据精度与质量控制中所要求的精度进行采集和处理。

(6)命名规范化:所有数据按照命名要求统一命名，便于系统的查询。

(7)元数据规范化:依照元数据标准要求，进行元数据检查。

2质量控制

数据质量是GIS成败的关键。对于关系型数据库设计，只要能保证表的实体完整性和参照完整性，并使之符合关系数据库的三个范式即可。对于空间数据库设计，则不仅要考虑数据采样、数据处理流程、空间配准、投影变换等问题，还应对数据质量做出定量分析。

数据质量一般可以通过以下几个方面来描述(吴芳华等，2001):

(1)准确度(Accuracy):即测量值与真值之间的接近程度，可用误差来衡量;

(2)精度(Precision):即对现象描述得详细程度;

(3)不确定性(Uncertainty):指某现象不能精确测得，当真值不可测或无法知道时，就无法确定误差，因而用不确定性取代误差;

(4)相容性(Compatibility):指两个来源不同的数据在同一个应用中使用的难易程度;

(5)一致性(Consistency):指对同一现象或同类现象表达的一致程度;

(6)完整性(Completeness):指具有同一准确度和精度的数据在类型上和特定空间范围内完整的程度;

(7)可得性(Accessibility):指获取或使用数据的容易程度;

(8)现势性(Timeliness):指数据反映客观现象目前状况的程度。

塔里木河流域生态环境动态监测系统的所有数据在数据质量评价后，还需要从数据格式、坐标一致性等方面进行入库质量检验，只有通过质量检验的数据才可以入库。

3数据检验

空间数据质量检验包括以下步骤:

(1)数据命名是否规范，是否按设计要求命名;

(2)数据是否能够正常打开;

(3)投影方式是否正确;

(4)坐标系统是否正确;

(5)改错是否完成，拓扑关系是否建立;

(6)属性数据是否正确，包括字段设置是否依据设计进行、是否有空属性记录、是否有属性错误记录等。

关系数据质量检验包括以下步骤:

(1)数据命名是否规范，是否按设计要求命名;

(2)数据是否能够正常打开;

(3)数据字段是否按设计要求设置;

(4)是否有空属性记录;

(5)是否有属性错误记录。

属性数据的校验，主要采用以下三种方式:

(1)两次录入校验:对一些相互之间毫无关联的数据，进行两次的录入，编写程序对两次录入的结果进行比较，找出两次录入结果不一样的数据，查看正确值，进行改正。

(2)折线图检验:对一些相互之间有关联的序列数据，如人口统计数据，对这一类数据，编写程序把数据以折线图的形式显示在显示器上，数据的序列一般都有一定规律，如果出现较大的波动，则需对此点的数据进行检查修改。

(3)计算校验:对一些按一定公式计算后所得结果与其他数据有关联的数据，如某些数据的合计等于另一数据，编写程序对这类数据进行计算，计算结果与有关联的数据进行比较，找出结果不一样的数据，查看正确值，进行改正。

图形数据的校验，主要包括以下步骤(陈俊杰等，2005):

(1)图层校验:图形要素的放置图层是唯一的。对于入库的Coverage数据，系统将根据图层代码进行检查，确保图形要素对层入座。

(2)代码检查:图形要素的代码是唯一的。对于入库的Coverage数据，系统将根据入库要素代码与特征表中的代码进行比较，确保入库数据代码存在，杜绝非法代码入库。

(3)类型检查:对入库的数据，检查该要素的类型与特征表中的类型是否一致，确保图形要素对表入座。如点要素、线要素、面要素仅能赋相应的点、线、面代码，且该代码必须与特征表中的数据类型代码相同。

(4)范围检查:根据入库的数据，确定该类要素的大体范围(如X、Y坐标等)，在数据入库前，比较入库数据与范围数据的大小，若入库数据在该范围内，则入库，否则给出提示检查信息。

(五)数据入库

1遥感影像数据

利用空间数据引擎———ArcSDE可实现遥感影像数据在Oracle数据库中的存储和管理，在影像数据进行入库时，应加入相应的索引和影像描述字段。

遥感影像入库步骤:

(1)影像数据预处理:要将塔里木河遥感影像数据库建成一个多分辨率无缝影像数据库系统，客观上要求数据库中的影像数据在几何空间、灰度空间连续一致。因此，在数据采集阶段就需要对影像数据进行预处理，包括图像几何校正、灰度拼接(无缝镶嵌)、正射处理、投影变换等。

几何校正的目的是使校正后的图像重新定位到某种地图投影方式，以适用于各种定位、量测、多源影像的复合及与矢量地图、DTM等的套合显示与处理。几何校正多采用二次多项式算法和图像双线性内插重采样法进行图像校正。将纠正后具有规定地理编码的图像按多边形圈定需要拼接的子区，逐一镶嵌到指定模版，同时进行必要的色彩匹配，使整体图像色调一致，完成图像的几何拼接，再采用金字塔影像数据结构和“从粗到精”的分层控制策略实现逐级拼接。

数字正射影像具有统一的大地坐标系、丰富的信息量和真实的景观表达，易于制作具有“独立于比例尺”的多级金字塔结构影像。可以采用DTM和外方位元素经过数字微分纠正方法，获得数字正射影像，它的基本参数包括原始影像与正射影像的比例尺、采样分辨率等(方涛等，1997)。

投影变换需根据数据库系统定义的标准转换到统一的投影体系下。

(2)影像数据压缩:随着传感器空间分辨率的提高和对遥感信息需求的日益增长，获取的影像数据量成几何级数增大，如此庞大的数据将占用较大的存储空间，给影像的存储和传输带来不便(葛咏等，2000)。目前，系统处理的遥感影像数据已达数百千兆，单个文件的影像数据最大达到了2G，这样的数据量在调用显示时速度很慢，对影像数据进行压缩存储，将大大提高影像访问效率。本系统采用ArcSDE软件提供的无损压缩模式对入库影像进行压缩。

(3)影像导入:遥感影像的入库可通过ArcSDE或入库程序进行导入，并填写相关的索引信息，在入库时对大型的遥感影像数据进行自动分割，分为若干的块(tiles)进行存储。

(4)图像金字塔构建:采用ArcSDE提供的金字塔构建工具在入库时自动生成图像金字塔，用户只需要选择相应的参数设置即可。图像金字塔及其层级图像按分辨率分级存储与管理。最底层的分辨率最高，并且数据量最大，分辨率越低，其数据量越小，这样，不同的分辨率遥感图像形成了塔式结构。采用这种图像金字塔结构建立的遥感影像数据库，便于组织、存储与管理多尺度、多数据源遥感影像数据，实现了跨分辨率的索引与浏览，极大地提高了影像数据的浏览显示速度。

2数字线划图

对纸图数字化、配准、校正、分层及拼接等处理后，生成标准分幅和拼接存储的数字矢量图，就可以进行图形数据入库。

(1)分幅矢量图形数据、图幅接合表:按图形比例尺、图幅号、制作时间、图层等方式，通过入库程序导入到数据库中，同时导入与该地理信息相对应的属性信息，建立空间信息与属性信息的关联。

(2)拼接矢量图形数据:按图形比例尺、制作时间、图层等方式，通过入库程序导入到数据库中，同时导入与该地理信息相对应的属性信息，建立空间信息与属性信息的关联。

3栅格数据

对纸图数字化、配准、校正、分层及拼接等处理后，生成标准分幅和整体存储的数字栅格图，然后进行图形数据入库。

(1)分幅栅格图形数据、图幅接合表:按图形比例尺、图幅号、制作时间等方式，通过入库程序导入到数据库中。

(2)整幅栅格图形数据:按比例尺、制作时间等方式，通过入库程序导入到数据库中。

4数字高程模型

(1)分幅数字高程模型数据、图幅接合表:按图形比例尺、图幅号、制作时间等方式，通过入库程序导入到数据库中。

(2)拼接数字高程模型数据:按比例尺、制作时间等方式通过入库程序导入到数据库中。

5多媒体数据

多媒体数据入库可根据多媒体数据库内容的需要对入库数据进行预处理，包括音频、视频信息录制剪接、文字编辑、色彩选配等。对多媒体信息的加工处理需要使用特定的工具软件进行编辑。由于音频信息和视频信息数据量巨大，因此，对多媒体数据存储时需采用数据压缩技术，现在的许多商用软件已能够直接存储或播放压缩后的多媒体数据文件，这里主要考虑根据数据显示质量要求选择采用不同的存储格式。图4－2为各类多媒体数据的加工处理流程。

图4－2 多媒体数据加工处理流程图

6属性数据

将收集的社会经济、水利工程、生态环境等属性资料，进行分析整理，输入计算机，最后经过程序的计算处理，存储到数据库中，具体流程如图4－3所示。

图4－3 属性数据入库流程图

一、系统有关概念

GDRES建立在ARC/INFQ软件基础之上，它集成了该软件的重要GIS数据分析处理功能，为便于对多个系统有一个更为深入的认识和使用，对该系统承袭而来的一些概念作必要说明。

（一）数据存储方式

该系统中空间地理位置数据和描述性属性数据表示在一个范围（Coverage）中，每个点用X、Y坐标记录，线用一组有序的X、Y坐标来记录，而面用一组线段的X、Y坐标来记录。这些坐标表示了COVERAGE中地理位置的特征是如何作为一组X、Y数字存贮在计算机中的。与位置数据特征有关的描述性属性在计算机中的存贮方式是与坐标的存贮方式相似的，属性是以一组数字或字符的形式存贮的。例如，假设表示滑坡灾害灾情评估的两组数据包括：

历史灾害发生规模——较大规模

中等规模

较小规模

地形地貌条件——很好

较好

一般

较差

很差

这些描述为定性描述。它不能直接用于灾情评估。我们需借助一定的量化方法，对其描述进行量化，以得出危险性评价指标数值。经量化后产生的数值描述码按照预先定义的格式，作为一组数据存放在计算机中的，如果有多种特征，那么每一种特征都需要存贮一组属性。为使属性与位置数据建立起关系，需要使属性数据与位置数据正确对应。

（二）拓扑（Topology）结构

拓扑结构是明确空间关系的一种数学方法。它可以存贮地理特征的三个空间关系，即区域定义、连通性和邻接性。

用拓扑结构定义区域：多边形可以用一组封闭有序的线来定义，而不必列出封闭线上所有点的坐标。它不同于用封闭线上的坐标来定义每个多边形的办法，从而大大减少了所需要的存贮空间。其次，这种结构也克服了定义多边形的坐标数量受到限制的局限。多边形可以是弧岛，亦可以包含许多“洞”。

邻接性的表示即确定多边形相互之间的邻接关系。邻接性对许多应用来说是相当重要的。相邻多边形可以用它们公用的一组弧段来定义。每个弧段的左右两侧可用于对多边形的判别。

连通性的表示：连通性的拓扑关系与邻接性相似，它指的是对弧段连接的判别。每个弧段的起始节点和终止节点表示了弧段的方向，这就使得判别每一弧段的左侧和右侧更为方便。另外，起始节点是每个弧段的起始坐标。

（三）系统数据模型

COVERAGE是系统基本存贮单元，一个COVERAGE中包含指定区域内地理位置数据及其专题属性数据。在COVERAGE中，地理数据是按照点、弧线、多边形来存贮的。这些要素的位置数据可以明确地表示，而各要素之间的联系则通过拓扑关系来表示。对于地理位置的专题属性的描述，如要素名、符号分类及任何其它所需要的属性都被存贮在要素属性表中。当需要利用这些属性来进行分析时，便可从这些属性表中检索到所需属性。一个COVERAGE作为一个目录有一组文件存贮在计算机中。目录名就是COVERAGE名。每个文件包含关于一种要素类型的信息。存贮在COVERAGE中的一组文件随COVER-AGE中要素类型的不同而稍有变化。一般COVERAGE文件包括：

ARC——弧段文件，记录弧段的拓扑关系；

ARX——弧段索引文件，记录ARC文件中弧段的索引；

AAT——弧段属性表文件；

ARF——弧相互对照文件；

NAT——节点属性表文件；

BND——COVERAGE的边界文件，记录COVERAGE最小最大坐标；

LAB——标识点文件，记录标识点坐标与拓扑关系；

LOG——COVERAGE或工作空间的历史文件；

PAL——多边形文件，记录多边形的拓扑关系；

PAX——多边形索引文件，记录PAL文件中多边形的索引；

PAT——多边形/点属性文件；

PFF——多边形过滤文件；

PRF——多边形/点相互对照文件；

TIC——控制点文件，记录控制点坐标及其标识号；

TOL——COVERAGE处理容限文件；

TXT——COVERAGE注记要素文件。

（四）COVERAGE的特征要素

1弧（ARCS）

表示线性要素、多边形的边界或者二者同时表示。一个线要素可以由许多弧段组成。每个弧段分配一个用户标识。它的位置和形状是由一系列X、Y坐标定义的。利用拓扑关系可以与其结点和弧线两边的多边形相连接。描述弧线的数据可存贮在弧属性表AAT中。在一个COVERAGE中每个弧线在AAT中有一个记录，该记录通过每个弧的用户标识与要素建立联系。

2结点（NODES）

表示弧的端点和线要素相连的位置。一个结点可以按拓扑关系连接那些在该结点上彼此相连的弧上。结点的坐标以每个弧的坐标来存贮，作为每个弧的起点和终点。

3标识点（LABEL POINTS）

表示点要素或用于给多边形指定用户标识。每个标识点都由一对X、Y坐标和一个用户标识来描述，如果表示点要素，标识点的X、Y坐标就是该要素所在的位置；如果是多边形，则标识点可在多边形内部的任何位置。

4多边形（POLYGONS）

表示面状要素。一个多边形由一组拓扑上组成多边形边界的弧线及位于多边形内的一个标识来定义。用标识点给多边形一个用户标识号，多边形的描述数据被贮存在一个多边形属性表（PAT）中。每个多边形在PAT中有一个记录。该记录通过多边形的用户标识与多边形相关联。

5控制点（TICS）

是指COVERAGE的定位或地理控制点。TICS对数字化仪编辑时的地图配准，对地图合并、地图叠合以及其它地图相互叠加绘制都十分重要。

6覆盖范围（BND）

表示地图范围。该范围是一个矩形。它定义了COVERAGE的弧和标识点坐标的界限（最小、最大坐标）。

7注记说明（ANNOTATION）

用来标注COVERAGE要素的文字特征。注记说明与其它任何要素没有拓扑关系。它只用于显示目的，不用于分析过程。

（五）COVERAGE中拓扑结构表示

1多边形拓扑关系（区域性）

对于区域定义：一个多边形是由一系列组成它的边界弧规定，同时也包括那些在多边形里的“洞”或“岛”。其表示方法如下：

（1）弧按照一组有序的X、Y坐标存贮，这些坐标（X1、Y1、X2、Y2，…）定义了一条线；存贮弧的坐标次序定义了该弧的方向。

（2）除了每个弧的用户标识号外，一个COVERAGE所有的弧都顺序地编号。编号从1开始。

（3）一个多边形由弧的数目和组成该多边形的那些弧来规定。

2多边形连接关系的拓扑结构（邻接性）

在COVERAGE中多边形之间的邻接性可用弧的拓扑关系来表示。由于一个多边形边界的每个弧都有方向和左右多边形值，所以很容易知道哪些多边形是相邻的。其表示方法如下：

（1）所有弧都有方向。它们都从一个结点开始（起点）到另一个结点终止（终点）。

（2）多边形生成以后（即定义每个多边形的弧的序列被生成），对每个多边形顺序编号。这种编号称为多边形内部号。

（3）因为每个弧都有方向，且弧的两边都有一个多边形。所以，可以列出左多边形和右多边形编号。

（4）边界弧线也同样有左右。所以，地图外部区域被认为是个多边形，而且总是赋予多边形内部号“1”。

（5）如果弧只表示线性要素，并不组成多边形的边界，则它们的左、右多边形号就是0。

（6）每个弧的左多边形和右多边形可以从弧属性来检索。

3弧段、结点的拓扑关系（连通性）

结点是弧的端点。每个弧都有一个起点和一个终止方向，而且可在找出在每个结点上交汇的弧。因此，可以很容易找到经过弧线网的路径。其使用方法如下：

（1）所有弧都从1开始顺序编号。

（2）所有结点（弧的端点）也都顺序编号；每个弧中第一点为起点，最后一个点为终点。

（3）因为弧被编号，所以将它们的结点与另一些弧的结点作比较，可识别那些具有公共结点（即相同的X、Y）的弧。对于共享同一公共结点的弧来说结点号是相同的。

（4）每个弧的起始结点和终止结点可以从弧属性表中检索。

总之，该系统的拓扑结构是按要素编号的清单来编号的。弧的清单定义多边形；左右标识定义区域邻接性；起点和终止点定义弧的连通性，使用BUILD和CLEAN命令自动生成和修改要素的拓扑结构。

GDRES就是按照系统的数据模型，根据索引文件（如ARX）查询分析其记录拓扑关系文件（如ARC）和属性表文件（如PAT）进行拓扑关系查询、分析，不同的分析模型产生属性各异的属性表文件。

二、系统工作流程

系统的具体评价工作有组织的进行必须遵循一定的工作流程。工作流程大致如下：

图9-5　系统 *** 作工作流程图

在图形数字化及拓扑关系初建阶段。主要录入地质灾害灾情评估的基础性图件，如地质灾害危险性分区图、评价区价值分布图。为使评价结果尽量准确，要特别注意数字化过程中的精确度，特别是相同控制点不同层面图件之间的吻合程度。经过建立拓扑关系，图件的图形信息已转化为空间地理数据。

由于图形数字化过程中不可避免地存在误差，加之地质灾害资料更新的需要，必须对图形数据进行修改与更新。一旦图件变化，其拓扑关系也随之改变，所以须重建拓扑关系。其目的是使空间地理数据与原始图件信息准确对应。

该系统具备强大而独特的数据分析处理功能。它包括图形的合并与分割、图形要素的条件选取、绘缓冲带、求点距以及图形的叠加。这些功能给地质灾害“四评价一体化”提供强大的评价手段。

成果输出主要是数据和图件输出。就地质灾害灾情评估而言，则是指各个被评价单元的评价结果以评价数据库和评价图等方式表示出来。

以上就是关于系统建设全部的内容，包括:系统建设、论文数据库有哪几种、什么是数据库设计试述数据库设计的步骤等相关内容解答，如果想了解更多相关内容，可以关注我们，你们的支持是我们更新的动力！