摘要：设计模式被认为是面向对象技术的“刀刃”部分,是针对在特定场景下,特定问题的可重复、可表达的解决方案。论文正是本着设计模式“关注场景,包容变化”和嵌入式GIS“服务特定应用”的原则,针对每一种模式的设计意图和特点,着重分析讨论抽象工厂、适配器、模板等方法在嵌入式GIS空间数据管理中的应用和设计过程。

摘要：在分析数字城市公众信息服务的数据需求的基础上，设计城市空间数据库总体框架和空间数据组织方案，并对空间数据逻辑模型设计进行了详细阐述。最后针对系统应用中存在的查询效率优化、数据安全性控制以及数据实时更新等问题进行分析并给出解决方案。

摘要：目前,移动GIS是GIS领域的一个重要发展方向,其中离线式GIS以其独有特性备受关注。本文提出了使用Spatialite进行空间数据管理的设计架构,讨论了离线数据的加载优化手段和同步更新方式等关键技术,同时,实验证明了所采用的优化手段的合理可行性。开发了一套离线移动GIS系统,验证了使用Spatialite进行空间数据管理具有一定的实用价值。

摘要：空间数据模型和数据管理是地理信息系统 (GIS)最重要的研究领域之一。该文介绍一体化的数据模型———扩展关系模型和以此为基础的 ,由作者设计的GIS软件原型系统———GEODBMS。GEODBMS使用统一的数据库管理系统 (DBMS)同时管理图形和属性数据 ;使用改进的四叉树———交叠四叉树索引空间目标 ;使用扩展的SQL语言进行空间查询 ;

摘要：空间数据的管理是GIS的基本问题,根据需求以及采用技术的不同,其实现方案以及效果均有很大差异。本文从空间数据管理的基本概念出发,在总结与分析空间数据管理领域发展现状的基础上,设计并实现了基于ArcGIS Engine的空间数据管理功能,与数据库管理方式和基于其它GIS平台软件开发的系统相比,具有开发迅速、成本低、效率高等特点,并且可以和ArcGIS的其它功能按需整合,具有很好的兼容性和二次开发能力。

摘要：本文以数字保定基础地理信息数据库管理系统实际项目的实践开发和研制,利用地理信息系统技术,针对基础空间数据库管理系统的应用需求,进行了空间数据管理和更新机制的研究。在明确数据管理系统的管理内容和体系结构的基础上,完成了系统数据库的分析和设计工作,建立了数据入库和更新过程模型。建立空间数据管理系统的数据更新机制,实现了对基础空间地理信息数据的有效集成和管理。

摘要：提出一种海量城市空间数据的文件管理方法 ,给出相应算法。对北京市 4D产品数据的管理实验表明 ,该方法是一种投资少 ,见效快的实用方法。

摘要：为提高煤矿回采工作面开采过程中煤矿储量动态计算的效率,丰富回采工作面三维地质模型构建过程中所需的动态更新数据,通过对回采工作面探煤数据管理的专业需求、业务流程、技术路线以及数据结构的充分分析和深入研究,提出了一种基于GIS的回采工作面探煤数据管理方法。在数据层面,优化了探煤数据管理的业务流程,设计了不同类型探煤数据的数据结构和存储方法,利用GIS的空间数据组织和管理方式实现了基于空间关系数据库的回采工作面探煤数据的共享与管理。在表示层面,基于从底层自主研发的国产地理信息系统平台—LongRuanGIS实现了探煤数据和图形的交互管理。在业务层面,提出了一种探煤线的绘制算法,以实现不同模式探煤线的快速绘制;设计了探煤点数据结构、绘制样式以及绘制方法和数据管理方法,以保证探煤数据的成图美观和数据的高效再利用;提出了一种利用探煤厚数据动态更新回采工作面地质模型的方法,丰富了煤矿回采工作面高精度三维动态地质模型的动态更新数据源。经过在多个矿井的常态化应用结果表明:基于GIS的工作面探煤数据管理方法实现了不同类型的回采工作面探煤数据的统一管理与共享,实现了探煤数据的快速自动成图与动态更新,提高了煤矿地质人员的绘图效率;同时,探煤数据的及时更新为回采工作面储量动态计算及高精度三维地质模型的动态更新提供了便捷有效的数据管理措施,保证了探煤数据的高效利用。

摘要：全国矿产资源潜力评价(2006—2013)工作历时8年,是中华人民共和国成立以来规模最大的矿情调查工作之一,形成了海量(TB级)的成果数据。如何高效地管理该数据集,实现数据的广泛应用,成为数据共享服务的关键和难点。文章以全国矿产潜力评价成果数据为基础,运用GIS技术,研究了地质大数据存储管理、基于元数据的查询检索、空间数据可视化等关键技术,提出了一种针对海量、多源、异构的地质数据的统一管理模型。首先,构建元数据库作为存储不同类型数据的索引,完成数据的统一集成管理,同时实现数据的快速查询访问;其次,借助强大成熟的Mapgis K9功能模块和开源的NASA World Wind三维数字地球引擎,进行二次开发,搭建适合于矿产资源潜力评价成果数据信息管理系统平台,为矿产资源潜力评价成果数据推广应用提供信息技术支撑,提高潜力评价数据的信息化服务能力。

摘要：为了解决基于"键-值"模型的云存储环境仅支持简单的关键字查询,不支持多维空间查询的问题,提出了一种新的分布式空间索引方法——M-Quadtree索引。在索引构建过程中,设计了一种基于改进四叉树的空间数据划分方法,该方法规定了叶节点区域的最小数据量,通过四叉树叶节点的再合并,解决了划分后各子区域间存储量不平衡的问题,并且满足了MapReduce并行化要求。给出了MapReduce框架下M-Quadtree索引的快速构建、查询与更新算法,并在搭建的Hadoop平台进行了关键参数对索引效率的影响以及不同规模数据下索引的创建、查询和更新试验。与现有分布式空间索引的对比试验及分析结果表明,M-Quadtree索引在数据存储量负载均衡、算法并行化和空间查询效率等方面表现得更好。