一维gis技术有吗 一维图是什么

什么是GIS技术？

GIS是英文Geographic Information Systems的缩写，中文习惯译为地理信息系统。通常泛指用于获取、存储、查询、综合、处理、分析和显示地理空间数据及与其相关之信息的计算机系统。它是随着计算机技术和地理科学等的发展而发展起来的，它通过计算机对各种地理空间数据进行组织、管理、统计、分析和显示，生成并输出用户所需要的各种地理信息，它由计算机、地理信息系统软件、空间数据库、分析应用模型和图形用户界面及系统管理人员所组成。

创新互联建站专注于网站建设|成都网站改版|优化|托管以及网络推广，积累了大量的网站设计与制作经验，为许多企业提供了网站定制设计服务，案例作品覆盖酒楼设计等行业。能根据企业所处的行业与销售的产品，结合品牌形象的塑造，量身开发品质网站。

自从20世纪60年代初GIS概念在加拿大提出以来，随着多学科、多技术的发展和密切结合，尤其是计算机技术和空间分析理论的飞速发展，GIS的含义和应用在不断扩大，GIS技术在最近20多年内取得了惊人的发展，并广泛地应用于各个领域。例如，土地信息系统可看成是GIS技术在土地管理的具体应用，因此，GIS技术是土地信息系统建设最为关键的技术之一。

目前，GIS技术的几个发展主要表现在：

（1）三维GIS和时态GIS的发展已取得了一定进展。

（2)GIS和GPS、RS三者结合的技术日益成熟。

（3）空间数据的存储管理技术发展迅速。

随着对象—关系数据库技术的发展，将空间数据无缝集成在DBMS中已成为现实。关系数据库（RDBMS）和GIS的结合，利用RDBMS存储GIS数据，并通过RDBMS存取和操纵这些数据。新的RDBMS（如ORACLE产品）支持新的对象—关系模型，从而可以更好地支持空间数据类型（4）组件GIS技术。地理信息系统的组件化，就是采用组件（Component）技术实现地理信息系统基础平台和应用系统。其本质就是软件可复用技术。COM GIS就是采用了面向对象技术和组件软件技术的GIS系统，其基本思想是把GIS的各大功能模块划分为几个组件，每个组件完成不同的功能。各个GIS组件之间以及GIS组件与非GIS组件之间，都可以方便地通过可视化的软件开发工具集成起来，形成最终的GIS基础平台及应用系统。组件式GIS代表着当今GIS发展的潮流。

（5)Web GIS技术。Web GIS是在INTERNET信息发布、数据共享、交流协作基础之上实现GIS的在线查询和业务处理等功能，是Internet技术应用于GIS开发的产物。互联网（Internet），尤其是万维网（WWW），已经成为GIS的新的操作平台。GIS通过WWW功能得以扩展，真正成为一种大众使用的工具，从WWW的任意一个节点，Internet用户可以浏览Web GIS站点中的空间数据、制作专题图，以及进行各种空间检索和空间分析，从而使GIS进入千家万户。

GIS基本技术有哪些？

引言

地理信息系统(Geographic Information System，简称GIS)是计算机科学、地理学、测量学、地图学等多门学科综合的技术[1]。GIS的基本技术是空间数据库、地图可视化及空间分析，而空间数据库是GIS的关键。空间数据挖掘技术作为当前数据库技术最活跃的分支与知识获取手段，在GIS中的应用推动着GIS朝智能化和集成化的方向发展。

1 空间数据库与空间数据挖掘技术的特点

随着数据库技术的不断发展和数据库管理系统的广泛应用，数据库中存储的数据量也在急剧增大，在这些海量数据的背后隐藏了很多具有决策意义的信息。但是，现今数据库的大多数应用仍然停留在查询、检索阶段，数据库中隐藏的丰富的知识远远没有得到充分的发掘和利用，数据库中数据的急剧增长和人们对数据库处理和理解的困难形成了强烈的反差，导致“人们被数据淹没，但却饥饿于知识”的现象。

空间数据库(数据仓库)中的空间数据除了其显式信息外，还具有丰富的隐含信息，如数字高程模型〔DEM或TIN〕，除了载荷高程信息外，还隐含了地质岩性与构造方面的信息；植物的种类是显式信息，但其中还隐含了气候的水平地带性和垂直地带性的信息，等等。这些隐含的信息只有通过数据挖掘才能显示出来。空间数据挖掘（Spatial Data Mining，简称SDM），或者称为从空间数据库中发现知识，是为了解决空间数据海量特性而扩展的一个新的数据挖掘的研究分支，是指从空间数据库中提取隐含的、用户感兴趣的空间或非空间的模式和普遍特征的过程[2]。由于SDM的对象主要是空间数据库，而空间数据库中不仅存储了空间事物或对象的几何数据、属性数据，而且存储了空间事物或对象之间的图形空间关系，因此其处理方法有别于一般的数据挖掘方法。SDM与传统的地学数据分析方法的本质区别在于SDM是在没有明确假设的前提下去挖掘信息、发现知识，挖掘出的知识应具有事先未知、有效和可实用3个特征。

空间数据挖掘技术需要综合数据挖掘技术与空间数据库技术，它可用于对空间数据的理解，对空间关系和空间与非空间关系的发现、空间知识库的构造以及空间数据库的重组和查询的优化等。

2 空间数据挖掘技术的主要方法及特点

常用的空间数据挖掘技术包括：序列分析、分类分析、预测、聚类分析、关联规则分析、时间序列分析、粗集方法及云理论等。本文从挖掘任务和挖掘方法的角度,着重介绍了分类分析、聚类分析和关联规则分析三种常用的重要的方法。

2.1、分类分析

分类在数据挖掘中是一项非常重要的任务，目前在商业上应用最多。分类的目的是学会一个分类函数或分类模型(也常常称作分类器)，该模型能把数据库中的数据项映射到给定类别中的某一个。分类和我们熟知的回归方法都可用于预测，两者的目的都是从历史数据纪录中自动推导出对给定数据的推广描述，从而能对未来数据进行预测。和回归方法不同的是，分类的输出是离散的类别值，而回归的输出则是连续的数值。二者常表现为一棵决策树，根据数据值从树根开始搜索，沿着数据满足的分支往上走，走到树叶就能确定类别。空间分类的规则实质是对给定数据对象集的抽象和概括，可用宏元组表示。

要构造分类器,需要有一个训练样本数据集作为输入。训练集由一组数据库记录或元组构成,每个元组是一个由特征(又称属性)值组成的特征向量,此外,训练样本还有一个类别标记。一个具体样本的形式可为:( v1, v2, ..., vn; c )；其中vi表示字段值，c表示类别。

分类器的构造方法有统计方法、机器学习方法、神经网络方法等等。统计方法包括贝叶斯法和非参数法(近邻学习或基于事例的学习)，对应的知识表示是判别函数和原型事例。机器学习方法包括决策树法和规则归纳法，前者对应的表示为决策树或判别树，后者则一般为产生式规则。神经网络方法主要是反向传播（Back-Propagation,简称BP）算法，它的模型表示是前向反馈神经网络模型(由代表神经元的节点和代表联接权值的边组成的一种体系结构)，BP算法本质上是一种非线性判别函数[3]。另外，最近又兴起了一种新的方法:粗糙集(rough set)，其知识表示是产生式规则。

不同的分类器有不同的特点。有三种分类器评价或比较尺度：1) 预测准确度；2) 计算复杂度；3) 模型描述的简洁度。预测准确度是用得最多的一种比较尺度，特别是对于预测型分类任务，目前公认的方法是10番分层交叉验证法。计算复杂度依赖于具体的实现细节和硬件环境，在数据挖掘中，由于操作对象是海量的数据库，因此空间和时间的复杂度问题将是非常重要的一个环节。对于描述型的分类任务，模型描述越简洁越受欢迎。例如，采用规则归纳法表示的分类器构造法就很有用，而神经网络方法产生的结果就难以理解。

另外要注意的是，分类的效果一般和数据的特点有关。有的数据噪声大，有的有缺值， 有的分布稀疏，有的字段或属性间相关性强，有的属性是离散的而有的是连续值或混合式的。目前普遍认为不存在某种方法能适合于各种特点的数据。

分类技术在实际应用非常重要，比如：可以根据房屋的地理位置决定房屋的档次等。

2. 2 聚类分析

聚类是指根据“物以类聚”的原理，将本身没有类别的样本聚集成不同的组，并且对每一个这样的组进行描述的过程。它的目的是使得属于同一个组的样本之间应该彼此相似，而不同组的样本应足够不相似。与分类分析不同，进行聚类前并不知道将要划分成几个组和什么样的组，也不知道根据哪些空间区分规则来定义组。其目的旨在发现空间实体的属性间的函数关系，挖掘的知识用以属性名为变量的数学方程来表示。聚类方法包括统计方法、机器学习方法、神经网络方法和面向数据库的方法。基于聚类分析方法的空间数据挖掘算法包括均值近似算法[4]、CLARANS、BIRCH、DBSCAN等算法。目前，对空间数据聚类分析方法的研究是一个热点。

对于空间数据，利用聚类分析方法，可以根据地理位置以及障碍物的存在情况自动地进行区域划分。例如，根据分布在不同地理位置的ATM机的情况将居民进行区域划分，根据这一信息，可以有效地进行ATM机的设置规划，避免浪费，同时也避免失掉每一个商机。

2.3 关联规则分析

关联规则分析主要用于发现不同事件之间的关联性，即一事物发生时，另一事物也经常发生。关联分析的重点在于快速发现那些有实用价值的关联发生的事件。其主要依据是：事件发生的概率和条件概率应该符合一定的统计意义。空间关联规则的形式是X－＞Y[S%，C%]，其中X、Y是空间或非空间谓词的集合，S%表示规则的支持度，C%表示规则的置信度。空间谓词的形式有3种：表示拓扑结构的谓词、表示空间方向的谓词和表示距离的谓词[5]。各种各样的空间谓词可以构成空间关联规则。如，距离信息（如Close_to(临近)、Far_away(远离)）、拓扑关系（Intersect（交）、Overlap（重叠）、Disjoin(分离)）和空间方位（如Right_of(右边)、West_of(西边)）。实际上大多数算法都是利用空间数据的关联特性改进其分类算法，使得它适合于挖掘空间数据中的相关性，从而可以根据一个空间实体而确定另一个空间实体的地理位置，有利于进行空间位置查询和重建空间实体等。大致算法可描述如下：(1)根据查询要求查找相关的空间数据；(2)利用临近等原则描述空间属性和特定属性；(3)根据最小支持度原则过滤不重要的数据；(4)运用其它手段对数据进一步提纯(如OVERLAY)；(5)生成关联规则。

关联规则通常可分为两种：布尔型的关联规则和多值关联规则。多值关联规则比较复杂，一种自然的想法是将它转换为布尔型关联规则，由于空间关联规则的挖掘需要在大量的空间对象中计算多种空间关系，因此其代价是很高的。—种逐步求精的挖掘优化方法可用于空间关联的分析，该方法首先用一种快速的算法粗略地对一个较大的数据集进行一次挖掘，然后在裁减过的数据集上用代价较高的算法进一步改进挖掘的质量。因为其代价非常高，所以空间的关联方法需要进一步的优化。

对于空间数据，利用关联规则分析，可以发现地理位置的关联性。例如，85%的靠近高速公路的大城镇与水相邻，或者发现通常与高尔夫球场相邻的对象是停车场等。

3 空间数据挖掘技术的研究方向

3.1 处理不同类型的数据

绝大多数数据库是关系型的，因此在关系数据库上有效地执行数据挖掘是至关重要的。但是在不同应用领域中存在各种数据和数据库，而且经常包含复杂的数据类型，例如结构数据、复杂对象、事务数据、历史数据等。由于数据类型的多样性和不同的数据挖掘目标，一个数据挖掘系统不可能处理各种数据。因此针对特定的数据类型，需要建立特定的数据挖掘系统。

3.2 数据挖掘算法的有效性和可测性

海量数据库通常有上百个属性和表及数百万个元组。GB数量级数据库已不鲜见，TB数量级数据库已经出现，高维大型数据库不仅增大了搜索空间，也增加了发现错误模式的可能性。因此必须利用领域知识降低维数，除去无关数据，从而提高算法效率。从一个大型空间数据库中抽取知识的算法必须高效、可测量，即数据挖掘算法的运行时间必须可预测，且可接受，指数和多项式复杂性的算法不具有实用价值。但当算法用有限数据为特定模型寻找适当参数时，有时也会导致物超所值，降低效率。

3.3 交互性用户界面

数据挖掘的结果应准确地描述数据挖掘的要求，并易于表达。从不同的角度考察发现的知识，并以不同形式表示，用高层次语言和图形界面表示数据挖掘要求和结果。目前许多知识发现系统和工具缺乏与用户的交互，难以有效利用领域知识。对此可以利用贝叶斯方法和演译数据库本身的演译能力发现知识。

3.4 在多抽象层上交互式挖掘知识

很难预测从数据库中会挖掘出什么样的知识，因此一个高层次的数据挖掘查询应作为进一步探询的线索。交互式挖掘使用户能交互地定义一个数据挖掘要求，深化数据挖掘过程，从不同角度灵活看待多抽象层上的数据挖掘结果。

3.5 从不同数据源挖掘信息

局域网、广域网以及Internet网将多个数据源联成一个大型分布、异构的数据库，从包含不同语义的格式化和非格式化数据中挖掘知识是对数据挖掘的一个挑战。数据挖掘可揭示大型异构数据库中存在的普通查询不能发现的知识。数据库的巨大规模、广泛分布及数据挖掘方法的计算复杂性，要求建立并行分布的数据挖掘。

3.6 私有性和安全性

数据挖掘能从不同角度、不同抽象层上看待数据，这将影响到数据挖掘的私有性和安全性。通过研究数据挖掘导致的数据非法侵入，可改进数据库安全方法，以避免信息泄漏。

3.7 和其它系统的集成

方法、功能单一的发现系统的适用范围必然受到一定的限制。要想在更广泛的领域发现知识，空间数据挖掘系统就应该是数据库、知识库、专家系统、决策支持系统、可视化工具、网络等技术的集成。

4 有待研究的问题

我们虽然在空间数据挖掘技术的研究和应用中取得了很大的成绩，但在一些理论及应用方面仍存在急需解决的问题。

4.1 数据访问的效率和可伸缩性

空间数据的复杂性和数据的大量性，TB数量级的数据库的出现，必然增大发现算法的搜索空间，增加了搜索的盲目性。如何有效的去除与任务无关的数据，降低问题的维数，设计出更加高效的挖掘算法对空间数据挖掘提出了巨大的挑战。

4.2 对当前一些GIS软件缺乏时间属性和静态存储的改进

由于数据挖掘的应用在很大的程度上涉及到时序关系，因此静态的数据存储严重妨碍了数据挖掘的应用。基于图层的计算模式、不同尺度空间数据之间的完全割裂也对空间数据挖掘设置了重重障碍。空间实体与属性数据之间的联系仅仅依赖于标识码，这种一维的连接方式无疑将丢失大量的连接信息，不能有效的表示多维和隐含的内在连接关系，这些都增加了数据挖掘计算的复杂度，极大地增加了数据准备阶段的工作量和人工干预的程度。

4.3 发现模式的精炼

当发现空间很大时会获得大量的结果，尽管有些是无关或没有意义的模式，这时可利用领域的知识进一步精炼发现的模式，从而得到有意义的知识。

在空间数据挖掘技术方面，重要的研究和应用的方向还包括：网络环境上的数据挖掘、栅格矢量一体化的挖掘、不确定性情况下的数据挖掘、分布式环境下的数据挖掘、数据挖掘查询语言和新的高效的挖掘算法等。

5 小结

随着GIS与数据挖掘及相关领域科学研究的不断发展，空间数据挖掘技术在广度和深度上的不断深入，在不久的将来，一个集成了挖掘技术的GIS、GPS、RS集成系统必将朝着智能化、网络化、全球化与大众化的方向发展。

什么是gis技术

GIS(Geographic Information Systems,地理信息系统)是多种学科交叉的产物，它以地理空间为基础，采用地理模型分析方法，实时提供多种空间和动态的地理信息，是一种为地理研究和地理决策服务的计算机技术系统。其基本功能是将表格型数据（无论它来自数据库，电子表格文件或直接在程序中输入）转换为地理图形显示，然后对显示结果浏览，操作和分析。其显示范围可以从洲际地图到非常详细的街区地图，现实对象包括人口，销售情况，运输线路以及其他内容。

gis的定义

GIS 是为解决资源与环境等全球性问题而发展起来的技

术与产业。上世纪60 年代中期，加拿大开始研究建立世界上

第一个地理信息系统(CGIS)，随后又出现了美国哈佛大学的

SYMAP 和GRID 等系统。自那时起，GIS 开始服务于经济建设

和社会生活。在北美、西欧和日本等发达国家，现在已建立

了国家级、洲际之间以及各种专题性的地理信息系统。我国

GIS 的研究与应用始于上世纪80 年代，近30 年来发展也十分

迅速，在计算机辅助绘制地图等方面开展了大量基础性的试

验与研究工作，在理论、技术方法和实践经验等方面都有了

长足的进步。

1.国外地理信息系统(GIS) 发展的4 个阶段

（1）模拟地理信息系统阶段

自19 世纪以来就得到广泛应用的地图——模拟的图形数

据库和描述地理的文献著作——模拟的属性数据库相结合，

构成了地理信息系统的基本概念模型。但是，这种模拟式的、

基于纸张的信息系统和信息过程，使得空间相关数据的存贮、

管理、量算与分析、应用极不规范、不方便和效率低下。随

着计算机科学的兴起，数字地理信息的管理与使用成为必然。

（2）学术探索阶段

上世纪50 年代，由于电子技术的发展及其在测量与制图

学中的应用，人们开始有可能用电子计算机来收集、存贮和

处理各种与空间和地理分布有关的图形和属性数据。1956 年，

奥地利测绘部门首先利用电子计算机建立了地籍数据库，随

后这一技术被各国广泛应用于土地测绘与地籍管理。1963 年，

加拿大测量学家首先提出地理信息系统这一术语，并建立了

世界上第一个地理信息系统—— 加拿大地理信息系统

（CGIS），用于资源与环境的管理和规划。稍后，北美和西欧

成立了许多与GIS 有关的组织与机构，如美国城市与区域信

息系统协会（URISA），国际地理联合会（IGU）地理数据收集

和处理委员会（CGDPS）等，极大地促进了地理信息系统

知识与技术的传播和推广应用。

（3）飞速发展和推广应用阶段

上世纪70 年代以后，由于计算机技术的工业化、标准化

与实用化，以及大型商用数据库系统的建立与使用，地理信

息系统对地理空间数据的处理速度与能力取得突破性进展。

其结果是：①一些发达国家先后建立了许多专业性的土地信

息系统（LIS）和资源与环境信息系统（GIS）；②关于GIS 软

件、硬件和项目开发的商业公司篷勃发展。到1989 年，国际

市场上有报价的GIS 软件达70 多个，并出现一些有代表性的

公司和产品。③数字地理信息的生产标准化、工业化和商品

化。④各种通用和专用的地理空间分析模型得到深入研究和

广泛使用，GIS 的空间分析能力显著增强。⑤有关GIS 的具有

技术权威和行政权威的行业机构和研究部门在GIS 的应用发

展中发挥引导和驱动作用。

（4）地理信息产业的形成和社会化地理信息系统的出现

上世纪90 年代以来，随着互联网络的发展及国民经济信

息化的推进，地理信息系统作为大的地理信息中心，进入日

常办公室和千家万户之中，从面向专业领域的项目开发到综

合性城市与区域的可持续发展研究，从政府行为、学术行为

发展到公民行为和信息民主，成为信息社会的重要技术基础。

2.国内地理信息系统(GIS)发展现状

我国对GIS 的研究起步较晚，但是近30 年来，在各级政

府和有关人士的大力呼吁和促动下，我国的地理信息系统事

业突飞猛进，成绩巨大。我国GIS 的发展可以划分为3 个阶

段。

（1）起步准备阶段（1978～1985 年）

主要在概念和理论体系的引入与建立，关于遥感分析、

制图和数字地面模型的试验研究，以及软、硬件的引进，相

应规范的研究，局部系统或试验系统的开发研究，为GIS 的

全面发展奠定基础。

（2）加速发展阶段（1985～1995 年）

GIS 作为一个全国性的研究与应用领域，进行了有计划、

有目标、有组织的科学试验与工程建设，取得一定的社会经

济效益。主要表现在：①GIS 教育与知识传播的热浪此起彼伏，

GIS 成为空间相关领域的热门话题；②GIS 建设引起各级

政府高度重视，其发展机制由学术推动演变为政府推动；③

部分城市和沿海地区GIS 建设率先进入实施阶段，并取得阶

段性成果；④出现商品化的国产GIS 软件、硬件品牌；出现

专门的GIS 的管理中心、研究机构与公司；出现专门的GIS

协会，涌现一批GIS 专门人才；出现专门的刊物与展示会；

初步形成全国性的GIS 市场。⑤在应用模式、行业模式和管

理方面作了有益的探索。

（3）地理信息产业化阶段（1995－）

目前，我国GIS 的发展正处于向产业化阶段过渡的转折

点。能否借助国际大气候的东风，倚重国内经济高速发展的

大好形势，搭乘全球信息高速公路的快车，实现地理信息产

业化和国民经济信息化，这是国内地理信息界人士面临的严

重挑战和千载难逢的机遇。而在这一过程中，一方面需要探

索建立一套政府宏观调控与市场机制相结合的地理信息产业

模式。另一方面，则要充分总结和借鉴国内外地理信息系统

项目建设的经验和教训，掌握地理信息系统的发展动向，建

立起行之有效的地理信息系统工程学的理论、方法与管理模

式。

（三）地理信息系统(GIS)的发展动向

近年来地理信息系统技术发展迅速，其主要的原动力来

自日益广泛的应用领域对地理信息系统不断提高的要求。另

一方面，计算机科学的飞速发展为地理信息系统提供了先进

的工具和手段，许多计算机领域的新技术，如面向对象技术、

三维技术、图象处理和人工智能技术都可直接应用到地理信

息系统中。下面对当前地理信息系统研究中的几个热点研究

领域作一介绍。

1.GIS 中面向对象技术研究

面向对象方法为人们在计算机上直接描述物理世界提供

了一条适合于人类思维模式的方法，面向对象的技术在GIS

中的应用，即面向对象的GIS，已成为GIS 的发展方向。这是

因为空间信息较之传统数据库处理的一维信息更为复杂、琐

碎，面向对象的方法为描述复杂的空间信息提供了一条直观、

结构清晰、组织有序的方法，因而倍受重视。面向对象的GIS

较之传统GIS 有下列优点：(1)所有的地物以对象形式封装，

而不是以复杂的关系形式存储，使系统组织结构良好、清晰；

(2)以对象为基础，消除了分层的概念；(3)面向对象的分类

结构和组装结构使GIS 可以直接定义和处理复杂的地物类型；

(4)根据面向对象后编译的思想，用户可以在现有抽象数据类

型和空间操作箱上定义自己所需的数据类型和空间操作方

法，增强系统的开发性和可扩充性；(5)基于icon 的面向对

象的用户界面，便于用户操作和使用。

2.时空系统

传统的地理信息系统只考虑地物的空间特性，忽略了其

时间特性。在许多应用领域中，如环境监测、地震救援、天

气预报等，空间对象是随时间变化的，而这种动态变化的规

律在求解过程中起着十分重要的作用。过去GIS 忽略时态主

要是受器件的限制，也有技术方面的原因。近年来，对GIS

中时态特性的研究变得十分活跃，即所谓“时空系统”。

地物除了具有三维空间中的空间性质外，如何刻画时间

维的变化也十分重要。通常把GIS 的时间维分成处理时间维

和有效时间维。处理时间又称数据库时间或系统时间，它指

在GIS 中处理发生的时间。有效时间亦称事件时间或实际时

间，它指在实际应用领域事件出现的时间。

根据处理时间和有效时间的划分，可以把时空系统分为4

类：静态时空系统、历史时态系统、回溯时态系统和双时态

系统。

(1)静态时空系统。它既不支持处理时间，也不支持有效

时间，系统只保留应用领域的一种状态，比如当前状态。(2)

历史时态系统。它只支持有效时间，这种系统适用于事件实

际发生的历史对问题求解十分重要的应用领域。(3)回溯时态

系统。它只支持处理时间，这种系统适用于信息系统的历史

对问题求解十分重要的应用领域。(4)双时态系统。它同时支

持处理时间和有效时间。处理时间记录了信息系统的历史，

有效时间记录了事件发生的历史。 时空系统主要研究时空模

型，时空数据的表示、存储、操作、查询和时空分析。

3.地理信息建模系统

通用GIS 的空间分析功能对于大多数的应用问题是远远

不够的，因为这些领域都有自己独特的专用模型，目前通用

的GIS 大多通过提供进行二次开发的工具和环境来解决这一

问题。二次开发工具的一个主要问题是它对于普通用户而言

过于困难。而GIS 成功应用于专门领域的关键在于支持建立

该领域特有的空间分析模型。GIS 应当支持面向用户的空间分

析模型的定义、生成和检验的环境，支持与用户交互式的基

于GIS 的分析、建模和决策。这种GIS 系统又称为地理信

息建模系统(GIMS)。GIMS 是目前GIS 研究的热点问题之一。

GIMS 的研究有几个值得注意的动向。(1)面向对象在GIS

中的应用。面向对象技术用对象(实体属性和操作的封装)、

对象类结构(分类和组装结构)、对象间的通讯来描述客观世

界，为描述复杂的三维空间提供了一条结构化的途径。这种

技术本身就为模型的定义和表示提供了有效的手段，因而在

面向对象GIS 基础上研究面向对象的模型定义、生成和检验，

应当比在传统GIS 上用传统方法要容易得多。(2)基于icon

的用户建模界面。建模过程中的对象和空间分析操作均以

icon 形式展示给用户，用户亦可自定义icon。用户在对icon

的定义、选择和操作中完成模型的定义和检验。这种方法较

之AML 这类宏语言要方便和直观得多。(3)GIS 与其他的模型

和知识库的结合。这是许多应用领域面临的一个非常实际的

问题，即存在GIS 之外的模型和知识库如何与GIS 耦合成一

个有机整体。

4.GIS 将往高维化发展

GIS 在矿山与地质领域的应用受到很大限制的重要原因

是其在处理三维问题上的不足。现有的GIS 软件虽然可以用

数字高程模型来处理空间实体的高程坐标，但是由于他们无

法建立空间实体的三维拓扑关系，使得很多真三维操作难以

实现，因而人们将现有的GIS 称为二维GIS 或2.5 维GIS。矿

山、地质以及气象、环境、地球物理、水文等众多的应用领

域都需要三维GIS 平台来支持他们大量的真三维操作。空间

可视化技术是指在动态、时空变换、多维的可交互的地图条

件下探索视觉效果和提高视觉效果的技术。虚拟现实(VR)技

术，也称虚拟环境和人工现实，已在游戏中成功使用。运用

空间可视化技术和虚拟现实技术进行地形环境仿真，真实再

现地景，用于交互式观察和分析，提高对地形环境的认知效

果，是今后三维GIS 可视化发展的一个重点。四维GIS（4DGIS）

一般是指在原有的三维GIS 基础上加入时间变量而构成的

GIS。许多人认为地质特征是不变的，但实际上大部分地质特

征是动态的、变化的，不是所有地质情况都是变化缓慢的，

水灾、地震、暴风雨以及滑坡都会使局部地质条件发生快速

而巨大的变化。地质学家对4D(立体3D 加上时间第4D)的空

间——时间模型尤感兴趣。但是，增加一维将带来很大的问

题。比如数据量的几何级数增长，致使数据的采集、存取、

处理都带来一系列的问题。不过，这些问题可以在计算机技

术、数据库技术以及相关电子技术的发展而得到解决。因此，

如何设计4DGIS 并运用它来描述和处理地理对象的时态特征

是一个重要的发展领域。