gis技术群 gis技术是什么意思啊

ArcGIS地理信息系统平台的功能和性能？

ArcGIS 平台的功能是很强大的，这个就不用说了，可以在网上查询ArcGIS产品介绍,性能并不是很好,因为太庞大导致的，桌面启动有点慢，不过只要内存达到1G，运行是没问题的.

创新互联公司公司2013年成立，先为浮梁等服务建站，浮梁等地企业，进行企业商务咨询服务。为浮梁企业网站制作PC+手机+微官网三网同步一站式服务解决您的所有建站问题。

但是ArcGIS 9.3中的ArcGIS Server 9.3性能已经很不错了。

GIS的功能

GIS系统即地理信息系统 (GIS, Geographic Information System) 是一种基于计算机的工具，它可以对在地球上存在的东西和发生的事件进行成图和分析。 GIS 技术把地图这种独特的视觉化效果和地理分析功能与一般的数据库操作（例如查询和统计分析等）集成在一起。这种能力使 GIS与其他信息系统相区别，从而使其在广泛的公众和个人企事业单位中解释事件、预测结果、规划战略等中具有实用价值。

地理信息系统是随着地理科学、计算机技术、遥感技术和信息科学的发展而发展起来的一个学科。在计算机发展史上，在计算机发展史上，计算机辅助设计技术（CAD）的出现使人们可以用计算机处理象图形这样的数据，图形数据的标志之一就是图形元素有明确的位置坐标，不同图形之间有各种各样的拓扑关系。简单地说，拓扑关系指图形元素之间的空间位置和连接关系。简单的图形元素如点、线、多边形等；点有坐标（x, y）；线可以看成由无数点组成，线的位置就可以表示为一系列坐标对（x1, y1），（x2, y2），……（xn, yn）；平面上的多边形可以认为是由闭合曲线形成范围。图形元素之间有多种多样的相互关系，如一个点在一条线上或在一个多边形内，一条线穿过一个多边形等等。在实际应用中，一个地理信息系统要管理非常多、非常复杂的数据，可能有几万个多边形，几万条线，上万个点，还要计算和管理它们之间的各种复杂的空间关系……。

地理信息系统是将计算机硬件、软件、地理数据以及系统管理人员组织而成的对任一形式的地理信息进行高效获取、存储、更新、操作、分析及显示的集成。

地理信息系统技术广泛应用于农业、林业、国土资源、地矿、军事、交通、测绘、水利、广播电视、通讯、电力、公安、社区管理、教育、能源等几乎所有的行业，并正在走进人们日常的工作、学习和生活中。

地理信息系统的主要计算机硬件是工作站和微机。 地理信息系统的主要计算机操作系统软件是UNIX、Windows9X、Windows NT、Windows2000、Macintosh等。

地理信息系统的主要计算机应用软件是ARC/INFO、MGE、GeoMedia、GenaMap、MapInfo、AutoDesk Map、ArcView、MapObjects、MapX、Maptitude、MapGIS、GeoStar、MapEngine等。

地理信息系统的主要基础地理数据比例尺为1:400万、1:100万、1:25万、1:5万、1:1万、1:2000、1:1000和1:500等；基础地理数据种类为数字线划图（DLG）、数字栅格图（DRG）、数字正射影象图（DOQ）和数字高程模型（DEM）等。

GIS 地理信息系统相关技术

GIS与其他几种信息系统密切相关，但由于其处理和分析地理数据的能力使其与它们相区别。尽管没有什么硬性的和快速的规则来给这些信息系统分类，但下面的讨论可以帮助区分GIS和桌面制图、计算机辅助设计CAD、遥感、DBMS、以及GPS技术。

桌面制图

桌面制图系统用地图来组织数据和用户交互。这种系统的主要目的是产生地图：地图就是数据库。大多数桌面制图系统只有及其有限的数据管理、空间分析以及个性化能力。桌面制图系统在桌面计算机上进行操作，例如PC机，Macintosh以及小型UNIX工作站。

计算机辅助设计CAD

计算机辅助设计(CAD)系统促进了产生建筑物和基本建设的设计和规划。这种设计需要装配固有特征的组件来产生整个结构。这些系统需要一些规则来指明如何装配这些部件，并具有非常有限的分析能力。CAD系统已经扩展可以支持地图设计，但管理和分析大型的地理数据库的工具很有限。

遥感和GPS

遥感是一门使用传感器对地球进行测量的科学和技术，例如，飞机上的照相机，全球定位系统（GPS）接收器，或其他设备。这些传感器以图象的格式收集数据，并为利用、分析和可视化这些图象提供专门的功能。由于它缺乏强大的地理数据管理和分析作用，所以不能叫作真正的GIS。

DBMS数据库管理系统

数据库管理系统专门研究如何存储和管理所有类型的数据，其中包括地理数据。DBMS使存储和查找数据最优化，许多GIS为此而依靠它。相对于GIS而言，它们没有分析和可视化的工具。

　基于GIS和ANN的群发性滑坡灾害概率预报预警方法

3.1.6.1　原理与方法

模型设计思路的正确与否是决定地质灾害预警预报效果的一个关键环节。滑坡灾害的孕育与发生由多种因素组合而成，虽然滑坡灾害尤其是由降雨诱发的滑坡灾害看起来似乎简单，但其内在的各种因素之间的相互作用是非常复杂的，对于这样的复杂系统目前还难以用几个确定的参数进行解析表达。因此，如何寻找一种能在已有的资料和观测条件下，可以自动学习和调整系统各因子之间的作用参数并且合理地利用已有数据资源的方法就成为提高群发性滑坡灾害预警预报能力的一个可行途径，因而成为人们关注的一个重要课题。

人工神经网络（Artificial Neural Network），简称ANN，是近年来迅速发展的一种模拟人脑机理和功能的新型计算机和人工智能技术，是当前国际上一个非常活跃的边缘学科。它与传统的专家系统、模糊理论等人工智能技术相比具有很多突出的优点①由于ANN采用自适应算法，使其较之专家系统固定的推理方式及传统计算机的指令程序更能适应环境的变化；②具有自组织、自学习功能及归纳能力；③在数据处理中可以避免数据分析和建模中的困难，采用拟人化的方法进行处理，特别适合不确定性和非结构化信息的处理；④具有较强的容错能力。ANN具有的这些显而易见的优点，使其在群发性滑坡灾害的预报评价中具有很大的应用前景。

应用ANN技术必须要有数据源。应用GIS对与滑坡形成有关的各种信息进行操作获得的各种结果，可以作为ANN的输入和训练条件，同时ANN的输出又可以作为GIS的资源来管理和进行新的操作。因此在滑坡等突发性地质灾害预警预报系统中联结GIS和ANN，可以使这两种新技术相得益彰，获得更好的应用效果。GIS与ANN两者之间的关系可以用图3.16表示。

图3.16　滑坡灾害预报中ANN与GIS的关系示意图

图3.17　SPV-ANN示意图

P—预测向量，m—模型向量（隐含层向量），i—输入变量的下标，o—输出变量的下标，N—模型向量的数量，M—输入变量的个数

SPV-ANN模型（李长江等，1999）是一种与邻域法相似，但属于自组织系统与概率型及平行向量法结合的神经网络，它与反馈型神经网络不同，其结构设计如图3.17所示。

采用基于GIS的SPV-ANN系统进行突发性地质灾害预警预报，具有以下几个特点：①具有动态性、自适应性和自学习功能。该模型不是固定不变的，而是可以随着有关数据的精度和质量的改善与实时更新，不断提高系统预测的准确程度；②具有客观性。预测过程和预测结果都不是人为决定和由人工随意改变的，一旦输入数据确定后，所获得的结果不会因人而异；③具有现时性。当系统通过网络与气象、水文地面观测站相连通后，系统可以根据实时的降雨预报和雨量观测数据，对预报区域范围内滑坡灾害发生的概率进行快速评价，对已知的滑坡灾害危险点进行逐点搜索评价，自动编制和输出滑坡灾害发生概率分布图，实现对滑坡灾害发生的空间范围、强度及其分布概率的临灾预警预报，通过该系统，可以同时实现在互联网上发布滑坡灾害预报信息。

3.1.6.2　数据源

根据对目前已有资料的分析，可以将导致滑坡发生的主要因素概括为7个方面：①第四纪松散堆积层的类型、厚度、组成及结构构造；②第四纪松散堆积层下覆基岩的岩石类型、矿物组成、结构构造、产状；③断裂；④地形（坡角、坡向等）；⑤植被；⑥人类工程活动；⑦降雨量（降雨强度）和降雨持续时间等。其中，对与人类工程活动有关的情况，目前还难以获得比较系统的资料。但是土地利用现状从一个侧面反映了人类活动的影响，因此，通过对土地利用类型与滑坡分布关系的分析可以在一定程度上揭示人类工程活动对滑坡发生的影响。

在上述7类影响因素中，任一给定点的地形坡度、坡向，断裂构造，土壤类型及其下覆基岩的岩石类型、矿物组成、结构构造、产状以及植被等因素相对于滑坡孕育时间的变化很小，因此在系统中把这些因素作为“常量”处理是合理的。这样，使用经过学习训练的SPV-ANN/GIS进行滑坡灾害的预报处理时，主要的变量就是降雨量（降雨强度）和降雨持续时间。换言之，在SPV-ANN/GIS系统中通过样本训练，由系统自动确定各个输入变量的权重值，设定除降雨之外的其他变量对于待评估地区（或评估单元）是稳定的，则可以以降雨量（或降雨强度）及降雨持续时间作为该点惟一的变化信息，求取在对应降雨条件（降雨量、降雨强度、降雨持续时间）下待评估地区（单元）的灾害发生概率，即确定在给定降雨状态下主要滑坡灾害可能发生的区域与概率。预报结果以灾害发生的空间分布概率（0～1）表示。上述的基于GIS和ANN的滑坡灾害概率预报（警）系统（landslidehazard probability prediction system based on GIS and ANN），简称LAPS，其模式如图3.18所示，图3.19是LAPS的部分程序界面。

图3.18　群发性滑坡灾害概率预报（警）模式

图3.19　群发性滑坡灾害概率预报（警）系统（LAPS）