欧盟自然资源GIS系统的设计和开发研究.pdfVIP

第34卷 第9期 山 西 建 筑 V01．34 No．9 · 366 · 2 0 0 8年3月 sHA ⅨI ARcHITE叮 URE Mar． 2oo8 文章编号：1009—6825(2008}09—0366—03 欧盟自然资源GIS系统的设计和开发研究 薛向锋 赵晋陵 摘 要：对欧盟自然资源特点进行了分析，建立了欧盟自然资源地理信息系统——EU_GIS，实现了ASAN-GIS的空间 查询功能和空间分析功能，为了解欧盟国家的自然资源状况提供了辅助决策支持。 关键词：GIS，EU，EU—GIS，自然资源 中图分类号：TP391 文献标识码：A 随着中国与欧洲联盟(简称欧盟EU：European Union)经济贸 源地理信息系统。正是在这种需求的驱动下，文中通过规划设计 易关系的进一步深化和加强，在自然资源方面也展开了互补贸 开发了欧盟自然资源地理信息系统，实现了对欧盟自然资源数据 易，致使欧盟自然资源的研究成为一个热点。然而，由于欧盟各 的规范管理。 国的自然资源种类繁多，空间分布各异，获取的自然资源数据又 1 系统设计思路 以不同的格式存在，既有矢量格式又有栅格数据，同时还有各种 EU—GIS主要加强了对各种自然资源数据的空间查询功能和 统计报表数据，导致了数据种类的多样化和格式的差异化。为了 空间分析功能，使数据需求者可以很快地检索到自己所需的数 有效地管理和分析这些数据，有必要设计和开发一个欧盟自然资 据，并进行相应的空间分析。系统采用Ⅶ +MapOoj~s的开发模 这个模型对部分已知工程进行推广预测，对训练网络进行测试， 对于具体的边坡工程，不同部位的地质条件常常是不尽相同 评价学习模型的泛化能力。此网络的第一层即输入层有 ，z个神 的，文中建立的边坡岩体稳定性评价指标综合反映了边坡岩体质 经元，中间层有2n十1个神经元，第三层有 m个神经元(Kol— 量及其影响稳定性分析的结构特征，对于地质条件变化大的岩质 mogorov定理 )。文中选取SRMR， ， ，e，N(回弹值)，岩体风 边坡，可以根据岩体特征进行分区建立评价指标，再进行分区稳 化程度，地下水输入神经元。输出层取两个二值神经元，以表示 定性评价。 稳定系数和可能的稳定状况。第一个神经元输出稳定状况即稳 正是因为人工神经网络性能良好，具有自学习、自组织、强容 定(1，0)、较稳定(0，1)、失稳(1，1)。第二个神经元输出失稳方式 错性，能够很好地掌握地质体各种信息间复杂的非线性关系，以 即顺层或切层滑动(1，0)、风化剥落(0，1)、表层坍塌(1，1)。 大量的工程实例为学习的预测基础，可以灵活地选择评价因子， 2．3 模型训练过程及回判结果 故在地质灾害预测中具有广泛的应用前景。文中建立的预测模 由于网络输入输出节点较多，要使它较准确地掌握输入因素 型，数据获取方便，准确度高，能够很好地预测边坡的稳定性。 与输出因素的非线形关系，就必须有充足的学习样本。在收集和 参考文献： 综合分析计算国内大量的各种边坡岩体结构类型和稳定状态资 [1]徐丽娜．神经网络控制[M]．哈尔滨：哈尔滨工业大学出版社， 料[ j的基础上，筛选14个工程实例进行网络训练，其余5个实例 1999． 作为预测样本。通过2 146次迭代计算后，误差达到精度要求。 [2]从 爽．面向MATLAB工具箱神经网络理论与应用[M]、合 并对神经网络预测的边坡稳定状况和失稳方式与实际边坡稳定 肥：中国科技大学出版社，1998． 状况和失稳方式综合对比