基于JavaEE林地经营WebGIS关键技术研究

摘要

随着森林资源的开发与人类生存环境之间的矛盾日益突出,如何有效地经营管理森林资源,走林业可持续发展道路,已成为国际社会共同关注的问题。地理信息系统(GIS)是地理数据采集、存储、管理的平台,能够对林业的持续发展进行有效地决策和规划。网络地理信息系统(WebGIS)将Web技术与GIS技术相结合,是传统GIS的扩展和完善,因此具有更加广阔地应用前景。地理数据是GIS建立的资源基础,其获取与更新是GIS运行的前提。地理数据包含空间数据与非空间数据,数据呈现出多维度、地域性等特点。随着数据库技术及遥感等空间技术的发展,林业数据库系统中积累着越来越多的空间数据。如何从海量的地理空间数据中提取潜在的有用信息成为WebGIS发展的巨大挑战。数据挖掘是从大量数据中挖掘或抽取出未知的、有价值的模式或规律的过程。本文将数据挖掘技术与WebGIS相结合,采用四层浏览器(Browser)/服务器(Server)模式,空间数据运用Postgis、非空间数据运用PostgreSQL数据库技术,研究了基于JavaEE架构的林地经营WebGIS若干关键技术。
　　 在概述和总结前人研究成果的基础之上,利用数据挖掘技术中的关联规则相关算法进行深入研究,把提出的关联规则算法(TIMBM-Apriori)作为林地经营WebGIS决策支持功能模块的一个关键实现技术。本文的主要研究内容可归纳为:(1)针对数据的高维性以及包含连续属性等特点,本文引入K-means聚类方法对数据进行预处理,将连续性属性离散化。(2)本文采用经典的关联规则Apriori算法作为分析工具。针对关联规则Apriori算法当数据集中项目集的个数较大时,会产生组合爆炸问题;并且在扫描大量数据时,算法效率低下问题突出。本文提出了基于事务-项目映射布尔矩阵TIMBM-Apriori算法,算法只需要扫描事务数据一次,然后把事务数据库转换为事务项目布尔矩阵,从而可以大大减少数据库I/O操作时间,而提升速度的代价仅仅是开辟一定量的内存空间来存放事务布尔矩阵。通过对福建省三明永安市小班地图数据的实验,验证了本文所述方法较传统Apriori算法更具有应用优势。在保证挖掘结果质量的同时,本文算法效率更高,特别适用于对时间敏感的WebGIS应用。(3)本文在分析了当前林地经营管理系统中的主要问题,并提出了解决方案。通过对具体的需求进行深入分析,设计了系统的功能结构,实现了基本GIS功能、数据综合查询功能和基于TIMBM-Apriori算法的决策支持功能等系统关键功能。