应用GIS开发案例（二）
七、闽东南生态环境基础数据库应用系统构建在8.3.5讨论的“福建生态环境基础数据库”的基础上，针对福建热环境的研究对象，重新设计并更新完善了空间数据库。这里讨论基于组件Arcobjects+C#.NET环境下，构建了“闽东南生态环境基础数据库应用系统（缩写：MDNEBDBMS）”的思路及实现过程。
（一）MDNEBDBMS系统设计和实现
MDNEBDBMS是一个应用为主的地理信息系统，该系统研究区域是闽东南主要城市，应用目的是研究地学信息图谱中的区域热环境综合信息图谱，系统功能既包括GIS工具软件常规的分析方法，又嵌入地温反演及热环境效应和评价等GIS应用模型，以及输入和输出且具备用户化的系统界面。
1、系统设计内容
GIS系统设计任务一般包括：①计划与选题；②需求分析；③总体设计；④详细设计；⑤地理编码；⑥测试；⑦软件维护与说明等。
本系统设计内容主要包括以下几点：
（1） 人——机交互设计：确定用户使用该系统解决闽东南热环境及效应信息图谱的过程。操作系统：Windows XP、Windows 7；
（2） 数据分类与代码设计：对系统设计到的各种专业数据按照一定的原则进行系统分类，并在此基础上按一定的标准与规范设计分类代码（余明，2008）。
（3） 输入/输出设计：确定系统的数据输入与输出方案。
（4） 数据设计：选择Microsoft Access，SQL，GIS数据库管理系统。
（5） 程序功能模块设计：划分程序的组织单元，规划各组织单元的功能和数据接口。开发环境：Microsoft Visual Studio2008、ArcObjects 9.3，开发语言：C＃.Net（基于Framework 3.5 SP1）
（6） 系统调试及维护
2、系统结构设计
系统结构设计主要包括系统逻辑结构设计和数据库结构设计两部分内容。
（1）系统逻辑结构设计
包括逻辑结构和数据流程，系统的结构框图如图8.25所示。
图8.25 系统的结构框图
（2）数据库概念设计
总体设计阶段的数据库设计，主要是数据库的概念设计，即通过对系统用户信息要求的综合归纳，形成一个不依赖任何数据库管理系统（DBMS）的信息结构模型。设计包括信息类型、实体的属性范畴以及实体之间的联系。
（3）其他
有关数据库的其他方面如空间数据库的参考基准面和坐标系统、地图投影、数据库比例尺以及分块、分层等数据库管理等的考虑。
3、系统总体设计和详细设计
系统总体设计在强调完备性、标准化、先进性、兼容性、高效性、可靠性、适用性等基本要求外，注重把握系统总控文件。
4、系统界面与功能模块设计
系统界面与功能模块设计实现如图8.26至图8.28所示。这是系统构建成功与否的最关键的设计。
图8.26 系统界面图示
图8.27 地图窗口界面和制图界面
图8.28关于“用户”、“数据管理”、“数据调用与GIS空间分析”“专题制图”和“信息图谱显示”等功能模块界面
部分应用模型如NDBI算法流程见图8.29。
图8.29 NDBI算法流程图
据图8.29流程图，利用ArcObjects的IMapAlgebraOp接口，通过if语句，可以控制本系统执行原NDBI或改进的NDBI计算，其实现部分代码如下：
……
//定义NDBI表达式
string sNDBI_Expression = "( Float([" + sMirGdsName +"]) - Float([" + sNirGdsName + "]) ) / ( Float([" +sMirGdsName + "]) + Float([" + sNirGdsName + "]) )";
string sDenominator = "Float([" + sMirGdsName + "]) +Float([" + sNirGdsName + "])"; //NDBI的分母
string sExpression = "Con( " + sDenominator + " == 0, 0 , "
+ "Con( " + sNDBI_Expression + " > 1 , 1 , "
+ "Con( " + sNDBI_Expression +" < -1 , -1 , " + sNDBI_Expression + " ) ) )";
string sExpressionModified = "Con( [" + sRedGdsName +"] < [" + sNirGdsName + "] & [" + sNirGdsName +"] < [" + sMirGdsName + "] , 0 , " + sExpression +" )";
//选择执行哪种NDBI计算
IGeoDataset pOutputRaster;
if (this.modified_checkbox.Checked)
pOutputRaster = pMapAlgebraOp.Execute(sExpressionModified);
else
pOutputRaster = pMapAlgebraOp.Execute(sExpression);
……
（二）闽东南城市热环境综合信息图谱应用系统
在FJEBDBMS基础上通过对闽东南热环境的认识，弄清城市系统要素之间的关系，再提取要素指数以及系统评价指标，构建应用模型并以“图”和“谱”信息揭示城市热环境系统要素关系和演变规律。
1.热环境信息提取模型
只有弄清影响区域热环境主要因子，才能建立地学应用模型，才能使图形思维与模型分析相结合，才能便于信息挖掘，知识发现及地学认知，才能实现热环境类型全数字化，才能实现热环境类型数据库和热环境信息图谱的动态数字链接，才能实现热环境信息图谱的多维与动态可视化效果。只要输入参数，本系统能支持构建热环境信息提取模型，界面如图8.30所示。
图8.30系统热信息提取模型界面
闽东南热环境综合信息图谱数据库主要应用在构建闽东南热环境综合信息图谱、闽东南热环境空间格局信息图谱、城市热环境演变过程信息图谱、城市热环境动态变化信息图谱、福州厦门热岛效应分析图谱、地表温度与LUCC关系的信息图谱等等
2.闽东南热环境综合信息图谱应用系统主要特点和功能
热环境是强调生态环境的能量信息部分，闽东南热环境综合信息图谱系统与福建生态环境综合信息图谱系统既有联系，又有区别。联系在于数据库中的生态环境基础数据共享，以信息图谱分析方法表达。然而闽东南热环境综合信息图谱系统最大的特点，就是以GIS技术为基本的技术支撑，将热环境信息的分析地理化和将热环境信息地图化，从而建立了生态环境数据与地理环境信息的关联，大大增强了生态环境信息的显示、查询和分析的整体感和系统的应用与分析功能。闽东南热环境综合信息图谱应用系统主要特点和功能：
1) 对象的选取，不仅可以通过名称，也可以通过地理图形进行，不仅可以一般查询，也可以属性-图形双向查询。
2) 系统设计使用GIS技术，但不依赖任何商业GIS平台软件，而完全由系统自身支撑。
3) 基于热环境与地理空间的密切关系，系统使用多种地理分区进行环境数据的分析与比较，从而发现不同环境变量与地理空间的联系和规律。
4) 系统不是静态建立所使用的各种地理分区对象，而是在查询、统计与分析过程中动态建立，大大压缩了数据库中的信息冗余，同时也优化了系统的开支。系统具有较强的数据分析功能。
5) 地理地图和GIS技术不仅仅用于地理对象的选取，并可以用于环境变量的显示，从而通过环境变量的空间分布特征或过程挖掘隐含的信息或规律，用信息图谱方式表达。
3.闽东南城市群热环境综合信息图谱的构建
一般地学信息图谱归纳和提炼需要6个步骤：①对研究对象（地学要素、地学现象、地理区域）进行透彻的研究，掌握其时空格局和规律；②从研究对象中抽取基本的组成单元，逐个描述这些单元的不同的形态图形并尽量穷举，形成谱系；③对系列图谱进行归类、归纳和提炼，使图谱能够抽象反映图像和标准类型的等级；④对系列图形进行数学参数描述，使其具有可量化和形式化的功能；⑤进行图谱的建模工作，使图谱具有计算机模拟识别和虚拟现实的功能；⑥针对该图谱的实际应用目标进行信息单元的重组、虚拟，以建立资源环境问题的调控方案，并虚拟预测调控结果。
在对研究区中的热环境基本了解的情况下，可借助闽东南区域生态环境基础数据库系统，对影响热环境系统的因子指数进行有条件的提取，形成时空格局的系列图谱，以便揭示热环境系统的因子间的复杂关系；同时也为建设闽东南热环境综合信息图谱数据库作准备。
(1) 提取影响热环境系统的因子指数图谱
1）植被指数的信息图谱构建
基于遥感数据提取的植被指数系列图8.31，反映闽东南2001至2007植被指标变化的信息，在应用上可构成闽东南区域植被信息的征兆图谱。
图8.31 2001-2007年植被指数——征兆图谱
2）地形信息图谱构建
在GIS软件的支持下，利用福建省1：10万等高线矢量数据生成DEM数据，设置栅格大小为250m×250m，再提取研究区高程、坡度等专题信息，构建研究区地形特征中的高程和坡度变化的征兆图谱（见图8.32）。
图8.32高程及坡度信息——征兆图谱
3）气象指数信息图谱构建
利用研究区内各站点的经度（φ）、纬度（λ）、海拔高度（h）与各要素进行趋势面拟合和应用插值法等建模可获取研究区的气象指数。本研究利用该模型，生成分辨率为250m×250m格网数据的年均温和湿润指数的气象信息趋势变化的征兆图谱（见系列图8.33和8.34）。
图 8.33 2001-2007年气温信息——征兆图谱
图8.34 2001-2007年湿润指数信息——征兆图谱
4）社会经济指数信息图谱
社会经济指数提取是对空间可视化后的社会经济数据按居民点密度和面积权重模型进行空间插值和小网格推算（langford M，UnwinD J,1994;吕安民、刘海启、李成名等，2002；范一大、史培军、辜智慧等，2004），生成研究区250m×250m分辨率的人口密度和城市化水平的GRID格式可视化显示（如图8.35和8.36）。系列图8.35和8.36相关性很强，人口稠密地方一般城市化水平都较高。
图8.35 2001-2007年人口密度信息——征兆图谱
图8.36 2001—2007年闽东南城市化水平信息——征兆图谱
(2)热环境综合信息图谱的构建
首先对研究区各个相关影响因子在空间叠加的基础上，通过地图代数方法，建立空间判别模型，逐像元进行逻辑判别，揭示各个因子与目标的关系；其次，再建立热环境目标与多因子之间相互作用的综合分析模式，可构建热环境空间多元分析综合评价图谱。
1）区域热环境模型构建
本研究根据闽东南沿海城市群热环境本底值特征和专家的经验，将研究区的热环境等级划分为6级，即：差、较差、中、良、次优、优。
在遥感软件（如ENVI 4.3）的支持下，将选取的标准兴趣区在综合评价影像中打开，按兴趣区统计所有指标的记录值。考虑到研究的复杂性（涉及多项指标），则以热环境本底值为因变量，以筛选出的9个指标值为自变量，进行回归分析，以确定各指标对热环境质量的影响权重，进而建立热环境评价模型，公式（8-1）、（8-2）、（8-3）分别为研究区2001年、2004年和2007年热环境评价模型表达式。由模型可以看出，热环境本底值与NDVI、NDWI、高程的自然对数呈现负相关关系，而与NDBI、年均温及城市化水平与热环境本底值呈现正相关关系，经局地检验，模型中各指标的系数较为真实地反映各指标在热环境中所起的作用。
2001年热环境本底值＝232.083-6.626×NDVI-9.504×NDWI+0.037×NDBI-9.767×高程的自然对数-1.915×坡度+1.703×年均温+4.899×湿润指数+5.521人口密度+14.352城市化水平
（F=110.305>F0.05(9,110)=2.17，R=0.949） （8-1）
2004年热环境本底值＝282.402-3.753×NDVI-15.641×NDWI+0.377×NDBI-16.654×高程的自然对数+0.843×坡度+4.025×年均温+2.688×湿润指数+14.881人口密度+16.782城市化水平 （F=47.844>F0.05(9,110)=2.17，R=0.892） （8-2）
2007年热环境本底值＝508.235-5.859×NDVI-11.705×NDWI+3.850×NDBI-29.278×高程的自然对数-3.536×坡度+2.584×年均温-11.817×湿润指数-21.603人口密度+2.179城市化水平 （F=123.625>F0.05(9,110)=2.17，R=0.954） （8-3）
2）闽东南热环境本底及综合评价图谱
将式（8-1）、（8-2）、（8-3）模型中各指标的权重代入综合评价影像中进行栅格代数运算，可获得闽东南沿海城市热环境本底影像，再根据前述各等级阈值进行分级，得到闽东南沿海城市热环境逐像元评价输出，如图8.36所示。热环境综合评价等级图的精度可以用标准图件、地面实测数据等进行对比分析。目前普遍采用的是混淆矩阵方法，用Kappa系数（Lucas I F，FransJ M，1994）来分析评价结果的精度。本研究采用闽东南沿海城市热环境标准兴趣区交叉检验样本的评分等级与综合评价等级进行参比，构建精度分析表进行检验，计算得2001年、2004年、2007年的评价总体精度分别为83.72％、81.58％和86.67％，Kappa值则分别为0.81、0.79和0.84，表明利用本底值方法对热环境进行综合评价具有较高的精度。通过局地遥感图像判读与野外考察，评价结果基本吻合。
从应用角度，这个模型的评价结果图8.37可转换为区域的热环境的诊断图谱。模型揭示热环境与气温高低程度、湿润程度、植被度、地形高度和坡度、人口密度以及城市化水平有关，同时揭示不同时间段，区域热环境本底值状况与指数的关系也不同。2001至2007年热环境本底值“优”的区域越来越来少；“中”和“差”区域扩大，整体热环境背景状况恶化，局部有改善。热岛效应范围扩展与建成区快速增长有关，与人口数不断增长有关。扩大城市绿地，改善下垫面状况以及中心城区人口密度下降是热岛中心强度降低的重要因素，工业用地比重降低或拆迁郊区对中心城区热岛强度减低也有影响。总之，通过地表热辐射和热存储模式的改变，可导致热岛强度降低。闽东南热环境综合评价图谱的构建，可为福建区域可持续发展规划提供参考意见。
图 8.37 研究区热环境本底影像及综合评价图谱
