森林資源監測管理預警系統架構設計

時間：2024-09-20 15:06:24 系統架構師我要投稿

相關推薦

森林資源監測管理預警系統架構設計

　　對于非木材森林資源的調查監測，數據的多樣性就更為突出，管理數據系統的建立，既提高了非木材森林資源調查數據的利用率，高效評價森林效能，也在森林資源資產經營評估方面起著重要的作用。下面YJBYS小編為大家整理了關于森林資源監測管理預警系統架構的文章，僅供大家閱讀交流~

森林資源監測管理預警系統架構設計

　　1 系統需求分析

　　1.1 系統目標

　　開發一套“非木材森林資源監測與預警系統”，系統包括非木材森林資源數據庫建立，產量、質量等的相關監測指標和預警指標、預警模型、監測數據的輸入、存儲、顯示、查詢、分析，以及發布預警信號和提供輔助決策等功能，最終實現非木材森林資源可持續利用的目的。

　　1.2 運行環境

　　1.2.1 硬件環境。Pentium4 1.4 GHz或更高處理器的IBM PC或兼容機，至少256 M內存，至少剩余500 M以上硬盤空間，Microsoft兼容鼠標，1 024×768或更高分辨率的監視器，1個光驅。打印機：可選。　　1.2.2 軟件環境。Windows XP及其以后的視窗系列操作系統;MapObjects 2.2;Sybase公司的ASA 7.0(Adaptive Server Anywhere)。

　　1.3 功能需求

　　根據系統目標要求，系統應包含非木材森林資源數據庫維護模塊、圖形編輯和瀏覽模塊、查詢模塊、統計分析及輸出打印功能、預警模型應用和決策支持模塊及系統維護模塊。

　　1.4 系統總體結構

　　根據功能需求分析，非木材森林資源監測與預警系統包含數據維護、非木材森林資源地理分布區瀏覽、預警指標與預警模型、查詢統計與分析、系統維護等模塊，系統總體結構見圖1。

　　數據維護：主要是對非木材森林資源的各類數據進行管理，可以這些數據進行添加、修改、刪除等操作，包含非木材森林資源基本信息維護、非木材森林資源分類信息維護、非木材森林資源地理分布維護、非木材森林資源監測指標維護、非木材森林資源監測數據維護等5個子模塊。

　　非木材森林資源地理分布區瀏覽：主要用于對數字地圖進行操作，包含“放大顯示”、“縮小顯示”、“全體顯示”、“自由瀏覽”、“地圖標注”、“疊加分析”等功能。

　　預警指標與預警模型：主要用于設計預警指標體系和維護預警模型，包含“預警指標設計”和“預警模型維護”2個子模塊。其中，預警指標體系為部分或全部監測指標的有機組合，根據其重要性為每個指標賦予一定的權重;預警模型中定義了包含預警指標的計算公式和預警閾值，供預警分析模塊使用。

　　查詢、統計與分析：主要用于圖文查詢、統計及預警分析、預警信號發布、輔助決策等，包含“由圖查文”、“由文查圖”、“數據分析”、“預警分析”、“報表維護”等5個子模塊。其中，由圖查文提供了鼠標單擊選擇、鼠標拖畫矩形框選擇和鼠標多次點擊生成多邊形選擇等3種方式;由文查圖通過設置組合條件，在數字地圖上顯示符合條件的記錄;數據分析提供了描述性分析、方差分析和回歸分析等3種功能;預警分析通過計算預警模型中定義的公式的值，將之與預警閾值比對，如果超出安全范圍則調用預警信號發布模塊和輔助決策模塊;報表維護可以對系統中已定義的統計圖表進行修改、刪除等操作，也可以設計新的統計圖表。

　　系統維護：主要用于維護系統安全，包含系統設置、權限管理、用戶信息、數據備份、數據恢復等5個子模塊。其中，系統設置用于設置系統參數;權限管理用于設置用戶對系統各功能模塊的使用權限，可以定義到按鈕一級;用戶信息用于顯示當前用戶的信息，如用戶組、權限等，還包括更改當前用戶的登錄密碼。

　　2 系統實現

　　2.1 系統設計原則

　　在技術上滿足一定的先進性原則的前提下，將重點考慮以下幾項原則：即實用性原則、可靠性原則、規范化原則、可擴充性原則及用戶界面良好原則。

　　2.2 開發工具

　　采用PowerBuilder 8.0(PB)和ESRI公司的MapObjects 2.2(MO)進行集成二次開發。系統中將空間數據與屬性數據結合起來管理，PB實現應用界面設計、屬性數據庫維護等除GIS功能外的其他功能;MO作為組件嵌入PB中實現GIS相關功能，如圖層顯示、放大、縮小、漫游等。PB與MO通過COM進行通訊，建立空間數據與屬性數據之間的關聯，實現系統的各個功能模塊。

　　2.3 系統數據庫建立

　　系統數據庫分為空間數據庫和非空間數據庫。空間數據包括矢量數據庫和柵格數據庫;非空間數據包括屬性數據、統計分析后獲得的數據、其他文檔數據、元數據。根據系統建設的需要和數據規范化和標準化的要求，將所收集的圖形資料通過數字化、投影變換和坐標變換、校正處理，使它們統一到高斯-克里格投影中。屬性數據是與非木材森林資源緊密相關的非空間數據;統計分析數據是指對預警指標的統計分析，并將其存儲于數據庫中，以進一步分析，為決策提供服務;元數據記錄數據來源、精度、投影方式等，是用于對數據的說明，元數據的建立使數據共享成為可能。空間數據以多個Shape文件的形式存儲，內部屬性數據庫以對應的DBF文件的形式存儲，系統采用Sybase公司的關系型數據庫ASA 7.0(Adaptive Server Anywhere)來管理外部屬性數據，外部屬性數據庫以數據庫的形式存儲，并通過共同的字段值與空間數據內部屬性表相關聯。非木材森林資源屬性數據庫的建立，可以幫助決策者和政府部門摸清全國非木材森林資源的具體分布區域，不同類型非木材森林資源的相關產量情況，包括數量、起源、分布、可及度及今后的變化趨勢等;評估其資源優勢與生產利用情況;對非木材森林資源利用產生的社會、經濟和文化的作用與影響作出評估，對非木材森林資源的發展方向、目標與前景進行分析。非木材森林資源監測與預警系統包含的主要數據表及其用途見表1。

　　2.4 預警功能實現

　　通過分析非木材森林資源采集、利用、流通、貿易、政策、發展等方面的影響因子確定預警指標體系;通過參考歷史數據、國際通用標準和專家意見，確定安全閾值，劃分風險預警界限;通過回溯警情判定的過程，找出引起警情的警源，并據此提出解決方案供用戶選擇[10-12]。

　　2.4.1 預警指標設計。預警指標設計包括指標體系的輸入、編輯、刪除及賦予權重等功能。預警指標體系是預警系統的基礎，根據指標體系，才能確定需要收集哪些信息。構建指標體系必須遵循指標入選原則和指標體系的設計準則，入選原則包括指標含義的重要性、指標反映目標變動的可靠靈敏性、指標與目標變量的協調性、指標刻畫目標變動的代表性、指標的超前性、指標數據收集的及時性等。

　　指標體系構建一般按照以下4個步驟進行：理論準備、指標體系初選、指標體系測驗及指標體系應用，具體流程見圖2。

　　2.4.2 預警模型維護。預警模型維護包括模型的輸入、編輯、刪除及預警臨界值的確定、預警區間的劃分等功能。預警方法是預警系統的核心成分，指導著預警指標選擇、構成及預警模型的創建，不同的預警方法衍生出不同的預警指標體系和預警模型。

　　系統采用統計預警和回歸預警2種預警方法。統計預警方式是對警兆與警情的相關關系進行統計處理，然后根據警兆的警級預測警情的警度。具體過程是：首先對警兆和警情進行時差分析，確定其先導長度，相關程度，然后依據警兆變動情況，運用區間分析確定警兆的警級，結合警兆的重要性進行警級綜合，最后預報警度。因為在預警過程中，用的是統計方法確定諸多參數，所以說統計預警方法是指標預警方法合乎邏輯的精確和深化。回歸預警方式是在統計預警系統基礎上對預警的進一步分析，是對統計預警系統的一種補充，其實質是建立模型之后進行回歸預測。具體而言，可以建立以下2個模型：①直接建立預警模型Ye=F(Xe)，其中X為警兆變量的警度值，Y為警情變量的警度值，該模型的建立可以采用回歸分析方法;②建立預測模型Y=F(X)，其中X為警兆變量的實際值，在得到Y的預測值后，再參照Y的警限，將其轉化為警度。

　　2.4.3 預警分析。預警分析就是警情判定的過程。通過計算預警模型中定義的公式的值，將之與預警臨界值比較，確定所處的預警區間，如果超出安全范圍則調用預警信號發布模塊和輔助決策模塊。預警臨界值的確定首先要參照已有的國際、國內或地方標準，其次可采用專家評估、系統模擬仿真等方法確定。不管采取何種方法確定警度區都要注重分析其發展動態，在掌握較長時段發展動態的基礎上應用層次聚類分析法對發展動態進行歸類是一種有借鑒意義的方法。此外，警區臨界值是靜態和動態發展的統一，在一定時間段內它是一個相對穩定的值，經充分發展后需考慮根據實際情況重新確定臨界值。

　　2.4.4 輔助決策。輔助決策就是通過回溯警情判定的過程，找出引起警情的警源，根據專家知識庫中的相關知識提出相應的解決方案供用戶選擇，以便及時排除警情。用戶最終的解決方案反饋回專家知識庫中，以進一步完善專家知識庫，使之更加智能。

【森林資源監測管理預警系統架構設計】相關文章：

微服務的架構設計02-27

基于GIS的通信管網管理系統架構設計03-04