本文關(guān)鍵詞：中國明代疫災(zāi)數(shù)據(jù)在線發(fā)布及分布規(guī)律的挖掘研究

  更多相關(guān)文章： 明代疫災(zāi) WebGIS 地理信息服務(wù) ArcGIS Server

【摘要】：中國在歷史上是一個多疫災(zāi)的國度,在770BC-AD1911的3000年間,平均每四年就有一年有疫災(zāi)發(fā)生。中國3000年的疫災(zāi)記錄史,是世界上最長的疫災(zāi)時間序列。由于中國歷史疫災(zāi)數(shù)據(jù)具有數(shù)據(jù)量龐大、時間跨度大、疫災(zāi)次數(shù)多等特點,為了更好地研究歷史疫災(zāi)的時空分布規(guī)律,需要建立符合實際需求的中國歷史疫災(zāi)地理數(shù)據(jù)庫。因此將收集到的疫災(zāi)史料進行整理,轉(zhuǎn)化成結(jié)構(gòu)合理、字段內(nèi)容豐富、分類精確的表格及地圖,并建立歷史疫災(zāi)地理數(shù)據(jù)庫,對這些數(shù)據(jù)進行存儲、管理、維護,再利用可視化、空間分析等手段幫助我們了解疫災(zāi)的起因、疫種、時空分布、頻度等,對疫災(zāi)數(shù)據(jù)進行空間數(shù)據(jù)挖掘,是有深刻的意義的。WebGIS作為地理信息系統(tǒng)與Internet結(jié)合的產(chǎn)物,已成為當(dāng)前地理信息服務(wù)重要的發(fā)展趨勢之一。地理信息服務(wù)極大地促成了地理信息的共享,越來越多的企業(yè)或組織將自己擁有的地理空間數(shù)據(jù)和軟件功能開發(fā)為地理信息服務(wù)供更多的組織和個人享用。正因為歷史疫災(zāi)數(shù)據(jù)難以獲取,所以通過歷史疫災(zāi)數(shù)據(jù)庫將本文所整理的疫災(zāi)數(shù)據(jù)進行存儲、管理及網(wǎng)絡(luò)發(fā)布,可以為他人提供研究基礎(chǔ)。因此本文研究建立的基于WebGIS的“中國明代疫災(zāi)地理信息系統(tǒng)”具有很強的現(xiàn)實意義。本文針對“中國明代疫災(zāi)地理信息系統(tǒng)”的建立及其時空分布數(shù)據(jù)挖掘方面進行了研究,所做的主要工作如下：(1)總結(jié)國內(nèi)外有關(guān)中國疫災(zāi)地理數(shù)據(jù)的相關(guān)成果,探討了WebGIS技術(shù)在疫災(zāi)地理領(lǐng)域的研究現(xiàn)狀和發(fā)展趨勢,分析了“中國疫災(zāi)地理信息系統(tǒng)”相較國內(nèi)早期相關(guān)研究在數(shù)據(jù)質(zhì)量、系統(tǒng)功能及數(shù)據(jù)共享等方面的優(yōu)勢所在。(2)將明朝疫災(zāi)史料進行考證、整理、分類,建成為空間數(shù)據(jù)庫,并能通過GIS平臺進行可視化表達、空間分析。(3)通過WebGIS相關(guān)技術(shù),對“中國明代疫災(zāi)地理信息”進行了發(fā)布,實現(xiàn)了在線式查詢、可視化、空間分析、制作專題地圖等功能。(4)從時間及空間角度分析了明代疫災(zāi)的分布規(guī)律,發(fā)現(xiàn)崇禎朝的災(zāi)情最為嚴重,其次為萬歷朝和嘉靖朝,災(zāi)情最輕的為建文朝及洪熙朝；明代疫災(zāi)縣數(shù)呈現(xiàn)出波動上升的趨勢,總體來說有5個波峰,分別為1400-1409年、1450-1459年、1520年-1529年、1580年-1589年、1640-1649年,并在明代末年達到頂峰。其中1580-1589年、1640-1649年的波動最為強烈；疫災(zāi)多發(fā)地主要形成兩大“疫災(zāi)帶”,其中一帶主要分布于南直隸,另外一帶主要分布于江西省與福建省,有著自東北向西南遞減的總體趨勢；疫災(zāi)熱點主要分布于東北部,疫災(zāi)冷點主要分布于西南部。
【關(guān)鍵詞】：明代疫災(zāi) WebGIS 地理信息服務(wù) ArcGIS Server
【學(xué)位授予單位】：華中師范大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：R-09;P208
【目錄】：

• 摘要5-7
• Abstract7-11
• 1 緒論11-19
• 1.1 研究背景與意義11-13
• 1.1.1 研究背景11-12
• 1.1.2 研究意義12-13
• 1.2 國內(nèi)外研究現(xiàn)狀13-17
• 1.2.1 外國研究現(xiàn)狀13-15
• 1.2.2 國內(nèi)研究現(xiàn)狀15-17
• 1.3 數(shù)據(jù)來源17-18
• 1.4 文章組織結(jié)構(gòu)18-19
• 2 中國歷史疫災(zāi)地理信息系統(tǒng)的設(shè)計19-30
• 2.1 系統(tǒng)概述19-20
• 2.2 相關(guān)技術(shù)20-26
• 2.2.1 ArcGIS Server REST API20-21
• 2.2.2 JavaScript語言21
• 2.2.3 Ajax技術(shù)21-24
• 2.2.4 C#語言24-25
• 2.2.5 JSON數(shù)據(jù)表示法25
• 2.2.6 空間數(shù)據(jù)庫管理系統(tǒng)25-26
• 2.3 需求分析與系統(tǒng)功能設(shè)計26-28
• 2.3.1 需求分析26-27
• 2.3.2 系統(tǒng)主模塊總體設(shè)計27-28
• 2.4 軟件平臺建立28-30
• 3 中國歷史疫災(zāi)地理信息系統(tǒng)的實現(xiàn)30-44
• 3.1 數(shù)據(jù)庫建立30-34
• 3.1.1 數(shù)據(jù)庫結(jié)構(gòu)30-33
• 3.1.2 數(shù)據(jù)庫連接33-34
• 3.2 系統(tǒng)界面34-44
• 3.2.1 登陸界面34
• 3.2.2 主界面34-35
• 3.2.3 基本功能35-42
• 3.2.4 地圖視圖及數(shù)據(jù)視圖42-43
• 3.2.5 快捷工具欄43-44
• 4 明代疫災(zāi)時空分布規(guī)律的挖掘研究44-51
• 4.1 明代疫災(zāi)數(shù)據(jù)來源44
• 4.2 明代疫災(zāi)等級劃分44
• 4.3 明代疫災(zāi)時間分布44-47
• 4.3.1 以王朝為尺度的疫災(zāi)數(shù)據(jù)分析44-46
• 4.3.2 以十年為尺度的疫災(zāi)數(shù)據(jù)分析46-47
• 4.4 明代疫災(zāi)空間分布47-49
• 4.4.1 空間插值分析47-48
• 4.4.2 熱點分析48-49
• 4.5 時空分布規(guī)律總結(jié)49-51
• 5 論文總結(jié)與展望51-53
• 5.1 論文總結(jié)51-52
• 5.2 論文展望52-53
• 參考文獻53-56
• 附錄56-86
• 附錄156-63
• 附錄263-72
• 附錄372-86
• 個人簡介86-88
• 致謝88

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 唐飛;李鋼;;基于Web2.0的地理信息服務(wù)模式研究[J];科技廣場;2010年08期

2 程楊;李海蓉;楊林生;;中國明清時期疫病時空分布規(guī)律的定量研究[J];地理研究;2009年04期

3 李凡;朱z，

本文編號：901807