高智慧，鄒廣天

針對各行各業(yè)中積累的大量數(shù)據(jù)，從中挖掘出關(guān)于變換的知識，為處理矛盾問題的決策服務(wù)，我國學者于2004年提出了可拓數(shù)據(jù)挖掘理論[1]，它研究用可拓學的理論和方法[2-3]，去挖掘數(shù)據(jù)庫中與解決矛盾問題的變換有關(guān)的可拓知識，并快速從單一理論向多學科融合方向發(fā)展，相關(guān)研究成果已被應(yīng)用于數(shù)據(jù)挖掘和人工智能等領(lǐng)域。在信息化社會，充分有效地管理和利用各類信息資源，是進行科學研究和決策管理的前提條件[4]。對已有住宅建筑設(shè)計數(shù)據(jù)進行整合與集成，是研究可拓住宅建筑設(shè)計數(shù)據(jù)挖掘的起點。許多學者研究了數(shù)據(jù)庫與可拓學之間融合的方法，并取得了突破性進展。曾維等[5]提出利用可拓學基元來描述知識中的信息單元及其聯(lián)系，對可拓知識庫進行查詢、插入、刪除、更新操作，實現(xiàn)人工智能構(gòu)建可拓知識庫；豆增發(fā)等[6]將可拓學方法應(yīng)用于數(shù)據(jù)庫建模中，對建模對象進行分析和推理以獲得最優(yōu)數(shù)據(jù)庫模型，這樣彌補了傳統(tǒng)E/R圖和面向?qū)ο蠼Ｒ揽拷Ｈ藛T經(jīng)驗和能力的不足，使數(shù)據(jù)庫建模趨向可推理、可優(yōu)化及智能化；張銘等[7]提出城市軌道交通數(shù)據(jù)中心平臺的分層框架和功能定位，結(jié)合某城市軌道交通數(shù)據(jù)中心建設(shè)案例，描述了基于數(shù)據(jù)倉庫的搭建過程及相關(guān)業(yè)務(wù)的調(diào)用邏輯。謝穎等[8]撰寫的《多媒體數(shù)據(jù)庫研究》在總結(jié)多媒體數(shù)據(jù)庫研究現(xiàn)狀的基礎(chǔ)上，討論了多媒體數(shù)據(jù)庫的關(guān)鍵技術(shù)，分析了多媒體數(shù)據(jù)庫的結(jié)構(gòu)，并闡述了此類數(shù)據(jù)庫構(gòu)建的關(guān)鍵技術(shù)，以此提供完善的多媒體數(shù)據(jù)檢索及維護功能。但是以上知識庫或數(shù)據(jù)庫的構(gòu)件方法只針對單一類型的數(shù)據(jù)，如關(guān)系型數(shù)據(jù)或E/R圖等結(jié)構(gòu)化數(shù)據(jù)或多媒體型數(shù)據(jù)的集成方法，并未涉及到針對多維、復(fù)雜的設(shè)計類數(shù)據(jù)的數(shù)據(jù)庫構(gòu)建方法。

住宅建筑設(shè)計數(shù)據(jù)所具有的非結(jié)構(gòu)化、多源復(fù)雜性特征決定了在存儲管理上的特殊性，而地理信息系統(tǒng)(geographical information system，GIS)具有較強的地理信息存儲、管理能力與功能拓展的可能性。因此，本文針對住宅建筑設(shè)計綜合數(shù)據(jù)信息存儲需求，構(gòu)建基于ArcGIS軟件的可拓住宅建筑設(shè)計數(shù)據(jù)庫，為計算機輔助管理和利用海量住宅建筑設(shè)計信息及后續(xù)的可拓數(shù)據(jù)挖掘提供數(shù)據(jù)支持。

1 可拓住宅建筑設(shè)計數(shù)據(jù)

可拓住宅建筑設(shè)計數(shù)據(jù)是運用可拓學的理論與方法對住宅建筑設(shè)計信息進行記載的基元符號或基元符號的組合。它是可以被計算機識別的、抽象的符號，這些符號不僅指數(shù)字，而且包括字符、文字、圖形等。歸納起來，分為圖像和屬性數(shù)據(jù)(見圖1)。

圖1 可拓住宅建筑設(shè)計數(shù)據(jù)組成Fig. 1 Data composition of extension residential architectural design

1.1 圖像數(shù)據(jù)表達

圖像數(shù)據(jù)表示住宅建筑設(shè)計的地理位置及形態(tài)信息，包括位置、尺寸、形態(tài)及其特征等信息，同時具有定位、定量和空間關(guān)系描述等特征的二維工程圖。通常以矢量結(jié)構(gòu)(dwg文件格式的AutoCAD文件等具有點、線、多邊形特征的圖形)和柵格結(jié)構(gòu)(以像素圖塊形式出現(xiàn)的照片、遙感圖片、地圖等)兩種形式表達(見圖2)。矢量數(shù)據(jù)解決數(shù)字化圖形記錄的精度問題；柵格數(shù)據(jù)解決建筑面狀圖形性質(zhì)及直觀形象等問題。

圖2 圖像數(shù)據(jù)類型Fig. 2 Graphic data type

1.2 屬性數(shù)據(jù)建模

屬性數(shù)據(jù)是從圖形數(shù)據(jù)中得到的設(shè)計的語義信息，是對圖像數(shù)據(jù)的描述與解釋。包括聲音、數(shù)值、文字等在內(nèi)的居住區(qū)綜合技術(shù)經(jīng)濟指標，包括各種類型的建設(shè)用地面積、居住戶數(shù)、居住人口、總建筑面積、容積率、綠地率、建筑密度等信息；住宅建筑設(shè)計高度、層數(shù)、面積、結(jié)構(gòu)形式、戶型等信息以及含有評價信息的模糊數(shù)據(jù)?？赏貙W的基元模型作為聯(lián)系建筑設(shè)計與數(shù)據(jù)挖掘的橋梁，從理論上把住宅建筑屬性信息與可拓集的基元(復(fù)合元)對應(yīng)起來，為后續(xù)的數(shù)據(jù)庫系統(tǒng)設(shè)計工作提供從現(xiàn)實世界到信息世界的抽象方法。

1.2.1 物元表達住宅建筑的基本信息

以O(shè)m為對象，cm為特征，Om關(guān)于cm的量值vm的有序三元組作為描述住宅建筑M的基本信息，用n維物元表示住宅建筑多個特征及其對應(yīng)的量值，即

對典型的模糊數(shù)據(jù)，應(yīng)將這些數(shù)據(jù)轉(zhuǎn)化為可拓集合(–∞，+∞)中的一個量值再進行存儲，以便實現(xiàn)數(shù)據(jù)表達的一致性，滿足量化挖掘比較。

例如，不同的家庭人口構(gòu)成需要有不同的住宅套型設(shè)計與其相適應(yīng)。住戶評價信息從側(cè)面反映了套型的需求。按照滿意程度依次由高到低劃分為5個等級，并逐次從個體樣本中得到以評價信息為變量的評價數(shù)據(jù)。其中1表示“很差”，5表示“很好”，其余評價等級變量以此類推，將其轉(zhuǎn)化為定量數(shù)據(jù)信息。

1.2.2 關(guān)系元表達住宅建筑的關(guān)系信息

例如，由F. L. Wright設(shè)計的流水別墅，位于美國匹斯堡市郊區(qū)的河畔。那里遠離公路、高崖林立、草木繁盛，甚至有一溪瀑布緩緩流下。場地現(xiàn)狀狹窄、條件復(fù)雜。正是在這樣一種“惡劣”的場地環(huán)境條件下，賴特將別墅建于溪流之上，使溪水成為建筑的一部分，別墅如同生長在瀑布之上的巨石之間，使得建筑與溪水、山石、樹木自然地結(jié)合在一起，成為現(xiàn)代建筑的杰作之一。這一構(gòu)思用關(guān)系元模型描述為

為了敘述方便，對于復(fù)雜的數(shù)據(jù)信息，如人、事、物組合或復(fù)合的結(jié)果，需要使用物元、事元和關(guān)系元復(fù)合的形式來表達，統(tǒng)稱為復(fù)合元。復(fù)合元的構(gòu)成、運算和變換成為研究復(fù)雜問題的基礎(chǔ)[6]。

基元是進行可拓分析和可拓變換的基礎(chǔ)[9]。為了發(fā)揮可拓學的優(yōu)勢，獲取并生成更多有意義的住宅建筑數(shù)據(jù)，利用事物變換的可能性，運用拓展分析與共軛分析方法，建立數(shù)據(jù)信息，使設(shè)計目標、設(shè)計問題的理解更為系統(tǒng)和深刻。對拓展后的基元進行評價，評價的標準從住宅建筑設(shè)計的目標出發(fā)，層層發(fā)散，直到找出對應(yīng)的住宅建筑基礎(chǔ)數(shù)據(jù)(設(shè)計條件)為止，且數(shù)據(jù)不可再分割；當數(shù)據(jù)缺失時，根據(jù)可拓學相關(guān)網(wǎng)理論由其他可知數(shù)據(jù)推導(dǎo)不可知數(shù)據(jù)，反之則刪除這一屬性信息。

圖像和屬性數(shù)據(jù)信息共同描述一個建筑實體，構(gòu)建住宅建筑設(shè)計數(shù)據(jù)庫要處理的不僅僅是圖形信息，常常是多結(jié)構(gòu)化的信息。對其數(shù)據(jù)信息的分類存儲需要同時兼顧其圖像要素和屬性要素兩個特征。

1.3 數(shù)據(jù)信息整理

作為體現(xiàn)建筑設(shè)計意圖的重要載體，建筑圖紙廣泛流通于建筑設(shè)計、施工等不同階段。文本和圖片數(shù)據(jù)是進行數(shù)據(jù)挖掘的一個分支，也是住宅建筑數(shù)據(jù)的重要來源。如，住宅建筑設(shè)計投標方案文本、建筑設(shè)計說明、建筑設(shè)計資料集、策劃書等，設(shè)計單位是這類數(shù)據(jù)的可靠來源。

1.3.1 圖像數(shù)據(jù)整理

ArcGIS提供了空間拓撲分析功能，有去除冗余頂點、重復(fù)線、節(jié)點類型識別等[10]；圖面上有水平或垂直的直線條，以這根直線做參考進行矯正；對于地圖的橫、縱向誤差，通過掃描圖長寬尺度與地圖實際尺寸相比較進行糾正；對于遙感影像在進行解譯時，一般選用和遙感影像比例尺相近的地形圖或正投影，做重合比對分別糾正。

1.3.2 屬性數(shù)據(jù)整理

根據(jù)基元特征及量值的唯一性，進行匹配性校驗。當數(shù)據(jù)之間的特征與量值完全相同，則只需合并保留一條數(shù)據(jù)，將多余數(shù)據(jù)清除；當數(shù)據(jù)中對象相同，而其對應(yīng)的特征的量值不同，則需進一步確認真實性，保留可靠數(shù)據(jù)源，將其余刪除；若中數(shù)據(jù)對象相同，特征不同，則應(yīng)將該特征作為對數(shù)據(jù)源有意義的補充，予以保留；無法填補的缺失數(shù)據(jù)值刪除忽略掉，并在數(shù)據(jù)表中刪除與其對應(yīng)的基元，以保證后續(xù)挖掘的準確性；若缺失發(fā)生在源數(shù)據(jù)中，則運用可拓分析方法，從相關(guān)數(shù)據(jù)網(wǎng)絡(luò)中，根據(jù)可拓相關(guān)分析、可擴分析，由已知數(shù)據(jù)推導(dǎo)缺失數(shù)據(jù)值。

2 可拓住宅建筑設(shè)計數(shù)據(jù)庫

可拓住宅建筑設(shè)計數(shù)據(jù)庫(Extension residential architectural design database)是指長期存儲在計算機內(nèi)、結(jié)構(gòu)化、大量的、可共享的可拓住宅建筑設(shè)計數(shù)據(jù)的集合。在計算機實現(xiàn)方面，以ArcGIS為軟件平臺，以基元符號為系統(tǒng)語言，以空間數(shù)據(jù)管理為核心，利用計算機技術(shù)、遙感航測技術(shù)和數(shù)據(jù)庫技術(shù)，采用統(tǒng)一地理坐標系把各種住宅建筑屬性信息與圖形信息一起存儲為計算機可識別數(shù)據(jù)，形成具有統(tǒng)一表現(xiàn)形式和結(jié)構(gòu)的體系。

面向住宅建筑設(shè)計的可拓數(shù)據(jù)挖掘信息集合包括圖像數(shù)據(jù)庫和屬性數(shù)據(jù)庫兩部分。圖像數(shù)據(jù)庫描述有關(guān)建筑對象的形態(tài)及位置的數(shù)據(jù)，如點、線、面、坐標等。而屬性數(shù)據(jù)庫描述建筑圖形特征的有關(guān)信息，如名稱、容積率、高度、戶型及其組合等。針對不同的用戶，無論是查詢功能、管理需求或挖掘需要，數(shù)據(jù)庫需要集中體現(xiàn)出在怎樣的場地現(xiàn)狀、住戶要求等條件下，最終得出怎樣的住宅建筑設(shè)計結(jié)果，歸納起來體現(xiàn)出設(shè)計條件和設(shè)計成果之間的聯(lián)系。單就住宅建筑設(shè)計而言，數(shù)據(jù)庫構(gòu)建需求界定在設(shè)計條件與設(shè)計目標之間設(shè)計問題的解決，既包含住宅建筑設(shè)計的相關(guān)數(shù)據(jù)，又包含描述解決設(shè)計問題的途徑、經(jīng)驗和方法(知識)。

可拓住宅建筑設(shè)計數(shù)據(jù)庫的構(gòu)建主要實現(xiàn)以下目標：

1)用可拓學語言描述建筑設(shè)計相關(guān)要素，整合數(shù)據(jù)并構(gòu)建統(tǒng)一的表達語言，便于計算機識別；

2)形成高效的住宅數(shù)據(jù)存儲平臺，為可拓住宅建筑設(shè)計和后續(xù)的數(shù)據(jù)挖掘過程提供豐富的數(shù)據(jù)基礎(chǔ)。

3 可拓住宅建筑設(shè)計數(shù)據(jù)庫構(gòu)建方法

3.1 邏輯結(jié)構(gòu)設(shè)計

從用戶的角度對住宅建筑數(shù)據(jù)進行建模，其任務(wù)以住宅建筑設(shè)計、規(guī)劃與挖掘、決策所需數(shù)據(jù)為基礎(chǔ)，描述住宅建筑工程實例的設(shè)計信息模式。根據(jù)住宅建筑設(shè)計數(shù)據(jù)的類型，劃分為居住區(qū)信息、性能信息、設(shè)備信息、平面、立面、剖面信息。用住宅建筑設(shè)計圖形和它的屬性名稱的抽象形式描述設(shè)計條件，一個住宅建筑需要多個屬性來進行描述并反映屬性之間的依賴關(guān)系(圖3)。

圖3 可拓住宅建筑設(shè)計數(shù)據(jù)建模Fig. 3 Model building of extension residential architectural design database

邏輯結(jié)構(gòu)設(shè)計分為兩步，1)圖形結(jié)構(gòu)設(shè)計，將不同類型、不同級別圖形要素進行分層存放，每一層存放一種專題或一類信息。共分為3層：地圖層，反映一定區(qū)域范圍內(nèi)的數(shù)據(jù)庫構(gòu)建邊界；規(guī)劃圖層，反映居住區(qū)規(guī)模和住宅建筑分布狀況；住宅建筑設(shè)計要素層，包括建筑的平面、立面和剖面等數(shù)據(jù)信息。2)屬性信息組織形成過程：屬性數(shù)據(jù)最終以數(shù)據(jù)表的形式來管理。

3.2 圖像數(shù)據(jù)與屬性數(shù)據(jù)的匹配

地圖數(shù)據(jù)主要提供空間地理位置數(shù)據(jù)，包括地形圖、行政區(qū)劃圖等。各種地圖，經(jīng)過數(shù)字化轉(zhuǎn)換輸入數(shù)據(jù)庫后，地圖上的信息轉(zhuǎn)換為對應(yīng)區(qū)域地理坐標。

根據(jù)地理信息系統(tǒng)特征坐標點的唯一性，進行圖形數(shù)據(jù)與屬性數(shù)據(jù)的匹配。在計算機實現(xiàn)方面，ArcGIS自帶地圖加載功能，該地圖能實現(xiàn)定點查詢經(jīng)緯度，并通過位置坐標實現(xiàn)與AutoCAD拼接[11]。當?shù)貓D下載完成，可生成所下載底圖的經(jīng)緯度，這一地理位置信息成為實現(xiàn)建筑平面坐標系與大地坐標系匹配的重要依據(jù)[12]。在ArcGIS軟件平臺基礎(chǔ)上，圖像數(shù)據(jù)中的AutoCAD矢量圖形信息，將建筑場地內(nèi)的平面坐標嵌入更大的地域坐標系中。屬性信息匯總成二維表，連同調(diào)研、資料查詢獲取的圖片、現(xiàn)狀照片等存儲為若干網(wǎng)頁文件，將文件的存儲路徑寫入屬性信息統(tǒng)計表，完成圖像信息和屬性信息的匹配[13]。

4 實驗與分析

為檢驗本文方法的可行性和有效性，以某居住小區(qū)內(nèi)的住宅建筑為例展開試驗性數(shù)據(jù)庫構(gòu)建。數(shù)據(jù)來源于建筑設(shè)計院設(shè)計圖紙。

該項目(圖4)為普通商住小區(qū)，其中高層住宅八棟，臨街商業(yè)用房及配套公建四棟。設(shè)計院提供的數(shù)據(jù)包括AutoCAD圖形、JPG圖片與文本。

圖4 某居住小區(qū)項目Fig. 4 The project of a residential district

首先，打開百度地圖下載器，在行政區(qū)劃菜單中確認市域范圍內(nèi)遙感地圖作為底圖。其次，在ArcGIS的工具欄中選擇【Add Data】，選擇導(dǎo)出的地圖即可完整加載。此時地圖上的信息轉(zhuǎn)換為對應(yīng)區(qū)域地理坐標。根據(jù)特征點：居住區(qū)北門、東門(125.166 396,43.828 142)位置坐標定位AutoCAD居住區(qū)平面坐標。

根據(jù)圖3所示建模方法，構(gòu)建該小區(qū)屬性數(shù)據(jù)信息數(shù)據(jù)庫。經(jīng)過轉(zhuǎn)換特征量值，刪除冗余數(shù)據(jù)、補全缺失數(shù)據(jù)、修正錯誤數(shù)據(jù)后，利用物元模型描述居住區(qū)屬性數(shù)據(jù)信息 (見圖5(a))。

圖5 ArcGIS軟件中加載居住區(qū)住宅建筑數(shù)據(jù)信息Fig. 5 ArcGIS loaded residential area planning data information

以1#住宅樓為例(圖5b)，建筑面積為12 591.06 m2，一梯三戶，共有兩種套型，分別為兩室兩廳一衛(wèi)和一室一廳一衛(wèi)。數(shù)據(jù)中包含圖紙與文本信息。其中CAD圖形數(shù)據(jù)以建筑4個角點為依據(jù)，定位到地圖中。連同平面屬性信息嵌入1#住宅樓的1單元套型平面圖中。文本信息轉(zhuǎn)化為屬性信息以基元形式存儲。該套型單元用符號”來進一步表達戶型圖中的套型組合方式，分別記作M11、M12。

5 結(jié)論

在存儲住宅建筑數(shù)據(jù)時，通過數(shù)據(jù)庫實現(xiàn)多源數(shù)據(jù)集成是必然的選擇。本文根據(jù)住宅建筑設(shè)計特點，針對圖像及其屬性信息集成問題，從交叉學科角度提出數(shù)據(jù)庫構(gòu)建方法，得出以下結(jié)論：

1)屬性數(shù)據(jù)中存放的諸如場地、規(guī)模、面積、戶型等數(shù)據(jù)信息以基元的形式表達，與以矢量結(jié)構(gòu)描述的AutoCAD文件和以柵格結(jié)構(gòu)描述的圖片、影像等圖形數(shù)據(jù)信息的匹配與互查，實現(xiàn)了對住宅建筑數(shù)據(jù)的組織、管理；

2)通過給出查詢條件，即可列出數(shù)據(jù)庫內(nèi)相關(guān)的住宅建筑設(shè)計信息，開展數(shù)據(jù)的提取和分析；

3)可拓住宅建筑設(shè)計數(shù)據(jù)庫給用戶提供了充分的可擴展空間，通過增刪葉節(jié)點來修改子數(shù)據(jù)，使數(shù)據(jù)結(jié)構(gòu)更加豐富和合理。這也是目標–條件邏輯結(jié)構(gòu)的優(yōu)勢。

可拓住宅建筑設(shè)計數(shù)據(jù)庫解決了定量和定性數(shù)據(jù)與圖像數(shù)據(jù)的集成問題，為可拓數(shù)據(jù)挖掘與住宅建筑信息的無縫銜接搭建了統(tǒng)一的數(shù)據(jù)平臺。此外，通過建立可拓住宅建筑設(shè)計數(shù)據(jù)庫，數(shù)據(jù)的查詢、統(tǒng)計、可視化分析等應(yīng)用更為高效，同時也為可拓住宅建筑設(shè)計提供了有力的數(shù)據(jù)支撐。

下一步研究將進一步提升居住區(qū)定位和居住區(qū)地形描述精度；提取其他相關(guān)數(shù)據(jù)信息改善挖掘性能，同時考慮評價量值的加載和優(yōu)選問題及自動化抓取網(wǎng)絡(luò)數(shù)據(jù)信息的能力。建筑師可以根據(jù)獲取數(shù)據(jù)的深度和廣度，推而廣之到建筑設(shè)計其他方面的構(gòu)建研究，為實現(xiàn)計算機輔助設(shè)計奠定基礎(chǔ)。

[1]楊春燕, 李小妹, 陳文偉, 等. 可拓數(shù)據(jù)挖掘方法及其計算機實現(xiàn)[M]. 廣東: 廣東高等教育出版社, 2010: 25–32.YANG Chunyan, LI Xiaomei, CHEN Wenwei, et al. Extension data mining method and its computer implementation[M]. Guangdong: Guangdong higher education press, 2010:25–32.

[2]陳文偉, 黃金才. 可拓集與可拓數(shù)據(jù)挖掘[M]. 北京: 科學出版社, 2008: 37–41.CHEN Wenwei, HUANG Jincai. Extension set and extension data mining[M]. Beijing: Science press, 2008: 37–41.

[3]蔡文, 楊春燕, 何斌. 可拓邏輯初步[M]. 北京: 科學出版社,2003: 15–17.CAI Wen, YANG Chunyan, HE Bin. The preliminary exten-sion logic[M]. Beijing: Science press, 2003: 15–17.

[4]王珊, 薩師煊, 張俊. 數(shù)據(jù)庫系統(tǒng)概論[M]. 北京: 高等教育出版社, 2014.WANG Sa, SA Shixuan, ZHANG Jun. Introduction of database system[M]. Beijing: Higher education press, 2014.

[5]曾維, 魏蛟龍. 可拓知識庫的構(gòu)建[J]. 船舶電子工程, 2004,3: 53–55.ZENG Wei, WEI Jiaolong. Extension repository designing[J].Ship electronic engineering, 2004, 3: 53–55.

[6]豆增發(fā), 王保保. 基于可拓學的數(shù)據(jù)庫建模方法[J]. 西安郵電學院學報, 2006, 9: 79–82.DOU Zengfa, WANG Baobao. The method of database modelling based on extension theory[J]. Journal of Xi’an university of post and telecommunications, 2006, 9: 79–82.

[7]張銘, 曹鴻飛. 城市軌道交通線網(wǎng)數(shù)據(jù)中心與評估決策平臺[J]. 智能系統(tǒng)學報, 2017, 12(3): 1–9.ZHANG Ming, CAO Hongfei. The platform of data center and evaluation decision making of urban rail transit[J].CAAI transactions on intelligent systems, 2017, 12(3): 1–9.

[8]謝穎, 張毅, 操駿峰, 等. 多媒體數(shù)據(jù)庫研究[J]. 重慶郵電大學學報: 自然科學版, 2017, S1: 134–137.XIE Ying, ZHANG Yi, CAO Junfeng, et al. Research of multimedia database[J]. Journal of Chongqing university of posts and telecommunications: natural science, 2017, S1:134–137.

[9]趙燕偉, 周建強, 洪歡歡. 可拓設(shè)計理論方法綜述與展望[J]. 計算機集成制造系統(tǒng), 2015, 5: 1157–1167.ZHAO Yanwei, ZHOU Jianqiang, HONG Huanhuan. Overview and prospects of extension design methodology[J].Computer integrated manufacturing systems, 2015, 5:1157–1167.

[10]李江, 周浩, 羅吳亮. ArcGIS空間數(shù)據(jù)庫中拓撲錯誤的檢查與批量處理方法[J]. 北京測繪, 2017, 2: 156–157.LI Jiang, ZHOU Hao, LUO Wuliang. Research on the conversion of DLG data to data factors of important geographical conditions[J]. Beijing surveying and mapping, 2017, 2:156–157.

[11]李瀟瀟. 簡述ArcGIS在DEM數(shù)據(jù)格式轉(zhuǎn)換及DEM、DOM數(shù)據(jù)質(zhì)量檢查過程中的應(yīng)用[J]. 測繪與空間地理信息, 2015, 2: 5–8.LI Xiaoxiao. Described on the application of ArcGIS in DEM data format conversion, DEM and DOM data quality inspection process[J]. Geomatics and spatial information technology, 2015, 2: 5–8.

[12]孫霞, 曹剛, 王偉東. ArcGIS影像管理解決方案淺析[J].測繪與空間地理信息, 2017, 1: 175–176.SUN Xia, CAO Gang, WANG Weidong. Analysis of Arc-GIS image management solution[J]. Geomatics and spatial information technology, 2017, 1: 175–176.

[13]段正勵, 劉撫英. 杭州市工業(yè)遺產(chǎn)綜合信息數(shù)據(jù)庫構(gòu)建研究[J]. 建筑學報, 2013, 10: 47.DUAN Zhengli, LIU Fuying. Study on the comprehensive information database of industrial heritage in hangzhou[J].Architectural Journal, 2013, 10: 47.