免费论文查重: 大雅 万方 维普 turnitin paperpass

探究旱情旱情监测信息管理系统流程

最后更新时间:2024-03-13 作者:用户投稿原创标记本站原创 点赞:11057 浏览:44920
论文导读:
摘要:对土壤旱情(墒情)进行监测和预报探讨,是防旱抗旱工作的基础。随着科学技术的进展,土壤旱情(墒情)监测的技术也在不断改善,特别是计算机技术的不断更新和GIS技术的成熟与改善,为旱情(墒情)监测提供了新的策略和技术。本论文在浅析国内外旱情监测进展近况的基础上,利用网络通信技术、计算机技术、传感技术、GIS技术和数据库技术设计了西安市旱情监测信息管理系统,并进行了系统的测试,达到了预期的效果,主要探讨工作和成果如下:1)结合西安市的实际情况,进一步明确了系统开发的整体思路和技术路线,设计开发了西安市旱情监测信息管理系统,为以后其他地区的旱情监测系统开发提供技术支持。2)介绍了WebGIS、B/S、数据库、MapXtreme的相关知识,利用这些技术开发了旱情监测Web管理系统,实现了管理决策部门的网络化办公,同时将GIS技术运用于系统中,实现了GIS技术和系统的无缝结合。3)对西安市旱情监测系统各部分的结构、功能,整个系统的原理进行了简单描述;采取SQL Server2005作为数据库,按照三个范式对旱情监测信息管理系统数据库进行了设计。4)利用GIS技术对系统采集的数据进行浅析,得出土壤含水率在整个探讨区域的分布规律;建立土壤墒情预测模型,以而为短时间内的土壤墒情预测提供了支持。关键词:旱情监测论文B/S论文预测模型论文GIS论文
本论文由www.7ctime.com,需要论文可以联系人员哦。摘要3-4
Abstract4-9
第一章 引言9-15

1.1 探讨背景9-10

1.1 西安市旱情综述9-10

1.2 西安市土壤墒情监测的近况10

1.2 探讨作用10

1.3 国内外探讨进展10-12

1.3.1 国内探讨进展10-12

1.3.2 国外探讨进展12

1.4 本论文探讨的主要内容12-15

第二章 探讨区概况及相关论述介绍15-23

2.1 探讨区概况15-16

2.

1.1 地理位置15

2.

1.2 地形地貌特点15

2.

1.3 气候、河流、农作物15-16

2.2 WEBGIS相关论述介绍16-19

2.1 WebGIS的特点16

2.2 WebGIS构建技术16-19

2.3 MapXtreme介绍19-21

2.3.1 基本概念19

2.3.2 MapXtreme的系统组成19-20

2.3.3 MapXtreme的主要功能20-21

2.4 数据库介绍21-23

2.4.1 SQL Server 2005概述21-22

2.4.2 数据库设计的原则22-23

第三章 西安市旱情监测信息管理系统设计23-39

3.1 系统总体设计23-24

3.

1.1 系统设计目标23

3.

1.2 系统设计基本原则23-24

3.2 系统硬件结构与功能说明24-26
3.

2.1 野外数据采集系统24-25

3.

2.2 GPRS/G网络传输系统25-26

3.

2.3 旱情监测中心系统26

3.3 系统软件结构与功能说明26-31

3.1 系统软件架构26-27

3.2 软件功能27-31

3.4 系统数据库设计31-36

3.4.1 土壤墒情表(ST_SOIL_R)32-34

3.4.2 测站基本属性表(ST_STBPRP_B)34

3.4.3 降水量统计表(ST_PSTAT_R)34-35

3.4.4 系统用户表(ST_User_B)35

3.4.5 系统设置表(ST_Configuration_B)35

3.4.6 气温水温表(ST_TMP_R)35-36

3.4.7 干旱等级字典表(ST_DroughtDegree_B)36

3.4.8 ER图36

3.5 西安市旱情信息站的布设36-39

第四章 西安市旱情信息管理系统的实现39-59

4.1 系统开发环境搭建39-40

4.

1.1 系统开发环境39

4.

1.2 部署网站系统39-40

4.2 旱情监测管理系统实现40-53

4.3 旱情监测GIS地图显示53-54

4.4 地图基本操作54-59

第五章 旱情监测系统数据处理及预测59-71

5.1 土壤含水率变化规律59-61

5.

1.1 年内土壤含水率变化规律59-60

5.

1.2 土壤水分的垂直变化规律60

5.

1.3 整个区域的含水率变化规律60-61

5.2 土壤相对含水率与冬小麦受旱情况评价61-63
5.

2.1 相对含水率计算61-62

5.

2.2 冬小麦受旱情况浅析62-63

5.3 土壤含水率与等值线浅析63-65

5.4 基于BP神经网络的土壤墒情预报模型探讨65-71

5.

4.1 BP网络模型原理及设计原则65

5.

4.2 BP网络建模历程65-67

5.

4.3 土壤墒情预报67-71

第六章 结论与展望71-73

6.1 结论71

6.2 展望71-73

参考文献73-77
附录77-83
攻读硕士学位期间取得的学术成果83-85
致谢85-86