基于ArcEngine网络模型的水资源优化配置系统开发

计算机工程与应用 ›› 2007, Vol. 43 ›› Issue (35): 198-201.

基于ArcEngine网络模型的水资源优化配置系统开发

董贵明¹,束龙仓¹,陈南祥²,田娟¹

1.河海大学水资源环境学院，南京 210098
2.华北水利水电学院岩土工程系，郑州 450008

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2007-12-11 发布日期:2007-12-11
通讯作者: 董贵明

System development of optimal allocation of water resources based on network model ArcEngine

DONG Gui-ming¹,SHU Long-cang¹,CHEN Nan-xiang²,TIAN Juan¹

1.College of Water Resources and Environment，Hohai University，Nanjing 210098，China
2.North China University of Water Conservancy and Electric Power，Zhengzhou 450008，China

Received:1900-01-01 Revised:1900-01-01 Online:2007-12-11 Published:2007-12-11
Contact: DONG Gui-ming

摘要/Abstract

摘要： 把ESRI公司的ArcEngine（ArcGIS Engine）组件库中的网络模型应用到水资源优化配置系统开发过程中。重点介绍了ArcEngine网络模型的体系结构、关键技术、开发步骤。以ArcEngine网络模型在南水北调中线河南受水区水资源优化配置系统开发中的应用为例，对具体功能的实现做出了分析。开发实例表明，ArcEngine网络模型在水资源优化配置系统开发中充分发挥了GIS的空间分析功能，实现了系统中GIS模型和专业模型的耦合。

关键词: ArcGIS Engine, GIS, 网络模型, 水资源优化配置, 系统开发, 南水北调

Abstract: The network model ArcEngine，which is included in ArcGIS Engine module library of company ESRI，is applied to the system development of optimal allocation of water resources.This paper introduced it’s architecture，key technique and development process.Moreover，the paper analyzed the realization of it’s specific function by it’s application in the system development of water resources of the water-received areas in Zhengzhou，Henan Province，which is one part of the middle route of South to North Water Transferring Projection in China.The development case shows that this model exploited GIS space analytical function，and made a couple of system model GIS and professional model.

Key words: ArcGIS Engine, GIS, network model, optimal allocation of water resources, system development, south to north water transferring projection

董贵明¹,束龙仓¹,陈南祥²,田娟¹. 基于ArcEngine网络模型的水资源优化配置系统开发[J]. 计算机工程与应用, 2007, 43(35): 198-201.

DONG Gui-ming¹,SHU Long-cang¹,CHEN Nan-xiang²,TIAN Juan¹. System development of optimal allocation of water resources based on network model ArcEngine[J]. Computer Engineering and Applications, 2007, 43(35): 198-201.

[1]	陈万芬，王宇嘉，林炜星. 异构集成代理辅助多目标粒子群优化算法[J]. 计算机工程与应用, 2021, 57(23): 71-80.
[2]	魏芬娟，陈崇成，叶晓燕，陈功. 森林资源调查与督查的移动GIS研发及应用[J]. 计算机工程与应用, 2020, 56(6): 231-238.
[3]	应毅，任凯，刘亚军. 基于GIS技术和加权kNN算法的实时揽件调度方法[J]. 计算机工程与应用, 2020, 56(21): 248-252.
[4]	杨超杰，裴以建，刘朋. 改进粒子群算法的三维空间路径规划研究[J]. 计算机工程与应用, 2019, 55(11): 117-122.
[5]	赖永凯1，陈向宇2，刘海2. 基于贝叶斯Logistic回归的软件缺陷预测研究[J]. 计算机工程与应用, 2019, 55(11): 204-208.
[6]	向程谕，王冬丽，周彦，李雅芳. 基于RGB-D融合特征的图像分类[J]. 计算机工程与应用, 2018, 54(8): 178-182.
[7]	乔亚琴，马盈仓，陈红，杨小飞. 构造样本k近邻数据的多标签分类算法[J]. 计算机工程与应用, 2018, 54(6): 135-142.
[8]	汪娟1, 刘哲1, 宋余庆1, 陈香远2. 基于改进的GLCM甲状腺纹理特征提取与分析[J]. 计算机工程与应用, 2018, 54(23): 176-182.
[9]	张文元1，丁京祯1，杨丽娜2，杨翔宇1. 室内外一体化最优路径分析算法实现[J]. 计算机工程与应用, 2018, 54(18): 58-65.
[10]	王永1，2，陈燕1，赵毅1. 基于分段Logistic映射的并行Hash函数构造算法[J]. 计算机工程与应用, 2018, 54(15): 38-43.
[11]	王炳南1，李彬1，刘霜纯2，3，田联房1，王立非4. 计算机辅助肺功能定量分析系统的开发与设计[J]. 计算机工程与应用, 2018, 54(13): 224-230.
[12]	徐喆，宋泽奇. 带比例因子的卷积神经网络压缩方法[J]. 计算机工程与应用, 2018, 54(12): 105-109.
[13]	王永1，2，马键滨1，陈燕1，何波2. 一种新的基于时空混沌的伪随机数发生器[J]. 计算机工程与应用, 2018, 54(11): 97-102.
[14]	李林1，李小舜2，吴少智3. 基于迁移学习和显著性检测的盲道识别[J]. 计算机工程与应用, 2018, 54(11): 8-14.
[15]	刘典，张飞舟. 城市停车场实时车位获取与分配研究[J]. 计算机工程与应用, 2017, 53(7): 242-247.