访问量： 83 次浏览
目前，GIS与应用分析模型的集成主要有五种形式： 源代码、函数库、可执行程序，组件集成和模型库。 其中前四种是较常见的形式。 通过对国内外GIS与应用分析模型集成方式的集成灵活性、开发难易性、集成度、 系统效率和可扩展性等方面的分析， 发现模型库支持下的GIS与应用分析模型的集成方式， 是各种集成方式的升华。模型库系统具有完整的模型管理功能， 能够提供原子模型，又能动态组合或复合模型，系统的灵活性很大， 可扩展性也很好。另外，它同时支持模型的动态调用和静态链接， 内存可动态分配，使得系统运行效率很高。 在实际应用中，模型库方式己在土地资源地理信息系统、 区域资源地理信息系统的模型开发中发挥了重要的作用而且取得了良好的效果（寇有观1998,倪建华1999）。
基于模型库的应用分析模型与GIS集成方式虽然具有很大优势， 也在应用中取得了不少进展，但它又不是万能的， 因为它不能实现所有的应用分析模型与G1S的无缝集成， 它只适用于结构化程度较高的模型，解决较简单的空间决策问题， 对那些结构化程度不髙又比较复杂的模型而言，这种方式则显得有些捉襟见肘。
但GIS应用领域还有许多需要专家、用户中途决策，不断反馈， 给予人工干预才能将模型运行进行到底的决策问题。 以水质模型应用为例，当模拟某河道水质在时空区间上的污染变化情况时， 用户输入污染物排放浓度、水位过程等基本参数后， 系统自动计算中间参数。当要实施模型时， 还面临着从模型库中选择模型的问題， 因为某些因素（如污染物的生物化学作用）考虑与否， 将导致选用的水质模型不同。设想如果该系统具有一定的智能性， 能自动根据输入参数、中间参数以及自身记忆的知识规则进行槙型选择， 那将给决策者带来极大的便利。因此賦予空间决策系统一定的智能性， 解决模型库支持下的应用分析模型与GIS集成的问题， 不仅是实际应用的需要，也是GIS与模型共同发展的需要。