基于GIS的畜牧疫情预测模型的研究和实现

来源 :东北农业大学 | 被引量 : 13次 | 上传用户:ru64740389
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
畜牧疫情一直是畜牧业生产上的重要灾害,一直是制约畜牧业高产,优质,高效可持续发展的主导因素之一。随着我国经济建设的不断发展,畜牧业已经成为我国农业经济中的支柱产业,在国民经济中发挥越来越大的作用。但是,近些年来,许多动物疫病的发生及传播给我国畜牧业造成了巨大的经济损失。因此加强畜牧业疫情的防治工作显得尤为重要。信息化是当前世界经济和社会发展的重要趋势,利用信息技术特别是空间信息技术已成为增进畜牧防治工作的现代化工具,是畜牧疫情防治工作实施的一项重要手段,从而有效掌握疫情信息并制定解决方案。地理信息系统(Geographic Information System,GIS)因其在海量数据处理,可视化显示和空间分析等方面的明显优势,已在众多领域中得到日益广泛和深入的应用。根据国内外动物疫情预测模型研究领域的现有成果,鉴于灰色模型在动物疫病防治领域的广泛应用,结合灾害预警理论,利用现代化信息管理及地理信息技术等高科技手段。本课题的主要研究对象是灰色模型在畜牧疫情防治工作中的应用,以及与GIS技术的集成应用。针对疫情灾害防治工作中面临的信息管理、分析、预测和预警等方面展开研究。本课题建立在灰色模型的基础上,结合组件式开发方式,应用于黑龙江省疫情灾害时空分析的研究工作中,为畜牧疫情防治工作提供有利技术支持。所开发的集成应用系统采用组件式开发模式,选用ArcGIS Engine组件,开发工具是Visual Studio 2008。数据采用文件和关系型数据库混合存储的存储方式。在完成系统设计、开发的基础上,进行黑龙江省畜牧疫情流行趋势的分析,既是一个实时的疫情报告及监测系统,又是一个敏感的疫情预警系统,也是一个有效的疫情应急处理系统,从而进行高效的疫情信息的收集、利用及管理。
其他文献
随着云计算时代的到来,存储系统数据量的增长越来越快,数据管理变得非常困难。如何有效地从大规模存储系统中检索数据,如何有效地对海量数据实施差异性的分层存储将直接影响存储
随着移动设备的普及和无线通讯技术的进步,地理相关服务(LBS)引起了广泛的关注,然而当前基于LBS的应用中普遍缺乏地理位置上的实时信息。近年来微博迅速成为网络中传播信息的
随着社会信息化的建设,信息变得越来越重要,甚至成为社会各领域赖以生存的基础。人们可以使用数据备份系统来安全而有效地保护这些信息数据,但是,数据爆炸式的增长导致需要使用大
当前对于车载网络路由协议的研究大部分都是基于联通性网络的,这使其具有一定的局限性,网络中的结点被要求在大部分时间内至少与另一个结点相连通,如果源结点和目的结点间不
在当今社会中,随着计算机科学和互联网技术的飞速发展,数据的总量也越来越多,随之而提高的就是人们对数据的可靠性要求。在任何行业任何部门中,数据的丢失大多都会带来灾难性的后
传统的基于帧时隙的防碰撞算法在识别大规模标签时存在两个问题,一是随着标签数的增加,标签估计算法的误差会越来越大,严重影响了帧长的分配,进而导致识别效率的下降;二是因阅读器
工作流业务流程管理技术满足了企业对其业务过程不断地进行优化以及重组的需求,给企业的业务过程管理带来了很大的益处,使得企业实现了办公自动化,从而提高了企业的办事效率,
在信息化时代,企业比以往任何时候都更加依赖于数据。如何对数据进行备份和灾难恢复已成为存储业界研究的热点。常规的容灾系统已经越来越无法满足对更细粒度的恢复时间目标(Re
随着信息技术的发展和广泛应用,人们对计算机系统数据存储能力的要求也越来越高。存储系统面临的问题主要包括:数据存储的地域空间范围更加宽广;数据量成指数级增长;数据传输速度
近年来嵌入式系统中软件规模与复杂度的迅速增长给高质量系统的设计、验证与维护带来许多重要挑战,传统的基于代码的测试与分析技术方法已经不能满足一些安全关键领域中的嵌入