Flyingis

    一直以来本地XMLHttpRequest对象是不区分大小写的，但从IE7开始，XMLHttpRequest/ActiveX对象将对大小写敏感，这将和传统的面向对象语言例如Java、C#等保持一致，ECMAScript中也是如此。

    过去在IE7版本之前使用的方法和函数不需要关心这个问题，但如果要将程序迁移到IE7中或保持所有浏览器版本的兼容性，需要对过去的程序进行修改来保证程序的正确运行。

    其实这种变化应该是发展的趋势，严格控制对象名称可以规范代码风格统一化并减少阅读代码所带来的困难，这是即使在对大小写没有任何要求的时候也应该注意的问题，能形成规约是件好事。

    IE7已经放出beta3版本，需要在Windows XP SP2操作系统下安装。

    作者：Flyingis

    在校园里我已经度过了第二十四个年头，一直还没有机会踏入到社会中去经历工作的锻炼。在大学校园里六年，我感受的是学术的氛围，学习的是做学问的方法。只是在硕士期间参与导师的一个横向项目，让我第一次有机会在实际工程项目中施展拳脚，也亲身感受到了学术与项目工作之间的差异。

    做学术和实际工作有一些共同点，它们都需要有踏实认真的学习态度，都需要循序渐进不断积累，它们对参与者态度的要求是一致的。并且都需要有良好的合作团队来使得大家共同提高，事半功倍。但是它们又存在太多的不同，主要体现在以下几个方面：

    1. 学术上对理论强调的比较多，任何发表在高水平期刊上的论文，没有厚实的理论基础作为支撑根本不可能发表，即使是在Nature&Science上发表的原创性论文，也是“站在巨人的肩膀上”完成的，因此，做学术需要看大量的相关文献资料，在前人的基础上做研究。工作侧重的是实际工作经验，和完成工作的能力，在工作中，老板基本不会过问你采用什么技术来实现这一目标，他需要了解的是你能否达到他的目标，需要多长时间，预计完成的效果如何，能否满足客户要求等等，有时候碰到一个难点可能有多种方法来解决，当技术人员所具备的技术并不是最高效的方法，但也能解决问题，如果基本不影响结果往往会采用自己所熟悉的方法来完成，因为客户他们一般是不怎么太关心中间的技术细节的，但在学术中讲究的就是最好，要求的是突破前人的研究成果，否则你的成果只能说是一个应用，而不是创新。

    2. 做学术，在中国注重的还是发表的文章，期刊的质量越高越好，这种评判一个人学术水平的高低既合理，但又存在问题。合理体现在，一篇高质量或至少是自己精心研究完成的论文，代表的是自己研究的精华，垃圾论文不说，写一篇好的论文其实真的不是件容易的事情，特别是理学的学科，一篇短短的万字不到的论文，需要你阅读的可能是百万字的文献，以及对文献的思考，再加上自己在该领域的实际工作的提炼，文字、排版、制图、分析、投稿、修改，每个过程都不省事，在SCI特别是外文的SCI上发表一篇文章的确是自己的精心之作。但其中存在的问题，就是急功近利的人太多，不仅是在实际工作中，在学术上浮躁的人也太多太多，使得现在国内垃圾刊物靠论文赚钱，一般的核心期刊靠专辑来盈利，并靠有国家自然科学基金、985、973重大项目支撑的论文撑门面，减少了对学术本质的专注，使得学术领域也渐渐成为了中国最腐败的领域之一。做项目，注重的是最后的运行效果能否满足客户需要，中间的过程和技术框架只是项目完成报告中的例行公事，只要软件能够运行起来，并在功能、效率、安全、界面上都符合要求，用.net还是Java，用WebWork还是JSF其实都是次要的了，更不用去过多的考虑我采用的技术在理论上是否达到了国内领先、国际先进了，关键还是结果。工作中，当然也逃不掉浮躁之风，特别是政府的政绩工程项目，往往是烂掉不能用的。

    3. 做学术，从理论上说，在某些领域可能不需要太多的资金支持，当自己研究成果出来了就可以名利双收，这样的学者在国外可能更多一些。做项目工作，没有钱是肯定不行的，否则怎么能让这么多员工安家乐业，只有资金才能创造好的工作环境，才能吸引人才。

    前段时间忙自己的毕业论文，确实让我着急了几天，因为自己两年毕业时间比较仓促，论文的题目和自己先前做的项目又没有任何关系，只能从一个应用的角度，加上一些理论经验的支撑，完成了论文，硕士论文总共所花的时间是一个半月，真正紧张从早到晚忙论文的时间是半个月，自己不是贬低自己论文的水平，至少能够符合现在对硕士论文的要求，但我知道自己能做的更好，并且能好不少，如果我有一个更好的平台，自己所做的项目能支撑自己的论文。还好我完成了论文，我之前的项目经验也让我在找工作的时候没有碰到什么困难，但看着BlogJava上众多高手对技术的痴迷和丰富的工作经验，有时我在想我在学校里获得了什么，一点项目经验和一个学位证，但两者根本就是脱离的，在我们这批学生中，我还算是比较幸运的，那其他的人怎么办呢？因此才会出现现在企业招人难，但学生也过剩的问题，看到这两天BlogJava中也有 对企业招人的讨论 。一位博士对我说过，在硕士、博士阶段，如果学术上没有什么成就，你获得的就是交际层面的提高、扩大，还有一个学位证，同学资源的确是宝贵的，学位证，在中国有还是比没有好，他说的没错。

    当然，不是所有的毕业生都是能力差的，出色的也不少，可以这样说，只要是在大学里认真做过事情，学习过知识的人，找工作都不难。文中所说的，只是作者自身的一些感受。马上就要奔赴工作岗位了，从学术转到工作，对我来说应该问题不大，但自己已经开始感觉到压力，踏实工作是我现在唯一能想到的事情。

    忘了一件事，今天六一，这节日早已不属于我们，但祝愿博客园中已成为父母的程序员的宝宝们节日快乐，健康成长！

地理信息系统服务器 GeoServer 是 OpenGIS Web 服务器规范的 J2EE 实现，利用 GeoServer 可以方便的发布地图数据，允许用户对特征数据进行更新、删除、插入操作，通过 GeoServer 可以比较容易的在用户之间迅速共享空间地理信息。

GeoServer 主要特性包括：兼容 WMS 和 WFS 特性；支持 PostGIS 、 Shapefile 、 ArcSDE 、 Oracle 、 VPF 、 MySQL 、 MapInfo ；支持上百种投影；能够将网络地图输出为 jpeg 、 gif 、 png 、 SVG 、 KML 等格式；能够运行在任何基于 J2EE/Servlet 容器之上；嵌入 MapBuilder 支持 AJAX 的地图客户端；除此之外还包括许多其他的特性。

GeoServer 最新的版本 1.3.1 beta 增加了 GeoTools 2.2.x ， GeoTools 是一款基于 Java 的开源 GIS 工具集，允许用户对地理数据进行基本操作。通过 GeoTools 的各种接口和 helper 类，可以写入新的数据格式，通过 GeoTools 为 GeoServer 提供的插件，在不进行重新编译的情况下，可以让 GeoServer 支持更多的数据格式，甚至只需要通过 GUI 的 option 设置即可。

一直都比较关注 GeoServer 和 GeoTools 的发展情况， GeoServer 提供了一个相对简易的地理信息服务系统， GeoTools 包含地理信息数据基本操作的源码实现，是学习地理信息基础研发和 WebGIS 的经典资料库，两者的合并和今后的发展无疑会吸引众多地理信息开发者的目光。
     

GeoServer 1.3.1 beta 下载：

http://docs.codehaus.org/display/GEOS/2006/05/06/GeoServer+1.3.1+beta+release

作者： Flyingis

模型是为了理解和预测现实世界而构建的一种有效的替代物，它不是现实世界的复制，它是物体的一种简化，并能够体现物体的关键特征。地理学研究的目的是理解人类与环境间的关系，在地理建模过程中必然包含了许多人为或主观因素，但也不能随心所欲去表达所要表达的世界。一个好的模型可以把一个复杂的问题简单明了地表达出来，反之则会将问题描述的非常复杂难懂。

建模的步骤一般分为：建立概念模型；建立定量模型；模型检验（模型验证、模型确认）；模型应用。目前，由于地理问题的复杂性和不确定性，地理学的量化水平还比较低，其建模主要是借鉴地质学、生态学和水文学等相关学科的模型和建模方法来研究有关地理环境问题。

地理建模一般具有复杂性、空间性、时间性和模糊性特点。在地理学中，建模的对象是地理系统，它具有明确的时间和空间特征。地理建模包含两种含义：空间实体对象建模和地理问题建模。空间实体对象是地理特征的抽象与几何表示，它的建模是地理信息系统所关注的主要内容。地理问题建模则涉及到地理学的所有领域。

在地理建模中，地理信息系统提供了数据的支持、模型库的管理和建模结果的可视化，是地理建模重要的技术支持。地理信息系统侧重于空间数据的存储、管理和制图，分析方法基本以空间位置为核心，关注的是对象之间的空间位置关系。地理建模中，空间位置是作为数据的属性来考虑，研究各个要素之间的关系以及这种关系的表现形式。归纳起来，地理信息系统的主要研究内容是空间数据的管理、空间关系的分析和表示，地理建模研究的是地理要素之间关系的建立、解释和分析。

地理建模针对地理问题，使用系统分析方法、物理方法和数学方法建立模型，对模型进行分析，以便为政府或经济、社会发展的决策提供基础支持。地理建模应用的方法，不同于决策分析中应用的方法，决策分析主要涉及信息论和控制论的内容，如规划方法、投入产出方法等。

作者： Flyingis

地理信息空间几何关系分析主要包括邻近度 (proximity) 分析、叠加分析、网络分析等。缓冲区分析是邻近度分析的一种，缓冲区是为了识别某一地理实体或空间物体对其周围地物的影响度而在其周围建立具有一定宽度的带状区域。缓冲区作为独立的数据层进行叠加分析，可应用到道路、河流、环境污染源、居民点、辐射源等的空间分析，为某种应用目的提供科学依据，另外，结合不同的专业模型，可以在生活、军事、城乡规划等领域发挥重要的作用。

针对点、线、面不同的几何类型，建立缓冲区的方式相互有所不同。建立点缓冲区比较简单，即以某点要素为圆心，以缓冲半径 R 作圆，得到点要素的缓冲区；线要素的缓冲区是以线为轴，以 R 为距离作两侧的平行线，在线的两端构建两个半圆弧段，和平行线一起组成缓冲区；面缓冲区的建立，是以面要素的边界为基线向内外侧作平行线，平行线和基线里的区域就是面缓冲区。除此之外，还可以对栅格数据建立缓冲区，根据不同的模型方程建立动态缓冲区，不论对什么样的数据建立缓冲区，其基本方法都是相似的。

缓冲区实现算法有矢量方法和栅格方法两种。其中矢量方法数据量小，方法相对成熟，栅格图像需要进行栅格像元之间进行布尔运算，当缓冲区较大时会带来较重的运算负荷，实际运用中存在一定的局限性。矢量方法算法一般遵循以下步骤：

点 ：确定中心点——以中心点为圆心、 R 为半径生成一个圆——得到缓冲区边界

线、面 ：确定轴线——以距离 R 生成中心轴线的平行曲线——处理转角弧段——对生成的弧段进行求交、合并运算——生成缓冲区边界

常用的矢量数据中心线扩张算法：

角分线法

基本思想：即“简单平行线法”，在轴线的两边作出平行线，在转角处形成尖角，两端形成弧段，组成缓冲区。

缺陷：难以保证在尖角处缓冲区左右边线等宽；校正过程复杂，主要体现在轴线折角很大和很小时的情况；算法模型复杂，主要是因为几何生成过程中需要处理较多的异常。

凸角圆弧法

基本思想：顾名思义，即是在转角外侧用圆弧来代替尖角，内侧仍然使用尖角的方法，生成缓冲区。

实施步骤：

1.        直线性判断，判断相邻三点是否在同一直线上；

2.        折点凸凹性判断，确定转角的地方哪侧使用直线求交，哪侧使用圆弧连接；

3.        凸点圆弧的嵌入，即将转角外侧形成的圆弧和两边的线段相连；

4.        边线关系的判别与处理，岛屿多边形参与缓冲区边界的构成，重叠多边形不参与缓冲区边界的构成；

5.        缓冲区边界的形成，具体是将重叠区域进行合并，绘制外围的边线，包括岛屿多边形的轮廓，形成最终的缓冲区边界。

在缓冲区算法中，需要注意的一个问题是缓冲区多边形的重叠与合并，包括同一要素缓冲区的重叠和多个要素之间缓冲区的重叠。栅格数据缓冲区内的栅格具有一个与其影响度对应的一个值，如果重叠区域具有相同影响度则任取一值，如果不同则采取影响度大的代替影响度小的方法处理。对于矢量数据的处理算法有三种：数学运算法；矢量－栅格转换法；矢量－栅格混合法。 

    作者：Flyingis

地理网格是将平面以某种规则分级的空间数据结构，具有较高的标准化程度，它有利于面向空间数据库和几何操作算法的研究和开发。使用地理网格可以将地理空间定位和地理特征描述关联起来，以网格单位作为基本分辨率，控制在允许的误差范围内。

最常见的地理网格是经线和纬线组成的网格系统，网格由等度数间隔的经线和纬线交叉组成，空间数据的属性与经纬网格内的点相关联，方便网格内空间数据的获取与处理。网格系统可以在原有较小分辨率网格的基础上创建更细的子网格，增大其分辨率。一个网格可以被分成 n­ ² 个子网格，最常见的网格结构即是n=2的四叉树网格结构。更普遍的，可以定义 n^d 树结构的网格系统，其主要特性有：

1.        在空间数据库理论中，二维空间域便许存储在存储器的一个线性地址空间里，因此空间位置信息必须经过一定的转换才能存储在计算机中，使用 n^d 树可以拓展线性空间的排序方法，便于计算机存储。

2.        创建分级的一维地址。如果较大范围的空间区域内某种属性值一致，则以较低分辨率的网格来表示，如果属性值经常变化，则用较高分辨率的网格来表示，这样可以节省存储空间。

因此，用地理网格来模拟地球曲面的时候，最为关键的问题是分辨率和网格。使用地理网格的目的就在于对空间格局的一种表达，并且提供简单有效的空间数据结构算法。在空间数据结构中，它既可以像栅格数据一样用最小单元格来表达空间区域对象，也可以像矢量数据一样用点代替传统的坐标点来表达空间实体的几何特征，这两种数据结构分别对应于存储区域信息的网格系统和存储位置信息的网格系统。

目前，建立全球地理网格模型还面临许多困难，这些困难主要来自于基于地理坐标系统的地理网格还存在一些缺陷，例如网格单元面积不等所带来的复杂性，网格的各种形式的变形，网格复杂的邻接特性，这些都给实际应用带来了困难。

参考资料：
GIS空间分析原理与方法 

    作者：Flyingis

    数据挖掘是一个由数据库、人工智能、数理统计和可视化等多学科与技术交叉、渗透、融合形成的交叉学科。地理空间数据挖掘(Geospatial Data Mining)是数据挖掘的一个研究分支，即从地理空间数据库中挖掘时空系统中潜在的、有价值的信息、规律和知识的过程，包括空间模式与特征、空间与非空间数据之间的概要关系等。数据挖掘可以用来模拟事物的一种变化方式，通过一些先验的知识或样本来判断事物未来的发展状况或某种状态。地理空间数据挖掘则可以作为一种可用的科学方法来解决一些地学相关的问题，对地学状况的变化作出分析和预测，这些分析很多都是基于对空间分析的基础上的，因此地理空间数据挖掘的根本是事物的空间特性，例如方位、距离、拓扑关系等等。

    数据挖掘需要通过访问正确、完整和集成的数据库才能进行深层次的分析，挖掘出有用的信息，而这些正确的、完整的数据信息则是由数据立方体所提供的，其联机分析功能OLAP为数据挖掘提供了一个良好的操作平台。

    地理空间数据挖掘典型方法主要有以下几种：
1.  地理空间统计方法
    地理空间统计是指分析地理空间数据的统计方法，主要是利用了空间中邻近的要素通常比相距较远的要素具有较高的相似性这一原理。该模型可以分为三类：地统计、格网空间模型和空间点分步形态。
2.  地理空间聚类方法
    地理空间数据聚类是按照某种距离度量准则，在大型、多维数据集中标识出聚类或稠密分布的区域，从而发现数据集的整体空间分步模式。该方法主要分为四类：分割法、层次法、基于密度的方法及基于网格的方法。
3.  地理空间关联分析
    地理空间关联分析利用空间关联规则提取算法发现空间数据库中空间目标间的关联程度，从而进行空间数据关联分析的知识发现研究，其核心内容是挖掘空间关联规则。
4.  地理空间分类与预测分析
    地理空间分类与预测是根据已知的分类模型把数据库中的数据映射到给定类别中，进行数据趋势预测分析的方法。人工神经网络可以作为该方法的典型技术应用于实际研究中。
5.  异常值分析
    顾名思义，异常值分析即将数据库中与通常的行为或数据模型不一致的数据提取出来的分析方法。通过这种方法可以提取出数据库中的异常信息或噪声数据，有时也会导致隐藏的重要数据丢失。异常值分析方法主要有三种：基于统计的异常值分析、基于距离的异常值探测、基于偏差的异常值探测。

    使用地理空间数据挖掘方法进行数据分析、信息提取时，Mathlab是一个非常好的辅助工具，很多函数库和可视化界面可以方便的使用，也可以很好的判断算法是否达到了应用要求，同时还可以作为其他语言实现数据挖掘方法的一种对比参考。

参考资料：
GIS空间分析原理与方法