A. 数据库设计案例分析
加到200分吧，我帮你
B. 空间数据库的空间数据库的设计
数据库因不同的应用要求会有各种各样的组织形式。数据库的设计就是根据不同的应用目的和用户要求，在一个给定的应用环境中，确定最优的数据模型、处理模式、存贮结构、存取方法，建立能反映现实世界的地理实体间信息之间的联系，满足用户要求，又能被一定的DBMS接受，同时能实现系统目标并有效地存取、管理数据的数据库。简言之，数据库设计就是把现实世界中一定范围内存在着的应用数据抽象成一个数据库的具体结构的过程。
空间数据库的设计是指在现在数据库管理系统的基础上建立空间数据库的整个过程。主要包括需求分析、结构设计、和数据层设计三部分。
1、需求分析
需求分析是整个空间数据库设计与建立的基础，主要进行以下工作：
1）调查用户需求：
了解用户特点和要求，取得设计者与用户对需求的一致看法。
2）需求数据的收集和分析：
包括信息需求(信息内容、特征、需要存储的数据)、信息加工处理要求(如响应时间)、完整性与安全性要求等。
3）编制用户需求说明书：
包括需求分析的目标、任务、具体需求说明、系统功能与性能、运行环境等，是需求分析的最终成果。
需求分析是一项技术性很强的工作，应该由有经验的专业技术人员完成，同时用户的积极参与也是十分重要的。
在需求分析阶段完成数据源的选择和对各种数据集的评价
2、结构设计
指空间数据结构设计，结果是得到一个合理的空间数据模型，是空间数据库设计的关键。空间数据模型越能反映现实世界，在此基础上生成的应用系统就越能较好地满足用户对数据处理的要求。
空间数据库设计的实质是将地理空间实体以一定的组织形式在数据库系统中加以表达的过程，也就是地理信息系统中空间实体的模型化问题。
1）概念设计
概念设计是通过对错综复杂的现实世界的认识与抽象，最终形成空间数据库系统及其应用系统所需的模型。
具体是对需求分析阶段所收集的信息和数据进行分析、整理，确定地理实体、属性及它们之间的联系，将各用户的局部视图合并成一个总的全局视图，形成独立于计算机的反映用户观点的概念模式。概念模式与具体的DBMS无关，结构稳定，能较好地反映用户的信息需求。
表示概念模型最有力的工具是E-R模型，即实体-联系模型，包括实体、联系和属性三个基本成分。用它来描述现实地理世界，不必考虑信息的存储结构、存取路径及存取效率等与计算机有关的问题，比一般的数据模型更接近于现实地理世界，具有直观、自然、语义较丰富等特点，在地理数据库设计中得到了广泛应用。
2）逻辑设计
在概念设计的基础上，按照不同的转换规则将概念模型转换为具体DBMS支持的数据模型的过程，即导出具体DBMS可处理的地理数据库的逻辑结构(或外模式)，包括确定数据项、记录及记录间的联系、安全性、完整性和一致性约束等。导出的逻辑结构是否与概念模式一致，能否满足用户要求，还要对其功能和性能进行评价，并予以优化。
从E—R模型向关系模型转换的主要过程为：
①确定各实体的主关键字；
②确定并写出实体内部属性之间的数据关系表达式，即某一数据项决定另外的数据项；
③把经过消冗处理的数据关系表达式中的实体作为相应的主关键字
④根据②、③形成新的关系。
⑤完成转换后，进行分析、评价和优化。
3)物理设计
物理设计是指有效地将空间数据库的逻辑结构在物理存储器上实现，确定数据在介质上的物理存储结构，其结果是导出地理数据库的存储模式(内模式)。主要内容包括确定记录存储格式，选择文件存储结构，决定存取路径，分配存储空间。
物理设计的好坏将对地理数据库的性能影响很大，一个好的物理存储结构必须满足两个条件：一是地理数据占有较小的存储空间；二是对数据库的操作具有尽可能高的处理速度。在完成物理设计后，要进行性能分析和测试。
数据的物理表示分两类：数值数据和字符数据。数值数据可用十进制或二进制形式表示。通常二进制形式所占用的存贮空间较少。字符数据可以用字符串的方式表示，有时也可利用代码值的存贮代替字符串的存储。为了节约存贮空间，常常采用数据压缩技术。
物理设计在很大程度上与选用的数据库管理系统有关。设计中应根据需要，选用系统所提供的功能。
4)数据层设计
大多数GIS都将数据按逻辑类型分成不同的数据层进行组织。数据层是GIS中的一个重要概念。GIS的数据可以按照空间数据的逻辑关系或专业属性分为各种逻辑数据层或专业数据层，原理上类似于图片的叠置。例如，地形图数据可分为地貌、水系、道路、植被、控制点、居民地等诸层分别存贮。将各层叠加起来就合成了地形图的数据。在进行空间分析、数据处理、图形显示时，往往只需要若干相应图层的数据。
数据层的设计一般是按照数据的专业内容和类型进行的。数据的专业内容的类型通常是数据分层的主要依据，同时也要考虑数据之间的关系。如需考虑两类物体共享边界(道路与行政边界重合、河流与地块边界的重合)等，这些数据间的关系在数据分层设计时应体现出来。
不同类型的数据由于其应用功能相同，在分析和应用时往往会同时用到，因此在设计时应反映出这样的需求，即可将这些数据作为一层。例如，多边形的湖泊、水库，线状的河流、沟渠，点状的井、泉等，在GIS的运用中往往同时用到，因此，可作为一个数据层。
5)数据字典设计
数据字典用于描述数据库的整体结构、数据内容和定义等。 数据字典的内容包括： 1）数据库的总体组织结构、 数据库总体设计的框架 。 2）各数据层详细内容的定义及结构、 数据命名的定义 。 3）元数据（有关数据的数据，是对一个数据集的内容、质量条件及操作过程等的描述） 。
C. 数据库课程设计实例
数据库课程设计
题目：小型超市管理系统
1、项目计划
1.1系统开发目的
（1）大大提高超市的运作效率；
（2）通过全面的信息采集和处理，辅助提高超市的决策水平；
（3）使用本系统，可以迅速提升超市的管理水平，为降低经营成本， 提高效益，增强超市扩张力， 提供有效的技术保障。
1.2背景说明
21世纪，超市的竞争也进入到了一个全新的领域，竞争已不再是规模的竞争，而是技术的竞争、管理的竞争、人才的竞争。技术的提升和管理的升级是超市业的竞争核心。零售领域目前呈多元发展趋势，多种业态：超市、仓储店、便利店、特许加盟店、专卖店、货仓等相互并存。如何在激烈的竞争中扩大销售额、降低经营成本、扩大经营规模，成为超市营业者努力追求的目标。
1.3项目确立
针对超市的特点，为了帮助超市解决现在面临的问题，提高小型超市的竞争力，我们将开发以下系统：前台POS销售系统、后台管理系统，其中这两个子系统又包含其它一些子功能。
1.4应用范围
本系统适应于各种小型的超市。
1.5 定义
（1）商品条形码：每种商品具有唯一的条形码，对于某些价格一样的商品，可以使用自定义条形码。
（2）交易清单：包括交易的流水账号、每类商品的商品名、数量、该类商品的总金额、交易的时间、负责本次收银的员工号。
（3）商品积压：在一定时期内，远无法完成销售计划的商品会造成积压。
（4）促销：在一定时期内，某些商品会按低于原价的促销价格销售。
库存告警提示：当商品的库存数量低于库存报警数量时发出提示。
（5）盘点：计算出库存、销售额、盈利等经营指标。
1.6 参考资料
《数据库原理及设计》 陶宏才编 清华大学出版社
《SQL Server 2000 实用教程》范立南编 清华大学出版社
《SQL Server 2000 编程员指南》李香敏编 北京希望电子出版社
《轻松搞定 SQL Server 2000 程序设计》Rebecca M.Riordan编
《软件工程规范》Watts S.Humphrey编 清华大学出版社
《软件工程理论与实践》 Shari Lawrence Pfleeger编 清华大学出版社
《软件需求分析》 Swapna Kishore编 机械工业出版社
《软件工程思想》 林锐编
2、逻辑分析与详细分析
2.1系统功能
（1）、零售前台（POS）管理系统，本系统必须具有以下功能：
商品录入：根据超巿业务特点制定相关功能，可以通过输入唯一编号、扫描条形码、商品名称等来实现精确或模糊的商品扫描录入。该扫描录入方法可以充分保证各种电脑操作水平层次的人员均能准确快速地进行商品扫描录入。
收银业务：通过扫描条形码或者直接输入商品名称（对于同类多件商品采用一次录入加数量的方式）自动计算本次交易的总金额。在顾客付款后，自动计算找零，同时打印交易清单（包括交易的流水账号、每类商品的商品名、数量、该类商品的总金额、交易的时间、负责本次收银的员工号）。如果顾客是本店会员并持有本人会员卡，则在交易前先扫描会员卡，并对所购物品全部实行95折优惠，并将所购物品的总金额累计到该会员的总消费金额中。 会员卡的有效期限为一年，满一年未续卡者，该会员卡将被注销。
安全性：OS登陆、退出、换班与操作锁定等权限验证保护；断电自动保护最大限度防止意外及恶意非法操作。
独立作业：有的断网收银即在网络服务器断开或网络不通的情况下，收银机仍能正常作业
(2)、后台管理系统，本系统必须具备以下功能
进货管理： 根据销售情况及库存情况，自动制定进货计划（亦可手工制定修改），可以避免盲目进货造成商品积压。 按计划单有选择性地进行自动入库登记。 综合查询打印计划进货与入库记录及金额。
销售管理： 商品正常销售、促销与限量、限期及禁止销售控制。 综合查询各种销售明细记录、各地收银员收银记录以及交结账情况等。 按多种方式统计生成销售排行榜，灵活察看和打印商品销售日、月、年报表。
库存管理： 综合查询库存明细记录。 库存状态自动告警提示。如库存过剩、少货、缺货等。软件为您预警，避免库存商品积压损失和缺货。 库存自动盘点计算。
人员管理： 员工、会员、供货商、厂商等基本信息登记管理。 员工操作权限管理。 客户销售权限管理。
（3）系统结构
系统总体结构
模块子系统结构
功能描述：商品录入子系统要求能快速录入商品，因此必须支持条形码扫描。
功能描述：收银业务子系统能计算交易总额，打印交易清单，并根据会员卡打折。
功能描述：进货管理子系统可以根据库存自动指定进货计划，进货时自动等级，以及提供查询和打印计划进货与入库记录的功能。
功能描述：销售管理子系统可以控制某商品是否允许销售，查询每种商品的销售情况并产生年、月、日报表，同时可以生成销售排行榜。
功能描述：库存管理子系统提供查询库存明细记录的基本功能，并根据库存的状态报警，以及自动盘点计算。
功能描述：人员管理子系统提供基本信息登记管理，员工操作权限管理，客户销售权限管理的功能。
2.2、流程图
前台管理系统
顶层DFD图
第0层DFD图
第1层DFD图
2.3、户类型与职能
（1）、员工（营业员）：
通过商品条形码扫描输入商品到购买清单
操作软件计算交易总金额
操作软件输出交易清单
对会员进行会员卡扫描以便打折
（2）、：超市经理
操作软件录入商品，供货商，厂商
操作软件制定进货计划
查询打印计划进货与入库记录
操作软件控制商品销售与否
查询打印销售情况
操作软件生成销售排行榜
查询库存明细记录
根据软件发出的库存告警进行入货
操作软件进行盘点计算
（3）、总经理：
基本信息登记管理
员工操作权限管理
客户销售权限管理
2.4、统开发步骤
确定参与者和相关的用况
为每个用况设计过程
建立顺序图，确定每个脚本中对象的协作
创建类，确定脚本中的对象
设计, 编码, 测试, 集成类
为过程编写系统测试案例
运行测试案例，检验系统
2.5、系统环境需求
系统模式
本系统采用C/S模式作为开发模式
硬件环境
服务器端：
高性能的计算机一台，
普通的双绞线作为连接。
客户端： 普通的计算机或者工作站，
普通的双绞线作为连接。
软件环境
服务器端：安装SQL Server 2000的服务器版本，
安装windows 2000服务器版本，
配置了诺顿等必须的防毒软件。
客户端： 安装SQL Server2000的服务器版本，
安装了VB等可视化开发工具软件，
安装windows2000服务器版本。
2.6、系统安全问题
信息系统尽管功能强大，技术先进，但由于受到自身体系结构，设计思路以及运行机制等限制，也隐含许多不安全因素。常见因素有：数据的输入，输出，存取与备份，源程序以及应用软件，数据库，操作系统等漏洞或缺陷，硬件，通信部分的漏洞，企业内部人员的因素，病毒，“黑客”等因素。因此，为使本系统能够真正安全，可靠，稳定地工作，必须考虑如下问题：为保证安全，不致使系统遭到意外事故的损害，系统因该能防止火，盗或其他形式的人为破坏。
系统要能重建
系统应该是可审查的
系统应能进行有效控制，抗干扰能力强
系统使用者的使用权限是可识别的
3、基于UML的建模
3.1语义规则
用例模型（use cases view）（用例视图）的基本组成部件是用例（use case）、角色(actor)和系统(system)。用例用于描述系统的功能，也就是从外部用户的角度观察，系统应支持哪些功能，帮助分析人员理解系统的行为，它是对系统功能的宏观描述，一个完整的系统中通常包含若干个用例，每个用例具体说明应完成的功能，代表系统的所有基本功能（集）。角色是与系统进行交互的外部实体，它可以是系统用户，也可以是其它系统或硬件设备，总之，凡是需要与系统交互的任何东西都可以称作角色。系统的边界线以内的区域（即用例的活动区域）则抽象表示系统能够实现的所有基本功能。在一个基本功能（集）已经实现的系统中，系统运转的大致过程是：外部角色先初始化用例，然后用例执行其所代表的功能，执行完后用例便给角色返回一些值，这个值可以是角色需要的来自系统中的任何东西。
UML：是一种标准的图形化建模语言，它是面向对象分析与设计的一种标准表示；它不是一种可视化的程序设计语言而是一种可视化的建模语言；不是工具或知识库的规格说明而是一种建模语言规格说明是一种表示的标准；不是过程也不是方法但允许任何一种过程和方法使用它。
用例（use case）：
参与者（actor）：
3.2、UML模型
3.21、系统UML模型
3.22、子系统UML模型
（1）零售前台（POS）管理系统用例视图
（2）后台管理系统用例视图
3.3、系统实现图
4、超市销售系统概念设计文档
（1）、系统ER图
（2）、系统ER图说明
1) 商店中的所有用户（员工）可以销售多种商品，每种商品可由不同用户（员工）销售；
2) 每个顾客可以购买多种商品，不同商品可由不同顾客购买；
3) 每个供货商可以供应多种不同商品，每种商品可由多个供应商供应。
（3）、视图设计
1) 交易视图(v_Dealing)——用于查询交易情况的视图；
2) 计划进货视图(v_PlanStock)——用于查询进货计划的视图；
3) 销售视图(v_Sale)——用于查询销售明细记录的视图；
4) 入库视图(v_Stock)——用于查询入库情况的视图。
5、逻辑设计文档
（1）、系统关系模型
a) 商品信息表（商品编号，商品名称，价格，条形码，促销价格，促销起日期，促销止日期，允许打折，库存数量，库存报警数量，计划进货数，允许销售，厂商编号，供货商编号）
b) 用户表（用户编号，用户名称，用户密码，用户类型）
c) 会员表（会员编号，会员卡号，累积消费金额，注册日期）
d) 销售表（销售编号，商品编号，销售数量，销售金额，销售日期）
e) 交易表（交易编号，用户名称，交易金额，会员卡号，交易日期）
f) 进货入库表（入库编号，入库商品编号，入库数量，单额，总额，入库日期，计划进货日期，入库状态）
g) 供货商表（供货商编号，供货商名称，供货商地址，供货商电话）
h) 厂商表（厂商编号，厂商名称，厂商地址，厂商电话）
（2）、系统数据库表结构
数据库表索引
表名 中文名
MerchInfo 商品信息表
User 用户表
Menber 会员表
Sale 销售表
Dealing 交易表
Stock 进货入库表
Provide 供货商表
Factory 厂商表
商品信息表(MerchInfo)
字段名 字段类型 长度 主/外键 字段值约束 对应中文名
MerchID int 4 P Not null 商品编号
MerchName Varchar 50 Not null 商品名称
MerchPrice Money 4 Not null 价格
MerchNum Int 4 Not null 库存数量
CautionNum Int 4 Not null 库存报警数量
PlanNum Int 4 null 计划进货数
BarCode Varchar 50 Not null 条形码
SalesProPrice Money 4 促销价格
SalesProDateS Datetime 8 促销起日期
SalesProDateE Datetime 8 促销止日期
AllowAbate Int 4 Not null 允许打折
AllowSale Int 4 Not null 允许销售
FactoryID Varchar 10 F Not null 厂商编号
ProvideID Varchar 10 F Not null 供货商编号
用户表(User)
字段名 字段类型 长度 主/外键 字段值约束 对应中文名
UserID varchar 10 P Not null 用户编号
UserName Varchar 25 Not null 用户名称
UserPW Varchar 50 Not null 用户密码
UserStyle Int 4 Not null 用户类型
会员表(Menber)
字段名 字段类型 长度 主/外键 字段值约束 对应中文名
MemberID Varchar 10 P Not null 会员编号
MemberCard Varchar 20 Not null 会员卡号
TotalCost Money 4 Not null 累积消费金额
RegDate Datetime 8 Not null 注册日期
销售表(Sale)
字段名 字段类型 长度 主/外键 字段值约束 对应中文名
SaleID Varchar 10 P Not null 销售编号
MerChID Varchar 10 F Not null 商品编号
SaleDate Datetime 8 Not null 销售日期
SaleNum Int 4 Not null 销售数量
SalePrice Money 4 Not null 销售单额
交易表(Dealing)
字段名 字段类型 长度 主/外键 字段值约束 对应中文名
DealingID Varchar 10 P Not null 交易编号
DealingPrice Money 4 Not null 交易金额
DealingDate Money 4 Not null 交易日期
MemberID Varchar 10 会员卡号
UserName Varchar 10 F Not null 用户名称
入库纪录表(Stock)
字段名 字段类型 长度 主/外键 字段值约束 对应中文名
StockID Varchar 10 P Not null 入库编号
MerchID Varchar 10 F Not null 入库商品编号
MerchNum Int 4 Not null 入库数量
MerchPrice Money 4 Not null 单额
TotalPrice Money 4 Not null 总额
StockDate Datetime 8 Datetime 入库日期
PlanDate Datetime 8 Datetime 计划进货日期
StockState Int 4 Not null 入库状态
供货商表(Provide)
字段名 字段类型 长度 主/外键 字段值约束 对应中文名
ProvideID varchar 10 P Not null 供货商编号
ProvideName Varchar 50 Not null 供货商名称
ProvideAddress Varchar 250 供货商地址
ProvidePhone Varchar 25 供货商电话
厂商表(Provide)
字段名 字段类型 长度 主/外键 字段值约束 对应中文名
FactoryID varchar 10 P Not null 厂商编号
FactoryName Varchar 50 Not null 厂商名称
FactoryAddress Varchar 250 厂商地址
FactoryPhone Varchar 25 厂商电话
6、物理设计文档
/*----------创建数据库----------*/
create database SuperMarketdb
on primary
(
name=SuperMarketdb,
filename='C:\Program Files\Microsoft SQL Server\MSSQL\Data\SuperMarketdb.mdf',
size=100MB,
maxsize=200MB,
filegrowth=20MB
)
log on
(
name=SuperMarketlog,
filename='C:\Program Files\Microsoft SQL Server\MSSQL\Data\SuperMarketdb.ldf',
size=60MB,
maxsize=200MB,
filegrowth=20MB
)
go
/*----------创建基本表----------*/
use [SuperMarketdb]
go
/*创建交易表*/
CREATE TABLE Dealing (
DealingID int identity(1,1) Primary key ,
DealingDate datetime NOT NULL ,
DealingPrice money NOT NULL ,
UserName varchar(25) NULL ,
MemberCard varchar(20) NULL
)
GO
/*创建厂商表*/
CREATE TABLE Factory (
FactoryID varchar(10) Primary key ,
FactoryName varchar(50) NOT NULL ,
FactoryAddress varchar(250) NULL ,
FactoryPhone varchar(50) NULL
)
GO
/*创建会员表*/
CREATE TABLE Member (
MemberID varchar(10) Primary key ,
MemberCard varchar(20) NOT NULL ,
TotalCost money NOT NULL ,
RegDate datetime NOT NULL
)
GO
/*创建商品信息表*/
CREATE TABLE MerchInfo (
MerchID int identity(1,1) Primary key ,
MerchName varchar(50) Unique NOT NULL ,
MerchPrice money NOT NULL ,
MerchNum int NOT NULL ,
CautionNum int NOT NULL ,
PlanNum int NOT NULL ,
BarCode varchar(20) Unique NOT NULL ,
SalesProPrice money NULL ,
SalesProDateS datetime NULL ,
SalesProDateE datetime NULL ,
AllowAbate int NOT NULL ,
AllowSale int NOT NULL ,
FactoryID int NOT NULL ,
ProvideID int NOT NULL
)
GO
/*创建供应商表*/
CREATE TABLE Provide (
ProvideID varchar(10) Primary key ,
ProvideName varchar(50) NOT NULL ,
ProvideAddress varchar(250) NULL ,
ProvidePhone varchar(25) NULL
)
GO
/*创建销售表*/
CREATE TABLE Sale (
SaleID int identity(1,1) Primary key ,
MerChID int NOT NULL ,
SaleDate datetime NOT NULL ,
SaleNum int NOT NULL,
SalePrice money NOT NULL
)
GO
/*创建入库表*/
CREATE TABLE Stock (
StockID int identity(1,1) Primary key ,
MerchID int NOT NULL ,
MerchNum int NOT NULL ,
MerchPrice money NULL ,
TotalPrice money NULL ,
PlanDate datetime NULL ,
StockDate datetime NULL,
StockState int NOT NULL
)
GO
/*创建用户表*/
CREATE TABLE User (
UserID varchar(10) Primary key ,
UserName varchar(25) NOT NULL ,
UserPW varchar(50) NOT NULL ,
UserStyle int NOT NULL ,
)
GO
/*----------创建表间约束----------*/
/*商品信息表中厂商编号、供应商编号分别与厂商表、供应商表之间的外键约束*/
ALTER TABLE MerchInfo ADD
CONSTRAINT [FK_MerchInfo_Factory] FOREIGN KEY
(
[FactoryID]
) REFERENCES Factory (
[FactoryID]
),
CONSTRAINT [FK_MerchInfo_Provide] FOREIGN KEY
(
[ProvideID]
) REFERENCES Provide (
[ProvideID]
)
GO
/*销售表中商品编号与商品信息表之间的外键约束*/
ALTER TABLE Sale ADD
CONSTRAINT [FK_Sale_MerchInfo] FOREIGN KEY
(
[MerChID]
) REFERENCES MerchInfo (
[MerchID]
) ON DELETE CASCADE
GO
/*入库表中商品编号与商品信息表之间的外键约束*/
ALTER TABLE Stock ADD
CONSTRAINT [FK_Stock_MerchInfo] FOREIGN KEY
(
[MerchID]
) REFERENCES MerchInfo (
[MerchID]
) ON DELETE CASCADE
GO
/*----------创建索引----------*/
/*在交易表上建立一个以交易编号、交易日期为索引项的非聚集索引*/
CREATE nonclustered INDEX IX_Dealing ON Dealing(DealingID, DealingDate)
GO
/*在商品信息表上建立一个以商品编号为索引项的非聚集索引*/
CREATE nonclustered INDEX IX_MerchInfo ON MerchInfo(MerchID)
GO
/*在销售表上建立一个以销售编号、销售日期为索引项的非聚集索引*/
CREATE nonclustered INDEX IX_Sale ON Sale(SaleID, SaleDate)
GO
/*在入库表上建立一个以入库编号、入库日期、商品编号为索引项的非聚集索引*/
CREATE nonclustered INDEX IX_Stock ON Stock(StockID, StockDate, MerchID)
GO
/*----------创建视图----------*/
/*创建用于查询交易情况的视图*/
CREATE VIEW v_Dealing
AS
SELECT DealingDate as 交易日期,
UserName as 员工名称,
MemberCard as 会员卡号,
DealingPrice as 交易金额
FROM Dealing
GO
/*创建用于查询进货计划的视图*/
CREATE VIEW v_PlanStock
AS
SELECT Stock.StockID as SID,
MerchInfo.MerchName as 商品名称,
MerchInfo.BarCode as 条形码,
Factory.FactoryName as 厂商,
Provide.ProvideName as 供货商,
Stock.MerchNum as 计划进货数量,
Stock.PlanDate as 计划进货日期
FROM Stock,MerchInfo,Provide,Factory
Where Stock.MerchID = MerchInfo.MerchID
and Provide.ProvideID=MerchInfo.ProvideID
and Factory.FactoryID=MerchInfo.FactoryID
and Stock.StockState=0
GO
/*创建用于查询销售明细记录的视图*/
CREATE VIEW v_Sale
AS
SELECT MerchInfo.MerchName as 商品名称,
MerchInfo.BarCode as 条形码,
MerchInfo.MerchPrice as 商品价格,
Sale.SalePrice as 销售价格,
Sale.SaleNum as 销售数量,
Sale.SaleDate as 销售日期
FROM Sale INNER JOIN
MerchInfo ON Sale.MerChID = MerchInfo.MerchID
GO
/*创建用于查询入库情况的视图*/
CREATE VIEW v_Stock
AS
SELECT MerchInfo.MerchName as 商品名称,
MerchInfo.BarCode as 条形码,
Factory.FactoryName as 厂商,
Provide.ProvideName as 供货商,
Stock.MerchPrice as 入库价格,
Stock.MerchNum as 入库数量,
Stock.TotalPrice as 入库总额,
Stock.StockDate as 入库日期
FROM Stock,MerchInfo,Provide,Factory
Where Stock.MerchID = MerchInfo.MerchID
and Provide.ProvideID=MerchInfo.ProvideID
and Factory.FactoryID=MerchInfo.FactoryID
and Stock.StockState=1
GO
7、小结
和传统管理模式相比较，使用本系统，毫无疑问会大大提高超市的运作效率，辅助提高超市的决策水平，管理水平，为降低经营成本， 提高效益，减少差错，节省人力，减少顾客购物时间，增加客流量，提高顾客满意度，增强超市扩张能力， 提供有效的技术保障。
由于开发者能力有限，加上时间仓促，本系统难免会出现一些不足之处，例如：
本系统只适合小型超市使用，不能适合中大型超市使用；
超市管理系统涉及范围宽，要解决的问题多，功能复杂，实现困难，但由于限于时间，本系统只能做出其中的一部分功能；
对于以上出现的问题，我们深表歉意，如发现还有其它问题，希望老师批评指正。
请采纳。
D. 设计一个空间数据库应该有哪些功能
通过设计和建立database空间数据库，掌握空间数据库设计和建设流程，学会利用所学GIS知识独立分析和解决问题的能力，对所学建库知识进行一个完整的串接。
3、需求分析
旅游业是一个综合性很强的信息依赖型产业，旅游信息的获取、加工、传播和利用对旅游业的发展起着举足轻重的作用。从旅游者和旅游规划管理部门的需求出发建立旅游信息数据库，不仅可以使旅游者和旅游规划管理部门能够快速、准确地查找和检索自己所需要的旅游信息，而且能够促进旅游信息规范化和标准化，促进旅游信息的共享，打破对旅游信息的封锁；旅游信息数据库的建立有利于从整体上对旅游业进行宏观的调控和管理，有利于旅游业协调、健康有序的发展。
四川省旅游空间数据库的建立以arcgis为平台，以database为载体，内涵四川主要景点的各种信息（属性和空间），可以为使用者提供一定的信息服务。
4、功能分析与数据组织
4.1 数据组织
本实验的数据组织为：矢量数据采用简单数据格式shapefile存储，具体文件如下表所示：
文件名称
用途
主要景点
记录四川省的主要旅游景点信息，并进行分类
交通要道_国道
存储四川省的交通要道国道的走向，便于分析路径
交通要道_高速路
存储四川省的交通要道高速路的走向，便于分析路径
交通要道_铁路
存储四川省的交通要道铁路的走向，便于分析路径
主要城市
记录四川省的主要城市信息，便于查询信息
主要河流
记录四川省的主要河流信息
4.2 功能分析
本数据库主要的功能设计为：
1、可以通过地图空间信息查询到景点的属性信息，如景点的类型、票价、主要的景点以及景点的具体位置信息等；
2、可以通过属性的查询方式找到具体景点的位置，并可以通过提供的信息找到到该景点的路径。
5、数据库建设流程
5.1 环境配置
5.1.1 硬件配置
计算机一台（windowxp 操作系统）
5.1.2 软件配置
专业软件：PCI8.2，ArcGIS9.2 desktop
其它软件：Office Access 2003、抓图软件等
E. 数据库具体应用的实例有哪些
数据库的应用领域
1、多媒体数据库： 这类数据库主要存储与多媒体相关的数据，如声音、图像和视频等数据。多媒体数据最大的特点是数据连续，而且数据量比较大，存储需要的空间较大。
2、移动数据库： 该类数据库是在移动计算机系统上发展起来的，如笔记本电脑、掌上计算机等。该数据库最大的特点是通过无线数字通信网络传输的。移动数据库可以随时随地地获取和访问数据，为一些商务应用和一些紧急情况带来了很大的便利。
3、空间数据库： 这类数据库目前发展比较迅速。它主要包括地理信息数据库（又称为地理信息系统，即GIS）和计算机辅助设计（CAD）数据库。其中地理信息数据库一般存储与地图相关的信息数据；计算机辅助设计数据库一般存储设计信息的空间数据库，如机械、集成电路以及电子设备设计图等。
4、信息检索系统： 信息检索就是根据用户输入的信息，从数据库中查找相关的文档或信息，并把查找的信息反馈给用户。信息检索领域和数据库是同步发展的，它是一种典型的联机文档管理系统或者联机图书目录。
5、分布式信息检索： 这类数据库是随着Internet的发展而产生的数据库。它一般用于因特网及远距离计算机网络系统中。特别是随着电子商务的发展，这类数据库发展更加迅猛。
许多网络用户（如个人、公司或企业等）在自己的计算机中存储信息，同时希望通过网络使用发送电子邮件、文件传输、远程登录方式和别人共享这些信息。分布式信息检索满足了这一要求。
6、专家决策系统： 专家决策系统也是数据库应用的一部分。由于越来越多的数据可以联机获取，特别是企业通过这些数据可以对企业的发展作出更好的决策，以使企业更好地运行。由于人工智能的发展，使得专家决策系统的应用更加广泛。
(5)空间数据库设计案例扩展阅读
对数据库系统的基本要求是：
①能够保证数据的独立性。数据和程序相互独立有利于加快软件开发速度，节省开发费用。
②冗余数据少，数据共享程度高。
③系统的用户接口简单，用户容易掌握，使用方便。
④能够确保系统运行可靠，出现故障时能迅速排除；能够保护数据不受非受权者访问或破坏；能够防止错误数据的产生，一旦产生也能及时发现。
⑤有重新组织数据的能力，能改变数据的存储结构或数据存储位置，以适应用户操作特性的变化，改善由于频繁插入、删除操作造成的数据组织零乱和时空性能变坏的状况。
⑥具有可修改性和可扩充性。
⑦能够充分描述数据间的内在联系。
F. 空间数据库的设计有哪些步骤和内容
数据库应用系统的开发是一项软件工程。一般可分为以下几个阶段：
1.规划
2.需求分析
3.概念模型设计
4.
逻辑设计
5.物理设计
6.程序编制及调试
7.运行及维护。
G. 空间数据库
（一）区域级潜力与适宜性空间数据库
1.数据库设计
区域级评价空间数据库采用了MapGIS数据管理技术和Geodatabase技术，数据保存为MapGIS数据、ShipeFile、文件和Access数据库，见表12-2。
数据比例尺为1∶500万，采用投影坐标WGS84。
数据来源：全国1:500万矢量数据、全国1∶100万矢量数据、遥感影像数据、Dem数据、搜集的各娄图件、数据标准化获得的数据和区域级评价成果数据等；
数据格式：Shape File、Geodatabase、Raster(Grid、Tiff、Image）、MapGIS等；
数据处理步骤及方法：收集资料、划分图层、维护属性表、配准并矢量化图形、设置可视化参数、属性关联、投影变换；
数据容量：Geodatabase(Access、Shape File）共1G;Raste（r卫星影像、DEM）共计500G；处理后的数据共计约600G；
数据内容：共63个全国基础地理矢量图层；78个评价专题图层；Dem数据；卫星影像数据。
数据库主要成果图层属性字段设置示例见表12-2。
表12-2 区域级评价主要成果图层属性字段设置示例
续表
H. 空间数据库的设计
空间数据库主要存储与各类图形数据，包括行政区划底图、遥感影像图、地质遗迹分布图等。数据库设计时，通过图元、图例、空间索引和图类分层设计，建立空间数据库(图6-4)。
I. 数据库系统及应用的图书目录
第1章 数据库系统概论
1.1 数据库的基本概念和相关术语
1.1.1 数据、数据管理与数据处理
1.1.2 数据库基本概念
1.1.3 关系列表和关系数据库
1.2 数据库技术的产生与发展
1.2.1 数据管理的发展
1.2.2 数据和数据管理技术
1.2.3 数据管理技术的3个发展阶段
1.3 数据库系统的一般构成
1.3.1 数据库系统的一般构成
1.3.2 数据库系统的模式构成
1.3.3 数据库系统的物理组成
1.3.4 数据库管理系统的功能
第2章 关系数据模型
2.1 数据模型
2.1.1 概述
2.1.2 数据模型的基本要素
2.1.3 数据模型的发展
2.2 关系数据模型
2.2.1 基本概念
2.2.2 关系数据模型的数据结构
2.2.3 数据操作
2.2.4 数据约束
2.2.5 关系数据模型的优缺点
2.3 关系
2.3.1 域、笛卡儿积和关系
2.3.2 关系的性质
2.3.3 关系模式
2.3.4 关系完整性
2.4 关系代数
2.4.1 集合运算
2.4.2 关系演算
第3章 结构化查询语言SQL基础
3.1 SQL简介
3.1.1 SQL的历史
3.1.2 SQL的优点
3.2 数据库的操作
3.2.1 数据库的创建
3.2.2 数据库的修改
3.2.3 数据库的删除
3.3 数据表的操作
3.3.1 数据类型
3.3.2 表的创建
3.3.3 表结构的修改
3.3.4 表的删除
3.4 表中数据的操作
3.4.1 SQL语方的基本查询
3.4.2 多表间的连接查询
3.4.3 嵌套查询
3.4.4 联合查询
3.4.5 数据插入
3.4.6 数据修改
3.4.7 数据删除
3.5 视图
3.5.1 视图的基本概念
3.5.2 创建视图
3.5.3 删除视图
3.5.4 更新视图
3.6 索引
3.6.1 索引的概念
3.6.2 索引的分类
3.6.3 建立索引的原则
3.6.4 创建索引
3.6.5 删除索引
第4章 数据库完整性
4.1 数据库完整性概述
4.2 完整性约束的分类
4.3 完整性约束的定义
4.3.1 Primary Key约束
4.3.2 UNIQUE 约束
4.3.3 NOT NULL 约束
……
第5章数据库安全
第6章数据库恢复技术
第7章并发控制
第8章数据库设计理论
第9章数据库应用设计方法
第10章 数据库开技术
第11章 数据仓库技术
第12章 数据挖掘技术
第13章 地理信息系统和空间数据库
第14章 主流数据库产品介绍
附录A HIS案例
参才文献
J. 预测模拟技术在空间数据库优化开发中的应用——专家系统类比法滑坡灾害制图案例研究
本文译自Environmental Geology,2002(41）∶765～775。
Alberto Pistocchi1Lucia Luzi2Paola Napolitano3着
朱汝烈4译校
（1Studio di Ingegneria per I'Ambiente e il Territorio,Viale G.Carcci,15,47023 Cesena,Italy；2IRRS-CNR,MiLan,Italy；3ACTA Studio Associato,Naples,Italy；4中国地质调查局水文地质工程地质技术方法研究所，河北保定，071051）
【摘要】此案例研究，源于将不同概率的预测模型[贝叶斯（Bayesian）概率、模糊逻辑、“与”、“或”、“总和”、“产出”、“灰度（非线性）”运算以及必然性因素等]，用于编制意大利亚平宁山脉北部的丘陵和山岳地区滑坡灾害地图。利用7个数据层来检验非常脆弱的区域：岩性、与地质构造线的距离、年降雨量数值、土地覆盖类型、地形坡度和坡向，以及与水文网络段的距离。与用预测率指数预测的不同结果进行了对比和缜密的讨论，以评价这种易于运用、适宜有效的数据库在土地规划中使用价值的可能性。
【关键词】支持性函数整体化模拟滑坡灾害空间数据库
1导言及一般论点
近几年来，全欧洲各地方及规划部门在建立空间数据库方面有了长足进展。然而，很多数据库似乎对决策支持仍然不起作用，而且其使用的有效数据经常是纯粹土化的。特别是，最终数据使用者和决策者对于有关地理信息系统（Geographic Information Systems——GIS）的模拟能力，近乎于毫不知晓的状况。极少有地方政府机构在日常的决策中采用预测模型作为其有效支撑。
地理信息系统为详细的空间特征模拟带来巨大的能力，并且许多地方政府现在已拥有GIS技术，为其使用提供了方便条件。人们在对自然界现象进行日常习惯性观察时，这一重要信息有变成一种更有力的方法手段的潜在可能吗？
出于参与规划和目标共享的需要，地学家已经注意到确定的共享资源在用于规划和决策支持中做出的评估具有何等重要性的有关阐述。一些人强调地球科学地图在制定政策和土地使用规划过程中的作用。据他们的观点，灾害地图（hazard maps）的主要作用是，为决策者提供有关土地开发规章条例定义问题的正确观点。
基于自然现象之间因果关系的预测模型，已被水文工作者、地球科学家、环境分析家和工程师广泛地应用于自然风险评估、自然资源管理、污染防治与土壤改良及环境影响评估等领域。然而，就诸如滑坡这一自然灾害场合而言，要建立一个能在区域规模内可靠适用的模式似乎相当困难。一些人探究产生这一困难的原因，认为主要是受模型和数据的限制。与其他风险管理的角度不同，很少有管理者探索过有关定量模型的应用问题。
滑坡灾害制图的传统方法，依赖地质学家和地貌学家的经验观察、鉴定（通过对现场特性的直接观察和远距离的检测报告）来解释滑坡发生的特征。这样虽有相当可能判明既往事件，但是在撇开专家主观性及定性判断的情况下，几乎不能支持任何预测。
近几年来，已经提出了基于成带现象的大地构造模型。然而，基于大地构造模型的计算方法，或者说实际上是基于指数叠加的方法，限于数据不足或数据质量的低下，尽管其自然基础相当稳固，仍经常是不可靠的。
另一方面，通过“客观”的可复制模型进行的预测，分析家对可能的、有限的随机选择感到兴趣。特别是下列这些情况：
·当具有相当重要性的规划设想涉及到社会冲突时；
·当现象不容易觉察时；
·当对覆盖整个所关心区域的现象做详细测图所耗费用过于高昂，因而有必要对那些需更深一步了解的区域进行“筛选范围”模拟的时候。
一般说来，模拟过程与决策很相似，而且其工作具协调性和基础性。灾害地图之所以合理的一个理由，是通过专家的专门鉴别，可用模拟方法学的手段再现、复制，可以有助于认识的社会构成，亦即在管理者、社区公众以及科学家之间分享正确的决策准则。
这一原因导致开展使用概率进行预测的可能性的调查研究。在这些探索过程中，充分运用有关滑坡事件的先验性知识，通过合理地确定参数，用模糊的、或随机的地图套叠方法进行概率预测。
在最近几年，对这种方法做了很多探索。所有这些方法已经比较广泛地使用于敏感性分析或不同方法的性能对相同案例的研究。目前，在这些应用中存在的主要困难是不同的地图的对比。
有人提出了一种解决问题的构想，以完善绘图功能。在那些作者们的工作中，显示了概率、模糊的范畴，并可用现象发生地区最支持性的探测功能——例如滑坡或者矿藏——来证明。这些技术通过推测、校核而发挥效用；对其他诸如神经和贝叶斯（Bayesian）网络等方法，其共通特征与一般的数学模拟近似。以这种方法能轻易地找出一种称之为预测比率的独特标准，它主要用于比较不同预测地图，堪称使模型具有良好性能的有效措施。对其解释如下：支持性函数的用途在于以产生至少包含科学家基于规章的判断，即可从现场经验获得的、预测大部分正确的地图为目标。当然，随后由于专家对现象认识和理解的逐步深化在评估期间必然要求选择多种模拟。同时，由于协调不当而产生变量的假定概率，以及数据缺乏和不可靠，也可引起谬误的结果。不过，运用定量法可以使模型的校准和确认能够支持预测的透明度和合理性。支持性函数模拟方法最近已在专门为其安排的某些案例研究中应用。
本文目的在于，探讨支持性函数模拟对用现有的数据库标准认定的滑坡事件，编制灾害地图的可应用性，并且检查这种方法在现有的数据库里信息的运用中如何改进，以与其他技术（例如，每个岩性单位的滑坡频率编图或者纯粹的滑坡目录清单似的绘图）相比较。
支持性函数模拟也可用于构建数据库的概念性设置：数据的收集严格依赖于在理论框架上对最佳可用信息的准确理解。
2理论背景
很多作者指出，数值技术的使用与那些对相关现象自身属性的局部价值认为值得关注的事件相联系。属性被认为是事件的证据因素，“或然性”、“可能性”或者发现事件的“可能”程度，在一定意义上与每个相关属性的存在非常符合。假定 A是已进行分析的定义域，而 F是被检查的事件现象。若 r数据层为有效数据，则对于每一个属性种类中的mk来说，设定k=1，…r，便可对每个数据层定义一个分配函数：
地质灾害调查与监测技术方法论文集
它将 A的每个象素分配到k层序列中的一层中；可以为每层确定另一个函数：
地质灾害调查与监测技术方法论文集
在这种情况下，地图在每个层里出现一个数值下降的间隔[a,b]。在此，a和b取决于分析者（如稍后将指出的那样）所做的进一步假定。这个数值代表支持性（favorability），即假定一旦遭遇某种特殊种类属性现象出现时的可靠程度。
对作为每个数据层的函数成分 V和R被定义后，支持性函数可表示为：
地质灾害调查与监测技术方法论文集
间隔极值 a,b必须由分析家据其“可靠性”的解释而定，若认为可靠性与“可能性”相同，则 a=0,b=1。若令可靠性范围等于确定性系数，则 a=-1,b=1。如果选择不同的方法，则可能需要另外的数值。
支持性函数在本项目中的不同用法将在本报告中予以陈述。
若支持性假设为与特定现象 F相关，设定与事件的可能性一致的属性种类为E1，…，E。，然后根据贝斯定理，按 E1，…，E。独立条件假说，可写为：
地质灾害调查与监测技术方法论文集
在ppsI中，I=1，…，n，是发生必然属性种类的优先概率，并且可用该属性种类存在的总面积的百分比进行估算。pps1至n作为属性种类的先期共同可能性考虑；这可以作为全部种类共同发生的总面积的百分比。ppaI,I=1，…，n是观察到的F对于属性种类Ei事件的可能性；这可以根据公式计算。ppaI=1－(1-(areaI)-1)nb(I），其中areaI是符合i系列条件的面积，而nb(i）是与F条件也符合的i系列的面积。psF是所有覆盖整个区域的F的优先概率，并可用所有符合F条件面积的百分数算出。
按此法则，一张地图可以由发生的属性种类的每种组合的计算编制出。这可以通过常规交叉作业程序，在GIS的栅格内操作完成。
如果使用确定性系数，则运算法则作如下相应变动：
（1）一种属性种类的确定性系数可以定义为：
地质灾害调查与监测技术方法论文集
式中：I=1，…，n;n是作为原因因数的主题数据种类的数量。
（2）对两个数据种类来说，确定性系数根据下列法则计算：
当 CF1和CF2均为正号，那么 CF1+2=CF1+CF2-(CF1×CF2）；
若 CF1和CF2符号相反，则 CF1+2=CF1+CF2/{1-min(|CF1｜,｜CF2|))；
若 CF1和CF2均为负号，则 CF1+2=CF1+CF2+(CF1×CF2）。
（3）程序通过首先计算 CF1+2=CF12，然后 CF13=CF12+3等等，按此重复操作可获得更多的图件。
作为最后的方法，采用模糊集合论通过计算“模糊总和”、“模糊产出”，“模糊与”、“模糊或”以及“模糊非线性函数”。所有这些函数都是在假设 F存在的可能性预测值等于给定的种类EI（即 ppaI）的条件下进行运算的。它们是：
·“模糊与”＝min(ppaI）,I=1，…n;
·“模糊或”＝max(ppaI）,I=1，…n；
·“模糊结果”＝Ⅱ（ppaI）,I=1，…n；
·“模糊总和”＝1－Ⅱ（1-ppaI），I=1，…n；
·“模糊非线性计算”＝（模糊总和）（模糊结果）1－γ，γ是0:1范围的参数。
按此方法，可确定编制覆盖层地图的法则，以便分析家能评价覆盖整个研究地区的不同事件属性数据差别，并有助于进一步识别存在更多现象的场地。这些计算结果代表与被认为属于有利性的现象相关指标的数目。必须注意到，除已描述之外，根据相应的资料证据分量、可信功能、线性回归覆盖概率以及其他诸多条件，可采用不同的技术。
必须指出，优先概率psF需要对确定性系数的估计测定而计算获得，但将它用于绝对边界条件是无意义的，因为要预知未来的滑坡事件的可能性实际上几乎是不可能的。预测根据的理由必须在概括全部条件求得支持性指标后，方可确认，而不能以对灾害的数字计算结果为依据。
3应用
用于本案例研究的地区在意大利（图1）北部的萨维（Savio）河流域。区域地质概况基本上为泥灰岩和沙岩组成的一个沉积盆地。可更详细分为以下3种主要的地质岩层：
图1研究区位置图
（1）托尔顿阶（Tortonian N1）为灰色砂质和泥质浊流沉积岩，是主要地质岩层，并出露于这条主要溪流两侧。
（2）由微晶质石膏与泥质粘土和沙层互层组成，而其基底为含硫石灰岩地层。
（3）由泥质岩、砂质岩和砾岩3层构成，全部含有灰岩层。
此外，还有淤泥质泥灰岩层、晚始新世砂岩地层、上新世粘土以及混杂堆积的粘土层出露地表。
该地区被大量滑坡覆盖，在不同的地质单元内，大多数情况下是以滑移型或泥石流型的运动形式发生。而且，有的地区有岩石崩落，并存在块体平移运动，然而对它们均未做过分析。研究过程中使用的数据由埃米利亚·罗马格纳地区地质调查所（Regione Emilia Romagna Geological Survey）提供。
用于本案例研究的数据库由若干主题层构成，它们涉及：
·线性构造（断层，向斜和背斜），比例尺1:50000；
·岩性单元，比例尺1:50000；
·根据CORINE欧洲工程指南协议，从TM陆地卫星映像获得的土地覆盖情况，比例尺1∶50000：
·数字地形模型（DTM），根据从Regione Emilia Romagna地方当局的地图数据库中获得的、通过计曲等高线内插、等高距为50m的等值线制成；
·整个地区的7个降雨计量站的降雨测量数据；
·数字化水文网，比例尺1:10000。
必须强调，数据库的分辨度非常低劣，另外，数据在比例尺上很不均匀。有人会认为特别是当与平均滑坡面积进行对比时，地形信息明显很不精确，因而成为非实际滑动的运动学的代表。这项研究的目的是评价现实世界数据库的预测能力（前已阐述），必须意识到，重要的不是做出可靠的灾害地图，因为最好的信息虽已被应用殆尽，但不可能有任何更深远范围的调查和数据可供获取。正如在以下内容所强调的那样，与土地计划的预测相比较，评估的结果将为数据库的改进给予更多的输入内容。
从DTM数字地形模型中形成了坡度和坡向地图，并用固定的数值间隔对坡度做了分级。
对线性构造的距离做了计算，目的在于评价构造干扰对坡体稳定性的可能影响。以对栅格地图和栅格化作为计算结果。
分析了降雨资料，以查明高程与年降雨量之间的关系。从这两个变量的一个回归方程发现：y=0.7086x+708.19(R2=0.66），x为海拔高程（m）,y是超过30年的长时间级数降雨量的总平均值（mm/a）。后来用该方程式做了一幅连续降雨地图，结果明确显示，DTM既像降雨特征的指示剂，同时也犹如位能释放的一个显示器。
应当注意，过高的高程与降雨的相互关系相当微弱，而更进一步的分析则要求更好地描述该地区的实际降雨分布情况。然而，依据现有数据，仅能说明已经适当地查明了降雨分布的一般趋势而已。
尽管概念上的差异特性可以在滑坡的现象情况与所需的因素之间梳理出来，然而，当其他所需要特征都存在的情况下，恰恰只是“要素”触发了滑坡。可以认为，所有这些数据层都可能具有优先意义。
至于存在滑坡可能性的数据，只能依赖地方当局的土地不稳定情况报表获得。应着重指出，数据库适用于构建GIS的长时间序列分析。而且，其数据的密度和分布，按统计学来看，属具典型意义的现实滑坡分布。可以证明，事实上，当为贝叶斯程序培养的数据集不是足够大（并且排列也不足够随机）——这关系到对分区性随机变量的获得——的时候，按定量评价的观点衡量概率综合模拟，是毫无意义的。本案例中，滑坡发生的优先总和有利性条件（级别—特殊）的概率ppa1和psf，需由专家们判定。而且，选择滑坡的类型和年龄以便培养数据系列是重要的，这样的系列可照顾到同类滑坡。已有人进行了关于“泥石流”和“崩滑泥石流”类型滑坡的分析，认为通常发生在局部地区。在本研究项目中，仅在编制一些图件时有效地应用。
地区土地不稳定性报表记录也考虑了岩石崩落、块体滑动以及潜在不稳定的地段，但是这些没包括在分析过程中。图2显示了用于分析的数据层。
被考虑的全部主题的数据原则上有相互关联的可能性。由于多余的信息将可能导致无效结果，因而做一些尝试性计算。为了分析的目的，已进行了一次对7个主题条件（即，降雨地图、岩石学、土地覆盖、坡度、坡向、与水文网的距离及与线性构造的距离）的联合性试验。7个主题条件分类列入独立的图例内，并作为促使滑坡体产生活动的条件在地图上的识别标准。
对每一个地图偶对做了4个指数的联合计算：
·x平方（x2）指数；
·克拉默（Cramers）指数；
·意外事故指数；
·共同信息不确定性得分。
这里，第一个指数被确定为：
图2用于预测的原因因素主题图
地质灾害调查与监测技术方法论文集
式中
地质灾害调查与监测技术方法论文集
而 T＝象素的总数，Ti＝地图1中 i类象素的数量，Tj＝地图2中 j类象素的数量。指数 n和m分别是在地图1和地图2中的种类数目。
克拉默指数（V）和意外事故指数（C）确定如下：
地质灾害调查与监测技术方法论文集
相同符号的含义相应同前，同时 M取（m-1,n-1）的最小值，而 n和m分别是两幅图中每一幅中的数据种类的数目。
图幅偶对 A和B的共同信息不确定性得分取决于：
地质灾害调查与监测技术方法论文集
其中
地质灾害调查与监测技术方法论文集
n、m分别是在地图A和地图B里种类的数量，而Pij则是在地图A和B的交会线上i和j种类的像素数量分别对像素总量的比率。Pj是地图A中种类j的像素总数量，而 Pi表示种类i在地图B中的总像素。
上述指标可判断一个地图偶对之间的协调性尺度。x平方指数给出协调性（无上边界的）绝对尺度，而对其本身没用；V和C表示区域内预防标准的尺度[0,1]，它们越是接近1，则两张地图之间的联系越强。这3个指标结合使用，可提供关于联系性的一个综合尺度标准，并允许我们超越一套地图从不同角度去比较像对的联系性。通常，可能注意到3个指标呈现如所期望那样非常相似的反应。不确定性共同信息记录也可用于确定由前面的指标测定的联系性模型，并假定在0（完全独立的地图）和1（完全联系的地图）之间改变。表1展示了如上所述的地图计算的指标。
表1数据层之间的联系性指标
尽管未使用计算的指标，在严格条件下，对于确定贝叶斯条件（比非联系性质更强）的独立性，这些由全部数据层推断而得出的联系性指标，可能应当是独立的。
正如分析所指出的，必须被注意到，滑坡显示出与岩石学的某种联系（只有一个滑坡，岩石学主题由于共同信息的不确定性，具有非相关性），并与海拔高程/雨量以及地表覆盖存在空间联系趋势。
应当指出，若从因果关系以外的因素看来，岩石学与海拔高程/雨量和土地覆盖是相关的，而与坡度之间的联系较弱，与其他主题的联系则极少或无联系。提供给研究项目的不甚适用的DTM似乎是造成这一现象的首要原因。除在坡度和降雨量/海拔高程之间的微弱的联系外，其他联系可能均未予考虑。
根据当地地质调查所的分析似乎也得出同样的结论，岩性的因素仅仅用于编制滑坡灾害图以及拟定作为滑坡灾害指标的每个岩性单位的滑坡频率。
在每次运算期间，只有已知滑坡（通过随意抽样选择）的一半用来生成预测地图，然而剩下的东西，应当视为同样有效的数据群。作为滑坡灾害预测尝试，最先使用潜在原因因素，而在第2次试验过程中，只使用了3个最为相关的因素，这将在后面的章节中予以解释。
4结果讨论
支持性函数的计算如以下将予以描述的那样，是在不同的模拟假定前提下进行的。每一幅由计算生成的良好地图的预测能力，用曲线的预测比率进行测试。这种曲线，是通过研究地区的累积百分率标定分类，以支持性评定数值的递减量（遵循上面提到的各种法则）作为横坐标，以滑坡地区的累积百分率作为纵坐标而做成的。据说，当预测的滑坡百分比与区域最大值的20%相一致时，便是对模型预测能力的良好评估。更广泛的观念是，曲线越是有规则的接近纵轴，则预测越加吻合。相反，若更多的曲线靠近45°直线，则说明组合因素造成预测靠近支持性数值的随机分布范围，这种预测的有用价值极小。在因果因素中，已经认识到水文网络所起的作用较小，这是因为为其所拟定的细节，要比其他因素的精密度高得多。乍看起来河流切割“遍布”各地，因而不便于将滑坡分布与它和水文网络的距离加以联系。因此，在因果因素中没有包括河流水系。
在图3中对已考虑的6个因果因素的预测比率，逐个予以显示。本项目中，预测者估计的条件频率ppaI,I=1，…n（发生滑坡事件的条件概率，给定的种类 i）适于每个主题内的每一个种类。
图3原因因素预测的比率——使用整个滑坡封闭折线和条件频率
第一步计算用作证据的数据，来自图解滑坡活动的全部封闭折线。滑坡被分解成两个随机取样组，其中一个用于标定，而另一个用于证实。计算作业使用了3个最相关的主题（岩性、土地覆盖以及海拔高程/雨量），遵照先前描述的指标。预测比率曲线用图4显示。
进一步使用所有的6个指标进行了计算，其预测比率用图5显示。
我们注意到，由于整个滑坡体均被绘制，因而这可能会含有一些精确性的偏差；由于因果因素的集合，致使滑坡触发点和滑坡前缘不相同。因此，在每个滑坡封闭折线内预测，只使用最高点；若从物质运动的运动学原理考虑，触发点应当在最高位置。6个因果指标在此假定前提下计算的预测比率，如图6所示。
图47位预测者预测的比率——使用3个因果指标
（岩石学、降雨量和土地覆盖）和整个滑坡封闭折线
图57位预测者预测的比率——使用所有6个相关的原因指标和整个滑坡封闭折线
7位预测者使用3个和6个因果指标的预测比率，分别用图7和图8显示。
就输入数据的相关性而论，表明使用坡度、坡向和雨量分布（即更准确的DTM和雨量——由更区域化的降雨计量器获得的数据）具有更好的代表性，将使结果得到改进。一旦得到新数据，分析者们便可重新评价其对预测的潜在影响。
从预测比率的比较中可以确定：
·当使用6种因果指标代替3种与滑坡关联性更好的指标（岩石学、土地覆盖以及雨量）时，似乎没有明显的改进；在两种情况下的预测表现得非常近似，这恰似对种类群用了修整清除器，然而更多的指标是被应用了的。
·更进一步的清除效果可由只用触发点，而无需考虑滑坡整体来作为证据。这不至于带来地图总体预测能力的恶化；但同时也须顾及到，过量的清除有可能会导致绘图的可靠程度降低乃至消失。
图6只使用触发点因果指标预测的比率
图77个预测者只使用3个因果指标（岩石学、土地覆盖和降雨量）和触发点预测的比率
图87个预测者使用6个相关因果指标和滑坡触发点预测的比率
·岩石学在原因指标的预测比率图解中，无论如何显然具有更高的预测能力（如此则可理解，为何当地地质调查所单独选择了将这个主题层用于灾害制图），当然还包括土地覆盖和降雨。然而并非其他全部主题都与预测相关。
·在本案例研究过程中，除贝叶斯可能性的情况外，7位预测者所用的预测表现得极其近似。然而数据的有效分布性是非常敏感的，当整个滑坡体被用作证据，并处于模糊“或”、“与”的某些场合时，则预测均近乎为随机性的。通常，似乎确定性系数是预测者在这一具体案例的研究中最有用的手段，虽然在每种情况下，一些预测者以预测比率曲线和预测地图所作出的预测实际上相同。
图9显示了在本案例中，进一步显示了将3个因素与作为主题证据的触发点共同配合使用时的7种预测。这是本案例研究过程中探讨的情况之一，它具有更好的预测比率，并且可能对滑坡灾害成带性作出最佳的基础性思考，显现了当前的认识状态。
图9根据7种预测做出的预测地图
5结论
本文讨论的方法是使用数字模型（较少需要专家的主观判断），依据滑坡灾害来划分土地等级。这似乎表明，当客观预测可从空间数据库中提炼出来时，则可以说明其主题有一些“系统”增加的价值，即全部数据都共同使用比仅只使用某些主题的效果更好。
必须强调，这种方法从现有数据库的开发入手，且保留对每个主题认识的开放、完善。在最好的预测者们各种各样的测试（确定性系数、贝叶斯可能性、模糊的操作和其他可能的技术）中，仅能根据各种测试技术的预测能力做出选择，最后则慎重地使用了预测比率曲线进行预测。
这些分析已经引发了现有的数据库尚属不健全的认识，当然，仅指为了生成预测模拟使用目的的地形数据不甚适当而言。这寄希望于未来投入进一步的调查研究并捕获数据，以确定一种更佳的数字化地形模型。只要改进的原因因素地图一旦产生，或者一个新的原因因素被确认与现象相关，便可能重新进行计算，从而可能产生新的预测图。预测比率使用的有效性可按实际和有效改进进行检查，也可用来对数据收集和岩土工程监测的进一步努力指明方向。例如，在本案例研究中，岩性、土地覆盖以及降雨（如上所述，按高程描述）显然是滑坡的最相关的因素，因而到目前为止，分析主要致力于这些因素的调查和编图。更进一步说，准备并使用具有合适解读能力的DTM显得很有必要，其目的是为了更详细地检查地形数据的影响。分析也很重视其他主题条件，例如水体高程，对用于危险绘图时，它可能就变得相当重要。