全 文 ：养分循环研究数据管理概念模型的构建*
施建平* * 孙 波 杨林章
(中国科学院南京研究土壤所, 南京 210008)
摘要 近年来, 农田生态系统 NPK 养分循环研究已经积累了大量的数据,迫切需要建立可长期保存数
据、并为养分循环研究全局决策服务的数据管理系统.本文描述了用于养分循环数据管理的概念模型的设
计, 并说明构建模型的过程,最后给出依据该模型建立数据库系统应用实例.结果表明, 依据模型建立的数
据库系统可提供按照时间、地点、专题查询的功能 ,能够管理野外观测数据、专题图和研究报告等多种类型
数据, 并快速提取和分析数据.
关键词 养分循环 数据管理 概念模型
文章编号 1001- 9332( 2003) 11- 1873- 06 中图分类号 S157. 4 文献标识码 A
Construction of conceptual model of data management for nutrient cycling research. SHI Jianping, SUN Bo,
YANG Linzhang ( I ns titute of Soil Science, Chinese A cademy of Sciences, Nanj ing 210008, China) . Chin. J .
A pp l . Ecol . , 2003, 14( 11) : 1873~ 1878.
A large amount of data have been accumulated from t he agroecosystem nutr ient cycling research during r ecent
years. It is necessary to develop a data management system for global decisionmaking and for preser ving from
loss . T his paper outlined a conceptual model design based on EntityRelation ( ER) model, presented the model
construct ing process fr om user query, and demonstrated a database system using a g iven model. T he results
showed that the database implemented from the designed model could pr ovide the function of quer ying in terms
of time, location and theme, and management of various types of data, such as field obser vation, theme map and
research report , and fast ex tracting and analysis data w ith spatiotemporal char acteristic .
Key words Nutr ients cycling, Data management, Conceptual model.
* 中国科学院知识创新工程资助项目( KZCX2413)和中国科学院信
息化建设资助项目( INF105S ) .
* * 通讯联系人.
2003- 01- 27收稿, 2003- 05- 19接受.
1 引 言
农田生态系统养分循环研究自 20世纪 90年代
初期在 CERN台站开展以来, 获取了一批联网监测
和定位试验数据.通过野外长期定位试验和网络化
研究,结合典型地区农业生产与管理的调查, 以及农
业政策、农产品价格、农业经营方式等对养分循环及
环境效应的影响机制的研究, 可以动态了解我国化
肥的使用状况与区域平衡状况; 研究我国不同类型
农田生态系统中氮磷钾元素循环过程的时空分异规
律;揭示农田生态系统演替(农业种植管理模式演
变)过程中, 氮磷钾元素的迁移转化规律, 以及过量
投入的环境效应与致污机理; 分析农业政策与农产
品价格的驱动机制.
现存的以试验站点为核心的养分循环研究由于
试验地点的局限性,对涉及不同区域的判断取决于
研究者所获取的知识, 很难保证方案的全局合理性
和一致性.为了实现网络化研究的科学目标, 迫切需
要将分散于各试验台站的数据组织起来, 建立可为
决策分析服务、并可长期使用的数据管理系统.
20世纪 90 年代以来, 涉及生态环境研究领域
的数据管理从二维平面发展到涉及时间、空间多维
空间,数据类型从单纯的二维表格到文本、影像、图
形、声音、录像等多媒体类型. 1994 年美国联邦地理
数据委员会( FGDC)发布了空间元数据标准, 标志
着涉及生态环境的数据管理走向规范1) . 1996年美
国生态学会未来长期生态学数据委员会( FLED)制
定了其元数据标准,并于 2000年公布了用于生态学
数据交换的数据置标语言 EML 2) , 2001年国际标准
化组织地理信息委员会提交了空间元数据标准
( ISO/ T C21119115) [ 5] , 说明生态环境数据已经有
了国际通用标准. 近年来, 通过 internet 建立分布式
生态环境监测信息系统已成为可能. 美国国家科学
基金会 NSF 支持 LTER开展生物复杂性的知识网
络项目研究,用来解决不同学科、不同类型的数据存
取、信息管理和知识管理问题3) .
另一方面,随着计算机技术的飞速发展,数据管
理概念本身也发生了变化. 20世纪 60年代, 计算机
应 用 生 态 学 报 2003年 11 月 第 14 卷 第 11 期
CHINESE JOURNAL OF APPLIED ECOLOGY , Nov . 2003, 14( 11)!1873~ 1878
数据存取基于文件系统、磁带和磁盘,主要的工作是
数据收集. 80 ~ 90 年代, 关系数据库、SQL 语言、
ODBC技术的出现,形成了真正意义上的数据管理,
人们可以应用数据库方便地查询数据. 90年代到现
在,人们需要从大量的数据中分析提取知识, 数据管
理的作用进一步引申到数据库、数据挖掘和在线分
析. 数据管理要根据研究需要, 提供多层面的数据
并进行分析预测,为宏观决策提供依据[ 7, 9, 15] . 本研
究参照 ISO 和 FLED元数据标准, 根据养分循环研
究对数据管理的需求, 设计了养分循环数据管理概
念模型,并基于概念模型建立了养分循环数据库.
2 模型的建立
21 需求分析
与养分循环关联的研究对象为:氮、磷、钾在土
壤作物大气水体中的循环过程;土壤肥力的时空
演变;农业政策、农产品价格、农业经营方式等对养
分循环及环境效应的影响; 过量投入的环境效应.所
涉及的数据范围包括: 土壤、植物、水、大气中的养分
元素、土地利用和社会经济统计数据、水文和气象等
地理背景数据.上述数据不但含有随时间变化的信
息,而且含有地域性的空间信息. 数据类型包括: 来
自野外的土壤观测试验数据和农业经济调查数据;
来自于地图或遥感数据的地形、地貌、土壤、土地利
用、植被的向量或栅格数据;来自于统计网络的气象
统计和社会经济统计数据. 表 1列举了养分循环研
究相关项目收集数据的基本特征.
分析表 1可得到 NPK 养分循环数据管理的基
本需求包括: ( 1)必须满足研究分析的提取数据的需
要.数据具有时间和空间属性,数据库应便于提取分
表 1 数据的基本特征
Table 1 Basic characteristics of data collected from multi sources
研究方向
Research mission
数据种类
Kinds of data
内容和格式
Contents and format
空间维
Spat ial dimension
时间维
T ime dimension
主要农田生态系统 NPK 的循环与平衡状况 Cycling and balance of
NPK in main argoecosytems
区域调查数据和野外采样、农户调查
GIS( Arc/ info)空间数据库(土地利用、土壤、水系、行政区划)原始属性数据(土壤理化性质、作物产量和养分含量、施肥量)
土壤多边型水系线型行政区划多边型区域采样点土地利用影像
相对时间间隔
主要区域 NPK 肥料使用行为的经济和政策 Policy and economy driv
ing forces on the regional NPK fert il
izer use
区域社会经济统计, 农户调查
属性数据 ( 人口、收入、教育、就业、农业投入、对化肥施用的认识、风险)
特殊的区域、乡村采样调查点 特殊的时间点 ( 年、月、日)
NP 的界面迁移及其环境效应
T ranslocat ion of NP in th e interfaces
of agroecosystems and it s environ
mental ef fects
田间试验 原始属性数据(不同处理的雨水、径流水、田面水、淋溶水、地下水、泥沙中的氮磷钾含量)
项目内特殊的站点
(小区、坡度、位置、处理、土壤层次)
项目有效期内,随机采样
排水采集器观测 原始属性数据( 排水采集器中不同处理的施肥量、渗漏水及养分含量、作物产量和养分含量、土壤养分)
特殊站点的实验装置(小区、位置、处理、深度)
项目有效期内, 随机采样和定时采样
其它养分循环研究 Other nut rient
cycling research 相关的研究报告
(论文、成果、演示文稿、文档、研究报告等)
析时空变化的数据. ( 2)具备管理 GIS 空间数据、野
外观测试验数据和研究报告的功能. ( 3)为保证台站
长期试验数据的科学价值,应具备详细的数据文档,
说明其研究项目来源、研究目的、试验场地背景、试
验设计和观测方法等. ( 4)良好的用户界面, 用户无
须了解数据库内部结构, 可直接根据数据库提供的
用户界面查询数据. 在用户查询数据之前,需要了解
该数据集在何时、何地、为何目的而采集的, 应具备
按时间查询、地点查询、专题查询的功能.
22 概念模型方法
长期生态学观测数据的不可重复性,使得养分
循环研究数据尤为重要. 为使数据资源的长期使用,
设计完整的元数据文档以及合理的数据模型是非常
重要的. 为了把现实世界( real w orld)的具体现象进
行抽象,首先需要把现象抽象为信息资料,然后再将
信息资料转化为模型. 在把现象抽象为信息的过程
中,实际上是抽象出现象中有应用价值的元素及其
关联,这时所形成的信息结构是概念模型[ 11] . 在抽
象出概念模型后, 再把概念模型转换为计算机上某
一数据管理系统支持的数据模型. Chen [ 12]于 1976
年提出的一种能够对现实世界的信息进行描述方
法,即实体关系模型方法 ( Ent ityRelat ionship 模
型) ,这种方法由于简单实用,得到了非常普遍的应
用,它使用的图形工具称作 ER图.实体( Ent ity )是
我们关心的、存在于客观世界中的、并要记录和加工
的信息对象.关系数据库中用表描述某一实体. 表由
1874 应 用 生 态 学 报 14卷
记录和字段组成.表之间相互独立又相互联系.表的
独立性是通过∀实体#实现的. 表的相互联系是通过
关系( Relation)实现的. 实体关系模型又称 ER 模
型,是用实体关系表示数据的模型. 在实体很多, 关
系复杂的情况下, ER模型可以帮助人们清楚地整
理出其中的关系[ 3, 15] .
技术上已相当成熟的 ER 模型作为数据管理
的有效工具已得到广泛的应用[ 4, 8, 14] , 它在灵活性
和处理大规模数据的能力上完全可以满足决策分析
和联机分析处理的需要. 本研究从用户查询角度, 建
立以 ER模型为基础的数据管理查询模型, 能够管
理地图数据、统计数据和野外观测试验数据, 满足生
态数据管理和查询分析的需要.
23 模型的构建
231 元数据设计 依据对养分循环研究数据库
基本需求分析进行元数据设计. 元数据( metadata)
是关于数据的数据, 它描述数据产生的目的、方法、
地点、时间以及数据使用的方法.田间试验数据随试
验条件改变而改变,如果对试验的背景方法没有详
细地记录, 则可能会失去重要的环境变化信息而无
法解释试验结果.参照 ISO/ TC21119115、国家地理
与资源数据库元数据[ 1]和中国科学院信息化项目
∃科学数据库建设及其应用%制定的生态学元数据草
1) FGDC的地理空间元数据内容标准, 1994. http: / / geology. usgs.
gov/ tools/m etadata/ standard/m etadata. html ;
2)美国生态学会生态学元数据语言( EML) 2. 0, 2002. ht tp: / / knb. e
coinformatics. org/ sof tw are/ eml/ ; 3)美国长期生态学研究网络生物复
杂性知识网络. ht tp: / / knb. ecoinformat ics. org/ .
案 1. 0, 设计了 NPK 养分循环元数据. 元数据由以
下几部分组成: 1)数据集基本信息: 包括数据集名
称、主题词、摘要、数据起始年份、数据结束年份、数
据联系人、提供组织、获取路径、共享限制条件等. 2)
研究项目信息: 项目名称、负责人、项目来源、项目摘
要、研究目的、项目起始时间、项目结束时间. 3)试验
地点信息: 地点名称、经纬度、土地利用方式、高程、
年均温、年降水、场地历史、关于地点的其他描述. 4)
研究方法信息: 试验设计说明、采样(观测)方法、分
析方法、采样频度. 5)人员信息:姓名、单位、职称、角
色、电话、通信地址、邮件.
元数据是数据库完成查询检索的主要组成部
分.将元数据各部分信息看成一个独立的实体,分析
实体间的关系, 并构建实体关系模型. 首先, 一个数
据集可能来源于一个或多个项目, 例如从 20 世纪
90年代初期开展的养分循环长期定位试验,经历了
若干个项目经费的支持, 在研究目的上略有不同.
∀数据集基本信息#实体与∀研究项目信息#实体之间
的关系为一对多的关系. 其次,一个数据集有唯一的
研究方法, ∀数据集基本信息#实体与∀研究方法信
息#实体之间的关系为一对一的关系. 此外, 一个数
据集可能由多个人员产生, 涉及多个采样地点, 例如
大面积土壤肥力的调查在某一区域内采集几十个土
壤样本. ∀数据集基本信息#实体与∀人员信息#实体
和∀试验地点信息#实体之间的关系均为一对多的关
系.用 ER模型表示实体关系如图 1.
图 1 元数据实体关系模型
Fig. 1 Metadata ER model.
A:一对或一对多关系 One to on e or one to many relationships.下同
The sam e below .
232 分类关系 与 NPK 养分循环研究关联的
数据集可以是数字化地图数据、野外调查或观测试
验、图形图像或研究报告. 为便于管理, 将数据类型
分类为野外观测数据、专题图数据及研究报告, 采用
不同的存储检索方式[ 12] .
实体∀数据集基本信息#抽象出各类数据的一般
性信息,通过数据集标识符相连接实体∀图像数据#、
∀关系表格#和∀文档数据#. ER 图中的圆圈表示
∀或#的关系.即一个数据集可以是图像数据,或是关
系表格,或是文献数据. 由此将数据集分类,并提取
出表达特殊类型数据特征的元数据, 形成分类关系
(图 2) .
专题图数据: 由于关系数据库本身的约束, 不能
用现有的机器管理占据巨大存储空间的 GIS 图件,
可设计查询其元数据(包括比例尺,投影, 说明, 压缩
图像)功能.用户通过元数据和浏览压缩影像,初步
了解数据集.
观测数据:观测试验数据大多由关系数据表格
组成.观测试验数据元数据应包括观测名称、数据类
型、采样频率、研究目的、试验设计和方法、摘要、试
验仪器等说明.
研究报告:养分循环长期定位试验产生了大量
的研究报告,这些报告包含研究目的、试验设计、对
187511 期 施建平等: 养分循环研究数据管理概念模型的构建
数据的分析等基础资料, 部分数据已经提取为局部
或全局的知识. 其元数据应包括: 标题、摘要、发表
(获奖)日期、期刊(出版物)等.
当用户访问数据集时, ∀数据集基本信息#实体
将数据集 ID 分别传送到∀ 专题图#、∀ 观测数据#和
∀研究报告#实体.当这些实体存在满足数据集 Id的
条件时,转换数据集 ID为对应的专题图 ID,或者观
测数据 ID,或者研究报告 ID,显示查询结果.
图 2 数据集分类关系
Fig. 2 Dataset category relat ionship.
233 时间空间多维关系 基于野外试验、土壤肥
力监测和社会经济统计的数据集均含有空间分布的
特征, 仅分别用单一的关系数据表格来描述不能反
映自然现象的本质,土壤养分数据还有三维空间分
布的关系[ 3] , 如在不同时间对不同地点不同深度的
采样就包含时间域和三维空间的信息. 一个采样时
间段可能涉及到多个采样地点, 时间与采样地点为
一对多的关系; 采样地点需要记录其地点描述、土壤
类型等;一个采样地点又有不同的采样深度, 需要记
录不同土壤深度下的土壤物理性质和化学性质, 采
样地点与采样深度也是一对多的关系. 用 ER模型
表示的时间空间多维关系如图 3.
图 4显示了利用∀时间信息#、∀地点信息#、∀深
图 3 土壤养分数据的时间空间多维关系
Fig. 3 Mult idimension relat ionship of soil nut rient data.
度信息#3个表格存取信息实例,数据来自江西鹰潭
洪湖乡红泥砂田进行的施肥试验调查. 1998 年 11
月采集了洪湖乡姚陈村南,姚陈村东两个田块不同
深度的数据,用 3张表格存储这些数据.
∀时间信息#表格存储采样时间和时间信息表格
识别符(时间id) , ∀地点信息#表格存储采样地点经
纬度、土壤类型及对采样地点的描述, ∀时间信息#表
格与∀地点信息#表格通过时间id相连,二者是一对
多的关系. 当用户需要查询分析 1998 年 11 月土壤
养分数据时,由上述两个表格可看出, 在 1998年 11
月采样的地点有两个. ∀地点信息#表格又通过地点
id与∀深度信息#表格相连, ∀地点信息#表格与∀深度
信息#表格间也是一对多的关系.其中的第一个地点
包含 15和 30cm不同深度的土壤全氮、土壤有效磷
和土壤交换性钾数据. 最终,用户可获得一个完整的
包含时间、地点、深度的土壤养分数据.
图 4 土壤养分多维数据结构实例
Fig. 4 Instance of mult idimension data const ruction for soil nut rient.
一个完整 NPK养分循环研究数据库概念模型
见图 5.该模型分为元数据级和数据级,元数据级设
计主要考虑帮助用户按照数据采集的时间、数据采
集的台站和专题分类快速查询, 并且在获取原始数
据前了解数据产生背景和如何获取数据的详细信
息.数据级的设计主要考虑便于数据分析和数据提
取,将数据分类细化,按照若干专题存储数据.
3 结果与讨论
31 查询功能
依据上述模型, 应用 MS ACCESS 数据库软件
建立了 NPK 养分循环研究数据库. 已录入了∀九
五#期间中国生态系统研究网络养分循环研究项目
长期、短期试验和研究报告. 包括封丘、长武等 8个
台站自 20世纪 90年代以来开展的不同施肥处理下
的土壤养分、作物产量的长期试验; 10 个农业站的
土壤肥力演变数据;排水采集器不同处理的渗漏水、
植株和土壤中的氮磷钾含量; ∀九五#期间∃中国生态
研究网络养分循环%课题台站的研究报告以及部分
试验性专题图数据. 模型实施过程中, 将概念模型
1876 应 用 生 态 学 报 14卷
转换为物理模型, 将实体转换为表格, 通过建立
SQL 查询和 VB宏编程,建立用户界面,实现数据库
查询、分析和显示数据的功能.数据库建成后, 对其
功能进行了操作测试.
图 5 养分循环研究数据库概念模型
Fig. 5 Conceptual model of the databas e on nut rient cycle research.
考虑用户查询数据需要, 设计按数据采集时间、
数据采集地点及专题查询数据的功能. 为完成该功
能,在模型中增添了与查询相关的实体关系. ∀数据
集基本信息#实体中记录数据集的起始时间和结束
时间, 并在 ∀数据采集时间段#实体中提供用户可选
择的起始时间和结束时间.当∀数据采集时间段#实
体的开始时间大于等于∀数据集基本信息#实体中数
据集起始时间, 且结束时间小于等于数据集结束时
间时,查询到满足条件的所有数据.
养分循环研究数据涉及空间数据范畴, 某个台
站数据可能涉及到多个内容, 多个数据集.用∀台站#
和∀数据集基本信息#两个实体表示其一对多的分布
关系.图 6为地点查询实例示意图,解释了地点与数
据集相关的方法. ∀数据集基本信息#表格中存储了
获取该数据集的台站, ∀台站#表格中汇集了所有的
台站名.当用户对某一地点所有数据的访问请求时,
请求通过∀台站#表格中的属性∀台站名称#与∀数据
集基本信息#表格中属性∀台站#相连,将符合该台站
名的所有数据提取并显示, 同时显示各数据集的时
间范围和专题范围.
数据库要具备良好的查询功能,用户无须了解
数据库内部结构,可直接根据用户界面查询数据. 用
户在查询时,首先思考的是他需要的数据是属于什
么专题范围,什么地点被收集.将现存数据分类为土
壤肥力演变、长期定位试验、NP界面迁移、研究报
图 6 地点查询实例
Fig. 6 An example of locat ion query.
告等几个专题.查询时, 首先选择一个数据专题, 查
看什么台站具备该专题的数据; 其次选择台站, 查看
具体的数据集名称;最后选择并查看所需要的数据.
图 7显示了用户查询界面.
图 7 数据库查询界面
Fig. 7 Query interface of the database.
32 数据分析功能
为了满足决策支持的分析要求, 要求数据库设
计成与研究专题单个过程相关联的数据. 土壤养分
的动态变化与时间、地点、土壤类型、肥料用量、土地
利用变化、水和植物中的养分循环相关联.为了便于
分析,将数据按照特定的研究专题归类组织为相关
的数据表格或通过建立 SQL 查询生成用户感兴趣
数据.这些专题是:土壤肥力调查; 不同施肥条件下
的土壤养分、作物产量和养分含量;不同施肥处理下
NP 的淋溶和渗漏. 对于特殊的专题统计分析具备
图形显示的方式, 以直观地显示分析结果.查询到有
关数据集后,先显示关于该数据集产生的背景、试验
设计和关于试验场地的说明,然后显示实际的观测
数据, 并用统计图显示分析结果. 图 8 是 1989 ~
1998年封丘站长期定位试验数据的查询结果实例.
图 8a 显示了封丘站肥料长期定位试验数据的
产生背景,包括数据集名称、数据提供单位、试验目
的、试验设计和观测说明. 图 8b用统计图的方式显
示了 1989~ 1998年封丘站长期定位试验中 NP 处
理中土壤速效钾的变化,该数据表明在 NP处理下,
187711 期 施建平等: 养分循环研究数据管理概念模型的构建
图 8 封丘站长期定位试验数据的查询结果
Fig. 8 Query results of longt erm experimental data at Fengqiou Station.
土壤速效钾具有缓慢下降的趋势.
近年来, 为便于从不同角度分析数据, 多维数
据模型( dimensional modeling)被引入到数据库设计
中[ 6, 10] . 多维数据模型着重设计实体, 把主要查询
分析对象作为中央表,例如土壤养分指标,而较小的
∀从属#表则呈辐射状分布在中央表的周围[ 13] ,例如
与土壤养分关联的时间、地点、施肥状况、作物生长、
土壤类型、土地利用等信息.多维数据模型着眼于能
够快速通过不同的分析维(如时间、施肥状况、土地
利用)访问数据, 捕捉关于研究对象变化的历史信
息. ER关系模型着眼于优化查询、减少数据冗余.
为了不同角度分析土壤养分的变化,尚需进一步开
展与关系模型相结合的多维数据模型研究.
4 结 论
养分循环研究数据含有随时间、空间变化的信
息,其数据类型复杂, 数据来源多样.从用户查询角
度,建立以实体关系( ER)模型为基础的数据管理
概念模型.依据概念模型所设计的数据库系统,能够
管理地图、统计数据和野外观测试验数据,满足按照
时间、地点、专题查询的需要, 便于提取和分析随时
间和空间变化的数据.具有完整的元数据文档,保证
了长期试验数据的科学价值. 良好的用户界面,便于
查询数据和分析数据. 关系模型作为养分循环研究
数据管理的概念模型是可行的, 能够满足数据管理
和查询的要求, 具有广泛的应用前景.
致谢 文中引用数据来自中国科学院红壤生态试验站和封丘
农业生态试验站∀九五#养分循环课题,特此致谢.
参考文献
1 Cao YR(曹彦荣) , Wu HQ( 吴洪桥) , Bi JT( 毕建涛 ) , e t al .
2002. T he research of metadata mangement of national resource and
environment spatial database. GeoI nf or Sci (地理信息) , ( 2) : 6 ~
10( in Chinese)
2 Chen P. 1976. Th e ent ityrelat ionship model & Toward a unified
view of data. ACM Trans Database S ystem , 1(1) : 9~ 36
3 Femandez RN, and Rusin kiew icz M . 1993. A conceptual design of
a soil geographic database for geographical informat ion system. Int
J Geogr I nf or System , 7: 525~ 539
4 Hu DQ ( 胡大权 ) . 2002. T he analys is and applicat ion of the
database concept model. Compu ter Eng A ppl ( 计算机工程与应
用) , 22: 211~ 214( in Chinese)
5 ISO/ TC211. 2001. Final text of CD 19115 geographic information
metadata.
6 Lu CH(陆昌辉) , Tang JY(唐九阳) , Deng S(邓 苏) . 2002. The re
search of conceptual model for mutilmensional data based on E/ R model.
Computer Eng(计算机工程) , 28( 8) : 97~ 99( in Chinese)
7 Lu JB(卢剑波 ) , Wang ZQ( 王兆骞) . 2000. Qinshishan water
shed agro ecology informat ion system and its applicat ion with the
support of Geographic Informat ion S ystem ( GIS ) . Chin J A ppl
Ecol (应用生态学报) , 11( 5) : 703~ 706( in Ch inese)
8 Mat teo G, et al . 1998. Conceptual Design of Data Warehouse from E/ R
Scheme, IEEE. The Proceedings of the Hawaii International Conference
on System Science, January 6~ 9, 1998, Kona, Haw aii.
9 Mennis JL, et al . 2000. A Semant ic GIS Database Model for the
Explorat ion of Spat ioT emporal Environmental Data. 4th Interna
tional Conference on Integrating GIS and Environmental Modeling
( GIS / EM4) : Problems, Prospects and Research Needs. Ban ff ,
Alberta, Canada, September 2~ 8
10 Pedersen T B, Iensen CS. 1999. Mult idimensional data modeling
for complex data. Proceedings of 15th Internat ional Conference on
data engineering. Sydney, Austrialia: IEEE Compter Society
Press.
11 Sa SX(萨师煊) . 2000. Database System Out line. Beijing: H igher
Educat ion Press. 12~ 32( in Chines) .
12 Shi JP (施建平) , Wang DJ ( 王德建) . 2000. Concept design of
archive database for agro ecological research . Soi l (土壤 ) , 36 ( 6 ) :
330~ 336( in Chinese)
13 Sperley E. 1999. T rans.C hen W (陈 武) . 2000. T he Enterprise
Data Warehouse, Volume I: Planning, Building and Implementa
tion. Beijing: Post & T elcom Press. 100~ 114( in Chinese)
14 van Evert FK, Spaans EJA,Krieger SD, et al . 1999. A database for
agroecological research data I. Data model. Agron J, 91: 54~ 62
15 van Evert FK, S paans EJA, Krieger SD, et al . 1999. A database for
agroecological research data II. A relat ional implementat ion . A
gron J, 91: 62~ 71
作者简介 施建平, 女, 1954 年出生, 高级工程师, 主要从事
土壤信息系统方面的研究, 发表论文多篇. Email: jpshi@ is
sas. ac. cn
1878 应 用 生 态 学 报 14卷