地理信息系统复习.docx
- 文档编号:23694986
- 上传时间:2023-05-20
- 格式:DOCX
- 页数:20
- 大小:329.07KB
地理信息系统复习.docx
《地理信息系统复习.docx》由会员分享,可在线阅读,更多相关《地理信息系统复习.docx(20页珍藏版)》请在冰豆网上搜索。
地理信息系统复习
一、数据与信息的关系(p.2)
数据与信息密不可分。
一方面,信息是数据的内涵,是数据的内容和解释;另一方面,数据是信息的表达形式,是信息的载体
二、地理信息与GIS
地理信息的特征(p.3)
空间特征
属性特征
时序特征
地理信息系统(GIS)(p.4):
由计算机硬件、软件、数据和不同方法组成的系统,该系统支持空间数据的采集、管理、处理、分析、建模和显示,以便解决复杂的规划和管理问题。
GIS由五个部分组成:
硬件、软件、数据、方法和人员。
GIS的基本功能:
数据采集与编辑
数据存储与管理
数据处理和变换
空间分析和变换
产品制作与演示
二次开发和编程
GIS的发展概况
国际。
GIS发展历史大致可以分为五个阶段:
①60年代起步阶段
②70年代巩固阶段
③80年代突破阶段
④90年代产业化阶段
⑤21世纪网络化阶段
GIS的发展方向与发展态势
发展态势:
GIS以成为一门综合性技术
GIS产业化的发展势头强劲
GIS网络化已构成当今社会的热点
地理信息科学的产生和发展
第2章GIS的数据结构
大地测量系统
平面控制网
高程控制网
空间实体的表达:
点、线、面
矢量:
采用一个没有大小的点(坐标)
栅格:
采用一个有固定大小的点(面元)
地理空间数据及其特征
空间数据的基本特征(p.44)
基本特征:
空间特征、属性特征、时间特征
基本信息:
定位信息、属性信息、拓扑信息
空间数据拓扑关系的类型(p.45)
拓扑邻接
拓扑关联
拓扑包含
间数据拓扑结构的基本元素
在GIS中,为了真实地描述空间实体,不仅需要反映实体大小、形状及属性,而且还要反映出实体之间的相互关系。
一般说来,通过结点、弧段、多边形就可以表达任意复杂程度的地理空间实体。
所以,结点、弧段、多边形之间的拓扑关系就显得十分重要。
弧段(arc)一个或多个多边形上的一条线
结点(node)弧段的起止点或交点
多边形(polygon由数条拓扑线段连接而成
三种基本拓扑关系
拓扑邻接:
元素之间的拓扑关系。
如结点间的邻接和多边形间的邻接。
拓扑关联:
元素之间的拓扑关系。
如弧段在结点处的联结和多边形与弧段的关联。
拓扑包含:
元素之间的拓扑关系。
拓扑邻接:
N1/N2,N1/N4;P1/P3,P2/P3
拓扑关联:
N1/a1、a3、a6;P1/a1、a5、a6
拓扑包含:
P3与P4
GIS中空间数据计算机表示的基本方法:
空间分幅:
将整个地理空间划分为许多子空间,再选择要表达的子空间。
属性分层:
将要表达的空间数据抽象成不同类型属性的数据层。
时间分段:
将有时间特征的地理数据按其变化规律划分为不同的时间段
空间数据结构:
空间数据在计算机内的组织和编码形式。
它是一种适合于计算机存储、管理和处理空间数据的逻辑结构,是地理实体的空间排列和相互关系的抽象描述。
两种基本的空间数据结构:
矢量数据结构和栅格数据结构。
矢量数据结构及其编码
概念:
通过记录坐标的方式尽可能精确地表示点、线、多边形等地理实体,坐标空间设为连续,允许任意位置、长度和面积的精确定义。
特点:
定位明显,属性隐含。
编码:
—实体数据结构
—拓扑数据结构
栅格数据结构及其编码
概念:
将地球表面划分为大小均匀紧密相连的网格阵列,每个网格作为一个像元或像素由行、列定义,并包含一个代码表示该像素的属性类型或量值,每个网格的大小代表空间分辨率。
特点:
属性明显,定位隐含。
编码:
直接栅格编码、压缩栅格编码(链码、游程长度编码、块码、四叉树)。
栅格单元的取值方法
中心点法、面积占优法、重要性法、百分比法
栅格数据结构
点:
为一个像元。
线:
在一定方向上连接成串的相邻像元集合。
面:
聚集在一起的相邻像元集合。
1.将栅格矩阵结构:
无压缩编码
2.栅格数据看作一个数据矩阵,逐行(或逐列)逐个记录代码,可以每行从左到右逐像元记录,也可奇数行从左到右而偶数行由右向左记录,为了特定目的还可采用其他特殊顺序。
3每行都从左到右记录:
AAAAABBBAABBAABB
奇数行从左到右,偶数行从右到左:
AAAABBBAAABBBBAA
特点:
最直观、最基本的存储结构,没有进行任何压缩数据处理。
2.游程(行程)编码结构
基本思路:
对于栅格数据,常有行(或列)方向上相邻的若干点具有相同的属性代码,因而可采取某种方法压缩那些重复的记录内容。
编码方案:
只在各行(或列)数据的代码发生变化时依次记录该代码以及相同代码重复的个数,或逐个记录各行(或列)代码发生变化的位置和相应代码,实现数据压缩。
有相同属性值的邻近像元被合并在一起称为一个游程,游程用一对数字表达,每个游程对中的第一个值表示属性值,第二个值表示游程长度。
两种游程长度的记录方式:
逐行记录每个游程结束点列号
逐行记录每个游程像元数
3.四叉树结构
基本思想:
把一幅图像或一幅栅格地图等分成4部分,逐块检查其栅格值,若每个子区都含有相同值,则该子区不再往下分割,否则将该区域再分割4个子区域,如此递归分割直到每个子块都含有相同的灰度或属性为止。
四叉树分解,各子象限大小不完全一样,但都是同代码栅格单元组成的子块,其中最上面的一个结点叫做根结点,它对应于整个图形。
不能再分的结点称为叶子结点,可能落在不同的层上,该结点代表子象限单一的属性值,所有叶子结点所代表的方形区域覆盖了整个图形。
从上到下,从左到右为叶子结点编号,最下面的一排数字表示各子区的属性
四叉树的生成方法
自上而下:
先检测全区域,其值不相同时即四叉分割,直到最小栅格或数值都相同为止。
自下而上:
按莫顿码顺序(p.58图2-21)扫描栅格单元,先检测0、1、2、3单元,若4个单元值相同,则合并;反之,作为4个叶节点记录
四叉树的分叉;
常规四叉树:
常规四叉树每个节点通常存储6个量,即4个子节点指针、1个父节点指针和1个节点值。
线性四叉树:
线性四叉树每个节点只存储3个量,即莫顿码、深度(或节点大小)和节点值。
(基本思想:
仅记录非0值叶节点)
矢量与栅格数据结构的比较
3、曲面数据结构
曲面是指连续分布现象的覆盖表面,具有这种覆盖表面的要素有地形、降水量、温度和磁场等。
表达和存储这些要素的基本要求是必须便于计算连续现象在任一点的数值。
通常有两种表达曲面的方法,一种是不规则三角网(TIN),另一种是规则格网(Grid)
不规则三角网曲面结构
不规则三角网(TriangulatedIrregularNetwork,TIN):
将离散分布的实测点数据连成三角网,网中的每个三角形要求尽量接近等边形状,并保证由最近邻的点构成三角形。
TIN曲面数据结构
通常用于数字地形的三维建模和显示,将离散分布的实测数据点连成三角网
2.规则格网的曲面数据结构
类似于矩阵形式的栅格数据,只是其属性值为地面的高程或其他连续分布现象的数值。
2、空间数据的分类
1.空间数据的分类
在进行具体分类时,首先根据图形原则,将空间数据分为点、线、面三种类型;其次是对象原则,例如河流和道路,虽然它们同为线状要素,但是属于不同的地理对象,应当作为不同的数据存储层。
以我国基础地理信息数据分类为例,分为测量控制点、水系、居民地、交通、管线与垣栅、境界、地形与土质和植被八个大类,再依次细分为小类、一级类、二级类等
3、矢量数据的输入与编辑
矢量数据的输入方法包括:
手扶跟踪数字化仪、屏幕数字化、扫描矢量化及其他数据传输和转换输人等。
4、栅格数据的输入
数字化方法包括:
扫描输入、遥感影像解译和数据结构转换等
空间数据处理
空间数据处理的内容很广泛,取决于原始数据的特点和用户要求。
一般包括:
数据变换:
数据从一种数学状态到另一种数学状态的变换。
包括几何纠正、投影变换等。
以实现空间数据的几何配准。
数据重构:
从一种格式到另一种格式的转换。
包括结构转换、格式转换、类型替换等,以实现空间数据在结构、格式、类型上的统一,多源和异构数据的联接与融合。
数据提取:
对数据进行有条件的提取。
包括类型提取、窗口提取、空间内插等,以适应不同用户对数据的特定要求。
空间数据处理是针对空间数据本身的操作,不涉及内容分析
空间数据的变换
1、几何纠正
几何纠正是为了实现对数字化数据的坐标系转换和图纸变形误差的改正。
现有的几种商业GIS软件一般都具有仿射变换、相似变换、二次变换等几何纠正功能
相似变换是由一个图形变换为另一个图形,并保持形状不变(大小可以改变)。
在二维坐标变换过程中,经常遇到的是平移、旋转和缩放三种基本的相似变换操作
仿射变换:
综合考虑图形的平移、旋转、扭曲和缩放。
在不同的方向上进行不同的压缩和扩仿射变换的特征:
直线变换后仍为直线;
平行线变换后仍为平行线;
不同方向上的长度比发生变化张,可以将球变为椭球,将正方形变为平行四边形。
2、地图投影及其转换
地图投影的基本原理
实质:
把球面上的点一一对应地映射到平面上。
实践:
通过一定的数学法则,将不可展开的地球曲面映射到平面或可展开成平面的曲面(如:
圆锥面、圆柱面等),并把采用经、纬度表示的地球表面上的点与平面直角坐标或极坐标表示的平面点建立起一一对应关系
地图投影的分类:
构成方式:
1几何投影:
方位,圆锥,圆柱投影。
2非几何投影:
伪方位,伪圆锥,伪圆柱,多圆锥投影。
变形性质;等角,等积,任意投影。
GIS中常用的地图投影有:
高斯-克吕格(Gauss-Kruger)投影:
等角横切圆柱投影
墨卡托(Mercator)投影:
等角正切圆柱投影
UTM投影:
等角横轴割圆柱投影
兰勃特(Lambert)投影:
等角正轴割圆锥投影
地图投影转换的方式:
1,正解变换:
解析函数关系
X=f(x,y),Y=g(x,y,)2,反解变换:
经纬度
B=f(x,y),L=g(x,y)
X=F(B,L),Y=G(B,L)3,数值变换:
数学方法
目前,大多数GIS软件是采用正解变换法来完成不同投影之间的转换,并直接在GIS软件中提供常见投影之间的转换。
空间数据的转换:
矢量与栅格是GIS中两种常用数据结构。
但各有优缺点。
因此,经常要对两种数据结构进行转换。
1.基于图像数据的矢量化方法1二值化:
0-255的灰度值转化为0/1二值。
首先要在最大与最小灰阶之间定义一个阈值T,则根据下式得到二值图
细化:
消除线画横断面栅格数的差异,使得每一条线只保留代替其轴线或轮廓线(对面状符号而言)位置的单个栅格宽度
跟踪:
将细化后的栅格数据转换为从节点出发的线段或闭合线条,并以矢量形式存储线段的坐标
2.栅格数据的矢量化方法
:
栅格数据的矢量化常针对栅格数据中的多边形。
步骤:
首先,在栅格数据中搜索多边形边界弧段相交处的节点位置,这些节点通常是相邻栅格单元不相同的属性值个数大于等于3的栅格处。
接着,从搜索出的节点里任选一个作为起始跟踪节点,顺着栅格单元属性值不同的两个栅格单元之间进行多边形边界弧段的跟踪,记录每一步跟踪的坐标,直到另一个节点为止,则完成一条边界弧段的跟踪矢量化。
重复上述过程,生成所有的边界弧段。
最后,将跟踪得到的弧段数据连接组织成多边形
空间数据的压缩
目的:
减少存储空间,提高访问效率,提高处理效率。
概念:
从数据集合中抽取一个子集,使之在规定的范围内最好的逼近原集合,而又尽可能取得最大的压缩比
1.基于矢量的压缩
基于矢量的压缩通常是对线状实体上点的数据的压缩,其中最常用的是道格拉斯-皮克算法,该算法由D.H.Douglas和T.K.Peucker在1973年提出。
它是基于线状实体的点压缩算法,是对数据的简化处理。
原理:
先拟定一个阈值,然后生成一条连接折线首尾节点的直线段,并计算原始折线上的点到直线段的垂直距离。
如图3-29所示。
假如所有折线上的点到直线段的距离都小于预先设定的阈值,这条直线段就被用来代替原来的那条折线;假如有些点的距离大于阈值,距离最远的那一点保留,并将原折线分成两段。
对两段折线重复上述过程,最后保留下来的点就是经过数据压缩的折线。
2.空间数据的重分类
存储在空间数据库中的数据是为多种目标服务的。
当需要进行特定的数据分析时,常常需要先对从数据库中提取的数据作属性的重新分类和空间图形的化简,以构成数据新的使用形式
五,空间数据的内插方法
空间数据的内插:
通过已知点或多边形分区的数据,推求任意点或多边形分区数据的方法。
设已知一组空间数据,它们可以是离散点的形式,也可以是多边形分区数据的形式,现在要从这些数据中找到一个函数关系式,使关系式最好地逼近这些已知的空间数据,并能根据该函数关系式推求出区域范围内其他任意点或任意多边形分区范围的值。
分类:
根据已知点和已知多边形分区数据的不同,将空间数据内插分为点的内插和区域的内插。
它们是GIS数据处理常用的方法之一,广泛应用于生成等值线、建立数字高程模型、不同区域范围现象的相关分析和比较研究等
空间数据库系统的组成
空间数据库系统的组成包括:
空间数据库存储系统:
是GIS在计算机物理存储介质上存储的与应用相关的地理空间数据的集合。
空间数据库管理系统:
是能够对存储的地理空间数据进行语义和逻辑上的定义,提供必要的查询、检索、存取,以及维护、更新的软件系统。
空间数据库管理系统的实现是建立在常规的DBMS之上的。
它除了具备常规DBMS的功能外,还需要提供针对空间数据的管理功能。
空间数据库应用系统:
主要是指GIS的空间分析模型和应用模型所组成的软件,它不但可以管理空间数据,还可以运用空间数据进行分析与决策
空间数据管理实现方式从文件发展到数据库主要经历了四个阶段
初级式的管理模式:
其空间分析功能和属性处理功能分别直接调用空间数据文件和属性数据文件进行数据处理。
如ArcInfo的Coverage。
混合式的管理模式:
其空间分析功能调用空间数据管理模块对空间数据文件进行处理,属性数据利用属性数据库进行管理。
如ArcInfo的Shapefile。
扩展式的管理模式(引擎方式):
在常规数据库管理系统之上添加一层空间数据库引擎,获得空间数据的存储和管理能力。
如ArcInfo的GeoDatabase(SpatialDatabaseEngine,SDE)。
集成式的管理模式:
直接对常规数据库管理系统进行功能扩展,加入一定数量的空间数据存储和管理功能。
如OracleSpatialCartridge(对象-关系数据库)。
2.空间数据库的设计
空间数据库设计的实质是将地理空间客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客体数据的模型化问题。
数据库中需要有一些形式化的方法来描述数据的逻辑结构和各种操作,于是产生数据模型的概念。
数据模型可以看作是表达现实世界的规范化说明。
具体说,数据库的数据结构、操作集合和完整性约束规则集合等组成了数据库的数据模型。
数据结构:
描述系统的静态特性。
研究数据之间的组织形式(逻辑结构)、存储形式(物理结构)以及数据对象的类型等。
存储在数据库中的对象类型的集合是数据库的组成部分。
、、例如在图书馆管理中,要管理的数据对象有图书、读者、借阅等基本情况。
图书对象集中,每本图书包括编号、书名、作者、出版社、出版日期、定价等信息,这些基本信息描述了每本图书的特性,构成在数据库中存储的框架,即对象类型。
数据结构是刻画一个数据模型性质最重要的方面。
因此,在数据库系统中,通常按照其数据结构的类型来命名数据模型。
例如层次结构、网状结构、关系结构的数据模型分别命名为层次模型、网状模型和关系模型。
数据操作用于描述系统的动态特性。
对数据库中的各种对象(型)的实例(值)允许执行的操作的集合,包括操作及有关的操作规则。
数据库主要有查询和更新(包括插入、删除、修改)两大类操作。
数据模型必须定义这些操作的确切含义、操作符号、操作规则(如优先级)以及实现操作的语言。
完整性约束:
是一组完整性规则的集合。
完整性规则是给定的数据模型中数据及其联系所具有的制约和储存规则,用以符合数据模型的数据库状态以及状态的变化,以保证数据的正确、有效和相容。
数据模型应该反映和规定本数据模型必须遵守的、基本的通用的完整性约束。
此外,数据模型还应该提供定义完整性约束的机制,以反映具体所涉及的数据必须遵守的特定的语义约束。
。
数据模型是数据库技术的关键,它的3要素完整地描述了一个数据模型
概念模型设计阶段要产生反映GIS需求的数据库概念模型。
概念模型必须具备丰富的语义表达能力、易于设计人员交流和理解、易于修改和变动、易于向各种数据模型转换、易于从概念模型导出与DBMS有关的逻辑模型等特点。
当前最为普遍采用的概念模型是:
语义数据模型
面向对象的数据模型
常用的语义数据模型之一是实体-联系(Entity-Relationship,E-R)模型。
E-R模型为设计人员提供了三种主要的语义概念,即:
实体(Entity)
联系(Relationship)
属性(Attribute
实体:
客观存在并可相互区别的事物称为实体。
实体可以是具体的人、事、物,也可以是抽象概念或联系
属性:
实体所具有的某一特征称为属性。
一个实体可以由若干属性来刻画。
联系:
实体间有意义的相互作用或对应关系,一般可以分为三种类型:
一对一、一对多、多对多。
面向对象数据模型:
根据描述方法不同,数据模型可分为:
基于对象的逻辑模型:
为了较好地模拟和操纵现实世界中的复杂现象,克服传统数据模型的局限性,人们从更高的层次(如语义层次)提出了一些数据模型。
实体-联系模型(E-Rmodel)
面向对象模型(Object-Orientedmodel)
基于记录的逻辑模型:
用记录描述数据,每个记录由若干字段组成。
层次模型、网状模型、关系模型
面向对象(Object-Oriented,OO)的基本出发点是以对象(客观世界中的“实体”)作为最基本的元素,尽可能按照人类认识世界的方法和思维方式来分析和解决问题。
面向对象的概念起源于面向对象的编程语言,强调对象概念的统一,引入对象、类、方法等概念和术语,对象中包含数据集与操作集,具有模块化,信息封装与隐藏,继承与多态性等独特之处
对象(Object)
对象就是现实世界中客体的模型化,与数据库中记录、元组等概念相似,但更为复杂。
它具有一个唯一的名称标识,并且把自身的状态和内在的功能封装在一起。
对象是对现实世界的一种高度的抽象概括形式。
在地理信息系统的空间数据库中,任何一个空间上的客体都可以用对象的形式加以表达,比如表示一个行政区域的多边形对象、表示一条河流的弧段对象等等。
对象
具有唯一标识,以及自身状态和功能的实体。
客观世界中的任一实体都可以模型化为对象。
一个对象是一个三元组
Object=(OID,S,M)
其中,OID为对象标识(传统模型中的“关键字”);
S为内部状态(传统模型中的“属性”),是对象固有的静态特性;
M为方法集,反映行为特征,是对象固有动态行为的表示。
每个对象都是由一组属性、一组方法和唯一OID组成,具有稳定性、封装性和隐蔽性三个特性
数据模型
数据模型:
数据库系统中数据及其联系的逻辑组织的形式表示。
三要素:
数据结构、关系操作、完整性约束
数据模型=组织方法+操作集合+完整性约束
关系数据模型把数据的逻辑结构归结为满足一定条件的二维表中的元素,这种表就称为关系。
关系的集合就构成为关系模型。
关系:
是一个二维表,表的每一行对应一个元组,每一列对应一个域。
由于域可以相同,为了加以区分,对每一列起一个名字,称为属性
关系模型就是用二维表格结构来描述实体及其联系,不分层也无指针,是建立空间数据和属性数据之间联系的一种非常有效的数据组织方法。
关系模型不是人为地设置指针,而是由数据本身自然地建立它们之间的联系,即,二维表格中既存放着实体本身,又存放着实体间的联系。
并且用关系代数与关系运算来操纵数据,这是关系模型的本质。
关系不但可以表示实体间一对多的联系,通过建立关系间的关联,也可表示多对多联系。
空间数据库关系数据模型的逻辑设计
空间数据库关系模式的构造,就是将点、线、面等空间客体的特征以关系模式加以表达和组织。
这是空间数据关系模型逻辑设计过程中最重要的部分。
关系数据库的规范化理论是关系数据模型逻辑设计的有力工具,也可用来指导空间关系数据模型的设计。
主要包括三部分:
函数依赖、范式、模式设计的方法
空间数据查询:
针对空间关系的查询,如查询一条公路途径的所有城镇。
针对属性的查询,如查询一个城市的人口数量。
空间关系与属性的联合查询,如查询离某条河流的距离大于500m(空间关系)、种植玉米(属性)、面积大于800单位(既可以是空间,也可以是属性)的土地利用单元
空间数据库索引:
索引就是一张关键字与地址的对照表。
空间索引:
依据空间实体的位置和形状,或实体之间的某种空间关系,按一定的顺序排列的一种数据结构。
常见的空间索引一般是自顶向下、逐级划分空间的各种数据结构空间索引。
如范围索引、格网索引、四叉树索引。
结构较为简单的格网型空间索引有着广泛的应用。
元数据(metadata)是“关于数据的数据”,它反映了某项数据自身的一种特征。
空间数据库引擎(SpatialDatabaseEngine,SDE)就是使常规关系数据库支持GIS空间数据类型的存储和空间操作功能的一种间接技术方法
第5章空间分析原理与方法
空间分析是基于地理对象的位置和形态特征的空间数据分析技术,其目的在于提取和传输空间信息
矢量数据空间分析:
叠合、邻近度、网络等
栅格数据空间分析:
叠合、邻近度、统计分析等
产生式分析:
通过分析获取新信息
咨询式分析:
回答用户所提出的问题
数字地形模型:
DTM在形式上可以分为:
①规则格网(Grid)
②不规则三角网(TIN)
③数字等高线、等深线、地形特征线等
数字高程模型DEM
叠合分析:
在统一的坐标系下将同一地区两个不停地理特征的空间和属性数据重叠相加,以产生空间区域的多重属性特征,或建立地理对象之间的空间对应关系。
叠合操作产生新要素(新的空间关系和属性关系),新要素综合了原来图层要素所具有的属性。
根据数据结构不同,分为基于矢量和基于栅格的叠合分析两类。
基于矢量的叠合分析又可以分为点与多边形叠合、线与多边形叠合、多边形与多边形叠合;基于栅格数据的叠合分析常常称为“地图代数”。
基于栅格数据的叠合分析
特点:
参与分析的两个图层的要素均为栅格数据。
栅格数据的叠合算法,虽然数据存储量比较大,但是运用过程比较简单。
条件:
两个或多个相同地区的相同行列数的栅格数据,栅格单元的大小也相同。
结果:
新的栅格数据,其中每个栅格的数值都是由参与计算的原栅格数据计算得到
空间邻近度(proximity)描述了地理空间中两个地物距离相近的程度,邻近度分析是空间分析的一种重要手段
空间邻近度分析通常有空间缓冲区分析和Voronoi多边形分析两种方法
空间缓冲区的类型
缓冲区:
就是地理空间目标的一种影响范围或服务范围。
类型:
点缓冲区、线缓冲区、面缓冲区。
空间缓冲区分析(spatialbufferanalysis)是指根据分析对象的点、线、面实体,自动建立它们周围一定距离的带状区,用以识别这些实体或主体对邻近对象的辐射范围或影响度。
空间缓冲区可以采用矢量形式(矢量缓冲区),也可以采用栅格形式(栅格缓冲区
栅格缓冲区的建立基于栅格数据也可以做缓冲区分析,两个步骤:
首先对栅格单元做距离扩散,即计算其他栅格到需要
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 地理信息系统 复习