1. 中国地质调查局自然资源综合调查指挥中心，北京100055；
2. 自然资源部地质信息工程技术创新中心，北京100055；
3. 中国地质调查局廊坊自然资源综合调查中心，廊坊065000

摘  要：地表基质调查作为自然资源调查监测的新领域，地表基质调查相关的信息化研发工作同步推进，虽然已有研究为地表基质调查信息化建设奠定了基础，但目前尚缺乏规范化、一体化的信息化系统，以支撑项目管理、室内研究、野外调查、数据汇聚、成图建库、三维建模和成果服务整个业务过程数字化与数据全生命周期的生产管理及服务。本文基于地质调查智能空间平台，研发公共底图数据在线服务和基于混合数据库的大数据存储等关键技术，研究设计一体化混合数据库存储模型，形成面向地表地质调查的“云+端”数字化软件技术框架，研发数字地表基质调查系统，以“一云+三端”应用系统共同构建覆盖地表地质调查全过程的软件体系，支撑实现地表地质调查主流程的数字化。研发成果已在地表基质调查项目中得到验证和推广，提高了工作质量和效率，为全国统一的地表基质调查成果数据库构建和服务奠定了基础。

关键词：地表基质调查；数字地质调查；智能空间；混合数据库；存储模型

引用格式：刘园园, 李丰丹, 张金龙, 刘畅, 吕霞. 2025. 数字地表基质调查系统设计与实现. 时空信息学报, 32(3): 245-256

Liu Y Y, Li F D, Zhang J L, Liu C, Lyu X. 2025. Design and implementation of digital surface substrate survey system. Journal of Spatio-temporal Information, 32(3): 245-256, doi: 10.20117/j.jsti.202503005

1  引  言

基于生态文明建设和自然资源“两统一”管理需要，2020年自然资源部先后印发《自然资源调查监测体系构建总体方案》和《地表基质分类方案(试行)》，提出了地表基质和地表基质层两个概念，并部署了地表基质调查工作。自2020年以来，在自然资源部和中国地质调查局的统一部署和指导下，保定地区率先开展了地表基质调查试点（葛良胜和杨贵才，2020）。侯红星等（2021）基于试点工作提出了室内研究、野外调查、建库模拟、平台服务的地表基质调查技术路线，并提出建立统一的地表基质层数据库和地表基质数据信息服务平台。此后，在山前与平原过渡区、东北黑土地地区、南方山地–丘陵区分别部署项目开展示范，初步总结形成了地表基质调查技术体系（刘洪博等，2022；贾磊等，2022；王献等，2023）。

此外，地表基质调查相关的信息化研发工作同步推进，已有研究为地表基质调查信息化建设奠定了基础。如鲁敏等(2020)基于数字地质调查系统开展地表基质数据库建库，应用于保定试点项目中。河北省《地表基质调查规范（1∶50000）》（DB13/ T5885—2024）明确提出，数据库可在中国地质调查局数字地质调查系统基础上进行扩展。但目前尚缺乏规范化、一体化的信息化系统，以支撑项目管理、室内研究、野外调查、数据汇聚、成图建库、三维建模和成果服务整个业务过程数字化与数据全生命周期的生产管理及服务。因此，本文依托地质调查智能空间平台，研发一体化混合数据库存储模型和大数据存储等技术，设计“云+端”架构，研发数字地表基质调查系统，以“一云+三端”应用系统共同构建覆盖地表地质调查全过程的软件体系，支撑实现地表地质调查主流程的数字化。

2  系统设计

以“已有成果为基础、标准规范为保障、系统建设为手段、服务业务为目标”为基本原则，依托地质调查智能空间平台，遵循地表基质调查相关标准规范，围绕地表基质调查业务工作流程，基于“云+端”架构构建数字地表基质调查系统。通过系统建设实现项目管理、室内研究、野外调查、数据汇聚、成图建库、三维建模和成果服务等业务过程主流程信息化，提升调查质量与效率，支撑自然资源综合调查监测数据库和自然资源三维立体一张图建设。

2.1  总体技术框架

数字地表基质调查系统总体技术框架如图1所示。基于上述目标，以“一云、一库、一平台、三端应用、两对接、两保障”为核心，采用五层体系架构，构建数字地表基质调查系统总体技术框架，包括基础设施层、数据层、平台层、应用层和服务层。

基础设施层（一云），采用虚拟化技术将计算资源、网络资源、存储资源虚拟化为基础资源池，实现系统运行环境资源，如内存、存储等，按需分配和动态扩容。

数据层（一库），依托PostgreSQL，MongoDB和MinIO等数据库，采用混合数据库存储方案形成混合存储数据库，且与MapGIS SDE（吴信才，2022）无缝融合，支持多源、多类型数据的存储，实现地表基质调查全过程数据的一体化建库。通过引入资源描述框架技术对不同数据库中的数据进行统一的结构性和描述性建模（任雯倩等，2023），实现数据的有序化和关联融合。

平台层（一平台），基于地质调查智能空间平台，采用云GIS平台、微服务等技术构成云运行环境（李超岭等，2015）。面向应用集成基础算子库、公共能力智能组件、业务耦合中间件等（陈军等，2024），提供统一的服务框架，以支撑面向用户的应用层业务系统的快速搭建。

应用层（三端应用），包括移动端、桌面端和Web端，采用C/S+B/S混合模式构建（周怡宁等，2024）。三端应用充分发挥自身优势，共同构成支撑业务应用的软件体系。

服务层（两对接），一是入库对接自然资源综合调查数据库，二是上图对接自然资源三维立体一张图。通过入库、上图实现数据的交互和共享，提高数据的利用率和价值，以支撑服务自然资源三维立体时空数据库建设。

标准规范和系统安全保障（两保障），确保数据采集、建库等环节满足要求；保障数据安全，防止数据泄露和非法访问。同时，基于用户角色权限的数据限制，确保数据使用的合规和安全性。

2.2  一体化混合数据库存储模型

基于侯红星等（2021）的地表基质调查技术体系，数字地表基质调查系统存储和管理的数据内容划分为用户收集已有成果数据、野外调查数据、室内综合成图与分析成果数据和三维建模成果数据等。

（1）用户收集已有成果数据。用户通过多渠道取得的基础地质调查、专项地质调查等领域成果资料，此类数据具有数据量大、类型多、多模态等特点，复杂性程度高、难以采用统一的数据库结构进行描述和存储管理（侯红星等，2021；谭永杰等，2023）。

（2）野外调查数据。通过野外调查观测手段获取岩石、砾质、土质、泥质等类型调查点数据、遥感验证点数据、沿途观测数据、照片附件数据、采样数据等或工程实施获取的钻孔数据等（葛良胜等，2022）。此类数据的特点是系统采集、标准化和结构化程度高，可以通过关系型数据库进行统一存储和管理。

（3）室内综合成图与分析成果数据。通过综合或专题研究，对地表基质的地质成因、演化规律及其对表生过程和多圈层相互作用的影响与响应进行研究（殷志强等，2023；郝爱兵等，2024）；并通过室内综合整理分析、编图形成的成果数据，如调查点分层柱状图、地表基质空间分布图等。此类数据结构化程度高，但是成果内容专业性强，表达目的不同，多采用GIS工程规范约束。

（4）三维建模数据。在调查数据和综合分析数据的基础上，所构建的地表基质三维立体模型和地表基质层数据库。

基于上述地表基质调查过程中数据内容和特点的分析，单一数据库存储方式难以满足多源、多类数据的统一、高效存储管理。因此，结合当前成熟数据库的特点，按照统一时空框架、统一的信息分类编码、统一的信息资源目录体系、统一的面向对象数据组织方式，设计“云盘+PostgreSQL关系型数据库+MinIO对象存储+MongoDB数据库”相结合的一体化混合数据库存储模型。一体化混合数据库存储模型如图2所示。

针对用户收集的已有成果数据采用云盘存储，满足用户个性化存储管理的需求。为保障数据安全，将云盘存储数据划分为私人数据和共享数据两类。私人数据面向用户实现数据的云端备份和私人独享；共享数据面向项目组实现数据内部共享，拥有浏览和下载权限。针对野外调查数据采用对象–关系型数据库PostgreSQL及其空间数据引擎PostGIS设计野外数据采集模型，并基于PostgreSQL查询并行性、批量数据加载、逻辑复制和空间索引等性能，实现基于空间范围和属性值域的数据快速查询检索（徐长庆等，2023；曾侃，2007）。MinIO适合存储大容量非结构化数据（黄丝米等，2023）。采用MinIO对象存储实现调查点照片、视频、素描等附件的存储，并支持文件URL访问、浏览和下载。针对室内综合成图与分析成果数据主要采用GIS工程或图件等表达，采用MinIO对象存储进行管理，通过模型层构建统一的数据组织结构支持成果数据的快速检索、浏览和下载。针对建模数据采用MongoDB对海量建模结果进行分布式存储，实现比传统关系数据库更高的访问和查询效率，满足模型数据并行计算和多端、多用户的高并发调用（陈崇成等，2013；雷德龙等，2014）。基于PostgreSQL数据库、MongoDB数据库、MinIO对象存储和云盘等多类型数据库，在实现数据统一时空基准、统一分类编码、统一数据组织的混合存储基础之上，采用MapGIS的DataStore一体化数据引擎实现不同数据库中多类型数据的统一存取管理和调度。

2.3  业务数字化流程

地表基质调查业务数字化流程如图3所示。首先，基于Web端应用实现项目的创建和管理配置，开展野外调查工作部署和任务创建分发；其次，通过移动端应用实现任务在线接收和外业调查数据采集；最后，野外采集数据采用在线方式汇聚至Web端开展数据编辑整理和质量检查，实现区域三维建模、统计分析、报表输出和数据服务，同时离线导入桌面端进行数据编辑整理、计算和成图。其中，桌面端在线获取Web端数据服务辅助成图，同时可以将数据整理结果在线汇聚至Web端。三端应用之间数据无缝流转，共同支撑地表基质调查业务数字化流程。

2.4  系统功能

数字地表基质调查系统基于“云+端”架构，采用C/S+B/S混合模式，由移动端、桌面端和Web端三个应用系统组成。移动端数字地表基质调查野外采集子系统主要实现岩石、砾质、土质、泥质等野外调查观测点数据、实测剖面数据和工程钻孔数据的采集，并提供基础地理地质信息服务和便捷化工具等辅助功能。桌面端数字地表基质调查数据整理与成图子系统主要实现野外调查数据编辑整理、编录表生成、剖面计算与成图、钻孔数据编辑与成图，以及地表基质分类区划图等成果图编绘。Web端数字地表基质调查数据管理与服务子系统主要实现项目管理、公共底图数据服务、野外布点管理、野外调查任务设计与分发、野外调查数据汇聚与管理、数据质量检查、区域三维模型建立和综合统计等功能。数字地表基质调查系统功能设计如图4所示。

3  关键技术

3.1  公共底图数据在线服务技术

随着人工智能、云计算和数据开放政策的发展，公共数据逐渐向高精度、高分辨率、多类型、长时序的方向发展，如全球首套30m分辨率地表覆盖产品GlobeLand30（武昊等，2023）。传统的多源数据采集通常分别以数据格式转换、配准、投影、裁剪的数据处理方式，已难以满足现代地质研究和应用对数据处理的效率与精度要求。因此，基于天地图公共瓦片服务，全国1︰25万、1︰100万基础地理数据，以及全球30m分辨率地表覆盖信息和Sentinel-2高精度遥感影像数据等公共数据，构建公共底图数据在线服务技术，如图5所示。实现基于空间范围参数和用户自定义设置下载参数的基础地理矢量数据、遥感原始影像数据，以及瓦片服务数据的在线提取、拼接、裁剪、格式转换等数据处理自动化并分发服务，为地表基质调查项目组提供一个高效、集成化、自动化的基础数据在线服务手段，能够大幅提升数据处理效率，降低底图数据获取应用门槛。

3.2  基于混合数据库的大数据存储技术

基于混合数据库的地理大数据存储技术，集成PostgreSQL关系型数据库、MongoDB切片型数据库、Elasticsearch实时数据库、MinIO对象存储等，与MapGIS SDE无缝融合构建一个分布式、混合型的数据库系统。

以多维目录方式统一管理关系型数据、切片型数据、实时数据和非结构化数据等，提供分布式目录服务，实现统一的访问入口和查询检索。实现结构化与非结构化的空间大数据存储，形成支持空间数据与业务专题数据一体化存储管理技术方案。实现了地表基质调查数据的统一存储和管理，并支撑高效的数据处理和分析。

3.3  移动端大文件上传技术

移动端大文件上传技术，采用文件分类、类内分块的方式，集成秒传、分块上传和断点续传等，实现移动端大文件的在线上传流程。移动端数据上传流程如图6所示，可解决因数据文件过大导致的带宽资源紧张、请求速度下降，以及因服务中断或数据微小变化而产生的文件整体重新上传的问题。

在上传过程中，首先，基于野外地表基质调查数据的内容和存储方式进行一级文件分类，可划分为SQLite属性数据库文件、多媒体照片文件和位置图文件。SQLite属性数据库文件数据量比较小，采用秒传机制直接上传；多媒体照片文件和位置图文件会随着调查点的增多而数据量快速增长，在多媒体照片或位置图文件压缩包上传过程中将大文件分割成较小的文件块，每个块生成唯一的MD5标识符进行分块上传。通过分块文件M5批量识别服务器是否存在对应分块文件，如果存在，直接获取分块文件信息；否则，客户端发起上传请求并将分块文件上传至服务器，并在服务器端记录每个上传分块文件的状态信息，包括已接收的分块、分块的顺序和完整文件的大小等。分块文件上传完成后，服务器将所有分块按顺序组合还原成完整文件。当调查数据文件全部上传完成后，进行统一解析入库完成上传过程。一级文件分类可以避免单类型数据变化导致的整体数据上传。如单个调查点的属性描述信息改变时，只需更新上传SQLite数据库文件，以避免照片等多媒体数据的重复上传。二级类内文件分块解决了数据文件过大导致带宽资源紧张、请求速度下降的问题。

4  系统实现与应用

按照系统功能设计，数字地表基质调查系统包括数字地表基质调查野外采集子系统、数字地表基质调查数据管理与服务子系统和数字地表基质调查数据整理与成图子系统三个部分。

4.1  数字地表基质调查野外采集子系统

数字地表基质调查野外采集子系统，基于H5+Android原生的HyBrid架构研发，采用开源的 Web三维可视化引擎Cesium（韩超然等，2024），集成SRTM数据构建二三维一体化地图视窗，使视图场景更真实立体。在零编程下基于数据采集模型实现任务模板化创建，采集交互界面自适配生成与数据采集存储管理和可视化，以支撑地表基质调查点、观测路线和多媒体数据的采集。

专注于地表基质调查外业数据采集阶段，实现外业任务管理、服务管理、数据采集和辅助工具等模块。任务管理模块实现调查任务的在线接收、离线创建和任务本地化一体管理功能；服务管理模块集成天地图、百度地图、高德地图和地质云等公众基础地理和地质数据服务，实现公共基础底图数据一站式集成；数据采集模块实现了岩、砾、土、泥等调查点数据、实测剖面和钻孔工程数据的采集与管理。移动端部分功能界面如图7所示。

4.2  数字地表基质调查数据管理与服务子系统 

数字地表基质调查数据管理与服务子系统，基于B/S架构，采用当前主流框架SpringBoot+Vue前后端分离技术（徐小辉等，2021）研发。后端采用Spring Boot框架搭建微服务实例，实现编辑系统配置和监控（杜英魁等，2020）。前台页面基于vue+Element-UI+Cesuim框架开发，采用Ajax技术实现数据交互，以更好地处理页面交互和逻辑。通过前后端分离技术使系统具有运算速度快、操作更简单、易于统一维护、扩展性强等特点。

专注于地表基质调查任务管理、数据汇聚和成果服务等业务阶段，实现了项目管理、底图服务、布点管理、任务管理、三维建模、统计分析和智能问答检索等功能模块，服务子系统部分功能界面如图8所示。其中，项目管理模块主要实现项目信息管理、人员管理、部门管理、角色管理、菜单管理等，并支持基于用户角色的项目列表、功能菜单和数据内容控制；任务管理模块实现基于布点进行外业调查任务的创建和在线分发等任务管理功能，调查数据汇聚、数据编辑批注和柱状图生成等数据汇聚整理功能，路线任务自检互检与路线小结等质检功能；三维建模模块实现基于采集点分层信息的调查点建模和区域性三维模型在线构建与管理功能，并支持模型剖切、爆炸显示等；智能问答检索模块则是通过构建面向地表基质的专业知识库，包括论文文献、标准、政策性指导文件和项目方案报告等，基于清华大学的开源双语对话语言模型ChatGLM-6B本地化私域部署，以问答的方式快速实现信息检索服务。

4.3  数字地表基质调查数据整理与成图子系统

数字地表基质调查数据整理与成图子系统，基于C/S架构，采用自主知识产权的DGSGIS基础地理信息平台研发。基于数字地质调查系统（李超岭等，2008），集成实测剖面和探矿工程等功能模块，实现数字地表基质调查任务数据整理、实测剖面计算与成图、钻孔编录和成图，以及实际材料图、地表基质区划图等成果图件编绘等功能。成图子系统部分功能界面如图9所示。

5  结  论

针对地表基质调查缺乏规范化、一体化的信息化系统支撑的问题，本文设计了地表基质调查一体化混合数据库存储模型和业务数字化流程，研发了数字地表基质调查系统。这有效支撑了地表基质调查项目管理、数据采集、数据汇聚、成图建库、成果服务的主流程信息化，提高了基础底图数据服务，野外数据采集和数据整理成图等工作效率，实现了全流程数据的统一存储管理；同时作为地表基质调查业务标准的贯标软件，也为调查数据的规范化、标准化和全国地表基质调查数据库统一构建奠定基础。

目前，系统在以下方面仍需进一步研究。一方面，虽然一体化的混合数据存储模型对野外采集点数据存储管理方面表现了良好的适应性，但是在地球物理数据和综合解译成果数据存取效率方面还欠缺；另一方面，存在数据来源单一、模型精细程度低等不足。此外，基于多源数据的地表基质层三维建模方法有待进一步研究。

参考文献（References）

陈崇成, 林剑峰, 吴小竹, 巫建伟, 连惠群. 2013. 基于NoSQL的海量空间数据云存储与服务方法. 地球信息科学学报, 15(2): 166-174[Chen C C, Lin J F, Wu X Z, Wu J W, Lian H Q. 2013. Massive geo-spatial data cloud storage and services based on NoSQL database technique. Journal of Geo-Information Science, 15(2): 166-174 (in Chinese)]

陈军, 翟曦, 王艳慧, 阮于洲, 刘万增, 李晓波, 吴洪涛, 曹春华, 王东华, 赵鹏军, 王久辉, 王立刚. 2024. 智慧国土的基本内涵与发展方向. 时空信息学报, 31(2): 157-167[Chen J, Zhai X, Wang Y H, Ruan Y Z, Liu W Z, Li X B, Wu H T, Cao C H, Wang D H, Zhao P J, Wang J H, Wang L G. 2024. The basic connotation and development directions of smart territory. Journal of Spatio-temporal Information, 31(2): 157-167 (in Chinese)]

杜英魁, 王杨, 关屏, 彭跃, 赵丽娟, 刘枢. 2020. 基于Spring Boot的云端数据监控管理与可视化应用系统. 计算机系统应用, 29(5): 123-127[Du Y K, Wang Y, Guan P, Peng Y, Zhao L J, Liu S. 2020. Cloud data monitoring management and visual application system based on spring boot. Computer Systems & Applications, 29(5): 123-127 (in Chinese)]

葛良胜, 侯红星, 夏锐. 2022. 自然资源地表基质调查技术体系构建. 地理信息世界, 29(5): 20-27[Ge L S, Hou H X, Xia R. 2022. Construction of technical system for ground substrate survey of natural resources. Geomatics World, 29(5): 20-27 (in Chinese)]

葛良胜, 杨贵才. 2020. 自然资源调查监测工作新领域: 地表基质调查. 中国国土资源经济, 33(9): 4-11[Ge L S, Yang G C. 2020. New field of natural resources survey and monitoring: Ground substrate survey. Natural Resource Economics of China, 33(9): 4-11 (in Chinese)]

韩超然, 李霖, 任福. 2024. 森林火灾应急救援情景演化Web 三维模拟——以四川省西昌市泸山“3. 30”森林火灾为例. 时空信息学报, 31(4): 541-552[Han C R, Li L, Ren F. 2024. Web-based 3D simulation of the emergency rescue scenario evolution for forest fires: A case study of the “3. 30” forest fire in Lushan, Xichang city, Sichuan province. Journal of Spatio-temporal Information, 31(4): 541-552 (in Chinese)]

郝爱兵, 殷志强, 李洪宇, 鲁青原, 彭令, 邵海, 江奇达, 赵晓峰, 刘玖芬, 庞菊梅, 杨柯, 陈彭, 孔繁鹏, 侯红星, 鲁敏. 2024. 地表基质的科学内涵与理论框架. 地质学报, 98(11): 3225-3237[Hao A B, Yin Z Q, Li H Y, Lu Q Y, Peng L, Shao H, Jiang Q D, Zhao X F, Liu J F, Pang J M, Yang K, Chen P, Kong F P, Hou H X, Lu M. 2024. The scientific connotation and theoretical framework of ground substrate. Acta Geologica Sinica, 98(11): 3225-3237 (in Chinese)]

侯红星, 葛良胜, 孙肖, 孔祥斌, 卢卫华, 秦天, 孔繁鹏, 杨华本, 杨柯. 2022. 地表基质在中国黑土地资源调查评价中的应用探讨——基于黑龙江宝清地区地表基质调查. 自然资源学报, 37(9): 2264-2276[Hou H X, Ge L S, Sun X, Kong X B, Lu W H, Qin T, Kong F P, Yang H B, Yang K. 2022. A study on the application of ground substrate in the survey and evaluation of China’s black soil resources: Based on ground substrate survey in Baoqing, Heilongjiang Province. Journal of Natural Resources, 37(9): 2264-2276 (in Chinese)]

侯红星, 张蜀冀, 鲁敏, 张中跃, 孙肖, 秦天, 王献, 张金龙, 邵兴坤, 王伟. 2021. 自然资源地表基质层调查技术方法新经验——以保定地区地表基质层调查为例. 西北地质, 54(3): 277-288[Hou H X, Zhang S J, Lu M, Zhang Z Y, Sun X, Qin T, Wang X, Zhang J L, Shao X K, Wang W. 2021. Technology and method of the ground substrate layer survey of natural resources: Taking Baoding area as an example. Northwestern Geology, 54(3): 277-288 (in Chinese)]

黄丝米, 唐海涛, 徐利霞, 柳丽香. 2023. MinIO分片大小对文件上传性能的影响. 计算机时代, (1): 1-3, 7[Huang S M, Tang H T, Xu L X, Liu L X. 2023. Impact of the fragment size of MinIO on file upload performance. Computer Era, (1): 1-3, 7 (in Chinese)]

贾磊, 刘洪, 欧阳渊, 张伟, 窦磊, 刘子宁, 莫滨, 陈恩, 张腾蛟. 2022. 基于地质建造的南方山地–丘陵区地表基质填图单元划分方案——以珠三角新会–台山地区为例. 西北地质, 55(4): 140-157[Jia L, Liu H, Ou Y Y, Zhang W, Dou L, Liu Z N, Mo B, Chen E, Zhang T J. 2022. Division scheme of surface substrate mapping units of mountainous-hilly area in south china base on geologiacal formations research:Example form Xinhui-Taishan area in pearl river delta. Northwestern Geology, 55(4): 140-157(in Chinese)]

雷德龙, 郭殿升, 陈崇成, 巫建伟, 吴小竹. 2014. 基于MongoDB的矢量空间数据云存储与处理系统. 地球信息科学学报, 16(4): 507-516[Lei D L, Guo D S, Chen C C, Wu J W, Wu X Z. 2014. Vector spatial data cloud storage and processing based on MongoDB. Journal of Geo-Information Science, 16(4): 507-516 (in Chinese)]

李超岭, 李丰丹, 李健强, 刘园园, 刘畅, 吕霞. 2015. 智能地质调查体系与架构. 中国地质, 42(4): 828-838[Li C L, Li F D, Li J Q, Liu Y Y, Liu C, Lv X. 2015. Smart geological survey architecture. Geology in China, 42(4): 828-838 (in Chinese)]

李超岭, 李丰丹, 吕霞, 李健强, 刘畅, 刘园园. 2015. 地质调查智能空间体系与架构. 测绘学报, 44(S1): 143-151, 159[Li C L, Li F D, Lv X, Li J Q, Liu C, Liu Y Y. 2015. The architecture of geological survey intelligent space. Acta Geodaetica et Cartographica Sinica, 44(S1): 143-151, 159 (in Chinese)]

李超岭, 杨东来, 李丰丹, 刘畅, 刘修国, 于庆文, 吕霞. 2008. 中国数字地质调查系统的基本构架及其核心技术的实现. 地质通报, 27(7): 923-944[Li C L, Yang D L, Li F D, Liu C, Liu X G, Yu Q W, Lyu X. 2008. Basic framework of the digital geological survey system and application of its key technology. Geological Bulletin of China, 27(7): 923-944 (in Chinese)]

刘洪博, 孔繁鹏, 赵建, 何金宝, 刘博文. 2022. 地表基质调查技术方法探索与实验——以黑龙江省宝清县黑土地调查为例. 地理信息世界, 29(6): 1-5[Liu H B, Kong F P, Zhao J, He J B, Liu B W. 2022. Exploration and experiment of surface substrate investigation technique: A case study of black soil investigation in Baoqing County, Heilongjiang Province. Geomatics World, 29(6): 1-5 (in Chinese)]

刘丽. 2015. 基于DGSGIS的地下水资源调查野外数据采集桌面系统研发. 硕士学位论文. 北京: 中国地质科学院[Liu L. 2015. Development of field data collection desktop system on groundwater resources investigation based on DGSGIS. Master Dissertation. Beijing: Chinese Academy of Geological Sciences(in Chinese) ]

鲁敏, 侯红星, 王献. 2020. 河北省保定地区自然资源地表基质层试点调查2020年实施方案. 技术报告. 中国地质调查局廊坊自然资源综合调查指挥中心[Lu M, Hou H X, Wang X. 2020. 2020 Implementation Plan for the Pilot Survey of the Ground Substrate Layer Survey of Natural Resources in Baoding, Hebei. Technical Report. Natural Resources Comprehensive Survey Center, China Geological Survey (in Chinese)]

任雯倩, 李丰丹, 龚爱华, 吕霞. 2023. 地质调查数据资源描述框架构建方法研究. 矿产勘查, 14(3): 491-501[Ren W Q, Li F D, Gong A H, Lyu X. 2023. Research on the construction method of geological survey data resource description framework. Mineral Exploration, 14(3): 491-501 (in Chinese)]

谭永杰, 刘荣梅, 朱月琴, 文敏. 2023. 论地质大数据的特点与发展方向. 时空信息学报, 30(3): 313-320[Tan Y J, Liu R M, Zhu Y Q, Wen M. 2023. On the characteristics and development directions of geological big data. Journal of Spatio-temporal Information, 30(3): 313-320 (in Chinese)]

王献, 鲁敏, 侯红星, 孙肖, 王浩浩, 乔衍溢, 刘勇. 2023. 山区平原过渡区土质地表基质空间异质性特征分析——以河北省易县东部地区为例. 中国地质调查, 10(3): 60-66[Wang X, Lu M, Hou H X, Sun X, Wang H H, Qiao Y Y, Liu Y. 2023. Analysis of spatial heterogeneity of soil substrate in mountainous plain transition area: A case study of Eastern Yi County of Hebei Province. Geological Survey of China, 10(3): 60-66 (in Chinese)]

吴信才. 2022. 地理信息系统应用与实践(第2版). 北京: 电子工业出版社[Wu X C. 2022. Application and Practice of Geographic Information System. 2nd ed. Beijing: Publishing House of Electronics Industry(in Chinese)]

武昊, 陈军, 田海波, 侯东阳, 张俊, 廖蓉. 2023. 全球地理信息公共产品研发的技术发展方向与主要任务. 时空信息学报, 30(2): 157-166[Wu H, Chen J, Tian H B, Hou D Y, Zhang J, Liao R. 2023. Direction and main task of global geographic information public product research and development. Journal of Spatio-temporal Information, 30(2): 157-166(in Chinese)]

徐长庆, 李雨晴, 李德友, 姚凯中, 赵岚, 逯跃锋. 2023. 基于PostgreSQL与PostGIS的空间数据一体化方案设计与实现. 山东理工大学学报(自然科学版), 37(3): 1-7[Xu C Q, Li Y Q, Li D Y, Yao K Z, Zhao L, Lu Y F. 2023. Design and implementation of spatial data integration scheme based on PostgreSQL and PostGIS. Journal of Shandong University of Technology (Natural Science Edition), 37(3): 1-7 (in Chinese)]

徐小辉, 刘江涛, 高涵, 丁艳艳. 2021. 基于SpringBoot+Vue框架的采气方案系统开发. 计算机仿真, 38(6): 248-250, 382[Xu X H, Liu J T, Gao H, Ding Y Y. 2021. Design and implementation of rapid design system for gas production engineering scheme based on SpringBoot+Vue framework. Computer Simulation, 38(6): 248-250, 382 (in Chinese)]

殷志强, 陈自然, 李霞, 卫晓锋, 邵海. 2023. 地表基质综合调查:内涵、分层、填图与支撑目标. 水文地质工程地质, 50(1): 144-151[Yin Z Q, Chen Z R, Li X, Wei X F, Shao H. 2023. Connotation, layering, mapping and supporting objectives of the integrated survey of ground  substrates. Hydrogeology & Engineering Geology, 50(1): 144-151 (in Chinese)]

曾侃. 2007. 基于开源数据库PostgreSQL的地理空间数据管理方法研究. 硕士学位论文. 杭州: 浙江大学[Zeng K. 2007. Research on methods of geo-spatial data management based on open source database PostgreSQL. Master Dissertation. Hangzhou: Zhejiang University (in Chinese)]

周怡宁, 高艳芳, 常婵, 张必敏. 2024. 基于移动GIS的地球化学野外采集系统的设计与实现. 物探与化探, 48(1): 201-209[Zhou Y N, Gao Y F, Chang C, Zhang B M. 2024. Design and implementation of a geochemical field sampling system based on mobile GIS. Geophysical and Geochemical Exploration, 48(1): 201-209 (in Chinese)]