Тяжелые металлы в окружающей среде

74
75
 
Figure 1b. Profile benchmarks and sample points 
3.2. Soil survey database design 
Developing a database for soil survey results are required to define the data types. Data 
types are playing an important role for mapping in Geographical Information System softwares. The 
data types and the parameters of the soil survey are given both soil benchmark profile and laborato-
ry analyzes results in Table 1, 2, 3.
Table 1 
Profile Attributes
Table 2
Sample Point Attributes 
Parameter Name 
Data type 
Sample Point Number Integer 
Sample Point X Coor. Double 
Sample Point Y Coor. Double 
Depth 
Integer 
pH 
Double 
Salt 
Double 
Lime 
Double 
Sand 
Double 
Silt 
Double 
Clay 
Double 
Structure 
String 
Ca 
Double 
Mg 
Double 
Na 
Double 
Parameter Name Data type 
Profile Number 
Integer 
Profile X Coor. 
Double 
Profile Y Coor. 
Double 
Profile Location 
String 
Date 
Date 
Project Number 
Integer 
Alkalinity 
Integer 
Boron 
Double 
Drainage 
Double 
Stoniness 
Double 
Usage Status 
Double 
Rocky
Double 
Slope 
Double 
Erosion 
Double 
Dry color 
Double 
Wet color 
Double 
 
Table 3 
Profile Laboratory Attributes 
Parameter Name Data type Parameter Name 
Data 
type 
Profile Number 
Integer 
Cr 
Double 
Profile X Coor. 
Double 
Cu 
Double 
Profile Y Coor. 
Double 
Ni 
Double 
Profile Location 
String 
Zn 
Double 
Date 
Date 
Hg 
Double 
Project Number 
Integer 
Pb 
Double 
Laboratory number Integer 
Cd 
Double 
Depth 
Double 
Cr 
Double 
Organik Material Double 
Water saturation 
Double 
Azote 
Double 
CACO
3
Double 
Organic Carbon 
Double 
Salt 
Double 
Inorganic Carbon 
Double 
Sand 
Double 
K 
Double 
Clay 
Double 
P 
Double 
Silt 
Double 
Pb 
Double 
Ca+Mg 
Double 
Cd 
Double 
Active CACO
3
Double 
Soil survey, database and mapping are related fields for assessment of land and planning of 
land use. Thus, soil survey results are required a combination of database and mapping technolo-
gies. Geographical Information systems are providing effective tools to realize the combination of 
data, database, analyze and mapping techniques. Using soil survey data in land consolidation re-
quires feature type, attribute table and relationship between these data types. Relationships are 
providing visualization of soil survey data and queries. In Figure 2, feature types, attribute tables 
and relationships are given.
3.3. Visualizing soil survey data 
Visualization of soil survey data are required a relationship between vector and attribute da-
ta. Because of soil survey data are being measured at specific points, the measured values are repre-
sented as point vector with a (X,Y) coordinate. The visualization of coordinates and attribute table 
is given in Fig. 3.
 
 
Fig. 3. Visualization of coordinates 
At this point, soil survey data are representing the attribute data of the points. For mapping 
purposes, data type of the attribute data is important to realize numerical analysis. Data types are 
usually being specified when importing the soil survey data to prevent mistakes and data lose. Thus, 
conversion process is a vital part of constituting databases. In GIS softwares, there are several tools 
to convert attribute data to any format as like dbf, xml, database table and xls. Attribute data for-
mats can be used according to the software and database type. 
X: 38,651 N 
Y: 32,129 E 
Attribute 
Data 

76
77
Fig. 2. Sample database design and relationships between feature class and attribute table 
 
Databases are the core object of the GIS systems thanks to the data storage, data manage-
ment, accessibility via web and supported wide range of data types. Databases are being called in 
GIS concept as Geodatabase which is including geographic value both raster and vector format and 
attribute data inside. Geodatabase constitution can be realized with GIS software tools or any data-
base management software as like Access, MySQL and Oracle. GIS softwares are including data-

жүктеу/скачать 6.49 Mb.

Достарыңызбен бөлісу: