GIS与应用模型的集成，既可以发挥GIS空间操作方面的优势，又可以提高GIS应用系统的分析功能，弥补GIS在专业应用领域的分析功能的不足。

1.集成需要解决的问题

要实现GIS与应用分析模型的集成，首先需要解决的问题是GIS与数据模型之间的数据交换的通道问题。因为GIS数据模型主要是矢量模型和栅格模型，它们与多数应用分析模型在对空间离散化的方式存在区别。其次，模型开发人员往往缺乏对GIS功能的认识，未能充分利用GIS的空间分析能力对模型进行重新构造的现象也是可能存在的。三是应用分析模型结构固化，难以调整并融人新的技术方法。四是模型参数的自动获取程度低，缺乏空间数据对模拟结果的可能影响程度的分析。应用分析模型在参数调节上缺乏直观的调节途径，有时需要领域专家的手工调节。五是模型的基本假定与求解方法并未作为整个模型的一个有效成分，不利于用户对模型的选择和使用。

在GIS领域，GIS的数据模型也缺乏应用分析模型所需的时空数据结构，不具有同时处理空间数据和时间数据的结构化可变性问题的能力，也不具备建立和检验模型的直接途径。表现为：

a.GIS缺乏时序分析能力。

b.不同GIS之间通常采用导入／导出方式来实现数据交换系统集成，这不适宜连接外部的分析模型。

c.GIS的时间、空间插值与采样功能比较弱，缺乏有效和通用的空间分析方法。

d.在三维分析模拟和可视化方面，技术还不成熟。

2.集成的关键技术

应用分析模型提供了对专业应用领域特定问题的求解能力，而应用分析模型需要的数据、计算结果的表达等需要GIS开发者解决。所以GIS与应用分析模型的集成就是以数据为通道，以GIS为核心的系统开发过程。应用分析模型与GIS通过数据交换联系在一起，并以空间上的联系为基础。GIS功能的实现和模型的数值求解都涉及对地理空间的离散。应用分析模型的空间离散的基本技术是网格的剖分，即构造相互连接的网络，如矩形网格、三角形网格、正交曲线网格等。

在GIS技术的支持下，根据应用分析模型的要求，将地理空间（研究区域）进行网格剖分，并自动获得网格节点或中心点的数据，用来表示各种模型参数的空间分布，直接形成应用分析模型所需的数据文件。而模型的空间离散所形成的网格数据，在增加空间地理坐标的情况下，则可形成GIS所需的空间数据文件，并被GIS直接调用，利用GIS的空间表达功能对模型数据进行可视化表示。

3.集成方式

    现有的几种集成方法如下：

（1）源代码集成方式

是利用GIS的二次开发语言或其它支持的语言将分析应用模型进行改写，使其与GIS完全兼容，成为GIS一部分的集成模式。其优点是，应用分析模型在数据结构和数据处理形式上与GIS完全一致，比较灵活和有效。缺点是需要GIS和领域知识的结合。

（2）函数库集成模式

将开发好的应用分析模型以函数的形式保存在函数库中，集成者通过调用函数将其集成在GIS中。函数可以使用静态和动态两种连接方式。其优点是可以实现高度的无缝集成。缺点是分析模型的状态信息很难在函数库中进行有效表达。

（3）可执行程序集成方式

GIS与应用分析模型均能够以可执行文件的方式存在，二者的内部、外部结构均不变化，

相互之间独立存在。二者的交互可以约定的数据格式通过文件、命名通道、匿名通道或者数据库进行，可以独立方式或内嵌方式集成。优点是集成方便、简单、代价低。缺点是由于数据的，交换通过操作系统，所以运行效率不高。

（4）DDE和OLE集成

DDE是动态数据交换，OLE是对象连接和嵌入。这种集成方式通过服务器和客户两个主题存在相互提供服务。在这里，GIS和应用分析模型分别为客户和服务器，属于一种松散的集成模式。优点是集成方便，灵活、代价低。缺点是稳定性不高，效率低。

（5）基于组件的集成方式

组件技术是当前最流行的软件系统集成方法，组件技术有COM、DCOM、CORBA、JavaBeans等，多数GIS软件商也提供GIS工具软件的组件产品，如ArcObject、MapX等。它们可以在高级语言水平上实现组件式集成。