将climate change的影响加入对transportation和land use model是一个非常新的话题。我希望通过利用python来实现建立GIS模型。这篇post暂且不论模型的实际计算问题，只是尝试着思量模型的构架和解决方案solution.

从模型的组成来看，不外乎input，model，output。

Input：

对于GIS模型，Input有矢量数据，栅格数据，以及属性表数据。

a）矢量数据可以用shapely和OGR的python API进行处理。shapely也有完善的进行GIS空间分析的方法。

b）栅格数据可以用GDAL的python API进行处理。同时，通过矢量生成栅格，也可以用该类库。如果GDAL python API还不能解决问题，就要动用NumPy和SciPy。

c）而属性表数据则可以用NumPy和SciPy处理。

我觉得，对于数据处理的关键

model：

model的设计和实现过程，无非是以上数据处理的叠合。

output:

a）如果是矢量数据的输出，可以直接从postgreSQL中调取，话说回来，GeoDjango有一套很好的对矢量空间数据进行crud的解决方案，或者也可以直接从数据库调取GeoJson或者WFS发送给前台。

b） 而对于栅格数据的输出，则可能会使用GeoServer，当然我更倾向于Mapnik，用其中之一来制作底图，同时其他一些栅格数据，也可以用它们来制作。

c）在数据发布之前，我们要对数据进行缓存，Tilecache提供了很好的地图缓存功能，建议使用。

d）用OWSLib和OgcService这两个类库实现地图数据的WMS，WFS发布，如果今后要对数据、服务进行grid分布，那么还可能使用pyWPS。

e）最后数据用GeoDJango和Openlayers发布。

就先说这么多，现在要一步一步的实现和整合。

相关文章：

• GeoRSS Model
• Flex your Django
• 怀旧不如怀春