第八章空間分析原理與方法

如何為一公園選擇合理位置？依山傍水；交通方便；較安靜……要求方案2條件2方案1條件1處理、分析空間分析算法現(xiàn)實(shí)世界獲取水系信息地形信息道路信息植被信息等+++空間數(shù)據(jù)庫(kù)存儲(chǔ)主要內(nèi)容一、空間分析概述二、空間數(shù)據(jù)查詢?nèi)?、空間數(shù)據(jù)量算五、空間緩沖區(qū)分析四、空間疊加分析六、空間網(wǎng)絡(luò)分析八、空間插值九、鄰域分析及聚類聚合分析七、空間統(tǒng)計(jì)分析第一節(jié)空間分析概述

空間分析是以地理事物的空間位置和形態(tài)特征為根底，以空間數(shù)據(jù)運(yùn)算、空間數(shù)據(jù)與屬性數(shù)據(jù)的綜合運(yùn)算為特征，提取與產(chǎn)生新的空間信息的技術(shù)和過程?？臻g分析是對(duì)分析空間數(shù)據(jù)有關(guān)技術(shù)的統(tǒng)稱。空間分析目的是通過對(duì)空間數(shù)據(jù)的分析處理，獲取地理對(duì)象的空間位置、空間分布、空間形態(tài)、空間演變等新信息。解決人們所涉及到地理空間的實(shí)際問題，提取和傳輸?shù)乩砜臻g信息，特別是隱含信息，以輔助決策。一、空間分析含義第一節(jié)空間分析概述

二、空間分析的主要內(nèi)容

由于GIS空間數(shù)據(jù)庫(kù)中存儲(chǔ)了包含空間特征的空間信息及同應(yīng)用相關(guān)的專題信息，因此GIS中的空間分析包含:空間數(shù)據(jù)的空間特征分析空間數(shù)據(jù)的非空間特征分析空間特征和非空間特征的聯(lián)合分析

三、空間分析、應(yīng)用模型與GIS的關(guān)系

空間分析方法與應(yīng)用模型是GIS的一個(gè)很重要的組成局部，這一局部的好壞是衡量一個(gè)GIS的功能強(qiáng)弱的重要指標(biāo)。第一節(jié)空間分析概述第一節(jié)空間分析概述四、空間分析分類1、按分析方法看GIS空間分析分類(1)GIS系統(tǒng)提供的空間分析歸納起來，主要有查詢檢索分析、空間形態(tài)分析、地形分析、疊加分析、鄰域分析；網(wǎng)絡(luò)分析、圖像分析、空間統(tǒng)計(jì)分析等。(2)專用空間模型分析指在GIS支持下通過建立一定的數(shù)學(xué)模型實(shí)現(xiàn)地理現(xiàn)象的分析和模擬，這是GIS應(yīng)用深化的重要標(biāo)志。正是由于模型的支持，特別是多模型的滲入，空間分析才能上升到空間決策層，空間決策支持系統(tǒng)就是在此根底上開展起來的計(jì)算機(jī)支持系統(tǒng)。第一節(jié)空間分析概述2、按用戶交互方式看GIS空間分析分類〔1〕咨詢式空間分析主要根據(jù)已有數(shù)據(jù)實(shí)現(xiàn)空間數(shù)據(jù)的查詢檢索及集合分析?！?〕產(chǎn)生式空間分析基于GIS中拓?fù)潢P(guān)系和空間操作運(yùn)算、空間統(tǒng)計(jì)分析及將GIS作為通用工具同其他專業(yè)模型結(jié)合，實(shí)現(xiàn)空間數(shù)據(jù)的模擬和分析。第一節(jié)空間分析概述3、按空間數(shù)據(jù)特征看GIS空間分析分類〔1〕空間數(shù)據(jù)的空間特性分析空間位置分析：指通過空間坐標(biāo)系中坐標(biāo)值來確定空間物體的地理位置?？臻g分布分析：空間分布反映了同類空間物體的群體定位信息?？臻g形態(tài)分析：空間形態(tài)反映了空間物體的幾何特征，包括形態(tài)表示和形態(tài)計(jì)算兩個(gè)方面。前者如走向、連通性等，后者如面積、周長(zhǎng)、坡度等?？臻g關(guān)系分析：空間關(guān)系反映了空間物體之間的各種關(guān)系，如方位關(guān)系、距離關(guān)系、拓?fù)潢P(guān)系、相似關(guān)系等?！?〕空間數(shù)據(jù)的非空間特性分析主要是基于數(shù)據(jù)庫(kù)的統(tǒng)計(jì)分析。第二節(jié)空間數(shù)據(jù)查詢空間數(shù)據(jù)庫(kù)查詢條件屬性限制空間拓?fù)湎拗贫呓Y(jié)合GIS軟件查詢結(jié)果統(tǒng)計(jì)結(jié)果：圖、表、文字新圖層新的屬性域添加到屬性數(shù)據(jù)庫(kù)

查詢方式圖形--屬性空間查詢語言閃爍、顏色等明顯表示1、空間查詢方式？2、查詢結(jié)果顯示？第二節(jié)空間數(shù)據(jù)查詢空間數(shù)據(jù)的查詢是GIS最根本的功能，它是GIS高層次空間分析的根底，也是GIS面向用戶的直接窗口。在GIS中，用戶的很多問題可通過查詢解決，查詢還能派生新數(shù)據(jù)。一、空間數(shù)據(jù)查詢的類型空間數(shù)據(jù)查詢類型基于空間特性的查詢結(jié)合空間特性和非空間（屬性）特征的查詢基于屬性（非空間）特征的查詢圖查文(幾何查詢)文查圖(屬性查詢)邏輯查詢(SQL查詢)空間關(guān)系的查詢第二節(jié)空間數(shù)據(jù)查詢屬性特征的查詢主要在屬性數(shù)據(jù)庫(kù)中完成，這種查詢通?；跇?biāo)準(zhǔn)的SQL查詢語言實(shí)現(xiàn)，之后按照屬性數(shù)據(jù)和空間數(shù)據(jù)的對(duì)應(yīng)關(guān)系顯示圖形。1、基于屬性〔非空間〕特征的查詢標(biāo)號(hào)植被面積101工業(yè)地169102林地122103農(nóng)地230104林地100基于屬性〔非空間〕特征的查詢例：已有某地區(qū)的土地利用表及相應(yīng)的圖，現(xiàn)要找到林地，通過對(duì)以下屬性數(shù)據(jù)表查找植被為林地的記錄，并顯示這些記錄相應(yīng)的空間位置。102104103101第二節(jié)空間數(shù)據(jù)查詢空間性是空間數(shù)據(jù)的主要特征，空間特征的查詢通常指以圖形、圖像或符號(hào)為語言元素的可視化查詢。從查詢的內(nèi)部過程看，是屬于“圖到屬性的查詢”。這種查詢首先借助于空間索引在空間數(shù)據(jù)庫(kù)中找出空間地理對(duì)象，然后，再根據(jù)GIS中屬性數(shù)據(jù)和空間數(shù)據(jù)的對(duì)應(yīng)關(guān)系找出顯示地理對(duì)象的屬性，并可進(jìn)一步進(jìn)行相關(guān)的統(tǒng)計(jì)分析。2、基于空間特性的查詢第二節(jié)空間數(shù)據(jù)查詢(1)空間幾何數(shù)據(jù)查詢主要根據(jù)空間目標(biāo)的幾何數(shù)據(jù)，分析計(jì)算不同地物(如線狀地物)的長(zhǎng)度、組成、坐標(biāo)點(diǎn)數(shù)及面狀地物的面積、周長(zhǎng)等。(2)空間位置查詢這是空間查詢中最根本的查詢功能，只要空間數(shù)據(jù)是同大地坐標(biāo)進(jìn)行了配準(zhǔn)，即可查詢：簡(jiǎn)單點(diǎn)擊空間點(diǎn)狀地物，就可獲取坐標(biāo)點(diǎn)地理位置；點(diǎn)擊線狀地物，就可獲取該線的長(zhǎng)度及地理位置；點(diǎn)擊面狀地物，就可獲取該面的周長(zhǎng)、面積及其地理位置等。例：右圖就是在ARCVIEW軟件下，點(diǎn)擊黃色圖斑，就可獲取煙臺(tái)市轄區(qū)的周長(zhǎng)、面積等信息。煙臺(tái)市轄區(qū)第二節(jié)空間數(shù)據(jù)查詢第二節(jié)空間數(shù)據(jù)查詢(3)空間關(guān)系查詢空間關(guān)系查詢主要指拓?fù)潢P(guān)系查詢。①同類要素間的鄰接性查詢、連通性查詢、包含性查詢、重合性查詢、方向性查詢等?！裁?面查詢；線-線查詢；點(diǎn)-點(diǎn)查詢〕例：從中國(guó)地圖上查與山東省相鄰的有哪幾個(gè)省，實(shí)質(zhì)是進(jìn)行鄰接性查詢。②不同類要素間的關(guān)聯(lián)性查詢、穿越性查詢、落入性查詢、方向性查詢等?！簿€-面查詢；點(diǎn)-線查詢；店面查詢〕例：從中國(guó)地圖上查京九鐵路沿線有多少站，實(shí)質(zhì)是進(jìn)行關(guān)聯(lián)性查詢。例：從中國(guó)地圖上查黃河經(jīng)過哪幾個(gè)省，實(shí)質(zhì)是進(jìn)行穿越性查詢。注：進(jìn)行空間關(guān)系查詢時(shí)，不總是局限某一查詢功能，常要用多種查詢聯(lián)合起來才能完成查詢功能。

第二節(jié)空間數(shù)據(jù)查詢3、結(jié)合空間特性和非空間〔屬性〕特征的查詢空間特征和屬性特征的聯(lián)合查詢不是簡(jiǎn)單地由定位空間特性查詢結(jié)果，顯示相關(guān)的屬性，也不是附屬性特征的查詢結(jié)果，顯示相關(guān)的空間位置?？臻g特征和屬性特征聯(lián)合查詢的實(shí)質(zhì)是指查詢條件中同時(shí)涉及空間特征和屬性特征。例：從中國(guó)地圖上查同北京的距離(查空間中距離)小于2000km、長(zhǎng)江以南(查空間中位置)、人口數(shù)大于100萬的城市。本例中查人口數(shù)大于100萬的城市，屬于屬性查詢；查同北京的距離(查空間中距離)小于2000km的城市，屬于空間距離查詢；查長(zhǎng)江以南的城市，屬于方位查詢。

第二節(jié)空間數(shù)據(jù)查詢二、空間數(shù)據(jù)查詢的數(shù)學(xué)根底主要使用布爾代數(shù)方法，即按照兩個(gè)邏輯子集在給定的條件下進(jìn)行邏輯運(yùn)算。它的根本運(yùn)算符號(hào)或算子包括3個(gè)，交、并、差。AND(交)OR〔并〕NOT〔差〕及其組合邏輯運(yùn)算的結(jié)果為“真”或“假”。第二節(jié)空間數(shù)據(jù)查詢以下圖中，設(shè)屬性分別為A和B的兩個(gè)多邊形相交，形成的空間單元分別為1、2、3，那么它們經(jīng)布爾操作后的結(jié)果如表所示。運(yùn)算條件運(yùn)算結(jié)果123A.AND

.B010A.OR.B111NOT.A001邏輯運(yùn)算的真(1)或假(0)AB132多邊形相交及其形成的空間單元第二節(jié)空間數(shù)據(jù)查詢?nèi)?、空間查詢的方法如:Select所需數(shù)據(jù)項(xiàng)From屬性表Where條件表達(dá)式1、基于SQL語言的空間查詢目前的GIS軟件常提供實(shí)現(xiàn)SQL查詢的對(duì)話框，使查詢更為簡(jiǎn)單方便。

優(yōu)點(diǎn)：適合關(guān)系表的查詢與操作。缺點(diǎn)：無法表達(dá)空間關(guān)系及空間運(yùn)算操作。第二節(jié)空間數(shù)據(jù)查詢例：在ARCVIEW軟件下，提供查詢的對(duì)話框，可在對(duì)話框編寫查詢的條件進(jìn)行查詢。第二節(jié)空間數(shù)據(jù)查詢對(duì)SQL進(jìn)行擴(kuò)充或改造，實(shí)現(xiàn)空間關(guān)系及空間運(yùn)算操作的查詢。2、基于空間查詢語言(SpatialQueryLanguage)的查詢?cè)赟QL上開展的空間結(jié)構(gòu)化查詢語言。如：空間查詢例：查高速公路，并用紅虛線表示。SetColorRedPattemDashedForSelectGeometryfromRoadwhereType=“Highway”)第二節(jié)空間數(shù)據(jù)查詢將查詢語言的元素用直觀的圖形或者符號(hào)表示。3、可視化空間查詢方法可視化查詢的語言元素經(jīng)過轉(zhuǎn)換可視化查詢語句實(shí)現(xiàn)過程優(yōu)點(diǎn)：查詢直觀形象。缺點(diǎn)：查詢語言的元素?cái)?shù)量較少，僅能進(jìn)行有限的查詢。第二節(jié)空間數(shù)據(jù)查詢4、基于自然語言的查詢?cè)诓樵冋Z言中引入自然語言的概念。優(yōu)點(diǎn)：查詢變得更加簡(jiǎn)單和方便。缺點(diǎn)：在自然語言的量化時(shí)，與語言環(huán)境及專業(yè)領(lǐng)域相關(guān)。因此，很難作為通用的數(shù)據(jù)庫(kù)查詢語言。如：查詢高氣溫的城市：SelectNameFromCities

這里使用了一個(gè)自然語言的概念，即“溫度高”將“自然語言”轉(zhuǎn)換為“查詢語言”WhereTemperature〉=33.75WhereTemperatureishigh實(shí)現(xiàn)過程第二節(jié)空間數(shù)據(jù)查詢5、超文本查詢方法

超文本是由文本信息結(jié)點(diǎn)和結(jié)點(diǎn)間相關(guān)聯(lián)的鏈所組成的具有一定邏輯關(guān)系和語言查詢信息集成化的網(wǎng)絡(luò)。第三節(jié)空間數(shù)據(jù)量算點(diǎn)狀目標(biāo)〔0維〕：坐標(biāo)；線狀目標(biāo)〔1維〕：長(zhǎng)度、曲率、方向；面狀目標(biāo)〔2維〕：面積、周長(zhǎng)、形狀等；體狀目標(biāo)〔3維〕：外表積、體積等。距離面積坐標(biāo)第三節(jié)空間數(shù)據(jù)量算第三節(jié)空間數(shù)據(jù)量算一、線的長(zhǎng)度折線的長(zhǎng)度等于其每段線段長(zhǎng)度之和，多邊形的周長(zhǎng)實(shí)際上也是一條折線。兩點(diǎn)間的線段長(zhǎng)度計(jì)算:設(shè)坐標(biāo)為p1(x1,y1)，p2(x2,y2)那么直線段p1p2長(zhǎng)度為:d=sqrt((x2-x1)2+(y2-y1)2)p1p2長(zhǎng)度量算示意圖OYXn

維勻質(zhì)空間廣義距離公式j(luò)(xj,yj)i(xi,yi)ijij距離計(jì)算公式n維非勻質(zhì)空間距離計(jì)算q=2，二維歐氏距離q=1，曼哈頓距離q=0.6,非毆氏距離〔障礙或阻力〕第三節(jié)空間數(shù)據(jù)量算1、距離計(jì)算、通道選擇本錢距離分析，通過本錢距離分析計(jì)算最正確的通道。直線距離：不一定是最正確的通道本錢距離：考慮了阻抗、本錢本錢距離分析的應(yīng)用〔上機(jī)練習(xí)〕第三節(jié)空間數(shù)據(jù)量算〔1〕本錢距離分析有障礙的旅行〔坡度、額外的費(fèi)用〕運(yùn)動(dòng)的本錢累計(jì)距離最低本錢外表最小本錢路徑第三節(jié)空間數(shù)據(jù)量算〔2〕本錢距離的計(jì)算原理accum_cost=a1+((cost_a+cost_b)/2)*Daccum_cost：某一單元b的累計(jì)通行本錢a1：上一個(gè)相鄰單元a的累計(jì)通行本錢cost_a：?jiǎn)卧猘的本錢cost_b：?jiǎn)卧猙的本錢第三節(jié)空間數(shù)據(jù)量算〔3〕直線距離和本錢距離第三節(jié)空間數(shù)據(jù)量算第三節(jié)空間數(shù)據(jù)量算二、面積量測(cè)

面狀對(duì)象在計(jì)算機(jī)內(nèi)部是以一系列首尾相接的坐標(biāo)串表示的。按多邊形頂點(diǎn)順序依次求出多邊形所有邊與x軸(或y軸)組成的梯形的面積，然后求其代數(shù)和。假設(shè)有N個(gè)頂點(diǎn)，其面積計(jì)算公式為：多邊形面積量算示意圖Pk

=

1

2(yk+1+yk)(xk+1-yk)

(yn+y1)(xn–x1)

1

2∑Pk

+

n-1

k=1

P=

注：總面積公式中第二項(xiàng)為最后一個(gè)點(diǎn)和第一點(diǎn)圍成的梯形面積第三節(jié)空間數(shù)據(jù)量算三、地形的體積量算步驟：①生成等值線圖②量算每條等值線圍成的面積，設(shè)為f0，f1，f2，…fn③設(shè)等值線的間距為h，那么體積為：

v=f0*h0/3+Σ(f0+2*f1+……+2*(n-1)*fn)*h/2地形體積量算示意圖其中，f0，h0分別為最上層(或最下層)等高線圍成的面積和相應(yīng)的高程差。第三節(jié)空間數(shù)據(jù)量算四、形狀指數(shù)對(duì)于多邊形邊界輪廓的形態(tài)度量，有很多公式，大多數(shù)都與多邊形的周長(zhǎng)和面積有關(guān)。形狀指數(shù)大多使用多邊形周長(zhǎng)與面積的比值，并使之與標(biāo)準(zhǔn)形狀〔通常是圓形〕相比表示其形狀的復(fù)雜程度。以正方形為標(biāo)準(zhǔn)的形狀指數(shù)。

形狀指數(shù)是：

式中：A為多邊形面積，P為多邊形周長(zhǎng)。

第三節(jié)空間數(shù)據(jù)量算以圓形為標(biāo)準(zhǔn)的形狀指數(shù)如果認(rèn)為一個(gè)標(biāo)準(zhǔn)的園目標(biāo)既非緊湊型也非膨脹型，那么可定義其形狀系數(shù)r為：圓U=1U>1膨脹型U<1緊縮型第三節(jié)空間數(shù)據(jù)量算五、分布中心的計(jì)算

空間分析中常用分布中心來概括地表示空間的總體分布位置，用來跟蹤某些地理現(xiàn)象分布的變化情況，如描述人口的變遷、土地利用的變化。假設(shè)有n個(gè)離散點(diǎn)(X1，Y1)，(X2，Y2)，…，(Xn，Yn)，可以用不同方法來表示分布中心。1、平均中心其中(Cx，Cy)表示算術(shù)平均中心坐標(biāo)點(diǎn)。其中，I為離散目標(biāo)物，Wi為該目標(biāo)權(quán)重，Xi、Yi為其坐標(biāo)。潛在勢(shì)能的計(jì)算:目標(biāo)物對(duì)其周圍目標(biāo)的影響隨距離的增大而減小，即：其中，i為一目標(biāo)物，d為距該目標(biāo)物的距離，W那么為其權(quán)重。V與d相互成反比，任何定位點(diǎn)的目標(biāo)物均可由此得到一潛在勢(shì)能圖。第三節(jié)空間數(shù)據(jù)量算2、質(zhì)心(加權(quán)平均中心)算術(shù)平均中心中沒有考慮不同點(diǎn)在分析問題時(shí)重要性之間的差異，在實(shí)際應(yīng)用中，各點(diǎn)的重要性是不同的，為此需進(jìn)行加權(quán)計(jì)算。質(zhì)心是描述地理現(xiàn)象空間分布的一個(gè)重要指標(biāo)。質(zhì)心可簡(jiǎn)單地描述為地理目標(biāo)保持均勻分布的平衡點(diǎn)。質(zhì)心通常定義為一個(gè)多邊形或面的幾何中心，當(dāng)多邊形比較簡(jiǎn)單時(shí)，計(jì)算很容易。當(dāng)多邊形形狀復(fù)雜時(shí)，計(jì)算也更加復(fù)雜。質(zhì)心量測(cè)可用于對(duì)地理分布變化的跟蹤；計(jì)算目標(biāo)物對(duì)周圍地區(qū)的經(jīng)濟(jì)輻射范圍。如應(yīng)用質(zhì)心量測(cè)分析人口變遷、土地類型變化等。第三節(jié)空間數(shù)據(jù)量算質(zhì)心量測(cè)的應(yīng)用范圍極其廣泛，如：1〕商場(chǎng)選址應(yīng)位于具有最正確勢(shì)能的定位點(diǎn)處；2〕經(jīng)濟(jì)的增長(zhǎng)極極可能發(fā)生在高勢(shì)能區(qū)；3〕跟蹤地理分布的變化，如人口變遷、土地類型的變化等。第三節(jié)空間數(shù)據(jù)量算150.5加權(quán)平均中心平均中心或重心幾何中心21.11.211.2第三節(jié)空間數(shù)據(jù)量算第三節(jié)空間數(shù)據(jù)量算六、分形度量

分形的概念最初源自于自然界事物的自相似性〔self－similarity〕。在某些情形下，事物局部的形態(tài)結(jié)構(gòu)表現(xiàn)出與整體的一致性，也就是說，在尺度和形態(tài)之間存在著某種固定的關(guān)系，隨著尺度的增加〔細(xì)化〕，空間形態(tài)參數(shù)的度量以某種指數(shù)關(guān)系增加。在不同的尺度上量取的形態(tài)參數(shù)與尺度之間有一種對(duì)數(shù)上的線性相關(guān)。第三節(jié)空間數(shù)據(jù)量算例：用不同的步距去量取一條自然曲線的長(zhǎng)度，設(shè)當(dāng)步距為D時(shí)，量得的曲線長(zhǎng)度為L(zhǎng)。采用不同的步距D就可以得到不同的曲線長(zhǎng)度L，用ln(L)和ln(D)為坐標(biāo)軸標(biāo)繪每一個(gè)點(diǎn)，假設(shè)所得的點(diǎn)明顯地分布為一條近似的直線上，那么我們就說這條曲線具有明顯的分形性質(zhì)，而這條直線的斜率就是該曲線的分形維數(shù)〔分維數(shù)〕。第四節(jié)空間疊加分析授課內(nèi)容：一、空間疊加分析概念二、空間疊加分析類型〔一〕視覺信息復(fù)合(二〕基于矢量數(shù)據(jù)的疊加分析(三〕基于柵格數(shù)據(jù)的疊加分析1、點(diǎn)與多邊形的疊加2、線與多邊形的疊加3、多邊形與多邊形的疊加1、布爾邏輯運(yùn)算2、重分類3、點(diǎn)變換4、區(qū)域變換方法5、鄰域變換方法第四節(jié)空間疊加分析AB123451B2B1A2A4A3A5B3B4B降雨量土壤類型適宜農(nóng)作物示意圖：一、空間疊加分析概念空間疊加〔疊置〕分析SpatialOverlayAnalysis：是指在統(tǒng)一空間參照系統(tǒng)下，將同一地區(qū)兩個(gè)或兩個(gè)以上地理對(duì)象的圖層進(jìn)行疊加，以產(chǎn)生空間區(qū)域的多重屬性特征，或建立地理對(duì)象之間的空間對(duì)應(yīng)關(guān)系。〔一〕視覺信息復(fù)合

視覺信息復(fù)合是將統(tǒng)一地區(qū)的統(tǒng)一比例尺的不同含義的圖形圖像進(jìn)行疊合顯示在屏幕上或結(jié)果圖件上，以便判斷不同地理實(shí)體的空間關(guān)系，從而獲取更多的空間信息。視覺信息復(fù)合中，不改變各圖層數(shù)據(jù)結(jié)構(gòu)，也不形成新的數(shù)據(jù)，只給用戶帶來視覺效果，用于目視分析。二、空間疊加分析類型1、點(diǎn)、線、面狀圖之間的復(fù)合二、空間疊加類型——視覺信息復(fù)合2、面狀圖與專題區(qū)域邊界之間的復(fù)合二、空間疊加類型——視覺信息復(fù)合3、遙感影像與專題地圖的復(fù)合二、空間疊加類型——視覺信息復(fù)合4、專題地圖與數(shù)字高程模型〔DEM〕復(fù)合二、空間疊加類型——視覺信息復(fù)合5、遙感影像與DEM復(fù)合二、空間疊加類型——視覺信息復(fù)合(二〕基于矢量數(shù)據(jù)的疊加分析基于矢量數(shù)據(jù)的疊加分析是參與分析的兩個(gè)圖層的要素均為矢量數(shù)據(jù)。點(diǎn)面疊加分析

線面疊加分析面面疊加分析二、空間疊加類型

點(diǎn)與多邊形的疊加是確定一個(gè)圖層上的點(diǎn)落在另一圖層的哪個(gè)多邊形內(nèi)，以便為圖層上的點(diǎn)建立新的屬性。例如：將水井與規(guī)劃區(qū)圖層相疊加，可確定每口井所屬的規(guī)劃區(qū)范圍。1、點(diǎn)與多邊形的疊加*1*3*4*2ADBC點(diǎn)屬性1234多邊形屬性1屬性2ABCD點(diǎn)多邊形點(diǎn)屬性面屬性1面屬性21A2D3C4B二、空間疊加類型——基于矢量數(shù)據(jù)的疊加分析看看某行政區(qū)劃內(nèi)有多少個(gè)鄉(xiāng)鎮(zhèn)？二、空間疊加類型——基于矢量數(shù)據(jù)的疊加分析比較線坐標(biāo)與多邊形坐標(biāo)的關(guān)系，判斷線是否落在多邊形內(nèi)。2、線與多邊形的疊加二、空間疊加類型——基于矢量數(shù)據(jù)的疊加分析例如：當(dāng)確定某一行政區(qū)內(nèi)各種等級(jí)道路的里程數(shù)時(shí)，就需要將道路圖與境界圖相疊加，計(jì)算弧段與多邊形邊界的交點(diǎn)，在交點(diǎn)處截?cái)嗷《?，并?duì)弧段重新編號(hào)，建立弧段與多邊形的歸屬關(guān)系。線與多邊形疊加分析路網(wǎng)密度？——疊加！二、空間疊加類型——基于矢量數(shù)據(jù)的疊加分析各種道路長(zhǎng)=830KM區(qū)域面積=2797KM2結(jié)果？二、空間疊加類型——基于矢量數(shù)據(jù)的疊加分析多邊形疊加將兩個(gè)或多個(gè)多邊形圖層進(jìn)行疊加產(chǎn)生一個(gè)新多邊形圖層的操作，其結(jié)果將原來多邊形要素分割成新要素，新要素綜合了原來兩層或多層的屬性。

多邊形疊加是GIS最常用的功能之一。3、多邊形與多邊形的疊加二、空間疊加類型——基于矢量數(shù)據(jù)的疊加分析新多邊形的屬性多邊形之間的疊加示意圖ID屬性101AID屬性1X2Y3Z新多邊形ID層1多邊形屬性層2多邊形屬性10A20X3AX40X5A06A07AY8AZ90Y100Z110Y12Z0AXYZ379101456112層1層2新層12二、空間疊加類型——基于矢量數(shù)據(jù)的疊加分析〔1〕多邊形與多邊形的疊加原理

多邊形疊加過程分幾何求交過程和屬性確定過程，算法的核心是多邊形求交。①對(duì)兩個(gè)多邊形進(jìn)行邊界求交和弧段分割運(yùn)算，并以新弧段為單位重建拓?fù)潢P(guān)系；②判斷重建多邊形落在原始多邊形層的哪個(gè)多邊形內(nèi)，從而建立新疊加多邊形與原始多邊形的關(guān)系，并抽取屬性。二、空間疊加類型——基于矢量數(shù)據(jù)的疊加分析〔2〕多邊形的疊加流程圖二、空間疊加類型——基于矢量數(shù)據(jù)的疊加分析取本底多邊形取上疊多邊形兩個(gè)多邊形相交？?jī)蓚€(gè)多邊形是包含關(guān)系？多邊形求交，重建拓?fù)潢P(guān)系屬性抽取，建立關(guān)聯(lián)連接上疊多邊形結(jié)束？本底多邊形結(jié)束？ynnn建立包含關(guān)系屬性抽取yyy結(jié)束n〔3〕多邊形與多邊形的疊加分析種類二、空間疊加類型——基于矢量數(shù)據(jù)的疊加分析①UNION合并操作〔求并集操作〕：只能進(jìn)行多邊形疊加，保存原來兩個(gè)Coverage的所有區(qū)域UNION<in_cover><union_cover><out_cover>{fuzzy_tolerance}{JOIN|NOJOIN}二、空間疊加類型——基于矢量數(shù)據(jù)的疊加分析②IDENTITY〔識(shí)別操作〕將點(diǎn)、線或多邊形疊加到多邊形上，保存所有輸入Coverage的特征。輸入圖層的可以是多邊形、點(diǎn)、線，而操作圖層〔疊加〕要素必須是多邊形。IDENTITY<in_cover><identity_cover><out_cover>{POLY|LINE|POINT}{fuzzy_tolerance}{JOIN|NOJOIN}二、空間疊加類型——基于矢量數(shù)據(jù)的疊加分析二、空間疊加類型——基于矢量數(shù)據(jù)的疊加分析③INTERSECT〔求交集操作〕將點(diǎn)、線或多邊形疊加到多邊形上，兩個(gè)圖層的公共局部予以保存。屬性表同時(shí)被更新。輸入圖層的可以是多邊形、點(diǎn)、線，而操作圖層〔疊加〕要素必須是多邊形。INTERSECT<in_cover><intersect_cover><out_cover>{POLY|LINE|POINT}{fuzzy_tolerance}{JOIN|NOJOIN}二、空間疊加類型——基于矢量數(shù)據(jù)的疊加分析二、空間疊加類型——基于矢量數(shù)據(jù)的疊加分析④Erase:

輸出層為保存其中一輸入圖層為控制邊界之外的所有多邊形。⑤Clip:

輸出層為按一個(gè)圖層的邊界，對(duì)另一個(gè)圖層的內(nèi)容要素進(jìn)行截取后的結(jié)果。⑥Update:

輸出層為一個(gè)經(jīng)刪除處理后的圖層與一個(gè)新特征圖層進(jìn)行合并后的結(jié)果。二、空間疊加類型——基于矢量數(shù)據(jù)的疊加分析日喀那么地區(qū)沙漠化類型分布圖日喀那么地區(qū)行政區(qū)界線圖疊加分析實(shí)例一：有日喀那么地區(qū)的行政界線圖層和通過遙感技術(shù)提取的該區(qū)沙漠化類型分布圖層，求日喀那么地區(qū)各縣沙漠化類型統(tǒng)計(jì)數(shù)據(jù)。圖層1圖層2二、空間疊加類型——基于矢量數(shù)據(jù)的疊加分析行政區(qū)界圖屬性表圖層1：圖形，屬性表日喀那么地區(qū)行政區(qū)界線圖二、空間疊加類型——基于矢量數(shù)據(jù)的疊加分析日喀那么地區(qū)沙漠化類型分布圖屬性表圖層2：圖形，屬性表日喀那么地區(qū)沙漠化類型分布圖二、空間疊加類型——基于矢量數(shù)據(jù)的疊加分析空間疊加圖疊加圖屬性表使用IDENTITY命令，進(jìn)行兩圖層空間疊加，得到疊加圖二、空間疊加類型——基于矢量數(shù)據(jù)的疊加分析疊加圖層屬性表圖層1屬性表圖層2屬性表二、空間疊加類型——基于矢量數(shù)據(jù)的疊加分析分析目的和評(píng)價(jià)準(zhǔn)那么：1〕估計(jì)住宅用地被洪水淹設(shè)而造成的損失；2〕洪水水位的相對(duì)高程為500米；3〕損失的大小和居民的財(cái)產(chǎn)、地基的穩(wěn)定性有關(guān)。疊加分析實(shí)例二：洪水淹沒損失分析二、空間疊加類型——基于矢量數(shù)據(jù)的疊加分析獲取數(shù)據(jù)：1〕數(shù)字化的地塊多邊形地圖。每個(gè)地塊均有土地使用、可遭損失的財(cái)產(chǎn)狀況〔簡(jiǎn)稱估計(jì)財(cái)產(chǎn)〕、不同地基類型等屬性；2〕地塊多邊形屬性表中有地均財(cái)產(chǎn)這一項(xiàng)，地均財(cái)產(chǎn)=估計(jì)財(cái)產(chǎn)/地塊面積；3〕對(duì)每一類地基，可估計(jì)其穩(wěn)定性，并估計(jì)房屋倒坍的可能性，稱損失系數(shù)〔見表〕；4〕數(shù)字化的等高線地形圖。二、空間疊加類型——基于矢量數(shù)據(jù)的疊加分析空間分析過程：1〕將地塊多邊形和高程多邊形疊合，產(chǎn)生地塊—高程多邊形地圖和對(duì)應(yīng)的屬性表。2〕在地塊—高程屬性表中選擇高程小于等于500，土地使用性質(zhì)為住宅〔R1、R2〕的記錄和地基—損失系數(shù)對(duì)照表連接，獲得新的地塊—高程屬性表。估計(jì)損失=面積×地均財(cái)產(chǎn)×損失系數(shù)。3〕從表可知，當(dāng)洪水淹沒了500米以下的地區(qū)時(shí)，每個(gè)地塊財(cái)產(chǎn)的大致?lián)p失狀況。4〕對(duì)地塊——高程圖按對(duì)應(yīng)屬性進(jìn)行分類，得到洪水淹沒損失分布圖。二、空間疊加類型——基于矢量數(shù)據(jù)的疊加分析地塊多邊形圖地塊屬性表二、空間疊加類型——基于矢量數(shù)據(jù)的疊加分析地形等高線及其組成的多邊形地形高程表二、空間疊加類型——基于矢量數(shù)據(jù)的疊加分析疊合后地塊-高程屬性表的數(shù)據(jù)項(xiàng)〔內(nèi)容略〕地基類型——損失系數(shù)對(duì)照表二、空間疊加類型——基于矢量數(shù)據(jù)的疊加分析地塊和地形疊合后的多邊形

洪水淹沒損失分布將地塊多邊形和高程多邊形疊合，產(chǎn)生地塊—高程多邊形地圖和對(duì)應(yīng)的屬性表。估計(jì)損失=面積×地均財(cái)產(chǎn)×損失系數(shù)。二、空間疊加類型——基于矢量數(shù)據(jù)的疊加分析損失估計(jì)表從表可知，當(dāng)洪水淹沒了500米以下的地區(qū)時(shí)，每個(gè)地塊財(cái)產(chǎn)的大致?lián)p失狀況。二、空間疊加類型——基于矢量數(shù)據(jù)的疊加分析分析結(jié)論表

二、空間疊加類型——基于矢量數(shù)據(jù)的疊加分析〔三〕基于柵格數(shù)據(jù)的疊加分析特點(diǎn)：柵格數(shù)據(jù)的疊加算法，雖然數(shù)據(jù)存貯量比較大，但運(yùn)算過程比較簡(jiǎn)單。疊加分析方法：〔1〕布爾邏輯運(yùn)算〔2〕重分類〔3〕點(diǎn)變換〔4〕區(qū)域變換方法〔5〕鄰域變換方法基于柵格數(shù)據(jù)的疊加分析是參與分析的兩個(gè)圖層的要素均為柵格數(shù)據(jù)。二、空間疊加類型——基于柵格數(shù)據(jù)的疊加分析柵格數(shù)據(jù)一般可以按屬性數(shù)據(jù)的布爾邏輯運(yùn)算來檢索，即這是一個(gè)邏輯選擇的過程。布爾邏輯為AND、OR、XOR、NOT。1、布爾邏輯運(yùn)算例：有土壤厚度〔大于50厘米〕和土壤類型〔紅壤和其他類型〕兩個(gè)二值化圖層，不同的邏輯運(yùn)算結(jié)果如下：AND關(guān)系：結(jié)果是將土層厚度大于50厘米，且土壤為紅壤的土壤單元顯示出來；OR關(guān)系：結(jié)果將土層厚度大于50厘米，或者土壤為紅壤的土壤單元顯示出來；XOR：結(jié)果將土層厚度小于50厘米，或者土壤不是紅壤的土壤單元顯示出來；NOT:如結(jié)果是將土層厚度大于50厘米，但土壤不是紅壤的土壤單元顯示出來；二、空間疊加類型——基于柵格數(shù)據(jù)的疊加分析設(shè)有A、B、C三個(gè)層面的柵格數(shù)據(jù)系統(tǒng)，一般可以用布爾邏輯算子以及運(yùn)算結(jié)果的文氏圖表示其一般的運(yùn)算思路和關(guān)系。如以下圖所示。布爾邏輯算子文氏圖A.AND.(B.OR.C)A.AND.B.OR.CA.NOT.(B.AND.C)A.XOR.B.XOR.CA.OR.B.OR.CA.AND.B.AND.C二、空間疊加類型——基于柵格數(shù)據(jù)的疊加分析重分類是將屬性數(shù)據(jù)的類別合并或轉(zhuǎn)換成新類。即對(duì)原來數(shù)據(jù)中的多種屬性類型，按照一定的原那么進(jìn)行重新分類，以利于分析。重分類時(shí)必須保證多個(gè)相鄰接的同一類別的圖形單元應(yīng)獲得相同的名稱，并將圖形單元合并，從而形成新的圖形單元。

重分類的過程

2、重分類二、空間疊加類型——基于柵格數(shù)據(jù)的疊加分析3、點(diǎn)變換點(diǎn)變換只依據(jù)參與疊加圖層相應(yīng)點(diǎn)的屬性值進(jìn)行新的運(yùn)算，既與各圖層的鄰域點(diǎn)的屬性無關(guān)，也不受區(qū)域內(nèi)一般特征的影響。運(yùn)算方法包括：算術(shù)運(yùn)算，指數(shù)運(yùn)算，三角函數(shù)運(yùn)算等二、空間疊加類型——基于柵格數(shù)據(jù)的疊加分析244633463377225423643366-=0-21-2-102-200-1-1點(diǎn)變換示意圖結(jié)果特征：運(yùn)算后得到的新屬性值可能與原圖層的屬性意義完全不同。二、空間疊加類型——基于柵格數(shù)據(jù)的疊加分析4、區(qū)域變換方法指在計(jì)算新圖層相應(yīng)的屬性值時(shí)，不僅與原圖層對(duì)應(yīng)的柵格的屬性值有關(guān)，而且要顧及原圖層所在區(qū)域的集合特征〔區(qū)域長(zhǎng)度、面積、周長(zhǎng)等〕。5、鄰域變換方法指在計(jì)算新圖層相應(yīng)的屬性值時(shí)，不僅考慮原圖層對(duì)應(yīng)的柵格及其屬性，而且還應(yīng)顧及與該柵格相關(guān)聯(lián)的鄰域或者影響半徑內(nèi)的柵格屬性值的影響。二、空間疊加類型——基于柵格數(shù)據(jù)的疊加分析101060601010206030303060101060601010306030303060-=0000001000000點(diǎn)變換實(shí)例1：土地利用變化區(qū)域探測(cè)80年遙感影像90年遙感影像點(diǎn)變換后影像點(diǎn)變換后影像分析通過80和90年兩期影像的相減運(yùn)算后得到變換影像，如果：變換影像值＝0；說明該區(qū)未發(fā)生變化變換影像值≠0；說明該區(qū)已發(fā)生變化10耕地20居民點(diǎn)30水域40草地50未利用地60林地Legend注意：此處的遙感影像可以是分類結(jié)果，也可以是原始的遙感影像。在一般應(yīng)用中，多使用原始的遙感影像，可提高變化探測(cè)速度。二、空間疊加類型——基于柵格數(shù)據(jù)的疊加分析信息獲取研究方法變化過程分析機(jī)制分析點(diǎn)變換實(shí)例2：土地利用變化分析更新土地利用圖社經(jīng)統(tǒng)計(jì)數(shù)據(jù)動(dòng)態(tài)變化研究變化信息的解譯與制圖變化數(shù)據(jù)管理原始遙感信息專題圖件數(shù)據(jù)預(yù)處理空間操作與分析圖像預(yù)處理影像分類變化信息探測(cè)結(jié)果比較變化信息分類高分辨率圖像融合

土地利用/覆蓋動(dòng)態(tài)變化研究框架二、空間疊加類型——基于柵格數(shù)據(jù)的疊加分析1985年(TM)1995年(TM)1998年(SPOT)2000年(TM)

不同時(shí)期土地利用圖信息獲取二、空間疊加類型——基于柵格數(shù)據(jù)的疊加分析土地類型轉(zhuǎn)移矩陣:根據(jù)兩個(gè)不同時(shí)間〔t和t+△t〕的土地利用圖計(jì)算從一種類型到另一種類型的轉(zhuǎn)換概率，來分析土地利用變化過程。它依靠GIS技術(shù)，將兩個(gè)不同時(shí)間的土地利用圖進(jìn)行刪格化處理，計(jì)算t時(shí)刻上A類有多少格網(wǎng)點(diǎn)轉(zhuǎn)換成在t+△t時(shí)刻的B，C，D等類型，轉(zhuǎn)換點(diǎn)數(shù)占該類型總數(shù)的百分比可稱為轉(zhuǎn)移概率。研究方法使用景觀生態(tài)學(xué)方法，計(jì)算土地類型轉(zhuǎn)移矩陣。二、空間疊加類型——基于柵格數(shù)據(jù)的疊加分析對(duì)任意兩期土地利用類型圖和，按照下式的地圖代數(shù)方法，可以求得：由k時(shí)期到k+1時(shí)期的土地利用變化圖Ci×j，它表現(xiàn)了土地利用變化的類型及其空間分布。

二、空間疊加類型——基于柵格數(shù)據(jù)的疊加分析

12┄nai+1a11a12┄a1na1+2a21a22┄a2na2+┆┆┆┆

Nan1a32┄annan+a+ja+1a+2┄a+na注：表中ai+代表土地類型I在轉(zhuǎn)化前的總量；a+j代表土地類型I在轉(zhuǎn)化后的總量；a是土地總面積

類型轉(zhuǎn)移距陣?yán)缍⒖臻g疊加類型——基于柵格數(shù)據(jù)的疊加分析變化過程分析二、空間疊加類型——基于柵格數(shù)據(jù)的疊加分析二、空間疊加類型——基于柵格數(shù)據(jù)的疊加分析二、空間疊加類型——基于柵格數(shù)據(jù)的疊加分析為什么用權(quán)重？為什么要數(shù)值標(biāo)準(zhǔn)化？二、空間疊加類型——基于柵格數(shù)據(jù)的疊加分析第五節(jié)空間緩沖區(qū)分析緩沖區(qū)分析是指根據(jù)分析對(duì)象的點(diǎn)、線、面實(shí)體，自動(dòng)建立其周圍一定距離的帶狀區(qū)，用以識(shí)別這些實(shí)體或者主體對(duì)鄰近對(duì)象的輻射范圍或者影響程度，是解決臨近度問題的空間分析工具之一。它在交通、林業(yè)、資源管理、城市規(guī)劃中有著廣泛的應(yīng)用。例如：湖泊和河流周圍的保護(hù)區(qū)的定界；汽車效勞區(qū)的選擇；民宅區(qū)遠(yuǎn)離街道網(wǎng)絡(luò)的緩沖區(qū)的建立等。1概念第五節(jié)空間緩沖區(qū)分析2緩沖區(qū)主要的類型〔1〕基于點(diǎn)要素的緩沖區(qū)：通常以點(diǎn)為圓心、以一定距離為半徑的圓〔2〕基于線要素的緩沖區(qū)：通常是以線為中心軸線，距中心軸線一定距離的平行條帶多邊形?！?〕基于面要素的緩沖區(qū)：向外或向內(nèi)擴(kuò)展一定距離以生成新的多邊形。第五節(jié)空間緩沖區(qū)分析3空間緩沖區(qū)分析過程(1)建立緩沖區(qū)以圖形元素為根底，拓寬或緊縮一定寬度而形成的區(qū)域。這個(gè)寬度通常是等距的，也可以是不等距的緩沖區(qū)。(2)緩沖區(qū)分析根據(jù)建立的緩沖區(qū)，對(duì)緩沖區(qū)內(nèi)的空間信息形態(tài)、特征、分布作進(jìn)一步分析。第五節(jié)空間緩沖區(qū)分析4、空間緩沖區(qū)分析模型(1)

緩沖區(qū)分析的三要素在進(jìn)行空間緩沖區(qū)分析時(shí)，通常要將研究的問題抽象為以下三類要素:①主體

表示分析的主要目標(biāo)，一般分為點(diǎn)源、線源和面源三種類。②鄰近對(duì)象表示受主體影響的客體，例如行政界線變更時(shí)所涉及的居民區(qū)、森林遭砍伐時(shí)所影響的水土流失范圍等。③對(duì)象的作用條件表示主體對(duì)鄰近對(duì)象施加作用的影響條件或強(qiáng)度。第五節(jié)空間緩沖區(qū)分析線性模型二次模型指數(shù)模型(2)

緩沖區(qū)分析模型根據(jù)主體對(duì)鄰近對(duì)象作用性質(zhì)的不同，一般可采用以下三種不同的分析模型:

第五節(jié)空間緩沖區(qū)分析Fi=f0(1-ri)

(5-30)

ri=di/d0

(5-31)

0<=ri<=1線性模型當(dāng)主體對(duì)鄰近對(duì)象的影響度(Fi)隨距離(ri)的增大而呈線性形式衰減時(shí)，其表達(dá)式為:式中Fi為主體對(duì)鄰近對(duì)象的實(shí)際影響度；f0為主體自身的綜合規(guī)模指數(shù)；di為鄰近對(duì)象離開主體的實(shí)際距離；d0為主體對(duì)鄰近對(duì)象的最大影響距離。距離ri第五節(jié)空間緩沖區(qū)分析Fi=f0(1-ri)2(5-32)ri=di/d0

(5-33)

0<=ri

<=1

二次模型用于當(dāng)主體對(duì)鄰近對(duì)象的影響度(Fi)隨距離(ri)的增大而呈二次形式衰減時(shí)(圖5一29)，其表達(dá)式為:式中Fi為主體對(duì)鄰近對(duì)象的實(shí)際影響度；f0為主體自身的綜合規(guī)模指數(shù)；di為鄰近對(duì)象離開主體的實(shí)際距離；d0為主體對(duì)鄰近對(duì)象的最大影響距離。距離ri第五節(jié)空間緩沖區(qū)分析指數(shù)模型用于當(dāng)主體對(duì)鄰近對(duì)象的影響度(Fi)隨距離(ri)的增大而呈指數(shù)形式衰減時(shí)(圖5一30),其表達(dá)式為:Fi=f0(1-ri)(5-34)

ri=di/d0

0<=ri<=1

式中Fi為主體對(duì)鄰近對(duì)象的實(shí)際影響度；f0為主體自身的綜合規(guī)模指數(shù)；di為鄰近對(duì)象離開主體的實(shí)際距離；d0為主體對(duì)鄰近對(duì)象的最大影響距離。距離ri第五節(jié)空間緩沖區(qū)分析5空間緩沖區(qū)分析實(shí)例分析實(shí)例1設(shè)在某研究區(qū)10km2區(qū)域內(nèi)有三條道路，它們相關(guān)的幾何數(shù)據(jù)和屬性數(shù)據(jù)如表5-10所示?，F(xiàn)以這些道路為主體，道路附近的居民出行為鄰近對(duì)象，試進(jìn)行這些道路通達(dá)度的緩沖區(qū)分析。其分析和操作過程如下:

表道路數(shù)據(jù)第五節(jié)空間緩沖區(qū)分析(1)計(jì)算道路的綜合規(guī)模標(biāo)準(zhǔn)化指數(shù)對(duì)上表所列的各項(xiàng)統(tǒng)計(jì)數(shù)據(jù)采用最大值標(biāo)準(zhǔn)化方法，得到上表的標(biāo)準(zhǔn)化指數(shù)f0。標(biāo)準(zhǔn)化處理第五節(jié)空間緩沖區(qū)分析道路的最大影響距離將與該類道路的級(jí)別標(biāo)準(zhǔn)和總長(zhǎng)度有關(guān)，級(jí)別標(biāo)準(zhǔn)愈高，那么影響距離也愈大，一般按下式推算:d0=S/(2l)

(5-35)式中：S為研究區(qū)面積：本例為10km2l為各級(jí)道路的長(zhǎng)度：lA=l0000m，lB=4286m，lC=35714m；那么：道路A的d0=S/(2lA)=500m，道路B的d0=S/2(lA+lB)=350m，道路C的d0=S/2(lA+lB+lC)=100m。(2)計(jì)算道路的最大影晌距離d0第五節(jié)空間緩沖區(qū)分析(3)實(shí)施緩沖區(qū)操作道路通達(dá)度具有隨著離開道路中心線程迅速遞減的特點(diǎn),因此實(shí)施道路通達(dá)度的緩沖區(qū)操作適宜選擇指數(shù)形式的分析模型。具體實(shí)現(xiàn)的技術(shù)途徑有以下兩種選擇:1)由設(shè)定di值→求Fi值→輸出緩沖區(qū)圖形的技術(shù)途徑①應(yīng)用需求和道路的最大影響距離，分別設(shè)定它們的di值。例如:道路A的di值：100、200、300、400、500(m)；道路B的di值：50、100、150、200、250、300、350(m)；道路C的di值：25、50、75、100(m)。第五節(jié)空間緩沖區(qū)分析②根據(jù)式(5一33)和(5一34)分別計(jì)算所有道路在不同di時(shí)的ri和Fi值。③依據(jù)也值在道路的兩邊繪制平行線，在線的端點(diǎn)處繪制半圓，生成緩沖區(qū)多邊形，并在該緩沖區(qū)多邊形內(nèi)賦以相應(yīng)的屬性值Fi，直至輸出全部圖形及其屬性。①首先對(duì)式(5一34)作如下變換：di=d0(1-(lnFi/lnf0)

)(5一36)②其次根據(jù)應(yīng)用需求設(shè)定Fi值，例如:20、40、80、100等，并利用式(5一36)計(jì)算對(duì)應(yīng)的di值。③依據(jù)di值生成道路兩邊的緩沖區(qū)多邊形，該緩沖區(qū)多邊形內(nèi)部的屬性值便與事先設(shè)定的需求值相一致,同樣直至輸出全部圖形及其屬性。根據(jù)該技術(shù)途徑輸出的點(diǎn)狀、線狀、面狀實(shí)體的緩沖區(qū)分析圖如圖5一31、圖5一32和圖5一33所示。

2)由設(shè)定Fi值→求di值→輸出緩沖區(qū)圖形的技術(shù)途徑。第五節(jié)空間緩沖區(qū)分析第五節(jié)空間緩沖區(qū)分析解題流程解題過程

首先要以區(qū)域的道路分布圖、河流分布圖、森林分布圖為數(shù)據(jù)源。解題流程見圖所示。道路分布圖森林分布圖河流分布圖結(jié)束生成道路周圍5km緩沖區(qū)疊加生成河流周圍1km緩沖區(qū)疊加緩沖區(qū)分析實(shí)例2一伐木公司，獲準(zhǔn)在某林區(qū)采伐，為防止水土流失，規(guī)定不得在河流周圍1km內(nèi)采伐林木。另外，為便于運(yùn)輸，決定將采伐區(qū)定在道路周圍5km之內(nèi)。請(qǐng)找出符合上述條件的采伐區(qū)，輸出森林采伐圖。第五節(jié)空間緩沖區(qū)分析將該地區(qū)具有相同比例尺且進(jìn)行配準(zhǔn)的道路分布圖、河流分布圖、森林分布圖，進(jìn)行預(yù)處理和數(shù)字化；利用河流分布圖生成1km的等距離緩沖區(qū)；利用道路分布圖生成5km的等距離緩沖區(qū)；森林分布圖中可采伐林地、道路緩沖區(qū)及河流緩沖區(qū)圖進(jìn)行疊加，疊加條件表達(dá)式為:

采伐區(qū)＝森林分布圖中可伐林地∩道路周圍5km緩沖區(qū)

∩非河流周圍1km緩沖區(qū)將上述3張圖進(jìn)行兩兩疊加，所得結(jié)果即為森林采伐圖。第五節(jié)空間緩沖區(qū)分析緩沖區(qū)分析實(shí)例3如一湖泊，要求在它周圍5000m內(nèi)必需禁止任何污染性工業(yè)企業(yè)存在，在它周圍500m內(nèi)必需禁止建筑任何永久性建筑物。解題步驟：〔1〕先建立緩沖區(qū)；〔2〕同現(xiàn)有污染性工業(yè)企業(yè)圖疊加，顯示在范圍內(nèi)應(yīng)禁止的污染性工業(yè)企業(yè)；〔3〕同現(xiàn)有永久性建筑物圖疊加，顯示在范圍內(nèi)應(yīng)禁止的永久性建筑物。第五節(jié)空間緩沖區(qū)分析緩沖區(qū)分析實(shí)例4如流域水系圖，要求計(jì)算在它周圍5公里內(nèi)所有建筑物,以便進(jìn)行分析。解題步驟：〔1〕先建立緩沖區(qū)；〔2〕同現(xiàn)有污染性工業(yè)企業(yè)圖疊加，顯示在范圍內(nèi)應(yīng)禁止的污染性工業(yè)企業(yè)；〔3〕同現(xiàn)有永久性建筑物圖疊加，顯示在范圍內(nèi)應(yīng)禁止的永久性建筑物。第五節(jié)空間緩沖區(qū)分析ARC/INFO命令:Buffer<in_cover><out_cover>{buffer_item}{buffer_table}{buffer_distance}{fuzzy_tolerance}{LINE|POLY|POINT|NODE}{ROUND|FLAT}{FULL|LEFT|RIGHT}對(duì)于本例:Bufferbufferbufferline##50001lineflat網(wǎng)絡(luò)分析空間數(shù)據(jù)的網(wǎng)絡(luò)分析是對(duì)地理網(wǎng)絡(luò)，城市根底設(shè)施網(wǎng)絡(luò)〔如各種網(wǎng)線，電纜線，電力線，線，供水線，排水管道等〕進(jìn)行地理化和模型化過程，通過研究網(wǎng)絡(luò)的狀態(tài)以及模擬和分析資源在網(wǎng)絡(luò)上的流動(dòng)和分配情況，實(shí)現(xiàn)對(duì)網(wǎng)絡(luò)結(jié)構(gòu)及其資源等的優(yōu)化問題。這種過程是基于地理網(wǎng)絡(luò)本身在空間上的拓?fù)潢P(guān)系、內(nèi)在聯(lián)系、跨度等屬性和性質(zhì)來進(jìn)行空間分析，通過滿足必要的條件得到合理的結(jié)果第六節(jié)空間網(wǎng)絡(luò)分析矢量數(shù)據(jù)特有的空間分析方法。網(wǎng)絡(luò)：線的組合，由線link、節(jié)點(diǎn)node組成。網(wǎng)絡(luò)分析的根底：線—點(diǎn)拓?fù)潢P(guān)系。網(wǎng)絡(luò)數(shù)據(jù)模型是真實(shí)世界中網(wǎng)絡(luò)系統(tǒng)(如交通網(wǎng)、通訊網(wǎng)、自來水管網(wǎng)、煤氣管網(wǎng)等)的抽象表示。依據(jù)網(wǎng)絡(luò)拓?fù)潢P(guān)系，根據(jù)網(wǎng)絡(luò)的空間數(shù)據(jù)、屬性數(shù)據(jù)，對(duì)網(wǎng)絡(luò)的特征、性能進(jìn)行分析。Shape文件是沒有拓?fù)浣Y(jié)構(gòu)矢量數(shù)據(jù)，但是在網(wǎng)絡(luò)分析時(shí)可以產(chǎn)生臨時(shí)的拓?fù)潢P(guān)系。第六節(jié)空間網(wǎng)絡(luò)分析第六節(jié)空間網(wǎng)絡(luò)分析一、概念1、網(wǎng)絡(luò)網(wǎng)絡(luò)是一個(gè)由點(diǎn)、線二元關(guān)系構(gòu)成的系統(tǒng)，通常用來描述某種資源或物質(zhì)在空間上的運(yùn)動(dòng)。如：交通網(wǎng)絡(luò)、城市根底設(shè)施網(wǎng)絡(luò)〔電力線、線、供排水管線〕等。2、網(wǎng)絡(luò)分析其根本思想在于人類活動(dòng)總是趨向于按一定目標(biāo)選擇到達(dá)最正確效果的空間位置。也就是說：網(wǎng)絡(luò)分析的根本目的是研究、籌劃一項(xiàng)網(wǎng)絡(luò)工程如何安排，并使其運(yùn)行效果最好。第六節(jié)空間網(wǎng)絡(luò)分析3、網(wǎng)絡(luò)分析理論根底網(wǎng)絡(luò)圖論是空間網(wǎng)絡(luò)分析的理論根底，它是用圖的形式來模擬任何一個(gè)能用二元關(guān)系來描述的系統(tǒng)。有關(guān)圖論的根本理論可參閱有關(guān)的文獻(xiàn)。第六節(jié)空間網(wǎng)絡(luò)分析二、空間網(wǎng)絡(luò)中的根本類型和構(gòu)成1、地理空間的網(wǎng)絡(luò)類型

在地理空間中，由于面向網(wǎng)絡(luò)的地理目標(biāo)具有不同的形態(tài)，因此構(gòu)成的空間網(wǎng)絡(luò)也有著不同的類型。根據(jù)空間網(wǎng)絡(luò)的拓?fù)鋵W(xué)分類，一般可分為：平面網(wǎng)絡(luò)非平面網(wǎng)絡(luò)兩大類第六節(jié)空間網(wǎng)絡(luò)分析平面網(wǎng)絡(luò)如河道的組成，從河源、支流、干流直到河口，構(gòu)成典型的樹狀型網(wǎng)絡(luò)。在樹狀型網(wǎng)絡(luò)中，點(diǎn)和線的功能具有明顯的等級(jí)特性，這種等級(jí)既不容顛倒，也不容穿插。如交通網(wǎng)抽象后的拓?fù)浣Y(jié)構(gòu)圖就是道路型網(wǎng)絡(luò)。是指網(wǎng)絡(luò)中具有封閉的環(huán)形結(jié)構(gòu),它和樹狀型網(wǎng)絡(luò)一樣，具有引導(dǎo)“流"入通道的功能。也稱為柵欄狀網(wǎng)絡(luò),它具有阻斷“流"的障礙存在,因此地理學(xué)家常利用這種網(wǎng)絡(luò)的拓?fù)浞治龇椒ㄈパ芯啃姓^(qū)劃系統(tǒng)和土地利用系統(tǒng)。道路型網(wǎng)絡(luò)樹狀型網(wǎng)絡(luò)細(xì)胞型網(wǎng)絡(luò)環(huán)網(wǎng)型網(wǎng)絡(luò)第六節(jié)空間網(wǎng)絡(luò)分析非平面網(wǎng)絡(luò)也可稱為交錯(cuò)型網(wǎng)絡(luò)，它的典型例子是城市地下管線網(wǎng)，包括給水、排水、電力、電信、煤氣、熱力、工業(yè)等多類別及多權(quán)屬和布局復(fù)雜的管線網(wǎng)，這類網(wǎng)絡(luò)的主要特征是具有復(fù)雜的橫斷面和縱剖面結(jié)構(gòu)。

非平面網(wǎng)絡(luò)第六節(jié)空間網(wǎng)絡(luò)分析網(wǎng)絡(luò)中流動(dòng)的管線，如街道、河流、水管等，其狀態(tài)屬性包括阻力(impedence)和需求(demand)。2、網(wǎng)絡(luò)中的根本組成局部和屬性出現(xiàn)在網(wǎng)絡(luò)鏈中所有的分割結(jié)點(diǎn)上，狀態(tài)屬性有阻力，如拐彎的時(shí)間和限制(如不允許左拐)。禁止網(wǎng)絡(luò)中鏈上流動(dòng)的點(diǎn)。①鏈(1ink)②障礙(barrier)③拐角點(diǎn)(turn)第六節(jié)空間網(wǎng)絡(luò)分析是接受或分配資源的位置，如水庫(kù)、商業(yè)中心、電站等。其狀態(tài)屬性包括資源容量(如總的資源量)、阻力限額(如中心與鏈之間的最大距離或時(shí)間限制)。④中心(center)在路徑選擇中資源增減的站點(diǎn)，如庫(kù)房、汽車站等，其狀態(tài)屬性有要被運(yùn)輸?shù)馁Y源需求，如產(chǎn)品數(shù)。⑤站點(diǎn)(stop)第六節(jié)空間網(wǎng)絡(luò)分析第六節(jié)空間網(wǎng)絡(luò)分析1、路徑分析(1)靜態(tài)求最正確路徑由用戶確定權(quán)值關(guān)系后，即給定每條弧段的屬性。當(dāng)需求最正確路徑時(shí)，讀出路徑的相關(guān)屬隆，求最正確路徑。(2)動(dòng)態(tài)分段技術(shù)給定一條路徑由多段聯(lián)系組成，要求標(biāo)注出這條路上的公里點(diǎn)或要求定位某一公路上的某一點(diǎn)，標(biāo)注出某條路上從某一公里數(shù)到另一公里數(shù)的路段。三、主要應(yīng)用舉例第六節(jié)空間網(wǎng)絡(luò)分析確定起點(diǎn)、終點(diǎn)，求代價(jià)較小的N條路徑。因?yàn)樵趯?shí)踐中往往僅求出最正確路徑并不能滿足要求，可能因?yàn)槟撤N因素不走最正確路徑，而走近似最正確路徑。實(shí)際網(wǎng)絡(luò)分析中權(quán)值是隨著權(quán)值關(guān)系式變化的，而且可能會(huì)臨時(shí)出現(xiàn)一些障礙點(diǎn)，所以往往需要?jiǎng)討B(tài)地計(jì)算最正確路徑。確定起點(diǎn)、終點(diǎn)和所要經(jīng)過的中間點(diǎn)、中間連線，求最短路徑。(3)N條最正確路徑分析(4)最短路徑(5)動(dòng)態(tài)最正確路徑分析網(wǎng)絡(luò)分析——路徑選擇和工序安排計(jì)算最正確網(wǎng)絡(luò)路徑?！餐其N員問題〕GIS中廣泛采用Dijkstra算法求最正確路徑線的阻抗：可以是長(zhǎng)度、時(shí)耗…，單向交通節(jié)點(diǎn)的阻抗：交叉口的延誤、轉(zhuǎn)彎的限制，是否互通路徑選擇在交通研究中的意義。2、效勞范圍〔ServiceArea〕的劃分基于網(wǎng)絡(luò)的效勞區(qū)基于緩沖區(qū)〔Buffer〕的效勞區(qū)兩者比較生成的原理不同：前者靠網(wǎng)絡(luò)中的路徑產(chǎn)生效勞區(qū)邊界，后者按直線距離產(chǎn)生效勞區(qū)邊界。一般情況下，后者比前者的范圍要小適用的范圍不同：第六節(jié)空間網(wǎng)絡(luò)分析第六節(jié)空間網(wǎng)絡(luò)分析地址匹配實(shí)質(zhì)是對(duì)地理位置的查詢，它涉及到地址的編碼(Geocode)。地址匹配與其他網(wǎng)絡(luò)分析功能結(jié)合起來，可以滿足實(shí)際工作中非常復(fù)雜的分析要求。所需輸入的數(shù)據(jù)，包括地址表和含地址范圍的街道網(wǎng)絡(luò)及待查詢地址的屬性值。3、地址匹配將以文字、數(shù)字表達(dá)的位置信息轉(zhuǎn)換表達(dá)為幾何上的空間位置第六節(jié)空間網(wǎng)絡(luò)分析第六節(jié)空間網(wǎng)絡(luò)分析4、資源分配資源分配網(wǎng)絡(luò)模型由中心點(diǎn)(分配中心)及其狀態(tài)屬性和網(wǎng)絡(luò)組成。資源分配的兩種方式：〔1〕由分配中心向四周輸出這種分配功能可以解決資源的有效流動(dòng)和合理分配，其在地理網(wǎng)絡(luò)中的應(yīng)用與區(qū)位論中的中心地理論類似?！?〕由四周向中心集中第六節(jié)空間網(wǎng)絡(luò)分析資源分配模型可用來計(jì)算中心地的等時(shí)區(qū)、等交通距離區(qū)、等費(fèi)用距離區(qū)等?？捎脕磉M(jìn)行城鎮(zhèn)中心、商業(yè)中心或港口等地的吸引范圍分析，以用來尋找區(qū)域中最近的商業(yè)中心，進(jìn)行各種區(qū)劃和港口腹地的模擬等。在資源分配模型中，研究區(qū)可以是機(jī)能區(qū)，根據(jù)網(wǎng)絡(luò)流的阻力等來研究中心的吸引區(qū)，為網(wǎng)絡(luò)中的每一連接尋找最近的中心，以實(shí)現(xiàn)最正確的效勞。還可以用來指定可能的區(qū)域。可視統(tǒng)計(jì)數(shù)據(jù)散點(diǎn)圖折線圖扇形圖柱狀圖直方圖能被用戶直觀地觀察和理解數(shù)據(jù)。統(tǒng)計(jì)表格是詳盡地表示非空間數(shù)據(jù)的方法，不直觀，但可提供詳細(xì)數(shù)據(jù)，便于對(duì)數(shù)據(jù)進(jìn)行再處理。

第七節(jié)空間統(tǒng)計(jì)分析第七節(jié)空間統(tǒng)計(jì)分析常規(guī)統(tǒng)計(jì)分析主要完成對(duì)數(shù)據(jù)集合的均值、總和、方差、頻數(shù)、峰度系數(shù)等參數(shù)的統(tǒng)計(jì)分析?？臻g自相關(guān)分析是認(rèn)識(shí)空間分布持征、選擇適宜的空間尺度來完成空間分析的最常用的方法。2、空間自相關(guān)分析1、常規(guī)統(tǒng)計(jì)分析第七節(jié)空間統(tǒng)計(jì)分析對(duì)于空間自相關(guān)分析，目前普遍使用空間自相關(guān)系數(shù)表示，其計(jì)算公式如下I

=N—Wij∑∑Wij

(xi–x)(xj–x)xi–x*其中:N表示空間實(shí)體數(shù)目；xi表示空間實(shí)體的屬性值；x是xi的平均值；Wij表示實(shí)體i與j的空間關(guān)系，它通過拓?fù)潢P(guān)系獲得。

Wij＝1表示空間實(shí)體i與j相鄰；

Wij

＝0表示空間實(shí)體I與j不相鄰。I的值介于–1與1之間：

I＝1表示空間自正相關(guān)，空間實(shí)體呈聚合分布；

I＝-1表示空間自負(fù)相關(guān)，空間實(shí)體呈離散分布；

I＝0表示空間實(shí)體是隨機(jī)分布的。第七節(jié)空間統(tǒng)計(jì)分析回歸分析是處理變量之間具有相關(guān)關(guān)系的一種數(shù)理統(tǒng)計(jì)方法。實(shí)際上，回歸分析和相關(guān)分析都是研究和處理變量之間具有相互關(guān)系的一種數(shù)理統(tǒng)計(jì)方法，但它們之間既有聯(lián)系，又有區(qū)別。在研究對(duì)象和內(nèi)容上兩者是相同的，但相關(guān)分析主要是研究要素之間的密切程度，并沒有嚴(yán)格的自變量和因變量之分；而回歸分析那么主要是研究變量之間的數(shù)學(xué)表達(dá)形式，因而有自變量和因變量之分，可以通過自變量的值來預(yù)測(cè)、內(nèi)插因變量的取值。從這里可以看出，回歸分析有預(yù)測(cè)的性質(zhì)。3、回歸分析第七節(jié)空間統(tǒng)計(jì)分析回歸分析的主要內(nèi)容可概括如下：(1)從一組空間數(shù)據(jù)出發(fā)，確定這些變量間的定量數(shù)學(xué)表達(dá)式，即回歸方程；(2)根據(jù)一個(gè)或幾個(gè)變量的值來預(yù)測(cè)或控制另一個(gè)變量的取值；(3)從影響某一地學(xué)過程的許多變量中，找出那些變量是主要的，那些變量是次要的，這些變量之間又有什么關(guān)系。根據(jù)變量的多少，可以把回歸分析分為一元回歸模型和多元回歸模型。變量之間的關(guān)系有的是線性關(guān)系，有的是非線性關(guān)系。第七節(jié)空間統(tǒng)計(jì)分析4、趨勢(shì)分析通過數(shù)學(xué)模型模擬地理特征的空間分布與時(shí)間過程，將地理要素時(shí)空分布的實(shí)測(cè)數(shù)據(jù)點(diǎn)之間的缺乏局部?jī)?nèi)插或預(yù)測(cè)出來。趨勢(shì)面是一個(gè)光滑的數(shù)學(xué)曲面，它能夠集中地反映空間數(shù)據(jù)在大范圍內(nèi)的變化趨勢(shì)。趨勢(shì)面與實(shí)際地學(xué)變量構(gòu)成的空間曲面不同，它只是實(shí)際曲面的一種近似值。即實(shí)際曲面等于趨勢(shì)面與殘差面之和。實(shí)際曲面=趨勢(shì)面+殘差面趨勢(shì)面反映了區(qū)域性的變化規(guī)律，它受大范圍內(nèi)系統(tǒng)性因素的控制；殘差曲面那么反映了局部性的變化特點(diǎn)，這些特點(diǎn)受局部性因素和隨機(jī)因素的控制。第七節(jié)空間統(tǒng)計(jì)分析

用于計(jì)算趨勢(shì)面的數(shù)學(xué)表達(dá)式有多項(xiàng)式函數(shù)和傅立葉級(jí)數(shù)之分。最常用的是多項(xiàng)式函數(shù)。按多項(xiàng)式函數(shù)中自變量的個(gè)數(shù)，可分為一維、二維、三維趨勢(shì)面擬合等種類，每一類又可按多項(xiàng)式的系數(shù)分為一次、二次、三次、四次、五次等趨勢(shì)面。在實(shí)際工作中，二維趨勢(shì)面是一種最常用的方法。趨勢(shì)面分析的數(shù)學(xué)表達(dá)式第七節(jié)空間統(tǒng)計(jì)分析將相關(guān)的影響因素按其相對(duì)重要性排隊(duì)，給出各因素所占的權(quán)重值；對(duì)每一要素內(nèi)部進(jìn)行進(jìn)一步分析，按其內(nèi)部的分類進(jìn)行排隊(duì)，按各類對(duì)結(jié)果的影響給分，從而得到該要素內(nèi)各類別對(duì)結(jié)果的影響量；最后系統(tǒng)進(jìn)行復(fù)合，得出排序結(jié)果。以表示對(duì)結(jié)果影響的優(yōu)劣程度，作為決策的依據(jù)。5、專家打分模型第七節(jié)空間統(tǒng)計(jì)分析其數(shù)學(xué)表達(dá)式為：式中，Gp表示p點(diǎn)的最終復(fù)合結(jié)果值；

Wi表示第i個(gè)要素的權(quán)重；

Cip表示第i個(gè)要素在p點(diǎn)的類別的專家打分分值。Gp=WiCip①打分：用戶首先在每個(gè)feature的屬性表里增加一個(gè)數(shù)據(jù)項(xiàng)，填入專家賦給的相應(yīng)的分值；②復(fù)合：調(diào)用加權(quán)符合程序，根據(jù)用戶對(duì)各個(gè)feature給定的權(quán)重值進(jìn)行疊加．得到最后的結(jié)果。專家打分模型實(shí)現(xiàn)第七節(jié)空間統(tǒng)計(jì)分析地理問題往往涉及大量相互關(guān)聯(lián)的自然和社會(huì)要素，眾多的要素常常給模型的構(gòu)造帶來很大困難，同時(shí)也增加了運(yùn)算的復(fù)雜性。為使用戶易于理解和解決現(xiàn)有存儲(chǔ)容量缺乏的問題，有必要減少某些數(shù)據(jù)而保存最必要的信息由于地理變量中許多變量通常都是相互關(guān)聯(lián)的，就有可能按這些關(guān)聯(lián)關(guān)系進(jìn)行數(shù)學(xué)處理到達(dá)簡(jiǎn)化數(shù)據(jù)的目的6、主成分分析法第七節(jié)空間統(tǒng)計(jì)分析第七節(jié)空間統(tǒng)計(jì)分析概念主成分分析是以取樣點(diǎn)作為坐標(biāo)軸，以變量作為矢量，通過相似系數(shù)建立相關(guān)矩陣，研究變量之間的親疏關(guān)系。方法利用變量之間的相關(guān)矩陣，通過由用戶確定的閾值，從數(shù)據(jù)庫(kù)變量集合中選擇一定數(shù)量的關(guān)鍵獨(dú)立變量，以消除其他冗余變量。這種方法克服了變量選擇時(shí)的冗余和相關(guān),然后選擇信息最豐富的少數(shù)因子進(jìn)行各種聚類分析。6、主成分分析法第七節(jié)空間統(tǒng)計(jì)分析計(jì)算方法設(shè)有m個(gè)樣本，n個(gè)變量，構(gòu)造矩陣其斜方差方陣只為對(duì)稱矩陣第七節(jié)空間統(tǒng)計(jì)分析使得y1，y2，…，yn互不相關(guān)，R矩陣的特征值越大，該主成分的奉獻(xiàn)越大，因而可以選擇累計(jì)奉獻(xiàn)百分比在一定閾值以內(nèi)的假設(shè)干因子作為主因子參加分析運(yùn)算。用Jacobi方法找出線性變換第七節(jié)空間統(tǒng)計(jì)分析7、層次分析法(AHP)

概念在分析涉及大量相互關(guān)聯(lián)、相互制約的復(fù)雜因素時(shí)，各因素對(duì)問題的分析有著不同程度的重要性，決定它們對(duì)目標(biāo)的重要性序列對(duì)問題的分析十分重要。AHP方法把相互關(guān)聯(lián)的要素按隸屬關(guān)系劃分為假設(shè)干層次，請(qǐng)有經(jīng)驗(yàn)的專家們對(duì)各層次各因素的相對(duì)重要性給出定量指標(biāo)，利用數(shù)學(xué)方法，綜合眾人意見給出各層次各要素的相對(duì)重要性權(quán)值，作為綜合分析的根底。第七節(jié)空間統(tǒng)計(jì)分析8、聚類分析

概念變量聚類分析就是將一組數(shù)據(jù)點(diǎn)或變量，按照其在性質(zhì)上親疏遠(yuǎn)近的程度進(jìn)行分類。兩個(gè)數(shù)據(jù)點(diǎn)在m維空間的相似性可以利用這些點(diǎn)在變量空間的距離來度量。一般距離采用歐氏距離或馬氏距離。距離越小，說明兩者的相似性越大。應(yīng)用系統(tǒng)聚類是根據(jù)多種地學(xué)要素對(duì)地理實(shí)體進(jìn)行劃分，對(duì)不同的要素劃分類別往往反映不同目標(biāo)的等級(jí)序列，如土地分等定級(jí)、水土流失強(qiáng)度分級(jí)等。第七節(jié)空間統(tǒng)計(jì)分析概念判別分析與聚類分析同屬分類問題，所不同的是，判別分析是根據(jù)理論與實(shí)踐，預(yù)先確定出等級(jí)序列的因子標(biāo)準(zhǔn)，再將分析的地理實(shí)體安排到序列的合理位置上。常規(guī)的判別分析主要有距離判別法和Bayes最小風(fēng)險(xiǎn)判別法等。應(yīng)用對(duì)于諸如水土流失評(píng)價(jià)、土地適宜性評(píng)價(jià)等有一定理論根據(jù)的分類系統(tǒng)的定級(jí)問題比較適用。9、判別分析空間插值的概念和理論空間插值常用于將離散點(diǎn)的測(cè)量數(shù)據(jù)轉(zhuǎn)換為連續(xù)的數(shù)據(jù)曲面，以便與其它空間現(xiàn)象的分布模式進(jìn)行比較，它包括了空間內(nèi)插和外推兩種算法空間內(nèi)插算法是一種通過點(diǎn)的數(shù)據(jù)推求同一區(qū)域其它未知點(diǎn)數(shù)據(jù)的計(jì)算方法；空間外推算法那么是通過區(qū)域的數(shù)據(jù)，推求其它區(qū)域數(shù)據(jù)的方法第八節(jié)空間插值從樣本點(diǎn)數(shù)值估算出附近網(wǎng)格點(diǎn)的值〔空間插值，SpatialInterpolation〕，單元的大小和插入方法決定輸出的精度。計(jì)算方法：距離倒數(shù)權(quán)重法樣條函數(shù)法〔Spline〕Kriging法趨勢(shì)面法〔Trend〕