第八章空間分析原理與方法交通方便；條件1方案2現(xiàn)實世界現(xiàn)實世界地形信息地形信息十水系信息植被信息等空間分析空間分析存儲數(shù)據(jù)庫一、空間分析含義空間分析是以地理事物的空間位置和形態(tài)特征為基礎，以空間數(shù)據(jù)運算、空間數(shù)據(jù)與屬性數(shù)據(jù)的綜合運算為特征，提取與產(chǎn)生新的空間信息的技術(shù)和過程?？臻g分析是對分析空間數(shù)據(jù)有關技術(shù)的統(tǒng)稱。空間分析目的是通過對空間數(shù)據(jù)的分析處理，獲取地理對象的空間位置、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。二、空間分析的主要內(nèi)容由于GIS空間數(shù)據(jù)庫中存儲了包含空間特征的空間信息及同應用相關的專題信息，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)合分析應用型GIS工具型應用型GIS核核心核心基本工具應用模型空間分析應用模型發(fā)展轉(zhuǎn)變空間分析方法與應用模型是GIS的一個很重要的組成部分，這一部分的好壞是衡量一個GIS的功能強弱的重要指標。四、空間分析分類歸納起來，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)絡分析、圖像分析、空間統(tǒng)計分析等。(2)專用空間模型分析指在GIS支持下通過建立一定的數(shù)學模型實現(xiàn)地理現(xiàn)象的分析和模擬，這是GIS應用深化的重要標志。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)就是在此基礎上發(fā)展起來的計算機支持系統(tǒng)。(2)產(chǎn)生式空間分析基于GIS中拓撲關系和空間操作運算、空間統(tǒng)計分析及將GIS作為通用工具同其他專業(yè)模型結(jié)合，實現(xiàn)空間數(shù)據(jù)的模擬和分析。(1)空間數(shù)據(jù)的空間特性分析√空間位置分析：指通過空間坐標系中坐標值來確定空間物體的地√空間形態(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)計算兩個方面。前者如走向、連通性等，后者如面積、周長、坡度等?！炭臻g關系分析：空間關系反映了空間物體之間的各種關系，如方位關系、距離關系、拓撲關系、相似關系等。(2)空間數(shù)據(jù)的非空間特性分析主要是基于數(shù)據(jù)庫的統(tǒng)計分析。圖形—屬性查詢方式統(tǒng)計結(jié)果：屬性限制查詢結(jié)果新圖層查詢結(jié)果空間拓撲限制查詢條件二者結(jié)合屬性數(shù)據(jù)庫二者結(jié)合GIS軟件介GIS軟件介1、空間查詢方式?2、查詢結(jié)果顯示?空間數(shù)據(jù)的查詢是GIS最基本的功能，它是GIS高層次空間分多問題可通過查詢解決，查詢還能派生新數(shù)據(jù)。基于屬性(非空間)特征的查詢空間數(shù)據(jù)查詢類型結(jié)合空間特性和非空間(屬性)一L回17羅中eB9SBMunbetoffeatureeelected;EileEditYievInsertSelectionToEileEditYievInsertSelectionToTdentifyTdentify應DravingDraving10B1u△▼二4照192.46Records(2outof39S5□固2ox02,mxd-AroM□固E11eLditIevInsertelectionI團土地使明nnmaa圖查文(幾何查詢)空間關系的查詢1、基于屬性(非空間)特征的查詢屬性特征的查詢主要在屬性數(shù)據(jù)庫中完成，這種查詢通?；鶎傩蕴卣鞯牟樵冎饕趯傩詳?shù)據(jù)庫中完成，這種查詢通常基于標準的SQL查詢語言實現(xiàn)，之后按照屬性數(shù)據(jù)和空間數(shù)據(jù)的對應關系顯示圖形。標號面積2、基于空間特性的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、圖像或符號為語言元素的可視化查詢。查詢首先借助于空間索引在空間數(shù)據(jù)庫中找出空間地理對象,然后，再根據(jù)GIS中屬性數(shù)據(jù)和空間數(shù)據(jù)的對應關系找出顯示地理對象的屬性，并可進一步進行相關的統(tǒng)計分析。主要根據(jù)空間目標的幾何數(shù)據(jù)，分析計算不同地物(如線狀地物)的長度、組成、坐標點數(shù)及面狀地物的面積、周長等。這是空間查詢中最基本的查詢功能，只要空間數(shù)據(jù)是同大地坐標進行√簡單點擊空間點狀地物，就可獲取坐標點地理位置；√點擊線狀地物，就可獲取該線的長度及地理位置；√點擊面狀地物，就可獲取該面的周長、面積及其地理位置等。是在黃色圖斑，等信息。(3)空間關系查詢空間關系查詢主要指拓撲關系查詢。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。(面-面查詢；線-線查詢；點-點查詢)②不同類要素間的關聯(lián)性查詢、穿越性查詢、落入性查詢、方向性查詢等。(線-面查詢；點-線查詢；店面查詢)例：從中國地圖上查京九鐵路沿線有多少站，實質(zhì)是進行關聯(lián)性查詢。例：從中國地圖上查黃河經(jīng)過哪幾個省，實質(zhì)是進行穿越性查詢。注：進行空間關系查詢時，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。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)合查詢不是簡單地由定位空間特性查詢結(jié)果，顯示相關的屬性，也不是從屬性特征的查詢結(jié)果，顯示相關的空間位置?？臻g特征和屬性特征聯(lián)合查詢的實質(zhì)是指查詢條件中同時涉及空間特征和屬性特征。(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；查長江以南的城市，屬于方位查詢。并、差。下圖中，設屬性分別為A和B的兩個多邊形相交，形成的空間單元分別為1、2、3,則它們經(jīng)布爾操作后的結(jié)果如表所示。11三、空間查詢的方法1、基于SQL語言的空間查詢Where條件表達式目前的GIS軟件常提供實現(xiàn)SQL查詢的對話框，使查詢更為簡單方便。優(yōu)點：適合關系表的查詢與操作。缺點：無法表達空間關系及空間運算操作。行查詢。面轄日[IName]=轄日2、基于空間查詢語言(SpatialQueryLanguage)的查詢碧QL上發(fā)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。fromRoadwhereType=“Highway”)3、可視化空間查詢方法將查詢語言的元素用直觀的圖形或者符號表示。實現(xiàn)過程實現(xiàn)過程經(jīng)過轉(zhuǎn)換可視化查詢語句缺點：查詢語言的元素數(shù)量較少，僅能進行有限的查詢。在查詢語言中引入自然語言的概念。實現(xiàn)過程實現(xiàn)過程這里使用了一個自然語這里使用了一個自然語言的概念，即“溫度高”將“自然語言”轉(zhuǎn)換為“查詢語言”優(yōu)點：查詢變得更加簡單和方便。缺點：在自然語言的量化時，與語言環(huán)境及專業(yè)領域相關。因此，很難作超文本是由文本信息結(jié)點和結(jié)點間相關聯(lián)的鏈所組成的具有一定邏輯關系和語言查詢信息集成化的網(wǎng)絡。第三節(jié)第三節(jié)空間數(shù)據(jù)量算■點狀目標(0維):坐標；■線狀目標(1維):長度、曲率、方向；■面狀目標(2維):面積、周長、形狀等；■體狀目標(3維):表面積、體積等。_區(qū)域?qū)ο?總2總市公安局市公安局中一、線的長度折線的長度等于其每段線段長度之和，多邊形的周長實際設坐標為距離計算公式距離計算公式q=0.6,非毆氏距離(障礙或阻力)n維非勻質(zhì)空間距離計算計算最佳的通道?！龀杀揪嚯x分析的應用(上機練習)(1)成本距離分析■有障礙的旅行(坡度、額外的費用)我諧致(p//w52yustnco(2)成本距離的計算原理距離D,垂直、水平相鄰為d距離D,對角線相鄰為2d成本距離的計算原理accum_cost=a1+((cost_a+cost_b)/2)*Dcc22121012121121211211112121211111112111111源圖層成本圖層成本距離分析結(jié)果面狀對象在計算機內(nèi)部是以一系列首尾相接的坐標串表示的。按多邊形頂點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，然后求其假設有N個頂點，其面積計算公式為：多邊形面積量算示意圖我壹語交A1(p7h步驟：itnitn地形體積量算示意圖對于多邊形邊界輪廓的形態(tài)度量，有很多公式，大多數(shù)都與多邊形的周長狀(通常是圓形)相比表示其形狀的復雜程度。以圓形為標準的形狀指數(shù)如果認為一個標準的園目標既非緊湊型也非膨脹型，則可定義其形狀系數(shù)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。假設有n個離散點(X?,Y?),(X?,Y?),…,(X,Y),可以用不同方法來表示分布中心。1、平均中心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在分析問題時重要性之間的差異，在實際目標物對其周圍目標的影響隨距離的增大而減小，即：比，任何定位點的目標物均可由此得到一潛在勢能圖。一個多邊形或面的幾何中心，當多邊形比較簡單時，計算很容易。當多邊形形狀復雜時，計算也更加復雜。質(zhì)心量測可用于對地理分布變化的跟蹤；計算目標物對周圍地區(qū)的經(jīng)濟輻射范圍。如應用質(zhì)心量測分析人口變遷、第三節(jié)第三節(jié)空間數(shù)據(jù)量算1)商場選址應位于具有最佳勢能的定位點處；2)經(jīng)濟的增長極極可能發(fā)生在高勢能區(qū)；3)跟蹤地理分布的變化，如人口變遷、土地類型的變幾何中心六、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一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系，隨著尺度的增加(細化),空間形態(tài)參數(shù)的度量以某種指數(shù)關系增加。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數(shù)上的線性相關。第三節(jié)第三節(jié)空間數(shù)據(jù)量算用不同的步距去量取一條自然曲線的長度，設當步距為D時，量得的曲線長度為L。采用不同的步距D就可以得到不同的曲線長度L,用In(L)和In(D)為坐標軸標繪每一個點，若所得的點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)第四節(jié)空間疊加分析授課內(nèi)容：(一)視覺信息復合1、布爾邏輯運算2、重分類1、布爾邏輯運算2、重分類3、點變換4、區(qū)域變換方法5、鄰域變換方法示意圖：示意圖：圖層1(5個多邊形)圖層2(2個多邊形)土壤類型圖層3(9個多邊形)適宜農(nóng)作物空間疊加(疊置)分析ABCABC建立地理對象之間的空間對應(一)視覺信息復合視覺信息復合是將統(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體的空間關系，從而獲取更多的空間信息。■視覺信息復合中，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。2、面狀圖與專題區(qū)域邊界之間的復合根里河臥終河二二、空間疊加類型——視覺信息復合銀水下石堡大草嶺北安南窖林場點與多邊形的疊加是確定一個圖層上的點落在另一圖層的哪個多邊形內(nèi)，以便為圖層上的點建立新的屬性。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。屬性1屬性2屬性1屬性23AB4C44321面屬性24321面屬性2多邊形點屬性ADCB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)的疊加分析看看某行政區(qū)劃內(nèi)有多少個鄉(xiāng)鎮(zhèn)?/房店市晉蘭店市晉蘭黃Query1崗覽器□回×名稱人口1986三7泡崖鄉(xiāng)7楊家鄉(xiāng)7三臺鄉(xiāng)7太陽升鄉(xiāng)7交流島鄉(xiāng)7駝山鄉(xiāng)7閻店鄉(xiāng)7西楊鄉(xiāng)7趙屯鄉(xiāng)7土城鄉(xiāng)計數(shù)：范圍：總和：方差：7770確定幫助確定7謝屯建制鎮(zhèn)7復州灣建制鎮(zhèn)7李店建制鎮(zhèn)7老虎屯建制鎮(zhèn)7東崗建制鎮(zhèn)7復州城建制鎮(zhèn)7建制鎮(zhèn)7永寧建制鎮(zhèn)7萬家?guī)X建制鎮(zhèn)7許屯建制鎮(zhèn)7建制鎮(zhèn)7炮臺建制鎮(zhèn)7長興島建制鎮(zhèn)7李官建制鎮(zhèn)7建制鎮(zhèn)□?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2、線與多邊形的疊加比較線坐標與多邊形坐標的關系，判斷線是否落在多邊形圖與境界圖相疊加，計算弧段與多邊形邊界的交點，在交點處截斷弧段，并對弧段重新編號，建立弧段與多邊形的歸屬關系。線號原線號多邊形號11B21C32C43C線與多邊形疊加分析莊河市口二二、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或多個多邊形圖層進行疊加產(chǎn)生一個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。屬性1X2Y屬性1X2Y3Z屬性A新層新多邊形ID層2多邊形屬性10A20X3AX40X5A06A07AY8AZ90Y0Z0YZ0二、空間疊加類型——基于矢量數(shù)據(jù)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對兩個多邊形進行邊界求交和弧段分割運算，并以新弧段為單位重建拓撲關系；②判斷重建多邊形落在原始多邊形層的哪個多邊形內(nèi)，從而建立新疊加多邊形與原始多邊形的關系，并抽取屬性。二、空間疊加類型——基于矢量數(shù)據(jù)的疊加二、空間疊加類型——基于矢量數(shù)據(jù)的疊加分析))多邊形的疊加流程圖nyy兩個多邊形是包含關系?nnnyn(3)多邊形與多邊形的疊加分析種類①UNION合并操作(求并集操作):只能進行多邊形疊加，保留原來兩個Coverage的所有區(qū)域1寸寸1②IDENTITY(識別操作)輸入圖層的可以是多邊形、點、線，而操作圖層(疊加)要素必須是多邊形。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、線或多邊形疊加到多邊形上，兩個圖層的公共部輸入圖層的可以是多邊形、點、線，而操作圖層(疊加)要素必須是多邊形。{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)的疊加分析輸出層為保留其中一輸入圖層為控制邊界之外的所有多邊形。輸出層為按一個圖層的邊界，對另一個圖層的內(nèi)容要素進行截取后的結(jié)果。輸出層為一個經(jīng)刪除處理后的圖層與一個新特征圖層進行合并后的結(jié)果。十疊加分析實例一：有日喀則地區(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，求日喀則地區(qū)各縣沙漠化類型統(tǒng)計數(shù)據(jù)。日喀則地區(qū)沙漠化類型分布圖254行政區(qū)界圖屬性表47992523456?8914?92523456?8914?98r67833384625.64883?8788384644.5461484435862504.3750093546518100.220383107986598992.81097日喀則地區(qū)行政區(qū)界線圖132154546681.64859166066819382.08221186335172477.21600日喀則地區(qū)行政區(qū)界線圖194690537493.14929二二、空間疊加類型——基于矢量數(shù)據(jù)的疊加分析流動夢(丘)地舉固冠沙(丘)地舉固冠沙(丘)地固尼沙(丘)地200W476382527.743680TYPEPERIMETER二2OUERMAP-ID=DESERT#2ID=3OUERMAP-ID=DESERT#=3DESERT-IDIDTYPEBIANJIE#圖層1屬圖層1屬性表圖層2屬性表RecordAREA 843282.05251743400.46268440844.36447614346.5302?36832404789497690.19012603193.61213660369.6297?247366.75101375117.37504422894.47118481862.57654322864.80343417167.20501381492.3599723456?892254?982a3458②40212021323821■多RD==疊加分析實例二：洪水淹沒損失分析1)估計住宅用地被洪水淹設而造成的損失；=2)洪水水位的相對高程為500米；3)損失的大小和居民的財產(chǎn)、地基的穩(wěn)定性有關。獲取數(shù)據(jù)：■1)數(shù)字化的地塊多邊形地圖。每個地塊均有土地使用、可遭損失的財產(chǎn)狀況(簡稱估計財產(chǎn))、不同地基類型等屬性；2)地塊多邊形屬性表中有地均財產(chǎn)這一項，地均財產(chǎn)=估計財產(chǎn)/地塊面積；■3)對每一類地基，可估計其穩(wěn)定性，并估計房屋倒坍的可能性,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：圖和對應的屬性表?！?)從表可知，當洪水淹沒了500米以下的地區(qū)時，每個地塊財產(chǎn)的大致?lián)p失狀況?！?)對地塊——高程圖按對應屬性進行分類，得到洪水淹沒損失分布圖。地塊屬性表多邊形編號面積土地使用估計財產(chǎn)地基類型地均財產(chǎn)A2C3CB4CA3C6A7C地塊多邊形圖多邊形編號面積123456789原地塊多邊形編號原高程多邊形編號最大高程土地使用原高程多邊形編號最大高程地基類型損失系數(shù)ABC疊合后地塊-高程屬性表的數(shù)據(jù)項(內(nèi)容略)二二、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失系數(shù)。和對應的屬性54估計損失671]地塊編號2]地塊編號32洪水淹沒損失分布空間疊加類型——基于矢量數(shù)據(jù)的疊加分析500米以下的土地使用地基類型地均財產(chǎn)損失系數(shù)估計損失CACMAC地塊多邊形編號被淹面積比例(%)估計財產(chǎn)估計損失12567合計一柵格數(shù)據(jù)。算過程比較簡單。疊加分析方法：(1)布爾邏輯運算(2)重分類(3)點變換(4)區(qū)域變換方法(5)鄰域變換方法1、布爾邏輯運算?例：有土壤厚度(大于50厘米)和土壤類型(紅壤和其他類型)兩個二值化圖層，不同的邏輯運算結(jié)果如下：元顯示出來；元顯示出來；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；輯算子以及運算結(jié)果的文氏圖表示其一般的運算思路和關系。如下圖所示。布爾邏輯算子文氏圖2、重分類據(jù)中的多種屬性類型，按照一定的原則進行重新分類，以利于分析。重分類時必須保證多個相鄰接的同一類別的圖形單元應獲得相同的名稱，并將圖形單元合并，從而形成新的圖形單元。征的影響。運算方法包括：22542225423643366244633463377二010200結(jié)果特征：運算后得到的新屬性值可能與原圖層的屬性意義完全不同。特征(區(qū)域長度、面積、周長等)。80年遙感影像0000000000000000二點變換后影像分析通過80和90年兩期影像的相減運算后得到變換影像，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。在一般應用中，多使用原始的遙感影像，可提高變化探測速度。原始遙感信息變化信息探測變化信息分類高分辨率圖像融合影像分類結(jié)果比較專題圖件數(shù)據(jù)預處理析變化信息的解譯與制圖社經(jīng)統(tǒng)計數(shù)據(jù)動態(tài)變化研究變化數(shù)據(jù)管理更新土地利用圖土地利用/覆蓋動態(tài)變化研究框架農(nóng)村居民地工礦用地荒地草地水域城鎮(zhèn)水田草地水域城鎮(zhèn)不同時期土地利用圖使用景觀生態(tài)學方法，計算土地類型轉(zhuǎn)移矩陣。土地類型轉(zhuǎn)移矩陣：根據(jù)兩個不同時間(t和t+△t)的土地利用圖計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)，將兩個不同時間的土地利用圖進行刪格化處理，計算t時刻上A類有多少格網(wǎng)點轉(zhuǎn)換成在t+△t時刻的B,C,D等類型，轉(zhuǎn)換點數(shù)占該類型總數(shù)的百分比可稱為轉(zhuǎn)移概率。二二、空間疊加類型——基于柵格數(shù)據(jù)的疊加分析對任意兩期土地利用類型圖由k時期到k+1時期的土地利用變化圖C;xj,它表現(xiàn)了土地利用變化的類型及其空間分布。12n111111N=a注：表中a代表土地類型I在轉(zhuǎn)化前的總量；a;代表土地類型I在轉(zhuǎn)化1985-1995年各用地轉(zhuǎn)化百分比圖□未利用地■工礦用地□水域□草地□耕地1995年的土地類型二二、空間疊加類型——基于柵格數(shù)據(jù)的疊加分析1995-1998年各用地轉(zhuǎn)化百分比圖□未利用地■工礦用地□水域□耕地耕地耕地1998年的土地類型1998-2000年各用地轉(zhuǎn)化百分比圖耕地耕地工礦地工礦地2000年土地類型□未用地■工礦地■村用地■鎮(zhèn)用地□水域□耕地比比格用柵格標準化鐵第五節(jié)第五節(jié)空間緩沖區(qū)分析緩沖區(qū)分析是指根據(jù)分析對象的點、線、面實體，自動建立其周圍一定距離的帶狀區(qū)，用以識別這些實體或者主體對鄰近對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)劃中有著廣泛的例如：湖泊和河流周圍的保護區(qū)的定界；汽車服務區(qū)的選擇；民宅區(qū)遠離街道網(wǎng)絡的緩沖區(qū)的建立等。2緩沖區(qū)主要的類型(1)基于點要素的緩沖區(qū)：通常以點為圓心、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(3)基于面要素的緩沖區(qū)：向外或向內(nèi)擴展一定距離以生成新的多邊(1)點的緩沖區(qū)(2)線的緩沖區(qū)(3)面的綴沖區(qū)綴沖區(qū)的建立(據(jù)ESRI,1988)3空間緩沖區(qū)分析過程以圖形元素為基礎，拓寬或緊縮一定寬度而形成的區(qū)域。這個寬度通常是等距的，也可以是不等距的緩沖根據(jù)建立的緩沖區(qū)，對緩沖區(qū)內(nèi)的空間信息形態(tài)、特(1)緩沖區(qū)分析的三要素下三類要素：①主體(2)緩沖區(qū)分析模型>線性模型>指數(shù)模型線性模型距距離圖5-28線性模型F為主體對鄰近對象的實際影響度；f圖5-28線性模型d;為鄰近對象離開主體的實際距離；d?為主體對鄰近對象的最大影響距離。二次模型形式衰減時(圖5一29),其表達式為：式中F為主體對鄰近對象的實際影響度；f?為主體自身的綜合規(guī)模指數(shù)；d;為鄰近對象離開主體的實際距離；1圖5-29二次模型d?圖5-29二次模型指數(shù)模型形式衰減時(圖5—30),其表達式為：r;=d;/d?式中f?為主體自身的綜合規(guī)模指數(shù)；d?為主體對鄰近對象的最大影響距離。距離距離05空間緩沖區(qū)分析實例分析實例1設在某研究區(qū)10km2區(qū)域內(nèi)有三條道路，它們相關的幾何數(shù)據(jù)和屬性數(shù)據(jù)如表5-10所示。現(xiàn)以這些道路為主體，道路附近的居民出行為鄰近對象，試進行這些道路通達度的緩沖區(qū)分析。其分析和操作過程如下：表道路數(shù)據(jù)名稱路寬(m)(輛小時)非機動車流量(輛小時)人流量(人小時)ABC5對上表所列的各項統(tǒng)計數(shù)據(jù)采用最大值標準化方法，得到上表的標準化表5-10道路數(shù)據(jù)路寬(m)機動車流量(輛/小時)非機動車流量(輛/小時)人流量AB5路寬ABC(2)計算道路的最大影晌距離d?道路的最大影響距離將與該類道路的級別標準和總長度有關，級別標準愈高，則影響距離也愈大，一般按下式推算：d0=S/(21)(5-35)式中：S為研究區(qū)面積：本例為10km2l為各級道路的長度：道路B的d0=S/2(IA+lB)=350m,道路C的d0=S/2(IA+lB+lC)=100m。道路通達度具有隨著離開道路中心線程迅速遞減的特點，因此實施道路通達度的緩沖區(qū)操作適宜選擇指數(shù)形式的分析模型。具體實現(xiàn)的技術(shù)途徑有以下兩種選擇：1)由設定di值→求Fi值→輸出緩沖區(qū)圖形的技術(shù)途徑①應用需求和道路的最大影響距離，分別設定它們的di值。例如：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)。③依據(jù)也值在道路的兩邊繪制平行線，在線的端點處繪制半圓，生成緩沖區(qū)多邊形，并在該緩沖區(qū)多邊形內(nèi)賦以相應的屬性值2)由設定F;值→求d;值→輸出緩沖區(qū)圖形的技術(shù)途徑。算對應的d,值。③依據(jù)d,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)部的屬性值至輸出全部圖形及其屬性。根據(jù)該技術(shù)途徑輸出的點狀、線狀、面狀實體的緩沖區(qū)分析圖如圖5—31、圖5—32和圖5—33所示。河流周圍1km內(nèi)采伐林木。另外，為便于運輸，決定將采伐區(qū)定在道路周圍5km之內(nèi)。請找出符合上述條件的采伐區(qū)，輸出森林采伐圖。布圖為數(shù)據(jù)源。解題流程見圖所示。道路分布圖生成道路周圍5km緩沖區(qū)森林分布圖疊加疊加河流分布圖生成河流周圍(1)將該地區(qū)具有相同比例尺且進行配準的道路分布圖、河流分布圖、森林分布圖，進行預處理和數(shù)字化；(2)利用河流分布圖生成1km的等距離緩沖區(qū)；(3)利用道路分布圖生成5km的等距離緩沖區(qū)；(4)森林分布圖中可采伐林地、道路緩沖區(qū)及河流緩沖區(qū)圖進行疊加，疊加條件表達式為：采伐區(qū)=森林分布圖中可伐林地∩道路周圍5km緩沖區(qū)n非河流周圍1km緩沖區(qū)將上述3張圖進行兩兩疊加，所得結(jié)果即為森林采伐圖。如已知一湖泊，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)應禁止的污染性工業(yè)(3)同現(xiàn)有永久性建筑物圖疊加，顯示在范圍內(nèi)應禁止的永久性建筑緩沖區(qū)分析實例4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)應禁止的永久性建筑Buffer<in_cover><out_cover>{buffer_item}{buffer_table}{buffer_distance}對于本例：第六節(jié)第六節(jié)空間網(wǎng)絡分析網(wǎng)絡分析如各種網(wǎng)線，電纜線，電力線，電話線，供水線，排水管道等)進行地理化和模型化過程，通過研究網(wǎng)絡的狀態(tài)以及模擬和分析資源在網(wǎng)絡上的流動和分配情況，實現(xiàn)對網(wǎng)絡結(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)絡本身在空間上的拓撲關系、內(nèi)在聯(lián)系、跨度等屬性和性質(zhì)來進行空間分析，通過滿足必要的條件得到合理的結(jié)果O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?！鲆罁?jù)網(wǎng)絡拓撲關系，根據(jù)網(wǎng)絡的空間數(shù)據(jù)、屬性數(shù)據(jù)，對網(wǎng)絡的特征、性能進行分析。據(jù)，但是在網(wǎng)絡分析時可以產(chǎn)生臨時的拓撲關系。2369121234567896789JJLJ網(wǎng)絡是一個由點、線二元關系構(gòu)成的系統(tǒng)，通常用來描述某種資源或物質(zhì)在空間上的運動。如：交通網(wǎng)絡、城市基礎設施網(wǎng)絡(電力線、電話線、供排水管線)2、網(wǎng)絡分析其基本思想在于人類活動總是趨向于按一定目標選擇達到最佳效果的空間位置。也就是說：網(wǎng)絡分析的根本目的是研究、籌劃一項網(wǎng)絡工程如何安排，并使其運行效果最好。3、網(wǎng)絡分析理論基礎網(wǎng)絡圖論是空間網(wǎng)絡分析的理論基礎，它是用圖的形式來模擬任何一個能用二元關系來描述的系統(tǒng)。有關圖論的基本理論可參閱有關的文獻。1、地理空間的網(wǎng)絡類型在地理空間中，由于面向網(wǎng)絡的地理目標具有不同的形態(tài)，因此構(gòu)成的空間網(wǎng)絡也有著不同的類型。根據(jù)空間網(wǎng)絡的拓撲學分類，一般可分空間網(wǎng)絡的拓撲分類道路型非平面網(wǎng)絡(非二維的道路型非平面網(wǎng)絡(非二維的平面網(wǎng)絡(二維)的樹狀型樹狀型細胞型交錯型環(huán)線型"流“系統(tǒng)線型柵恪系統(tǒng)線型立體系統(tǒng)圖5-41空間網(wǎng)絡的拓撲分類(據(jù)牛文元修改)如交通網(wǎng)抽象后的拓撲結(jié)構(gòu)圖就是道路型網(wǎng)絡。平面網(wǎng)平面網(wǎng)絡在樹狀型網(wǎng)絡中，點和線的功能具有明顯的等級特性，這種等級既不容顛倒，也不容穿插。是指網(wǎng)絡中具有封閉的環(huán)形結(jié)構(gòu)，它和樹狀型網(wǎng)絡一此地理學家常利用這種網(wǎng)絡的拓撲分析方法去研究行政區(qū)劃系統(tǒng)和土地利用系統(tǒng)。非平面網(wǎng)絡非平面網(wǎng)絡非平面網(wǎng)絡也可稱為交錯型網(wǎng)絡，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)屬和布局復雜的管線網(wǎng)，這類網(wǎng)絡的主要特征是具有復雜的橫斷面和縱剖面結(jié)構(gòu)。2、網(wǎng)絡中的基本組成部分和屬性網(wǎng)絡中流動的管線，如街道、河流、水管等，其狀態(tài)屬性包括阻禁止網(wǎng)絡中鏈上流動的點。出現(xiàn)在網(wǎng)絡鏈中所有的分割結(jié)點上，狀態(tài)屬性有阻力，如拐彎的是接受或分配資源的位置，如水庫、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間限制)。⑤站點(stop)在路徑選擇中資源增減的站點，如庫房、汽車站等，其狀態(tài)屬性有要被運輸?shù)馁Y源需求，如產(chǎn)品數(shù)。網(wǎng)絡結(jié)點網(wǎng)絡鏈拐角站障礙由用戶確定權(quán)值關系后，即給定每條弧段的屬性。當需求最佳路徑時，讀給定一條路徑由多段聯(lián)系組成，要求標注出這條路上的公里點或要求定位某一公路上的某一點，標注出某條路上從某一公里數(shù)到另一公里數(shù)的路(3)N條最佳路徑分析確定起點、終點，求代價較小的N條路徑。因為在實踐中往往僅求出最佳路徑并不能滿足要求，可能因為某種因素不走最佳路徑，而走近似最佳路徑。確定起點、終點和所要經(jīng)過的中間點、中間連線，求最短路徑。實際網(wǎng)絡分析中權(quán)值是隨著權(quán)值關系式變化的，而且可能會臨時出現(xiàn)一些障礙點，所以往往需要動態(tài)地計算最佳路徑。)GIS中廣泛采用Dijkstra算法求最佳路徑單向交通■節(jié)點的阻抗：交叉口的延誤、轉(zhuǎn)彎的限制，是否互通兩者比較1.生成的原理不同：前者靠網(wǎng)絡中的路徑產(chǎn)生服務區(qū)邊界，后者按直線距離產(chǎn)生服務區(qū)邊界。2.一般情況下，后者比前者的范圍要小地址匹配實質(zhì)是對地理位置的查詢，它涉及到地址的編碼(Geocode)。地址匹配與其他網(wǎng)絡分析功能結(jié)合起來，可以滿足實際工作中非常復雜的分析要求。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)絡及待查詢地址的屬性值。1111n11金樹M林然4abTN0u0u4萬115tM720701口IN7第六節(jié)空間網(wǎng)絡分析第六節(jié)空間網(wǎng)絡分析資源分配網(wǎng)絡模型由中心點(分配中心)及其狀態(tài)屬性和網(wǎng)絡組成。資源分配的兩種方式：(1)由分配中心向四周輸出(2)由四周向中心集中這種分配功能可以解決資源的有效流動和合理分配，其在地理網(wǎng)絡中的應用與區(qū)位論中的中心地理論類似。在資源分配模型中，研究區(qū)可以是機能區(qū)，根據(jù)網(wǎng)絡流的阻力等來研究中心的吸引區(qū)，為網(wǎng)絡中的每一連接尋找最近的中心，以實現(xiàn)最佳析，以用來尋找區(qū)域中最近的商業(yè)中心，進行各種區(qū)劃和港口腹地的模擬等。第七節(jié)第七節(jié)空間統(tǒng)計分析柱狀圖扇形圖直方圖折線圖散點圖統(tǒng)計表格是詳盡地表示非空間數(shù)據(jù)的方法，不直觀，但可提供詳細數(shù)據(jù)，便于對數(shù)據(jù)進行再處1、常規(guī)統(tǒng)計分析常規(guī)統(tǒng)計分析主要完成對數(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)計分析。2、空間自相關分析空間自相關分析是認識空間分布持征、選擇適宜的空間尺度來完成空間分析的最常用的方法。對于空間自相關分析，目前普遍使用空間自相關系數(shù)表示，其計算公式如下W;;=1表示空間實體i與j相鄰；I的值介于-1與1之間：回歸分析是處理變量之間具有相關關系的一種數(shù)理統(tǒng)計方法。實際上，回歸分析和相關分析都是研究和處理變量之間具有相互關系的一種數(shù)理統(tǒng)計方法，但它們之間既有聯(lián)系，又有區(qū)別。在研究對象和內(nèi)容上兩者是相同的，但相關分析主要是研究要素之間的密切程度，并沒有嚴格的自變量和因變量之分；而回歸分析則主要是研究變量之間的數(shù)學表達形式，因而有自變量和因變量之分，可以通過自變量的值來預測、內(nèi)插因變量的取值。從這里可以看出，回歸分析有預測的性質(zhì)?；貧w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)學表達式，即回歸(2)根據(jù)一個或幾個變量的值來預測或控制另一個變量的取值；(3)從影響某一地學過程的許多變量中，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。變量之間的關系有的是線性關系，有的是非線性關系。通過數(shù)學模型模擬地理特征的空間分布與時間過程，將地理要素時空分布的實測數(shù)據(jù)點之間的不足部分內(nèi)插或預測出來。趨勢面是一個光滑的數(shù)學曲面，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。趨勢面與實際地學變量構(gòu)成的空間曲面不同，它只是實際曲面的一種近似值。即實際曲面等于趨勢面與殘差面之和。實際曲面=趨勢面+殘差面√趨勢面反映了區(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；√殘差曲面則反映了局部性的變化特點，這些特點受局部性因素和隨機趨勢面分析的數(shù)學表達式用于計算趨勢面的數(shù)學表達式有多項式函數(shù)和傅立葉級數(shù)之分。最常用的是多項式函數(shù)。按多項式函數(shù)中自變量的個數(shù)，可分為一維、二維、三維趨勢面擬合等種類，每一類又可按多項式的系數(shù)分為一次、二次、三次、四次、五次等趨勢面。在實際工作中，二維趨勢面是一種最常用的方法?！鶎⑾嚓P的影響因素按其相對重要性排隊，給出各因素所占的權(quán)重值；必對每一要素內(nèi)部進行進一步分析，按其內(nèi)部的分類進行排隊，按各類對結(jié)果的影響給分，從而得到該要素內(nèi)各類別對結(jié)果的影響量；※最后系統(tǒng)進行復合，得出排序結(jié)果。以表示對結(jié)果影響的優(yōu)劣程度，作為決策的依據(jù)。其數(shù)學表達式為：式中，G,表示p點的最終復合結(jié)果值；W表示第i個要素的權(quán)重；Cip表示第i個要素在p點的類別的專家打分分值。專家打分模型實現(xiàn)①打分：用戶首先在每個feature的屬性表里增加一個數(shù)據(jù)項，填入專家賦給的相應的分值；②復合：調(diào)用加權(quán)符合程序，根據(jù)用戶對各個feature給定的權(quán)重值進行疊加.得到最后的結(jié)果。,眾多的要素常常給模型的構(gòu)造帶來很大困難，同的目的概念主成分分析是以取樣點作為坐標軸，以變量作為矢量，通過相似系數(shù)建立相關矩陣，研究變量之間的親疏關系。方法利用變量之間的相關矩陣，通過由用戶確定的閾值，從數(shù)據(jù)庫變量集合中選擇一定數(shù)量的關鍵獨立變量，以消除其他冗余變量。這種方法克服了變量選擇時的冗余和相關，然后選擇信息最豐富的少數(shù)因子進行各種聚類分析。計算方法其斜方差方陣只為對稱矩陣使得y?,y?,…,yn互不相關，R矩陣的特征值越大，該主成分的貢獻越大，因而可以選擇累計貢獻百分比在一定閾值以內(nèi)的若干因子作為主因子參加分析運算。概念在分析涉及大量相互關聯(lián)、相互制約的復雜因素時，各因素對問題的分析有著不同程度的重要性，決定它們對目標的重要性序列對問題的分析十分重要。AHP方法把相互關聯(lián)的要素按隸屬關系劃分為若干層次，請有經(jīng)驗的專家們對各層次各因素的相對重要性給出定量指標，利用數(shù)學方法，綜合眾人意見給出各層次各要素的相對重要性權(quán)值，作為綜合分析的基礎。概念變量聚類分析就是將一組數(shù)據(jù)點或變量，按照其在性質(zhì)上親疏遠近的程度進行分類。度量。一般距離采用歐氏距離或馬氏距離。距離越小，表明兩者的