空間分析的原理與方法

1、空間分析的原理與方法第1頁，共53頁，2022年，5月20日，2點(diǎn)13分，星期六空間分析是地理信息系統(tǒng)科學(xué)內(nèi)容的重要組成部分，也是評(píng)價(jià)一個(gè)地理信息系統(tǒng)功能的主要指標(biāo)之一?？臻g分析的根本目的在于通過對(duì)空間數(shù)據(jù)的深加工或分析，獲取新的信息。第2頁，共53頁，2022年，5月20日，2點(diǎn)13分，星期六空間分析的概念： 是基于空間數(shù)據(jù)的分析技術(shù)，它以地學(xué)原理為依托，通過分析算法，從空間數(shù)據(jù)中獲取有關(guān)地理對(duì)象的空間位置、空間分布、空間形態(tài)、空間形成、空間演變等信息。第3頁，共53頁，2022年，5月20日，2點(diǎn)13分，星期六空間分析方法分類：產(chǎn)生式分析：數(shù)字地面模型分析，空間疊合分析，緩沖區(qū)分析，空間網(wǎng)

2、絡(luò)分析，空間統(tǒng)計(jì)分析咨詢式分析：空間集合分析，空間數(shù)據(jù)查詢第4頁，共53頁，2022年，5月20日，2點(diǎn)13分，星期六第一節(jié) 數(shù)字地面模型第5頁，共53頁，2022年，5月20日，2點(diǎn)13分，星期六數(shù)字地形模型與數(shù)字高程模型DTM（Digital Terrain Model）與DEM（Digital Elevation Model）數(shù)字地形模型(DTM)是定義在二維區(qū)域上的一個(gè)有限項(xiàng)的向量序列，它以離散分布的平面點(diǎn)來模擬連續(xù)分布的地形。按平面等間距規(guī)則采樣，或內(nèi)插所建立的數(shù)字地面模型，稱為基于柵格的數(shù)字地面模型。寫成 DTM=Zi,jDTM中的地形屬性為高程時(shí)成為數(shù)字高程模型DEM第6頁，共5

3、3頁，2022年，5月20日，2點(diǎn)13分，星期六1.1 DEM數(shù)據(jù)采集航空或航天遙感圖像為其數(shù)據(jù)源地形圖為數(shù)據(jù)源地面實(shí)測(cè)記錄其他數(shù)據(jù)源第7頁，共53頁，2022年，5月20日，2點(diǎn)13分，星期六1.2 DEM的表示方法格網(wǎng)DEM不規(guī)則的三角網(wǎng)DEM（TIN）等值線第8頁，共53頁，2022年，5月20日，2點(diǎn)13分，星期六數(shù)據(jù)采樣數(shù)據(jù)內(nèi)插數(shù)據(jù)記錄1.3 DEM的建立第9頁，共53頁，2022年，5月20日，2點(diǎn)13分，星期六1.4 DEM的分析1.地形因子的自動(dòng)提取2.地表形態(tài)的自動(dòng)分類3.地學(xué)剖面的繪制和分析第10頁，共53頁，2022年，5月20日，2點(diǎn)13分，星期六1.5 DEM的應(yīng)用在

4、軍用和軍用的工程項(xiàng)目中計(jì)算挖填土石方量為武器精確制導(dǎo)進(jìn)行地形匹配為軍事目的顯示地形景觀進(jìn)行越野通視情況分析道路設(shè)計(jì)的路線選擇、地址選擇不同地形的比較和統(tǒng)計(jì)分析計(jì)算坡度和坡向，繪制坡度圖、暈渲圖等用于地貌分析，計(jì)算侵蝕和徑流等與專題數(shù)據(jù)（如土壤等）進(jìn)行組合分析第11頁，共53頁，2022年，5月20日，2點(diǎn)13分，星期六第二節(jié) 空間疊合分析空間疊合分析（spatial overlay analysis） 是指在統(tǒng)一空間參照系統(tǒng)條件下，每次將同一地區(qū)兩個(gè)地理對(duì)象的土層進(jìn)行疊合，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。 空間合成疊合 空間統(tǒng)計(jì)疊合第12頁，共53頁，2022年

5、，5月20日，2點(diǎn)13分，星期六空間合成疊合：用于搜索同時(shí)具有幾種地理屬性的分布區(qū)域，或?qū)ΟB合后產(chǎn)生的多重屬性進(jìn)行新的分類。空間統(tǒng)計(jì)疊合：用于提取某個(gè)區(qū)域范圍內(nèi)某些專題內(nèi)容的數(shù)量特征。第13頁，共53頁，2022年，5月20日，2點(diǎn)13分，星期六 合成疊合 統(tǒng)計(jì)疊合第14頁，共53頁，2022年，5月20日，2點(diǎn)13分，星期六2.1 空間疊合分析的類型1.根據(jù)疊合隊(duì)形圖形特征的不同，分為三種：A.點(diǎn)與多邊形的疊合點(diǎn)與多邊形的疊合是確定一圖層上的點(diǎn)落在另一個(gè)圖層的哪個(gè)多邊形內(nèi)，以便為圖層的每個(gè)點(diǎn)建立新的屬性。第15頁，共53頁，2022年，5月20日，2點(diǎn)13分，星期六B.線與多邊形的疊合 線與

6、多邊形的疊合是確定一圖層上的弧段落在另一圖層的哪個(gè)多邊形內(nèi)，以便為圖層的每條弧段建立新的屬性。第16頁，共53頁，2022年，5月20日，2點(diǎn)13分，星期六C.多變形與多邊形的疊合 多邊形與多邊形的疊合是指將兩個(gè)不同圖層的多邊形要素相疊合，產(chǎn)生輸出層的新多邊形要素，用以解決地理變量的多準(zhǔn)則分析、區(qū)域多重屬性的模擬分析、地理特征的動(dòng)態(tài)變化分析，以及圖幅要素更新、相鄰圖幅拼接、區(qū)域信息提取等。它是空間疊合分析的主要類型。第17頁，共53頁，2022年，5月20日，2點(diǎn)13分，星期六2.按采用的數(shù)據(jù)結(jié)構(gòu)不同，分為基于矢量的疊合分析和基于柵格的疊合分析A.基于矢量數(shù)據(jù)的疊合分析第18頁，共53頁，20

7、22年，5月20日，2點(diǎn)13分，星期六B.基于柵格數(shù)據(jù)的疊合分析第19頁，共53頁，2022年，5月20日，2點(diǎn)13分，星期六柵格數(shù)據(jù)的信息復(fù)合分析信息復(fù)合可以通過算術(shù)運(yùn)算和函數(shù)運(yùn)算兩種方式實(shí)現(xiàn)。算術(shù)運(yùn)算指通過簡(jiǎn)單的加、減、乘、除運(yùn)算得到。函數(shù)運(yùn)算指兩個(gè)以上層面的柵格數(shù)據(jù)系統(tǒng)以某種函數(shù)關(guān)系作為復(fù)合分析的依據(jù)進(jìn)行逐網(wǎng)格運(yùn)算，從而得到新的柵格數(shù)據(jù)系統(tǒng)的過程。 土壤侵蝕多因子函數(shù)運(yùn)算復(fù)合分析 第20頁，共53頁，2022年，5月20日，2點(diǎn)13分，星期六柵格數(shù)據(jù)的信息復(fù)合分析第21頁，共53頁，2022年，5月20日，2點(diǎn)13分，星期六柵格數(shù)據(jù)的信息復(fù)合分析函數(shù)運(yùn)算第22頁，共53頁，2022年，5

8、月20日，2點(diǎn)13分，星期六柵格數(shù)據(jù)的信息復(fù)合分析第23頁，共53頁，2022年，5月20日，2點(diǎn)13分，星期六柵格數(shù)據(jù)的聚類分析 根據(jù)設(shè)定的聚類條件對(duì)原有數(shù)據(jù)系統(tǒng)進(jìn)行有選擇的信息提取而建立新的柵格數(shù)據(jù)系統(tǒng)的方法。 在四種類型要素中提取其中要素2的聚類第24頁，共53頁，2022年，5月20日，2點(diǎn)13分，星期六現(xiàn)有兩層?xùn)鸥駭?shù)據(jù)層，一為植被分布圖，另一為區(qū)域開發(fā)圖。植被分布圖分為4種植被，其圖元值分別為：0無林地1硬木林地2軟木林地3混合林地第25頁，共53頁，2022年，5月20日，2點(diǎn)13分，星期六區(qū)域開發(fā)圖分為6種區(qū)域0空閑地1主要道路區(qū)2次要道路區(qū)3居住區(qū)4公區(qū)建筑區(qū)5墳區(qū)第26頁，共

9、53頁，2022年，5月20日，2點(diǎn)13分，星期六基于點(diǎn)像元的兩圖層的空間變換原則是：植被分布圖中圖元重分類為：0無林地1有林地與區(qū)域開發(fā)圖疊加后圖元0無林空閑區(qū)1主要道路2次要道路3居住區(qū)4公共建筑區(qū)5墳區(qū)6有林區(qū)第27頁，共53頁，2022年，5月20日，2點(diǎn)13分，星期六第28頁，共53頁，2022年，5月20日，2點(diǎn)13分，星期六第三節(jié) 空間緩沖區(qū)分析第29頁，共53頁，2022年，5月20日，2點(diǎn)13分，星期六3.1 空間緩沖區(qū)分析的模型1.定義：空間緩沖區(qū)分析（spatial buffer analysis）: 是根據(jù)分析對(duì)象的點(diǎn)、線、面實(shí)體，自動(dòng)建立它們周圍一定距離的帶狀區(qū)，用于

10、識(shí)別這些實(shí)體或主體對(duì)鄰近對(duì)象的輻射范圍或影響度，以便為某項(xiàng)分析或決策提供依據(jù)。第30頁，共53頁，2022年，5月20日，2點(diǎn)13分，星期六2.涉及緩沖區(qū)分析的三類因素主體：表示分析的主要目標(biāo)，一般分為點(diǎn)源、線源和面源三種類型。鄰近對(duì)象：表示周圍受主體影響的客體。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31頁，共53頁，2022年，5月20日，2點(diǎn)13分，星期六緩 沖 區(qū) 分 類點(diǎn)的緩沖區(qū)線的緩沖區(qū)面的緩沖區(qū)三類主體第32頁，共53頁，2022年，5月20日，2點(diǎn)13分，星期六緩 沖 區(qū) 分 類點(diǎn)的緩沖區(qū)線的緩沖區(qū)面的緩沖區(qū)三類主體第33頁，共53頁，2022年，5月20日，2

11、點(diǎn)13分，星期六緩 沖 區(qū) 分 類點(diǎn)的緩沖區(qū)線的緩沖區(qū)面的緩沖區(qū)三類主體第34頁，共53頁，2022年，5月20日，2點(diǎn)13分，星期六3.空間緩沖區(qū)分析的三類模型A.線性模型：用于當(dāng)主體對(duì)鄰近對(duì)象的影響度隨距離的增大而呈線性減小的情況。 Fi=f0(1-ri) ri=di/d0B.二次模型：用于當(dāng)主體對(duì)鄰近對(duì)象的影響度隨距離的增大而呈二次形式減小的情況。 Fi=f0(1-ri)第35頁，共53頁，2022年，5月20日，2點(diǎn)13分，星期六C.指數(shù)模型：用于當(dāng)主體對(duì)鄰近對(duì)象的影響度隨距離的增大而呈指數(shù)形式減小的情況 Fi=f0 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)

12、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(1-ri)第36頁，共53頁，2022年，5月20日，2點(diǎn)13分，星期六3.2 空間緩沖區(qū)分析方法：例：某研究區(qū)10km區(qū)域內(nèi)有三條道路，它們相關(guān)的幾何屬性和屬性數(shù)據(jù)如表?，F(xiàn)以這些道路為主體，道路附近居民出行為鄰近對(duì)象，進(jìn)行這些道路通達(dá)度的緩沖區(qū)分析。A路總長(zhǎng)度：10000米B路總長(zhǎng)度：4268米C路總長(zhǎng)度：35714米第37頁，共53頁，2022年，5月20日，2點(diǎn)13分，星期六1.計(jì)算道路的綜合規(guī)模標(biāo)準(zhǔn)化指數(shù)f0 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，得到下表的標(biāo)準(zhǔn)化指數(shù)。第38頁，共53頁，2022年，5月

13、20日，2點(diǎn)13分，星期六2.計(jì)算道路的最大影響距離 道路的最大影響距離d0與該道路的級(jí)別標(biāo)準(zhǔn)和總長(zhǎng)度有關(guān)，級(jí)別越高，則影響距離越大。 d0S/2l S:為研究區(qū)面積 l:為各級(jí)道路的長(zhǎng)度 A:d0S/2l=500M,B:d0S/2(la+lb)=350m C:d0S/2(la+lb+lc)=100m第39頁，共53頁，2022年，5月20日，2點(diǎn)13分，星期六3.實(shí)施緩沖區(qū)操作道路通達(dá)度的緩沖區(qū)操作適宜選擇指數(shù)形式的分析模型。（1）由設(shè)定di 求取Fi值 輸出緩沖區(qū)圖形技術(shù)。 首先，根據(jù)應(yīng)用需求和道路的最大影響距離，分別設(shè)定他們的di值。例如，A分別為100，200 其次，根據(jù)計(jì)算式分別計(jì)算

14、所有道路在不同di時(shí)的ri和Fi 最后，依據(jù)di值在道路的兩邊繪制平行線，于線的端點(diǎn)處繪半圓，生成緩沖區(qū)多邊形，并賦予相應(yīng)的屬性。第40頁，共53頁，2022年，5月20日，2點(diǎn)13分，星期六（2）由設(shè)定Fi值 求取di 輸出緩沖區(qū)圖形技術(shù) di d0（1In Fi / In f0 ） 根據(jù)應(yīng)用需求設(shè)定Fi值，例如：20、40、80等，并利用上式計(jì)算對(duì)應(yīng)的di值。最后，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)定的需求值一致。第41頁，共53頁，2022年，5月20日，2點(diǎn)13分，星期六3.3 在建立或分析緩沖區(qū)時(shí)，應(yīng)注意的問題1.當(dāng)緩沖區(qū)發(fā)生重疊時(shí)的處理。對(duì)于

15、多個(gè)特征的緩沖區(qū)之間的重疊，通過拓?fù)浞治龇椒ǎ詣?dòng)識(shí)別出落在某個(gè)緩沖區(qū)內(nèi)部的線段或弧段，然后刪除，得到處理后的連通緩沖區(qū)。對(duì)于同一特征的緩沖區(qū)重疊，如果有交點(diǎn)且在兩條線段上，記錄該交點(diǎn)。至于第二個(gè)端點(diǎn)是不是要保留，則看是進(jìn)入重疊區(qū)還是從中出來，對(duì)進(jìn)入的刪除，否則記錄。第42頁，共53頁，2022年，5月20日，2點(diǎn)13分，星期六2.當(dāng)對(duì)特征規(guī)定不同緩沖區(qū)寬度時(shí)的處理。 建立屬性表，通過不同的屬性確定不同的緩沖區(qū)寬度，產(chǎn)生所需要的緩沖區(qū)。3.復(fù)雜情況下的緩沖區(qū)與非緩沖區(qū)的標(biāo)示處理。 對(duì)每個(gè)多邊形加以特征屬性的標(biāo)識(shí)4.當(dāng)需要對(duì)緩沖區(qū)圖形與原輸入圖形作比較分析時(shí)的處理。第43頁，共53頁，2022年

16、，5月20日，2點(diǎn)13分，星期六第四節(jié) 空間網(wǎng)絡(luò)分析空間網(wǎng)絡(luò)分析（spatial network analysis） 是GIS空間分析的重要組成部分。網(wǎng)絡(luò)是一個(gè)由點(diǎn)、線的二元關(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)。網(wǎng)絡(luò)分析用途廣泛，主要用于選擇最佳路徑和最佳布局中心的位置。第44頁，共53頁，2022年，5月20日，2點(diǎn)13分，星期六4.1 網(wǎng)絡(luò)圖論的基本概念4.2 空間網(wǎng)絡(luò)的類型與構(gòu)成4.3 空間網(wǎng)絡(luò)分析方法 1.路徑分析 2.定位配置分析第45頁，共53頁，2022年，5月20日，2點(diǎn)13分，星期六第五節(jié) 空間統(tǒng)計(jì)分析5.1變量篩選分析 常用的變量篩選分析方法有主成分分析

17、法、主因子分析法、關(guān)鍵變量法等第46頁，共53頁，2022年，5月20日，2點(diǎn)13分，星期六主成分分析 是通過數(shù)理統(tǒng)計(jì)分析，求得各要素間線性關(guān)系的實(shí)質(zhì)上有意義的表達(dá)式，將眾多要素的信息壓縮表達(dá)為若干具有代表性的合成變量，這就克服了變量選擇時(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，構(gòu)造應(yīng)用模型。 第47頁，共53頁，2022年，5月20日，2點(diǎn)13分，星期六設(shè)有n個(gè)樣本，p個(gè)變量。將原始數(shù)據(jù)轉(zhuǎn)換成一組新的特征值主成分，主成分是原變量的線性組合且具有正交特征。即將x1，x2，xp綜合成m(mp)個(gè)指標(biāo)zl，z2，zm，即 z1=l11*x1+l12*x2+.+l1p*xpz2=

18、l21*x1+l22*x2+.+l2p*xp .zm=lm1*x1+lm2*x2+.+lmp*xp第48頁，共53頁，2022年，5月20日，2點(diǎn)13分，星期六這樣決定的綜合指標(biāo)z1，z2，zm分別稱做原指標(biāo)的第一，第二，第m主成分，且z1，z2，zm 在總方差中占的比例依次遞減。而實(shí)際工作中常挑選前幾個(gè)方差比例最大的主成分，從而簡(jiǎn)化指標(biāo)間的關(guān)系，抓住了主要矛盾。主成份分析這一數(shù)據(jù)分析技術(shù)是把數(shù)據(jù)減少到易于管理的程度，也是將復(fù)雜數(shù)據(jù)變成簡(jiǎn)單類別便于存儲(chǔ)和管理的有力工具。地理研究和生態(tài)研究的GIS用戶常使用上述技術(shù)，因而應(yīng)把這些變換函數(shù)作為GIS的組成部分。第49頁，共53頁，2022年，5月20日，2點(diǎn)13分，星期六5.2 變量聚類分析聚類分析的基本思想是：首先是N個(gè)樣本各自成一類，然后規(guī)定類與類之間的距離，選擇距離最小的兩類合并成一個(gè)新類，計(jì)算新類與其他類的距離，再將距離最小的兩類進(jìn)行合并。這樣每次減少一類，知道達(dá)到所需的分類數(shù)或者所有的樣本都?xì)w為一類為止。第50頁，共53頁，2022年，5月20日，2點(diǎn)13分，星期六聚類分析的主要依據(jù)是把相似的樣本歸為一類，而把差異大的樣本區(qū)分開來。在由m個(gè)變量組成為m維的空間中可以用多種方法定義樣本之間的相似性和差異性統(tǒng)計(jì)量。例：用xik表示第i個(gè)樣本