第六章-GIS分析導(dǎo)論

第六章GIS分析(fēnxī)導(dǎo)論6.1空間(kōngjiān)分析的數(shù)學(xué)模型共一百一十五頁GIS的數(shù)據(jù)模型分兩大類，即矢量數(shù)據(jù)模型和柵格數(shù)據(jù)模型。以柵格數(shù)據(jù)模型為存儲結(jié)構(gòu)、地圖代數(shù)（MapAlgebra）為數(shù)學(xué)基礎(chǔ)的空間分析方法自1980年代后期以來成為GIS技術(shù)(jìshù)發(fā)展的重要方向，并日趨成熟。它的最大特點(diǎn)就是能夠?qū)臻g問題進(jìn)行建模，因此已成為衡量一個(gè)GIS功能強(qiáng)弱的關(guān)鍵指標(biāo)之一。共一百一十五頁一.柵格數(shù)據(jù)模型(móxíng)1、概念

柵格數(shù)據(jù)模型是一種簡單直觀的空間數(shù)據(jù)結(jié)構(gòu)，又稱網(wǎng)格結(jié)構(gòu)或像元結(jié)構(gòu)是將地球表面劃分為大小相等的網(wǎng)格陣列，每個(gè)網(wǎng)格作為一個(gè)像元或像素由行、列定義，并包含一個(gè)代碼表示該像素的屬性類型或量值，或僅僅包含指向其屬性記錄的指針。因此，柵格數(shù)據(jù)是以規(guī)則的陣列來表示空間地物或現(xiàn)象(xiànxiàng)分布的數(shù)據(jù)組織，組織中的每個(gè)數(shù)據(jù)表示地理要素的非幾何屬性特征共一百一十五頁共一百一十五頁2.柵格數(shù)據(jù)結(jié)構(gòu)(jiégòu)獲取方法

柵格結(jié)構(gòu)(jiégòu)是以規(guī)則的陣列來表示空間地物或現(xiàn)象分布的數(shù)據(jù)組織，組織中的每個(gè)數(shù)據(jù)表示地理要素的非幾何屬性特征。特點(diǎn)：屬性明顯，定位隱含。獲取方法：

(1)手工網(wǎng)格法；

(2)掃描數(shù)字化法；

(3)分類影像輸入法；

(4)數(shù)據(jù)結(jié)構(gòu)轉(zhuǎn)換法。共一百一十五頁共一百一十五頁二.矢量(shǐliàng)數(shù)據(jù)模型XYijx1y1x2y2xiyixnyn共一百一十五頁1、概念矢量數(shù)據(jù)模型的矢量結(jié)構(gòu)是通過記錄(jìlù)坐標(biāo)的形式來表示點(diǎn)、線、面(多邊形)等地理實(shí)體。特點(diǎn)：定位(dìngwèi)明顯，屬性隱含。獲取方法：

(1)手工數(shù)字化法；

(2)手扶跟蹤數(shù)字化法；

(3)數(shù)據(jù)結(jié)構(gòu)轉(zhuǎn)換法。共一百一十五頁共一百一十五頁比較內(nèi)容矢量結(jié)構(gòu)柵格結(jié)構(gòu)數(shù)據(jù)結(jié)構(gòu)復(fù)雜簡單數(shù)據(jù)量小大圖形精度高低圖形運(yùn)算、搜索復(fù)雜、高效簡單、低效軟件與硬件技術(shù)不一致一致或接近遙感影像格式要求比較高不高圖形輸出顯示質(zhì)量好、精度高，但成本比較高輸出方法快速，質(zhì)量低，成本比較低廉?dāng)?shù)據(jù)共享不易實(shí)現(xiàn)容易實(shí)現(xiàn)拓?fù)浜途W(wǎng)絡(luò)分析容易實(shí)現(xiàn)不易實(shí)現(xiàn)三矢量結(jié)構(gòu)(jiégòu)與柵格結(jié)構(gòu)(jiégòu)的比較共一百一十五頁四

三維數(shù)據(jù)結(jié)構(gòu)

三維數(shù)據(jù)結(jié)構(gòu)也存在柵格和矢量兩種形式。柵格結(jié)構(gòu)使用空間索引系統(tǒng)，它包括將地理實(shí)體的三維空間分成細(xì)小的單元，稱之為體元或體元素。存儲這種數(shù)據(jù)的最簡單形式是采用三維行程編碼，它是二維行程編碼在三維空間的擴(kuò)充。這種編碼方法可能需要大量的存儲空間，更為復(fù)雜的技術(shù)是八叉樹，它是二維的四叉樹的延伸。三維矢量數(shù)據(jù)結(jié)構(gòu)表示有多種方法，其中運(yùn)用最普遍的是具有(jùyǒu)拓?fù)潢P(guān)系的三維邊界表示法和八叉樹表示法。共一百一十五頁6.2GIS空間分析的基本原理與方法(fāngfǎ)一、柵格數(shù)據(jù)分析的模式1柵格數(shù)據(jù)的聚類、聚合分析1）聚類分析概念：空間聚類是根據(jù)預(yù)先設(shè)定的聚類條件，使符合條件的區(qū)域輸出在圖上，不符合條件的區(qū)域?yàn)榭瞻?。共一百一十五頁（a）柵格數(shù)據(jù)系統(tǒng)(xìtǒng)樣圖(b)提取(tíqǔ)要素“2”的聚類結(jié)果聚類分析示意圖在四種類型要素中提取其中要素2的聚類：21;1,3,40共一百一十五頁示例(shìlì)：空間聚類（1）某鎮(zhèn)土地利用現(xiàn)狀(xiànzhuàng)左下圖是一幅土地利用柵格圖（1.耕地，2.園地，3.林地，4.居民點(diǎn)，5.獨(dú)立工礦，6.水域，7未利用地），設(shè)定條件可以是：E=（屬性=“水域”）∩（面積≥1公頃）∩（水域鄰接居民點(diǎn)），右下圖是輸出結(jié)果。這類聚類條件的設(shè)定常用于位址規(guī)劃。共一百一十五頁圖空間(kōngjiān)聚類分析輸出圖形共一百一十五頁2）聚合分析概念聚合分析是根據(jù)預(yù)先設(shè)定的聚合條件，在同一圖層上進(jìn)行數(shù)據(jù)類別(lèibié)的合并或轉(zhuǎn)換，以實(shí)現(xiàn)空間地域的兼并，從而將復(fù)雜的空間數(shù)據(jù)合并成預(yù)定的類別(lèibié)

空間聚合的結(jié)果往往是將復(fù)雜的類別轉(zhuǎn)換為較簡單的類別，大多數(shù)以小比例尺圖形輸出。當(dāng)從大比例尺圖形向小比例尺圖形轉(zhuǎn)換時(shí)，常使用這種方法。共一百一十五頁(a)(b)柵格數(shù)據(jù)的聚合(jùhé)

a:>=3b:<3共一百一十五頁1耕地2園地3林地4居民點(diǎn)5獨(dú)立工礦6水域(shuǐyù)

7未利用地共一百一十五頁耕地、園地、林地、水域

農(nóng)用地；居民點(diǎn)、獨(dú)立工礦建設(shè)用地未利用(lìyòng)地未利用(lìyòng)土地共一百一十五頁

聚類、聚合分析應(yīng)用

柵格數(shù)據(jù)的聚類聚合分析處理法在數(shù)字地形模型及遙感圖象處理中的應(yīng)用是十分普遍的。例如，由數(shù)字高程模型(móxíng)轉(zhuǎn)換為數(shù)字高程分級模型(móxíng)便是空間數(shù)據(jù)的聚合，而從遙感數(shù)字圖象信息中提取其一地物的方法則是柵格數(shù)據(jù)的聚類共一百一十五頁信息復(fù)合模型(overlay)包括兩類：即簡單的視覺信息復(fù)合和較為復(fù)雜的疊加分類模型。正因?yàn)槿绱?，柵格?shù)據(jù)常被用來進(jìn)行(jìnxíng)區(qū)域適應(yīng)性評價(jià)、資源開發(fā)利用、規(guī)劃等多因素分析研究工作。在數(shù)字遙感圖象處理工作中，利用該方法可以實(shí)現(xiàn)不同波段遙感信息的自動合成處理。視覺信息復(fù)合是將不同專題的內(nèi)容疊加顯示在結(jié)果圖件上，參加復(fù)合的平面之間沒發(fā)生任何邏輯關(guān)系，仍保留原來的數(shù)據(jù)結(jié)構(gòu)；疊加分類模型則根據(jù)參加復(fù)合的數(shù)據(jù)平面各類別的空間關(guān)系重新劃分空間區(qū)域，使每個(gè)空間區(qū)域內(nèi)各空間點(diǎn)的屬性組合一致。疊加結(jié)果生成新的數(shù)據(jù)層，該數(shù)據(jù)層圖形數(shù)據(jù)記錄了重新劃分的區(qū)域，而屬性數(shù)據(jù)庫結(jié)構(gòu)中則包含了原來的幾個(gè)參加復(fù)合的數(shù)據(jù)層的屬性數(shù)據(jù)庫中所有的數(shù)據(jù)項(xiàng)。2柵格數(shù)據(jù)的信息復(fù)合(fùhé)分析

共一百一十五頁

（1）、概念

視覺(shìjué)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。1）視覺信息(xìnxī)復(fù)合共一百一十五頁

A點(diǎn)、線和面狀圖之間的復(fù)合

通過點(diǎn)線和面狀圖的相互復(fù)合，尋求特征信息在空間上的關(guān)聯(lián)性。在這里強(qiáng)調(diào)的是復(fù)合圖之間的關(guān)系，而不是強(qiáng)調(diào)生成新的目標(biāo)。如要了解居民點(diǎn)與污染區(qū)空間位置關(guān)系，就可以把居民點(diǎn)圖和污染分區(qū)圖進(jìn)行點(diǎn)與面的視覺復(fù)合。直覺上可以看到各個(gè)居民點(diǎn)的污染輕重。又如旅游者在確定旅游線路時(shí)，可把該地區(qū)的旅游景點(diǎn)圖、地形、交通和旅游者位置進(jìn)行信息復(fù)合，從而(cóngér)幫助旅游者確定旅游線路等。共一百一十五頁面狀圖、線狀圖和點(diǎn)狀圖之間的復(fù)合(fùhé)共一百一十五頁面狀圖與專題區(qū)域邊界(biānjiè)之間的復(fù)合共一百一十五頁

B遙感信息和專題圖的視覺復(fù)合遙感信息和非遙感信息結(jié)合是地理信息系統(tǒng)和遙感相結(jié)合的基礎(chǔ)，遙感和地理信息系統(tǒng)所處理問題具有互補(bǔ)性。遙感圖上信息豐富，但缺乏行政區(qū)劃界線等非遙感信息，這樣不利于區(qū)域分析。另外，在遙感分類中常常出現(xiàn)比較麻煩的“異物同譜”現(xiàn)象。如荒草和牧草，果園和灌木等，從遙感角度看，因?yàn)榫哂邢嗤?xiānɡtónɡ)的光譜特性而無法區(qū)分，這時(shí)如把遙感分類圖和專題圖或地形圖進(jìn)行視覺復(fù)合，就可以直覺地解決某些“異物同譜”分類問題，從而大大提高遙感分類精度。共一百一十五頁遙感影像(yǐnɡxiànɡ)與專題地圖的復(fù)合共一百一十五頁

C專題圖和數(shù)字高程圖視覺復(fù)合專題圖通常用平面圖來表示，而數(shù)字高程模型（DEM）的立體彩色顯示是具有高度真實(shí)感的，如果把各種專題圖和數(shù)字高程圖復(fù)合生成立體專題圖，可以大大增強(qiáng)視覺效果，便于人們認(rèn)識和研究自然資源。例如，把旅游(lǚyóu)圖和數(shù)字高程圖結(jié)合生成立體旅游(lǚyóu)景觀圖，有利于人們觀察景點(diǎn)分布和旅游(lǚyóu)路線選擇；再如將野生動物分布圖與數(shù)字高程圖結(jié)合，生成立體野生動物分布圖，可以幫助動物學(xué)家對野生動物群體生存環(huán)境的研究。共一百一十五頁專題地圖與數(shù)字高程(gāochéng)模型復(fù)合共一百一十五頁遙感(yáogǎn)影像與DTM復(fù)合共一百一十五頁2柵格數(shù)據(jù)的信息(xìnxī)復(fù)合分析

根據(jù)參加復(fù)合(fùhé)的柵格數(shù)據(jù)層不同類別的空間關(guān)系重新劃分空間區(qū)域，每個(gè)空間區(qū)域內(nèi)各空間點(diǎn)的屬性組合一致。疊加結(jié)果生成新的數(shù)據(jù)層，該數(shù)據(jù)層圖形數(shù)據(jù)記錄了重新劃分的區(qū)域，而屬性數(shù)據(jù)庫結(jié)構(gòu)中則包含了原來的幾個(gè)參加復(fù)合的數(shù)據(jù)層的屬性數(shù)據(jù)庫中所有的數(shù)據(jù)項(xiàng)。疊加分類模型用于多要素綜合分類，以劃分最小地理景觀單元，進(jìn)一步可進(jìn)行綜合評價(jià)以確定各景觀單元的等級序列。

2）

疊加分析模型共一百一十五頁疊加分析(fēnxī)的定義疊加是把分散在不同層上的空間、屬性信息按相同的空間位置疊加到一起，合為新的一層。疊合過程往往是對空間信息和對應(yīng)(duìyìng)的屬性信息作集合的交、并、差、余運(yùn)算，也可再進(jìn)一步對屬性作其他的數(shù)學(xué)運(yùn)算。

共一百一十五頁復(fù)合運(yùn)算(yùnsuàn)方法空間(kōngjiān)邏輯運(yùn)算為討論方便將空間圖層A，B定義為二值圖象1、空間邏輯并（或）運(yùn)算；A∪B=XX∈A或X∈B2、空間邏輯交（與）運(yùn)算；A∩B=XX∈A且X∈B3、空間邏輯差運(yùn)算；A-B=X

X∈A且X∈B4、空間包含；AB邏輯判斷復(fù)合法

共一百一十五頁復(fù)合運(yùn)算(yùnsuàn)方法邏輯判斷復(fù)合法

設(shè)有A、B、C三個(gè)層面的柵格數(shù)據(jù)，一般(yībān)可以用布爾邏輯算子以及運(yùn)算結(jié)果的文氏圖（見圖6-3）表示其一般的運(yùn)算思路和關(guān)系

共一百一十五頁例：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(jiēguǒ)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；邏輯關(guān)系運(yùn)算(yùnsuàn)例共一百一十五頁

AB123A1A2A3B1B2標(biāo)號(biāohào)地貌A陽坡B陰坡標(biāo)號植被(zhíbèi)1林地2農(nóng)地3牧地標(biāo)號綜合屬性A1陽坡林地A2陽坡農(nóng)地A3陽坡牧地B1陰坡林地B2陰坡農(nóng)地基于柵格數(shù)據(jù)結(jié)構(gòu)的疊加分析共一百一十五頁復(fù)合運(yùn)算(yùnsuàn)方法數(shù)學(xué)運(yùn)算復(fù)合法

指不同層面的柵格數(shù)據(jù)逐網(wǎng)格按一定的數(shù)學(xué)法則進(jìn)行運(yùn)算,從而得到新的柵格數(shù)據(jù)系統(tǒng)的方法。其主要類型有以下幾種:

算術(shù)運(yùn)算

指兩層以上的對應(yīng)網(wǎng)格值經(jīng)加、減運(yùn)算，而得到新的柵格數(shù)據(jù)系統(tǒng)的方法。這種復(fù)合分析法具有很大的應(yīng)用范圍(fànwéi)。圖6-4給出了該方法在柵格數(shù)據(jù)編輯中的應(yīng)用例證。共一百一十五頁算術(shù)(suànshù)運(yùn)算在ArcGIS中，使用柵格計(jì)算器(MapCalculator)可以很方便地實(shí)現(xiàn)柵格圖層的復(fù)合(fùhé)/疊置運(yùn)算。共一百一十五頁復(fù)合(fùhé)運(yùn)算方法函數(shù)運(yùn)算

指兩個(gè)(liǎnɡɡè)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。這種復(fù)合疊置分析方法被廣泛地應(yīng)用到地學(xué)綜合分析、環(huán)境質(zhì)量評價(jià)、遙感數(shù)字圖像處理等領(lǐng)域中。只要得到對于某項(xiàng)事物關(guān)系及發(fā)展變化的函數(shù)關(guān)系式，便可運(yùn)用以上方法完成各種人工難以完成的極其復(fù)雜的分析運(yùn)算。這也是目前信息自動復(fù)合疊置分析法受到廣泛應(yīng)用的原因。

共一百一十五頁02313142124324114231314111223102AB0231314212432411A4231314111223102B+22313141.511.532.52.52.50.51.5C[f（a，b）]C=(A+B)/2共一百一十五頁函數(shù)(hánshù)運(yùn)算共一百一十五頁

利用土壤侵蝕通用方程式計(jì)算土壤侵蝕量時(shí)，就可利用多層面柵格數(shù)據(jù)的函數(shù)(hánshù)運(yùn)算復(fù)合分析法進(jìn)行自動處理。一個(gè)地區(qū)土壤侵蝕量的大小是降雨(R)、植被覆度(C)、坡度(S)、坡長（L）、土壤抗蝕性(SR)等因素的函數(shù)

共一百一十五頁下面(xiàmian)以工業(yè)廠址適宜性分析為例，來說明柵格疊置分析過程。（1）選址分析：①工業(yè)設(shè)施不允許位于自然保護(hù)區(qū)內(nèi)；②起伏地形會增加建筑造價(jià)，陡坡更不合適；③未利用用地或農(nóng)用地相對便宜；④購買居民區(qū)或現(xiàn)存工業(yè)區(qū)不可取，因?yàn)檫@不僅帶來高的代價(jià)，同時(shí)，還帶來移民安置等問題，故盡可能選擇人口稀少地區(qū)；⑤交通便利。（2）空間數(shù)據(jù)準(zhǔn)備：根據(jù)以上分析，為了選擇合適的廠址，涉及(shèjí)到下列數(shù)字地圖：①土地利用現(xiàn)狀圖；②地形坡度圖；③人口密度圖；④交通運(yùn)輸圖；⑤自然保護(hù)區(qū)圖。共一百一十五頁下面以工業(yè)(gōngyè)廠址適宜性分析為例，來說明柵格疊置分析過程。（3）操作步驟如圖所示：①對各影響因素進(jìn)行再分類，以表示每一個(gè)方面的適宜性。如可把土地利用重新分成三類適宜性：空地=高，農(nóng)業(yè)區(qū)=中，居民區(qū)和工業(yè)區(qū)=低。人口密度可重新分成四類：<5人/hm2(公頃)=很高適宜性，5～10人/hm2=高，10～30人/hm2=中，>30人/hm2=低。用同樣的方法對其他(qítā)影響因素進(jìn)行再分類；②對每一個(gè)方面用加權(quán)因子來表明其相對重要性；③將這些數(shù)字地圖疊置，并在每個(gè)網(wǎng)格單元上將這四個(gè)值相加；④適宜性分析：在結(jié)果地圖上，得分高的網(wǎng)格單元就意味著被組合的四個(gè)方面高的適宜性。對于自然保護(hù)區(qū)，則加上一個(gè)嚴(yán)厲限制，即在這些區(qū)域的網(wǎng)格單元中把適宜性置零值；⑤根據(jù)適宜性分析計(jì)算，確定廠址。共一百一十五頁

柵格疊置分析(fēnxī)示例共一百一十五頁3柵格數(shù)據(jù)的追蹤分析

所謂柵格數(shù)據(jù)的追蹤分析是指對于特定的柵格數(shù)據(jù)系統(tǒng)，由某一個(gè)或多個(gè)起點(diǎn)，按照一定的追蹤線索進(jìn)行(jìnxíng)目標(biāo)追蹤或軌跡追蹤，以便信息提取的空間分析方法。323812171817499121823232041516202528262031221233332292071425323931251412212730322417111522342521151281619202510746共一百一十五頁

此外(cǐwài)，追蹤分析方法在掃描圖件的矢量化、利用數(shù)字高程模型自動提取等高線、污染水源的追蹤分析等方面都發(fā)揮著十分重要的作用。下圖為GIS顯示的追蹤得到的河流圖。共一百一十五頁為GIS顯示的追蹤(zhuīzōng)得到的河流圖。共一百一十五頁4柵格數(shù)據(jù)的窗口分析

1）概念窗口分析是指對于柵格數(shù)據(jù)系統(tǒng)中一個(gè)、多個(gè)柵格點(diǎn)或全部的數(shù)據(jù)，開辟一個(gè)有固定分析半徑的分析窗口，并在該窗口內(nèi)進(jìn)行極值、均值等一系列統(tǒng)計(jì)計(jì)算，或與其他層面的信息(xìnxī)進(jìn)行必要的復(fù)合分析，從而實(shí)現(xiàn)柵格數(shù)據(jù)有效水平方向擴(kuò)展分析。共一百一十五頁按照分析窗口的形狀，可以將分析窗口劃分為以下類型：矩形窗口：是以目標(biāo)柵格為中心(zhōngxīn)，分別向周圍八個(gè)方向擴(kuò)展一層或多層?xùn)鸥瘢瑥亩纬删匦畏治鰠^(qū)域，如3×3、5×5、7×7的矩形窗口。圓型窗口：是以目標(biāo)柵格為中心，向周圍作一等距離搜索區(qū)，構(gòu)成一圓型分析窗口。環(huán)型窗口：是以目標(biāo)柵格為中心，按指定的內(nèi)外半徑構(gòu)成環(huán)型分析窗口。扇型窗口：是以目標(biāo)柵格為起點(diǎn)，按指定的起始與終止角度構(gòu)成扇型分析窗口。2）

窗口(chuāngkǒu)的類型共一百一十五頁分析(fēnxī)窗口的類型共一百一十五頁窗口內(nèi)統(tǒng)計(jì)分析的類型

柵格分析窗口內(nèi)的空間數(shù)據(jù)的統(tǒng)計(jì)分析類型一般有以下幾種類型：（1）均值Mean；(2)最大值Maximum；(3)最小值Minimum；（4）中值Median；（5）總數(shù)Sum；（6）范圍Range；（7）Majority多數(shù)；（8）少數(shù)Minority；（9）變異度Variety。標(biāo)準(zhǔn)差（StandardDeviation）（高通量（HighPass）低通量（LowPass）焦點(diǎn)流（FocalFlow）

在arcgis軟件中，窗口分析的功能是Neighborhoodstatistic命令

在實(shí)際工作中，為解決某一個(gè)(yīɡè)具體的應(yīng)用命題，以上4種柵格數(shù)據(jù)的分析模式往往綜合使用。

3）鄰域(línyù)分析（窗口分析）

共一百一十五頁原始(yuánshǐ)柵格（總數(shù)Sum）鄰域統(tǒng)計(jì)柵格共一百一十五頁123451718175321423232067312282620541233229204132531251412212730322417111522342521151281619202510746f（x）11/916/924/932/9求平均(píngjūn)共一百一十五頁5.柵格數(shù)據(jù)再分類(fēnlèi)再分類（Reclassify）再分類（Reclassification）：根據(jù)不同的需要對原始數(shù)據(jù)再次進(jìn)行分類和提取的過程。重分類的關(guān)鍵是確定原數(shù)據(jù)到新數(shù)據(jù)之間的對應(yīng)關(guān)系?？臻g信息分類方法是GIS功能的重要組成部分。GIS存儲的數(shù)據(jù)具有原始數(shù)據(jù)的性質(zhì)(xìngzhì)，這樣用戶就可以根據(jù)不同的使用目的對數(shù)據(jù)進(jìn)行任意提取和分析。分類方法不同，得到的結(jié)果會有很大差異。共一百一十五頁5.柵格數(shù)據(jù)再分類(fēnlèi)空間信息的再分類分為(fēnwéi)兩類。一類是基于地理信息的非空間屬性進(jìn)行再分類，它不改變地物已有的屬性值，而只是根據(jù)地物的屬性，將它們劃分到相應(yīng)的類別中。此種分類可以通過簡單的改變圖例來完成，也可通過主成分分析法，聚類分析法等完成。另一類再分類的方法是通過對地物屬性信息經(jīng)過分類組織產(chǎn)生新的地物特征。對于柵格數(shù)據(jù)，可通過賦值或簡單計(jì)算來獲取新的地物，達(dá)到重新分類的目的（如Arcgis中的Reclassify功能）。共一百一十五頁ReclassifyingMaps共一百一十五頁共一百一十五頁示例(shìlì)：柵格數(shù)據(jù)再分類結(jié)果共一百一十五頁1、地理查詢2、緩沖帶分析3、疊置(diézhì)分析4、網(wǎng)絡(luò)分析5、地形分析6、空間插值二、矢量(shǐliàng)數(shù)據(jù)分析方法共一百一十五頁1、地理(dìlǐ)查詢1）.數(shù)據(jù)庫查詢：地圖視圖和屬性表根據(jù)屬性查詢有關(guān)(yǒuguān)地理實(shí)體；根據(jù)地理位置查詢地理實(shí)體；根據(jù)空間位置的相對關(guān)系查詢地理實(shí)體

—包含（containment）、相交（intersect）、接近（proximity）；2）.幾何量測3）.重新分類共一百一十五頁屬性(shǔxìng)查詢1）.數(shù)據(jù)庫查詢(cháxún)共一百一十五頁地理位置(dìlǐwèizhì)查詢共一百一十五頁相對位置(wèizhi)——在超市200米范圍內(nèi)的所有景點(diǎn)共一百一十五頁相對位置——穿越河流的城市地鐵(dìtiě)查詢共一百一十五頁相對位置(wèizhi)——包含查詢共一百一十五頁長度（周長(zhōuchánɡ)）量算面積量算形狀量算——線長度可由兩點(diǎn)間直線距離相加得到，以米或公里為單位，投影(tóuyǐng)基礎(chǔ)上的平面直角坐標(biāo)。2）.幾何量測共一百一十五頁面積量算的梯形法：

——面狀地物以其輪廓(lúnkuò)邊界弧段構(gòu)成的多邊形表示的。

對于沒有空洞的簡單多邊形，用上式計(jì)算；對于有孔或內(nèi)島的多邊形，可分別計(jì)算外多邊形與內(nèi)島面積，其差值為原多邊形面積。

共一百一十五頁——緩沖區(qū)是根據(jù)點(diǎn)、線、面地理實(shí)體，建立起周圍一定(yīdìng)寬度范圍內(nèi)的擴(kuò)展距離圖，緩沖區(qū)的作用是用來限定所需處理的專題數(shù)據(jù)的空間范圍。2緩沖帶分析(fēnxī)

公共設(shè)施（商場，郵局，銀行，醫(yī)院，車站，學(xué)校等）的服務(wù)半徑大型水庫建設(shè)引起的搬遷鐵路、公路以及航運(yùn)河道對其所穿過區(qū)域經(jīng)濟(jì)發(fā)展的重要性共一百一十五頁分類點(diǎn)、線、多邊形的緩沖區(qū)特殊形態(tài)的緩沖區(qū)：點(diǎn)對象有三角形、矩形和圓形buffer線對象有雙側(cè)對稱(duìchèn)、雙側(cè)不對稱(duìchèn)或單側(cè)緩沖區(qū)面對象有內(nèi)側(cè)和外側(cè)緩沖區(qū)

共一百一十五頁緩沖區(qū)變異(biànyì)共一百一十五頁原理點(diǎn)、線、面及多重Buffer的算法原理

Point：以點(diǎn)為圓心，以R為半徑畫圓；

Polyline：分別對每一頂點(diǎn)和每條邊生成Buffer，然后疊加；

Polygon：先生成邊界的Buffer，再與多邊形本身疊加；

Multi-buffer：先以不同(bùtónɡ)半徑生成不同(bùtónɡ)寬度的buffer再疊加；共一百一十五頁Buffer實(shí)現(xiàn)(shíxiàn)共一百一十五頁商場的市場區(qū)位（服務(wù)范圍中心地理論）城市研究：改變某個(gè)(mǒuɡè)轄區(qū)的行政界線時(shí)，要通知周圍一定距離（如150M）的住戶林業(yè)規(guī)劃：距河流一定縱深的范圍來確定森林的砍代區(qū)地震帶：按斷裂線的危險(xiǎn)等級繪出每一斷裂線的不同寬度的緩沖帶作為警戒線土地評價(jià)：根據(jù)距離交通線的遠(yuǎn)近進(jìn)行成本估算地價(jià)評估實(shí)際(shíjì)中的應(yīng)用共一百一十五頁共一百一十五頁3疊置(diézhì)分析——將兩幅矢量圖層通過幾何圖形相交(xiāngjiāo)合并成一幅新的矢量圖層，其結(jié)果綜合了原來兩層或多層要素所具有的屬性。分類:

點(diǎn)包含分析線包含分析多邊形疊置分析

疊加的結(jié)果：幾何形狀改變屬性改變共一百一十五頁1）.點(diǎn)包含(bāohán)分析Point-in-polygonoverlay：是確定(quèdìng)一圖層上的點(diǎn)落在另一圖層的哪個(gè)多邊形內(nèi)，以便為圖層的每個(gè)點(diǎn)建立新的屬性，實(shí)質(zhì)是計(jì)算多邊形對點(diǎn)的包含關(guān)系A(chǔ)B121A2B+=

判斷方法：從判斷點(diǎn)引出某一方向上的射線，通過判斷點(diǎn)與多邊形交點(diǎn)數(shù)來確定點(diǎn)與多邊形的包含關(guān)系，奇數(shù)次在區(qū)域內(nèi)，偶數(shù)次則位于區(qū)域外。共一百一十五頁共一百一十五頁一個(gè)中國政區(qū)圖（多邊形）和一個(gè)全國礦產(chǎn)分布圖（點(diǎn)），二者經(jīng)疊加分析后，并且將政區(qū)圖多邊形有關(guān)的屬性信息加到礦產(chǎn)的屬性數(shù)據(jù)表中，則可以查詢指定(zhǐdìng)省有多少種礦產(chǎn)，產(chǎn)量有多少；還可查詢指定(zhǐdìng)類型的礦產(chǎn)在哪些省里有分布等信息。共一百一十五頁點(diǎn)與多邊形疊加的兩個(gè)(liǎnɡɡè)實(shí)例一個(gè)野生動植物學(xué)家研究褐頭燕八哥的位置與森林植被的特定類型或分布間是否有功能上的必然聯(lián)系？在完成了森林植被（多邊形）分類的航片上標(biāo)注鳥類（點(diǎn)）的位置統(tǒng)計(jì)每個(gè)林區(qū)的燕八哥的數(shù)目（建立屬性表）一個(gè)偵探研究在城市的特定區(qū)域和偷錢包的多發(fā)事件是否存在某種空間關(guān)系(guānxì)？從警察局的犯罪記錄中將偷錢包事件標(biāo)注在街區(qū)圖上以每個(gè)月為單位根據(jù)街區(qū)繪制犯罪統(tǒng)計(jì)表共一百一十五頁2）.線包含(bāohán)分析AB11A1B+=Line-in-polygonoverlay:是確定一個(gè)圖層上的弧段(Arc)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。線與多邊形的疊加，是比較線上坐標(biāo)(zuòbiāo)與多邊形坐標(biāo)(zuòbiāo)的關(guān)系，判斷線是否落在多邊形內(nèi)。計(jì)算過程通常是計(jì)算線與多邊形的交點(diǎn)，只要相交，就產(chǎn)生一個(gè)結(jié)點(diǎn)，將原線打斷成一條條弧段，并將原線和多邊形的屬性信息一起賦給新弧段。共一百一十五頁如果線狀圖層為河流，疊加的結(jié)果是多邊形將穿過它的所有河流打斷成弧段，可以查詢?nèi)我舛噙呅蝺?nèi)的河流長度，進(jìn)而計(jì)算它的河網(wǎng)密度等；如果線狀圖層為道路網(wǎng)，疊加的結(jié)果可以得到每個(gè)多邊形內(nèi)的道路網(wǎng)密度(mìdù)，內(nèi)部的交通流量，進(jìn)入、離開各個(gè)多邊形的交通量，相鄰多邊形之間的相互交通量。

確定某一行政區(qū)內(nèi)各種等級(děngjí)道路的里程數(shù)共一百一十五頁3.多邊形疊加Polygon-on-polygonoverlay: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。應(yīng)用范圍：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態(tài)變化分析圖幅要素更新、相鄰(xiānɡlín)圖幅拼接區(qū)域信息提取共一百一十五頁AB+=121A1B2A2B屬性分配(fēnpèi)過程：將輸入圖層對象的屬性拷貝到新對象的屬性表中，或把輸入圖層對象的標(biāo)識碼作為外鍵，直接關(guān)聯(lián)到輸入圖層的屬性表（理論假設(shè)是多邊形對象內(nèi)屬性是均質(zhì)的，將它們分割后，屬性不變，最小公共地理單元（LeastCommonGeographicUnit,LCGU））。共一百一十五頁地圖(dìtú)疊加操作：ArcGIS為例輸入地圖與疊加地圖具有相同的范圍，則輸出地圖也具有相同的范圍。輸入地圖與疊加地圖范圍不同，則依賴于地圖疊加操作方法。方法(fāngfǎ)聯(lián)合相交層疊加共一百一十五頁地圖疊加操作(cāozuò)：聯(lián)合（Union）OR=共一百一十五頁地圖(dìtú)疊加操作：相交（Intersect）AND=共一百一十五頁地圖(dìtú)疊加操作：層疊加（Identity）+=[(輸入(shūrù)地圖)AND(疊加地圖)]OR(輸入地圖)共一百一十五頁地圖(dìtú)疊加操作：相減（erase）共一百一十五頁地圖(dìtú)疊加：破碎多邊形處理在地圖疊加過程中，沿著兩個(gè)輸入地圖的共同邊界出現(xiàn)的極小多邊形。原因數(shù)字化原地圖誤差遙感解譯野外調(diào)查(diàochá)消除方法設(shè)置模糊容差最小制圖單元共一百一十五頁地圖(dìtú)操作邊界融合(Dissolve)裁剪(cáijiǎn)(Clip)合并(Merge)共一百一十五頁地圖(dìtú)操作：融合（disslove）

消除具有相同(xiānɡtónɡ)屬性的多邊形邊界（數(shù)據(jù)分類）112413312413共一百一十五頁地圖操作(cāozuò)：裁剪(clip)落入裁減區(qū)域范圍內(nèi)的輸入地圖(dìtú)要素共一百一十五頁地圖操作(cāozuò)：合并(merge)兩幅或兩幅以上(yǐshàng)的地圖拼接成新圖合并共一百一十五頁多邊形疊加應(yīng)用(yìngyòng)實(shí)例一個(gè)地方規(guī)劃師希望確定他所在的農(nóng)業(yè)縣今后20年大規(guī)模的城市化發(fā)展的區(qū)域，決定(juédìng)哪些土地用于房地產(chǎn)開發(fā)？（約束條件：現(xiàn)有耕地、肥力很大的土地、政府土地、歷史文化遺跡、瀕臨滅絕物種的棲息地不能開發(fā)）為上述五個(gè)圖層創(chuàng)建詳細(xì)的地圖（多邊形圖層）五個(gè)圖層疊加一起，得出沒有限制的土地范圍布爾邏輯運(yùn)算(and)完成疊加操作：五個(gè)不相容變量&不能用作將來的農(nóng)業(yè)用地&不是現(xiàn)有耕地&不在歷史文化遺跡周圍&不危及瀕臨滅絕物種&不屬于政府所有的土地共一百一十五頁主要(zhǔyào)網(wǎng)絡(luò)分析功能

路徑分析(PathAnalysis)實(shí)質(zhì)是最短路徑問題，對于交通、消防、救災(zāi)搶險(xiǎn)、信息傳輸?shù)扔兄匾饬x：運(yùn)輸網(wǎng)中找出運(yùn)費(fèi)最小的路徑通訊網(wǎng)中找出兩點(diǎn)間信息傳遞最可靠的路由定位-配置分析（服務(wù)范圍分析）又叫資源分配（選址問題），在城市和區(qū)域規(guī)劃中應(yīng)用(yìngyòng)廣泛，其目標(biāo)是合理地選定資源集散地，以及這些集散地的影響范圍。

選擇最佳布局中心，或從一批候選位置中選定若干地點(diǎn)來建公共設(shè)施，為區(qū)域需求點(diǎn)提供服務(wù)4網(wǎng)絡(luò)分析共一百一十五頁1）、路徑分析靜態(tài)最佳路徑：在給定每條鏈上的屬性后，求最佳路徑。N條最佳路徑分析：確定起點(diǎn)或終點(diǎn)，求代價(jià)最小的N條路徑，因?yàn)樵趯?shí)踐中最佳路徑的選擇只是理想情況，由于種種因素而要選擇近似最優(yōu)路徑。最短路徑或最低耗費(fèi)路徑：確定起點(diǎn)、終點(diǎn)和要經(jīng)過的中間點(diǎn)、中間連線，求最短路徑或最小耗費(fèi)路徑。動態(tài)最佳路徑分析：實(shí)際網(wǎng)絡(luò)中權(quán)值是隨權(quán)值關(guān)系式變化的，可能還會臨時(shí)出現(xiàn)一些障礙點(diǎn)，需要?jiǎng)討B(tài)的計(jì)算最佳路徑。

無論是計(jì)算最短路徑還是最佳路徑，其算法都是一致的，不同之處在于網(wǎng)絡(luò)中每條弧的權(quán)值設(shè)置。如果要計(jì)算最短路徑，則權(quán)重設(shè)置為兩個(gè)節(jié)點(diǎn)的實(shí)際距離；而要計(jì)算最佳路徑，則可以(kěyǐ)將權(quán)值設(shè)置為從起點(diǎn)到終點(diǎn)的時(shí)間或費(fèi)用。共一百一十五頁計(jì)算最短路徑(lùjìng)的Dijkstra算法Dijkstra算法是典型最短路算法，用于計(jì)算一個(gè)節(jié)點(diǎn)到其他所有(suǒyǒu)節(jié)點(diǎn)的最短路徑。主要特點(diǎn)：以起始點(diǎn)為中心向外層層擴(kuò)展，直到擴(kuò)展到終點(diǎn)為止。

偉大的荷蘭計(jì)算機(jī)科學(xué)家迪杰斯特拉，1930年出生于荷蘭阿姆斯特丹,2002年逝世于荷蘭紐南。早年鉆研物理及數(shù)學(xué)，而后轉(zhuǎn)為計(jì)算學(xué)。曾在1972年獲得過素有計(jì)算機(jī)科學(xué)界的諾貝爾獎(jiǎng)之稱的圖靈獎(jiǎng)。共一百一十五頁算法過程：創(chuàng)建兩個(gè)表，OPEN,CLOSE。d(i)表示結(jié)點(diǎn)距離,p(i)表示結(jié)點(diǎn)i的前一結(jié)點(diǎn)。OPEN表保存(bǎocún)所有已生成而未考察的節(jié)點(diǎn)，CLOSED表中記錄已訪問過的節(jié)點(diǎn)。1．訪問路網(wǎng)中里起始點(diǎn)最近且沒有被檢查過的點(diǎn)，把這個(gè)點(diǎn)放入OPEN組中等待檢查。2．從OPEN表中找出距起始點(diǎn)最近的點(diǎn)，找出這個(gè)點(diǎn)的所有子節(jié)點(diǎn)，把這個(gè)點(diǎn)放到CLOSE表中。3．遍歷考察這個(gè)點(diǎn)的子節(jié)點(diǎn)。求出這些子節(jié)點(diǎn)距起始點(diǎn)的距離值，放子節(jié)點(diǎn)到OPEN表中。4．重復(fù)2，3，步。直到OPEN表為空，或找到目標(biāo)點(diǎn)。共一百一十五頁算法(suànfǎ)過程：（1）N1為起始(qǐshǐ)結(jié)點(diǎn)；

d(1)=0；Q={n1}——》S={n1}

（2）與n1連接的點(diǎn)n2,n3,n4，分別計(jì)算各點(diǎn)到n1的最短距離；

d（2）=d（1）+n1到n2的距離=1；因?yàn)閐（2）初始值為無窮大，因此d（2）=1，p（2）=n1。同理得到：d(3)=4,p(3)=n1;d(4)=5,p（4）=n1.

（3）在以上Q包含的3個(gè)點(diǎn)中，n2到n1的距離d（2）=1最短，因此將n2加入S，并從Q中刪除。（4）判斷Q中與n2相連的結(jié)點(diǎn)為n1，n3，n4，但n1已經(jīng)在S中，不予考慮。計(jì)算n3，n4到n1的最短距離。共一百一十五頁d（3）=d（2）+n3到n2的距離=1+2=3<4,因此(yīncǐ)，

d（3）=3，p（3）=n2；同理d（4）=4，p（4）=n2.（5）在上式中，n3到n1的距離d（3）<d(4),因此，將n3加入S，從Q中刪除。（6）與n3相連的點(diǎn)在Q中只剩下n4，計(jì)算n4到n1的最短距離；

d（4）=d（3）+n4到n3的距離=5>d（4）=4，因此d（4）和p(4)值均不變。

從Q中刪除n4，計(jì)算結(jié)束。d=（0，1，，3，4），p=（n1，n2，n2）共一百一十五頁5空間(kōngjiān)插值概念：從存在的觀測數(shù)據(jù)中找到一個(gè)函數(shù)關(guān)系式，使該關(guān)系式最好地逼近這些已知的空間數(shù)據(jù)，并能根據(jù)函數(shù)關(guān)系式推求出區(qū)域范圍內(nèi)其它任意點(diǎn)或任意分區(qū)的值，這種根據(jù)已知點(diǎn)或分區(qū)的數(shù)據(jù)，推求任意點(diǎn)或任意分區(qū)的值的方法稱為空間數(shù)據(jù)內(nèi)插?？臻g插值分析是GIS中數(shù)據(jù)處理常用方法之一，廣泛應(yīng)用于等值線自動制圖、DEM模型建立(jiànlì)、不同區(qū)域界限現(xiàn)象的相關(guān)分析。這一過程實(shí)際上是把樣本點(diǎn)置于三維空間中，點(diǎn)屬性為Z坐標(biāo)，擬合構(gòu)造一個(gè)連續(xù)的光滑曲面函數(shù)，任意一點(diǎn)的屬性值通過函數(shù)求解，因此也稱為曲面插值分析。共一百一十五頁空間(kōngjiān)插值分析原因：空間數(shù)據(jù)往往是根據(jù)自己的要求獲取采樣的觀測值，諸如土地類型、地面高程等。這些點(diǎn)的分布往往是不規(guī)則的，在用戶感興趣或模型復(fù)雜區(qū)域可能采樣點(diǎn)多，在其它地區(qū)則采樣點(diǎn)少，由此而導(dǎo)致所形成的多邊形的內(nèi)部變化不可能表達(dá)得更精確、更具體，而只能達(dá)到一般的平均水平。但用戶在某些時(shí)候卻欲獲知(huòzhī)未觀測點(diǎn)的某種感興趣特征的更精確值，這就導(dǎo)致了空間內(nèi)插技術(shù)的誕生。

共一百一十五頁

通常，在以下幾種情況下要做空間插值：現(xiàn)有數(shù)據(jù)的分辨率不夠，如遙感圖象從一種分辨率轉(zhuǎn)換到另一種分辨率。現(xiàn)有數(shù)據(jù)的結(jié)構(gòu)與所需結(jié)構(gòu)不同，如將柵格數(shù)據(jù)轉(zhuǎn)換到TIN數(shù)據(jù)。現(xiàn)有數(shù)據(jù)沒有完全覆蓋整個(gè)區(qū)域，如只有一些離散(lísàn)點(diǎn)數(shù)據(jù)。需要進(jìn)行空間插值處理的原始數(shù)據(jù)包括：航片/衛(wèi)片、野外測量采樣數(shù)據(jù)、等值線圖等?？臻g(kōngjiān)插值分析共一百一十五頁連續(xù)空間與離散空間現(xiàn)實(shí)空間可以分為具有漸變特征的連續(xù)空間和具有跳躍特征的離散空間。舉例來講，土地類型分布(fēnbù)屬離散空間，而地形表面分布(fēnbù)則是連續(xù)空間

空間(kōngjiān)插值分析共一百一十五頁

空間插值的理論假設(shè)是空間位置上越靠近的點(diǎn)，越可能具有(jùyǒu)相似的特征值，而距離越遠(yuǎn)的點(diǎn)，其特征值相似的可能性越小。離散空間數(shù)據(jù)內(nèi)插——鄰近元法連續(xù)表面內(nèi)插技術(shù)——連續(xù)的空間漸變模型

分為整體插值方法和部分（局部）插值方法兩類。

空間(kōngjiān)插值分析共一百一十五頁

整體插值：用研究區(qū)域所有采樣點(diǎn)的數(shù)據(jù)進(jìn)行全區(qū)域特征擬合。如邊界內(nèi)插法、趨勢面分析等。這種內(nèi)插技