空间分析要点.docx

空间分析要点(参考)第一章1、 空间对象的属性大致可分为两类：一是空间要素属性是指与空间(时间)位置相关的属性，主要包括：空间对象的位置、大小、 形状、速度、事件发生的时间二是非空间要素属性，也称描述属性，是指与空间位置无关或无直接关系的属性：如颜色、 密度、质地等等2、 空间分析的目的 就是根据空间对象的属性讲行分析，探求空间对象的时空分布规律、发 生原因及发展规律3、 空间对象的类型：按空间维数分类，大致可分为四类0维空间对象：有位置无长度的对象，如：居民点、地图中的城市、地震的震中位置1维空间对象：有长度的对象，一般由两个或多个0维目标组成，如：道路、河流2维空间对象：有面积的空间对象，如土地使用的类型、湖泊3维空间对象：具有体积的空间对象，如地下的矿体、大坝、隧道等根据空间对象的连续性，可分为两类：连续型的空间对象：在空间中连续分布的对象，如：某区域的地球化学元素分布，大气污染 物浓度、海水的盐度离散型的空间对象：在空间中不连续分布的对象，女口：城市中商业网点的分布，道路与河流， 建筑物4、 空间实体之间存在复杂的空间关系，主要可包括：距离关系、方位关系、拓扑关系、空 间相关、空间关联、空间配置、空间过程、空间尺度5、 空间要素模型：前GIS系统中数据组织的基本方式。

点要素，线要素，面要素6、 空间的主要内容：＞空间位置＞空间分布：同类空间对象的群体定位信息，包括分布、趋势、对比等内容＞空间形态：空间对象的几何形态＞空间距离：空间物体的接近程度＞空间关系：空间对象的相关关系，包括拓扑、方位、相似、相关等＞空间过程7、 空间的主要方法：(1) 基于地图的空间图形分析，如GIS中的缓冲区、叠加分析、数字高程模型、数字地面模 型等；(2) 空间动力学分析，有城市扩张模型(驱动力等)、空间价格竞争模型(区位优势)、空间择 位模型(中心地等)；(3) 空间信息分析，是指根据数据或统计方法建立的模型，如空间聚类、空间自相关、回归 模型等8、 空间分析的目的作用：(1) 描述与认知空间数据分布特征，如点线面的空间分异状况(2) 解释空间现象与空间模式的形成机理，如城市土地利用变化研究；(3) 调控在地理空间上发生的事件，如资源配置与优化、水资源合理配置；(4) 预测预报，如地址灾害预警，洪水的预测预报第二章1、 叠加分析(Spatial Overlay analysis)又称叠合分析、叠置分析，在统一空间参照系统条件下，每次将同一地区两个地理对象的图 层进行叠合，以产生空间区域的多重属性特征，或建立地理对象之间的空间对应关系。

2、 叠加条件：统一空间参照系统条件3、 据叠加的目的和结果可分为：空间合成叠加，空间统计叠加♦空间合成叠加用于搜索同时具有几种地理属性的分布区域，或对叠合后产生的多重属性进行新的 分类’地貌图土壤图♦空间统计叠加用于提取某个区域范围内某些专题 内容的数量特征壮行政图土壤图区域类 Lw面 积abEl V ■«104ll ■ A113■V «■I 1■ » ■l*• «■*«i» 畳统计表4、空间叠加更成为一种地图处理的思想叠加分析的应用：•有日喀则地区的行政界线图层和通过遥感技术提 取的该区沙漠化类型分布图层，求日喀则地区各 县沙漠化类型统计数据祥5、缓冲区分析：是指根据分析对象的点、线、面实体，自动建立其周围一定距离的带状区, 用以识别这些实体或者主体对邻近对象的辐射范围或者影响程度，是解决邻近度问题的空间 分析工具之一缓冲区分析应用：(思路，流程图，解题详细步骤)例：已知一伐木公司，获准在某林区采伐，为防止水土流失，规定不得在河流周围1km内 采伐林木另外，为便于运输，决定将采伐区定在道路周围5km之内请找出符合上述条 件的采伐区，输出森林采伐图解题思路：首先要以区域的道路分布图、河流分布图、森林分布图为数据源。

解题流程图：(1) 将该地区具有相同比例尺且进行配准的道路分布图、河流分布图、森林分布图，进 行预处理和数字化；⑵ 利用河流分布图生成1km的等距缓冲区；(3) 利用道路分布图生成5km的等距缓冲区；(4) 森林分布图中可采伐林地、道路缓冲区及河流缓冲区图进行叠置，叠置条件表达为: 采伐区=森林分布图中可伐林地n道路周围5km缓冲区Q非河流周围lkm缓冲区 将上述3张图进行两两叠置，所得结果即为森林采伐图例2：已知一湖泊，要求在它周围5000m内必须禁止任何污染性工业企业存在，在它周围 500m内必须禁止建筑任何永久性建筑物解题思路：(1) 先建立缓冲区；(2) 同现有污染性工业企业图叠置，显示在范围内应禁止的污染性工业企业；(3) 同现有永久性建筑物图叠置，显示在范围内应禁止的永久性建筑物1、 地图代数(1) 局部运算：指输出图层某一位置的值由输入的一个或多个图层同一位置的值通过代数 规则运算得到特性：栅格数据分析中的单个单元运算，对应栅格单元运算，不涉及位置运 算，不受邻域单元影响产生新的栅格地图(2) 邻域运算：输出图层某一位置的值可由输入栅格数据层同一位置邻域内的值通过代数 规则运算产生。

应用：1生态研究，统计邻域内物种数目2图像处理，计算数据平滑、边缘 增强、邻域内最大/小值3地形分析，计算坡度、坡向和表面曲率(3) 区域运算，也称分区统计，以一个数据集为基础(区域图层)在它所包含的不同类别 中对另一个数据集(数据图层)进行统计2、 距离模型：距离函数种类：1直线距离函数,2成本距离加权函数3方向函数4成本3、 密度模型：密度的类型＞点密度，每个栅格单元的点密度值等于落入该单元搜索半径范围内的所有点 状要素的属性值之和除以搜索邻域的面积仅限于对点状要素的统计＞线密度，每个栅格单元邻域内的线状要素的密度，如每平方公里的道路长度 其值等于落入栅格单元邻域内的各线要素的长度与其属性值之积的和除以 搜索邻域的面积4、 空间评价模型：是在GIS的平台上，通过综合考虑不同影响因子(以栅格图层表示)的 作用而最终确定目标区的一种空间分析模型第四章1、 空间插值：空间数据的插值(Interpolation)即对一组已知空间数据，可以是离散点的 形式，也可以是分区数据的形式，要从这些数据中找到一个函数关系式,使该关系式最好地逼 近已知的空间数据，并能根据该函数关系式推求出区域范围内其它任意点(未采样区域)值。

2、 空间插值的情况：＞现有的离散曲面的分辨率、像元大小或方向与所要求的不符；＞现有的连续曲面的数据模型与所需的数据模型不符；＞现有的数据不能完全覆盖所要求的区域范围3、 空间插值作用：常用于将离散点的测量数据转换为连续的数据曲面以便与其它空间现 象的分布模式进行比较4、 空间插值的一般流程：数据显示：频率分布等数据检查：异常值监测模型拟合：参数 优化模型诊断：选择合适的插值模型结果验证5、 反距离权重插值法(Inverse Dis tance Weigh ted, IDW),也称反距离加权插值是基于相近相似的原理：即两个物体离得近，它们的性质就越相似，反之，离得越远则相似性越小 予的权重越 九 = i （Y |）di=1 i它以插值点与样本点间的距离为权重进行加权平均，离插值点越近的样本点赋予的权重越 大计算步骤：>>>1. 计算未知点到所有点的距离；2. 计算每个点的权重：权重是距离倒数的函数3•计算结果 Z（X0,Y0）= £ 九Z（Xi,YJ6、径向基函数法与IDW的区别：1IDW：无法计算出高于或低于样点的预测值，表面不平滑2径向基函数法可以计算出高于或低于样点的预测值，表面平滑；3径向基函数生成的表面 不仅能够反映整体变化趋势而且可以反映局部变化。

没有了反距离的“牛眼”结构，比较平 滑由于其比较平滑，推荐用于平滑，连续表面的插值，如地形和水位，平均降雨量7、地统计：平稳性2域化变量具有两个性质:① 在局部的某一点，区域化变量的取值是随机的；② 对整个区域而言，存在一个总体或平均的结构，相邻区域化变量的取值具有该结构所表达 的相关关系即区域化变量的两大特点是随机性和结构性8、变异函数的主要因素：（1）样点间的距离和支撑的大小（2）样本数量的大小（3）异常 值的影响（4）比例效应的影响9、克里格插值是建立在变异函数理论分析基础上的，是对有限区域内的区域化变量取值进 行无偏最优估计的一种方法 克里格方法的优点：>建立在空间随机场结构分析的基础之上，因而在计算是可以充分利用空间随 机场中的结构性信息，降低估计的不确定性反映了变量的空间结构性>充分考虑了已知点与待估计点之间的空间相关性>在进行克里格插值时，可根据待估点与已知点间的方位关系选用不同方向的 变异函数，而估计结果反映了空间随机场的各向异性>可以给出估计方差的大小，在一定程度上对估计结果的精度进行评价克里格方法的局限性：> （1）克里格插值为局部估计方法，对估计值的整体空间相关性考虑不够， 它保证了数据的估计局部最优，却不能保证数据的总体最优，因为克里格估 值的方差比原始数据的方差要小。

因此，当样点较少且分布不均时可能会出 现较大的估计误差，特别是在样点之外的为采样区误差可能更大> （2）克里格插值法为光滑内插方法，为减小估计方差而对真实观测数据的 离散性进行了平滑处理，虽然可以得到由于光滑而更美观的等值线图，但一 些有意义的异常带也可能被光滑作用而“光滑”掉了所以，有时克里格方 法被称为一种“移动光滑窗口”第五章1、地形数据的应用：直接应用——高程、海拔、等高/值线经DEM变换产生满足各专业应用需求的派生产品——坡度、坡向、平面曲率、剖面曲率等基本地形因子坡面因子地表切割深度 高程变异系数 地形起伏度 地形粗糙度 T形學 坡 长 平面曲率 坡向变率 坡墨率 坡 向 坡 度3、地形特征提取意义：1、高精度制图、DEM生产、DEM数据压缩的保障；2、地貌制图综合 的根本；3、地貌类型自动划分的依据；4、地学分析的基础；5、地貌分布格局研究的前提弟八早1、 空间数据分析与传统统计分析主要有两大差异：① 空间数据间并非独立，而是在维空间中具有某种空间相关性，且在不同的空间分 辨率下呈现不同的相关程度；② 大多数空间问题仅有一组（空间分布不规则的）观测值，而无重复观测数据因 此，空间现象的了解与描述是极为复杂的；而传统方法，尤其是建立在独立样本 上的统计方法，不适合分析空间数据。

2、 基于连通性特征的空间权重指标，又可以称为空间邻接指标基于距离特征的空间权重 指标，又可以称为空间距离指标3常将Moran' s I解释为一个相关系数，取值范围从-1至到+10 0< I <1表示正的空间自相 关，I = 0表示不存在空间自相关，T〈 I <0表示负的空间自相关>当Moran' s I显著为正时，存在显著的正相关，相似的观测值（高值或低 值）趋于空间集聚>当Moran' s I为显著的负值时，存在显著的负相关，相似的观测值趋于分 散分布>当Moran' s I接近期望值（-1/（n-1）,随着样本数量的增大，该值趋于0） 时，表明不存在空间自相关，观测值在空间上随机排列，满足经典统计分析 所要求的独立、随机分布假设第七章1、空间决策支持一般需要以下过程：（1） 确定目标根据用户的要求，确定用户的最终实现。