《第十一章矢量数据分析ppt课件.ppt》由会员分享，可在线阅读，更多相关《第十一章矢量数据分析ppt课件.ppt（84页珍藏版）》请在三一办公上搜索。
1、第12章 矢量数据分析,2014-4-4,了解空间分析从矢量数据结构的特点开始说起建立缓冲区地图叠置距离量测要素提取,内容提要,有地图以来，就开始有各种各样利用地图的空间分析。在地图上量算地理要素之间的距离方位、面积，利用地图进行各种研究和决策，都是空间分析的实例。空间分析( Spatial Analysis )的历史远长于GIS的历史。,空间分析：空间分析是综合分析空间数据技术的统称。是基于空间数据的分析技术，以地球科学原理为依托，通过分析算法，从空间数据中获取有关地理对象的空间位置、空间分布、空间形态、空间构成、空间演变等信息。空间分析是构成地理信息系统的核心部分之一，发挥着举足轻重的作用
2、，也是GIS区别于其他信息系统的显著标志。Goodchild将空间分析分为2类：产生式分析和查询式分析。按照空间数据的形式，分为矢量数据的空间分析和栅格数据的空间分析。,地理信息系统原理与应用,山东科技大学测绘学院,5,空间查询空间统计分析空间缓冲区分析空间叠加分析空间网络分析数字地面模型分析,查询式分析,产生式分析,空间分析方法,矢量数据的空间分析主要是基于点、线、面三种基本形式在ArcGIS中，矢量数据的空间分析主要包括缓冲区分析、叠置分析和网络分析。,矢量数据分析的特点,分析对象几何对象：点、线、面空间关系：拓扑、非拓扑分析手段基本：缓冲区、叠置、距离量测高级：模式分析分析精度几何对象的
3、位置和形状,建立缓冲区,主要目的将地图分为两个区域指定距离之内（即缓冲区）指定距离之外操作对象点、线、面基本原理邻近,缓冲是基于邻近（proximity）的概念,把地图分为两个区域，一个区域位于所选地图要素的指定区域之内，另一个区域在指定距离之外。在指定距离之内的称为缓冲区。例如：交通沿线或河流沿线的地物有其独特的重要性，公共设施（商场、邮局、银行、医院、车站、学校等）的服务半径，大型水库建设引起的搬迁，铁路，公路以及航运河道对其所穿越的区域经济发展的重要性等，均是一个邻近度问题。,缓冲区分析基本概念,缓冲区及其作用,缓冲区是地理空间目标的一种影响范围或服务范围，具体指在点、线、面实体的周围，
4、自动建立的一定宽度的多边形。从数学的角度看，缓冲区分析的基本思想是给定一个空间对象或集合，确定他们的邻域，邻域的大小由邻域半径R决定。因此对象Oi的缓冲区定义为数学表达为： 作用： 缓冲区分析是GIS的基本空间操作功能之一，一般应用于求地理实体的影响范围，即邻近度问题。,建立缓冲区,缓冲区的决定因素几何对象缓冲距离量度单位缓冲模式缓冲边界处理,Rings,Drive Times,Hand Drawn,Administrative Areas,建立缓冲区几何对象,点缓冲围绕点的缓冲形成圆形缓冲线缓冲围绕线的缓冲形成一系列长条形缓冲带两侧或单侧面缓冲围绕面的缓冲形成由多边形边界向外延伸的缓冲区向外
5、或向内,危险品仓库潜在影响范围的确定,点缓冲区分析实例,河流两侧森林保护范围的确定,2.2 线缓冲区分析实例,线缓冲区分析实例,道路拓宽改建中建筑物拆迁范围的确定。,2.2 线缓冲区分析实例,湖泊周围生态保护区范围的确定,面缓冲区分析实例,建立缓冲区,缓冲距离固定（常规）按设置常数，如道路拓宽变长按给定字段取值，如按河流流量生成缓冲区量度单位米/英尺,建立缓冲区,缓冲模式单缓冲（常规）生成一个缓冲区多缓冲生成多个缓冲区，如上海的影响力缓冲边界处理边界不融合保留缓冲叠加部分边界融合不保留缓冲叠加部分,缓冲区计算的基本问题是双线问题。双线问题有很多另外的名称，如图形加粗，加宽线，中心线扩张等，它们
6、指的都是相同的操作。双线问题解决办法（1）角平分线法（简单平行线法）算法是在轴线的首尾点处，作轴线的垂线并按缓冲区半径截出左右边线的起止点；在轴线的其他转折点上，用与该线所关联的前后两邻边距轴线的距离为R的两平行线的交点来生成缓冲区对应顶点。,缓冲区计算,地理信息系统原理与应用,山东科技大学测绘学院,20,角分线法算法是在轴线的首尾点处，作轴线的垂线并按缓冲区半径截出左右边线的起止点；在轴线的其他转折点上，用与该线所关联的前后两邻边距轴线的距离为R的两平行线的交点来生成缓冲区对应顶点。确定缓冲区的起止点确定其它转折点对应的顶点生成缓冲区,A,B,A2,A1,1,2,R,B1,B2,R,地理信息
7、系统原理与应用,山东科技大学测绘学院,21,角分线法的缺陷难以最大限度保证 双线的等宽性。尤其当凸侧角点变 锐时，缓冲区端点 将远离轴线顶点。,d,R,R,A,B,空间缓冲区的建立,地理信息系统原理与应用,山东科技大学测绘学院,22,凸角圆弧法确定缓冲区的起止点判断转折点的凸凹侧,在凹侧用平行线的 交点生成对应顶点在凸侧用圆弧弥合,A2,A1,A,B,C2,C,空间缓冲区的建立,缓冲区边线的自相交问题,当轴线的弯曲空间不允许缓冲区的边线无压的通过时，就会产生若干个自相交多边形。,空间缓冲区的建立,自相交多边形,重叠多边形不是缓冲区边线的有效组成部分，最终不参与缓冲区的构建。岛屿多边形是缓冲区边
8、线的有效组成部分。,重叠多变形,岛屿多边形,空间缓冲区的建立,重叠多边形与岛屿多边形的自动判别首先定义轴线坐标点序为其方向。对于左边线，重叠自相交多边形呈顺时针方向。岛屿自相交多边形呈逆时针方向。,重叠多变形,岛屿多边形,空间缓冲区的建立,当存在岛屿多边形与重叠多边形时，最终绘制缓冲区边界线，只要把外围边线和岛屿轮廓绘出即可。,空间缓冲区的建立,ArcGIS操作,缓冲区的应用,垃圾填埋场选址基本要求填埋场500米之内，不能有学校、文物保护区、水源等基本操作以填埋场为圆心，做点缓冲，生成圆心缓冲区将缓冲区分别与学校等要素层叠加输出落入缓冲区内的学校、文物保护区、水源等,缓冲区的应用,统计道路拓宽
9、需要拆迁的房屋？基本操作按需拆迁的道路中心线，以规划的道路宽度，生成道路缓冲区将道路缓冲区与居民建筑物层叠加输出需拆迁的房屋统计房屋的面积、人口、总估价等,地图叠置,叠置分析又称叠加分析、叠合分析。是将同一地区同一比例尺的两组或两组以上的要素（地图）进行叠置，产生新的特征（新的空间图形或空间位置上的新属性的过程）的分析方法。将有关主题层组成的数据层面，进行叠加产生一个新数据层面的操作，其结果综合了原来两层或多层要素所具有的属性。,从原理上来说，叠置分析是对新要素的几何和属性特征按照一定的数学模型进行分析计算，其中往往涉及逻辑交、逻辑并、逻辑差等基本运算。,叠合分析概述,另外，在GIS中还有一种
10、直观的叠置分析方法：视觉信息叠置分析,根据GIS数据基本结构的不同，将GIS叠置分析分为两种：栅格数据叠置分析和矢量数据叠置分析,地图叠置,地图叠置,点与多边形叠置判断点是否落入多边形例如，中山陵园是否位于紫金山脉线与多边形叠加输出线落入多边形部分例如，道路规划是否通过密集居民区多边形与多边形叠加多边形边界组合例如，落入拆迁区域内的建筑物,矢量叠置分析类型矢量叠置分析的误差评价矢量叠置分析中的多边形裁剪算法ArcGIS中矢量叠置分析工具,矢量叠置分析类型,根据操作对象几何类型的不同，矢量数据叠置分析主要有六种不同的情况1、点与点的叠置分析2、点与线的叠置分析3、点与面的叠置分析4、线与线的叠置
11、分析5、线与面的叠置分析6、面与面的叠置分析,1、点与点的叠置,点与点的叠置是一个图层上的点与另一个图层上的点进行叠置，从而为图层内的点建立新的属性，同时对点的属性进行统计分析点与点的叠置是通过不同图层间的点的位置和属性关系完成的，得到一张新属性表，属性表表示点间的关系。,2、点与线的叠置,点与线的叠置是一个图层上的点与另一个图层上的线进行叠置，从而为图层内的点和线建立新的属性。叠置分析结果可以分析点与线的关系，例如点与线的最近距离等,3、点与面的叠置分析,点与面的叠置是将一个图层上的点与另一个图层上的面叠置，从而为图层内的每个点建立新的属性，同时对每个多边形内点的属性进行统计分析。点与多边形
12、的叠置是通过点在多边形内的判别完成的，得到一张新的属性表，属性表不仅包含原有属性，还有点落在哪个多边形内的目标标识。另外，还可以得到其他一些附加属性。,4、线与线的叠置分析,线与线的叠置是将一个图层上的线与另一图层上的线叠置，通过分析线之间的关系，从而为图层中的线建立新的属性关系。,线与面的叠置是将一个图层上的线与另一图层的多边形叠置，确定线落在哪个多边形内，以便为图层的每条弧段建立新的属性。,5、线与面的叠置分析,这里，一条线可能跨越多个多边形。这时，需要进行线与多边形的求交，并在交点处截断线段，并且对多边形进行编号，建立线段与多边形的属性关系。新的属性表不仅包含原有的属性，还有线落在哪个多
13、边形内的目标标识。另外，也可以得到其他一些附加属性。,面与面的叠置指不同图层多边形要素之间的叠置，通常分为合成叠置和统计叠置。,6、面与面的叠置分析,合成叠置是指通过叠置形成新的多边形，使新多边形具有多重属性，即需要进行不同多边形的属性合并。属性合并的方法可以是简单的加减乘除，也可以取平均值、最大最小值，或者取逻辑运算的结果,6、面与面的叠置分析,结果将原来多边形要素分割成新要素，新要素综合了原来两层或多层的属性。,6、面与面的叠置分析,统计叠置是指确定一个多边形中含有其他多边形的属性类型的面积等，即把其他图形上的多边形属性提取到本多边形中来。例如城市功能分区图与土壤类型图叠置，可得出商业区中
14、具有不稳定土壤结构的地区的面积。,矢量叠置分析的误差评价,矢量叠置分析由于在不同图层的点、线、面之间进行，点、线、面的误差会传递到叠置的结果上，影响分析的可靠性。由于进行多边形叠置的往往是不同类型的数据，同一对象可能有不同的面表示。例如，不同类型的地图叠置，同一条边界的数据往往不同，可能会产生一系列的碎屑多边形。,对于这些碎屑多边形，处理的办法有：根据面叠置情况，人及交互或者通过模式识别的方法，将小多边形合并到大多边形中；确定无意义多边形的面积模糊容限值，将小于容限值的多边形合并到大多边形中。先拟合一条新的边界线，然后进行叠置操作。,矢量叠置分析的误差评价,对于面叠置所产生的碎屑多边形可以用误
15、差定量化的进行分析，一些基本误差概念定义如下。,矢量叠置分析中的多边形裁剪算法,叠合过程可分为几何求交过程和属性分配过程两步：（1）几何求交过程：首先求出所有多边形边界线的交点，再根据这些交点重新进行多边形拓扑运算，对新生成的拓扑多边形图层的每一个对象赋一多边形唯一标识码，同时生成一个与新多边形对象一一对应的属性表。（2）属性分配过程：最典型的方法是将输入图层对象的属性拷贝到最新对象的属性表中，或把输入图层对象的标识作为外键，直接关联到输入图层的属性表。,矢量叠置分析中的多边形裁剪算法,实际上几何求交的过程就是要去判断点的位置，进行线与面的裁剪，面与面的裁剪。矢量数据叠置的核心算法就是多边形的
16、裁剪。面状地物有几何形状，也有拓扑特征，那么这些具有拓扑关系的面的裁剪与计算机图形学和CAD领域中纯粹的几何形状多边形（无拓扑关系）裁剪不同，叠置分析的裁剪算法必须维护多边形的拓扑关系。,叠置案例,岩层地基承载力 土壤地基承载力 侵蚀,叠合结果,叠置案例洪水淹没区分析,按地块面积平均计算财产密度。叠合处理（Union），生成的叠合多边形（Union1）具有高程、土地使用、地基类型、地块财产密度等属性。计算叠合后的多边形面积。将地基损失参数表（found.dbf）连接到Union1，以地基类型（Class）为关键字计算每个多边形的估计损失 = 财产密度 叠合后的多边形面积 损失系数在View中对
17、Union1的要素进行过滤，只有高程小于等于500、土地使用为住宅的多边形才进入估计其损失的选择集，据此，显示按损失密度的高低分类的专题地图，汇总估计损失值。,矢量数据叠置分析,难点 a）会产生大量对用户无关的多边形，需建拓扑，工作量大。 b）会产生多边形叠置的位置误差，需要进行处理。 c）建新多边形拓扑和多边形与新属性的连接，工作量大。,ArcGIS中矢量数据叠置分析工具,Erase擦除Identity识别叠加Intersect交集Spatial Join空间连接Symmetrical Difference对称差Union合并Update修正更新,Erase擦除,保留一个输入多边形为控制边界
18、之外的所有多边形。即将input feature与erase feature的相交部分去掉，保留input feature的其余部分。属性表与input feature的属性表相同A-AB,Identity识别叠加,输出数据为保留以其中一个输入多边形为控制边界之内的所有多边形。将Identity feature的属性追加到input features与input features相交部分的属性中。ABA,Intersect交集,输出数据为保留原来两个输入多边形的共同部分。A B，例如统计某条道路上的便利店,Spatial Join空间连接,依次用输入图层（或者目标图层）中的要素作为参数，分别检
19、索查找其满足给定空间约束条件（如相交、包含等）的另一个图层（连接图层）中，并将其属性信息追加到输入图层中。,Spatial Join空间连接,复制了要素3，有冗余,Symmetrical Difference对称差,两图层合并后，去掉其公共区域，新生成的图层属性也是综合二者的属性而产生。A B-AB,Union合并,对两个多边形数据进行Union，产生新的多边形数据，每一个新的多边形都包含了它所属的两个多边形的属性。A B例如：连锁超市的服务范围,Update修正更新,将两个图层合并，然后将重叠区域擦掉，再与修正图层合并。用update feature替换与之相交部分或全部，且update f
20、eature不与input feature相交的部分也保留，即update全部写入输出结果中。（AB-AB）B,距离量测,定义要素之间欧氏距离的量测。点与点间、点与其对应的最近点或线之间的直线距离的量测基本操作NearPoint distance,距离量测,Near操作对象Input Feature：点Near Feature：点、线输出结果Input图层每个点到Near图层的最近点/线的距离应用最近医院等寻址,距离量测,Point Distance操作对象二个图层：点输出结果Input图层每个点到Near图层所有点之间的距离应用消防站选址：要求到居民点距离最短,模式分析：描述和分析空间要素分
21、布模式的定量方法。整体水平：随机、离散、聚集局部水平：是否含有高值或低值的局部聚集,模式分析,对空间数据的统计分析，似乎现代计量地理学中一个快速发展的方向和领域。其核心是认识与地理位置相关的数据间的空间依赖、空间关联或空间自相关，通过空间位置，建立数据间的统计关系,空间统计分析,地球表面上的事物或现象之间存在着某种联系，并以相似或差异的方式表现出来。Tobler(1970)”地理学第一定律”描述了这样的性质：所有的事物或现象在空间商都是有里阿尼的，但相距近的事物或现象之间的联系一般较相距远的事物或现象间的联系要紧密。在空间统计学上，相似事物或现象在空间上集聚集中的性质为空间自相关（Spatia
22、l autocorrelation ）。空间上的相关性或关联性（Spatiall association）是自然界存在秩序与格局的原因之一。(Goodchild 1986),地理学第一定律,在地理学中，每一个空间位置上的事物（现象）都具有区别于其他位置上事物（现象）的特点，这种差异性被称为空间异质性（Spatial heterogeneity）与地理学第一定律所描述的空间依赖性相对应，Goodchild2003将空间异质性总结为“地理学第二定律”,使用图层中各个点与其最邻近点的距离，判断该点是呈随机的、规则的还是聚集的分布模式。这个方法最初是植物生态学（plant ecologist）定义的一
23、个间距指数（spacing index），用于比较观测到的一个区域的植物聚落图式与随机分布的异同。Clark和Evans（1954）提出最近邻分析概念。如果将某一均质区域划分成一组大小相同的正六边形，那么由每个六边形中心处的点构成的点模式就是最规则的模式（即三角网模式）。在此模式中，各点之间的距离将等于1.075，其中，A为区域面积，n为点数。,最近邻分析nearest neighbor analysis, NNA,king（1969）将这种方法引入城镇聚落的空间分布分析。此后，NNA逐渐发展成为一种人文地理特别是城市地理学的空间分析方法。理论上，假定所有的点完全随机分布，则其平均距离为其密度
24、倒数值的一半。用这个结果与借助图像观测到的实际的点分布格局相比较，可以得到一个比值，这个比值通常叫做最近邻指数（nearest neighbor index），或叫R尺度,现实中，很少有地理对象有井然有序的分布方式。引入R统计量（亦R比率），是点分布中最近邻点平均距离的观测值与期望值之比，也可以称为最近邻点统计量。分子是最近邻点平均距离的观测值，即各点最近值的均值。分母是由理论模式决定的最近邻点平均距离的期望值。R1，表明观测模式比随机模式分散。R1，表明观测模式呈聚集趋势。通过考察R统计量，可以得出各点相互关系的结论，但仍然无法确定，相对于随机模式来说，上述分布模式的分散模式的分散程度有多大
25、，是分散得多，还是稍显分散。,空间自相关分析考虑点的位置及其属性的变化，按照空间赋值状况量测各个变量值之间的相关关系。Morans I 统计量是一种应用非常广泛的全局空间自相关统计量形式如教材236页反映空间邻接或空间邻近的区域单元属性值的相似程度。,量测空间自相关的莫兰指数,在随机分布假设下，莫兰指数的期望值和方差分表表示为,通常将Morans I解释为一个相关系数，取值范围从-1到+10I1表示正的空间自相关I=0，表示不存在空间自相关-1I0,表示负的空间自相关Morans 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区域空间集聚Morans I为显著的负值时，存在显著的负相关
26、，相似的观测值区域分散分布。当Morans I接近期望值-1/(n-1)，随着样本数量增大，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。,Gearys C总是正值，取值范围一般为0-2之间，且服从渐进正态分布。当Gearys C小于1时，表明存在正的空间自相关当Gearys C大于1时，表明存在负的空间自相关当Gearys C=1时，表明不存在空间自相关，即观测值在空间上随机排列。,Gearys C,Morans I和Gearys C统计量均可以用来表明属性值之间的相似程度以及在空间商的分布模式，但是他们并不能区分是高值的空间集聚（高
27、值簇或热点（hot spots）还是低值的空间集聚（低值簇或冷点（cold spots），有可能掩盖不同的空间集聚类型，General G统计量则可以识别这两种不同的情形的空间集聚。,量测高低聚集度的G统计量,当general G值高于E（G），且Z值显著时，观测值之间呈高值集聚。当general G值低于E（G），且Z值显著时，观测值之间呈低值集聚。当general G值趋近于E（G），观测值在欧诺个键上随机分布。,模式分析,目的揭示地理数据分布模式是随机、离散或集聚用途例如，点模式分析：犯罪模式空间犯罪率分布，呈随机、规则、还是集聚如果呈规则、或集聚，空间位置？公安局可以集中警力，在犯罪率
28、高的地方专门部署又例如，点模式分析：沉降模式南京沉降有分布模式？如果有，空间位置？政府就可以针对性措施，防止进一步沉降,地图操作,地图提取 在 Analysis Tools/Extract工具箱内定义从一个图层中提取符合要求的要素，生成一个新的图层基本操作ClipSplit Select,Select从输入要素类或输入要素图层中提取要素（通常使用选择或结构化查询语言 (SQL) 表达式），并将其存储于输出要素类中。Table Select 筛选与结构化查询语言 (SQL) 表达式匹配的表记录并将其写入输出表。,要素提取,Data Management tools- Generalization
29、制图综合工具集如果要基于一个或多个指定的属性聚合要素，可使用融合工具。例如，可以选取一个包含按县收集的销售数据的要素类，然后使用融合基于各县销售人员的名字创建一个包含毗连销售区的要素类。融合可通过移除同一销售人员所负责的各县之间的边界来创建销售区,Dissolve,融合字段指定字段具有相同值组合的要素将聚合（融合）为单个要素。融合字段会被写入输出要素类。多部分 (multipart) 要素融合可能会导致创建出多部分 (multipart) 要素。多部分 (multipart) 要素是包含不连续元素的单个要素，在属性表中表示为一条记录。夏威夷州是以多部分 (multipart) 要素表示要素的常
30、见示例。,通过将面与具有最大面积或最长公用边界的邻近面合并来消除面。消除通常用于移除叠加操作（如相交或联合）所生成的小的狭长面。,eliminate,要消除的要素由应用于面图层的所选要素集决定。必须在先前步骤中使用按属性选择图层、使用按位置选择图层或查询 ArcMap 中的地图图层来确定选择的要素集。输入图层必须包含选择内容；否则，消除将失败。排除表达式和排除图层不会相互排斥，可将二者结合使用以对要消除的要素进行全面控制。,Data Management tools- General常规工具集将多个输入数据集追加到现有目标数据集。输入数据集可以是点、线、面要素类、表、栅格、栅格目录、注记要素类或尺寸要素类。,Append,
