《空间分析的原理和方法ppt课件.ppt》由会员分享，可在线阅读，更多相关《空间分析的原理和方法ppt课件.ppt（51页珍藏版）》请在三一办公上搜索。
1、第五章 空间分析的原理和方法,第一节 数字地面模型分析第二节 空间叠合分析第三节 空间缓冲区分析第四节 空间网络分析第五节 空间统计分析第六节 空间数据的集合分析和查询,空间分析是GIS系统的重要功能之一,是GIS系统与计算机辅助绘图系统的主要区别。空间分析的对象是一系列跟空间位置有关的数据，这些数据包括空间坐标和专业属性两部分。其中空间坐标用于实体的空间位置和几何形态，专业属性则是实体某一方面的性质。,第五章 空间分析的原理和方法,一、空间分析的意义 是地理信息系统的重要组成部分，也是区别于其它类型系统的一个最主要的功能特性。二、空间分析的目的：在于通过对空间数据的深加工或分析，获取新的信息
2、。三、空间分析：是基于空间数据的分析技术，以地学原理为依托，通过分析算法，从空间数据中获取有关地理现象的空间位置、空间分布、空间形态、空间形成、空间演变等信息。四、空间分析类型：1.产生式分析：如数字地面模型分析、空间叠合分析、缓冲区分析、空间网络分析、空间统计分析；2.咨询式分析：如空间集合分析，空间数据查询等。,第一节 数字地面模型分析,一、DTM与DEM1.DTM：数字地面模型，是定义于二维区域上的一个有限项的向量序列，以离散的平面点来模拟连续分布的地形。2.DEM：数字高程模型，是高程关于平面坐标自变量的连续函数的一个有限的离散表示。又叫地形模型。DTM=Zi,j i=1,2,3,m-
3、1,m；j=1,2,3,n-1,n二、DEM的主要表示模型1.规则格网模型2.等高线模型3.不规则三角网模型（TIN）4.层次模型三、DEM的建立,数字地形模型,DTM和DEM 数字地形模型(Digital Terrain Model,DTM)是在空间数据库中存储并管理的空间地形数据集合的统称。是带有空间位置特征和地形属性特征的数字描述。是建立不同层次的资源与环境信息系统不可缺少的组成部分。地表属性的三维特征，诸如高度、坡度、坡向等重要的地貌要素，是地学分析和生产应用中的基础数据，它们可以广泛地应用在多种领域，如农、林、牧、水利、交通、军事领域等。具体地说象公路、铁路、输电线的选线、水利工程的
4、选址、军事制高点的地形选择、土壤侵蚀、土地类型的分析等；也可应用于测绘、制图、遥感等领域。DTM的生成已成为GIS的研究课题之一。,DTM中属性为高程的要素叫数字高程模型(Digital Elevation Model，简称DEM)。高程是地理空间的第三维坐标，DEM是地表单元上的高程集合，通常用矩阵表示，广义的DEM可包括等高线、三角网等，这里特指由地表网格单元构成的高程矩阵。DEM是建立DTM的“基础数据”或称为单要素图，其它要素均可以从DEM数据直接或间接导出，因此称为“派生数据”，如：平均高程、坡度、坡向等仍是系统数据库中存储的一个层面或基本图件。这些层面都是位置配准的，将它们与其它属
5、性的层面叠置，可以完成多种资源与环境分析。对于DTM，只输入和存储数字高程模型DEM，并保证其精度符合要求，其它派生要素在需要的时候通过计算得到且精度就可以得到保证。,DEM的表示方法某地区地表高程的变化可用多种方法模拟。用数学定义的表面或点、线影像都可用来表示DEM。数学分块法数学方法拟合表面时需依靠连续的三维函数，连续的三维函数能以高平滑度表示复杂表面。局部拟合法是将复杂表面分成正方形像元，或面积大致相同的不规则形状小块，根据有限个离散点的高程，可得到拟合的DEM。图形法 线模式：表示地形的最普通线模式是一系列描述高程曲线的等高线。地图（有等高线）便是数字地面模型的现成数据源，用扫描仪在这
6、些图上自动获取DEM数据方面已做了许多工作。另外是根据各局部等值线上的高程点，通过插值公式计算各点的高程，得到DEM。,点模式：人工网格法：将地形图蒙上格网，逐格读取中心或角点的高程值，构成数字高程模型。由于计算机中矩阵的处理比较方便，特别是以网格为基础的地理信息系统中高程矩阵已成为DEM最通用的形式。网格法的缺点，即：地形简单的地区存在大量冗余数据；如果不改变网格大小，无法适用地形复杂程度不同的地区。立体像对分析：先进采样法(Progressive Sampling)(消除冗余数据问题）就是通过遥感立体像对，根据视差模型，自动选配左右影像的同名点，建立数字高程模型。在产生DEM数据时，地形变
7、化复杂的地区，增加网格数量(提高分辨率)，而在地形起伏不大的地区，则减少网格数量(降低分辨率)。,不规则三角网方法(TIN)：对有限个离散点，每三个最邻近点联结成三角形，每个三角形代表一个局部平面，再根据每个平面方程，可计算各网格点高程，生成DEM。不规则三角网是产生DEM数据而设计的采样系统。该DEM系统克服了高程矩阵中冗余数据的问题，而且能更加有效地用于各类以DEM为基础的计算。DEM生成的上述方法中，人工网格方法的精底低、工作量大，不宜采用；立体像对分析要求有立体像对影像和特殊的软件，且运算时间较长，技术条件特殊；三角网法在有足够离散点的情况下效果较好；曲面拟合可反映总的地势，但局部误差
8、较大；等值线插值是用的比较普遍的方法，输入等值线后，可在矢量格式的等值数据基础上进行，插值效果较好。,DEM的表示方法,DEM的应用,不论DEM是高程矩阵、数组、规则的点数据，还是三角网数据等形式，都可以从中获得多种派生产品。获得多种（不同类型）的基础图件 三维方块图、剖面图及地层图：三维方块图是最为人们熟悉的数字地面模型的形式之一。现在已有许多可供三维方块图计算用的标准程序，这些程序用线条描绘或阴影栅格显示法表示规则或不规则x、Y、Z数据组的立体图形。三维方块图在显示多种土地景观信息中非常有用，它是土地景观设计和森林覆盖模拟的基础。视线图:确定土地景观中点与点之间相互通视的能力,公园景点的选
9、择，通过数字高程模型能方便地算出一个观察点所能看到的各个部分。等高线图：从高程矩阵中很容易得到等高线图。方法是把高程矩阵中各像元的高程分成适当的高程类别。,坡度图与坡向图：坡度定义为水平面与局部地表之间的正切值。它包含两个成分：斜度高度变化的最大比率(常称为坡度)；坡向变化比率最大值的方向。这两个因素基本上能满足环境科学分析的要求。地貌晕渲图：制图工作者用一种“阴影立体法”表示地表形状即地貌晕渲法。有了DEM，地貌晕渲图能自动精确地实现。从高程矩阵中自动生成的地貌晕渲图与航片有许多不同之处，主要表现在：晕渲图不包括任何地面覆盖信息，仅仅是数字化的地表起伏显示；光源一般确定为西北45。方向，航片
10、的阴影主要随太阳高度角变化；晕渲图通常都经过了平滑和综合处理，因而没有航片上显示出的丰富的地形细节。自动地貌晕渲图的计算非常简单，首先是根据DEM数据计算坡度和坡向。然后将坡向数据与光源方向比较，面向光源的斜坡得到浅色调灰度值，反方向的得到深色调灰度值，两者之间得到中间灰值。灰值的大小则按坡度进一步确定。从DEM数据自动形成地形轮廓线 山脊线和谷底线 集水范围的确定 工程应用 如线路（交通）勘察设计、土石方的估计等，提高工程的经济效。,四、基于DEM的信息提取1.坡度的计算坡度：就是地表单元法向n与Z轴的交角。计算公式：2.坡向的计算：坡向：就是地表单元法向量n在OXY平面上的投影与X轴之间交
11、角。计算公式：,G,坡度计算格网,坡度与坡向,五、基于DEM的可视化分析1、剖面分析,1,2,3,4,5,6,0,100,200,300,400,A,高程（m）,距离（km）,剖面图制作,2、通视分析：以某一点为观察点，研究某一区域通视情况的地形分析。,B,A,P,3,3,O,C,O,B,A,C,P,高程,距离,视线平面投影,通视剖面图,第二节 空间叠合分析,一、什么是空间叠合分析？是指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。,空间叠合分析概念,空间合成叠合：一般用于搜索同时具有几种地理属性的分布区域，
12、或对叠合后产生的多重属性进行新的分类；空间统计叠合：一般用于提取某个区域范围内某些专题内容的数量特征。,1,2,B,A,2A,1B,2B,1A,地貌图,土壤图,合成图,行政图,土壤图,统计表,合成叠合,统计叠合,二、空间分析类型1、根据叠合对象图形特征可分为：,点与多边形叠合,线与多边形叠合,多边形与多边形叠合,2、根据所采用的数据结构的不同可分为：基于矢量数据叠合分析：运算量大，过程复杂；基于栅格数据叠合分析：运算量小，过程简单。作用：类型叠合，数量统计，动态分析，益本分析，几何提取等。方法：地图代数，二值逻辑叠加。,第三节 空间缓冲区分析,一、缓冲区：地理空间目标的一种影响范围或服务范围。
13、二、缓冲区分析：三、分析要素：主体，临近对象，作用条件,四、分析模型：线性模型、二次模型、指数模型,线性模型,二次模型,指数模型,Fi=f0(1-ri),Fi=f0(1-ri)2,Fi=f0(1-ri),第四节 空间网络分析,一、什么是网络分析？1.网络：是一个由点、线二元关系构成的系统，通常用来描述某种资源或物质在空间上的运动。2.网络分析：是运筹学模型中的一个基本模型，根本目的是研究、筹划一项网络工程如何安排，并使其运行效果最好。基本思想在于人类活动总是趋于按一定目标选择达到最佳效果的空间位置。二、网络图论（分析和解决网络模型的有力工具）基础1.图：是一个以抽象的形式来表达确定的事物，以及
14、事物之间是否具备某种特定关系的数学系统。,有向图,树,V3,V1,V2,V4,V5,V6,V1,V9,V10,V11,V12,V8,V2,V3,V5,V6,V4,V7,e1,e2,e3,e4,e5,e6,e7,e9,e8,e10,e1,e2,e3,e4,e5,e6,e7,e8,e9,e10,e11,2.图的表示：图形矩阵（邻接矩阵和关联矩阵）,V4,V3,V2,V1,V5,e1,e2,e4,e3,e5,e7,e6,邻接矩阵,关联矩阵,V1,V2,V3,V5,e1,e2,e3,e4,e5,e6,e7,三、空间网络1.空间网络拓扑分类,空间网络的拓扑分类,2.空间网络的构成元素：结点，链，障碍，拐
15、角，中心，站点,四、空间网络的分析方法1.路径分析2.定位配置分析,第五节 空间统计分析,一、空间统计分析：是指对GIS地理数据库中的专题数据进行统计分析。主要用于数据分类和综合评价。二、几种常用算法：1.主成分分析：2.层次分析法：3.系统聚类分析：4.判别分析：,地学模型,地理信息系统不仅要完成管理大量复杂的地理数据的任务，更为重要的是完成地理分析、评价、预测和辅助决策的任务，因此必须发展适用于地理信息系统的地理分析模型，这是地理信息系统走向实用的关键。模型：就是将系统的各个要素，通过适当的筛选，用一定的表现规则描写出来的简明的映象。通常表达了某个系统的发展过程或发展结果。是用来描述地理系
16、统各个要素之问相互关系和客观规律的，它用信息的、语言的、数学的或其它表达形式，通常反映地学过程及其发展趋势或结果。是在对系统所描述的具体对象与过程，进行大量专业研究的基础上，总结出来的客观规律的抽象或模拟。,数学模型 是应用数学的语言和工具，对部分现实世界的信息(现象、数据)加以翻译、归纳的产物。数学模型经过演绎、推导，给出数学上的分析、预报、决策或控制，再经过解释回到现实世界，完成实践一理论一实践这一循环，：地学模型,模型的作用和特点 应用模型是联系GIS应用系统与常规专业研究的纽带。模型的建立虽然是数学或技术性的问题，桓它必须以广泛、深入的专业研究为基础。应用模型是综合利用GIS应用系统中
17、大量数据的工具。系统中存储有数量巨大、来源不同、形式不同的数据。它们的综合分析处理和应用，主要是通过系统中模型的使用而实现的。应用模型是GIS应用系统解决各种实际问题的武器。由于应用模型是客观世界中解决各种实际问题所依赖的规律或过程的抽象或模拟。因此能有效地帮助人们从各种因素之间找出其因果关系或者联系，促进问题的解决。应用模型是GIS应用系统向更高技术水平发展的基础。模型实际上集中和验证了该应用领域中许多专家的经验和知识，无疑是一般GIS应用系统向专家系统发展的基础。,模型的分类应用模型可根据模型的空间特性分为两大类：即空间模型和非空间模型。然后再根据具体模型建立与求解方法，作进一步的分类，如
18、图42所示。,非空间模型 主要是对系统中的各种属性数据进行运算，常用的方法包括投入产出模型、计量经济学、经济控制论及系统动力学等。与这些方法相应的模型形式、特点、局限性以及主要应用范围见表41。这类模型多用于解决社会经济领域中的一些问题，如评价、预测与规划等，但也可用于生态环境及自然资源等领域。空间模型 需要是同时对系统中的图形和属性两种数据进行运算。见表4-2。,2.数据统计模型多变量统计分析主要用于数据分类和综合评价。综合评价是区划和规划的基础。从人类认识的角度来看有精确的和模糊的两种类型，因为绝大多数地理现象难以用精确的定量关系划分和表示，因此模糊的模型更为实用，结果也往往更接近实际，模
19、糊评价一般经过四个过程：(1)评价因子的选择与简化；(2)多因子重要性指标(权重)的确定；(3)因子内各类别对评价目标的隶属度确定；(4)选用某种方法进行多因子综合。,地理问题往往涉及大量相互关联的自然和社会要素，众多的要素常常给模型的构造带来很大困难，为使用户易于理解和解决现有存储容量不足的问题，有必要减少某些数据而保留最必要的信息。主成分分析 是通过数理统计分析，求得各要素间线性关系的实质上有意义的表达式，将众多要素的信息压缩表达为若干具有代表性的合成变量，这就克服了变量选择时的冗余和相关，然后选择信息最丰富的少数因子进行各种聚类分析，构造应用模型。设有n个样本，p个变量。将原始数据转换成
20、一组新的特征值主成分，主成分是原变量的线性组合且具有正交特征。即将x1，x2，xp综合成m(mp)个指标zl，z2，zm，即 z1=l11*x1+l12*x2+.+l1p*xp z2=l21*x1+l22*x2+.+l2p*xp.zm=lm1*x1+lm2*x2+.+lmp*xp,主成分分析,这样决定的综合指标z1，z2，zm分别称做原指标的第一，第二，第m主成分，且z1，z2，zm 在总方差中占的比例依次递减。而实际工作中常挑选前几个方差比例最大的主成分，从而简化指标间的关系，抓住了主要矛盾。从几何上看，找主成分的问题，就是找多维空间中椭球体的主轴问题，从数学上容易得到它们是x1，x2，xp
21、的相关矩阵中m个较大特征值所对应的特征向量，通常用雅可比(Jaobi)法计算特征值和特征向量。主成分分析这一数据分析技术是把数据减少到易于管理的程度，也是将复杂数据变成简单类别便于存储和管理的有力工具。地理研究和生态研究的GIS用户常使用上述技术，因而应把这些变换函数作为GIS的组成部分。,层次分析法(AHP)Hierarahy Analysis 是T.L.Saaty等在70年代提出和广泛应用的,是系统分析的数学工具之一，它把人的思维过程层次化、数量化，并用数学方法为分析、决策、预报或控制提供定量的依据。AHP方法把相互关联的要素按隶属关系分为若干层次，请有经验的专家对各层次各因素的相对重要性
22、给出定量指标，利用数学方法综合专家意见给出各层次各要素的相对重要性权值，作为综合分析的基础。例如要比较n个因素yyl，y2，yn 对目标Z的影响，确定它们在z中的比重，每次取两个因素yi和yJ，用aij表示yi与yJ对Z的影响之比，全部比较结果可用矩阵A(aij)n*n表示，A叫成对比矩阵，它应满足：aij0,aij=1/aij(i,j=1,2,.n)使上式成立的矩阵称互反阵，必有aijl。,在旅游问题中，假设某人考虑5个因素：费用yl、景色y2，居住条件y3,饮食条件y4、旅途条件y5。他用成对比较法得到的正互反阵是：在上式中a122表示yl与景色y2对选择旅游点(目标Z)的重要性之比为2:
23、1；a137，表示费用yl与居住条件y3之比为7:1；a234，则表示景色y2与居住条件y3之比为4：1。如果A不是一致阵(即A12、A23；不等于A13；)，需求正互友阵最大特征值对应的特征向量，作为权向量。,系统聚类分析 60年代末到70年代初人们把大量精力集中于发展和应用数字分类法，且将这类方法应用于自然资源、土壤剖面、气候分类、环境生态等数据，形成“数字分类学”学科。目前聚类分析已成为标准的分类技术，在许多大型计算机中都存储了这种分析程序，从GIS数据库中将点数据传送到聚类分析程序也不困难。聚类分析的主要依据是把相似的样本归为一类，而把差异大的样本区分开来。在由m个变量组成为m维的空间
24、中可以用多种方法定义样本之间的相似性和差异性统计量。,例：用xik表示第i个样本第k个指标的数据xik表示第j个样本第k个指标数据；dij表示第i个样本和第j个样本之间的距离,根据不同的需要，距离可以定义为许多类型，最常见、最直观的距离是欧几里德距离，其定义如下：依次求出任何两个点的距离系数dij(i，jl，2，n)以后，则可形成一个距离矩阵：它反映了地理单元的差异情况，在此基础上就可以根据最短距离法或最长距离法或中位线法等。进行逐步归类，最后形成一张聚类分析谱系图，如图:,判别分析判别分析与聚类分析同属分类问题，所不同的是，判别分析是预先根据理论与实践确定等级序列的因子标准，再将待分析的地理
25、实体安排到序列的合理位置上的方法，对于诸如水土流失评价、土地适宜性评价等有一定理论根据的分类系统定级问题比较适用。判别分析依其判别类型的多少与方法的不同，可分为两类判别：多类判别和逐步判别。判别分析要求根据已知的地理特征值进行线性组合，构成一个线性判别函数Y，即 式中，Ck(kl，2，m)为判别系数，它可反映各要素或特征值作用方向、分辨能力和贡献率的大小。只要确定了Ck，判别函数y也就确定了。Xk为已知各要素(变量)的特征值。,为了使判别函数Y能充分地反映出A、B两种地理类型的差别，就要使两类之间均值差Y(A)Y(B)2尽可能大，而各类内部的离差平方和尽可能小。只有这样，其比值I才能达到最大，
26、从而能将两类清楚地分开。其表达式为：判别函数求出以后，还需要计算出判别临界值，然后进行归类。不难看出，经过二级判别所作的分类是符合区内差异小而区际差异大的划区分类原则的。目前在地理信息系统中发展了一种多因素模糊评价模型，相当于模糊评判分析.该方法首先根据标准类别参数的指标空间确定各因素各类别对目标的隶属度，作为判别距离的度量，再结合要素的权重指数，采用适当的模糊算法，计算各地理实体的归属等级类别，作为评价的基础。该方法通过隶属度表达人们对目标与因素之间关系的模糊性认识，用适当的算法将这种认识量化并反映到结果的分类中，对于地理学中的评价与规划问题非常有效。,空间数据的内插模型,空间数据的内插 通
27、过已知点或分区的数据，推求任意点或分区数据的方法称为空间数据的内插。其方法是从存在的观测数据中找到一个函数关系式，使该关系式最好地逼近这些已知的空间数据，并能根据函数关系式推求出区域范围内其它任意点或任意分区的值。它是地理信息系统数据处理常用的方法之一，广泛应用于等值线自动制图、数字高程模型的建立、不同区域界线现象的相关分析和比较研究等。内插技术包括样条函数、最小二乘趋势面、傅里叶级数、克里金(Kriging)的移动平均法等。也可以分为整体拟合和局部拟合技术两大类。,整体内插法:趋势面分析：多项式回归分析是描述长距离渐变特征的最简单方法。多项式回归的基本思想是用多项式表示的线或面按最小二乘法原
28、理对数据点进行拟合，线或面多项式的选择取决于数据是一维还是二维。地理特征Z是X的线性函数：表达式 Z=B0+B1X 其中：B0、B1为多项式系数,许多情况下z不是x的线性函数，而是以更为复杂的方式变化，在这种情况下需用二次或更高次的多项式：z=b0+b1x1+b2x22+.来拟合更复杂的曲线。,二次趋势面的数学模型：（二维）z=b0+b1x+b2y+b3x2+b4xy+b5y2 三次趋势面的数学模型z=b0+b1x1+b2y+b3x2+b4xy+b5y2+b6x3+b7x2y+b8xy2+b9y3趋势面分析的优点是：它是一种极易理解的技术，至少在计算方法上是易于理解的。另外，大多数数据特征可以
29、用低次多项式来模拟。趋势面拟合程度的检验，同多元回归分析一样可用万分布进行检验，其检验统计量为：,式中U为回归平方和，Q为残差平方和(剩余平方和)，P为多项式的项数(但不包括常数项b0)，n为使用资料的数目。当FFa时，则趋势面拟合显著，否则不显著。傅里叶级数：用正弦和余弦的线性组合来模拟观测值的变化，亦即描述一维或二维变化情况。一般情况下，除溪流、沙丘等明显的周期性特征外，地球表面的其它特征都很复杂，且难以用周期函数来严格地表示它们的变化。一维傅里叶级数已广泛用于时间级数分析和气象变化的应用研究。二维傅里叶级数在研究沉积岩的地质构造中用得较多。,局部内插法 样条函数：计算机用于曲线与数据点拟
30、合以前，制图员用曲线规逐段地拟合出平滑的曲线。这种灵活的曲线规绘成的分段曲线称为样条。与样条匹配的那些数据点称为桩点。样条函数是灵活曲线规的数学等式，也是分段函数，一次拟合只有少数数据点配准，同时保证曲线段的连接处为平滑连续曲线。这就意味着样条函数可以修改曲线中的某一段而不必重新计算整条曲线。移动平均法：在未知点X处内插变量Z值时，最常用的方法之一是在局部邻域(或称窗口)中计算各数据点的平均值。在数据点沿某断面规则分布的情况下，可移动平均法的最简单形式即对窗口中心点X的移动平均值，其计算式为：二维移动平均值可用上式计算，但位置xi应被坐标矢量xi代替。加权移动平均值可按下式计算：式中xj是曲面
31、上内插的点，通常这些点都处于规则格网上。dij2是距离的平方倒数权。,空间自协方差最佳内插法：依据：由于任何地质、土壤、水文等区域特性变量过于杂乱，不能用平滑数学函数进行模拟，但能用随机表面给予较适当的描述。内插过程:首先是探查区域性变量的随机分布状况，然后模拟这些变量的随机状况，最后用前两步产生的信息估计内插的权因子。克里金法（区域变化理论）假设任何变量的空间变化都可以用下述三个主要成分的和来表示：与均值即趋势有关的结构成分；与局部变化有关成分；随机噪声项即剩余误差项。令x是一维、二维或三维空间中的某一位置，变量z在x处的值由下式计算：Z(x)=m(x)+(x)+,第六节 空间数据的集合分析和查询,空间数据的集合分析空间集合分析的概念；空间集合分析的方法。空间数据的查询基于关系查询语言扩充的空间查询方法；可视化空间查询方法；基于自然语言的查询方法；超文本查询方法。,第七节 空间查询,一、空间集合分析（布尔运算）二、空间数据查询1.概述2.主要方法：扩展关系数据库语言查询（SQL）可视化空间查询（图形）超文本查询（超链接）自然语言查询（语言）,
