GIS空间分析报告与建模期末复习.docx

GIS空间分析报告与建模期末复习.docx

《GIS空间分析报告与建模期末复习.docx》由会员分享，可在线阅读，更多相关《GIS空间分析报告与建模期末复习.docx（15页珍藏版）》请在冰豆网上搜索。

GIS空间分析报告与建模期末复习

空间分析与建模复习

名词解释：

空间分析：

采用逻辑运算、数理统计和代数运算等数学方法，对空间目标的位置、形态、分布及空间关系进行描述、分析和建模，以提取和挖掘地理空间目标的隐含信息为目标，并进一步辅助地理问题求解的空间决策支持技术。

空间数据结构：

是对空间数据的合理组织，是适合于计算机系统存储、管理和处理地图图形的逻辑结构，是地理实体的空间排列方式和相互关系的抽象描述与表达。

空间量测：

对GIS数据库中各种空间目标的基本参数进行量算与分析，

元数据：

描述数据及其环境的数据。

空间元数据：

关于地理空间数据和相关信息的描述性信息。

空间尺度：

数据表达的空间范围的相对大小以及地理系统中各部分规模的大小

尺度转换：

信息在不同层次水平尺度范围之间的变化，将某一尺度上所获得的信息和知识扩展或收缩到其他尺度上，从而实现不同尺度之间辨别、推断、预测或演绎的跨越。

地图投影：

将地球椭球面上的点映射到平面上的方法，称为地图投影。

地图代数：

作用于不同数据层面上的基于数学运算的叠加运算

重分类：

将属性数据的类别合并或转换成新类，即对原来数据中的多种属性类型按照一定的原则进行重新分类

滤波运算：

通过一移动的窗口，对整个栅格数据进行过滤处理，将窗口最中央的像元的新值定义为窗口中像元值的加权平均值

邻近度：

是定性描述空间目标距离关系的重要物理量之一，表示地理空间中两个目标地物距离相近的程度。

缓冲区分析、泰森多边形分析。

缓冲区：

是指为了识别某一地理实体或空间物体对其周围地物的影响度而在其周围建立的具有一定宽度的带状区域。

缓冲区分析：

对一组或一类地物按缓冲的距离条件，建立缓冲区多边形，然后将这一图层与需要进行缓冲区分析的图层进行叠加分析，得到所需结果的一种空间分析方法

泰森多边形：

所有点连成三角形，作三角形各边的垂直平分线，每个点周围的若干垂直平分线便围成的一个多边形

网络分析：

是通过研究网络的状态以及模拟和分析资源在网络上的流动和分配情况，对网络结构及其资源等的优化问题进行研究的一种空间分析方法。

（理论基础：

计算机图论和运筹学）

自相关：

空间统计分析所研究的区域中的所有的值都是非独立的，相互之间存在相关性。

在空间和时间范畴内，这种相关性被称为自相关。

空间统计分析：

区域化变量理论为基础，以变异函数为主要工具，研究具有地理空间信息特性的事物或现象的空间相互作用和变化规律的学科

局部多项式插值法：

是将一个复杂的表面进行分解，并用每个小平面的中心值来预测研究区中每一点的值，从而拟合出更为准确、真实表面的一种插值方法

数字地形模型（DTM）：

是地形表面形态属性信息的数字表达，是带有空间位置特征和地形属性特征的数字描述

可视化：

运用计算机图形图像处理技术，将复杂的科学现象、自然景观以及十分抽象的概念图形化，以便理解现象，观察其模拟和计算的过程和结果，发现规律和传播知识

空间数据挖掘：

从大量的，不完整的、有噪声的、模糊的、随机的实际应用数据的数据库或数据仓库中提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息、知识或模式的过程

填空：

空间分析目标：

1）认知2）解释3）预报4）调控

空间分析的研究内容：

1）空间位置2）空间形态3）空间分布4）空间关系

空间实体的维数有：

1）零维2）一维3）二维4）三维5）分数维

目前，我国采用的大地坐标系为1980年中国国家大地坐标系

高程起算基准面为1985国家高程基准

空间测量尺度：

1）空间维度：

（零维一维二维三维）2）分数维度

3）属性数据的测量尺度（命名量、次序量、间隔量、比率量）

空间几何度量：

位置、中心、重心、距离、长度面积、体积

空间形态度量：

方向、曲率和弯曲度、破碎度和完整性

空间分布度量：

点模式（分布密度、分布中心、分布轴线和离散度、最近邻分析、样方分析）

线模式（密度、方向、最近邻分析、联通度）

区域模式（离散、连续区域模式分布）

点线面分布方式都为：

离散和连续

几何数据的量测尺度：

0维（实体点、标号点、面点标识及节点等）

1维（线段、弦列、弧、拓扑连线、链、全链、面链、网链以及环）

2维矢量又称为多边形（面积、周长、中心、质心）

空间拓扑关系：

1）拓扑相邻2）拓扑邻接3）拓扑关联4）拓扑包含

实体的空间关系：

1）距离2）方向3）连通4）拓扑

地图投影的变形方式：

1）长度变形2）面积变形3）角度变形

地图投影变换：

正解变换法、反解变换法

地理空间坐标系的转换：

大地坐标系与空间直角坐标系之间的转换

栅格叠置分析：

栅格数据的叠加分析操作主要通过栅格之间的各种运算来实现。

可以对单层数据进行各种数学运算如加、减、乘、除、指数、对数等，也可通过数学关系式建立多个数据层之间的关系模型。

栅格叠置分析方法：

地图代数、布尔逻辑运算（0，1、与、或、非、异或）

重分类、滤波运算（平滑、锐化、卷积模板，邻域统计分区统计规律）

现实世界中很多空间对象或过程对于周围的影响并不是随着距离的变化而固定不变的，需要建立动态缓冲区，根据空间物体对周围空间影响度的变化性质，可以采用不同的分析模型。

1）当缓冲区内各处随着距离变化，其影响度变化速度相等时，采用线性模型；

2）当距离空间物体近的地方比距离空间物体远的地方影响度变化快时，采用二次模型；

3）当距离空间物体近的地方比距离空间物体远的地方影响度变化更快时，采用指数模型。

资源分配：

定位、分配、P中心

空间统计分析包括两个显著的任务：

1）揭示空间数据的相关规律

2）利用相关规律进行未知点预测。

区域化变量的两重性：

随机性、结构性

1）在局部的某一点，区域化变量的取值是随机的；

2）对于整体区域而言，存在一个总体或平均的结构。

区域化变量的其它属性：

1）区域化变量在一定范围内呈一定程度的空间相关，当超出这一范围之后，相关性变弱甚至消失。

2）对于任一区域化变量，特殊的变异性可以叠加在一般的规律之上。

随机变量是在一定范围内以一定的概率分布随机取值的变量，按照随机变量可能取得的值，可区分为离散型随机变量和连续型随机变量两种基本类型。

通过检测一个位置上的变异是否依赖于邻近位置的变异来判断该变异是否存在空间自相关性

根据变异的性质可以将变异分为三种类型：

绝对型变异，等级型变异和连续型变异。

确定性插值法按使用样本点数量分为：

全局多项式插值法，局部多项式插值法

可视化的探索数据分析（图像EDA方法）：

1）直方图2）茎叶图3）箱线图4）散点图

5）平行坐标图6）QQplot图7）空间趋势分析

回归分析模型：

一元线性回归模型、多元线性回归模型

DTM主要应用于描述地面起伏情况，可用于提取各种地形参数，如坡度、坡向、粗糙度等。

DEM表示方法分类：

1）数学方法2）图形方法（线模式、点模式）

DEM主要表示模型：

1）等高线模型2）规则格网（RSG）模型

3）不规则三角网（TIN）模型

地形数据采集：

1）数字摄影测量/遥感影像数据2）地形图

3）地面实测数据4）既有DEM数据

地形因子分析：

1）坡度（slope）和坡度变率2）坡向（aspect）和坡向变率3）地面曲率

4）地表粗糙度5）地表面积6）投影面积7）体积8）山体阴影（hillshade）

创建三维可视化场景显示的工具：

OpenGL、Direct3D、Java3D、IDL和VRML等

地形可视化分析：

1）剖面分析2）通视分析（点对点通视、点对线通视、点对区域通视）

3）水文分析4）其他可视化分析P194-202

（选）反距离权重插值法属于全局/局部？

※

确定性插值法按拟合程度分为：

精确性插值法，非精确性插值法

（选）规则样条函数插值法属于精确/非精确？

※

论述：

GIS下空间分析框架：

1）几何分析：

空间量算、空间查询、叠加分析、缓冲区分析、拓扑分析、相似度分析、Voronoi图分析等

2）地形分析：

坡向坡度分析、剖面分析、通视分析、DTM/DEM数据分析、三维景观分析、虚拟现实等

3）栅格分析：

遥感影像分析、空间滤波、高程-影像叠加分析等

4）网络分析：

最优路径分析、网络流分析、通达性分析等

5）统计分析：

空间插值、主成分分析、聚类分析、相关分析、回归分析、趋势面分析等

6）综合模型分析：

布局优化模型、频率指配模型、疾病传输模型、城市空间发展模型等

简答：

实体属性特征编码方法：

1）层次分类编码法：

按照分类对象的从属和层次关系为排列顺序的一种编码方案，优点是能明确的表示出分类对象的类别，代码结构有严格的隶属关系

2）多源分类编码法：

又称独立分类编码法，是对于一个特定的分类目标，根据诸多不同的分类依据分别进行编码，各位数字代码之间并没有隶属关系

空间分析研究的目标：

1）认知：

有效获取空间数据，并对其进行科学的组织描述，利用数据再现事物本身

2）解释：

理解和解释地理空间数据的背景过程，认识事件的本质规律（住房价格中的地理邻居效应）

3）预报：

在了解、掌握事件发生现状与规律的前提下，运用有关预测模型对未来的状况做出预测（传染病的爆发）

4）调控：

对地理空间发生的事件进行调控（合理分配资源）

矢量数据结构与栅格数据结构及各自优缺点：

栅格数据结构：

最简单直观的空间数据结构，将空间分割成大小规则、紧密相邻、均匀分布的网格阵列，每个网格给出相应的属性值来表示地理实体的一种数据表达形式。

矢量数据结构：

是一种通过记录坐标方式，利用欧几里得几何学中的点线面及其组合体来表示地理实体空间分布的数据表达方式。

栅格数据结构

矢量数据结构

结构简单，数据量大，易数据交换

结构紧凑，数据量小，数据共享难

图形精度低，图形运算简单、低效

图形精度高，图形运算复杂、高效

图形输出直观、成本低廉

图像输出抽象、成本高昂

难以表达拓扑，便于叠置分析

提供拓扑编码，利于网络分析

与遥感影像匹配分析，便于图像处理

难以与遥感影像匹配，不便于图像处理

地图投影转换困难

易于地图投影转换

矢量----栅格数据转化：

矢量数据转换成栅格数据后，图形的几何精度必然要降低，所以选择栅格尺寸的大小要尽量满足精度要求，使之不过多地损失地理信息。

为了提高精度，栅格需要细化，但栅格细化，数据量将以平方指数递增，因此，精度和数据量是确定栅格大小的最重要的影响因素

点、线（直线插补法、扫描线法）、面栅格化（边界代数、射线算法、内部点扩散）

栅格----矢量数据转化：

1）多边形边界提取：

采用高通滤波将栅格图像二值化或者以特殊值标识边界点

2）边界线追踪：

边界线跟踪的目的就是将写入数据文件的细化处理后的栅格数据，整理为从结点出发的线段或闭合的线条，并以矢量形式存储于特征栅格点中心的坐标

3）拓扑关系生成：

对于矢量表示的边界弧段，判断其与原图上各多边形空间关系，形成完整的拓扑结构，并建立与属性数据的联系。

4）去除多余点及曲线圆滑：

由于搜索是逐个栅格进行的，必须去除由此造成的多余点记录，以减少冗余。

（点线面的矢量化是计算机自动进行的转化，由栅格行列号变为坐标）

尺度转化的方法有哪些？

尺度变换：

将某一尺度上所获得的信息和知识扩展到其他尺度上，实现跨越不同尺度的辨识、推断、预测或推绎，

1）向上尺度转换法：

将较小尺度的信息转化到较大的尺度范围，通过对样本的比较精确的信息分析，获取更大范围的一般信息。

（点与多边形叠置、地统计分析）

2）向下尺度转换法：

将信息从模糊的尺度向精确的尺度拆分的过程，分为有辅助变量的向下尺度转换（修正的面域加权、小区域统计学）和无辅助向下尺度转换（面域加权、最大化保留）

什么是空间尺度？

可细分为什么？

什么是大尺度？

空间尺度：

数据表达的空间范围的相对大小以及地理系统中各部分规模的大小。

空间尺度可细分为：

地图比例尺、地理尺度、有效尺度和空间分辨率等四种尺度。

大尺度数据在空间上表现为：

相对于共同参照的地球表面或其他次级区域，占有较大的空间范围，反映地理过程和现象的整体、抽象、轮廓趋势，但空间分辨率和精度较低

缓冲区实现有两种基本算法：

矢量方法和栅格方法。

1）角平分法

基本思想：

1.在轴线两端点处做轴线的垂线，按两侧缓冲区半径R截去超出部分，获得左右边线的起点和终点

2.在轴线其他各转折处，用偏移量为R的左右平行线的交点来确定该转折点左右平行线的对应顶点

3.最终由短点、转折点和左右平行线形成的多边形就构成了所需要的缓冲区多边形。

不足：

1.难以最大限度地保证缓冲区左右边线的等宽性

2.校正过程复杂3.算法模型欠结构化

2）凸角圆弧法

基本思想：

在轴线两端点处按缓冲区半径作圆弧进行拟合。

在轴线的其他各转折点处，首先判断改点的凹凸性，在凸侧用圆弧拟合，在凹侧用与该转折点关联的偏移量为R左右平行线的交点来确定对应顶点。

凸角圆弧法对于凸部的圆弧处理使其能最大限度地保证左右平行曲线的等宽性，避免了角分线法所带来的异常情况。

凸角圆弧法的算法实施步骤为：

1.直线性判断2.折点凸凹性的判断3.凸顶点圆弧的嵌入

4.边线关系的判别和处理5.缓冲区边界最终形成

泰森多边形的特性：

1）每个泰森多边形内仅含有一个控制点数据；

2）泰森多边形内的点到相应控制点的距离最近；

3）位于泰森多边形边上的点到其两边控制点的距离相等；

4）在判断一个控制点与其他哪些控制点相邻时，可直接根据泰森多边形得出结论，即若泰森多边形是n边形，则与n个离散点相邻。

Delaunay三角网特征：

1）Delaunay三角网是惟一的；

2）三角网的外边界构成了给定点集的凸多边形“外壳”；

3）没有任何点在三角形的外接圆内部，反之，如果一个三角网满足此条件，那么它就是Delaunay三角网

4）如果将三角网中的每个三角形的最小角进行升序排列，则Delaunay三角网的排列得到的数值最大，从这个意义上讲，Delaunay三角网是“最接近于规则化”的三角网。

网络分析包括了：

1）路径分析：

网络分析的最基本功能之一，其核心是对最佳路径的求解。

从网络模型的角度来看，最佳路径的求解就是在指定网络的两个节点之间找一条阻抗度最小的路径。

包括了最短路径问题、戴克斯徒拉算法、弗洛伊德算法、矩阵乘法等

2）连通性分析：

求解过程实质上是对应图的生成树求解过程。

包括了最小生成树算法等（克罗斯克尔Kruskal算法、波莱姆Prim算法）

3）资源分配分析：

多数的应用中，需要解决在网络中选定几个供应中心，并将网络的各边和点分配给某一中心，使各中心所覆盖范围内每一点到中心的总的加权距离最小，实际上包括定位与分配两个问题。

定位：

指已知需求源的分布，确定在哪里布设供应点最合适的问题；

分配：

的是已知供应点，确定其为哪些需求源提供服务的问题。

网络的中心点：

使最大距离达到最小的位置

网络的中位点：

使最大距离总和达到最小的位置

4）流分析：

根据网络元素的性质选择将目标经输送系统由一个地点运送至另一个地点的优化方案，网络元素的性质决定了优化的规则。

包括了网络最大流、最小费用最大流最大流问题指的是在一个网络中怎样安排网上的流，使从发点到收点的流量达到最大；在实际应用中，不仅要使网络上的流量达到最大，或达到要求的预定值，而且要使运送流的费用或代价最小，即最小费用流问题。

（流的概念P116\P117）

5）动态分段技术：

是一种新的线性特征的动态分析、显示和绘图技术。

可以极大地增强线性特征的处理功能。

包括了“弧段-节点”模型、动态分段模型

6）地址匹配：

是一种基于空间定位的技术，是地理编码的核心技术，它提供了一种把描述成地址的地理位置信息转换成可以被用于GIS系统的地理坐标的方式，它将只有属性数据的源表中记录的某个字段的值与地址数据库中的地理实体的对应字段的属性值进行匹配尝试，如果匹配成功，就将地理实体的地理坐标赋给源表中的记录，从而实现源表记录的地理编码。

克罗斯克尔（Kruskal）算法（避圈法）

设图G是由m个结点构成的连通赋权图，则构造最小生成树的步骤如下：

1）先把图G中的各边按权数从小到大重新排列，并取权数最小的一条边为生成树T中的边；

2）在剩下的边中，按顺序取下一条边，若该边与生成树中已有的边构成回路，则舍去该边，否则选择进入生成树中

3）重复步骤2，直到有m-1条边被选进T中，这m-1条边就是图G的最小生成树

Prim算法

假设N=（V,E）是连通网，生成的最小生成树为T=（V,TE），求T的步骤如下：

1）初始化设置一个只有结点u0的结点集U={u0}和最小生成树的边集TE{}

2）在所有u∈U，v∈V-U的边（u,v）∈E中，找一条权最小的边（u0,v0），TE+{（u0,v0）}→TE，{v0}+U→U

3）如果U=V，则算法结束，否则重复步骤2；

4）最后得到最小生成树T=，其中TE为最小生成树的边集

空间数据挖掘的对象：

空间数据库

空间数据挖掘的目的：

从空间数据库中抽取隐含的、人们感兴趣的空间模式和特征

空间数据挖掘的主要任务：

1）空间数据特征比较2）空间聚类分析3）空间分类4）空间关联5）空间模式分析

空间数据挖掘的方法：

主要包括概率论、空间统计数、规则归纳、聚类分析、空间分析、模糊集、云模型、数据场、粗集、神经网络、遗传算法、可视化、决策树、空间在线数据挖掘等

空间数据挖掘方法分类：

常规统计方法

回归分析、主成分分析、相关分析

机器学习方法

神经网络、决策树、贝叶斯网络

数字图像识别

小波分析、监督分类、CONQUEST

不确定性分析

粗集、模糊集理论、云理论

空间统计分析的重要任务：

揭示空间数据的相关规律和利用相关规律进行未知点预测。

由于空间统计分析包含这两个显著的任务，所以涉及两次使用样点数据，第一次用作估计空间自相关，第二次用作未知点预测。

全局多项式插值法适用的情况有：

1）当一个研究区域的表面变化缓慢，可以采用全局多项式插值法进行表面插值；

2）检验长期变化的、全局性趋势的影响时一般采用全局多项式插值法

局部多项式插值法适用的情况有：

1）局部多项式插值法适于用特定的多项式方程对指定的相邻区域内的所有点进行插值

2）当数据集中含有短程变异时，局部多项式插值表面则能更好地描述这些短程变异。

局部多项式插值法的实质：

局部加权最小二乘法

局部多项式插值法的算法原理：

1）选择插值函数2）确定权重：

a.邻域范围b.分布距离c.权重系数

3）确定相应节点值

克立格插值法的概念？

常用方法有哪些？

他们之间的区别是什么？

克立格插值法：

是建立在半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

常用方法：

1）普通克立格模型2）简单克立格模型3）泛克立格模型

4）指示克立格模型5）析取克立格模型6）协同克立格模型

7）概率克立格模型

区别：

1）当区域化变量Z（x）的数学期望E[Z（x）]=m为未知常数时，常采用普通克立格法进行局部估计。

当假设属性值的期望值是确定的但是未知的，选用普通克里格。

2）当假设属性值的期望值为某一已知常数时，选用简单克里格。

简单克立格法可以使用半变异函数或协方差函数进行分析，可进行变换和剔除趋势，也可进行测量误差分析。

3）当数据存在主导趋势时，选用泛克里格。

4）应用二进制变量后，指示克立格法的预测精度将超过普通克立格法。

在处理特高值和特低值的分布方面，具有明显的优势。

当只需了解属性值是否超过某一阈值时，选用指示克里格差值。

得到的差值地图中各点的预测值就表示高于（或低于）阈值的概率。

5）若数据不服从简单分布（高斯或对数正态等）时，选用析取克里格。

将指示克立格法的指示函数进行一般化处理便得到析取克立格法的指示函数表达式，它是一种非线性的估值方法。

6）当同一事物的两种属性存在相关关系，且一种属性不易获取时，可选用协同克里格方法，借助另一属性实现该属性的空间内插。

协同克立格法应用过程中引用了协同变量，以求预测的结果更好。

Moran指数在全局空间自相关和局部空间自相关分别代表什么含义？

全局空间自相关：

若在区域内有n个空间单元，每个空间单元皆有一个观察值X，空间单元i与空间单元j的空间关系构成Wij的空间相邻矩阵，以1表示i和j相邻，以0表示i和j不相邻。

其简单定义为[Wij]n×n其中，Wij为表示区位相邻矩阵，Wij=1表示区位相邻，Wij=0则表示区位不相邻。

I值结果一定介于-1到1之间；

I>0为正相关，数值越大表示空间分布的相关性越大，即空间上聚集分布的现象越明显；

I<0为负相关，数值越小代表示相关性小；

I趋于0时，代表空间分布呈现随机分布的情形。

局部空间自相关：

P152Moran散点图

简述OpenGL，其优点和主要技术

OpenGL：

是OpenGraphicsLib的缩写。

它是一套三维图形处理库，也是该领域的工业标准，是绘制高真实感三维图形，实现交互式视景仿真和虚拟显示的高性能开发软件包。

OpenGL是一种与硬件、操作系统和网络环境无关的编程界面，可以建立活动的三维几何对象的交互式程序。

其执行模式是客户机/服务器模式。

OpenGL优点：

1）大大降低了开发高质量图形软件对软、硬件的依赖程度

2）跨平台，符号基本上的工业标准

3）学习容易，上手快。

主要技术：

1）变换操作2）双缓存技术3）库函数

简述VRML，其特点、不足

VRML：

译为虚拟现实建模语言，是一种3D交换格式，其定义了三维可视化中绝大多数常见概念，诸如对象的移动、旋转、视点、光照、材质属性、纹理映射、动画、雾以及嵌套结构等。

特点：

低带宽、开放的标准、跨平台的VRML采用“可执行代码”技术，有效克服网络带宽造成的瓶颈。

可扩展性好，性价比高。

不足：

浏览器的控制比较困难；VRML与外界的通信能力比较差；VRML与用户的交互界面比较弱。

地形特征提取：

点特征提取、面特征提取P181/182

DEM的构建：

格网DEM的数据组织类似于图像栅格数据，每个像元的值为高程值。

在原始数据呈离散分布，或原有格网DEM密度不够时，一般运用离散点构建格网DEM。

其基本思路是选择一个合理的数学模型，利用巳知点的信息求出函数的待定系数，再求算格网点上的高程值。

三维场景制作流程：

三维建模>>>>>数据预处理>>>>>参数设置>>>>>几何变换>>>>>三维裁剪>>>>>视口变换>>>>光照模型>>>>>纹理映射>>>>>>三维场景P194

主要坐标系统有哪两种？

转换方法

空间直角坐标（X,Y,Z）和大地坐标（L,B,H）

PPT第4章41

其他：

高斯——克吕格投影（等角横切椭圆锥）

建立：

以椭圆柱面作为投影面，将椭圆柱横放并与椭球体面相切于一条经线上，即为中央经线，按等角条件将中央经线东西一定范围内的区域投影到椭圆柱表面上，再展成平面，便构成了横轴等角切椭圆柱投影

经纬线的形状：

除中央经线与赤道为互相垂直的直线外，其他经线均为对称于中央均线并交于两极的凹向曲线，其他纬线均为对称于赤道并弯向两极的凸向曲线，经纬线成正交关系。

变形：

此投影无角度变形，中央经线长度比m0=1，没有长度变形，其余经线长