GIS空间分析.docx
《GIS空间分析.docx》由会员分享，可在线阅读，更多相关《GIS空间分析.docx（88页珍藏版）》请在冰豆网上搜索。
GIS空间分析
GIS空间分析
SpatialAnalysisofGIS
张洪岩
中国东北资源与环境研究
吉林省高等学校重点实验室
2020年9月
第一章GIS空间分析概说
GIS技术的进展已经超过了30年。
多数人以为，GIS的功能用于制图；
GIS还能够用于分析：
–事物散布的缘故，和事物之间的空间关系。
–取得更为精准、时局（up-to-date）的信息，乃至成立新的信息。
本章将要紧学习：
–什么是GIS分析?
–GIS空间分析的要紧方式
–GIS分析的要紧进程
什么是GIS分析?
GIS分析是人们觉察地理数据的散布格局（geographicpatterns）和要素（features）之间关系（relationships）的进程。
其结果将有助于了解本地的特点，采取合理的行动，作出最优的决策。
方式（Methods）
–地图（Maps）
–模型（models）—多个数据图层的结合。
GIS分析的目标
取得对某一地址更为深切的了解；
作出最正确的决策；
为以后的打算作好预备和制造条件。
为何应用GIS进行分析的人不多?
GIS的应用只是在最近几年来才取得较为普遍的应用，对许多人仍很陌生。
采纳GIS进行分析还比较困难。
多数人还不明白，除制图和创建报告之外，GIS还能够作什么。
GIS空间分析的数据
表达地理现象的两种途径：
–矢量Vector
每一个要素是表格中的一行；
要素的形状由空间中x,y坐标概念；
–位置、线、面或事件
–栅格Raster
要素表现为在一个持续空间中的单元矩阵（matrixofcells）；
每一个图层表示为属性；
单元大小将阻碍到分析的结果和地图的形式；
原始地图的比例尺决定了单元大小。
熟悉地理要素（GeographicFeatures）
要素的类型Typesoffeatures
熟悉地理属性（GeographicAttributes）
属性值的类型Typesofattributevalues
–种类Categories
–排序Ranks
–个数Counts
–数量Amounts
–比率Ratios
–比率表示每一个要素两种数量之间的关系，由二者相除来取得。
比例和密度proportions&densities
GIS空间分析的要紧方式
矢量数据分析
栅格数据分析
三维空间分析
空间统计分析与内插
矢量数据分析方式
矢量数据的包括分析
–确信要素之间是不是存在直接的联系，即点、线、面之间是不是存在空间位置上的联系。
矢量数据的缓冲区分析
–依照数据库的点、线、面实体，自动成立其周围必然宽度范围内的缓冲多边形实体。
多边形叠置分析
–指同一地域、同一比例尺的两组或多组多边形要素的数据文件进行叠置，产生具有多重属性的新多边形。
泰森多边形分析
–将所有气象点连接成三角形，以各边垂直平分线围成泰森多边形。
其内只含一个离散点数据；内部点到相应离散点的距离最近；边上的点到双侧离散点的距离相等。
矢量数据的网络分析
–其大体思想是人类活动老是趋向于按必然目标选择达到最正确成效的空间位置。
第一要成立网络途径的拓扑关系和途径信息属性数据库。
即要明白途径在网络中如何散布和通过每段途径需要的本钱值。
–方式有选择最正确途径、最正确布局中心和网络流分析。
栅格数据分析的模式
栅格数据的聚类、聚合分析
–将一个单一层面的栅格数据系统经某种变换而取得一个具有新含义的栅格数据系统的数据处置进程。
亦称栅格数据的单层面派生处置法。
–栅格数据聚类是依照设定的聚类条件对原有数据系统进行有选择的信息提取而成立新的栅格数据。
–栅格数据的聚合是依照空间分辨率和分类表，进行数据类型的归并或转换，以实现空间地域的兼并。
栅格数据的统计与量算
–通过统计分析了解栅格数据的整体特点和态势，包括最大/最小值、均值、中值、总和、方差、频数、众数、范围等参数。
栅格数据的复合分析
–同地域多层面空间信息的自动复合叠置。
其中各层面信息关系模式的成立对分析工作的完成及分析质量的好坏具决定性作用。
栅格数据的追踪分析
–对特定栅格数据系统由某一个或多个起点，依照必然的线索追踪目标或追踪提取轨迹信息。
栅格数据的窗口分析
–地学信息在空间上存在着必然的关联性。
窗口分析是指关于栅格数据系统中的一个或多个栅格点或全数数据，开辟一个有固定分析半径的分析窗口，并在该窗口中进行极值、均值等统计计算，或与其它层面的信息进行复合分析，以实现栅格数据的水平方向的扩展分析。
分析窗口有：
矩形、圆形、环形和扇形。
三维空间分析
矢量三维分析要紧基于数学分析和图论的思想。
栅格三维分析要紧以矩阵理论为基础。
三维空间分析对空间对象的位置坐标和垂直坐标进行分析。
二维和三维的本质区别在于数据的散布范围，三维增加了垂直坐标的信息。
目前的三维空间分析要紧包括对空间实体的三维显示、查询，坡度、坡向、地标粗糙度、地表复杂度、地表曲率等地形属性的计算和提取。
上述功能可应用到其它领域。
地形的三维显示与分析
空间统计分析与插值
空间统计分析的目的是找出某种属性散布的整体特点和趋势，了解其中的规律，以便对其进行科学的分析和预测。
地学现象、进程和事件多具有必然的随机性。
空间统计方式以概率论与数理统计为基础，适合于对各类随机现象、随机进程和随机事件的处置。
空间统计方式要紧用于空间数据的分类与综合评判，包括相关性分析、回归分析、时刻序列分析、系统聚类分析、主成份分析、马尔科夫预测、克里格估值法等。
空间统计的表现形式有列表、直方图、云图、回归曲线等。
空间统计分析除能分析数据的整体态势外，还能够分析空间数据采样的合理性。
通过度析样区内数据位置和取值的散布，统计该采样数据是不是具有对样区某属性的代表性，和基于此数据的分析是不是具有较高的可信度。
插值是依照已知采样点的信息对周围未知点的属性进行预测或估算。
内插是在已存在观测点的区域范围之内估算未观测点的特点值的进程。
外插（推估）是在已存在观测点的区域范围之外估量未观测点的特点值的进程。
常常利用插值方式有：
反距离加权法、样条法和克里格法。
内插生成表面
ArcGIS所包括的分析模块
GIS分析的进程
确信问题
制定标准
搜集需要的数据
制定分析方案
预备分析数据
执行分析操作
验证并提交分析结果
GIS分析能够是超级简单的进程
Gettingspecific
分析的前三步超级关键：
必需要明确所分析的问题、制定指导分析的标准、找到所需要的数据。
明确问题
明确在特定项目中所要调查的问题并非易事。
应该通过一两句话描述清楚所要分析的范围。
假设是提出的问题很广，就需要将其分解为假设干小部份，以便于GIS逐个分析
–例如，针对“海滩的哪部份受到飓风的危害？
”那个问题就能够够够分三部份进行分析：
海滩的哪些部份侵蚀率较高？
海滩的哪些部份在城市开发中未取得爱惜？
海滩的哪些部份既有高侵蚀率，又未取得爱惜？
重要的是要务必清楚，一个GIS的分析不是解决一个问题，而是利用数据推到信息，即分析的结果。
以后，才会有人或团队利用这些信息制定决策，以期解决问题。
制定标准
明确问题以后，就需要确信誉于特定距离、量测或属性的标准。
例如，前述当中有关海滩侵蚀何为高侵蚀率？
2英尺/年，仍是5英尺/年?
答案将依托于分析的目标、所采取的科学方式或可用到的数据。
Identifythedata
需要什么要素类和属性能够觉察知足标准的要素和区位？
为了调查海滩侵蚀问题，需要可取得海滩侵蚀率和其它观测值等属性的观测站和城市面积及打算分区等数据。
当搜集分析数据时，也需要考虑和列出研究方向或分析结果的表达，如：
海岸线图层。
关于搜集的每一个数据集，需要调查确认其元数据，如：
数据来源、目的、任务、坐标系统和属性描述等。
分析的谋划和预备
一旦明确了分析的问题，取得了所需要的数据，就应该花费必然的时刻做分析的谋划和预备。
Plantheanalysis
制订一项分析方案不论如何都是一个明智之举。
有了分析方案能够在实际分析进程中幸免失误，节省时刻。
判定是不是需要额外的数据，这在谋划和搜集数据时期需要反复多次。
或许还要测试某一特定方式或工具，以确认它能够完成目标，或把握其利用方式。
图解法是有效的组织和制定分析方案的途径。
图解的连贯性要比其格式或形式更重要，图解的流程应该具有：
分析数据的预备
因为数据不可能完全知足分析的要求，因此，需要判定预备数据所需要的步骤。
例如，为表格添加字段、编辑或更新要素、更正数据错误、概念或改变坐标系统。
这些最好在进行分析之前第一完成。
分析数据和表达结果
在完成数据预备以后，就要预备进行分析，并观看它所提供的信息是什么。
进行分析
假设是谋划的进程很完全，那么执行分析应该很容易。
依照流程图的中的步骤即可。
利用备份的数据进行分析不失为一种好方式。
如此，有了备份就能够够够随时依照需要恢复。
保留好备份很重要，因为分析可能包括了改变原始要素类、表或数据库的进程，如：
组合要素类、计算新的属性值、添加或排除要素等。
查验和表达结果
GIS分析并非一下子就会产生所期望的结果。
这是一个迭代进程—随着通过每一个步骤，都可能要改变所采纳的标准、工具或处置的顺序。
还需要花时刻证明结果，并通过中间步骤和最终的分析直观分析所生成的数据。
验证结果时应考虑：
结果是不是为所期望的？
所执行的进程是不是工作正确？
除验证结果，还要结合原始分析目标评判结果。
例如，结果是不是回答了所提出的地理问题？
那个新的信息是有效或有效的吗？
最后，分析结果会推动特殊的决定或行动。
或提出新的问题来推动更进一步的分析。
练习1：
确信问题与选择分析数据
对GIS分析的需求来自于那些包括了地理成份的特殊场合或问题。
本练习将制造一个开发GIS分析的情景。
要求学生判定出所要解决的问题，提出采纳的标准、搜集所要的数据。
下一个练习将谋划和执行分析进程，并查验结果。
提出问题与取得答案
当GIS分析只涉及到数据可视化，以分辨格局和关系，有时乃至是观看地图都不能知足要求时，就需要觉察能够同给定标准相匹配的要素。
这些能够通过对GIS数据库的查询或提问来完成。
问题的答案确实是所选中的要素集。
有两种GIS查询：
属性查询和位置查询
–在属性查询中，能够选择知足某一特定标准的一个或多个属性。
例如，在拥有人口属性的城市图层中查找所有人口超过100万的城市。
–在位置查询中，能够选择位置知足某些特定条件的要素，通常与其它要素相关联。
例如，假设是有一个城市图层和要紧高速公路图层，就能够够够选择那些距离高速公路50千米之内的所有城市。
一旦选择了要素，就能够够够对它们进行操作。
例如，对它们进行缩放等操作。
所选中的数据集是临时的，但能够保留为分离的图层，或导出为一个要素类。
基于属性查找要素
利用查询表达式能够找到知足特定属性标准的要素。
查询表达式是一个包括三部份的逻辑陈述：
字段名称（属性）、运算符和属性值。
它通过连接能够形成包括多重标准的组合表达。
查询结果是图层中的选中要素集。
要素在地图上被选中，同时图层属性表中相应的记录也被选中。
在确信性查询这种特殊的属性查询中，查询表达式是该图层的特点，它概念了要素类中的哪些要素将包括在该图层中。
确信性查询是一种从地图显示中剔除不感爱好的要素的途径，同时也节省了图层查询或其它GIS操作中的处置时刻。
通过位置查找要素
与通过属性查找要素一样，利用查询表达能够找到位置知足某一标准的要素。
可是，位置查询是一种描述性的陈述。
与属性查询一样，位置查询包括三部份：
一个目标图层（“selectfrom”）、一种空间关系和一个空间相关图层。
基于同一图层中或不同图层间要素之间的空间关系能够创建位置查询，并能够选择多种不同的空间关系。
要紧有四类空间关系：
距离、包括、相交和相邻。
对选中的要素集进行操作
因为多数分析都涉及选择知足特定标准的要素，属性和位置查询是GIS分析中最多见的操作。
下面是选择要素集常见的实例：
–在地图中直观分析选中要素的地理散布；
–归纳或计算选中要素的属性值；
–围绕选中要素成立缓冲区；
–编辑选中的要素；
–生成包括选中要素属性的报告；
–将选中的要素保留为能够独立显示和符号化的新图层；
–将选中要素导出为在其它地图文件中可利用的新要素类，与他人共享，或在其它GIS操作中作为输入来利用。
属性查询和位置查询常常混合利用。
在某些情形下，尤其是在所查找的要素需要知足一系列标准时，要用到一系列的查询。
那个地址既能够用加法，通过每次查询将要素添加到选中的数据集中，也能够用减法，通过每次查询将要素从选中的数据集中去掉。
采纳何种方式依标准而定。
整体上以处置进程尽可能省时为原那么。
访问更多的属性
并非所有要素属性都保留在图层属性表中。
在许多GIS数据库中，用户概念的属性（相关于软件生成的属性）被保留在分离的非空间表中。
当要基于属性查找要素时，在查询前有时需要将非空间表与图层属性表成立连接。
只要二者共共享有相同字段即可，即该字段下要保留相同的数据。
共享字段能够不同名，但类型必需相同（如：
文本型、短整型等）。
练习2进行一项GIS分析
在上个练习当中，一个房地产经纪人为找到Garcia夫妇可能的住宅制定了标准，并搜集了相关数据。
此刻需要考虑一个分析的流程，这既是一个简单方案，也是一个完整的开发流程图解。
学生将按那个图解来进行分析。
完本钱练习后，学生在处置类似问题时将具有较好的方式。
考虑一种分析方式
通常规画GIS分析最简单的途径是用精练的辞汇记下所考虑到的步骤。
通过逻辑推理，评判将要采纳的方式。
–回忆前面的分析标准
–所要解决的问题是：
哪里有知足Garcia家标准的住房？
–以下列出了你所需要考虑的标准：
待售住房
独户住房
3个以上的卧室
1990年1月1往后建成
售价在$175,000-$225,000之间
在Melvin小学或Arnie小学学区内
距离Terry运动公园1英里范围内
本例中，咱们能够利用通过属性查找要素的GIS功能。
能够依照以下任务开始：
–找出具有期望属性（售况、类型、卧室、房龄、价钱）的所有住房。
然后利用位置查找要素的功能进一步提取“在首选学校校区范围内的那些住房”。
这种分析方式可用下面的图解表示。
其中，能够保留为中间选中的住房要素集的各项任务包括要向Garcia家展现的那些知足部份但不是全数标准的住房。
总结全数的流程图包括
Preparedata
Limitsearchablehomes
Selecthomeswithdesiredattributes
Keephomesindesiredschoolareas
Keephomesneardesiredpark
Displayresultsandpreparereport
检查和表达结果
在ArcMap中，能够创建地图和图表直观表达数据，创建表格和报告以查验列表数据。
图形和表格能够结合利用。
例如，在地图中插入表格或将地图或图表插到报告中。
这些显示方式能够在分析进程中灵活利用，以创建专业的表达形式。
具体利用要紧考虑如下：
–分析项目假设产生很多新信息，那么只考虑表达精华。
另外，假设是目标是验证不同选项或标准，那么需要表达多种情景。
–要表达的是空间信息、属性信息，仍是二者兼有？
要素位置和关系等空间信息最适合于地图。
一系列的要素及其属性较适合用表格或报告。
图表那么适用于比较属性或显示趋势。
以地图方式表达数据
分析进程中所创建的地图可能不适用于表达最后的分析结果。
分析产生的地图通常要预备迅速、直观简单。
符号和色彩易于区分选中的要素，包括尽可能少的陪衬，只添加必要的图层和要素标识。
与之相反，一幅显示地图应该包括有助于说明其背景和目标的信息。
例如，依照目标添加道路、地标、行政界限等数据层。
需要认真选择地图符号，以符合一样适应和行业标准，并能传递期望的信息。
可能还要标注更多的要素，乃至插入文本或图形，以突出重要的要素、关系或分析结果。
以报告形式表达数据
报告能够帮忙组织、设计和打印表格信息。
它能够充满创意，但应考虑一下逐点：
–选择所要包括的属性字段；
–包括表格中的全数记录/选中的数据集；
–基于一个/多个字段中的值对记录进行分类；
–分组记录和计算摘要统计（如：
总和、均值、个数）；
–选择所包括的元素，如：
题目、图像或页数等；
–选择表格的形式（字段的纵横格式，是不是跨页）。
–假设是所创建的报告要多次利用或包括在多幅地图中，可将其保留为文件。
使历时加载即可。
所保留的文件与实际的数据无关，不能修改。
导出的报告包括.pdf、.rtf、.txt等格式。
练习3-4对分析结果制图和创建报告
在预备与Paul和MiraGarcia回家的旅程中，要打印出即将访问的5家的一些大体信息。
例如，地址、所寻的各家价钱，并在地图上标出他们的位置。
本练习将创建一个简单表达地图，以显示分析的结果，然后将地图导出成一个图像文件，再将那个图像添加到报告中。
第二章矢量数据分析
（VectorDataAnalysis）
临近分析
空间提取
叠加分析
网络分析
临近分析（Proximityanalysis）
当现实的实体被抽象为几何对象时，就可以对它们之间的距离进行查询和分析。
一样来讲，临近分析或研究两个对象之间的距离，包括通过空间连接和成立缓冲区来觉察最近的邻居。
1.距离量测——寻觅最近的邻居
距离量测是指要素之间直线（欧式）距离的量测。
量测可在一个图层中的点到另一图层的点之间，或一个图层的各点到另一图层中最临近点或线之间进行。
量测的结果保留在一个字段中。
通过空间连接（spatialjoin）作为临近分析工具来实现操作。
课堂练习：
点与线之间的距离量测
练习内容：
要求对中的每一个鹿场点和中原始丛林与皆伐区边缘的最近距离进行量测。
练习方式：
通过定位方式利用归并数据；
利用AnalysisTools/Proximity工具箱中的Near工具。
2.缓冲分析（Buffering）
缓冲区：
为了识别某一地理实体或空间物体对其周围地物的阻碍度,而在其周围成立的具有必然宽度的带状区域。
缓冲区分析：
是对一组或一类地物按缓冲的距离条件，成立缓冲区多边形，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，取得所需结果的一种空间分析方式。
大体思想：
给定一个空间对象或集合；
确信其邻域，邻域的大小由邻域半径r决定，对象A的缓冲区概念为
P为距A的距离小于r的全数点的集合
d一样指最小欧氏距离，但也能够为其它概念的距离，如网络距离，即空间物体间的途径距离。
（一）角分线法（也称“简单平行线法”）
（二）凸角圆弧法
分区和法律问题（Zoningandlegalissues）：
某些城市制订了法规，禁止在小学周围1千米内出售烈性酒。
对此，第一对各小学成立1千米的缓冲区，然后查询其中的商业地块，以确认其中没有违规的商店。
应急预备（Emergencypreparedness）:
围绕某一地震断层成立1千米的缓冲区，以查询其中有多少大型商场。
然后，确认哪些商场处在最危险的地震带当中。
空间提取（Spatialextraction）
空间提取是进行空间分析时，在一开始和终止前常常采纳的步骤，以减少输出结果中要素的数量。
在街道双侧成立10米的缓冲区，第一要从城市街路图层被选择需要加宽的街道。
在进行了一系列地学处置以后归并许多小的多边形。
成立子集（Creatingsubsets）
通常情形下，一个数据图层包括了许多要素，而所开展的研究只集中在其中的一部份。
通过对要素成立子集的方式，能够减少要素的数量。
剪切要素（Clippingfeatures）
消减要素（Dissolvingfeatures）
提取与临近分析应用例如：
城市土地利用分析
（Performingextractionandproximityanalysis:
Analyzingacity‘slanduse）
一个城市土地的利用方式将阻碍其中居民的生活。
假设是某一城市中许多城区充满工厂、烟雾和噪声污染，这些必将会阻碍到本地居民的生活质量。
城市的公园和绿地那么会改善本地的生活，令人们远离噪声和
空气污染。
为了发挥城市绿地的作用，城市的长期保护打算将提出相应的爱惜方法。
叠置分析（OverlayAnalysis）
叠置分析是GIS中常常利用提取空间隐含信息的方式之一。
它是将有关主题的各个数据层面进行叠置产生一个新的数据层面，其结果综合了原先两个或多个层面要素所具有的属性，同时不仅生成了新的空间关系，也产生了新的属性关系。
其中，被叠加的要素层面必需基于相同坐标系统，同一地带还必需基于相同的基准面。
从原理上来讲，叠置分析是对新要素的属性按必然的数学模型进行计算分析，其中涉及逻辑交、并、差等运算。
依照操作要素的不同，叠置分析可分成点与多边形叠加、线与多边形叠加、多边形与多边形叠加；
依照操作形式的不同，叠置分析可分为图层擦除、识别叠加、交集操作、均匀差值、图层归并和修正更新。
叠加操作的类型（Typesofoverlayoperations）
点对面的叠加（Point-in-polygon）
点对面的叠加是将一个点图层和一个面图层在空间上相结合，成立一个新的点图层。
这种叠加用于觉察落入多边形中的点。
假设找出每一个普查单元中杂货店的数量。
新的（输出）杂货店的点要素类将拥有普查单元的属性。
据此能够查询某个商店所属的普查单元，或查找每一个普查单元内全数商店的数量。
线对面的叠加（Line-in-polygon）
线对面的叠加是将一个线图层和一个面图层在空间上相结合，成立一个新的线图层。
这种叠加用于觉察一个线要素类和一个多边形要素类之间一路的地理空间。
假设是有河流要素类和宗地要素类，就能够够够觉察哪条河落入到哪个地块中，准确的找出每一个地块中包括了多少河流。
输出的结果要比通过的相交查询更精准，因为输入要素通过叠加实现了物理上的切断，并从头计算了长度。
面对面的叠加（Polygon-on-polygon）
面对面的叠加是将两个不同图层中的多
升级会员 