GIS空间分析资料

一、简答题

1、地理空间数据挖掘典型方法：

（1）地理空间统计方法：地理空间统计是指分析地理空间数据的统计方法，主要是基于空间中邻近的要素通常比相聚教员的要素具有较高的相似性这一原理。地理空间统计模型可分为：地统计 、格网空间模型和空间点分布形态。

（2）地理空间聚类方法：地理空间聚类方法是按照某种距离量度准则，在大型、数据集中标识出聚类或稠密分布的区域，从而发现数据集的整体空间分布模式。该方法把空间数据库中的对象分为与意义的子类，是同一子类内部成员有尽可能多的相同属性，而不同的子类之间差异较大。其方法主要有：分割法、层次法、基于密度的方法、基于网格的方法。

（3）地理空间关联分析：地理空间关联分析利用空间关联规则提取算法发现空间数据库中空间目标间的关联程度，其核心内容是挖掘空间关联规则。

（4）地理空间分类与预测分析：地理空间分类与预测是根据已知的分类模型把数据库中的数据映射到给定类别中，进行数据趋势预测分析的方法。

（5）异常值分析：若一个数据库包含的数据目标与通常的行为或数据模型不一致，则这些数据目标被称为异常值。在很多情况下，异常值会导致重要隐含信息的丢失。它是内在数据可变性的必然结果，对异常值进行检测和分析，具有很重要的价值，也是一项重要的数据挖掘技术。

2、属性数据的量测尺度？

（1）命名量：命名量是空间属性量测中的的一个重要尺度，描述事物名义上的差别，起到区分不同本质空间目标的作用。命名式的量测尺度也成为类型量测尺度，只对特定现象进行标示，赋予一定相知而不定量描述，对命名数据的逻辑运算只有“等于”或“不等于”两种形式而其近似均值只能使用众数。

（2）次序量：次序量是通过对空间目标进行排列来标示的一种量测尺度面对空间目标的描述不按值得的大小，而是按顺序排列，对次序逻辑运算除了“等于”或“不等于”之外，还可以比较它们的大小，即“大于”或“小于”，但是它们之间不能进行加、减、乘、除运算。

（3）间隔量：间隔量是指不参照某个固定点，按间隔表示相对位置的数。间隔尺度可以定量描述事物间的差异，按间隔量测的值可以比较大小。

（4）比率量：比率量是指那些有真零值而且量测单位间隔相等的数据，它可以明确描述事物间的比率关系。比率量尺度与使用的量测单位无关，它是通过与某一固定点的壁纸计算得到的，咫尺多重计算操作，如加、减、乘、除等。

3、点模式的空间分布？

（1）分布密度：分布密度是最简单、最常用的点模式空间分布描述方法，也可以描述线、面目标的空间分布。它是单位分布区域内分布对象的数量，是两个比率尺度数据的比值，其分子为分布对象的计量，分母为分布区域的计量。从分布密度中可以了解到点状空间对象的分布稀疏程度。

（2）样方分析：如果每个均已的样方半酣相同数量的点对象，则这个研究区域分布具有军一行，这种检验分布性的标准型方法称为样方分析，即假设每个子区域存在的对象数量大致相等，那么可以计算所有数据点个数与子区域个数的比值，得到每个子区域内平均对象的个数，只要它均被均已分布的特征，这个数值就是期望分布值。

（3）最近邻分析：最近邻分析是一种分析点位置关系的点模式分析法，通常分为顺序阀和区域法两种方法。无论哪种方法，分析过程的中心思想都是先测出每点与其最近点间的距离，然后将两侧置与锁车距离的均值进行比较。这种统计方法仅涉及计算没对最近点间距离的平均值，平均最近邻距离提供了空间分布中点之间距离的亮度或点之间的距离指数。

（4）分布中心：分布中心可以概略表示点状分布对此昂的总体分布特征、中心位置、聚集程度等信息。

（5）分布轴线和离散度：离散点群在空间的分布趋势走向可以用分布轴线来确定。分布轴线是一条拟合直线，描述了离散点群得总体走向，而点群相对于轴线的距离则反映了离散点群在点群走向上的离散程度。

4、影响半变异函数的主要因素？

（1）样点间的距离和支撑的大小：样点间的距离对实际办变异函数有重要的影响。随着样点间的距离增大，样点间的半变异函数值得随机成分也在不断增加，小尺度结构特征将被掩盖为了使建立的半变异函数模型能准确反映各种尺度上的变化特征，要确定采样的最小尺度，即样点间的最小距离，但这样会增加工作强度及分析样本的成品。

（2）样本数量大小：样本数量在地统计雪中主要指计算实际半变异函数值时的点对数目。点对数目愈多愈好，每一距离上计算出的实际半变异函数值随着点对数目的增加而精确。

（3）异常值的影响：异常值也称特异值，对半变异函数的影响很重要在变程a范围内影响的主要是块金值C0.如果异常值比较多，块金值会增大。

（4）比例效应的影响：判断比例效应是否存在主要是分析平均值和方差或标准差之间的关系。如果平均值和标准差之间存在明显的线性关系，则比例效应存在，如果平均值和标准差之间的线性关系不存在或不明显，则比例效应不存在。比例效应的存在会使实际半变异函数值产生畸变，使基台值和块金值增大，并使估计精度降低。

（5）漂移的影响：有区域化变量理论可知，实际半变异函数值是理论半变异函数的无偏估计值，当漂移存在时，半变异函数值就不在是半变异函数的无偏估计，随着漂移形式的不同，对半变异函数的影响也不同。

5、探索性空间数据分析的数学方法？

（1）直方图：直方图是一种适用于对大量样点数据进行整理加工，找出其统计规律，即分析数据的形态，以便对其总体分布特征进行推断的方法。主要图形为直角坐标系中若干顺序排列的矩形，各矩形底边相等且作为数据的区间，矩形的高位数据落入各相应区间的频数。直方图可以很方便地描述数据中单变量的特征并可得到感兴趣数据集的频率分布特征以及一些概括性的统计指标。直方图有两个重要参数：频率分布和概括性统计指标。

（2）Q-Q概率图：Q-Q概率图是根据变量分布的分位数对所指定的理论分布分维数绘制的图形，是一种用来检验样点数据分布的统计图，如果被检验的样点数据符合所指定的分布，则代表样点的点簇在同一直线上。

（3）趋势分析：样点的位置可以再X、Y平面上表示，对于感兴趣的属性值，则可通过垂直方向上的Z轴来表示，构成三维视图。在进行趋势分析时，将Z轴数据值分别投影到X、Z平面和Y、Z平面做散点图这也可以被看做是三维is护具的测试图，然后用多项式来拟合投影平面上的离散点图。如果经过投影后的曲线是平直的，表明没有趋势；若果多项式有确定的形式，则表明数据中存在全局趋势。

（4）半变异/协方差云图：半变异/.协方差函数表示的是数据集中所有样点对的理论班变异值和协方差把它们用两点间距离函数来表示，并以此函数作图，称半变异/协方差函数云图。引入其的目的是探索和量化空间相关性，也叫做空间自相关。

（5）这叫协方差函数图：正交协方差函数随时表示的是两个数据集中所有样点对的理论正交协方差，把它们用两点间距离的函数来表示，并以此函数做图，称正交协方差函数云图。其课用来检验两个数据集的空间关联性的局部特征，并可查找两个数据集间关联性的空间变化情况。

6、VRML的功能？

（1）建模功能；

（2）真实感的渲染功能；

（3）观察及交互手段；

（4）动画控制方式。

二、论述题

1、GIS环境下空间分析框架？（p23）

答：考虑到GIS环境下空间分析的易理解性和可操作性，我们将GIS环境下空间分析方法分为如下六个方面：

1. 确定性空间分析 确定性空间分析是指分析处理确定性空间数据或解决确定性空间问题的方法，它是高级空间分析的基础。从算法来看，确定性空间分析的算法基本上是基于经典数学方法建模的，其在GIS空间分析技术中已经相当成熟。

2. 探索性空间数据分析

探索性空间数据分析（Exploratory Spatial Data Analysis，ESDA）是利用统计学原理和图形图表相结合对空间数据的性质进行分析、鉴别，用以引导确定性模型的结构和解法的一种技术，本质上是一种“数据驱动”的分析方法。ESDA技术注重研究数据的空间相关性与空间异质性，在知识发现中用于选取感兴趣的数据子集，以发现隐含在数据中的某些特征和规律。

3. 时空数据分析

时空数据分析是当前及今后GIS界的热点研究问题之一，它不仅描述系统在某一时刻、时段的状态，而且描述系统沿时间维变化的过程，预测未来时刻、时段系统将呈现的状态，以此获得系统变化的趋势，或对过去不同时刻、时段的系统状态回放重现，挖掘系统沿时间变化的规律。目前，较典型的时空数据模型概括起来有以下四种：把时间作为新的维数；面向对象建模；将时间作为属性附加项；基于状态和变化建模。

4. 专业模型集成分析

   专业模型是在对系统所描述的具体对象或过程进行大量专业研究的基础上，模拟或抽象客观规律，将系统数据重新组织，并总结出与研究目标有关的、有序的数据集合的有关规则和公式。运用专业模型集成分析可以将地理实体和空间关系通过专业模型进行简化和抽象，系统则通过模型进行深入分析。

目前，通用GIS空间分析功能与各种领域专业模型集成主要有两种途径：

   （1）基于组件的嵌入式耦合，即利用组件开发技术，将专业应用模型封装成一个组件，作为GIS系统的一部分。（2）基于数据交换的松散耦合方式，即GIS与专业模型相对，专业模型由其他外部软件实现，二者之间在一定的规范和协议支持下，采用数据通讯的方式进行联系。

5. 智能化的空间分析

智能化空间分析方法经历了从决策树、基于知识的专家系统到基于智能计算的分析方法的发展历程。随着计算机智能技术的不断进步，智能化空间分析方法可以解决越来越复杂的地理问题，并使其效率与精度得以提高。将智能计算技术与空间分析有效地融合起来，能够有效地解决GIS环境下空间分析中的不确定性问题和高度复杂的问题 。

6. 可视化空间分析

可视化空间分析主要用于分析空间对象的空间分布规律，进行空间对象的空间性质计算，表现数据的内在复杂结构、关系和规律。目前，可视化空间分析已由静态空间关系的可视化发展到动态表示系统演变过程的可视化。

2、矢量数据向栅格数据的转换的原因，并说明转换的方法及过程？

答：矢量方式表达的地理数据位置精度较高，具有显式地建立目标的空间关系的能力，适合于实体对象的几何转换及拓扑关系描述，且图形输出效率较高，但叠加分析的算法复杂，空间分析效率低；栅格表达方式具有叠加分析的算法简单、空间分析效率高的优点，但无法满足拓扑关系分析的要求，且图形表达精度不能令人满意，对图形的输出效率也很低。在实际应用中，需要对所表示的实体进行分析，选取合适的组合表达方式。1. 矢量数据向栅格数据的转换

将点、线、面对象转化为栅格像元的过程称为栅格化。首先选择像元的大小，然后检测地理对象是否落在这些像元上，记录存在或空缺以及其他属性。一般根据行或列方向上的扫描来完成，生成一个二维阵列。

（1）点对象的栅格化    

点对象的栅格化过程就是要将点的矢量坐标转换为栅格行列号。

设O为矢量数据的坐标原点，O′为栅格数据的坐标原点（X0, Y0）。格网的行平行于x轴，格网的列平行于y轴。P为制图要素的任意一点，则该点在矢量和栅格数据中分别表示为（x, y）和（I, J），由图4.5可知其转换公式为

（4.1）

式中，DX、DY分别表示一个栅格的宽和高，栅格通常为正方形，DX = DY，表示取整。

（2）线对象的栅格化

在矢量数据中，曲线是用折线来逼近的。这里只需说明直线是如何被栅格化的，并介绍其中两种比较主要的转换方法即八方向栅格化（图4.6）和全路径栅格化（图4.7）。

八方向栅格化

这种方法的特点是在保持方向连通的前提下，栅格影像看起来最细，在每行或每列上，只有一个像元被“涂黑”。

设1和2为一条直线段的两个端点，其坐标分别为（X1, Y1），（X2, Y2）。具体实现步骤为：

（a）按上述点的栅格化方法，确定端点1和2所在的行列号（I1, J1）及（I2, J2），并将它们涂黑；

（b）求出这两点位置的行数差和列数差；

如果行数差大于列数差，则逐行求出本行中心线与过这两点的直线的交点

（4.2）

其中，。然后按照（4.1）式将其所在的栅格涂黑。

如果行数差小于等于列数差，则逐列求出本列中心线与过这两个端点的直线的交点

（4.3）

其中，。同样按照（4.1）式将交点所在的栅格涂黑。

全路径栅格化

全路径栅格化是按行计算起始列号和终止列号（或按列计算起始行号和终止行号）的方法，如图4.7所示。基于矢量的首末点和倾角的大小，可以在带内计算出行号或列号（Ia Ie或Ja Je）：

当＜时，计算行号Ia、Ie；

当≥时，计算列号Ja、Je。

下面给出≥时的计算过程。

设当前处理行为第I行，像元边长为l，转换步骤为：

（a）计算矢量倾角的正切

（b）计算起始列号Ja

（c）计算终止列号Je

（d）将第I行从Ja列开始到Je列为止的中间所有像元“涂黑”；

（e）若当前处理行不是终止行，则把本行终止列号Je作为下行的起始列号Ja，行号i增加1，并转到第一步，计算矢量倾角的正切；否则本矢量段栅格化过程结束。

需要注意的是，需将矢量段首点和末点所在的栅格列号分别作为第一行的Ja和最后一行的Je的条件，以免使栅格影像变长失真；当首、末点的行号相同时，则直接在首、末两点Ja与Je间涂黑；若Y2＞Y1，则需将首、末点号互换再利用上述步骤进行栅格化。

（3）面对象的栅格化

矢量格式的面对象向栅格格式转换又称为多边形填充，即在矢量表示的多边形边界内部的所有栅格点上赋以相应的多边形编码，形成类似图4.4的栅格数据阵列。主要的算法如下：

内部点扩散算法

该算法由每个多边形一个内部点（种子点）开始，向其八个方向的邻点扩散，判断各个新加入点是否在多边形边界上。如果在边界上，则该新加入点不作为种子点，否则把非边界点的邻点作为新的种子点与原有种子点一起进行新的扩散运算，并将该种子点赋以该多边形的编号，重复上述过程直到所有种子点填满该多边形并遇到边界停止为止。

复数积分算法

复数积分算法的实质是对全部栅格阵列逐个栅格单元地判断该栅格归属的多边形编码，判别方法是由待判点对每个多边形的封闭边界计算复数积分，对某个多边形，如果积分值为2r，则该待判点属于此多边形，赋以多边形编号，否则在此多边形外部，不 属于该多边形。

射线算法

射线算法可逐点判断数据栅格点在某多边形之外或在多边形内，由待判点向图外某点引射线，判断该射线与某多边形所有边界相交的总次数，如相交偶数次，则待判点在该多边形外部，如为奇数次，则待判点在该多边形内部（图4.8）。

扫描算法

扫描算法是射线算法的改进，将射线改为沿栅格阵列或行方向的扫描线，判断与射线算法相似。该算法省去了计算射线与多边形边界交点的大量运算，提高了效率。

边界代数算法

边界代数算法（Boundary Algebra Filling，BAF）是边界代数多边形填充算法的简称，也称算法。它是一种基于积分思想的矢量格式向栅格格式转换算法，图4.10表示转换单个多边形的情况，多边形编号为a，模仿积分求多边形区域面积的过程，初始化的栅格阵列各栅格值为零，以栅格行列为参考坐标轴，由多边形边界上某点开始顺时针搜索边界线，当边界上行时（图4.10（a）），位于该边界左侧的具有相同行坐标的所有栅格被减去a；当边界下行时（图4.10（b）），该边界左边（前进方向看为右侧）所有栅格点加一个值a，边界搜索完毕则完成了多边形的转换。

3、数字地球中的关键技术？

答：1、信息高速公路和计算机宽带高速网

一个数字地球所需要的数据已不能通过单一的数据库来存贮，而需要由成千上万的不同组织来维护。这意味着参与数字地球的服务器将需要由高速网络来连接。

2、高分辨率卫星影像

本世纪的遥感卫星影像，在卫星遥感问世的20多年分辨率已经有了飞快的提高，这里所说的分辨率指空间分辨率、光谱分辨率和时间分辨率。空间分辨率指影像上所能看到的地面最小目标尺寸，用像元在地面的大小来表示。光谱分辨率指成像的波段范围，分得愈细，波段愈多，光谱分辨率就愈高。细分光谱可以提高自动区分和识别目标性质和组成成分的能力。时间分辨率指重访周期的长短。

3、空间信息技术与空间数据基础设施

　　空间信息是指与空间和地理分布有关的信息，空间信息用于地球研究即为地理信息系统。 

　　当人们在数字地球上，进行处理、发布和查询信息时，将会发现大量的信息都与地理空间位置有关。因此，国家空间数据基础设施是数字地球的基础。 

国家空间数据基础设施主要包括空间数据协调管理与分发体系和机构，空间数据交换网站、空间数据交换标准及数字地球空间数据框架。

4、大容量数据存贮及元数据

数字地球将需要存贮1015字节的（Quadrillions）信息。另一方面，为了在海量数据中迅速找到需要的数据，元数据（metadata）库的建设是非常必要的，它是关于数据的数据，通过它可以了解有关数据的名称、位置、属性等信息，从而大大减少用户寻找所需数据的时间。 

5、科学计算

地球是一个复杂的巨系统，地球上发生的许多事件，变化和过程又十分复杂而呈非线性特征，时间和空间的跨度变化大小不等，差别很大，只有利用高速计算机，我们今日和跨世纪的未来，才有能力来模拟一些不能观测到的现象。利用数据挖掘（Data Mining）技术，我们将能够更好地认识和分析所观测到的海量数据，从中找出规律和知识。科学计算将使我们突破实验和理论科学的，建模和模拟可以使我们能更加深入地探索所搜集到的有关我们星球的数据。 

6、可视化和虚拟现实技术

　　可视化是实现数字地球与人交互的窗口和工具，没有可视化技术，计算机中的一堆数字是无任何意义的。 

　　数字地球的一个显著的技术特点是虚拟现实技术。虚拟现实技术为人类观察自然，欣赏景观，了解实体提供了身临其境的感觉。

4、Arcgis软件中将栅格数据矢量化得过程？

答：