商品详情
书名：空间分析建模与应用
定价：45.0
ISBN：9787030446220
作者：毛先成，黄继先 等
版次：3105
出版时间：2016-01
在线试读：
第1章绪论 1.1引言 地球上80%的信息都是与空间相关的,空间信息在人们生活？国家建设？社会发展等方面都发挥着重要作用？伴随着空间数据获取手段的不断发展,各种空间数据的获取已经非常便捷高效？然而,由于缺乏有效的空间分析与数据挖掘方法,出现了“数据丰富而知识贫乏”的局面？从海量的空间信息中分析挖掘出有用的信息来认识和把握地球和社会的空间运动规律,为规划？预警预报和调控提供决策支持,亟须建立起一套完整的理论和方法体系来进行空间信息分析？ 空间分析方法用于地理现象研究已有很长的历史？自从地图出现,人们就开始在地图上测量地理要素之间的距离？面积,利用地图进行战术研究和战略决策,这是一种*原始的空间信息分析行为？1854年,英国医生琼·斯诺利用地图分析方法发现了伦敦霍乱流行的原因,揭示了霍乱病发病的根源,可以认为是空间分析技术不自觉运用的代表？现代空间分析概念的提出起源于20世纪60年代地理和区域科学的计量革命,部分模型开始初步考虑了空间信息的关联性问题？从70年代开始,空间统计学迅速发展,相关理论与方法逐渐完善？到90年代后,随着地理信息系统(geographicinformationsystem,GIS)的广泛应用,地理学？生态学？经济学？流行病学？环境科学等学科建立起专门的空间分析模型,促进了空间分析的繁荣发展？信息处理能力的逐渐提高和空间分析模型的日益成熟,推动空间分析功能向强调地理空间自身的特征？面向空间决策支持？虚拟时空演化过程及提供智能服务等方向发展(汤国安和杨昕,2012)？ 利用空间分析方法不但可以查询空间信息,还可以通过空间关系揭示事物间更深刻的内在规律和基本特征？随着空间分析方法的发展和应用领域的拓宽,人们对空间分析的要求逐渐由位置定位和路线规划等基本的空间问题分析,转向对所处位置与周围环境的关系的探究？目前,空间分析已经广泛应用于地理学？生态学？经济学？地质学？流行病学？犯罪？交通？考古等社会生活的各个方面？ 进入21世纪以来,空间技术及其理论都有了突破？高分辨率遥感影像？Lidar数据？InSAR技术和三维地理信息系统等理论技术的发展,给传统的空间分析方法带来了重大的挑战？许多学者对空间分析进行了更为深入的研究,涌现出大量的新理论和新方法,系统地总结分析这些*新的成果,对于深化GIS空间分析研究？提高GIS空间分析功能,从而扩大GIS的研究和应用水平,具有切实的意义？ 1.2空间数据 空间分析的对象是空间数据(spatialdata)？空间数据是指用来表示空间实体的位置？形状？大小？分布等信息的数据,代表了现实世界地理实体或现象在信息世界的映射,是地理空间抽象的数字描述和离散表达？空间分析方法受到空间数据表示形式的制约和影响,研究空间分析必须考虑空间数据的类型？特性和表达方法？ 1.2.1空间数据的类型 根据数据的内容,空间数据可以概括为以下3类(朱长青和史文中,2006)？ 1)属性数据 属性数据是用以描述空间事物或现象属性特征的数据,即用来说明空间实体“是什么”,也称作专题特征,如事物或现象的类别？等级？数量？名称等？ 2)几何数据 几何数据是用以描述空间事物或现象空间特征的数据,即用来说明空间实体“在哪儿”,也称作几何特征？定位特征,如事物或现象的位置？形状和大小等？ 3)关系数据 关系数据是用以描述空间事物或现象之间关系的数据,即用来说明空间实体“有什么关系”,包括拓扑空间关系？顺序空间关系？度量空间关系,如空间实体的邻接？关联？包含等？ 1.2.2空间数据的基本特性 作为数据的一种特殊形式,空间数据具有数据的一般特性,如客观存在性与抽象性？概括性与多态性？可存储性与传输性？可度量性与近似性？可转换性与可扩充性？商品性与共享性等,同时又具有自身特有的性质,空间数据的自身特性构成空间分析的条件和任务(刘湘南等,2008)？ 1)空间依赖性与异质性 地理学第*定律提出:地理事物或属性在空间分布上互为相关,距离越近相关性越大？这反映了空间数据的空间依赖性？空间依赖程度可通过空间自相关度量,空间自相关就是空间依赖性概念的数学表述,用于描述空间数据的聚集性及空间相互作用,是一个空间位置上的样本数据与其他位置上数据的依赖性的观测值？同时,空间数据又具有异质性,即描述空间数据在空间分布上的不均匀性及复杂程度？空间异质性源于各空间位置的独特性质,表明空间数据的变化缺乏平稳性,与行为关系在空间上的不稳定有关,也称为空间非平稳性？该特性的功能形式和参数随着研究区域的不同而不同,但是在局部的区域变化中有可能是一致的？ 2)尺度性 尺度性指数据表达的空间范围的相对大小和时间的相对长短,是空间数据的重要特征？地球空间可以划分为不同级别的子空间,各个级别的子空间对象在规模大小和时间长短方面存在很大差异,尺度性是用于描述各种尺度中空间数据的重要特征,包括空间尺度性和时间尺度性？空间尺度性是指空间数据所表达的空间规模的大小,可分为不同的层次;时间尺度性表示的是空间数据的时间周期的长短？多尺度的地理空间数据反映了地球空间现象及实体在不同时间和空间尺度下具有的不同形态？结构和细节层次,应用于宏观至微观各层次的空间建模和分析应用？ 3)不确定性 空间数据的不确定性是空间数据的“真实值”不能被肯定的程度,贯穿于空间数据的获取？存储？更新？传输？查询？分析等空间数据处理的全过程？由于客观世界的复杂性？人类认知的局限性？数据获取方法与计算设备的水平和对数据质量的限制？空间分析处理方法与模型表达的多样性以及数据处理技术与方法的局限性等原因,造成了不确定性的普遍客观存在,所以必须在空间数据不确定性的基础上对空间数据进行更高层次的处理,进行空间数据不确定性研究,以消除数据之间的矛盾并评价空间数据的质量？ 4)海量与多维度 空间数据不仅能描述三维空间和时间,还可以表现空间目标的属性以及数据不同的测量方法？不同来源？不同载体等多维信息,实现多专题的信息记录？随着对地观测计划的不断发展,每天可以获得上万亿兆的关于地球资源？环境特征的数据,空间数据的属性增加极为迅速？例如,在遥感领域,由于传感器技术的飞速发展,波段的数目也由几个增加到几十甚至上百个？海量与多维度的空间数据处理和分析成为目前空间数据分析亟待解决的问题之一？ 1.2.3空间数据的表达方法 所有空间数据都可抽象表示为点？线？面3种基本的图形要素,可以用不同的数据模型来进行表达,主要的数据模型有栅格数据模型？矢量数据模型？矢栅一体化数据模型(汤国安等,2007)？ 1)栅格数据模型 栅格数据模型是以规则或者不规则的格网阵列表示空间对象的数据模型？空间位置由栅格阵列中的单元的行列号确定,空间对象的属性由栅格单元上的数值来表达,如地表高程？气象属性？水文特征？地表覆盖等,每个栅格单元有且仅有一个属性值？栅格单元的格网大小反映了数据的空间分辨率？在栅格数据结构中,点状地物用一个独立的栅格单元(像元)表示;线状地物则用沿线走向的一组相邻栅格单元表示,每个栅格单元*多只有两个相邻单元在同一条线上;面状地物用记录着区域属性的相邻栅格单元的集合表示,每个栅格单元可有多于两个的相邻单元属于同一个区域？ 常用的栅格数据结构有游程长度编码结构？四叉树数据结构？二维行程编码结构等？ 栅格数据类型具有“属性明显？位置隐含”特点？它的数据结构简单？易于实现？数学模拟方便？操作简单,有利于基于栅格的空间信息模型的分析,但表达精度不高,数据存储量大,工作效率较低？ 2)矢量数据模型 矢量数据模型采用坐标描述点？线？面实体对象？点实体使用一对空间坐标点对(x,y)表示;线实体使用一串坐标点对(x1,y1),(x2,y2),…,(xn,yn)表示;面实体采用首尾相连的坐标串(x1,y1),(x2,y2),…,(xn,yn),(x1,y1)表示？地理现象的观察尺度或概括程度影响着实体对象的使用种类？在小比例尺图中,城镇可采用点实体表示,道路和河流用线实体表示？而在较大比例尺图中,城镇？道路和河流需表示为一定形状的多边形对象？ 矢量数据模型,可以明确地描述图形要素间的拓扑关系？在具有拓扑关系的矢量数据模型中,多边形边界被分割成一系列的弧段和节点？节点？弧段和多边形之间的拓扑关系存储在拓扑关系表中？矢量数据结构按其是否明确表示地理实体间的空间关系分为实体数据结构和拓扑数据结构两大类？ 矢量数据结构类型具有“位置明显？属性隐含”特点？这种特点使其能够精确地表达点？线？面,且数据存储量小,能高效地进行比例尺变换？投影变换以及图形输出？但它操作起来比较复杂,一些分析操作(如叠置分析等)用矢量数据结构难以实现？ 3)矢栅一体化数据模型 考虑到矢量数据模型和栅格数据模型在描述和表达空间实体时各有优缺点,综合矢量与栅格数据的特点,构造矢栅一体化数据模型,有利于地理空间现象的统一表达？在这种数据结构中,既具有矢量实体的概念,又具有栅格覆盖的思想？ 在矢栅一体化数据模型中,对地理空间实体同时表达为矢量数据模型和栅格数据模型？点实体同步记录其空间坐标及栅格单元行列号;线实体多采用矢量数据模型表达,同时将线所经过的位置以栅格单元进行填充;面实体的边界采用矢量数据模型描述,而其内部采用栅格数据模型表达？这种数据模型融合了矢量数据“位置明显”(空间实体具有明确的位置信息,并能建立和描述拓扑关系)和栅格数据“属性明显”的优点(明确了栅格与实体的对应关系),弥补了矢量数据“属性隐含”和栅格数据“位置隐含”的缺点？ 此外,还有镶嵌数据模型？面向对象数据模型等数据模型,它们都具有自身特征和适用范围？进行空间分析数据结构选择时,需要根据具体应用目的来确定空间数据模型？总的来说,没有*优的空间数据模型,只有*适合的空间数据模型？在表达连续现象时,一般采用栅格数据作为主要数据结构,如地表高程？地质体属性等的表达;而在表达离散对象时,通常采用矢量数据结构,如独立地物？道路网络等的表达？ 1.3空间分析的定义与研究进展 1.3.1空间分析的定义 空间分析有着众多的相关称谓,如地理信息分析或地理空间分析？地理信息统计分析？地理分析？空间数据分析？空间统计学？空间统计与建模？地质统计学等,这些称谓从多个侧面反映了空间分析的丰富内涵和广泛应用？根据空间分析应用领域的不同,其各有侧重点？ (1)地理学的空间分析以分析地理数据为主,也可称为地理分析,以遥感图？地图和经济？社会等数据为分析对象,以地理建模？计量地理？地质统计学等方法分析问题,代表著作如《空间分析》(王劲峰等,2006)？ (2)测绘学的空间分析以测绘数据？遥感数据？地图数据(二维？三维)为主,经济？社会等数据为分析对象的研究较少,主要使用计算几何？地图代数等方法来分析问题？代表著作如《空间分析》(郭仁忠,2001)？ (3)建筑学的空间分析以建筑空间？城市空间或环境空间为主,依托建筑学和城市规划理论,结合规划实际需求,从微观和中观的角度分析空间分布情况？代表著作如《城市空间理论与空间分析》(黄亚平,2002)？ (4)地质学的空间分析以地质统计学为主,依托地质学及其理论,从宏观角度研究地球演化？矿物分布及预测？地质灾害监测预报等,主要应用于工程地质？水文地质？地质灾害？成矿预测等方面？代表著作有《实用地质统计学》(侯景儒,1998)？ 实际上,空间分析既有基于GIS的图形分析,又有基于统计学的分析和建模;既有地理学的应用,又有流行病学？生态学？环境科学？建筑学等领域的应用？空间分析被明确提出后,国内外众多学者从不同角度对其进行了定义(表1-1)？ 表1-1空间分析相关定义 从以上的多种空间分析的定义可以看出,它们的侧重点各不相同,或侧重于统计分析与建模(如Goodchild,Haining,deSmith),或侧重于空间信息的提取和空间信息的传输(如李德仁等,Baily,Openshaw),或侧重于地理学(如黎夏和刘凯,刘湘南等),或侧重于地图学(如张成才等,deSmith),但都从不同的方面对空间分析的内涵进行了阐释？ 1.3.2空间分析的研究进展 纵观空间分析研究的发展过程,可以将其分为3个发展阶段:20世纪60年代的探索时期？20世纪70~80年代的空间统计学时期和20世纪90年代至今的纵深快速发展期(赵永和王岩松,2011)？ 1)20世纪60年代的探索时期 该阶段的空间分析主要集中在空间数据的分析和空间自相关的测度上？空间自相关测度首次被用于研究二维或更高维空间随机现象(Moran,1950),但当时空间分析的理论体系尚未建立,缺乏相关论著,空间统计学也尚未起步,仅仅是常规统计手段在空间分析中的应用？到20世纪60年代晚期,随着对空间自相关的进一步认识,学者了解到运用常规统计手段进行地理分析的严重局限性,开始关注空间统计研究,先后提出了地理空间上的*优预测(Matheron,1963)？平均拥挤度(Lloyd,1967)？空间自相关等理论,为空间统计学的发展奠定了基础？ 2)20世纪70~80年代的空间统计学时期 20世纪70~80年代是空间统计学迅速发展的时期？空间点模式分析？地质统计分析都得到了迅速发展？在该阶段,关于空间统计学的教材和专著众多,内容涉及空间数据的统计分析？地图分析？空间自相关？空间依赖性和空间相互作用模型等,有著作如《空间统计学》？《空间点模式统计分析》？《随机几何及其应用》？《空间计量经济学》等？ 除空间统计学外,其他方面的空间分析研究也取得了丰硕的成果,如地理学第*定律的提出(Tobler,1970)？信息熵在空间分析中的应用(Batty,1972)？基于空间模式的蒙特卡罗检验(BesagandDiggle,1977)？可变面元问题(OpenshawandTaylor,1979)？探索性空间数据分析(ESDA)(Tukey,1977)等？而1988年,美国国家地理信息与分析中心(NationalCenterforGeographicInformation&Analysis,NCGIA)的成立更标志着空间分析的研究进入一个新高度？ 3)20世纪90年代至今的纵深快速发展期 20世纪90年代后,随着GIS的广泛应用,空间分析的蓬勃发展,为地理学？生态学？经济学？流行病学？环境科学等学科提供了理论支持和技术手段？美国大学地理信息科学协会(UCGIS)把空间分析列为当前GIS行业十大重点问题之一,为地理信息系统划分了19个研究方向,GIS和空间分析研究是其中一个,主要包括空间统计学地理数据的空间统计分析？地理边界和地图比例尺在空间数据体系中的作用？空间数据的采样和内插？GIS数据结构和空间统计计算之间的关系？ 在该时期,空间数据统计的研究日趋成熟,新技术与方法也频频出现？现在,空间插值克里格方法？空间相关性检验Moran’sI？空间热点探测LISA？空间线性回归模型？空间动力学与统计学结合模型？空间信息图谱已经被普遍使用,为空间数据分析提供了有力工具(王劲峰等,2014)？随着计算机科学的发展,神经网络？多智能体和遗传算法等智能计算方法被引入空间分析,地理分析与建模新方向从此诞生？ 随着计算机信息科学？空间科学等相关学科的发展,空间分析逐渐向强调地理空间自身的特征？面向空间决策支持？虚拟时空演化过程及提供智能服务等方向发展,并将具有更广阔的应用领域？更智能的计算方法和更灵活的分析工具？ 1.4空间分析的研究内容 空间分析主要研究空间实体的空间位置？空间分布？空间形态？空间距离？空间关系等,其研究内容可归纳为以下7个方面？ 1)空间量算 空间度量是空间分析的定量基础,是对各种空间目标的基本参数进行量算与分析,*为常见的是距离量算？方位量算？空间分布计算？几何量算？空间形状量算？拓扑关系计算等？空间量算研究内容包括基本几何参数量算,如位置？长度？距离？面积？体积？方位？中心量算等;空间目标形态量测,如曲率？弯曲度？欧拉数等;空间目标分布计算,如分布中心？分布密度？*近邻分析？连通度等？ 2)叠置分析 叠置分析是为了分析在空间位置上存在关联的空间对象的空间特征和属性特征之间的相互关系？叠置分析要求在同一空间参照下,将同一区域内不同主题层组成的各数据层面进行叠合产生新的数据层面,其结果综合了原来两个或两个以上层面要素所具有的属性？叠置分析既形成了新的空间关系,还将输入的多个数据层的属性联系起来产生了新的属性关系？ 根据操作形式的不同,叠置分析可以分为图层擦除？交集操作？图层合并等;根据数据表达方式的不同,叠置分析可分为矢量数据叠置分析和栅格数据叠置分析;根据操作要素的不同,叠置分析可分为点与点叠加？点与线叠加？线与线叠加？点与多边形叠加？线与多边形叠加？多边形与多边形叠加;栅格数据叠置分析分为单层与多层栅格数据叠置分析？
定价：45.0
ISBN：9787030446220
作者：毛先成，黄继先 等
版次：3105
出版时间：2016-01
在线试读：
第1章绪论 1.1引言 地球上80%的信息都是与空间相关的,空间信息在人们生活？国家建设？社会发展等方面都发挥着重要作用？伴随着空间数据获取手段的不断发展,各种空间数据的获取已经非常便捷高效？然而,由于缺乏有效的空间分析与数据挖掘方法,出现了“数据丰富而知识贫乏”的局面？从海量的空间信息中分析挖掘出有用的信息来认识和把握地球和社会的空间运动规律,为规划？预警预报和调控提供决策支持,亟须建立起一套完整的理论和方法体系来进行空间信息分析？ 空间分析方法用于地理现象研究已有很长的历史？自从地图出现,人们就开始在地图上测量地理要素之间的距离？面积,利用地图进行战术研究和战略决策,这是一种*原始的空间信息分析行为？1854年,英国医生琼·斯诺利用地图分析方法发现了伦敦霍乱流行的原因,揭示了霍乱病发病的根源,可以认为是空间分析技术不自觉运用的代表？现代空间分析概念的提出起源于20世纪60年代地理和区域科学的计量革命,部分模型开始初步考虑了空间信息的关联性问题？从70年代开始,空间统计学迅速发展,相关理论与方法逐渐完善？到90年代后,随着地理信息系统(geographicinformationsystem,GIS)的广泛应用,地理学？生态学？经济学？流行病学？环境科学等学科建立起专门的空间分析模型,促进了空间分析的繁荣发展？信息处理能力的逐渐提高和空间分析模型的日益成熟,推动空间分析功能向强调地理空间自身的特征？面向空间决策支持？虚拟时空演化过程及提供智能服务等方向发展(汤国安和杨昕,2012)？ 利用空间分析方法不但可以查询空间信息,还可以通过空间关系揭示事物间更深刻的内在规律和基本特征？随着空间分析方法的发展和应用领域的拓宽,人们对空间分析的要求逐渐由位置定位和路线规划等基本的空间问题分析,转向对所处位置与周围环境的关系的探究？目前,空间分析已经广泛应用于地理学？生态学？经济学？地质学？流行病学？犯罪？交通？考古等社会生活的各个方面？ 进入21世纪以来,空间技术及其理论都有了突破？高分辨率遥感影像？Lidar数据？InSAR技术和三维地理信息系统等理论技术的发展,给传统的空间分析方法带来了重大的挑战？许多学者对空间分析进行了更为深入的研究,涌现出大量的新理论和新方法,系统地总结分析这些*新的成果,对于深化GIS空间分析研究？提高GIS空间分析功能,从而扩大GIS的研究和应用水平,具有切实的意义？ 1.2空间数据 空间分析的对象是空间数据(spatialdata)？空间数据是指用来表示空间实体的位置？形状？大小？分布等信息的数据,代表了现实世界地理实体或现象在信息世界的映射,是地理空间抽象的数字描述和离散表达？空间分析方法受到空间数据表示形式的制约和影响,研究空间分析必须考虑空间数据的类型？特性和表达方法？ 1.2.1空间数据的类型 根据数据的内容,空间数据可以概括为以下3类(朱长青和史文中,2006)？ 1)属性数据 属性数据是用以描述空间事物或现象属性特征的数据,即用来说明空间实体“是什么”,也称作专题特征,如事物或现象的类别？等级？数量？名称等？ 2)几何数据 几何数据是用以描述空间事物或现象空间特征的数据,即用来说明空间实体“在哪儿”,也称作几何特征？定位特征,如事物或现象的位置？形状和大小等？ 3)关系数据 关系数据是用以描述空间事物或现象之间关系的数据,即用来说明空间实体“有什么关系”,包括拓扑空间关系？顺序空间关系？度量空间关系,如空间实体的邻接？关联？包含等？ 1.2.2空间数据的基本特性 作为数据的一种特殊形式,空间数据具有数据的一般特性,如客观存在性与抽象性？概括性与多态性？可存储性与传输性？可度量性与近似性？可转换性与可扩充性？商品性与共享性等,同时又具有自身特有的性质,空间数据的自身特性构成空间分析的条件和任务(刘湘南等,2008)？ 1)空间依赖性与异质性 地理学第*定律提出:地理事物或属性在空间分布上互为相关,距离越近相关性越大？这反映了空间数据的空间依赖性？空间依赖程度可通过空间自相关度量,空间自相关就是空间依赖性概念的数学表述,用于描述空间数据的聚集性及空间相互作用,是一个空间位置上的样本数据与其他位置上数据的依赖性的观测值？同时,空间数据又具有异质性,即描述空间数据在空间分布上的不均匀性及复杂程度？空间异质性源于各空间位置的独特性质,表明空间数据的变化缺乏平稳性,与行为关系在空间上的不稳定有关,也称为空间非平稳性？该特性的功能形式和参数随着研究区域的不同而不同,但是在局部的区域变化中有可能是一致的？ 2)尺度性 尺度性指数据表达的空间范围的相对大小和时间的相对长短,是空间数据的重要特征？地球空间可以划分为不同级别的子空间,各个级别的子空间对象在规模大小和时间长短方面存在很大差异,尺度性是用于描述各种尺度中空间数据的重要特征,包括空间尺度性和时间尺度性？空间尺度性是指空间数据所表达的空间规模的大小,可分为不同的层次;时间尺度性表示的是空间数据的时间周期的长短？多尺度的地理空间数据反映了地球空间现象及实体在不同时间和空间尺度下具有的不同形态？结构和细节层次,应用于宏观至微观各层次的空间建模和分析应用？ 3)不确定性 空间数据的不确定性是空间数据的“真实值”不能被肯定的程度,贯穿于空间数据的获取？存储？更新？传输？查询？分析等空间数据处理的全过程？由于客观世界的复杂性？人类认知的局限性？数据获取方法与计算设备的水平和对数据质量的限制？空间分析处理方法与模型表达的多样性以及数据处理技术与方法的局限性等原因,造成了不确定性的普遍客观存在,所以必须在空间数据不确定性的基础上对空间数据进行更高层次的处理,进行空间数据不确定性研究,以消除数据之间的矛盾并评价空间数据的质量？ 4)海量与多维度 空间数据不仅能描述三维空间和时间,还可以表现空间目标的属性以及数据不同的测量方法？不同来源？不同载体等多维信息,实现多专题的信息记录？随着对地观测计划的不断发展,每天可以获得上万亿兆的关于地球资源？环境特征的数据,空间数据的属性增加极为迅速？例如,在遥感领域,由于传感器技术的飞速发展,波段的数目也由几个增加到几十甚至上百个？海量与多维度的空间数据处理和分析成为目前空间数据分析亟待解决的问题之一？ 1.2.3空间数据的表达方法 所有空间数据都可抽象表示为点？线？面3种基本的图形要素,可以用不同的数据模型来进行表达,主要的数据模型有栅格数据模型？矢量数据模型？矢栅一体化数据模型(汤国安等,2007)？ 1)栅格数据模型 栅格数据模型是以规则或者不规则的格网阵列表示空间对象的数据模型？空间位置由栅格阵列中的单元的行列号确定,空间对象的属性由栅格单元上的数值来表达,如地表高程？气象属性？水文特征？地表覆盖等,每个栅格单元有且仅有一个属性值？栅格单元的格网大小反映了数据的空间分辨率？在栅格数据结构中,点状地物用一个独立的栅格单元(像元)表示;线状地物则用沿线走向的一组相邻栅格单元表示,每个栅格单元*多只有两个相邻单元在同一条线上;面状地物用记录着区域属性的相邻栅格单元的集合表示,每个栅格单元可有多于两个的相邻单元属于同一个区域？ 常用的栅格数据结构有游程长度编码结构？四叉树数据结构？二维行程编码结构等？ 栅格数据类型具有“属性明显？位置隐含”特点？它的数据结构简单？易于实现？数学模拟方便？操作简单,有利于基于栅格的空间信息模型的分析,但表达精度不高,数据存储量大,工作效率较低？ 2)矢量数据模型 矢量数据模型采用坐标描述点？线？面实体对象？点实体使用一对空间坐标点对(x,y)表示;线实体使用一串坐标点对(x1,y1),(x2,y2),…,(xn,yn)表示;面实体采用首尾相连的坐标串(x1,y1),(x2,y2),…,(xn,yn),(x1,y1)表示？地理现象的观察尺度或概括程度影响着实体对象的使用种类？在小比例尺图中,城镇可采用点实体表示,道路和河流用线实体表示？而在较大比例尺图中,城镇？道路和河流需表示为一定形状的多边形对象？ 矢量数据模型,可以明确地描述图形要素间的拓扑关系？在具有拓扑关系的矢量数据模型中,多边形边界被分割成一系列的弧段和节点？节点？弧段和多边形之间的拓扑关系存储在拓扑关系表中？矢量数据结构按其是否明确表示地理实体间的空间关系分为实体数据结构和拓扑数据结构两大类？ 矢量数据结构类型具有“位置明显？属性隐含”特点？这种特点使其能够精确地表达点？线？面,且数据存储量小,能高效地进行比例尺变换？投影变换以及图形输出？但它操作起来比较复杂,一些分析操作(如叠置分析等)用矢量数据结构难以实现？ 3)矢栅一体化数据模型 考虑到矢量数据模型和栅格数据模型在描述和表达空间实体时各有优缺点,综合矢量与栅格数据的特点,构造矢栅一体化数据模型,有利于地理空间现象的统一表达？在这种数据结构中,既具有矢量实体的概念,又具有栅格覆盖的思想？ 在矢栅一体化数据模型中,对地理空间实体同时表达为矢量数据模型和栅格数据模型？点实体同步记录其空间坐标及栅格单元行列号;线实体多采用矢量数据模型表达,同时将线所经过的位置以栅格单元进行填充;面实体的边界采用矢量数据模型描述,而其内部采用栅格数据模型表达？这种数据模型融合了矢量数据“位置明显”(空间实体具有明确的位置信息,并能建立和描述拓扑关系)和栅格数据“属性明显”的优点(明确了栅格与实体的对应关系),弥补了矢量数据“属性隐含”和栅格数据“位置隐含”的缺点？ 此外,还有镶嵌数据模型？面向对象数据模型等数据模型,它们都具有自身特征和适用范围？进行空间分析数据结构选择时,需要根据具体应用目的来确定空间数据模型？总的来说,没有*优的空间数据模型,只有*适合的空间数据模型？在表达连续现象时,一般采用栅格数据作为主要数据结构,如地表高程？地质体属性等的表达;而在表达离散对象时,通常采用矢量数据结构,如独立地物？道路网络等的表达？ 1.3空间分析的定义与研究进展 1.3.1空间分析的定义 空间分析有着众多的相关称谓,如地理信息分析或地理空间分析？地理信息统计分析？地理分析？空间数据分析？空间统计学？空间统计与建模？地质统计学等,这些称谓从多个侧面反映了空间分析的丰富内涵和广泛应用？根据空间分析应用领域的不同,其各有侧重点？ (1)地理学的空间分析以分析地理数据为主,也可称为地理分析,以遥感图？地图和经济？社会等数据为分析对象,以地理建模？计量地理？地质统计学等方法分析问题,代表著作如《空间分析》(王劲峰等,2006)？ (2)测绘学的空间分析以测绘数据？遥感数据？地图数据(二维？三维)为主,经济？社会等数据为分析对象的研究较少,主要使用计算几何？地图代数等方法来分析问题？代表著作如《空间分析》(郭仁忠,2001)？ (3)建筑学的空间分析以建筑空间？城市空间或环境空间为主,依托建筑学和城市规划理论,结合规划实际需求,从微观和中观的角度分析空间分布情况？代表著作如《城市空间理论与空间分析》(黄亚平,2002)？ (4)地质学的空间分析以地质统计学为主,依托地质学及其理论,从宏观角度研究地球演化？矿物分布及预测？地质灾害监测预报等,主要应用于工程地质？水文地质？地质灾害？成矿预测等方面？代表著作有《实用地质统计学》(侯景儒,1998)？ 实际上,空间分析既有基于GIS的图形分析,又有基于统计学的分析和建模;既有地理学的应用,又有流行病学？生态学？环境科学？建筑学等领域的应用？空间分析被明确提出后,国内外众多学者从不同角度对其进行了定义(表1-1)？ 表1-1空间分析相关定义 从以上的多种空间分析的定义可以看出,它们的侧重点各不相同,或侧重于统计分析与建模(如Goodchild,Haining,deSmith),或侧重于空间信息的提取和空间信息的传输(如李德仁等,Baily,Openshaw),或侧重于地理学(如黎夏和刘凯,刘湘南等),或侧重于地图学(如张成才等,deSmith),但都从不同的方面对空间分析的内涵进行了阐释？ 1.3.2空间分析的研究进展 纵观空间分析研究的发展过程,可以将其分为3个发展阶段:20世纪60年代的探索时期？20世纪70~80年代的空间统计学时期和20世纪90年代至今的纵深快速发展期(赵永和王岩松,2011)？ 1)20世纪60年代的探索时期 该阶段的空间分析主要集中在空间数据的分析和空间自相关的测度上？空间自相关测度首次被用于研究二维或更高维空间随机现象(Moran,1950),但当时空间分析的理论体系尚未建立,缺乏相关论著,空间统计学也尚未起步,仅仅是常规统计手段在空间分析中的应用？到20世纪60年代晚期,随着对空间自相关的进一步认识,学者了解到运用常规统计手段进行地理分析的严重局限性,开始关注空间统计研究,先后提出了地理空间上的*优预测(Matheron,1963)？平均拥挤度(Lloyd,1967)？空间自相关等理论,为空间统计学的发展奠定了基础？ 2)20世纪70~80年代的空间统计学时期 20世纪70~80年代是空间统计学迅速发展的时期？空间点模式分析？地质统计分析都得到了迅速发展？在该阶段,关于空间统计学的教材和专著众多,内容涉及空间数据的统计分析？地图分析？空间自相关？空间依赖性和空间相互作用模型等,有著作如《空间统计学》？《空间点模式统计分析》？《随机几何及其应用》？《空间计量经济学》等？ 除空间统计学外,其他方面的空间分析研究也取得了丰硕的成果,如地理学第*定律的提出(Tobler,1970)？信息熵在空间分析中的应用(Batty,1972)？基于空间模式的蒙特卡罗检验(BesagandDiggle,1977)？可变面元问题(OpenshawandTaylor,1979)？探索性空间数据分析(ESDA)(Tukey,1977)等？而1988年,美国国家地理信息与分析中心(NationalCenterforGeographicInformation&Analysis,NCGIA)的成立更标志着空间分析的研究进入一个新高度？ 3)20世纪90年代至今的纵深快速发展期 20世纪90年代后,随着GIS的广泛应用,空间分析的蓬勃发展,为地理学？生态学？经济学？流行病学？环境科学等学科提供了理论支持和技术手段？美国大学地理信息科学协会(UCGIS)把空间分析列为当前GIS行业十大重点问题之一,为地理信息系统划分了19个研究方向,GIS和空间分析研究是其中一个,主要包括空间统计学地理数据的空间统计分析？地理边界和地图比例尺在空间数据体系中的作用？空间数据的采样和内插？GIS数据结构和空间统计计算之间的关系？ 在该时期,空间数据统计的研究日趋成熟,新技术与方法也频频出现？现在,空间插值克里格方法？空间相关性检验Moran’sI？空间热点探测LISA？空间线性回归模型？空间动力学与统计学结合模型？空间信息图谱已经被普遍使用,为空间数据分析提供了有力工具(王劲峰等,2014)？随着计算机科学的发展,神经网络？多智能体和遗传算法等智能计算方法被引入空间分析,地理分析与建模新方向从此诞生？ 随着计算机信息科学？空间科学等相关学科的发展,空间分析逐渐向强调地理空间自身的特征？面向空间决策支持？虚拟时空演化过程及提供智能服务等方向发展,并将具有更广阔的应用领域？更智能的计算方法和更灵活的分析工具？ 1.4空间分析的研究内容 空间分析主要研究空间实体的空间位置？空间分布？空间形态？空间距离？空间关系等,其研究内容可归纳为以下7个方面？ 1)空间量算 空间度量是空间分析的定量基础,是对各种空间目标的基本参数进行量算与分析,*为常见的是距离量算？方位量算？空间分布计算？几何量算？空间形状量算？拓扑关系计算等？空间量算研究内容包括基本几何参数量算,如位置？长度？距离？面积？体积？方位？中心量算等;空间目标形态量测,如曲率？弯曲度？欧拉数等;空间目标分布计算,如分布中心？分布密度？*近邻分析？连通度等？ 2)叠置分析 叠置分析是为了分析在空间位置上存在关联的空间对象的空间特征和属性特征之间的相互关系？叠置分析要求在同一空间参照下,将同一区域内不同主题层组成的各数据层面进行叠合产生新的数据层面,其结果综合了原来两个或两个以上层面要素所具有的属性？叠置分析既形成了新的空间关系,还将输入的多个数据层的属性联系起来产生了新的属性关系？ 根据操作形式的不同,叠置分析可以分为图层擦除？交集操作？图层合并等;根据数据表达方式的不同,叠置分析可分为矢量数据叠置分析和栅格数据叠置分析;根据操作要素的不同,叠置分析可分为点与点叠加？点与线叠加？线与线叠加？点与多边形叠加？线与多边形叠加？多边形与多边形叠加;栅格数据叠置分析分为单层与多层栅格数据叠置分析？