数字地面模型及其应用表示方法.ppt

  1. 1、本文档共80页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
数字地面模型及其应用表示方法

西北大学城市与资源学系 空间分析 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。 空间分析定义 字面定义:空间数据的分析和数据的空间分析 空间数据分析 描述空间对象的非空间特性 方法:概率、数理统计等数学方法 特点: 几何特征不是主要限制因子(例:聚类分析) 数据处理与一般的数据统计分析基本一致 分析结果依托于地理空间,描述的是空间过程,揭示空间规律和机制。 数据空间分析 描述空间对象的空间位置、关系,对空间对象进行定量描述 方法:空间统计学、图论、拓扑学、计算几何等。 特点: 非严格意义的分析,是空间事物的描述和说明,特征提取和参数计算 回答是什么、在那里、有多少和怎么样,并不回答为什么。 定义:空间分析是基于地理对象的位置和形态特征的空间数据分析技术,其目的在于提取和传输空间信息 空间分析的主要内容 空间位置: 借助于空间坐标系传递空间对象的定位信息,是空间对象表述的研究基础,即投影与转换理论。 空间分布:同类空间对象的群体定位信息,包括分布、趋势、对比等内容。 空间形态:空间对象的几何形态 空间距离:空间物体的接近程度 空间关系:空间对象的相关关系,包括拓扑、方位、相似、相关等。 空间分析、GIS和空间模型 空间分析和空间模型是不同层次上的概念 空间分析是基本的,解决一般问题的理论和方法,空间模型是复杂的,解决专门问题的理论和方法。 例:工厂选址与水库选址,水土流失 应用模型无可枚举,而空间分析技术是有限的。 应用模型建立过程比较复杂,有些还不能用数学方法描述,空间分析技术为解决复杂的应用模型提供基本的分析工具。 GIS是空间数据处理理论和方法的集成化实现。包含了大部分的空间分析技术,是GIS的技术特色。 空间分析和空间模型是零件和机器的关系 空间分析技术发展及存在问题 空间分析技术发展 各种地图应用(医学应用) 定量分析空间对象的分布模式 地理空间本身特征、空间决策过程、时空演化过程等 空间分析发展存在问题 地图的直观性,忽视地图信息的解析性和复杂性,缺少对地图应用的研究 数字地图改变了地图的应用方式,展示了更为广阔的应用领域和更为灵活的应用方式 空间分析是GIS区别与其他信息系统的标志,是GIS技术的一个主要发展方向:管理型向分析决策型转变 GIS空间分析模型 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,更为重要的是要完成地理分析、评价、预测和辅助决策的任务,必须发展广泛的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:所谓模型,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。 地学模型:是用来描述地理系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。地学模型也称为专题分析模型。 GIS空间分析模型 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——理论——实践这一循环 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 应用模型是综合利用GIS应用系统中大量数据的工具 应用模型是GIS应用系统解决各种实际问题的武器 应用模型是GIS应用系统向更高技术水平发展的基础 模型的分类 非空间模型 空间模型 数据统计模型 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,模糊评价一般经过四个过程: 评价因子的选择与简化; 多因子重要性指标(权重)的确定; 因子内各类别对评价目标的隶属度确定; 选用某种方法进行多因子综合。 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(m<p)个指标zl,z2,…,zm,即 z1=l11*x1+l12*x2+...+l1p*xp ?

文档评论(0)

sunshaoying + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档