地理信息系统原理及应用.doc

第一章 绪论1.1 地理信息系统的概念 1.2 地理信息系统的组成1.3 地理信息系统的功能和应用1.4 地理信息系统的发展1.1 地理信息系统的概念 一、公园选址辅助决策 二、数据与信息 三、地理信息与地学信息 四、信息系统与地理信息系统一、公园选址辅助决策（郊游公园具体位置的选择需要满足一定的要求：1）依山傍水，地形有一定起伏，必须靠近天然的小河流；2）交通方便，但周围环境较安静，公园距公路的距离最远不得超过1.25km，最近不得小于0.25km；3）空气新鲜，有一定的植被覆盖率；4）等等其它条件；GIS的概念：地理信息系统是用于输入、存储、查询、分析和显示地理数据的计算机系统。二、数据与信息(一)数据：指输入到计算机并能被计算机进行处理的数字、文字、符号、声音、图像等符号。数据是对客观现象的表示，数据本身并没有意义。数据的格式往往和具体的计算机系统有关，随载荷它的物理设备的形式而改变。 (二)信息 1、定义：信息是现实世界在人们头脑中的反映。它以文字、数据、符号、声音、图像等形式记录下来，进行传递和处理,为人们的生产，建设，管理等提供依据。2、特性：1）客观性2）适用性3）传输性4）共享性 (三) 两者关系：有人认为，输入的都叫数据，输出的都叫信息，其实不然。数据是信息的表达、载体，信息是数据的内涵，是形与质的关系。只有数据对实体行为产生影响才成为信息，数据只有经过解释才有意义，成为信息。（例如独立的“1”、“0”均无意义。当它表示某实体在某个地域内存在与否，它就提供了“有”“无”信息；当用它来标识某种实体的类别时，它就提供了特征码信息。）三、地理信息与地学信息(一) 地理信息 1、定义：地理信息是指与研究对象的空间地理分布有关的信息,它表示地理系统诸要素的数量、质量、分布特征，相互联系和变化规律的图、文、声、像等的总称。2、特性：1）地域性2）多维结构3）时序特征(二) 地学信息：指与人类居住的地球有关的信息都是地学信息，具有无限性、多样性、灵活性等特点。地学信息是人们深入认识地球系统、合理开发资源、净化能源、保护环境的前提和保证。 (三)二者关系：地理信息与地学信息的区别主要在于信息源的范围不同，地理信息的信息源是地球表面的岩石圈、水圈、大气圈和人类活动等；地学信息所表示的信息范围更广泛，不仅来自地表，还包括地下、大气层甚至宇宙空间。四、信息系统与地理信息系统(一) 信息系统：为了有效对信息流进行控制、组织管理，实现双向传递，需要通过某种信息系统。它能对数据和信息进行采集、存储、加工和再现，并能回答用户一系列问题的系统，具有采集、管理、分析和表达数据的能力。由计算机硬件、软件、数据和用户四大要素组成。从适用于不同管理层次的角度出发，信息系统分为事务处理系统和决策支持系统。 (二) 地理信息系统 ：GIS是用于输入、存储、查询、分析和显示地理数据的计算机系统。 以便解决复杂的规划和管理问题。 (三)地理信息系统与其它系统的区别和联系：空间信息系统采集、管理和分析的对象是空间信息，而地理信息系统就是一种十分重要的空间信息系统。1.2 地理信息系统的组成一、系统硬件:包括各种硬件设备，是系统功能实现的物质基础；二、系统软件:支持数据采集、存储、加工、回答用户问题的计算机程序系统；三、空间数据:系统分析与处理的对象，构成系统的应用基础；四、应用人员:GIS服务的对象，分为一般用户和从事建立、维护、管理和更新的高级用户；五、应用模型:解决某一专门应用的应用模型，是GIS技术产生社会经济效益的关键所在。三、空间数据空间数据是地理信息的载体，是地理信息系统的操作对象，它具体描述地理实体的空间特征、属性特征和时间特征。空间特征是指地理实体的空间位置及其相互关系；属性特征表示地理实体的名称、类型和数量等；时间特征指实体随时间而发生的相关变化。 根据地理实体的空间图形表示形式，可将空间数据抽象为点、线、面三类元素，它们的数据表达可以采用矢量和栅格两种组织形式，分别称为矢量数据结构和栅格数据结构。 在地理信息系统中，空间数据是以结构化的形式存储在计算机中的，称为地理空间数据库。数据库由数据库实体和数据库管理系统组成。数据库实体存储有许多数据文件和文件中的大量数据，而数据库管理系统主要用于对数据的统一管理，包括查询、检索、增删、修改和维护等。 四、应用人员：GIS应用人员包括系统开发人员和GIS技术的最终用户，他们的业务素质和专业知识是GIS工程及其应用成败的关键五、应用模型GIS应用模型的构建和选择也是系统应用成败至关重要的因素。虽然GIS为解决各种现实问题提供了有效的基本工具，但对于某一专门应用目的的解决，必须通过构建专门的应用模型，例如土地利用适宜性模型、选址模型、洪水预测模型、人口扩散模型、森林增长模型、水土流失模型、最优化模型和影响模型等。 1.3 地理信息系统的功能和应用 一、基本功能：包括数据采集与编辑，数据存储与管理，数据处理和变换,空间查询和分析和数据显示与输出功能。1、数据采集与编辑地理信息系统的数据通常抽象为不同的专题或层。数据采集编辑功能就是保证各层实体的地物要素按顺序转化为X、Y坐标及对应的代码输入到计算机中2、数据存储与管理数据库是数据存储与管理的最新技术，是一种先进的软件工具。GIS数据库是区域内一定地理要素特征以一定的组织方式存储在一起的相关数据的集合。由于GIS数据库具有数据量大，空间数据与属性数据具有不可分割的联系，以及空间数据之间具有显著的拓扑结构等特点，因此GIS数据库管理功能除了与属性数据有关的DBMS功能之外，对空间数据的管理技术主要包括：空间数据库的定义，数据访问和提取，从空间位置检索空间物体及其属性，从属性条件检索空间物体及其位置，开窗和接边操作，数据更新和维护等。3、数据处理和变换1)数据变换：指对数据从一种数学状态转换为另一种数学状态，包括投影变换、辐射纠正、比例尺缩放、误差改正和处理等；2)数据重构：指对数据从一种几何形态转换为另一种几何形态，包括数据拼接、数据截取、数据压缩、结构转换等；3)数据抽取：指对数据从全集合到子集的条件提取，包括类型选择、窗口提取、布尔提取和空间内插等。4、空间查询和分析 1)空间查询：空间查询是GIS最基本的功能，包括已知属性查图形，已知图形查属性及多种条件的综合查询；2)拓扑叠加：通过将同一地区两个不同图层的特征相叠加，不仅建立新的空间特征，而且能将输入的特征属性予以合并，易于进行多条件的查询检索、地图裁剪、地图更新和应用模型分析等； 3)缓冲区：它是研究根据数据库的点、线、面实体，自动建立各种类型要素的缓冲多边形，用以确定不同地理要素的空间接近度或邻近性。它是GIS重要的和基本的空间分析功能之一。 4)网络分析：网络分析是GIS空间分析的重要组成部分。网络模型是运筹学中的一个基本模型。 5）数字地形分析：GIS提供了构造数字高程模型及有关地形分析的功能模块，包括坡度、坡向、地表粗糙度、山谷线、山脊线、日照强度、库容量、表面积、立体图、剖面图和通视分析等，为地学研究、工程设计和辅助决策提供重要的基础性数据。5、数据显示与输出：GIS为用户提供了许多用于地理数据表现的工具，其形式既可以是计算机屏幕显示，也可以是诸如报告、表格、地图等硬拷贝图件。二、主要应用领域：1、资源管理2、区域规划3、国土监测4、辅助决策1.4 地理信息系统的发展 一、国际GIS发展状况1、20世纪60年代为GIS思想和技术方法的探索时期2、70年代是GIS的发展时期3、80年代是GIS在理论、方法和技术上取得突破与趋向成熟的阶段4、90年代，全面应用二、我国GIS发展状况：1、准备阶段2、试验阶段3、发展阶段4、产业化阶段三、当代GIS发展动态1、面向对象技术与GIS的结合 2、真三维GIS和时空GIS 3、GIS应用模型的发展 4、Internet与GIS的结合 5、GIS与专家系统、神经网络的结合 6、GIS与虚拟现实技术的结合习题 ：1. 信息与数据有哪些异同点？信息有哪些基本属性？ 2. 什么是地理信息系统？与其他信息系统的主要区别是什么？ 3. 地理信息系统由哪几个部分组成？4. 地理信息系统有哪些基本功能？ 5. 目前地理信息系统可以应用在哪些领域？ 6. 简述地理信息系统的发展及其发展趋势。第二章 地图投影和坐标系统 2.1 引言 将地球椭球面上的点映射到平面上的方法，称为地图投影。地理坐标为球面坐标，不方便进行距离、方位、面积等参数的量算； 地球椭球体为不可展曲面；地图为平面，符合视觉心理，并易于进行距离、方位、面积等量算和各种空间分析2.2 地理格网：是地球表面空间要素的定位参照系统。地理格网由经线和纬线组成。地图投影实质：建立地球椭球面上经纬线网和平面上相应经纬线网的数学基础，也就是建立地球椭球面上的点的地理坐标（，）与平面上对应点的平面坐标（x，y）之间的函数关系： ，地图投影:投影变形将不可展的地球椭球面展开成平面，并且不能有断裂，则图形必将在某些地方被拉伸，某些地方被压缩，故投影变形是不可避免的。（长度变形、面积变形、角度变形） 投影方式： 地图投影选择因素：制图区域的地理位置、形状和范围，制图比例尺，地图内容，出版方式地图比例尺反映了制图区域和地图的比例关系比例尺的含义：制图区域较小，此时比例尺的含义是图上长度与相应地面长度的比例；制图区域较大时，地图投影比较复杂，地图上长度因地点和方向的不同而有所变化，这种地图比例尺一般是指在地图投影时，对地球半径缩小的比率， 称为主比例尺。我国地图比例尺分级系统： 大比例尺：1：5001：10万 中比例尺：1：10万1：100万 小比例尺：1：100万我国常用的地图投影1：100万：兰勃投影（正轴等积割圆锥投影）；大部分分省图、大多数同级比例尺也采用兰勃特投影； 1：50万、1：25万、1：10万、1：5万、1：2.5万、1:1万、1：5000采用高斯克吕格投影。第三章 矢量数据模型空间对象类型空间对象一般按地形维数进行归类划分点：零维； 线：一维； 面：二维； 体：三维时间：通常以第四维表达，但目前GIS还很难处理时间属性。空间对象的维数与比例尺是相关的什么是数据模型？（数据模型多种多样，没有最好的通用数据模型）GIS数据模型：1）CAD 、遥感影像模型 2）栅格数据模型(Raster Data Model)3）矢量数据模型(Vector Data Model) 4）对象数据模型（Object Data Model)影像数据模型和栅格数据模型区别：1）Image 没有属性数据表，仅一个属性项2）栅格数据具有属性表，并且可和其他的属性表进行联合运算。3）应用：影像数据仅作影像处理，而栅格 模型可进行空间分析和空间建模矢量数据结构：概念矢量数据结构通过记录空间对象的坐标及空间关系来表达空间对象的位置。 几何对象： 点：空间的一个坐标点； 线：多个点组成的弧段；面：多个弧段组成的封闭多边形； 高级模型：不规则三角网；区域；动态分段矢量数据结构：获取方法：1定位设备（全站仪、GPS、常规测量等），2地图数字化，3间接获取（栅格数据转换、空间分析技术（叠置、缓冲等操作产生的新的矢量数据）矢量数据结构：表达内容 （空间表达= 信息结构 + 操作）1、矢量数据自身的存储和管理 2、几何数据和属性数据的联系3、空间对象的空间关系（拓扑关系）矢量数据表达简单数据结构只记录空间对象的位置坐标和属性信息，不记录拓扑关系（又称面条结构）。存储：独立存储：空间对象位置直接跟随空间对象；点位字典：点坐标独立存储，线、面由点号组成特征： 1无拓扑关系，主要用于显示、输出及一般查询 2公共边重复存储，存在数据冗余，难以保证数据独立性和一致性3多边形分解和合并不易进行，邻域处理较复杂；4处理嵌套多边形比较麻烦适用范围：制图及一般查询，不适合复杂的空间分析矢量数据表达拓扑数据结构不仅表达几何位置和属性，还表示空间关系； 表达对象：关联关系；表达方式：全显式表达、部分显式表达； 拓扑关系物理实现：直接存储、串行指针；拓扑关系与数据共享（维护数据的一致性）； 采用拓扑关系的原则；拓扑结构：是否需要拓扑结构? 1应用目的：制图或一般查询，可不要拓扑结构； 空间分析，则应建立拓扑关系。 2服务对象和系统数据结构：面状目标：面-弧、弧-面； 网络目标：点-弧、弧-点。矢量数据结构：属性数据表达与组织属性特征表达： 类别特征：类型编码； 说明信息：属性数据结构和表格。属性表的内容取决于用户。图形数据和属性数据的连接通过目标识别符或内部记录号实现。动态分段模型：在不改变要素位置描述（坐标）的前提下，建立线性要素上任意路段与多重属性信息之间关联的技术。矢量数据结构的特点：1）用离散的点描述空间对象与特征，定位明显，属性隐含；2）用拓扑关系描述空间对象之间的关系； 3）面向目标操作，精度高，数据冗余度小；4）与遥感等图象数据难以结合； 5）输出图形质量好，精度高。空间数据管理：空间数据库 数据库定义：数据库是为一定目的服务，以特定结构存储的相关联的数据的集合。特点：数据独立于应用程序而集中管理；数据之间建立联系，反映了现实世界信息的联系。数据模型：层次模型、网络模型、关系模型空间数据管理：空间数据库（续）空间数据库定义：空间数据库是某一区域内关于一定地理要素特征的数据集合特点：数据量特别大；属性数据和空间数据联合管理；数据应用范围广泛空间数据库的数据特征：空间特征、非结构化特征、空间关系特征、分类编码特征、海量数据特征传统数据库与空间数据库的比较：作业：简述常用空间数据结构的特点；简述空间数据库的特征，目前空间数据是如何进行管理组织的？简述栅格数据的压缩编码方案；试给出格网索引实现的原理（建立和检索）第四章 空间数据输入与处理（第四章、第五章、第六章）本章主要内容：GIS的数据内容、GIS的数据来源、元数据、空间数据采集的主要任务 现行主要数据采集方法（定位设备、数字化设备、数据交换、其它）、 空间数据编辑与处理的主要内容、如何选择空间数据及其输入方式GIS数据：内容1数字线化数据（地形测图思想：点、线、面）2影象数据（数据源丰富、生产效率高、直观详细记录地表自然现象）3数字高程模型 4属性数据（是什么，判读和考察；详细描述信息）GIS数据：特征1空间特征（GIS独有的数据类型；刻画空间对象的位置、形状和大小等几何特征；表示：绝对描述坐标（直角坐标、经纬度）；相对描述空间关系）2时间特征 3专题特征（除空间特征、时间特征外的其它特征）GIS数据：精度和尺度空间对象描述表示：定性和定量定性：空间对象的鉴别、分类和命名定量：图形几何坐标、属性量化指标属性量化指标：统计调查数据，可信度与完整性图形几何坐标：采样点密度、比例尺、特征点选取原则：计算机输出的地图满足同等比例尺地图精度要求源地图的重要性：数字地图的精度与源图直接相关；纸质地图并不是很好的数据源；数字化所的数据精度不会高于原始地图；原始地图中的误差会传播。元数据（空间元数据）也叫（空间）数据的数据，它提供空间数据的信息，它对于需要把公共数据用于自己项目中的GIS用户来说尤为重要。 主要包括：标示信息、质量信息、空间数据组织信息、空间参照信息、实体和属性信息、发行信息、元数据参考信息空间数据采集的主要任务：将现有的地图、外业观测成果、航空像片、遥感图片数据、文本资料等转换成GIS可以接受的数字形式。数据库入库之前进行验证、修改、编辑等处理，保证数据在内容和逻辑上的一致性。不同的数据来源要用到不同的设备和方法。数据的转换装载数据处理：几何纠正、图幅拼接、拓扑生成等。数据采集在GIS中的地位：以数据为处理线索硬件软件数据 = 12 7数据质量信息：数据采集日期(现势性)、位置精度(几何精度)、分类精度(属性精度)完整性、数据采集与编码方法数据质量特征：准确度：与真值的接近程度；精度：对象表达的详细程度；不确定性：不能精确描述的对象； 相容性：两个来源数据在同一应用中的难易程度；一致性：同类现象表达的一致性； 完整性：数据的完整性；可得性：数据获取的容易程度； 现势性：数据反映对象目前的程度常见数据输入错误:图纸移动、图纸变形、制图误差、数字化误差、图幅接边误差数据预处理目的：数据集成；在数据类型、坐标系、数据结构上满足GIS要求；专题的分层数据。地理数据结构化（拓扑编码、空间索引）、数据格式转换、数据压缩、误差探测、边界匹配、数据纠正、投影转换栅格数据转换：重采样 （MMU：最小制图单位）格数据转换：遥感数据BSQ 按波段顺序存储 BIP 波段间像元交叉存储 File 1: 土壤类型: A, B, Line: Pixel 1: A, I, 120 File 2: 植被类型:, Pixel 2: B, II, 140 File 3: 高程数据: 120, 140, BIL 波段扫描线逐行交替纪录 Line 1: A, B, I, II, 120, 140, Line 2: B, B, 地图综合（矢量数据概化）误差探测与编辑空间数据一般错误：多边形不闭合、裂缝、交叉、属性错误等等误差修正一般过程：设定容许值、连接接点、重建拓扑关系仿射变换:在保持目标平行条件下，允许进行旋转、平移、倾斜、不均匀缩放等仿射变换精度指标：中误差作业：简述空间数据编辑的主要内容和方法空间数据的来源有哪些？各有什么点？空间数据质量信息通过哪些方面体现？空间数据共享有哪些方法？简述主要特点。第七章 栅格数据定义:以规则像元阵列表示空间对象的数据结构，阵列中每个数据表示空间对象的属性特征。或者说，栅格数据结构就是像元阵列，每个像元的行列号确定位置，用像元值表示空间对象的类型、等级等特征。每个栅格单元只能存在一个值。 对于栅格数据结构：点：为一个像元； 线：在一定方向上连接成串的相邻像元集合。面：聚集在一起的相邻像元集合。获取方式：遥感数据、图片扫描数据、矢量数据转换、手工方式栅格数据结构：压缩编码方案链式编码：起点行列号，单位矢量R: (1,5),3,2,2,3,3,2,3 游程长度编码：逐行编码数据结构: 行号, 属性, 重复次数 1, A, 4, R, 1, A, 4块状编码：正方形区域为记录单元数据结构: 初始位置, 半径, 属性 (1,1,3,A),(1,5,1,R),(1,6,2,A),栅格数据结构：特点1离散的量化栅格值表示空间对象 ； 2位置隐含,属性明显；3数据结构简单,易于遥感数据结合,但数据量大； 4几何和属性偏差；5面向位置的数据结构,难以建立空间对象之间的关系。矢量、栅格数据较比矢量数据 栅格数据 数据结构选择原则：要素还是位置？、可获取的数据、定位要素的必要精度、需要什么类型的要素、需要什么类型的拓扑关联、所需空间分析类型、生产地图类型第八章 地图制图与数据显示地图是GIS的界面，是GIS用来传输空间信息的有效工具。地图组成： 地理要素：地图主体 数学要素：地图制图基础 整饰要素：地图说明与注记地图制图的过程是将各地图要素组织起来的过程。地图类型 功能（普通地图、专题地图）符号地图（专题地图）【点描法地图、分级色彩地图、分级符号地图、统计图表地图、流量地图】派生数据：等值区域制图 原始数据：分级符号制图地图符号系统作用： 在空间位置上表示空间对象的各种属性矢量地图符号系统：点状符号、线状符号、 面状符号连续变化对象：等值线地图符号的视觉变量：大小、形状、纹理、图案、色别、亮度、饱和度地图视觉变量运用规则1、大小和纹理表征对象数量差别（ 用不同大小圆点表示不同规模城市）2、图案常来表征定性地图数据 (用不同图案表示不同的土地利用类型)3、几何形状常表示不同的空间对象类别（圆圈表示电杆，方块表示变电站）4、色别表示不同类型的空间对象5、同类对象的色彩亮度和饱和度用来区分其重要程度6、色别适合表示定性数据，饱和度和亮度表示定量数据7、单色方案：同种颜色的不同亮度和饱和度表示定量数据8、双端色方案：两种主色的渐变色。适合表现具有正负值或增加与减少的数据。9、部分光谱方案：可见光谱中部分相邻的颜色来表示数量上的差异。10、全光谱方案：可见光谱中所有颜色，一般不适合表示定量数据（高程和温度除外）地图注记功能： 1、地图图形符号与地理要素联系的纽带 2、模拟功能（定位、地理对象质量特征、地理对象数量特征）3、释义与定位的双重功能字体变化：字样、字形、字大、字色字体变化的选择：字样、颜色、字体、斜体等适合定性数据 字大、粗细、大小写等适合定量数据地图设计增强地图传递信息的功能平衡、一致、有序、协调与人的思维、美学等相关版面布局、平面结构、视觉层次地图设计：版面布局地图主体、图名、图例、比例尺等的组合和布局焦点、先后顺序、平衡焦点： 地图主题或主体一部分 地图几何中心位置 线画、纹理、数值、颜色等与其他要素区 别。顺序：图例、图名等应在比较明显的地方平衡：避免头重脚轻的问题 方法：缩略图地图设计：视觉层次按地理要素在地图用途中的重要程度将其置于不同的视觉层次中。重要的再顶层离读者最近，而不重要的放在底层。图形-背景关系插入或叠置215插入示例216地图设计：再分结构地图符号217地图分级结构于对比示例218第九章 数据查询219概论空间查询是空间分析基础，任何空间分析都开始于空间查询空间查询特性回答用户的简单问题不改变空间数据库数据不产生新的空间实体和数据空间查询技术由简单到复杂双向查询：图形查属性，属性查图形220空间查询方式、内容与结果221 交互查询222属性数据查询通过对属性数据的操作从地图中检索数据。结果通过高亮度显示或保存。手段：表达式表达式必须被GIS或数据库理解不同的系统可能表达式不一样223属性数据查询：逻辑表达式逻辑表达式：class = 2224属性数据查询：布尔运算符用来连接两个或两个以上的逻辑表达式运算符：AND、 OR、 XOR、 NOT 与运算：Class=2 AND age15 或运算：Class=2 OR age15; Class=2 XOR age15 否运算：NOT (Class=2) AND ( age15 )225布尔运算符图解226结构化查询语言（SQL)基本语法：Select From Where 例：查询p101地块的销售日期： select sale date from parcel where PIN = “p101”例：查询p104地块主人的名字 select owner name from parcel, owner where parcel. PIN = owner. PIN and PIN = “p104”地块标识销售日期面积代码分区p10198-10-12.51居住p10268-6-103.12商业p10397-7-32.32商业p10478-7-301.51居住地块标识业主名字p101Wangp101Chang p102Smithp102Jonesp103Markp104JoeOwnerParcel227空间数据查询通过地图要素的操作从地图上检索数据数据的过程。方法 指针选择要素 图形选择要素 园、方框、多边形 空间关系 包含：完全在选择要素之内 相交：与选择要素相交的要素 邻近（邻接，距离=0）：选择要素指定距离内的要素228ArcView中的空间查询229属性数据与空间数据的联合查询问题：在陕西省确定旅游胜地的可能地点。条件：人口大于2000 据主要公路不超过两公里230地理数据可视化：数据分类可视化的数据分类方法 等间距 等面积 标准离差 自然分割点 用户定义 分位数231地理数据可视化：数据分类自然断点法分类232This is the default classification method in ArcView. This method identifies breakpoints between classes using a statistical formula (Jenk optimization). This method is rather complex, but basically the Jenk method minimizes the sum of the variance within each of the classes. Natural Breaks finds groupings and patterns inherent in your data.地理数据可视化：数据分类233In the quantile classification method, each class contains the same number of features. Quantile classes are perhaps the easiest to understand, but they can be misleading. Population counts (as opposed to density or percentage), for example, are usually not suitable for quantile classification because only a few places are highly populated. You can overcome this distortion by increasing the number of classes. Imagine the difference, for example, if five classes are used in the chart instead of three. Quantiles are best suited for data that is linearly distributed; in other words, data that does not have disproportionate numbers of features with similar values.地理数据可视化：数据分类等面积法分类234This method classifies polygon features by finding breakpoints so that the total area of the polygons in each class is the approximately the same. (ArcView determines the total area of the features that have valid data values.) Classes determined with the equal area method are typically very similar to Quantile classes when the sizes of all the features are roughly the same. Equal Area will differ from Quantile if the features are of vastly different areas.地理数据可视化：数据分类标准偏差分类235When you classify data using the standard deviations method, ArcView finds the mean value and then places class breaks above and below the mean at intervals of either 1/4, 1/2, or 1 standard deviations until all the data values are contained within the classes. ArcView will aggregate any values that are beyond three standard deviations from the mean into two classes, greater than three standard deviations above the mean ( 3 Std Dev.) and less than three standard deviations below the mean ( 0时区域比较完整；U 0时区域比较破碎267第十一章 栅格数据分析268概论面向位置的特征，简单且效率高可在单个单元、单元组、不同单元层登上进行空间分析操作不排除矢量数据的分析方法，但算法不同269数据分析环境分析区域范围 特定格网 最大、最小坐标定义的区域 格网组合 联合 相交 掩模格网(mask grid)输出单元确定等于或大于输入格网中最大的格网单元270掩模格网把栅格数据分析局限于不含无数据单元（No Data）的一种格网范围数据查询和再分类可实现掩模格网 Map Query: 排除分析之外的单元=特定值 Reclassify：No Data = 特定值无数据不是零，零是有效数据，无数据区域是指格网单元缺乏数据。271局部运算栅格数据分析中的单个单元运算对应栅格单元运算，不涉及位置运算。不受邻域单元影响产生新的栅格地图272局部运算273局部运算：概要统计数值型数据 最大值、最小值 平均值、总和 标准差、值域测度 多数：输入单元频率最高的单元值 少数：输入单元频率最低的单元值 种类：不同单元值的数目274局部运算：组合运算275ArcView中的局部运算276局部运算应用通用土壤流失方程A = R K L S C PA：平均土壤流失量；R：降雨强度K：土壤可蚀性L：坡长S：坡度C：耕作因子P：水土保持措施因素277邻域运算设计一个中心点单元和一组环绕其单元的栅格数据分析技术邻域运算要素 中心点 邻域大小与类型 邻域运算函数邻域运算一般在单个图层上进行通过所确定的邻域类型扫描整个格网。278邻域运算：邻域大小与类型279邻域运算函数统计： 最大值、最小值 平均值、标准差 值域、总和、模、测度： 多数、少数、种类、 280ArcView中的邻域运算281邻域运算的应用：数据平滑282邻域运算的应用：类型数目283邻域运算应用：滤波284邻域运算应用：地形分析285距离量算计算与源单元（制定格网单元）的距离。 同层格网 全局运算，扩展邻域运算距离种类 自然距离 成本距离286距离量算：计算规则287距离量算：自然距离量算单位：格网单元类型： 连续距离对源单元建立缓冲，形成距离带 对格网中每个单元确定于最近源单元的自然距离ArcView实现连续：Find Distance最近：Assign proximity288自然距离量算例289成本距离量算移经每个每个单元的成本或阻抗作为距离单位的距离量测分析方法最小成本表面、最小成本路径290成本距离量测源单元矩阵、成本矩阵、链接成本矩阵成本矩阵构成： 不同成本之和 例：选址 源地到目的地的距离+地形（坡度等级）+地质+河流+用低成本+居住中心距离连接成本矩阵计算 横向：平均值 对角线：平均值X1.414291成本距离计算：连接成本矩阵292成本距离计算目标：最小累计成本路径方法：循环迭代最小累计成本计算示例 源点格网矩阵 成本格网矩阵 连接格网矩阵 指派格网矩阵 输出格网矩阵293最小累计成本计算示例源点矩阵成本矩阵294最小累计成本计算示例295最小累计成本计算示例296最小累计成本计算示例297最小累计成本计算示例298最小累计成本计算示例299最小累计成本计算示例300最小累计成本计算示例301最小累计成本计算示例302ArcView中最小累计成本实现CostDistance: aGrid.CostDistance (costGrid,DirectionFN, allocationFN, maxDistance)CostPath aGrid.CostPath (distanceGrid, directionGrid, ByZone)303分带运算地带：相同要素或相似要素的单元组对象： 单一格网：面积、周长、厚度、矩心 两个格网：输入格网，分带格网 统计运算 测度运算304ArcView分带运算实现单一格网 Map Calculator aGrid.ZonalGeometry (aGridGeomDescEnum)Area of a zone: #GRID_GEOMDESC_AREA Perimeter of a zone: #GRID_GEOMDESC_PERIMETER Thickness of a zone : #GRID_GEOMDESC_THICKNESSCharacteristics of an ellipse that is fit to a zone : #GRID_GEOMDESC_CENTROID 仅适用于分类栅格数据（Reclassify）函数的请求结果是返回一个对应参数格网305单层格网分带实现306ArcView分带运算实现多层格网Input: 统计格网数据，分带格网Output: 分类表格、柱状图、面积统计表格Steps: Summarize Zones (概括地带) Histogram by Zone (柱状图) Tabulate Area (分类面积表格)307多层格网的ArcView实现按流域进行降雨量统计308分析统计结果309分带运算应用举例景观生态学中景观单元的集合测度例：经管单元外形指数定义为 354乘以面积 的平方根除以周长，则ArcView可表示为农作物产量与土壤类型分析农作物产量与地形分析310第十二章 地形分析311概论地形表达地形分析与其他学科关系 土木 军事 水文 经管生