兰州大学地信概论复习内容

地理信息系统概论复习内容第一章：地理信息系统概论数字地球：1998年美国副总统戈尔提出“数字地球”概念，即一种可以嵌入海量数据、多分辨率和三维的地球。数字地球是对真实地球及其相关现象统一性的数字化重现和认识，其核心思想是用数字化手段统一处理地球问题和最大限度地利用信息资源。虚拟现实GIS：一种最有效的模拟人在自然环境中视、听、动等行为的高级人机交互技术，主要通过虚拟建模语言（virtualrealitymodellanguage,VRML）把GIS数据转换到VR中，为人们提供一个逼真的模拟环境。

地理信息科学：关于围绕地理信息系统技术的应用,防碍其成功实施,或在其潜在能力的理解中出现的一般性问题的研究。1、说明GIS在几个不同发展阶段的标志性技术是什么，它们的出现如何促进GIS的发展？答：（1）60年代GIS处于起步阶段：1963年，R.F.Tomlinson首次提出GIS这一术语,并建立了世界上第一个地埋信息系统——CGIS，用于处理大量土地调查资料；稍后，哈佛大学计算机图形学与空间分析实验室研制出SYMAP系统，这是一个通用的地图制图软件包，但竭力发展空间分析模型及开发相应的软件；1968年国际地理联合会(IGU)成立了地理数据收集和处理委员会，对促进地理信息系统的发展起了很大作用。60年代，探索时期（GIS思想和技术方法的探索）人们关注什么是GIS，GIS能干什么。（2）70年代GIS处于巩固发展阶段：由于计算机技术及其在自然资源和环境数据处理的应用，不同规模、不同专题和不同类型的地理信息系统在发达国家纷纷研制成功，如美国森林调查局--美国林业资源信息显示系统。1976年，美国喷气推动实验室--影像信息系统IBIS。1978年，ERDAS成立。GIS的功能并没有得到很大发展，数据库的规模还比较小。这期间，发展研究的重点是空间数据处理的算法，数据结构和数据库管理这三个方面。（3）80年代GIS普及和推广：在发达国家，如加拿大、日本、英国开始将地理信息系统用于国土规划，支持资源和环境管理决策，人们把GIS与RS解决全球性问题，如全球沙漠化，全球可居住地评价，核扩散问题等。同时GIS软件的功能得到很大发展，并开始应用专家系统知识，向智能化的方向发展。如1981年，ESRIARC/INFOGIS发布和1985年，GPS成为可运行系统。（4）90年代—今GIS产业化，理论体系逐步形成：GIS开始走向产业化的道路；GIS理论体系开始形成，GIS已不单是传统学科的一个分支，而成为综合分析和解决全体人类所共同面临的资源、环境、人口和发展问题的公共学科。2、简述GIS的构成和功能。答：构成：（1）系统硬件：GIS主机，GIS外部设备（输入、输出设备），GIS网络设备。用以存储、处理、传输和显示地理信息或空间数据；

（2）系统软件：GIS专业软件，数据库软件，系统管理软件等。是系统的核心，用以执行GIS功能的各种操作，包括数据输入、处理、数据库管理、空间分析和图形用户界面等；

（3）空间数据：具体描述地理实体的空间特征、属性特征和时间特征，是GIS的操作对象，是GIS所表达的现实世界经过模型抽象的实质性内容；

（4）系统开发、管理和使用人员：是GIS工程及其应用成败的关键；

（5）应用模型：其构建和选择也是系统应用成败至关重要的因素。

基本功能：数据输入、编辑和更新；数据存储和数据库管理；空间信息的处理和变换；空间信息的浏览和查询；信息显示和输出、发布；空间分析和空间模拟；二次开发功能。3、简述地理信息科学的学科体系。第二章：空间数据空间自相关：某个地理变量与其自身通过空间相关联，其理论基础是地理学第一定律。空间数据质量：指空间数据对特定用途的分析和操作适用的程度，即数据质量是指数据适用于不同应用的能力，其中包括不确定性、误差和精度。空间数据的元数据：地理的数据和信息资源的描述性信息。它通过对地理空间数据的内容、质量、条件和其他特征进行描述与说明，以便人们有效地定位、评价、比较、获取和使用与地理相关的数据。不确定性：空间数据的不确定性指信息源没有被完全表达的程度，不仅包括能观察的误差要素，还包括复杂的难以观察的要素（自然本身、人类认识差别、数据处理），具体包括：随机性，模糊性，灰性（部分已知，部分未知）和未确知性（主观上认识的不确定性）。简述空间数据的基本特征。答：空间数据具有以下12个特征（具体内容详见PPT）：空间性；专题性；时间性；多态性；多尺度性；可靠性；不确定性；选择性；抽样性；完备性；海量性；自相关性。简述空间数据质量的含义。答：空间数据是对现实理事物的抽象和表达，由于现实地理事物的无限复杂性和模糊性，以及人类认识和表达能力的局限性，这种抽象和表达是不可能完全达到真实值，而只能在一定程度上接近真实值。而且，真实值往往是不可知的或不可测的（不确定性），准确度和精度问题也总是存在着的。空间数据质量的好坏不是一个绝对的概念。较准确的定义是：空间数据质量指空间数据对特定用途的分析和操作适用的程度。即数据质量是指数据适用于不同应用的能力，其中包括不确定性、误差和精度。第四章：空间数据模型对象模型：将研究的整个地理空间看成一个空域，地理现象和空间实体作为独立的对象分布在该空域中,强调地理空间中的单个地理现象。场模型：也称作域（field）模型，是把地理空间中的现象作为连续的变量或体来看待，如大气污染程度、地表温度、土壤湿度、地形高度以及大面积空气和水域的流速和方向等，根据不同的应用，场可以表现为二维或三维。网络模型：对象模型的一个特例，它是由点对象和线对象之间的拓扑空间关系构成的。镶嵌数据模型：采用规则或不规则的小面块集合来逼近自然界不规则的地理单元，适合于用场模型抽象的地理现象，通过描述小面块的几何形态、相邻关系及面块内属性特征的变化来建立空间数据的逻辑数据模型。不规则三角网TIN：TIN采用不规则的三角网形成对地理空间的完整覆盖。在TIN模型中，样点的位置控制着三角形的顶点，这些三角形尽可能接近等边。TIN能较好地表达地理现象的空间变化，如地表地形就可由一组三角形很好地表示出来。何为空间关系？空间关系在描述空间实体特征中的意义何在？答：空间关系是指地理空间实体之间相互作用的关系。包括拓扑空间关系，顺序空间关系，度量空间关系。意义：（1）空间关系能清楚地反映实体之间的逻辑结构关系，它比几何坐标关系有更大的稳定性，不随投影变换而改变。不需要利用坐标或距离，可以确定一种地理实体相对于另一种地理实体的空间位置关系；

（2）利用空间关系有利于空间要素的查询；

（3）利用空间关系可以重建地理实体。

简述GIS数据建模的基本框架。答：（详见第四章PPT）3、空间数据的概念模型有哪几种，各有什么特点？答：空间数据的概念模型包括对象模型、场模型和网络模型。特点：对象模型：①按照其空间特征分为点、线、面、体四种基本对象；②对象也可能由其他对象构成复杂对象，并且与其他分离的对象保持特定的关系，如点、线、面、体之间的拓扑关系；③每个对象对应着一组相关的属性以区分各个不同的对象；④对象模型把地理现象当作空间要素（Feature）或空间实体（Entity）,一个空间要素必须同时符合三个条件：可被标识；在观察中的重要程度；有明确的特征且可被描述；⑤传统的地图是以对象模型进行地理空间抽象和建模的实例。场模型：①把地理空间中的现象作为连续的变量或体来看待，如大气污染程度、地表温度、土壤湿度、地形高度以及大面积空气和水域的流速和方向等；②根据不同的应用，场可以表现为二维或三维：一个二维场就是在二维空间R2中任意给定的一个空间位置上，都有一个表现某现象的属性值，即A＝f(x，y)；一个三维场是在三维空间R3中任意给定一个空间位置上，都对应一个属性值，即A＝f(x，y，z)。网络模型：网络是由一系列节点和环链组成的，在本质上，网络模型可看成对象模型的一个特例，它是由点对象和线对象之间的拓扑空间关系构成的。4、试分析GIS的几种主要的逻辑数据模型各自的优缺点。答：GIS主要逻辑数据模型：矢量数据模型、栅格数据模型、矢量——栅格一体化数据模型、镶嵌数据模型、面向对象数据模型、三维空间数据模型时空数据模型等。第五章：空间数据结构游程长度编码结构：也称行程编码，其基本思想是：对于一幅栅格数据（或影像），常常有行（或列）方向上相邻的若干点具有相同的属性代码，因而可采取某种方法压缩那些重复的记录内容。其编码方案是，只在各行（或列）数据值发生变化时依次记录该值以及相同值重复的个数，从而实现数据的压缩，并实现数据的组织。链码结构：首先采用弗里曼码对栅格中的线或多边形边界进行编码，然后再组织为链码结构的文件。链式编码将线状地物或区域边界表示为：由某一起始点和在某些基本方向上的单位矢量链组成。单位矢量的长度为一个栅格单元，每个后续点可能位于其前继点的8个基本方向之一。具体编码过程是：起始点的寻找一般遵从从上到下、从左到右的原则。影像金字塔结构：指在统一的空间参照下，根据用户需要以不同分辨率进行存储与显示，形成分辨率由粗到细、数据量由小到大的金字塔结构。影像金字塔结构用于图像编码和渐进式图像传输，是一种典型的分层数据结构形式，适合于栅格数据或影像数据的有损压缩方式。在金字塔结构里，图像被分层表示。八叉树数据结构：将所要表示的三维空间V按X、Y、Z三个方向从中间进行分割，把V侵害成八个立方体；然后根据每个立方体中所含有的目标来决定是否对各立方体继续进行八等份的划分，一直划分到每个立方体被一个目标所充满，或没有目标，或其大小已成为预先定义的不可再分的体素为止。1、总结矢量数据和栅格数据在结构表达方面的特色。栅格与矢量数据结构相比较各有什么特征？答：2、简述栅格数据压缩编码的几种方式和各自优缺点。答：游程长度编码：结构对于游程长度编码，区域越大，数据的相关性越强，则压缩越大，适用于类型区域面积较大的专题图，而不适合于类型连续变化或类别区域分散的分类图（压缩比与图的复杂程度成反比）。这种编码在栅格加密时，数据量不会明显增加，压缩率高，并最大限度地保留原始栅格结构，编码解码运算简单，且易于检索，叠加，合并等操作，这种编码应用广泛。四叉树结构：优点：①存贮量小，只对叶结点编码，节省了大量中间结点的存储，地址码隐含着结点的分割路径和分割次数。对于团块图像，四叉树表示法占用空间上述其他方法要少得多，四叉树表示法基本上是一种非冗余表示法；②线性四叉树可直接寻址，通过其坐标值直接计算其Morton码，而不用建立四叉树(自下而上）；③容易执行实现集合相加等组合操作；④四叉树具有可变率或多重分辩率的特点使得它有很好的应用前景，适用于处理凝聚性或呈块状分布的空间数据，特别适用于处理分布不均匀的块状空间数据，但不适用于连续表面（如地形）或线状地物。缺点：①四叉树未能直接表示物体间的拓扑关系。②与非树表示法比较，四叉树表示法的缺点在于转换的不稳定性或叫滑动变异例如，两个图像的差异仅由于平移，就会构成极为不同的四叉树，因而很难根据四叉树来判断这两个图像是否全同，故不利于做形状分析和模式识别，③一个物体的图像在构成四叉树时会被分割到若干个象限中，使它失去了内在的相关性。④矢/栅正反变换还不理想。⑤建立四叉树耗费机时很多。⑥四叉树虽可修改，但很费事。二维行程编码结构：链码结构：3、简述矢量数据编码的几种方式和各自优缺点。答：（1）实体数据结构/spaghetti数据结构：相邻多边形的公共边界要被数字化和存储两遍，节点在数据库中被多次记录，不仅造成数据冗余，还容易造成数据的不一致，引起严重的匹配误差，可能导致输出的公共边界出现间隙或重叠；岛只作为一个单图形，没有建立与外界多边形的联系；每个多边形自成体系，缺少多边形的邻域信息和图形的拓扑关系；难以检查多边形边界的拓扑关系正确与否，如是否存在间隙、重叠、不完整的多边形（死点）或拓扑学上不能接受的环（奇异多边形）等问题。（2）拓扑空间数据结构：包括索引式、双重独立编码结构、链状双重独立编码结构等，其共同的特点是：点是相互独立的，点连成线，线构成面；每条线始于起始结点，止于终止结点，并与左右多边形相邻接。对索引式拓扑空间数据结构：优点：用建索引的方法消除多边形数据的冗余和不一致，邻接信息、岛信息可在多边形文件中通过是否公共弧段号的方式查询。缺点：表达拓扑关系较繁琐，给相邻运算、消除无用边、处理岛信息、检索拓扑关系等带来困难，以人工方式建立编码表，工作量大，易出错。4、绘出一张图，试写出图中的DIME（双重独立地图编码文件，DualIndependentMapEncoding）数据文件。第六章：空间数据库空间数据库：空间数据库系统的简称。是地理信息系统在计算机物理存储介质上存储和应用的地理空间数据的总合。空间数据库引擎（SDE，spatial

database

engine）：为解决存储在关系数据库中的空间数据与应用程序之间的数据接口问题而开发出一种能将空间图形数据也存放到大型关系数据库中管理的产品。空间索引：指依据空间对象的位置和形状或空间对象之间的某种空间关系按一定的顺序排列的一种数据结构

，其中包含空间对象的概要信息，如对象的标识、外接矩形及指向空间对象实体的指针。R树索引：利用单个实体的外接矩形或空间位置相近的实体的外接矩形重新组织为一个更大的虚拟矩形来建立空间索引。1、什么是空间数据库，有什么特点？答：地理信息系统的数据库（简称空间数据库或地理数据库）是某一区域内关于一定地理要素特征的数据集合。是地理信息系统在计算机物理存储介质存储的与应用相关的地理空间数据的总和，一般是以一系列特定结构的文件的形式组织在存储介质之上的。换句话说就是用于存储和管理空间数据的场所。

特点：数据量特别大；不仅有地理要素的属性数据，还有大量的空间数据；数据应用广泛。2、矢量数据的管理方式有哪些，各有什么优缺点？答：对于矢量数据，其位置数据和属性数据通常是分开组织的。这一特点使得在管理时需要同时顾及空间位置数据和属性数据，其中属性数据很适合用关系数据库来管理，空间位置数据则不太适合用关系数据库管理。矢量数据的管理有文件/关系数据库混合管理、全关系管理、对象关系数据库管理等方式。（1）文件/关系数据库混合管理：GIS通过DBMS提供的高级编程语言C或Fortran等接口，在C语言的环境下，直接操纵属性数据，查询属性数据库，并在GIS的用户界面下，显示查询结果。在ODBC(OpenDataBaseConnectivity,开放式数据库互连)推出后，GIS软件商只需开发GIS与ODBC的接口软件，就可将属性数据与任何一个支持ODBC的RDBMS连接。这样用户可在一个界面下处理图形和属性数据。采用文件与RDBMS的混合管理模式中文件管理系统的功能较弱，特别是在数据的安全性、一致性、完整性、并发控制以及数据损坏后的恢复方面缺少基本的功能。因而GIS软件商需要寻找能同时管理图形和属性数据的商用DBMS（2）全关系管理：用RDBMS管理图形数据有两种模式：a、基于关系模型的方式，图形数据按关系数据模型组织。由于涉及一系列关系连接运算，费时；b、将图形数据的变长部分处理成BinaryBlock字段（多媒体或变长文本），省去大量关系连接操作，但BinaryBlock的读写效率比定长的属性字段慢得多，特别涉及对象的嵌套时，更慢。（3）对象关系数据库管理：主要解决空间数据的变长记录的管理，效率比二进制块的管理高得多；但仍没有解决对象的嵌套问题，空间数据结构不能由用户定义，用户不能根据GIS要求再定义，使用上受一定限制。3、栅格数据的管理方式有哪些，各有什么优缺点？答：有文件管理、文件结合数据库管理和数据库管理三种方式。（1）文件管理：目前大部分GIS软件和遥感图像处理软件都是采用文件方式来管理遥感影像数据。由于遥感影像数据库并不是仅仅包含图像数据本身，而且还包含大量的图像元数据信息（如图像类型、摄影日期、摄影比例尺等），遥感图像数据本身还具有多数据源、多时相等特点，另外，数据的安全性、并发控制和数据共享等都将使文件管理无法应付。（2）文件——数据库管理：影像数据仍按照文件方式组织管理；在关系数据库中，每个文件都有唯一的标识号（ID）对应影像信息，如文件名称、存储路径等。（3）数据库管理：基于扩展关系数据库的影像数据库管理是将影像数据存储在二进制变长字段中，然后应用程序通过数据访问接口来访问数据库中的影像数据。同时影像数据的元数据信息业存放在关系数据库的表中，二者可以进行无缝管理。数据库方式管理影像数据具有以下特点：①所有数据集中存储，数据安全，易于共享；②较方便管理多数据源和多时态的数据；③支持事务处理和并发控制，有利于多用户的访问与共享；④影像数据和元数据集成到一起，能方便的进行交互式查询；⑤对Client/Server的分布式应用支持较好，网络性能和数据传输速度都有提高；⑥影像数据访问只能通过数据库驱动接口访问，有利于数据的一致性和完整性控制，数据不会被随意移动、修改和删除；⑦支持异构的网络模式，即应用程序和后台数据库服务器可以在不同操作系统平台下运行。现有商用数据库都有良好多的网络通讯机制，本身能够实现异构网络的分布式计算，使得应用程序的开发相对简单化。空间数据的索引方式有哪些，各有什么优缺点？（依照下面内容总结）答：（1）对象范围索引

在记录每个空间实体的坐标时，记录包围每个空间实体的外接矩形的最大最小坐标。这样，在检索空间实体时，根据空间实体的最大最小范围，预先排除那些没有落入检索窗口内的空间实体，仅对那些外接矩形落在检索窗口的空间实体作进一步的判断，最后检索出那些真正落入窗口内的空间实体。对所有空间实体的外接矩形最大最小坐标进行落入判别，其中空间实体B、C完全落入查询窗，从空间数据库中提取B和C的相应数据。

这种方法没有真正创建真正的空间索引文件，而是在空间对象的数据文件中增加了最大最小范围，主要依靠空间计算进行判别。此方法仍需要对整个数据文件的空间对象进行检索，只是某些对象可以通过判别予以直接判别，而有些对象仍需要进行复杂计算才能判别。虽然该方法仍需要花费大量时间来进行空间检索，但随着计算机的处理速度的加快，这种方法在一定程度上能够满足查询检索的效率要求。

（2）格网索引

格网型空间索引思路比较简单，容易理解和实现。其基本思想是将研究区域用横竖线条划分大小相等和不等的格网，记录每一个格网所包含的空间实体。当用户进行空间查询时，首先计算出用户查询对象所在格网，然后再在该网格中快速查询所选空间实体，这样一来就大大地加速了空间索引的查询速度。

将覆盖整个研究区的范围按照一定的规则划分成大小相等的格网，然后记录每个格网内所包含的空间实体，为了便于建立空间索引的线性表，将每个格网按Morton码或称Peano码进行编码，建立Peano码与空间实体的关系，该关系表就成为格网索引文件。

没有包含空间实体的格网，在索引表中没有出现该编码，即没有该条记录。如果一个格网中含有多个地物，则需要记录多个实体的标识，如果需要表格化，则需要使用串行指针将多个空间目标联系到一个格网内。

按格网法对空间数据进行索引时，所划分的格网数不能太多，否则，索引表本身太大而不利于数据的索引和检索。

（3）四叉树空间索引

四叉树作为一种有效的数据结构，不仅可以用来对栅格数据进行组织，它还可用于建立空间数据的索引。四叉树中的线性四叉树和层次四叉树都可以用于建立空间索引。

在建立四叉树索引时，根据所有空间对象覆盖的范围，进行四叉树分割，使每个子块中包含单个实体，然后根据包含每个实体的子块层数或子块大小，建立相应的索引。在四叉树索引中，大区域空间实体更靠近树的根部，小实体位于叶端，以不同的分辨率来描述不同实体的可检索性。

线性四叉树采用十进制Morton码或Peano码来表示四叉树的大小和层数。

空间实体E的外接矩形范围很大，涉及到由节点0开始的4×4个节点，所以在索引表的第一行，Peano码为0（表示涉及整个区域），边长为4，实体标识符为E；空间实体D虽然仅涉及Peano码为0和2两个格网，但对四叉树来说，它所涉及的0、1、2、3四个节点不可再分割，因此它需要2×2的节点来表达。同理，实体C也需要用2×2的节点表达。而点状实体A、F、G本身没有大小，直接使用最低一级节点来表示。由此就可建立Peano码与空间实体的索引关系。在进行空间数据检索和提取时，根据Peano码和边长值就可以检索出某一范围内的对象。

使用层次四叉树建立空间数据的索引与线性四叉树基本相同，但是它需要记录不同层次节点间的指针，建立索引和维护都较困难。

（4）R树和R+树空间索引

与实体范围索引类似，R树和R+树利用空间实体的外接矩形来建立空间索引。就R树而言，认为有N个实体被N个外接矩形（Rectangles，R）所包围，现欲寻找某一特定的矩形，或是检索一个矩形中某一特定的点，若对数据不进行适当组织的话，那么测试的次数与外接矩形的个数成正比。假如有成千上万个矩形，则检索特定的空间数据所需的时间太多，检索效率低下。

R树空间索引不仅利用单个实体的外接矩形，还将空间位置相近的实体的外接矩形重新组织为一个更大的虚拟矩形。在构造虚拟矩形时，虚拟矩形方向与坐标方位轴一致，同时满足以下条件：包含尽可能多的空间实体；矩形间的重叠率尽可能少；允许在每个矩形内再划分小矩形。对这些虚拟的矩形建立空间索引，它含有指向所包围的空间实体的指针。

R树空间索引就是按包含实体的矩形来确定的，树的层次表达了分辨率信息，每个实体与R树的结点相联系，这点与四叉树相同。

在构造R树时，要求虚拟矩形之间尽量不要相互重叠，而且一个空间实体通常仅被一个同级虚拟矩形所包围。但由于空间对象的复杂性，实体的外接矩形通常是相互重叠的，使包含它们的虚拟矩形难免会重叠。R+树是对R树索引的一种改进，它允许虚拟矩形可以相互重叠，并分割下层虚拟矩形，允许一个空间实体被多个虚拟矩形所包围。在构造虚拟矩形时，尽量保持每个虚拟矩形包含相同个数的下层虚拟矩形或实体外接矩形，以保证任一实体具有相同的检索时间。

R+树的数据结构与R树的相同，但是，对于被分割的下层虚拟矩形或实体外接矩形，还要增加关系表达。第七章：空间数据的采集与处理1、GIS的数据源有哪些？简述其特征并叙述通过何种途径来获取这些数据源。答：数据源特征：如何获取：2、简述矢量化的基本过程。（过程比较复杂，详见PPT和实习内容）3、多边形矢量到栅格有几种算法，各有什么特点？答：（1）内部点扩散算法：程序实现较为复杂；在栅格阵列中进行搜索，占用内存大；一定栅格精度上，如果复杂图形的同一多边形的两条边界落在同一个或相邻的两个栅格单元内，会造成多边形不连通。（2）复数积分算法：可靠性好，设计也并不复杂，但运算时间长。（3）射线算法：运算量大，算法不完善，编程较复杂。（4）扫描算法：计算量大大减少，效率较高，但通常要预留一个较大的数组存放边界点，相交的特殊情形仍然存在，需加以判别；（5）边界代数算法。4、数据格式转换的途径有哪些？答：数据交换的模式大致有四种：外部文件交换方式、标准空间数据交换方式、空间数据互操作方式、基于语义数据转换方式。第八章：空间查询分数维数：不同步长测量同一曲线，随着步长的变化，曲线长度也发生变化，但变化率并不相等，这一特性是受曲线的一个参数所控制的，这个参数就是用分数表示的曲线的维数——分数维，又称H—B维，同时分数维的大小描述了物体的复杂程度。曲率：在数学分析中，线状物体的曲率定义为曲线切线方向角相对于弧长的变化率。弯曲度：弯曲度是描述曲线弯曲程度的参数，定义为曲线长度与曲线两端点定义的线段长度之比，。凸度/凹度质心：质心是描述地理对象空间分布的一个重要指标。质心通常定义为一个多边形或面的几何中心。在某些情况下，质心描述的是分布中心，也称为平均中心或重心，如果考虑其他一些因素的话，可以赋予权重系数，称为加权平均中心。简述空间数据查询的类型与查询内容。答：空间数据查询的类型主要有两大类，即“属性查图形”，“图形查属性”。（1）属性查图形，主要是用SQL语句来进行简单和复杂的条件查询。如在中国经济区划图上查找人均年收入大于5000元人民币的城市，将符合条件的城市的属性与图形关联，然后在经济区划图上高亮度显示给用户。（2）图形查属性，可以通过点、矩形、圆和多边形等图形来查询所选空间对象的属性，也可以查找空间对象的几何参数，如两点间的距离，线状地物的长度，面状地物的面积等。空间数据查询的内容主要包括对象属性、空间位置、空间分布、空间关系、几何特征，以及和其他空间对象的空间关系。2、说明空间数据查询的一般过程及查询结果的显示方式。答：空间数据查询的过程大致分为三类：①直接复原数据库中的数据及所含信息，来回答人们提出的一些比较“简单”的问题；②通过一些逻辑运算完成一定约束条件下的查询；③根据数据库中现有的结构、功能，来回到一些“复杂”的问题，预测一些事情的发生、发展的动态趋势。查询结果的显示方式主要有统计图表、属性列表、高亮度显示。3、说明空间关系查询在地学分析中的意义。答：（1）拓扑关系能清楚地反映实体之间的逻辑结构关系，它比几何坐标关系有更大的稳定性，不随投影变换而变化。（2）利用拓扑关系有利于空间要素的查询。（3）可以根据拓扑关系重建地理实体。例如根据弧段构建多边形，实现道路的选取，进行最佳路径的选择等。第九章：空间分析重分类：（未找到…）窗口分析：窗口分析是指对于栅格数据系统中的一个、多个栅格点或全部数据，开辟一个有固定分析半径的分析窗口，并在该窗口内进行诸如极值、均值等一系列统计计算，或与其它层面的信息进行必要的复合分析，从而实现栅格数据有效的水平方向扩展分析。动态分段：在不改变弧段几何和属性结构的前提下，在定义分段和路径的基础上，通过将动态事件和路径相关联，使事件表示的任意属性特征对应于线图元的任意部分，从而实现事件在路径上动态定位和弧段的动态分段。地址匹配：将文字性的描述地址与其空间的地理位置坐标建立对应关系的过程。网络分析：网络分析的基础是图论和运筹学，通过研究网络的状态以及模拟和分析资源在网络上的流动和分配情况，对网络结构及其资源等的优化问题进行研究。1、栅格数据与矢量数据在多层叠置方法与结果上有什么差异？叠置分析的地学意义是什么？答：（1）同矢量数据多边形叠置分析相比，栅格数据的更易处理，简单而有效，不存在破碎多边形的问题等优点，使得栅格数据的叠置分析在各类领域应用极为广泛（2）叠置分析不仅生成了新的空间关系，还将输入数据层的属性联系起来产生了新的属性关系。叠置分析是对新要素的属性按一定的数学模型进行计算分析，进而产生用户需要的结果或回答用户提出的问题。叠置分析是GIS最常用的提取空间隐含信息的手段之一。2、试分析栅格数据在GIS空间分析中的优点与局限性。答：优点：（1）在叠置分析，栅格数据的叠置分析同矢量数据多边形叠置分析相比，栅格数据的更易处理，简单而有效，不存在破碎多边形的问题等优点，使得栅格数据的叠置分析在各类领域应用极为广泛；（2）在网络分析中具有“属性明显，位置隐含”的特点，算法效率高，适合动态变化，在网络分析问题上有更全面的应用。局限性：无法对数据的属性进行一定的操作。第十章：DEM及数字地形分析数字高程模型（DEM）：是用一组有序数值阵列形式表示地面高程的一种实体地面模型。数字地形分析（DTA）：是指在数字高程模型上进行地形属性计算和特征提取的数字信息处理技术。内容包括地形因子提取和特征地形要素提取。可视域：通过某一视点能可视的地形表面区域集合。1、说明数字高程模型（DEM）的分类体系。答：根据范围可将DEM分为局部DEM、地区DEM、全局DEM。根据连续性可将DEM分为不连续DEM、连续DEM、光滑DEM。根据结构可将DEM分为正方形格网结构、正六边形格网结构、其他格网结构、不规则三角网、四边形、等高线结构、断面结构、散点结构。2、DEM在GIS空间数据与空间分析的地位与作用是什么？答：在数字高程模型上进行数字地形分析，一方面在复杂的现实世界地理过程中，提取描述地形属性和特征的因子，如坡度、坡向、曲率、流域单元的划分等，利用各种相关技术分析解释地貌形态、划分地貌形态等。别一方面，数字地形分析中的可视化分析，分析地形特征的可视化表达和信息增强，以帮助传达地形曲面参数、地表形态特征和复合地形属性的信息。所以基于DEM的数字地形分析已经成为GIS空间分析中最具特色的部分，在测绘、遥感及资源调查、环境保护、城市规划、灾害防治及地学研究各方面发挥越来越重要的作用。3、简述DEM数据源及其特点。答：遥感影像：地形图：具有统一的大地坐标系统和高程系统、具有完整的比例尺系列和分幅编号系统。地面测量数据：通过地面测量得到的高程数据精度高，但整个过程工作量大、周期长、更新困难、费用高。既有的DEM数据：存在各种分辨率的DEM数据，应用时要注意根据应用选择合适的分辨率、存储格式、数据精度等。第十一章：空间分布分析&空间插值空间统计分析:即空间数据的统计分析，是现代计量地理学中一个快速发展的领域方向。Moran’s：最古老的空间自相关计算方法，但仍然为确定空间自相关事实上的标准，实质是将变量在某个位置的值与其它位置的值进行比较。空间权重矩阵：空间权重矩阵是空间相关性的组织方式。半变异函数：半变异函数是事物空间相关系数的表现，当两事物彼此距离较小时，它们是相似的，半变异值较小；反之，半变异值较大。空间内插：在已观测点的区域内估算未观测点的数据的过程称为内插。1、什么叫探索性数据分析？探索性数据分析的目的？答：探索性数据分析主要包括确定统计数据属性、探测数据分布、全局和局部异常值（过大值或过小值）、寻求全局的变化趋势、研究空间自相关和理解多种数据集之间相关性。目的：从分离数据的模式和特点，选择合适的模型以及寻找偏离的数据模型。2、空间自相关问题使用什么参数进行分析？其结果的地理解释是什么？答：空间自相关是空间位置越靠近，事物或现象就越相似，即事物或现象具有对空间位置的信赖关系。空间自相关使用的参数有Moran'sI和GerayC。Moran'sI参数：Moran’sI值介于-1到1之间，0为不相关,Moran'sI的值为正，表明具有空间正相关性，即在一定范围内各位置的值是相似的；值为负，表明具有负的空间相关性，数据之间不相似。接近0即表明数据的空间分布是随机的，没有空间相关性。GerayC参数，C的值总是的正的，C=1，没有空间自相关;1<C<0，具有正相关；C>1，有负空间自相关。3、怎么解释变异函数图？（未找到…）4、比较分析距离倒数加权法、趋势面法、样条函数法、克立金法这4种插值的优缺点和各自的适用范围。答：距离反比插值：优点：简便易行；可为变量值变化很大的数据集提供一个合理的插值结果，不会出现无意义的插值结果而无法解释；缺点：对参数的选择十分敏感；易受数据点集群的影响，结果常出现一种孤立点数据明显高于周围数据点的“鸭蛋适用范围；在已知点分布均匀的情况下插值效果好趋势面分析：优点：产生平滑的曲面；结果点很少通过原始数据点，只是对整个研究曲产生最佳拟合面；缺点：高次多项式在数据区外围产生异常高值或低值样条函数法：优点是易操作，计算量不大，缺点是难以对误差进行估计，采样点稀少时效果不好。这种方法适用于逐渐变化的曲面，如温度、高程、地下水位高度或污染浓度等。克立金法：优点：估计的无偏性、反应了变量的空间结构性、能得到估计精度。缺点：克里金插值法为局部估计法，对估计的整体空间相关性考虑不够。克里金插值法为光滑内插法，为减小估计方差对真实数据的离散性进行了平滑处理，导致一些有意义的异常带被“光滑”掉。在点稀少时插值效果比反距离权重等方法要好。第十二章：地理信息可视化可视化：可视化的基本含义是将科学计算中产生的大量非直观的、抽象的或者不可见的数据，借助计算机图形学和图像处理等技术，以图形图像信息的形式，直观、形象地表达出来，并进行交互处理。地形三维表面模型：（查不到…）虚拟现实：是计算机产生的集视觉、听觉、触觉等为一体的三维虚拟环境，用户借助特定装备（如数据手套、头盔等）以自然方式与虚拟环境交互作用、相互影响，从而获得与真实世界等同的感受以及在现实世界中难以经历的体验1、简述空间信息可视化的概念与形式。答：空间信息可视化是指运用地图学、计算机图形学和图像处理技术，将地学信息输入、处理、查询、分析以及预测的数据及结果采用图形符号、图形、图像，并结合图表、文字、表格、视频等可视化形式显示，并进行交互处理的理论、方法和技术。形式：等值线显示、分层设色显示、地形晕渲显示、剖面显示、专题地图显示、立体透视显示、空间信息的三维建模、三维景观显示、虚拟现实技术、三维动态漫游。2、何谓虚拟现实，虚拟现实在空间信息可视化中的意义和作用是什么？答：虚拟现实（VirtualReality，VR）是计算机产生的集视觉、听觉、触觉等为一体的三维虚拟环境，用户借助特定装备（如数据手套、头盔等）以自然方式与虚拟环境交互作用、相互影响，从而获得与真实世界等同的感受以及在现实世界中难以经历的体验。地理科学是对地学环境的描写，对浩瀚信息的综合概括，层次化图形符号的模型化表达是正在迅速发展的VR的基石和向导。相对于VR技术的发展，对地理空间信息的可视化将提出更高更复杂的要求，从而促进空间信息可视化的进一步发展。3、空间信息的三维建模有哪些，各自有何特点。答：LOD（levelsofdetail，LOD）模型，对同一个场景中的物