GIS原理与应用电子教案14.pptVIP

第十四章 空间查询与统计方法 空间查询与统计分析，一般是基于空间图形的属性进行的，查询统计的结果以图形或报表的形式显示和输出。查询统计一般是根据一些数学模型进行的。图形查询还涉及一些图形操作的计算。图形查询统计分析是 GIS的重要分析内容之一。 第一节 GIS 常用的空间统计分析模型 一、相关分析模型 GIS地理数据库中存储的各种自然和人文地理要素（现象）的数据并不是孤立的，它们相互影响、相互制约，彼此之间存在着一定的联系。相关分析模型就是用来分析研究各种地理要素数据之间相互关系的一种有效手段。 地理数据库中各种地理要素数据之间的相关关系，通常可以分为参数相关和非参数相关两大类。其中，参数相关又可分为简单（两要素）线性相关，多要素间的相关模型，非参数相关可以分为顺序（等级）相关和二元分类相关。 第一节 GIS 常用的空间统计分析模型 二、趋势面分析模型 在 GIS 的空间分析中，经常要研究某种现象的空间分布特征与变化规律。许多现象在空间都具有复杂的分布特征，它们常常呈现为不规则的曲面。欲研究这些现象的空间分布趋势，就要用适当的数学方法将现象的空间分布及其区域变化趋势模拟出来，这就是趋势面分析方法。 趋势面分析，是用一个多项式对地理现象的空间分布特征进行分析，用该多项式所代表的曲面来逼近（或拟合）现象分布特征的趋势变化，也就是用数学方法把观测值分解为两个部分：趋势部分和偏差部分。趋势部分反映区域性的总的变化，受大范围的系统性因素的控制；偏差部分反映局部范围的变化特点，受局部因素和随机因素的控制。 第一节 GIS 常用的空间统计分析模型 三、预测模型 GIS 地理数据库的数据除了反映各种自然和人文要素（现象）的空间分布特征和相互关系外，还能反映地理要素的动态发展规律，并用于预测分析。这种预测分析是建立在现象间因果关系的基础上的，即某些现象作为原因，另一种现象作为结果，原因与结果的关系可以用确定的函数来描述，函数中的参数能说明这种因果关系的本质。预测模型常用于判断结果随原因的变化而变化的方向和程度，用于推断随时间发生变化的大小。 所谓回归模型方法，就是从一组地理要素（现象）的数据出发，确定这些要素数据之间的定量表述形式，即建立回归模型。通过回归模型，根据一个或几个地理要素数据来预测另一个要素的值。这种回归模型就是一种预测模型。如一元回归模型、多元线性回归模型等。 第一节 GIS 常用的空间统计分析模型 四、聚类模型 聚类分析是根据多种地学要素对地理实体进行划分类别的方法，对不同的要素划分类别往往反映不同目标的等级序列，如土地分等定级、水土流失强度分级等。 聚类分析的步骤一般是根据实体间的相似程度，逐步合并若干类别，其相似程度由距离或相似系数定义。进行类别合并的准则是使得类间差异最大，而类内差异最小。如最短距离聚类模型、模糊聚类模型、模糊多元统计分析模型、相似聚类等。 第二节 空间数据的查询 一、空间数据查询的概念 查询属于数据库的范畴，一般定义为作用在库体上的函数，它返回满足条件的内容。查询是用户与数据库交流的途径。 查询是 GIS 用户最经常使用的功能，GIS 用户提出的很大一部分问题都可以以查询的方式解决，查询的方法和查询的范围在很大程度上决定了 GIS 的应用程度和应用水平。 目前 GIS的空间查询主要有下列 4 种方式： （1）扩展关系数据库的查询语言（SQL）。 （2）可视化空间查询。 （3）超文本查询。 （4）自然语言空间查询。 第二节 空间数据的查询 二、扩展关系数据库的查询语言（SQL） 目前 GIS的地理数据库大多是以传统的关系数据库为基础的，但 GIS 中的地理数据库是一种特殊的数据库，其最大的不同是具有“空间”概念。而 SQL语句通常是由关系运算组合而成的，非常适合于关系表的查询与操作，但并不支持空间运算,因此，不能进行空间数据的查询。 目前的空间数据查询语言是通过对标准 SQL的扩展来形成的，即在数据库查询语言上加入空间关系查询。为此需要增加空间数据类型（如点、线、面等）和空间操作算子（如求长度、面积、叠加等）。在给定查询条件时也需含有空间概念，如距离、邻近、叠加等。 如，“显示与价值超过 60000 的地块相交的土壤图”，表示为： SELECT SOIL.MAP FROM SOIL，PARCELS WHERE VALUATION 60000 AND OVERLAY（SOILS，PARCELS） 第二节 空间数据的查询