空間分析與應用-復習題

1、空間分析與應用復習題一、名詞解釋1、空間分析：是以地理事物的空間位置和形態(tài)特征為基礎，以空間數(shù)據(jù)運算、空間數(shù)據(jù)與屬性數(shù)據(jù)的綜合運算為特征，提取與產(chǎn)生新的空間信息的技術(shù)和過程。2、空間聚類分析：是將地理空間實體或地理單元集合依照某種相似性度量原則劃分為若干個類似地理空間實體或地理單元組成的多個類或簇的過程。類中實體或單元彼此間具有較高相似性，類間實體或單元具有較大差異性。3、坡長：是指在地面上一點沿水流方向到其流向起點間的最大地面距離在水平面上的投影長度，是水土保持的重要因子，水力侵蝕的強度依據(jù)坡長來決定，坡面越長，匯集的流量越大，侵蝕力就越強。4、平面曲率：是過地面上某點的水平面沿水平方向切地

2、形表面所得到曲線在該點的曲率值，它描述的是地表曲面沿水平方向的彎曲、變化情況。5、地表粗糙度：反映地表的起伏變化和侵蝕程度的指標, 一般定義為地表單元的曲面面積與其在水平面上的投影面積之比，公式: R = S曲面/S水平， 實際應用中, 當分析窗口為3*3時, 可采用近似公式求解: R = 1/cos(S)，其中 S-坡度。6、地理空間分析：是以地理事物的空間位置和形態(tài)特征為基礎，以空間數(shù)據(jù)運算、空間數(shù)據(jù)與屬性數(shù)據(jù)的綜合運算為特征，提取與產(chǎn)生新的空間信息的技術(shù)和過程。 7、地理空間認知：是指在在日常生活中，人類如何逐步理解地理空間，進行地理分析和決策，主要包括地理信息的知覺、編碼、存儲、以及和

3、解碼等一系列心理過程。8、圖論中的路徑：一個圖的路徑是頂點vi和邊ei的交替序列= v0e1v1e2vn-1envn如果v0 = vn，稱路徑是閉合的，否則稱為開的；路徑中邊的數(shù)據(jù)稱為路徑的長；若路徑的邊e1，e2en均不同，則稱為鏈；若它的所有頂點都不同，稱為路；一條閉合的路稱為回路。9、增廣鏈：設f是一個可行流，是從vs到vt的一條鏈，若滿足前向弧都是非飽和弧,反向弧都是都是非零流弧,則稱是（可行流f的）一條增廣鏈。10、坡度變率：是地面坡度在微分空間的變化率， 是依據(jù)坡度的求算原理， 在所提取的坡度值的基礎上對地面每一點再求一次坡度， 即坡度之坡度（Slope of Slope,簡稱SO

4、S） 。坡度是地面高程的變化率的求解， 因此， 坡度變率表征了地面高程相對于水平面變化的二階導數(shù)， 在一定程度上可以很好的反映剖面曲率信息。11、地表切割深度：地面某點的鄰域范圍的平均高程與該點鄰域范圍內(nèi)的最小高程的差。公式:Di = HmeanHmin 。其作用是反映地表被侵蝕切割的情況, 是研究水土流失及地表侵蝕發(fā)育狀況的重要參考指標。12、空間聚類分析的概念：是將地理空間實體或地理單元集合依照某種相似性度量原則劃分為若干個類似地理空間實體或地理單元組成的多個類或簇的過程。類中實體或單元彼此間具有較高相似性，類間實體或單元具有較大差異性。13、圖論中的樹：設T是一個（p,q）圖，若T是一個

5、樹，則q=p-1；設T是一棵樹，如在T中的任何兩個不相鄰的頂點連一條邊e，則T+e恰有一條回路；設G是一個（p,q）圖，若G是聯(lián)通的，且q=p-1，則G是一棵樹14、圖論中的生成樹：如果T是連通圖G的一個生成子圖而且是一棵樹，則稱T是G的一顆生成樹，或稱支撐樹；一個圖的生成樹是聯(lián)通這個圖全部頂點的最少邊的集合，是極小連通圖。15、約束三角網(wǎng)（CDT）：地學領域中大量的離散數(shù)據(jù)不是相互獨立的，它們之間存在著一定的相互約束關系，如果三角網(wǎng)中沒有帶約束數(shù)據(jù)，則生成的數(shù)字地面模型是不能正確地表達地表的復雜關系，也不能滿足實際應用的需要，這種約束數(shù)據(jù)的聯(lián)系一般通過線性特征來維護，約束條件分為邊界約束和內(nèi)

6、部約束，這種帶有約束條件的Delauny TIN稱為CDT。二、簡答題1、簡述地圖數(shù)據(jù)中的量表系統(tǒng)分類？1）定名量表(標稱屬性，Nominal)：主要用于文字和字符描述地理事物的種類或質(zhì)量的差別。2）順序量表（次序?qū)傩?，Ordinal）：表示地理事物的順序，根據(jù)某質(zhì)量標志排序，或?qū)?shù)據(jù)概念簡化為順序量表；特征：級別或要素間關系不對稱，等級之間有傳遞性。3）間隔量表（間距屬性，Interval）：是一種定量數(shù)據(jù)形式，在順序量表中賦予單位和距離信息。4）比率量表（比值屬性，Ratio）：把間隔量表數(shù)據(jù)精確化，就構(gòu)成了具有固定意義的精確概念的數(shù)據(jù)。以上四種數(shù)據(jù)量表系統(tǒng)是有序的，轉(zhuǎn)換不可逆。5）周期量

7、表（周期屬性，Cyclic）：表達方向或周期性變化的量測數(shù)據(jù)。2、簡述按照數(shù)據(jù)類型進行地理空間分析劃分的類別主要包括哪些？1）柵格數(shù)據(jù)的空間分析：聚類聚合分析、信息復合分析、追蹤分析、窗口分析；2）矢量數(shù)據(jù)的空間分析：包含分析、緩沖區(qū)分析、疊置分析、網(wǎng)絡分析；3）三維數(shù)據(jù)的空間分析：表面分析、剖面分析、可視域分析、谷脊特征分析、水文分析；4）屬性數(shù)據(jù)的空間統(tǒng)計分析：空間自相關分析、空間局部估計、空間插值、探索性空間分析。3、簡述地理空間認知的主要研究內(nèi)容？1）地理知覺：是指將地理事物從地理空間中區(qū)分出來，獲取其位置并對其進行識別；2）地理表象：用來表示在地理意向性理論指導下的地理形象思維所產(chǎn)生

8、的各種“象”，它既是地理思維活動的產(chǎn)物，又是地理思維得以進行的載體，與地理知識的使用和地理空間的推理密切相關。3）地理概念化：是把具有共同特征的事物歸為一類，而把不同特征的事物放在不同類中。4）地理知識的心理表征：心理表征指長時記憶中知識的存儲，可區(qū)分不同的類型或系統(tǒng)。地理知識心理表征的研究需要區(qū)分不同的編碼系統(tǒng)和類型。5）地理空間推理：指利用空間理論和人工智能技術(shù)對空間對象進行建模、描述和表示，并據(jù)此對空間對象間的空間關系進行定性或定量分析和處理的過程。4、簡述基于地形表面幾何形態(tài)分析和流水物理模擬分析相結(jié)合的算法思路？首先采取較稀疏的DEM格網(wǎng)數(shù)據(jù)，按流水物理模擬算法去提取區(qū)域內(nèi)概略的地形

9、特征線；然后用其引導，在其周圍鄰近區(qū)域?qū)Φ匦芜M行幾何分析，來精確的確定區(qū)域的地形特征線。這一算法的關鍵在于：求出已提取的概略的地形特征線與DEM格網(wǎng)線的交點，在該交點附近的一個小區(qū)域內(nèi)，對DEM數(shù)據(jù)進行幾何分析，即找出該區(qū)域內(nèi)與概略的地形特征線正交方向地形斷面上高程變化的極值點，該點即為地形特征線的精確位置。這一算法的基本過程可歸納為：概略DEM的建立；地形流水物理模擬；概略地形特征線提??；地形幾何分析；地形特征線精確確定。5、簡述一下TIN的三角剖分的準則？1）空外接圓準則：在TIN中，過每個三角形的外接圓均不包含點集的其余任何點；2）最大最小角準則：在TIN中的兩相鄰三角形形成的凸四邊形中

10、，這兩三角形中的最小內(nèi)角一定大于交換凸四邊形對角線后所形成的兩三角形的最小內(nèi)角；3）最短距離和準則：指一點到基邊的兩端的距離和為最小。4）張角最大準則：一點到基邊的張角為最大。5）面積比準則：三角形內(nèi)切圓面積與三角形面積或三角形面積與周長平方之比最小。 6）對角線準則：兩三角形組成的凸四邊形的兩條對角線之比。這一準則的比值限定值，須給定，即當計算值超過限定值才進行優(yōu)化。6、簡述一下約束三角形的含義及其性質(zhì)？地學領域中大量的離散數(shù)據(jù)不是相互獨立的，它們之間存在著一定的相互約束關系，如果三角網(wǎng)中沒有帶約束數(shù)據(jù)，則生成的數(shù)字地面模型是不能正確地表達地表的復雜關系，也不能滿足實際應用的需要，這種約束數(shù)

11、據(jù)的聯(lián)系一般通過線性特征來維護，約束條件分為邊界約束和內(nèi)部約束，這種帶有約束條件的Delauny TIN稱為CDT(Constrained Delauny triangulation縮寫為CDT)，CDT具有如下性質(zhì)：(l)通視性：若兩點的連線不與約束條件中的邊相交，則稱兩點是可見的； (2)空外接圓性質(zhì)：如果組成三角形t的三條邊不是約束邊，則t為Delaunay三角形，當且僅當過t三頂點是相互可見的；(3)最大最小角性質(zhì)：若某條邊不屬于約束邊，則該邊的左右三角形構(gòu)成一個凸四邊形后，其最小內(nèi)角達到最大；(4)局部優(yōu)化性質(zhì)：對T中任一三角形t，如果三邊均不在約束邊中，則t一定滿足空外接圓性質(zhì)或最

12、大最小角性質(zhì)。7、簡述坡面復雜度因子的分類及其基本含義？坡面復雜度因子是宏觀的地形信息因子, 反映較大區(qū)域內(nèi)地表坡面的宏觀地形特征，表達了較大地表區(qū)域內(nèi)高程信息的變異及組合特征，主要分為以下幾個類別：1）地形起伏度：分析區(qū)域內(nèi)所有柵格中最大高程與最小高程的差，能夠反映水土流失類型區(qū)的土壤侵蝕特征。2）地表粗糙度：反映地表的起伏變化和侵蝕程度的指標, 一般定義為地表單元的曲面面積與其在水平面上的投影面積之比.公式: R = S曲面/S水平；實際應用中, 當分析窗口為3*3時, 可采用近似公式求解: R = 1/cos(S) S-坡度3）地表切割深度：地面某點的鄰域范圍的平均高程與該點鄰域范圍內(nèi)的

13、最小高程的差.4）高程變異系數(shù)：是反映分析區(qū)域內(nèi)地表單元網(wǎng)格頂點高程變化的指標，它以格網(wǎng)單元頂點的標準差S與平均高程的比值來表示。8、簡述k均值聚類的算法思想與步驟？1) 該方法取定K類,選取K個初始聚類中心；2) 按最小距離原則將各特征向量分配到K類中的某一類中；3) 之后不斷地計算類心和調(diào)整各特征向量的類別，使各模式到其判屬類別中心的距離平方之和最??；4) 當?shù)趇+1次循環(huán)計算的各類心與第i次的類心相等時，結(jié)束運算。或者按照下面的描述 (1) 任意選擇k個對象作為初始的簇中心；(2) repeat (3) 根據(jù)簇中對象的平均值, 將每個對象(重新)賦給最類似的簇；(4) 更新簇的平均值,

14、即重新計算每個簇中對象的平均值；(5) until 不再發(fā)生變化 通常, 采用平方誤差準則作為收斂函數(shù), 其定義如下 其中, mi是簇Ci的平均值 該準則試圖使生成的結(jié)果簇盡可能緊湊, 獨立 9、簡述圖論中最小生成樹的生成算法思想？最小生成樹是圖的生成樹中邊的權(quán)值（代價）之和最小的樹，其生成算法包括避回路法和破回路法，其中避回路法的主要思想是：首先將圖中的n個結(jié)點各自作為一個聯(lián)通分量，然后依次從邊集合中取權(quán)值最小的邊加入到聯(lián)通集合中，若新加入的邊與原有的邊構(gòu)成回路，則將該邊刪除掉，然后再在剩余的邊中找權(quán)值最小的邊加入到聯(lián)通集合中，重復這個過程，直到邊數(shù)達到n-1為止；破回路法的主要思想是：首先

15、在邊集合中找權(quán)值最大的邊，看該邊與其它邊是否構(gòu)成回路，若構(gòu)成回路，則將該邊刪除，否則保留該邊，然后從剩余的邊中找權(quán)值最大的邊，按照同樣的回路檢測過程對該邊處理，循環(huán)這一過程，直到檢測的邊數(shù)達到n-1為止。10、簡述一下空間聚類分析的基本過程？1）數(shù)據(jù)模型設計：從描述地理空間實體特征的元素中選擇全部或部分構(gòu)成特征矢量，這些元素具有不同數(shù)據(jù)類型，使用不同量表方式;2）數(shù)據(jù)變換：通過數(shù)學變換或降維技術(shù)將原始特征數(shù)據(jù)集轉(zhuǎn)換為一種更利于聚類分析的特征數(shù)據(jù)集；3）選擇與數(shù)據(jù)模型相適應的地理空間實體或單元相似性度量準則：同樣度量空間選擇不同的相似性度量準則得到的聚類結(jié)果是不一樣的，因此需要選擇與數(shù)據(jù)模型相適

16、應的地理空間實體相似性度量準則;4）聚類或分組：根據(jù)地理空間實體或地理單元數(shù)據(jù)集的特點選擇適宜的聚類算法將實體數(shù)據(jù)集劃分為不同的類;5）聚類抽象化：用更簡單的方式來描述聚類分析的結(jié)果，如使用中心點代表聚類;6）評估聚類結(jié)果：檢測聚類結(jié)果的可重復性、可解釋性和可用性;7）視覺化表達聚類結(jié)果：使用圖形、圖表等方式表示聚類結(jié)果，使得聚類結(jié)果更易于理解，更易于從聚類結(jié)果中獲取知識;8）應用聚類結(jié)果：將聚類結(jié)果作為其它挖掘算法的輸入數(shù)據(jù)得到更深層次知識的過程。11、簡述一下基于密度的聚類算法DBSCAN算法的基本思想？該算法利用類的密度連通性可以快速發(fā)現(xiàn)任意形狀的類。其基本思想是：對于一個類中的每個對象

17、，在其給定半徑的領域中包含的對象不能少于某一給定的最小數(shù)目。在DBSCAN算法中，發(fā)現(xiàn)一個類的過程是基于這樣的事實：一個類能夠被其中的任意一個核心對象所確定。為了發(fā)現(xiàn)一個類，DBSCAN先從對象集D中找到任意一對象P，并查找D中關于半徑Eps和最小對象數(shù)Minpts的從P密度可達的所有對象。如果P是核心對象，即半徑為Eps的P的鄰域中包含的對象不少于Minpts,則根據(jù)算法，可以找到一個關于參數(shù)Eps和Minpts的類。如果P是一個邊界點，則半徑為Eps的P鄰域包含的對象少于Minpts，P被暫時標注為噪聲點。然后，DBSCAN處理D中的下一個對象。三、請分別闡述一下空間方向關系的定性描述模型

18、及其基本思想？1）錐形模型：在從某個空間目標出發(fā)指向另一個目標的錐形區(qū)域中確定兩個空間目標間的空間方向關系，適用于兩個空間目標間的距離與空間目標的尺寸相比較大的情況。2）最小約束矩形模型：利用兩個目標間的最小約束矩形（MBR）間的關系定義方向關系。其基本思想是找出空間目標在X和Y軸上的投影最大和最小值，構(gòu)成該空間目標的MBR(最小約束矩形)，兩個空間目標間的方向關系的確定轉(zhuǎn)變?yōu)橄鄳膬蓚€目標MBR的方向關系的判斷。3）二維字符串模型（2-D String）：用某一固定大小的格網(wǎng)覆蓋目標所在的整個區(qū)域，并使用一個二維字符串來記錄每個格網(wǎng)中的空間物體。Chang等(1989)對二維字符串進行擴展，

19、提出了2D-G字符串表示法，用分割函數(shù)分割圖像，找出空間物體在X軸方向和Y軸方向的投影的關系，并用二維字符串記錄空間物體間的關系。4）方向關系矩陣模型：將平面空間劃分為九個區(qū)域，每個區(qū)域為一個方向片，每個方向片對應一個主方向，參考目標所在的方向片稱為同方向。對于物體A來講，方向集為NA, NEA, EA, SEA, SA, SWA, WA, NWA, OA。將B與A的九個方向片分別求交，得到方向關系矩陣。根據(jù)該矩陣中非空元素判斷B和A間的方向關系。 5）基于Voronoi圖的方向關系模型：通過空間目標的Voronoi圖與空間目標的關系來描述和定義空間目標間的方向關系。在MBR的基礎上建立Vor

20、onoi區(qū)域，通過MBR與Voronoi區(qū)域邊界線之間的關系描述空間目標間的方向關系。A和B之間的方向關系可以利用其MBR和Voronoi多邊形的邊界線構(gòu)成的5×5矩陣形式化描述。 四、闡述累計表面（accumulation surface）生成的算法思想與步驟？累計表面生成的基本算法思想：累計表面的生成基于“splash”算法，“splash”算法的主要思想是水波原理，當把一顆石子投入平靜的水面上時，水面上會泛起一圈圈呈同心圓狀的波紋，將距離中心最近的波紋的位置標記為1，第二圈波紋的位置標記為2，依次類推，最后生成一個類似于碗狀的表面，其中中心位置最低為0，周圍位置逐次升高。以上算

21、法思想是基于表面為各向同質(zhì)（即在各個方向上的前進阻力是一樣的）的理想情況，但在現(xiàn)實世界的大多數(shù)情況下，地球表面表現(xiàn)為各向非同質(zhì)的，因此其累計表面的計算步驟可歸納為以下幾步：ü 按一定的分辨率，將考察的表面進行網(wǎng)格離散化；ü 根據(jù)各網(wǎng)格所對應的阻力程度，給各個網(wǎng)格附上相應的阻力值，當某一網(wǎng)格屬于絕對障礙時，給其附加一最大的阻力值，這樣構(gòu)建生成一阻力分布圖；ü 選定區(qū)域中的某個點，某條線，或某個面作為起始位置；ü 以其周圍的臨近網(wǎng)格作為第一圈波紋，給這一圈波紋的網(wǎng)格附加上它所對應的阻力值；ü 然后計算第二圈波紋（即第一圈波紋之后的臨近波紋），這時第

22、二圈波紋所對應網(wǎng)格的取值，除了包括它本身原來的阻力值之外，還要累加上第一圈波紋中該網(wǎng)格所對應的幾個臨近網(wǎng)格中取值最小的網(wǎng)格的值。ü 依次計算第三圈波紋、第四圈波紋，直到考察區(qū)域的邊界。這樣所得到的累計表面，就是從起始位置出發(fā)，到達考察表面上其它各個網(wǎng)格的最小阻力分布圖。五、試運用最大流解法標號法，在圖中給出的可行流的基礎上，求vs到vt的最大流？(3,3)(5,1)(1,1)(1,1)(4,3)(2,2)(3,0)(5,3)(2,1)vsv1v3v4V2vt得到的最大流為：Vs-V1-V3-Vt注：標號法思想是：先找一個可行流。對于一個可行流，經(jīng)過標號過程得到從發(fā)點vs到收點vt的增

23、廣鏈；經(jīng)過調(diào)整過程沿增廣鏈增加可行流的流量，得新的可行流。重復這一過程，直到可行流無增廣鏈，得到最大流。標號過程: vi(va,l(vi) (1)給vs標號(0,+)，vs成為已標號未檢查的點，其余都是未標號點。 (2)取一個已標號未檢查的點vi，對一切未標號點vj： a 若有非飽和弧(vi,vj)，則vj標號(vi,l(vj)，其中l(wèi)(vj)minl(vi),cij-xij，vj成為已標號未檢查的點； b 若有非零弧(vj,vi)，則vj標號(-vi,l(vj)，其中l(wèi)(vj)minl(vi),xji，vj成為已標號未檢查的點。 vi成為已標號已檢查的點。 (3)重復步驟(2)，直到vt成為

24、標號點或所有標號點都檢查過。若vt成為標號點，表明得到一條vs到vt的增廣鏈，轉(zhuǎn)入調(diào)整過程: 調(diào)整過程：在增廣鏈上，前向弧流量增加l(vt)，反向弧流量減少l(vt)。 取消圖中所有標號,重新進行(1)步,直到標號（即第（2）步驟）無法進行下去,退出.這時的可行流即為最大流. 七、論述三種Delaunay三角剖分算法（三角網(wǎng)生長法、逐點插入法、分割一合并算法）的算法思想與步驟？1）三角網(wǎng)生長法：先在點集中任取一點，找到與其相距最短的點連接成為三角網(wǎng)的一條邊，然后按Delaunay三角網(wǎng)的判別法(最大最小角或者外接空圓)則找出包含此邊的Delaunay三角形的另一個端點，依次處理所有新生成的邊，

25、直至所有的邊找不到能形成合理Delaunay三角形的端點。2）逐點插入法：定義一個包含所有數(shù)據(jù)點的初始多邊形，外包絡多邊形;從離散數(shù)據(jù)集中任意的選擇一個點P，插入到初始多邊形中，將初始多邊形的各頂點與該點相連接，建立初始的三角網(wǎng)；按以下步驟進行迭代計算，直到所有的離散數(shù)據(jù)點都插入到三角網(wǎng)中：插入一個離散點A，在初始三角網(wǎng)中找到包含A點的三角形T，把點A與T的三個頂點相連，生成三個新的小三角形；用局部優(yōu)化算法LOP (Local Optimziation Procedure)從里到外優(yōu)化三角網(wǎng)，以確保點插入后的三角網(wǎng)為D-TIN。3）分割一合并算法該思想是指遞歸地分割點集，直至子集中包含點數(shù)足夠

26、少，以利于對每個分割出來的點集進行Delaunay三角化，然后自下而上逐級合并相鄰子集的凸殼，進而生成最終的整個點集三角網(wǎng)模型。它使算法上得到了改進，大大縮短程序運行時間。分割一合并算法按分割方法的不同，可以分為條帶分割方法、網(wǎng)格分割方法和四叉樹分割方法。八、試闡述一下基于地表徑流漫流模型的水系提取原理及其數(shù)據(jù)處理的基本步驟？其基本原理是根據(jù)DEM柵格單元和八個相鄰單元格之間的最大坡度來確定水流方向. 然后計算每個單元格的上游匯水面積, 接著確定一個匯水面積閾值, 不低于該閾值的單元格標記為水系的組成部分，其數(shù)據(jù)處理的基本步驟為：1）洼地處理由于洼地是局部最低點,從該點無法判斷水流方向，當水流

27、向低處流動, 遇到洼地, 首先將其填滿, 然后再從該洼地的某一最低出口流出，在進一步數(shù)據(jù)運算前需要將洼地內(nèi)部的高程增加至洼地出水口的高程，即進行洼地的填平處理，填平處理一般包括：單格網(wǎng)洼地填平、獨立洼地區(qū)域的填平、復合洼地區(qū)域的填平等。2）平地處理在DEM數(shù)據(jù)中存在的平地包括：原有平地和洼地填平后產(chǎn)生的平地，為了在數(shù)據(jù)處理過程中防止平地所產(chǎn)生的無水流方向的問題，需要循環(huán)處理平地柵格單元, 對平地范圍內(nèi)的單元格增加一微小增量, 直到搜索不到平地, 使得每個單元格都能夠判斷水流方向。3）水流方向及水流累計量的確定水流方向是指水流離開此格網(wǎng)時的指向，根據(jù)處理方法的不同可以分為單流向計算和多流向計算。

28、在單流向計算中，通過方向編碼和計算距離權(quán)落差，確定具有最大距離權(quán)落差值的方向，以此作為水流方向。在多流向計算中，按照一定的流量分配公式，通過中心網(wǎng)格和下游網(wǎng)格之間的坡度和網(wǎng)格間距進行流量分配。此后，根據(jù)水流方向進行水流累計量矩陣的計算，每一個柵格上的數(shù)值表示經(jīng)過該柵格點的流水累計量, 即有多少水量通過柵格。4）水道起始位置的確定(河網(wǎng)提取)根據(jù)實際情況和反復試驗，并利用現(xiàn)有地形圖等其他輔助資料進行檢驗，進行匯流累計閾值 (既形成永久性水道所必須的集水面積)的確定，在水流累計量矩陣中提取大于該閾值的網(wǎng)格即可實現(xiàn)河網(wǎng)的提取。九、請把下面這段話翻譯成中文More importantly, NN di

29、stance is only a small part of the information contained in the proximity ridges.  The proximity values along the ridges characterize all of the distances to the surrounding polygonsNearby Neighbors instead of just the nearest neighbor.  The largest value identifies how far it is to the mo

30、st distant surrounding neighbor.  The average indicates the typical distance to a neighbor.  The standard deviation and coefficient of variation provide information on how variable the connectivity is.Another approach termed surface configuration, focuses on the differences in the localize

31、d trends between two map surfaces instead of the individual values.  Like you, the computer can "see" the bumps in the surfaces, but it does it with a couple of derived maps.  A slope map indicates the relative steepness while an aspect map denotes the orientation of locations al

32、ong the surface.  You see a big bump; it sees an area with large slope values at several aspects.  You see a ridge; it sees an area with large slope values at a single aspect. However, unlike terrain surfaces, accumulation surfaces are always increasing (no “false-bottoms”) from point, lin

33、e and areal features designated as starting locations.  Areas with absolute barriers are identified as infinitely far away and form sheer walls on an accumulation surface.  Relative barriers form hills and ridges as they identify areas that are passable, but at an increased “cost” (e.g., m

34、ore time) per grid space.  The valleys emanating from the starting locations locate corridors of minimal resistance to movement along the accumulation surface.Accumulation surface analysis provides valuable information for a wide array of applications.  Natural resource managers use the te

35、chnique to identify “home ranges” and “corridors of movement” based on the arrangement of landscape features.  Instead assuming a simple distance of “within a two mile radius” of an animals burrow, an effective distance home range based on absolute (e.g., river) and relative (e.g., cover type p

36、references) barriers can modeled.The two superimposed maps at the left side of table show the normalized differences in the slope and aspect angles (dark red being very different).  The map of the overall differences in surface configuration (Sur_Fig) is the average of the two maps.  Note that over half of the map area is classified as low difference (0-20) suggesting that the "lumpy-bumpy" areas align fairly well overall.  The