空間分析三精品課件

1、空間分析三第1頁，共77頁，2022年，5月20日，2點13分，星期六目 錄3.0 柵格數(shù)據3.1 柵格數(shù)據的聚類、聚合分析3.2 柵格數(shù)據的信息復合分析3.3 柵格數(shù)據的追蹤分析3.4 柵格數(shù)據的窗口分析第2頁，共77頁，2022年，5月20日，2點13分，星期六柵格數(shù)據由于其自身數(shù)據結構的特點，在數(shù)據處理與分析中通常使用線性代數(shù)的二維數(shù)字矩陣分析法作為數(shù)據分析的數(shù)學基礎，因此具有自動分析處理較為簡單，分析處理模式化很強的特征。柵格數(shù)據的分析處理方法可以概括為聚類聚合分析、多層面復合分析、追蹤分析、窗口分析、統(tǒng)計分析、量算等幾種基本的分析模式。第3頁，共77頁，2022年，5月20日，2點1

2、3分，星期六3.0 柵格數(shù)據1.理解柵格數(shù)據集 1）柵格數(shù)據集的組成 一個柵格數(shù)據集，就象一幅地圖，它描述了某區(qū)域的位置和特征及其在空間上的相對位置。由于單個柵格數(shù)據通常只表達單一專題，如土地利用、土壤、道路、河流或高程，因此要完整描述一個區(qū)域必須創(chuàng)建多個柵格數(shù)據集。 第4頁，共77頁，2022年，5月20日，2點13分，星期六3.0 柵格數(shù)據1.理解柵格數(shù)據集 2）單元（Cell） 柵格數(shù)據集由單元組成。每個單元（cell），或像元，是代表某個區(qū)域特定部分的方塊。柵格中的所有單元都必須是同樣大小的。柵格數(shù)據集中的單元大小可以是用戶想要的任何值，但必須保證其足夠小以便能完成最詳細的分析。第5頁

3、，共77頁，2022年，5月20日，2點13分，星期六3.0 柵格數(shù)據1.理解柵格數(shù)據集 3）行（Rows）與列（Columns） 單元以行和列的形式擺放，組成了一個笛卡爾矩陣。矩陣的行平行于笛卡爾平面的x軸，列平行于y軸。每個單元有唯一的行列地址。研究區(qū)內的所有位置都包含在此矩陣中。 第6頁，共77頁，2022年，5月20日，2點13分，星期六3.0 柵格數(shù)據1.理解柵格數(shù)據集 4）值（Values） 每個單元被分配一個特定的值以標識或描述單元歸屬的類，分類或組，或柵格所描述現(xiàn)象的大小或數(shù)量。這些值代表的屬性包括土壤類型、土壤質地、土地利用類、水體類型、道路類和居住類型等。 第7頁，共77頁

4、，2022年，5月20日，2點13分，星期六3.0 柵格數(shù)據1.理解柵格數(shù)據集5）分類區(qū)（Zones） 兩個或多個具有相同值的單元屬于同一分類區(qū)（zone）6）區(qū)域（Region）分類區(qū)內的每組相互連續(xù)的單元為一個區(qū)域（region）。第8頁，共77頁，2022年，5月20日，2點13分，星期六3.0 柵格數(shù)據1.理解柵格數(shù)據集7）空值（Nodata） 如果某單元被賦予空值，那么該單元所代表的位置要么沒有特征信息，要么信息不足。被賦予空值的單元有兩種處理方式： 1. 在一個運算符或局部函數(shù)中、鄰域函數(shù)的鄰域中或分區(qū)函數(shù)的分類區(qū)中，如果任何輸入柵格的某個位置上存在空值，則輸出單元位置上也為空值。

5、 2. 忽略空值單元并用所有的有效值完成計算。 第9頁，共77頁，2022年，5月20日，2點13分，星期六3.0 柵格數(shù)據1.理解柵格數(shù)據集 8）關聯(lián)表 整型（分類型）柵格數(shù)據集通常伴有一個與之關聯(lián)的屬性表（attribute table）。表的第一項是值（Value），用來存儲分配給柵格數(shù)據每個分類區(qū)的值。第二項是個計數(shù)（Count），存儲數(shù)據集中屬于每個分類區(qū)的單元總數(shù)。Value和Count都是強制性字段。 第10頁，共77頁，2022年，5月20日，2點13分，星期六3.0 柵格數(shù)據2.坐標空間和柵格數(shù)據集 坐標空間定義了柵格數(shù)據集中位置間的空間關系。對于柵格數(shù)據集，單元的方位由坐標

6、系統(tǒng)的x和y軸決定。單元邊界平行于x軸和y軸，所有單元在地圖坐標中都是正方形。在地圖坐標中單元通過由x, y決定的位置來訪問，而從不用指定行列位置來訪問。 第11頁，共77頁，2022年，5月20日，2點13分，星期六3.0 柵格數(shù)據3.在柵格數(shù)據集上表示要素 1）點數(shù)據 點要素用柵格的最小單位（單元）來表示。單元是有面積屬性的。單元越小，其面積越小，也就越接近其所代表的點要素。具有面積的點的精度為正負半個單元大小。這是基于單元的系統(tǒng)必須付出的代價。第12頁，共77頁，2022年，5月20日，2點13分，星期六3.0 柵格數(shù)據3.在柵格數(shù)據集上表示要素 2）線數(shù)據 線是沒有面積的。在空間分析中

7、，線只需要用一系列連接的單元即可表示。與點數(shù)據的情況相同，線要素表達的精度也將隨著數(shù)據的尺度和柵格數(shù)據集的精度的改變而改變。 第13頁，共77頁，2022年，5月20日，2點13分，星期六3.0 柵格數(shù)據3.在柵格數(shù)據集上表示要素 3）多邊形數(shù)據 用一系列的方塊單元來表達多邊形的光滑邊界確實會有一些問題，其中最棘手的問題就是“鋸齒”，類似樓梯一樣的效果。但由于空間分析能夠處理單元數(shù)量以百萬計的柵格數(shù)據集，“鋸齒”問題就顯得不那么重要了。第14頁，共77頁，2022年，5月20日，2點13分，星期六3.1 柵格數(shù)據的聚類、聚合分析柵格數(shù)據的聚類、聚合分析均是指將一個單一層面的柵格數(shù)據系統(tǒng)經某種變

8、換而得到一個具有新含義的柵格數(shù)據系統(tǒng)的數(shù)據處理過程。1. 聚類分析根據設定的聚類條件對原有數(shù)據系統(tǒng)進行有選擇的信息提取而建立新的柵格數(shù)據系統(tǒng)的方法。第15頁，共77頁，2022年，5月20日，2點13分，星期六3.1 柵格數(shù)據的聚類、聚合分析1. 聚類分析1）單一層面的柵格數(shù)據聚類分析單一層面的柵格數(shù)據聚類分析是指根據設定的某種聚類條件對單一層面的柵格數(shù)據進行有選擇的信息提取。第16頁，共77頁，2022年，5月20日，2點13分，星期六3.1 柵格數(shù)據的聚類、聚合分析第17頁，共77頁，2022年，5月20日，2點13分，星期六3.1 柵格數(shù)據的聚類、聚合分析1. 聚類分析2）多層面的柵格數(shù)

9、據聚類分析在實際應用過程中，常常利用多層面的柵格數(shù)據構成的柵格數(shù)據集進行聚類分析，每個柵格圖層代表某個專題，或者遙感圖像的某個波段的光譜值。第18頁，共77頁，2022年，5月20日，2點13分，星期六3.1 柵格數(shù)據的聚類、聚合分析2. 聚合分析根據空間分辨率和分類表，進行數(shù)據類型的合并或轉換以實現(xiàn)空間地域的兼并。例如，由數(shù)字高程模型轉換為數(shù)字高程分級模型便是空間數(shù)據的聚合，而從遙感數(shù)字圖象信息中提取其一地物的方法則是柵格數(shù)據的聚類。 第19頁，共77頁，2022年，5月20日，2點13分，星期六根據空間分辨率和分類表，進行數(shù)據類型的合并或轉換以實現(xiàn)空間地域的兼并。空間聚合的結果往往將較復雜

10、的類別轉換為較簡單的類別，并且常以較小比例尺的圖形輸出。當從地點、地區(qū)到大區(qū)域的制圖綜合變換時常需要使用這種分析處理方法。 1、2類合并為b，3、4類合并為a 2、3類合并為c，1、4類合并為d 3.1 柵格數(shù)據的聚類、聚合分析第20頁，共77頁，2022年，5月20日，2點13分，星期六Manual（手工分類）Equal Interval（等間距分類）Defined Interval（自定義間距分類）Quantile（分位數(shù)分類）Natural Breaks（自然間距分類）Standard Deviation（標準差分類） 3.1 柵格數(shù)據的聚類、聚合分析第21頁，共77頁，2022年，5月

11、20日，2點13分，星期六3.2 柵格數(shù)據的信息復合分析第22頁，共77頁，2022年，5月20日，2點13分，星期六3.2 柵格數(shù)據的信息復合分析能夠極為便利地進行同地區(qū)多層面空間信息的自動復合疊置分析，是柵格數(shù)據一個突出的優(yōu)點。 距現(xiàn)有中學距離 人口分布 土地利用類型第23頁，共77頁，2022年，5月20日，2點13分，星期六3.2柵格數(shù)據的信息復合分析1.視覺信息復合視覺信息復合是將不同專題的內容疊加顯示在結果圖件上，以便系統(tǒng)使用者判斷不同專題地理實體的相互空間關系，獲得更為豐富的信息。第24頁，共77頁，2022年，5月20日，2點13分，星期六視覺信息的疊加分析通常包括以下幾類：(

12、1) 點狀圖、線狀圖和面狀圖之間的疊置；(2) 面狀圖區(qū)域邊界之間或一個面狀圖和其它專題圖邊界之間的重疊；(3) 遙感圖與專題圖的疊加；(4) 專題圖和數(shù)字高程模型疊加顯示立體專題圖；(5) 遙感影像與數(shù)字高程模型疊置生成真三維地物景觀；(6) 遙感影像數(shù)據與GIS數(shù)據的疊置；3.2柵格數(shù)據的信息復合分析第25頁，共77頁，2022年，5月20日，2點13分，星期六3.2柵格數(shù)據的信息復合分析2.疊加分類模型簡單視覺信息復合之后，參加復合的平面之間沒有發(fā)生任何邏輯關系，仍保留原來的數(shù)據結構。疊加分類模型則根據參加復合的數(shù)據平面各類別的空間關系重新劃分空間區(qū)域，使每個空間區(qū)域內各空間點的屬性組合

13、一致。+=第26頁，共77頁，2022年，5月20日，2點13分，星期六3.2柵格數(shù)據的信息復合分析2.疊加分類模型第27頁，共77頁，2022年，5月20日，2點13分，星期六3.2柵格數(shù)據的信息復合分析2.疊加分類模型疊加結果產生新的數(shù)據平面，該平面圖形數(shù)據記錄了重新劃分的區(qū)域，而屬性數(shù)據庫結構中則包括了原來的幾個參加復合的數(shù)據平面的屬性數(shù)據庫中所有的數(shù)據項。第28頁，共77頁，2022年，5月20日，2點13分，星期六3.2 柵格數(shù)據的信息復合分析2.疊加分類模型（1）邏輯判斷復合運算主要包括：和（And）、或（Or）、異或（Xor）、非（Not）。它是基于布爾運算來對柵格數(shù)據進行判斷的

14、。經判斷后，如果為“真”，則輸出結果為1，如果為“假”，則輸出結果為0。第29頁，共77頁，2022年，5月20日，2點13分，星期六3.2柵格數(shù)據的信息復合分析2.疊加分類模型例如，以過去及現(xiàn)在的地表類型為基礎，說明用“和”來提取從未被沙漠化過的地表的方法，（其中沙漠為0，其它數(shù)值代表了不同的地表類型）。第30頁，共77頁，2022年，5月20日，2點13分，星期六3.2柵格數(shù)據的信息復合分析2.疊加分類模型（2）數(shù)學運算復合法算術運算例如，以今年與去年的降水量數(shù)據為基礎，用公式（今年降水量-去年降水量）/去年降水量，可以計算出去年降水量的變化程度。第31頁，共77頁，2022年，5月20日

15、，2點13分，星期六3.2柵格數(shù)據的信息復合分析2.疊加分類模型（2）數(shù)學運算復合法函數(shù)運算對數(shù)函數(shù)：第32頁，共77頁，2022年，5月20日，2點13分，星期六3.2 柵格數(shù)據的信息復合分析2.疊加分類模型（2）數(shù)學運算復合法函數(shù)運算有一個森林地區(qū)融雪經驗模型：M=（0.19T+0.17D）式中，M是融雪速度（厘米/天），T是空氣溫度，D是露點溫度。根據此方程，使用該地區(qū)的氣溫和露點溫度分布圖層，就能計算該地區(qū)融雪速率分布圖。計算過程是先分別把溫度分布圖乘以0.19和露點溫度分布圖乘以0.17，再把得到的結果相加。 第33頁，共77頁，2022年，5月20日，2點13分，星期六3.3 柵格

16、數(shù)據的追蹤分析所謂柵格數(shù)據的追蹤分析是指對于特定的柵格數(shù)據系統(tǒng)，由某一個或多個起點，按照一定的追蹤線索進行追蹤目標或者追蹤軌跡信息提取的空間分析方法。柵格所記錄的是地面點的海拔高程值，根據地面水流必然向最大坡度方向流動的基本追蹤線索，可以得出在以上兩個點位地面水流的基本軌跡。此外，追蹤分析法在掃描圖件的矢量化、利用數(shù)字高程模型自動提取等高線、污染源的追蹤分析等方面都發(fā)揮著十分重要的作用。 第34頁，共77頁，2022年，5月20日，2點13分，星期六3.3柵格數(shù)據的追蹤分析由GIS 顯示追蹤的河流圖第35頁，共77頁，2022年，5月20日，2點13分，星期六3.4 柵格數(shù)據的窗口分析窗口分析

17、是指對于柵格數(shù)據系統(tǒng)中的一個、多個柵格點或全部數(shù)據，開辟一個有固定分析半徑的分析窗口，并在該窗口內進行諸如極值、均值等一系列統(tǒng)計計算，或與其它層面的信息進行必要的復合分析，從而實現(xiàn)柵格數(shù)據有效的水平方向擴展分析。（1） 矩形窗口：以目標柵格為中心，分別向周圍八個方向擴展一層或多層柵格。 （2） 圓型窗口：以目標柵格為中心，向周圍作等距離搜索區(qū)，構成圓型分析窗口。 （3） 環(huán)型窗口：以目標柵格為中心，按指定的內外半徑構成環(huán)型分析窗口。 （4） 扇型窗口：是以目標柵格為起點，按指定的起始與終止角度構成扇型分析窗口。 第36頁，共77頁，2022年，5月20日，2點13分，星期六3.4 柵格數(shù)據的窗

18、口分析統(tǒng)計分析的目的是為了解數(shù)據分布的趨勢或者通過趨勢的了解回歸擬合出某些空間屬性之間的關系，以把握空間屬性之間的關系和規(guī)律。柵格數(shù)據常規(guī)的統(tǒng)計分析主要指對數(shù)據集合的最大值、最小值、均值、中值、總和、方差、頻數(shù)、眾數(shù)、范圍等參數(shù)進行分析。第37頁，共77頁，2022年，5月20日，2點13分，星期六3.4 柵格數(shù)據的窗口分析計算不同年份的柵格數(shù)據其單元間的土地利用類型的變化，以確定變化大于1（灰色陰影地區(qū)）的地區(qū)。這表明了這一地區(qū)在這一時間段內其土地利用類型已發(fā)生的變化，在這本例中，高亮顯示地區(qū)是城市延伸的地區(qū)（用紅色陰影表示）。 第38頁，共77頁，2022年，5月20日，2點13分，星期六

19、3.4 柵格數(shù)據的窗口分析一個土地覆被的柵格數(shù)據并計算了在每一鄰域內不同土地覆被類型的變化。 第39頁，共77頁，2022年，5月20日，2點13分，星期六3.5 ArcGIS柵格數(shù)據空間分析1，環(huán)境設置2，距離制圖3，密度制圖4，表面分析5，統(tǒng)計分析6，重分類7，柵格計算器第40頁，共77頁，2022年，5月20日，2點13分，星期六3.5.1 柵格型數(shù)字高程模型的生成（1）柵格插值3.5 ArcGIS柵格數(shù)據空間分析第41頁，共77頁，2022年，5月20日，2點13分，星期六4.1 柵格數(shù)據生成、顯示3.5.1 柵格型數(shù)字高程模型的生成（1）柵格插值第42頁，共77頁，2022年，5月2

20、0日，2點13分，星期六4.1 柵格數(shù)據生成、顯示反距離權重插值樣條函數(shù)插值克里格插值第43頁，共77頁，2022年，5月20日，2點13分，星期六4.1 柵格數(shù)據生成、顯示反距離權重插值規(guī)則樣條插值張力樣條插值克里格插值第44頁，共77頁，2022年，5月20日，2點13分，星期六密度制圖分析通過計算密度可以將點值散布于整個表面。一個數(shù)量的樣點位置（線或點）分布在一個場景里，可利用密度函數(shù)計算輸出柵格數(shù)據中每一單元的密度值。 3.5 ArcGIS柵格數(shù)據空間分析第45頁，共77頁，2022年，5月20日，2點13分，星期六例：生成人口密度圖3.5 ArcGIS柵格數(shù)據空間分析第46頁，共77

21、頁，2022年，5月20日，2點13分，星期六 臨近分配分配功能依據最近距離來計算每個格網點歸屬于哪個源，也就是將所有柵格單元分配給離其最近的源，輸出格網的值被賦予了其歸屬源的值。分配功能可以完成：超市服務區(qū)域劃分尋找最鄰近學校找出醫(yī)療設備配備不足的地區(qū)等分析3.5 ArcGIS柵格數(shù)據空間分析第47頁，共77頁，2022年，5月20日，2點13分，星期六臨近分配例如：按距離最近為每個消防站分配鄰近單元3.5 ArcGIS柵格數(shù)據空間分析第48頁，共77頁，2022年，5月20日，2點13分，星期六3.5.4 統(tǒng)計分析1） 單元統(tǒng)計當進行多層面柵格數(shù)據疊加分析時，經常需要以柵格單元為單位來進行

22、單元統(tǒng)計（Cell Statistics）分析。ArcGIS提供了十種統(tǒng)計方法：求最小值3.5 ArcGIS柵格數(shù)據空間分析第49頁，共77頁，2022年，5月20日，2點13分，星期六3.5.4 統(tǒng)計分析2） 鄰域統(tǒng)計 鄰域統(tǒng)計的計算是以待計算柵格為中心，向其周圍擴展一定范圍，基于這些擴展柵格數(shù)據進行函數(shù)運算，從而得到此柵格的值。ArcGIS中的鄰域統(tǒng)計提供了十種統(tǒng)計方法。3.5 ArcGIS柵格數(shù)據空間分析第50頁，共77頁，2022年，5月20日，2點13分，星期六利用鄰域統(tǒng)計可以進行邊緣模糊等多種操作，如調查土地利用時，鄰域統(tǒng)計可以獲得鄰域范圍內土地變化和確定土地利用的穩(wěn)定性，利用鄰域

23、統(tǒng)計的平均值可以進行邊緣模糊等多種操作。 3.5 ArcGIS柵格數(shù)據空間分析第51頁，共77頁，2022年，5月20日，2點13分，星期六3）分類區(qū)統(tǒng)計 分類區(qū)統(tǒng)計即以一個數(shù)據集為基礎在它所包含的不同類別中對另一個被分類數(shù)據集進行統(tǒng)計。用來作為基礎進行分類的分類區(qū)就是分類區(qū)數(shù)據中擁有相同值的所有柵格單元，而不考慮他們是否鄰近。在此基礎上對同一分類區(qū)所對應的被分類數(shù)據集進行統(tǒng)計，所以輸出結果時同一分類區(qū)被賦予一個單一的輸出值。分類區(qū)圖層結果圖層統(tǒng)計圖層3.5 ArcGIS柵格數(shù)據空間分析第52頁，共77頁，2022年，5月20日，2點13分，星期六分類區(qū)圖層被統(tǒng)計數(shù)據統(tǒng)計結果，淡藍色值為分類區(qū)

24、代碼第53頁，共77頁，2022年，5月20日，2點13分，星期六3.5 ArcGIS柵格數(shù)據空間分析第54頁，共77頁，2022年，5月20日，2點13分，星期六3.5.5 柵格距離圖（1）源 源即距離分析中的目標或目的地。如學校，商場，水井，道路等。在空間分析中，用來參與計算的源一般為柵格數(shù)據，源所處的柵格賦予源的相應值，其他柵格沒有值。如果源是矢量數(shù)據則需要先轉成柵格數(shù)據。（2）成本成本即到達目標、目的地的花費，包括金錢、時間、人們的喜好等等。影響成本的因素可以只有一個，也可以有多個。如學校選址，不僅要考慮位置的適宜性，還要考慮土地利用現(xiàn)狀、交通是否便捷等。 3.5 ArcGIS柵格數(shù)據

25、空間分析第55頁，共77頁，2022年，5月20日，2點13分，星期六（3）成本距離加權函數(shù) 通過成本距離加權功能可以計算出每個柵格到距離最近、成本最低的最少累加成本。成本距離加權考慮到了事物的復雜性，對于基于復雜地理特性的分析非常有用。 成本距離圖層 成本方向圖層 方向說明圖層3.5 ArcGIS柵格數(shù)據空間分析第56頁，共77頁，2022年，5月20日，2點13分，星期六（4）距離方向函數(shù) 距離方向函數(shù)表示了從每一單元出發(fā)，沿著最低累計成本路徑到達最近源的路線方向。3.5 ArcGIS柵格數(shù)據空間分析第57頁，共77頁，2022年，5月20日，2點13分，星期六例：計算公路建設成本例：在柵

26、格范圍內要建設從“起點”出發(fā)，分別到終點“A”、“B”的公路。3.5 ArcGIS柵格數(shù)據空間分析第58頁，共77頁，2022年，5月20日，2點13分，星期六計算公路建設成本公路建設成本和兩個因素有關：一是公路的長度，和起點之間的距離越遠，建設費用越高；二是地形坡度，坡度越大，需要付出的額外建設費用越大。3.5 ArcGIS柵格數(shù)據空間分析第59頁，共77頁，2022年，5月20日，2點13分，星期六計算公路建設成本（1）生成通行成本圖層3.5 ArcGIS柵格數(shù)據空間分析第60頁，共77頁，2022年，5月20日，2點13分，星期六3.5 ArcGIS柵格數(shù)據空間分析第61頁，共77頁，2

27、022年，5月20日，2點13分，星期六3.5 ArcGIS柵格數(shù)據空間分析第62頁，共77頁，2022年，5月20日，2點13分，星期六（2）計算成本距離3.5 ArcGIS柵格數(shù)據空間分析第63頁，共77頁，2022年，5月20日，2點13分，星期六成本柵格每個單元的取值是公路起點到達該位置的最小累計成本，也就是相對的最低建設費用。3.5 ArcGIS柵格數(shù)據空間分析第64頁，共77頁，2022年，5月20日，2點13分，星期六方向柵格該柵格記錄了成本距離計算中最小成本的方向，用數(shù)值1-8表示8個方向。3.5 ArcGIS柵格數(shù)據空間分析第65頁，共77頁，2022年，5月20日，2點13分，星期六（3）計算公路建設的最佳路徑3.5 ArcGIS柵格數(shù)據空間分析第66頁，共77頁，2022年，5月20日，2點13分，星期六（3）計算公路建設的最佳路徑3.5 ArcGIS柵格數(shù)據空間分析第67頁，共77頁，2022年，5月20日，2點13分，星期六3.5 ArcGIS柵格數(shù)據空間分析公路建設成本最小的路徑圖第68頁，共77頁，2022年，5月20日，2點13分，星期六（4）成本距離和直線距離的比較3.5 ArcGIS柵格數(shù)據空間分析第69頁，共77頁，2022年，5月20日，2點13分，星期六實例一 中學選址1 目的熟悉ArcGIS 柵格數(shù)據距離制