空间信息分析技术_王劲峰
地理学时空数据分析方法_王劲峰
地理学报ACTA GEOGRAPHICA SINICA 第69卷第9期
2014年9月V ol.69,No.9September,2014
收稿日期:2014-07-08;修订日期:2014-07-27
基金项目:国家自然科学基金(41023010);973课题(2012CB955503)[Foundation:National Natural Science Foundation
of China,No.41023010;The National Basic Research Program of China,No.2012CB955503]
作者简介:王劲峰(1965-),男,研究员,中国地理学会会员(BJ1566),从事地理信息科学的理论创新和实践。
E-mail:wangjf@
1326-1345页
地理学时空数据分析方法
王劲峰1,葛咏1,李连发1,孟斌2,武继磊3,柏延臣4,杜世宏5,廖一兰1,胡茂桂1,徐成东1
(1.中国科学院地理科学与资源研究所,北京100101;
2.北京联合大学应用文理学院,北京100191;
3.北京大学人口研究所,北京100871;
4.北京师范大学遥感与地理学院,北京100875;
5.北京大学地球与空间科学学院,北京100871)
摘要:随着地理空间观测数据的多年积累,地球环境、社会和健康数据监测能力的增强,地
理信息系统和计算机网络的发展,时空数据集大量生成,时空数据分析实践呈现快速增长。本文对此进行了分析和归纳,总结了时空数据分析的7类主要方法,包括:时空数据可视化,目的是通过视觉启发假设和选择分析模型;空间统计指标的时序分析,反映空间格局随时间
地理探测器_原理与展望_王劲峰
图 1 地理探测器原理
Fig. 1 The principle of geographical detector
118
地理学报
72 卷
值越大说明 Y 的空间分异性越明显;如果分层是由自变量 X 生成的,则 q 值越大表示自变
量 X 对属性 Y 的解释力越强,反之则越弱。极端情况下,q 值为 1 表明因子 X 完全控制了 Y
地理探测器是探测空间分异性,以及揭示其背后驱动力的一组统计学方法。其核心 思想是基于这样的假设:如果某个自变量对某个因变量有重要影响,那么自变量和因变 量的空间分布应该具有相似性[29-30]。地理分异既可以用分类算法来表达,例如环境遥感分 类;也可以根据经验确定,例如胡焕庸线。地理探测器擅长分析类型量,而对于顺序 量、比值量或间隔量,只要进行适当的离散化[31],也可以利用地理探测器对其进行统计 分析。因此,地理探测器既可以探测数值型数据,也可以探测定性数据,这正是地理探 测器的一大优势。地理探测器的另一个独特优势是探测两因子交互作用于因变量。交互 作用一般的识别方法是在回归模型中增加两因子的乘积项,检验其统计显著性。然而, 两因子交互作用不一定就是相乘关系。地理探测器通过分别计算和比较各单因子 q 值及 两因子叠加后的 q 值,可以判断两因子是否存在交互作用,以及交互作用的强弱、方 向、线性还是非线性等。两因子叠加既包括相乘关系,也包括其他关系,只要有关系, 就能检验出来。
基于优化地理探测器的生态环境质量驱动力分析
第31卷第1期2024年2月
水土保持研究
R e s e a r c ho f S o i l a n d W a t e rC o n s e r v a t i o n
V o l .31,N o .1
F e b .,2024
收稿日期:2023-01-04 修回日期:2023-01-21
资助项目:自然资源部城市国土资源监测与仿真重点实验室开放基金资助(K F -2021-06-102);国家重点研发计划(2019Y F B 2102503
) 第一作者:牟凤云(1979 ),女,山东高密人,博士,教授,主要从事交通经济㊁国土资源遥感㊁3S 技术集成与应用㊂E -m a i l :m f y s d @c q j
t u .e d u .c n h t t p :ʊs t b c y j .p a p e r o n c e .o r g
D O I :10.13869/j
.c n k i .r s w c .2024.01.010.牟凤云,黄淇,陈林.基于优化地理探测器的生态环境质量驱动力分析[J ].水土保持研究,2024,31(1):440-449.
M uF e n g y u n ,H u a n g Q i ,C h e nL i n .E c o -e n v i r o n m e n t a l Q u a l i t y D r i v i n g F o r c eD e t e c t i o nU s i n g O p t i m i z e dG e o g r a p
GIS软件应用说明
摘自:南京师范大学地理科学学院GIS专业课程
http://202.119.109.14/dky/index.htm
《GIS软件应用》课程
教材:《ArcGIS9地理信息系统空间分析方法》,科学出版社,2006
参考教材:《ARCGIS 8 Desktop 地理信息系统应用指南》,清华大学出版社,2002
软件:ArcGIS9.0
GIS软件应用是地图学与地理信息系统本科专业的选修课程,课程总学时54,计2学分,周学时3,学时分配:讲授28学时,上机实践26学时。
一、课程特点
实践性很强的课程,是GIS专业学生必须掌握的基本技能。通过课堂上和课后的大量实例练习操作,让学生在熟练掌握GIS通用软件的基础上,理解GIS的基本原理和方法,提高解决实际问题的能力。
二、课程教学目标
GIS软件应用课程以熟练掌握GIS常用软件位基本目标,通过该门课程的学习,使学生不仅掌握常用GIS软件的操作,加深对GIS基本原理的理解和领会,并能够熟练运用一种GIS软件完成地理空间数据的处理和分析。
三、课程内容
以ArcGIS软件为基础,以数据分析处理由浅入深的主线,在介绍ARCGIS的基本操作的基础上着重讲述ArcGIS的空间分析功能模块,培养学生针对问题建模的思想,增加其解决实际问题的能力。主要内容如下:∙ARCGIS应用基础(ArcMap、ArcCatalog、Geoprocessing等)
∙空间数据的采集与组织(Shapefile、Coverage、Geodatabase)
∙空间数据的转换与处理(ArcToolbox)
基于深度学习的地理空间数据分析与可视化研究
基于深度学习的地理空间数据分析与
可视化研究
地理空间数据分析与可视化是一门涉及地理信息科学、计算机科学和人工智能的交叉学科。随着深度学习技术的快速发展,基于深度学习的地理空间数据分析与可视化研究逐渐成为研究热点。本文将从理论和实践两个方面探讨基于深度学习的地理空间数据分析与可视化研究的相关进展和应用。
一、基于深度学习的地理空间数据分析
1. 深度学习在地理空间数据分类和识别中的应用
深度学习算法,如卷积神经网络(CNN)和循环神经网络(RNN)等,具有强大的特征提取和模式识别能力,因此被广泛应用于地理空间数据的分类和识别任务。通过在训练集上训练深度学习模型,可以实现对地理空间数据的自动分类和识别,例如卫星影像中的土地覆盖类型识别、建筑物的识别和道路网络的提取等。
2. 深度学习在地理空间数据预测和模型中的应用
地理空间数据的预测和模型构建是地理空间分析的重要任务。基于深度学习的方法可以通过对历史数据的学习,实现对未来地理空间数据的预测。例如,可以利用深度学习算法对气象数据进行建模,预测未来的天气情况;可以基于深度学习模型对交通流量数据进行预测,优化交通规划和路线选择。
3. 深度学习在地理空间数据挖掘和可视化中的应用
深度学习技术可以用于地理空间数据的挖掘和可视化,帮助我们发现隐藏在数据中的规律和关联。通过深度学习算法对地理空间数据进行聚类和关联分析,可以揭示地理空间数据中
的模式和趋势。此外,利用深度学习和可视化技术结合,可以将复杂的地理空间数据转化为直观、易于理解的可视化图形,更好地展示地理信息和分析结果。
武汉市建设用地报批管理信息系统建设与应用
汉市建设用地报批工作效率 和质量 , 规范和创新建设
用地审查管理手段 , 实现全市建设用地指标管控科学
件 技 术进行 系统 开 发 和 业务 模 拟 , 现 系 统 扩 展 的便 实 捷化 、 系统 运行 的实 用化 、 系统 维 护 的开 放 化 、 统衔 系
制范围内用地年度方案编制、 管理及统计分析 , 提高年
度方案项 目申报质量和工作效率; ( ) 目管理模 块 : 4项 实现全市建设用地 报批项 目
申报 、 立项 、 规划许可、 现场踏勘情况、 补偿安置与规费 测算 以及项 目技术审查等信息的综合管理 ; () 5 批次管理模块 : 实现全市建设用地报批批次基
格数据为报件上报提供实体依据。属性数据包括勘测
定界报 告核心数据 、 报批项 目核 心数 据 、 费测算标 准 、 规 批次报 件核心数据 以及数据字 典等 ; 报批 项 目报件全 文 电子数据包 括报批项 目说明 资料和用 地资料 、 用地 单位 请示 文件 、 一书 四方 案材料 、 征地程 序相 关材 料 、 国土部 门相关 审批 文件 、 他相 关 部 门批 复文 件 、 测 定界 相 其 勘 关文 字材料 、 类 图件 以及 其 他 相 关 材 料 的扫 描 数 据 各 等 。空间数据涵括六 大类数据 , 即土地 管理 审批数 据包 括 : 用地报批 、 征收 、 建设 土地 土地供 应 、 登记 发证 、 土地 开发 复垦整理 相关 信 息 ; 地报 批 依 据包 括 : 土 土地利 用 总体 规划 、 征地 综合 区片地 价 和统 一 年产 值标 准 、 城镇
空间分析的方法
考虑到空间目标兼有几何数据和属性数据的描述, 因此必须联合几何数据和属性数据进行分析。
23
不同空间数据类型的空间分析方法:
25
1.2 空间分析的研究内容
空间分析是GIS的主要功能,是GIS的核心和灵魂。
在GIS的早期发展阶段,人们的注意力多集中于空 间数据结构及计算机制图方面,空间分析的问题尚不 尖锐。
12
http://esa.snre.umich.edu,美国密歇根州大学环境空 间分析实验室。
13
http://www.uvm.edu/~envnr/sal/,美国佛蒙特州州立大学 的空间分析实验室。
14
http://csat.er.usgs.gov,Center for Spatial Analysis Technologies,United States Geological Survey(USGS),美国 国家地质局的空间分析技术实验室。
5
四、空间分析研究的相关网站
6
http://autolib.homebj.com: 中科院地理所王劲峰研究员的空间分析网站。
7
http://www.tiem.utk.edu/~sada/index.shtml,美国田纳 西州州立大学空间分析和决策支持主页。
利用GIS挖掘湖南省结核病时空格局
年期间的全省结核病时空分布格局。整个时空分析过
程如下 :
( ) 理湖 南省结 核 病例统 计数 据 。 1整
() 2 整理 市级 行政 区划地 图。该 步 骤 主要 是 收集
湖 南省 行政 区划 基础 数 字 地 图 , 文 以 中华 人 民共 和 本 国国 家测绘 局发 布 的中 国数 字地 图( :0 110万 ) 基础 为
分布特征. 中华流行病学 杂志 ,0 3 20 .
5. Emma K , a u I , b  ̄ H.S a i n l ss o ma r n l c tc Ch p tJ M Ro e p t a ay i fhu n g a u o yi l a e ri h o i n a y h l i ss e l me, n e t u . c r Co n ci t Eme g n n s 2 0 8. c r i g I fDi , 0 2,
测 , 结识 别 出疾病 的时空演 化模 型 , 总 掌握 传染 病演 变 趋 势 和 时 空 分 布 格 局 , 而 能 够 了 解 传 染 病 疫 情 动 从 态 ; 次通 过将 疾 病 的时 空 分 布 模 式 与 地 理 因 素 其 ( 地 形 、 貌 、 壤 因 素 、 观 种 植 格 局 、 象 条 件 如 地 土 景 气 等) 和人 文社 会 因素 ( 经 济发 展 、 染 指 数 等 ) 行 如 污 进 相关 分 析 , 探 索 影 响疾 病 的可 能 因 素 ; 次 , 可 再 也 可 以凭 借 G S的空 问决 策 技 术 , 学评 价 卫 生 资 源 的 I 科 配置 状 态 , 合 疾 病 时空 分 布规 律 , 理 调 配 医疗 资 结 合
空间信息分析技术_王劲峰
第24卷 第3期
2005年5月地 理 研 究GEO GRA P HICAL RESEA RC H Vol 124,No 13May ,2005
收稿日期:2004210216;修订日期:2005201228
基金项目:国家自然科学基金课题(40471111)、863项目(2002AA13523021)和973项目(2001CB5103)支持。 作者简介:王劲峰(19652),上海市人,研究员,博士生导师。主要从事地球信息科学研究。
Email :wangjf @igsnrr 1ac 1cn
空间信息分析技术
王劲峰,武继磊,孙英君,李连发,孟 斌
(中国科学院地理科学与资源研究所,北京100101)
摘要:在GIS 技术日趋成熟和空间数据极大丰富的今天,通过分析空间数据探索空间过程机
理正变得日益迫切。空间信息分析技术至少包括以下六个主要方面:(1)空间数据获取和预
处理;(2)属性数据空间化和空间尺度转换;(3)空间信息探索分析;(4)地统计;(5)格
数据分析;(6)复杂信息反演和预报。本文提出了解决具体应用问题一般的空间数据分析计
算、结果解释和反馈程序。认为空间过程的一般共性和作为共同的研究对象,各种不同的方
法技术最终可能导致空间数学(spatial mathematics )的产生,同时发展鲁棒的空间分析软件
包对于普及空间数学是必要的。
关 键 词:GIS ;空间信息;空间过程;空间分析;机理解释
文章编号:100020585(2005)0320464209
1 引言
随着对地观测、社会经济调查、计算机网络和格网信息处理能力的迅速提高,空间数据正在以指数方式急速增加。通用和专用的(时)空间数据结构[1]、应用于具体事物的管理信息系统、以及对这些海量空间数据进行深加工以获得高附加值的信息产品的空间信息分析技术[2]成为空间信息三大领域。
SDML:基于空间数据库的空间数据挖掘语言
SDML:基于空间数据库的空间数据挖掘语言
高韬;谢昆青;马修军;陈冠华
【期刊名称】《北京大学学报:自然科学版》
【年(卷),期】2004(40)3
【摘要】设计了一种基于空间数据库的空间数据挖掘语言SDML。根据SDML操作的对象以及挖掘过程的不同阶段 ,SDML语言可以分为视图操纵语言和模型操纵语言 ,分别负责对于数据挖掘视图和模型的操作。详细阐述了SDML的设计思想及其设计方案 ,针对空间泛化和空间关联这两个典型的空间数据挖掘问题。
【总页数】8页(P465-472)
【关键词】空间数据挖掘;数据挖掘语言;数据挖掘视图;数据挖掘模型
【作者】高韬;谢昆青;马修军;陈冠华
【作者单位】北京大学信息科学技术学院智能科学系视觉与听觉信息处理国家重点实验室
【正文语种】中文
【中图分类】TP301;TP391
【相关文献】
1.“数字城管”空间数据库更新维护技术方法探讨——基于乌鲁木齐市数字化城市管理信息系统空间数据库分析 [J], 曾庆友;张超;武鑫;裴蕾
2.空间数据库中的数据挖掘 [J], 李燕
3.基于空间数据库的数据挖掘技术 [J], 蒋旻
4.基于Avenue语言的GIS空间数据库管理与开发 [J], 刘加生;刘万选
5.空间数据库中的数据挖掘 [J], 李燕
因版权原因,仅展示原文概要,查看原文内容请购买
基于可变形图卷积的点云表征学习
基于可变形图卷积的点云表征学习
李宗民;张玉鹏;刘玉杰;李华
【期刊名称】《计算机科学》
【年(卷),期】2022(49)8
【摘要】虽然深层神经网络较为成功地解决了点云数据稀疏和不规则等问题,但是点云局部特征的学习仍然是一个非常具有挑战性的问题。现有的用于点云表征学习的网络存在点与点之间相互独立提取特征的问题,为此提出了一种全新的空域图卷积。首先,在构造图结构时提出了自适应空洞K近邻算法,以最大程度地捕获局部拓扑结构信息;其次,在卷积中加入了卷积核每条边与感受野图之间的角度特征,保证了更具鉴别力的特征提取;最后,为了充分利用局部特征,提出了一种全新的图金字塔池化,以更好地融合多尺度特征。在标准公开数据集ModelNet40和ShapeNet上测试该算法,分别取得了93.2%与86.5%的准确度。实验结果表明,该算法在点云表征学习中处于领先水平。
【总页数】6页(P273-278)
【作者】李宗民;张玉鹏;刘玉杰;李华
【作者单位】中国石油大学(华东)计算机科学与技术学院;中国科学院计算技术研究所
【正文语种】中文
【中图分类】TP391.41
【相关文献】
1.基于顶点变形梯度的点云曲面变形传输
2.基于对抗图卷积的网络表征学习框架
3.基于卷积神经网络的CT图自动检测深度学习
4.基于动态图卷积和空间金字塔池化的点云深度学习网络
5.基于深度Q学习和可变形卷积U-Net的肝脏肿瘤分割方法
因版权原因,仅展示原文概要,查看原文内容请购买
浅谈空间分析技术的应用领域及前景
浅谈空间分析技术的应用领域及前景
引言
随着对地观测和计算机技术的发展.空间信急及其处理能力己极富和加强了人们渴望
利用这些空间信息来认识和把握地球和社空间运动规律,进行虚拟、科学预测和调控,迫切需要建立分析的理论和方法体系。
1.空间分析技术概况
空间分析是指用于分析地理事件的一系列技术.其分析结果依赖件的空间分布翻面向
最终用户。其目的是:①有效地获取、科学地和认知空间数据,如绘制风险图:②理
解和解释生成观察地理图背景过程,如住房价格中的地理邻居效应;③预报,如传染
病爆④调控在地理空间上发生的事件,如合理分配资源。分析的内容空间分析从数据
模型上可划分为拓扑分析、属性分析、拓扑与属联合分析。拓扑分析包括空间图形数
据的拓扑运算.即旋转变换、尺变换、二维及三维显示和几何元素计算等:属性分析
包括数据、逻辑与数学运算、重分类和统计分析等;拓扑与属性的联合分析与拓扑相
关的数据检索、叠置处理、区域分析、邻域分析、网络分析
2.空间分析方法的应用领域
2.1空间分析在土地利用/土地覆被变化机制研究中的应用
2.1.1 Lucc研究中对地图的空间分析技术。
主要使用GIs中的叠置分析、缓冲区分析及地学图谱方法。空间叠置分析是将
同~地区不同时段的土地利用矢量图件在GIs软件支持下进行空间信息对比。建立土
地利用/覆被变化转移矩阵.统计计算各类土地利用变化的数量,揭示土地利用/覆
梭变化的原因。它是Lucc研究中最普遍、应用频次最高的一种。国外对土地利用变化的研究思路是在GIs软件的支持下,对不同时期遥感影像或土地利用图进行空间叠加
大数据时代下《GIS空间分析》课程内容建设
2019年中国地理信息产业大会发布的《中国地理
信息产业发展报告(2019)》显示,我国地理信息产业近6000亿元,对空间信息技术领域人才需求迅速增加[1]。因此,加快空间信息技术应用类专业课程建
设刻不容缓[2]。为促进地理空间信息应用,空间分析是将地理空间数据转化为地理空间信息并进一步利用的关键环节。GIS 空间分析理论、方法以及GIS 软件工具的迅速发展,大大提升了空间分析认知和解决客观世界复杂现实问题的能力。因此,《GIS 空间分析》已成为众多院校地理学、地理信息科学、以及遥感科学等专业的核心课程之一[3]。
空间分析思想的历史悠久,内容丰富[4],同时又处于持续发展和完善过程中。作为空间分析的对象,地理实体或现象是一个动态发展过程,但受过去数据源和分析方法与技术等限制,《GIS 空间分析》课程着
重面向静态空间开展教学。随着近年来地理空间数据来源和类型多元化以及信息处理技术的快速发展,使得地理空间数据获取、处理和分析方法都发生了巨大变革[5],而面向地理时空大数据的空间分析理论与方法越来越受到重视。因此,为适应当前地理信息产业发展需求以及社会对GIS 毕业生创新实践能力的要求,亟需梳理、更新和完善《GIS 空间分析》课程教学内容,将GIS 空间分析教学从侧重静态空间维度向动态时空维度发展,才能适应科技发展和社会需求[6]。
1地理时空大数据时代下GIS空间分析面临的机遇与挑战
随着遥感、移动互联网、传感器网络、物联网等技术的快速发展,这些技术无所不在并实时采集地球上地理实体和人类活动的多维动态时空数据,为GIS
地理空间数据分析与ppt课件
2024/7/17
25
在整堂课的教学中,刘教师总是让学 生带着 问题来 学习, 而问题 的设置 具有一 定的梯 度,由 浅入深 ,所提 出的问 题也很 明确
空间数据分析与GIS
▪ 空间数据处理与建模发展历史
▪ GIS空间分析定义
▪ 空间分析的主要方法、步骤
▪ 空间分析一般模型
▪ 地理空间问题
2024/7/17
▪ 空间查询和检索 ▪ 空间量算 ▪ 空间插值 ▪ 叠置分析 ▪ 缓冲区分析 ▪ 网络分析 ▪ 数字高程分析
2024/7/17
20
在整堂课的教学中,刘教师总是让学 生带着 问题来 学习, 而问题 的设置 具有一 定的梯 度,由 浅入深 ,所提 出的问 题也很 明确
空间统计分析
▪ 属性数据的一般统计方法 ▪ 空间统计方法 ▪ 景观格局分析
▪ 空间数据处理与建模发展历史 ▪ GIS空间分析定义 ▪ 空间分析的主要方法、步骤 ▪ 空间分析一般模型 ▪ 地理空间问题
2024/7/17
3
在整堂课的教学中,刘教师总是让学 生带着 问题来 学习, 而问题 的设置 具有一 定的梯 度,由 浅入深 ,所提 出的问 题也很 明确
▪ 空间数据处理与建模发展历史 ▪ GIS空间分析定义 ▪ 空间分析的主要方法、步骤 ▪ 空间分析一般模型 ▪ 地理空间问题
智能计算技术中神经网络模型(NN)、模糊
地理信息系统与空间分析的基本概念资料
这种关系的特点是,空间实体之间存 在明显的作用力。 如:城镇的分布格局;天体的分布; 元胞自动机;对弈关系(对抗性的体 育运动、棋类)
23
围棋的布局
岛链部署
4 空间实体之间的关系
• 空间传播
空间传播与空间互作用的区别在于: 空间传播过程中,空间实体的性质发 生了变化。
如:流行病的传播(SARS的传播); 洪水的演进;热带风暴的预报;火灾 的控制。
13
3 空间数据类型
空间矢量数据(要素类型)
土地类型、道路、城区分布、行政边 界、河流等等
空间栅格数据 DEM、遥感数据、各种图像、其它
数据转换得来 数据示例
14
3 空间数据类型
空间网络数据
交通网络、管线网络、河网、血管网、 电网等
三维数据
三维矿体、三维地貌、建筑物
15
3 空间数据类型
25
香港
假定初始时刻的病例数为 N0 , 平 均每病人每天可传染K个人(K一 般为小数),平均每个病人可以 直接感染他人的时间为 L 天。则 在 L 天之内,病例数目的增长随 时间t(单位天)的关系是: N (t) = N0 (1+K)t 北京
• 当疫情在40天之前采取措施是控制疫 情的最佳时机,而且越早越好。4月 20日采取措施已经是亡羊补牢。
4
空间分析技术与地理信息系统的结合
空间分析技术与地理信息系统的结合
摘要:空间信息分析处理技术是空间分析技术与地理信息系统相结合而成的,这两种技术能够提升地理信息系统的空间分析能力,还能够促进地理信息系
统后期的研发,能够在其中起到协助作用。本篇文章主要对空间分析技术与地理
信息技术的结合进行探究,深度解析其中的问题,并制定合理的方案探究二者相
结合的方向与途径以及空间分析技术与地理信息系统在实践中的应用,供参考。
关键词:空间分析;地理信息系统;实践应用
从客观的角度去讲,地理信息系统能够在计算机硬件系统的协助下,对不同
种类的信息系统数据进行运算、分析、储存等。对于空间分析而言,它是近些年
才进入大众视野的一项新型的空间分析模式。它主要以空间运算为主,通过对外
界新型空间技术进行获取,其中获取道到的数据信息主要是以空间分布、演变以
及形成的数据为主。地理信息系统包含空间分析功能,该功能能够对空间地理信
息进行系统式的评定,能够快速地判定出地理信息系统软件质量的高低,在运算
时主要通过逻辑、统计等运算方式。最基础的空间分析主要是通过空间缓冲区、
叠加区以及空间地理信息模型等进行空间数据信息的查询。
1空间分析与地理信息系统技术
空间信息分析技术作为我国近些年发展的标志性内容,这种分析方法是一项
新型的具有空间结构特征、空间模拟等相关技术的载体,其中不仅包含多种空间
技术还具有一定的变量特征以及空间结构特征,通过对这两项内容进行深入分析,从而实现过程模拟以及插值等相关操作。地理信息系统离不开信息技术的协助,
在计算机技术的支持下,地理信息系统能够更加快捷地捕捉到所需的数据信息,
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
第24卷 第3期
2005年5月地 理 研 究GEO GRA P HICAL RESEA RC H Vol 124,No 13May ,2005
收稿日期:2004210216;修订日期:2005201228
基金项目:国家自然科学基金课题(40471111)、863项目(2002AA13523021)和973项目(2001CB5103)支持。 作者简介:王劲峰(19652),上海市人,研究员,博士生导师。主要从事地球信息科学研究。
Email :wangjf @igsnrr 1ac 1cn
空间信息分析技术
王劲峰,武继磊,孙英君,李连发,孟 斌
(中国科学院地理科学与资源研究所,北京100101)
摘要:在GIS 技术日趋成熟和空间数据极大丰富的今天,通过分析空间数据探索空间过程机
理正变得日益迫切。空间信息分析技术至少包括以下六个主要方面:(1)空间数据获取和预
处理;(2)属性数据空间化和空间尺度转换;(3)空间信息探索分析;(4)地统计;(5)格
数据分析;(6)复杂信息反演和预报。本文提出了解决具体应用问题一般的空间数据分析计
算、结果解释和反馈程序。认为空间过程的一般共性和作为共同的研究对象,各种不同的方
法技术最终可能导致空间数学(spatial mathematics )的产生,同时发展鲁棒的空间分析软件
包对于普及空间数学是必要的。
关 键 词:GIS ;空间信息;空间过程;空间分析;机理解释
文章编号:100020585(2005)0320464209
1 引言
随着对地观测、社会经济调查、计算机网络和格网信息处理能力的迅速提高,空间数据正在以指数方式急速增加。通用和专用的(时)空间数据结构[1]、应用于具体事物的管理信息系统、以及对这些海量空间数据进行深加工以获得高附加值的信息产品的空间信息分析技术[2]成为空间信息三大领域。
数据分析通常用统计学方法,当今流行软件包SPSS 、MA TL AB 等大大地促进了数据分析深加工及其在各领域的应用(徐建华,2002)。
但是,空间数据通常具有非独立性,这与经典统计学基本假设相驳。因此,专门的空间信息分析理论和技术正在迅速发展[3~5],已在遥感、生态环境、地球科学、社会经济等领域得到诸多成功的应用,展现出广阔的应用潜力。
2 研究动态
统计分析是常规数据分析的主要手段。然而,传统统计学在分析空间数据时存在致命的缺陷,这种缺陷是由空间数据的本质特征和传统的统计学方法的基本假设共同造成的。传统的统计学方法是建立在样本独立与大样本两个基本假设之上的,对于空间数据,这两个基本假设前提通常都得不到满足。空间上分布的对象与事件在空间上的相互依赖性是普遍存在的,这使大部分空间数据样本间不独立,即不满足传统统计分析的样本独立性前提,因而不适于进行经典统计分析[6];另一方面,有些空间数据采样困难,如某些气象台站分布在稀疏的山区,导致样本点太少而不能满足传统统计分析方法大样本的前提;地学
3期王劲峰等:空间信息分析技术465
空间数据通常的不可重复性进一步造成了空间数据分析的特殊性。因此,专门的空间信息分析理论、方法和技术自20世纪60年代末开始得到认识并研究。
空间数据大体上可分为空间离散或连续型数据(可互相转化),以及多边形数据两大类。自然科学多涉及前者,而社会经济科学多涉及后者。随着人地一体化研究趋势的发展,对两类数据进行综合分析的趋势日益显露。
目前空间数据分析软件包已有不少,主要来自两大学科领域:地理学和地质学。由于地理学和地质学研究对象不同,所涉及的数据特点和分析方法不同,造成两大流派在软件功能、结构、风格上的不同。
在欧美,60年代经历了地理学计量革命,其主流是试图将社会经济时空格局和过程数学公式化。在GIS趋于成熟和空间数据迅速膨胀的技术条件下,当时的学者成为现今地理信息科学的主要推动者,造成地理学者所研发的空间信息分析软件包多带有处理多边形数据(社会经济统计单元,遥感像元数据亦属此类)的特点。相反,源于地质学的空间分析软件包一般适用于分析离散和连续的数据。
空间信息分析理论和技术较为复杂,对于一般科研人员而言掌握难度大,耗费精力多。为此,美英两国都已建立了相应的国家级研发计划,更有甚者,全球销量最大的GIS 基础软件的研发者美国环境系统研究所在ARC GIS811及以上版本已集成了地统计学模块[7],目前正在积极争取集成美国国家基金会资助完成的Lattice数据分析模块,该功能可以被几乎所有从事地理信息管理的用户所使用,进行空间信息的分析和深加工。
3 技术体系
空间信息分析包括数据获取和预处理(模块M1);当进行多源异构数据综合分析时,需要进行属性数据空间化和尺度转换处理(模块M2);然后进行空间数据探索分析(模块M3);之后根据属性数据的空间存在格式(空间连续分布或离散分布、规则或不规则多边形分布、多源复杂异构信息),分别引导建立地统计模型(模块M4)、格数据分析模型(模块M5)、复杂信息分解和预报模型(模块M6)、以及其他(见图1)。M1至M3属数据预处理范畴,M4至M6属问题建模范畴,对建立的模型M4-M6需要求解,机理解释及预报。
图中各模块可独立或联合运行,这取决于所研究的问题和对象(所需输出),以及研究人员当前所处的分析阶段(输入)。具体研究内容如下:
模块11空间数据获取和预处理
空间数据采集与尽可能完备化是所有工作重要的第一步,主要利用采样、插值、缺值方法。
(1)空间信息抽样估计 在地学空间应用领域,如环境监测、资源调查、社会统计等,空间信息抽样估计问题大量存在[8,9]。空间抽样针对地学对象普遍存在的空间关联性和先验信息,从样本选取方式、空间关联性及精度衡量三方面对空间信息获取提供符合统计假设的新的解决思路。
全国耕地面积动态调查,原先穷尽总体的方法(卫片和航片全覆盖),既耗时又花费巨大,报告形成缓慢;而采用Sandwich空间采样模型[10]后,只要利用先验信息并辅以少量样本,就可以同时形成全国2700多个县的分县报告,既节省大量时间和开支又能满足精度要求。在此基础之上建立空间抽样优化决策通用集成模型,解决地学分析及资源调查