地图资料常用分类与分级

0.88 2.24 5.14 3.96 5.03
4.77 2.99 3.32 1.29
例：最短距离法
(3)在上一步骤中所得到的8×8阶距离矩阵中，非 对角元素中最小者为d57=0.83，故将G5与G7归并为 一类，记为G11，即G11=｛G5，G7｝。 按照公式（3.4.10）式分别计算G1，G2，G3， G6，G8，G10与G11之间的距离，可得到一个新的 7×7阶距离矩阵
例：最短距离法
G1 G1 G2 G3 G5 G6 G7 G8 G10 0 1.52 0 0 0 0 0 0 0 3.10 2.70 G2 G3 G5 G6 G7 G8 G10
5.86 6.02 3.64
4.72 4.46 1.86 1.78 1.32
5.79 5.53 2.93 0.83 1.07 2.19 1.47 1.20
例题:以下根据式（3.4.9）中的距离矩阵，用最 短距离聚类法对某地区的9个农业区进行聚类分 析。
例：最短距离法
(1) 在9×9阶距离矩阵D中，非对角元素中最小者是 d94=0.51，首先将第4区与第9区并为一类，记为G10=｛G4， G9｝。按照公式（3.4.10）式分别计算G1，G2，G3，G5， G6，G7，G8与G10之间的距离得
地图资料常用分类与分级
My name contact information or project description
目录
地图资料分类 地图资料分级 小组成员介绍
地图资料常用分类
• 分类定义：根据现象之间的相似性与亲疏程度， 用数学方法将其做不分成若干个类别，最后得到 一个能够反映现象之间亲疏程度的客观分类系 统，正确地反映事物之间的相似性和差异性。 • 专题地图制图数据的分类，一般采用聚类分析法 • 聚类分析方法：将制图对象中，有最大相似程度 的现象聚合为类,反映呈地域分布的地理现象的特 征，从而编制各种类型图或区划图。
d6，10=min｛d64，d69｝= min｛2.99，3.06｝=2.99
d7，10=min｛d74，d79｝= min｛4.06，3.32｝=3.32 d8，10=min｛d84，d89｝= min｛1.29，1.40｝=1.29
(2)这样就得到G1，G2，G3，G5，G6，G7，G8， G10上的一个新的8×8阶距离矩阵
例：最短距离法
G1 G1 G2 G3 G6 G8 G10 G11 0 1.52 3.10 4.72 1.32 2.19 5.79 0 2.70 4.46 0.88 1.47 5.53 0 1.86 2.24 1.20 2.93 0 3.96 2.99 1.07 0 1.29 5.03 0 3.32 0 G2 G3 G6 G8 G10 G11
例：最短距离法
G13 G16 G13 0 0 G16 1.86
(9)将G13与G16归并为 一类。此时，所有分类对 象均Fra Baidu bibliotek归并为一类。 综合上述聚类过程， 可以作出最短距离聚类谱 系图（图3.4.2）。
例：最短距离法
图3.4.2 最短距离聚类谱系图
地图资料常用分级
• 分级实质：认识事物群体特征的一种概括 手段，而且是常用方法。对各种专题数据 进行分级，处理，并选用相应的表示方法， 制成专题图。
(4)在第2步所得到的7×7阶距离矩阵中，非对角元素中最小 者为d28=0.88，故将G2与G8归并为一类，记为G12，即 G12=｛G2，G8｝。再按照公式（3.4.10）分别计算G1， G3，G6，G10，G11与G12之间的距离，可得到一个新的 6×6阶距离矩阵
例：最短距离法
G1 G1 G3 G6 G10 G11 G12 0 3.10 0 0 2.99 0 3.32 0 0 4.72 1.86 2.19 1.20 5.79 1.32 G3 G6 G10 G11 G12
d rk min{ d pk , d qk }
( k p, q )
（3.4.10）
计算原来各类与新类之间的距离，这样就得到一个新的 （m－1）阶的距离矩阵； 再从新的距离矩阵中选出最小 者dij，把Gi和Gj归并成新类；再计算各类与新类的距离， 这样一直下去，直至各分类对象被归为一类为止。
例：最短距离法
2.93 1.07
2.24 3.96 1.29 5.03
(5)在第3步所得的6×6阶距离矩阵中，非对角 元素中最小者为d6，11=1.07，故将G6与G11归并为一 类，记为G13，即G13=｛G6，G11｝=｛G6，（G5， G7）｝。再按照公式（3.4.10）计算G1，G3，G10， G12与G13之间的距离，可得到一个新的5×5阶距离 矩阵
地图资料常用分类
最短距离法
地图资料分类
重心法 Data Base
聚类分析方法
最长距离法
中间距离法
系统聚类方法
PS:除此之外还有类 平均法，离差平方 和法等等
例：最短距离法
• 原理 最短距离聚类法，是在原来的m×m距离矩阵的非对角 元素中找出d pq min{d ij }，把分类对象Gp和Gq归并为一新类 Gr，然后按计算公式
d1，10=min｛d14，d19｝= min｛2.19，2.62｝=2.19
d2，10=min｛d24，d29｝= min｛1.47，1.66｝=1.47
d3，10=min｛d34，d39｝= min｛1.23，1.20｝=1.20
例：最短距离法
d5，10=min｛d54，d59｝= min｛4.77，4.84｝=4.77
地图资料常用分级
分位数分级 数列分级 最优分割分级
传统分级方法
逐步模式识别分级
级数分级 逐步聚类分级 模糊聚类分级
现代分级方法
地图资料常用分级
传统分级方法
数列和级数分级法由于仅仅依据分级数据的最大值、最 小值和分级数就可以确定分级界限，所以把各种数列和 级数分级方法称为传统分级方法。
地图资料常用分级
例：最短距离法
G1 G1 G12 G13 G14 0 1.32 4.72 2.19 0 3.96 1.29 0 1.86 0 G12 G13 G14
(7)在第5步所得到的4×4阶距离矩阵中，非对角线元素
中最小者为d12，14=1.29，故将G12与G14归并为一类， 记为G15，即G15=｛G12，G14｝=｛（G2，G8）， （G3，（G4，G9））｝。再按照公式（3.4.10）计算 G1，G13与G15之间的距离，可得一个新的3×3阶距离 矩阵
例：最短距离法
G1 G1 G13 G15 0 4.72 1.32 0 1.86 0 G13 G15
(8)在第6步所得的3×3阶距离矩阵中，非对角线元素中最 小者为d1，15=1.32，故将G1与G15归并为一类，记为G16， 即G16=｛G1，G15｝=｛（G1，（G2，G8），（G3， （G4，G9））｝。再按照公式（3.4.10）计算G13与G16 之间的距离，可得一个新的2×2阶距离矩阵
现代分级方法
地图资料常用分级
地图资料常用分级
(以上资料来自统计专题地图 分级数据处理模型设计P285)
小组成员
• PPT展示：裴杰 • 资料收集：唐儒罡 • PPT制作：武子鸣 邢利钧
谢谢观赏
WPS Office
例：最短距离法
G1 G1 G3 G10 G12 G13 0 3.10 2.19 1.32 4.72 0 1.20 2.24 1.86 0 1.29 2.99 0 3.96 0 G3 G10 G12 G13
(6)在第4步所得的5×5阶距离矩阵中，非对角线 元素中最小者为d3，10=1.20，故将G3与G10归并为一 类，记为G14，即G14=｛G3，G10｝=｛G3，（G4， G9）｝。再按照公式（3.4.10）计算G1，G12，G13 与G14之间的距离，可得一个新的4×4阶距离矩阵