GIS原理课件7.5三维空间分析7.6空间统计分析

东华理工大学 吴静
➢ 3）体积计算
❑ 采用近似方法：基底面积乘以格网点曲面高度的平均 值
S三角形 = SA (h1 + h2 + h3 ) / 3 S四边形 = SA (h1 + h2 + h3 + h4 ) / 4
东华理工大学 吴静
➢ 4）坡度、坡向与曲率分析
剖面曲率：与等高线垂 直的曲线曲率
即单位区域内的发生频数，例如：
❑ 1）某地区汽车加油站的密度=加油站数／总公路里程； ❑ 2）某地区森林覆盖率＝森林面积／地区总面积； ❑ 3）某省人口密度＝人口数／该省总面积； ❑ 4）某地区交通网密度＝交通网总长度／区域总面积； ❑ 5）城市商业网点密度＝商业网点数／城区总面积； ❑ 6）某河流沿岸防护堤修筑比率＝防护堤总长度／河岸总长度
系数lij的确定原则： ① zi与zj（i≠j；i，j=1，2，…，m）相互无关；
② z1是x1，x2，…，xP的一切线性组合中方差最大者，z2 是与z1不相关的x1，x2，…，xP的所有线性组合中方差最大 者;…; zm是与z1，z2，……，zm－1都不相关的x1，x2，…xP， 的 所有线性组合中方差最大者。
➢ 为了将空间实体的某些属性进行横向或纵向比较，往 往将实体的某些属性制作成统计图表，以便进行直观 的综合评价
➢ 有时，人们不满足于某些绝对指标的显示与分析，需 要了解它的相对指标，因而密度计算也是空间统计分 析的常用方法
➢ 为了找出空间数据之间的主要特征和关系，需要对空 间数据进行分类评价,或者说进行空间聚类分析
定义：记x1，x2，…，xP为原变量指标，z1，z2，…，zm（m≤p） 为新变量指标
z1 = l11x1 + l12 x2 + + l1p xp
z2
=
l21 x1
+ l22 x2
++ l2 p xp
............
zm = lm1x1 + lm2 x2 + + lmp xp
(5.6.2)
东华理工大学 吴静
A A’
A-A′间的通视情况示意
A—A′两点间的通视剖面图
东华理工大学 吴静
❑ 可视区分析基本思路 ⧫ 计算基于规则格网DEM的可视域，简单的方法就是 沿着视线的方向，从视点开始到目标格网点，计算 与视线相交的格网单元(边或面)，判断相交的格网 单元是否可视，从而确定视点与目标视点之间是否 可视 ⧫ 基于TIN地形模型的可视区计算一般通过计算地形 中单个的三角形面元可视的部分来实现，它与三维 场景中隐藏面消去问题相似，将隐藏面消去法加以 改进
所对应的第1、第2、…、第m（m≤p）个主成分。
④ 计算主成分载荷
lij = p(zi , x j ) = i eij (i, j = 1,2,, p)
⑤ 各主成分的得分
z11 z12 z1m
Z
=
z21
z22
z2
m
zn1
zn2
znm
（5.6.5） （5.6.6）
东华理工大学 吴静
流域、分水线和合水线、汇流区域、特征地貌
东华理工大学 吴静
内部沟谷段 外部沟谷段 内部沟谷节点 汇流源点 分水线 分水线源点 流域边界 流水方向
流域网络概念
流域
子流域
汇流区
合水线
分水线
外部合水线 内部合水线 外部分水线 内部分水线
汇流源点 沟谷节点 分水线节点 分水线源点
东华理工大学 吴静
东华理工大学 吴静
6.3 主成分分析（principal component analysis）
◼ 主成分分析的基本原理 ◼ 主成分分析的计算步骤 ◼ 主成分分析方法应用实例
■主成分分析也称主分量分析 ，是由Hotelling于 1933年首先提出的。
■由于多个变量之间往往存在着一定程度的相关性。 人们自然希望通过线性组合的方式，从这些指标中 尽可能快地提取信息。
⧫ b、地形可视结构计算(即可视域的计算) 计算对于给定的观察 点，地形环境中通视的区域及不通视的区域
⧫ c、水平可视计算 水平可视计算是指对于地形环境给定的边 界范围，确定围绕观察点所有射线方向上距离观察点最远的 可视点
东华理工大学 吴静
6. 空间统计分析
➢ 空间统计分析主要用于空间数据的分类与综合评价， 涉及到空间和非空间数据的处理和统计计算
切曲率：TangentialCurturve
=
−
f xx
f
2 y
(
f
2 x
+
− 2 f xy f x f
f
2 y
)(
f
2 x
+
y+
f
2 y
f yy
f
2 x
+ 1)1 2
东华理工大学 吴静
DEM
坡度
坡向
剖面曲率
平面曲率
东华理工大学 吴静
➢ 5）流域分析（Watershed）
❑ 流域是指流经其中的水流和其它物质从一个公共的出水口 排出从而形成一个集中的排水区域；汇水面积是指从某个 出水口（或点）流出的河流的总面积；出水口（或点）即 流域内水流的出口，是整个流域的最低处；流域间的分界 线既为分水岭
因此，人们会很自然地想到，能否在相关分析的 基础上，用较少的新变量代替原来较多的旧变量，而 且使这些较少的新变量尽可能多地保留原来变量所反 映的信息？
事实上，这种想法是可以实现的，主成分分析方 法就是综合处理这种问题的一种强有力的工具。
主成分分析是把原来多个变量划为少数几个综合 指标的一种统计分析方法。
第七章 空间查询与 空间分析
东华理工大学 吴静
5. 三维空间分析
➢ 三维空间分析不仅是地形分析，它实际上是对x，y平 面的第三维变量分析 ❑地形、降雨量、土壤酸碱度
➢ 三维空间分析内容 ❑趋势面分析、表面积分析、体积分析、坡度分析、 坡向分析、剖面计算、可视域分析、流域分析
东华理工大学 吴静
➢ 1）趋势面分析
n
(xki − xi )2 (xkj − x j )2
（5.6.4）
k =1
k =1
（二）计算特征值与特征向量
① 解特征方程 I − R = 0 ，常用雅可比法（Jacobi）求
出特征值，并使其按大小顺序排 1 2 p 0；
② 分别求出对应于特征值i 的特征向量 ei (i = 1,2,, p)
东华理工大学 吴静
可视区分析：可视区分析不仅显示了在一个区域内从一个或多个观察
点可以观察到的区域范围，而且显示了对于一个可视位置，有多少观察 点可以看到此位置
东华理工大学 吴静
❑ 可视性分析最基本的用途可以分为三种
⧫ a、可视查询 可视查询主要是指对于给定的地形环境中的目 标对象(或区域)，确定从某个观察点观察，该目标对象是可视 还是某一部分是可视
二、主成分分析的计算步骤
（一）计算相关系数矩阵
r11 r12 r1 p
R
=
r21
r22
r2
p
rp1
rp 2
rpp
（5.6.3）
rij（i，j=1，2，…，p）为原变量xi与xj的相关系数， rij=rji，其计算公式为
n
(xki − xi )(xkj − x j )
rij =
k =1 n
东华理工大学 吴静
提取Watershed
➢ 6）剖面分析
❑主要用于研究地形的剖面特性，基本思路是给定任 意两点，过两点作垂直平面，垂直平面与地面的交 线构成剖面
❑随着数据格式的不同剖面分析的方法不同：基于等 高线、基于TIN、基于DEM
东华理工大学 吴静
➢ 7）可视性分析（Visibility）
⧫ 可视区分析（Viewshed Analysis），确定了从一个或多个观 察点可以观测到的区域。回答了“从这里我可以看到什么？” 的问题
东华理工大学 吴静
❑ 判断两点之间通视性的算法基本思路如下： ⧫ ①确定过观察点和目标点所在的线段与XY平面垂直 的平面S； ⧫ ②求出地形模型中与S相交的所有边； ⧫ ③判断相交的边是否位于观察点和目标点所在的线 段之上，如果有一条边在其上，则观察点和目标点 不可视两种类型
p
，要求 ei =1，即 ei2j = 1 ,其中eij 表示向量 ei 的第j
个分量。
j =1
③ 计算主成分贡献率及累计贡献率
✓ 贡献率
i
p
k
k =1
✓累计贡献率
(i = 1,2,, p)
i
k
k =1
p
k
k =1
(i = 1,2,, p)
一般取累计贡献率达85%~95%的特征值 1, 2 ,, m
■当第一个线性组合不能提取更多的信息时，再考 虑用第二个线性组合继续这个快速提取的过 程，……，直到所提取的信息与原指标相差不多时 为止。
——主成分分析的思想。
■众所周知：
当一个变量只取一个数据时，这个变量（数据）提 供的信息量是非常有限的，
当这个变量取一系列不同数据时，我们可以从中读 出最大值、最小值、平均数等信息。
❑ 可视性分析实质上属于对地形进行最优化处理的范畴； 例如：设置雷达站、电视台的发射站、道路选择、航 海导航等，在军事上如布设阵地（炮兵阵地、电子对 抗阵地）、设置观察哨所、铺架通信线路等
❑ 两种类型
⧫ 通视性分析（Line of sight），通过此功能可以显示两点之 间的通视情况，从而判断从一个观察点是否可以看到目标物， 回答了“从这里我可以看到它吗？”的问题
❑ 根据空间的采样数据，拟合一个数学曲面，用该曲面 来反映空间分布的变化情况，如气压、降雨、土壤等