第五章空間分析的原理與方法第一部分：主要介紹空間特征度量的方法，包括點、線、面，以及分形、景觀格局參數等；空間數據的集合分析和查詢。第二部分：疊置分析、緩沖區分析。第三部分：網絡分析、空間統計分析。本章主要內容第一節空間分析概述

GIS的空間分析是以地理事物的空間位置和形態特征為基礎，以空間數據運算、空間數據與屬性數據的綜合運算為特征，提取與產生新的空間信息的技術和過程。

空間分析目的是通過對空間數據的分析處理，獲取地理對象的空間位置、空間分布、空間形態、空間演變等新信息。一、空間分析含義第一節空間分析概述

二、空間分析的主要內容

由于GIS空間數據庫中存儲了包含空間特征的空間信息及同應用相關的專題信息，因此GIS中的空間分析包含:空間數據的空間特征分析空間數據的非空間特征分析空間特征和非空間特征的聯合分析。

(1)空間數據的空間特征分析從空間物體的位置、關系等方面去研究空間事物，最后對空間事物做出定量的空間描述和分析，采用的主要方法為空間統計學、圖論、拓撲學、計算幾何、圖形學等。第一節空間分析概述

(2)空間數據的非空間特征分析主要是對空間物體和現象的分析，主要通過數學(統計)模型來描述和模擬空間現象的過程和規律。這類分析采用的方法主要是統計分析方法，尤其是多元統計分析方法從方法上，空間數據的非空間特征分析與一般的數據分析并無本質的差別。在分析過程中，它并不考慮數據抽樣點的空間位置，但由于空間特征數據和非空間特征數據間不可分割的關系，對分析結果的解釋是基于地理空間的，也就是說，其結果常通過地圖來反映空間現象和規律。(3)空間特征和非空間特征的聯合分析在實際中大量使用，通常是通過空間特征分析獲得空間位置信息，然后，再用非空間特征分析獲取區域內的專題信息。第一節空間分析概述

三、空間分析分類1、按分析方法看GIS空間分析分類(1)GIS系統提供的空間分析這類空間分析方法很多，各類系統提供的分析能力的差異性很大。歸納起來，主要有查詢檢索分析、空間形態分析、地形分析、疊置分析、鄰域分析；網絡分析、圖像分析、空間統計分析等。(2)專用空間模型分析指在GIS支持下通過建立一定的數學模型實現地理現象的分析和模擬，這是GIS應用深化的重要標志。正是由于模型的支持，特別是多模型的滲入，空間分析才能上升到空間決策層，空間決策支持系統就是在此基礎上發展起來的計算機支持系統。第一節空間分析概述

2、按用戶交互方式看GIS空間分析分類（1）咨詢式空間分析主要根據已有數據實現空間數據的查詢檢索及集合分析。（2）產生式空間分析基于GIS中拓撲關系和空間操作運算、空間統計分析及將GIS作為通用工具同其他專業模型結合，實現空間數據的模擬和分析。第一節空間分析概述

3、按空間數據特征看GIS空間分析分類（1）空間數據的空間特性分析空間位置分析：指通過空間坐標系中坐標值來確定空間物體的地理位置?？臻g分布分析：空間分布反映了同類空間物體的群體定位信息。空間形態分析：空間形態反映了空間物體的幾何特征，包括形態表示和形態計算兩個方面。前者如走向、連通性等，后者如面積、周長、坡度等。空間關系分析：空間關系反映了空間物體之間的各種關系，如方位關系、距離關系、拓撲關系、相似關系等。（2）空間數據的非空間特性分析主要是基于數據庫的統計分析。第二節空間數據量算

一、線的長度折線的長度等于其每段線段長度之和，多邊形的周長實際上也是一條折線。兩點間的線段長度計算設坐標為p1(x1,y1)，p2(x2,y2)

則直線段p1p2

長度為:

d=sqrt

((x2-x1)2+(y2-y1)2)

p1p2長度量算示意圖OYX第二節空間數據量算

二、面積量測

面狀對象在計算機內部是以一系列首尾相接的坐標串表示的。按多邊形頂點順序依次求出多邊形所有邊與x軸(或y軸)組成的梯形的面積，然后求其代數和。假設有N個頂點，其面積計算公式為：多邊形面積量算示意圖Pk

=

1

2(yk+1+yk)(xk+1-yk)

(yn

+y1)(xn–x1)

1

2∑Pk

+

n-1

k=1

P=

注：總面積公式中第二項為最后一個點和第一點圍成的梯形面積第二節空間數據量算三、地形的體積量算①生成等值線圖②量算每條等值線圍成的面積，設為f0，f1，f2，…fn③設等值線的間距為h，則體積為：

v=f0*h0/3+Σ(f0+2*f1+……+2*(n-1)*fn)*h/2地形體積量算示意圖其中，f0，h0分別為最上層(或最下層)等高線圍成的面積和相應的高程差。第二節空間數據量算四、形狀指數對于多邊形邊界輪廓的形態度量，有很多公式，大多數都與多邊形的周長和面積有關。形狀指數大多使用多邊形周長與面積的比值，并使之與標準形狀（通常是圓形）相比表示其形狀的復雜程度。

以正方形為標準的形狀指數。

形狀指數是：

式中：A為多邊形面積，P為多邊形周長。

第二節空間數據量算以圓形為標準的形狀指數如果認為一個標準的園目標既非緊湊型也非膨脹型，則可定義其形狀系數r為：式中：A為多邊形面積，P為多邊形周長。

如果r<1，目標物為緊湊型

r=1，目標物為一標準圓

r>1，目標物為膨脹型第二節空間數據量算五、分布中心的計算

空間分析中常用分布中心來概括地表示空間的總體分布位置，用來跟蹤某些地理現象分布的變化情況，如描述人口的變遷、土地利用的變化。假設有n個離散點(X1，Y1)，(X2，Y2)，…，(Xn，Yn)，可以用不同方法來表示分布中心。1、算術平均中心其中(Cx，Cy)表示算術平均中心坐標點。第二節空間數據量算2、加權平均中心算術平均中心中沒有考慮不同點在分析問題時重要性之間的差異，在實際應用中，各點的重要性是不同的，為此需進行加權計算。i=1i=1ni=1i=1nnn式中i

為離散目標物，Wi

為該目標權重這里關鍵是確定權重值，通常以該離散點表示的統計量來表示，如在研究土地利用時用它表示的面積值作權重，在研究人口變遷時用它表示的人口數作權重。第二節空間數據量算六、分形度量

分形的概念最初源自于自然界事物的自相似性（self－similarity）。在某些情形下，事物局部的形態結構表現出與整體的一致性，也就是說，在尺度和形態之間存在著某種固定的關系，隨著尺度的增加（細化），空間形態參數的度量以某種指數關系增加。在不同的尺度上量取的形態參數與尺度之間有一種對數上的線性相關。

第二節空間數據量算例：

用不同的步距去量取一條自然曲線的長度，設當步距為D時，量得的曲線長度為L。采用不同的步距D就可以得到不同的曲線長度L，用ln(L)和ln(D)為坐標軸標繪每一個點，若所得的點明顯地分布為一條近似的直線上，那么我們就說這條曲線具有明顯的分形性質，而這條直線的斜率就是該曲線的分形維數（分維數）。

第二節空間數據量算1、

分形形狀指數這個公式用于度量形狀的復雜程度，以方形為標準形狀2、河網分形形狀指數

（1）干流長度L與河流流域面積A有著名的指數函數關系：

L=aAm

其中a和m為經驗參數，經多人研究，m的值一般大于0.5。（2）整個流域的河流總長度與流域面積之間有如下關系：

L=cAb

其中c和b為經驗參數。第二節空間數據量算七、景觀格局指數景觀格局指數是生態學中用來衡量空間結構的指數，主要描述空間異質性。包括多樣性指數、均勻度指數、優勢度指數、聚集度指數等。

使用的數據類型為柵格數據。

1、

景觀多樣性指數多樣性指數是在信息論的基礎上，用來度量系統結構組成的復雜程度的一組指數，常用的包括Shannon多樣性指數和Simpson多樣性指數：

Shannon多樣性指數

Simpson多樣性指數

式中：代表第k種類型的柵格在景觀中的面積比例；n為景觀中柵格類型的總數。

第二節空間數據量算2、景觀優勢度指數優勢度指數反映不同類別面積的優勢程度，優勢度指數等于多樣性指數的最大值與多樣性指數之差。3、景觀均勻度指數均勻度指數反映的是在給定的范圍內不同類型面積大小的均勻性程度，通常以多樣性指數和其最大值的比值來表示。因為在所有類型面積平均、相等時，多樣性指數達到最大。以Shannon多樣性指數為例，均勻度為：第二節空間數據量算4、景觀聚集度指數景觀聚集度指數是反映景觀類型中不同綴塊的非隨機性或者說聚集程度。它的計算公式為：式中n

為景觀中的類型總數，Pk

為不同類型的柵格單元相鄰的概率。當景觀由很多離散的小綴塊組成時，其聚集度的值較??；當景觀由少數大綴塊組成時，其聚集度指數較大。與其它幾種景觀指數不同的是，聚集度指數能夠反映空間分布的特征，而不象其它幾種景觀指數那樣，只考慮不同類型的面積分布比率，它與實際的空間分布有密切的關系。

第三節空間數據查詢

空間數據的查詢是GIS最基本的功能，它是GIS高層次空間分析的基礎，也是GIS面向用戶的直接窗口。在GIS中，用戶的很多問題可通過查詢解決，查詢還能派生新數據。一、空間數據查詢的類型空間數據查詢類型基于空間特性的查詢結合空間特性和非空間（屬性）特征的查詢基于屬性（非空間）特征的查詢第三節空間數據查詢

屬性特征的查詢主要在屬性數據庫中完成，這種查詢通?；跇藴实腟QL查詢語言實現，之后按照屬性數據和空間數據的對應關系顯示圖形。1、基于屬性（非空間）特征的查詢標號植被面積101工業地169102林地122103農地230104林地100基于屬性（非空間）特征的查詢例：已有某地區的土地利用表及相應的圖，現要找到林地，通過對下列屬性數據表查找植被為林地的記錄，并顯示這些記錄相應的空間位置。

102104103101第三節空間數據查詢

空間性是空間數據的主要特征，空間特征的查詢通常指以圖形、圖像或符號為語言元素的可視化查詢。從查詢的內部過程看，是屬于“圖到屬性的查詢”。這種查詢首先借助于空間索引在空間數據庫中找出空間地理對象，然后，再根據GIS中屬性數據和空間數據的對應關系找出顯示地理對象的屬性，并可進一步進行相關的統計分析。2、基于空間特性的查詢第三節空間數據查詢

(1)空間幾何數據查詢主要根據空間目標的幾何數據，分析計算不同地物(如線狀地物)的長度、組成、坐標點數及面狀地物的面積、周長等。(2)空間位置查詢這是空間查詢中最基本的查詢功能，只要空間數據是同大地坐標進行了配準，即可查詢：簡單的點擊空間點狀地物，就可獲取坐標點地理位置；點擊線狀地物，就可獲取該線的長度及地理位置；點擊面狀地物，就可獲取該面的周長、面積及其地理位置等。第三節空間數據查詢

例：右圖就是在ARCVIEW軟件下，點擊黃色圖斑，就可獲取煙臺市轄區的周長、面積等信息。煙臺市轄區第三節空間數據查詢

(3)空間關系查詢空間關系查詢主要指拓撲關系查詢。①同類要素間的鄰接性查詢、連通性查詢、包含性查詢、重合性查詢、方向性查詢等。例：從中國地圖上查與山東省相鄰的有哪幾個省，實質是進行鄰接性查詢。②不同類要素間的關聯性查詢、穿越性查詢、落入性查詢、方向性查詢等。例：從中國地圖上查京九鐵路沿線有多少站，實質是進行關聯性查詢。例：從中國地圖上查黃河經過哪幾個省，實質是進行穿越性查詢。注：進行空間關系查詢時，不總是局限某一查詢功能，常要用多種查詢聯合起來才能完成查詢功能。

第三節空間數據查詢

3、結合空間特性和非空間（屬性）特征的查詢空間特征和屬性特征的聯合查詢不是簡單地由定位空間特性查詢結果，顯示相關的屬性，也不是從屬性特征的查詢結果，顯示相關的空間位置?？臻g特征和屬性特征聯合查詢的實質是指查詢條件中同時涉及空間特征和屬性特征。例：從中國地圖上查同北京的距離(查空間中距離)小于2000km、長江以南(查空間中位置)、人口數大于100萬的城市。本例中查人口數大于100萬的城市，屬于屬性查詢；查同北京的距離(查空間中距離)小于2000km的城市，屬于空間距離查詢；查長江以南的城市，屬于方位查詢。

第三節空間數據查詢

二、空間數據查詢的數學基礎主要使用布爾代數方法，即按照兩個邏輯子集在給定的條件下進行邏輯運算。它的基本運算符號或算子包括3個，交、并、差。AND(交)OR（并）NOT（差）及其組合邏輯運算的結果為“真”或“假”。第三節空間數據查詢

二、空間數據查詢的數學基礎主要使用布爾代數方法，即按照兩個邏輯子集在給定的條件下進行邏輯運算。它的基本運算符號或算子包括3個，交、并、差。AND(交)OR（并）NOT（差）及其組合邏輯運算的結果為“真”或“假”。第三節空間數據查詢

下圖中，設屬性分別為A和B的兩個多邊形相交，形成的空間單元分別為1、2、3，則它們經布爾操作后的結果如表所示。運算條件運算結果123A.AND

.B010A.OR.B111NOT.A001邏輯運算的真(1)或假(0)AB132多邊形相交及其形成的空間單元第三節空間數據查詢

三、空間查詢的方法如Select所需數據項

From屬性表

Where條件表達式1、基于SQL語言的空間查詢目前的GIS軟件常提供實現SQL查詢的對話框，使查詢更為簡單方便。

優點：適合關系表的查詢與操作。缺點：無法表達空間關系及空間運算操作。第三節空間數據查詢例：在ARCVIEW軟件下，提供查詢的對話框，可在對話框編寫查詢的條件進行查詢。第三節空間數據查詢

對SQL進行擴充或改造，實現空間關系及空間運算操作的查詢。2、基于空間查詢語言(SpatialQueryLanguage)的查詢Egenhofer，在SQL上發展的空間結構化查詢語言，提供6個顯示參數。如：空間查詢例：查高速公路，并用紅虛線表示。SetColorRed

PattemDashedForSelectGeometryfromRoadwhereType=“Highway”)第三節空間數據查詢

將查詢語言的元素用直觀的圖形或者符號表示。3、可視化空間查詢方法可視化查詢的語言元素經過轉換可視化查詢語句實現過程優點：查詢直觀形象。缺點：查詢語言的元素數量較少，僅能進行有限的查詢。第三節空間數據查詢

4、基于自然語言的查詢在查詢語言中引入自然語言的概念。優點：查詢變得更加簡單和方便。缺點：在自然語言的量化時，與語言環境及專業領域相關。因此，很難作為通用的數據庫查詢語言。如：查詢高氣溫的城市：

SelectNameFromCities

這里使用了一個自然語言的概念，即“溫度高”將“自然語言”轉換為“查詢語言”WhereTemperature〉=33.75WhereTemperatureishigh實現過程第三節空間數據查詢

5、超文本查詢方法

超文本是由文本信息結點和結點間相關聯的鏈所組成的具有一定邏輯關系和語言查詢信息集成化的網絡。第四節空間疊置分析

空間疊置概念：

空間疊置分析(SpatialOverlayAnalysis)是指在統一空間參照系統條件下，每次將同一地區兩個地理對象的圖層進行疊置，以產生空間區域的多重屬性特征，或建立地理對象之間的空間對應關系。第四節空間疊置分析

一、基于矢量數據的疊置分析基于矢量數據的疊置分析是參與分析的兩個圖層的要素均為矢量數據。點面疊置分析

線面疊置分析面面疊置分析第四節空間疊置分析

矢量疊置分析的數學基礎（空間邏輯運算）為討論方便將空間圖層A，B，C定義為二值圖象

3、空間邏輯差運算；A-B=XX∈A且

X∈B1、空間邏輯并（或）運算；A∪B=XX∈A或X∈B2、空間邏輯交（與）運算；A∩B=XX∈A且X∈B4、空間包含；AB第四節空間疊置分析點與多邊形的疊置是確定一個圖層上的點落在另一圖層的哪個多邊形內，以便為圖層上的點建立新的屬性。例如將水井與規劃區圖層相疊置，可確定每口井所屬的規劃區范圍。(1)點與多邊性的疊置*1*3*4*2ADBC點屬性1234多邊形屬性1屬性2ABCD點多邊形點屬性面屬性1面屬性21A2D3C4B第四節空間疊置分析

線與多邊形的疊置是將線狀要素層或網狀要素層和多邊形疊置，對線和多邊形求交運算，根據每個線要素同多邊形的關系，以形成新的空間目標集、新的屬性表，得到線與多邊性聯合的屬性表。線與多邊形的疊合的目的是確定某一線狀圖層上的弧段落在另一多變性圖層上的哪個多邊形內，以便為圖層的每條弧段建立新的屬性。(2)線與多邊形的疊置第四節空間疊置分析例如：當確定某一行政區內各種等級道路的里程數時，就需要將道路圖與境界圖相疊置，計算弧段與多邊形邊界的交點，在交點處截斷弧段，并對弧段重新編號，建立弧段與多邊形的歸屬關系。線與多邊形疊置分析第四節空間疊置分析

多邊形與多邊形的疊置是指將兩個不同圖層的多邊形要素相疊加，根據兩組多邊形的交點來建立多重屬性的多邊形或進行多邊形范圍內的屬性特征的統計分析。

多邊形疊置過程分幾何求交過程和屬性確定過程，算法的核心是多邊形求交。①對兩個多邊形進行邊界求交和弧段分割運算，并以新弧段為單位重建拓撲關系；②判斷重建多邊形落在原始多邊形層的哪個多邊形內，從而建立新疊置多邊形與原始多邊形的關系，并抽取屬性。(3)多邊形與多邊形的疊置第四節空間疊置分析新多邊形的屬性多邊形之間的疊置ID屬性101AID屬性1X2Y3Z新多邊形ID層1多邊形屬性層2多邊形屬性10A20X3AX40X5A06A07AY8AZ90Y100Z110Y12Z0AXYZ379101456112層1層2新層12第四節空間疊置分析多邊形與多邊形的疊置原理

多邊形疊置過程分幾何求交過程和屬性確定過程，算法的核心是多邊形求交。①對兩個多邊形進行邊界求交和弧段分割運算，并以新弧段為單位重建拓撲關系；②判斷重建多邊形落在原始多邊形層的哪個多邊形內，從而建立新疊置多邊形與原始多邊形的關系，并抽取屬性第四節空間疊置分析取本底多邊形取上疊多邊形兩個多邊形相交？兩個多邊形是包含關系？多邊形求交，重建拓撲關系屬性抽取，建立關聯連接上疊多邊形結束？本底多邊形結束？ynnn建立包含關系屬性抽取yyy結束多邊形的疊置流程圖第四節空間疊置分析多邊形與多邊形的疊置分析功能并(Union)：保留兩個輸入層中所有多邊形；交(Intersect)：保留兩個輸入層中的公共區域判斷(Identity)：以輸入圖層為界，保留邊界內的所有多邊形第四節空間疊置分析同時提供下面疊置功能刪除(Erase)：輸出層為保留以其中一輸入圖層為控制邊界之外的所有多邊形。即：在將更新的特征加入之前，須將控制邊界之內的內容刪除。更新(Update)：輸出層為一個經刪除處理后的圖層與一個新特征圖層進行合并后的結果切割(Clip)：輸出層為按一個圖層的邊界，對另一個圖層的內容要素進行截取后的結果。

第四節空間疊置分析日喀則地區沙漠化類型分布圖日喀則地區行政區界線圖疊置分析實例：有日喀則地區的行政界線圖層和通過遙感技術提取的該區沙漠化類型分布圖層，求日喀則地區各縣沙漠化類型統計數據。圖層1圖層2第四節空間疊置分析行政區界圖屬性表圖層1：圖形，屬性表日喀則地區行政區界線圖第四節空間疊置分析日喀則地區沙漠化類型分布圖屬性表圖層2：圖形，屬性表日喀則地區沙漠化類型分布圖第四節空間疊置分析空間疊置圖疊置圖屬性表使用IDENTITY命令，進行兩圖層空間疊置，得到疊置圖第四節空間疊置分析疊置圖層屬性表圖層1屬性表圖層2屬性表第四節空間疊置分析二、基于柵格數據的疊置分析

特點：柵格數據的疊置算法，雖然數據存貯量比較大，但運算過程比較簡單。變換方法：（1）點變換（2）區域變換方法（3）鄰域變換方法基于柵格數據的疊置分析是參與分析的兩個圖層的要素均為柵格數據。第四節空間疊置分析（1）點變換點變換只依據參與疊置圖層相應點的屬性值進行新的運算，既與各圖層的鄰域點的屬性無關，也不受區域內一般特征的影響。運算方法包括：算術運算，指數運算，三角函數運算等第四節空間疊置分析244633463377225423643366-=0-21-2-102-200-1-1點變換示意結果特征：運算后得到的新屬性值可能與原圖層的屬性意義完全不同。第四節空間疊置分析(2)區域變換方法指在計算新圖層相應的屬性值時，不僅與原圖層對應的柵格的屬性值有關，而且要顧及原圖層所在區域的集合特征（區域長度、面積、周長等）。(3)鄰域變換方法指在計算新圖層相應的屬性值時，不僅考慮原圖層對應的柵格及其屬性，而且還應顧及與該柵格相關聯的鄰域或者影響半徑內的柵格屬性值的影響。第四節空間疊置分析101060601010206030303060101060601010306030303060-=0000001000000點變換實例1：土地利用變化區域探測80年遙感影像90年遙感影像點變換后影像點變換后影像分析通過80和90年兩期影像的相減運算后得到變換影像，如果：變換影像值＝0；說明該區未發生變化變換影像值≠0；說明該區已發生變化10耕地20居民點30水域40草地50未利用地60林地Legend注意：此處的遙感影像可以是分類結果，也可以是原始的遙感影像。在一般應用中，多使用原始的遙感影像，可提高變化探測速度。第四節空間疊置分析信息獲取研究方法變化過程分析機制分析點變換實例2：土地利用變化分析更新土地利用圖社經統計數據動態變化研究變化信息的解譯與制圖變化數據管理原始遙感信息專題圖件數據預處理空間操作與分析圖像預處理影像分類變化信息探測結果比較變化信息分類高分辨率圖像融合土地利用/覆蓋動態變化研究框架第四節空間疊置分析1985年(TM)1995年(TM)1998年(SPOT)2000年(TM)

不同時期土地利用圖信息獲取第四節空間疊置分析土地類型轉移矩陣:根據兩個不同時間（t和t+△t）的土地利用圖計算從一種類型到另一種類型的轉換概率，來分析土地利用變化過程。它依靠GIS技術，將兩個不同時間的土地利用圖進行刪格化處理，計算t時刻上A類有多少格網點轉換成在t+△t時刻的B，C，D等類型，轉換點數占該類型總數的百分比可稱為轉移概率。研究方法使用景觀生態學方法，計算土地類型轉移矩陣。第四節空間疊置分析對任意兩期土地利用類型圖和，按照下式的地圖代數方法，可以求得：由k時期到k+1

時期的土地利用變化圖Ci×j，它表現了土地利用變化的類型及其空間分布。

第四節空間疊置分析

12┄nai+1a11a12┄a1na1+2a21a22┄a2na2+┆┆┆┆

Nan1a32┄annan+a+ja+1a+2┄a+na注：表中ai+代表土地類型I在轉化前的總量；a+j代表土地類型I在轉化后的總量；a是土地總面積

類型轉移距陣示例

第四節空間疊置分析變化過程分析第四節空間疊置分析第四節空間疊置分析第五節空間緩沖區分析緩沖區分析是指根據分析對象的點、線、面實體，自動建立其周圍一定距離的帶狀區，用以識別這些實體或者主體對鄰近對象的輻射范圍或者影響程度，是解決臨近度問題的空間分析工具之一。它在交通、林業、資源管理、城市規劃中有著廣泛的應用。例如：湖泊和河流周圍的保護區的定界；汽車服務區的選擇；民宅區遠離街道網絡的緩沖區的建立等。1概念第五節空間緩沖區分析2緩沖區主要的類型（1）基于點要素的緩沖區：通常以點為圓心、以一定距離為半徑的圓（2）基于線要素的緩沖區：通常是以線為中心軸線，距中心軸線一定距離的平行條帶多邊形。（3）基于面要素的緩沖區：向外或向內擴展一定距離以生成新的多邊形。第五節空間緩沖區分析3空間緩沖區分析過程(1)建立緩沖區以圖形元素為基礎，拓寬或緊縮一定寬度而形成的區域。這個寬度通常是等距的，也可以是不等距的緩沖區。

(2)緩沖區分析根據建立的緩沖區，對緩沖區內的空間信息形態、特征、分布作進一步分析。第五節空間緩沖區分析4、空間緩沖區分析模型(1)

緩沖區分析的三要素在進行空間緩沖區分析時，通常要將研究的問題抽象為以下三類要素:①主體

表示分析的主要目標，一般分為點源、線源和面源三種類。②鄰近對象表示受主體影響的客體，例如行政界線變更時所涉及的居民區、森林遭砍伐時所影響的水土流失范圍等。③對象的作用條件表示主體對鄰近對象施加作用的影響條件或強度。第五節空間緩沖區分析線性模型二次模型指數模型(2)

緩沖區分析模型根據主體對鄰近對象作用性質的不同，一般可采用以下三種不同的分析模型:

第五節空間緩沖區分析

Fi=f0(1-ri)

(5-30)

ri=di/d0

(5-31)

0<=ri

<=1線性模型當主體對鄰近對象的影響度(Fi)隨距離(ri)的增大而呈線性形式衰減時，其表達式為:式中Fi為主體對鄰近對象的實際影響度；f0為主體自身的綜合規模指數；di為鄰近對象離開主體的實際距離；d0為主體對鄰近對象的最大影響距離。距離ri第五節空間緩沖區分析Fi=f0(1-ri)2(5-32)ri=di/d0

(5-33)

0<=ri

<=1

二次模型用于當主體對鄰近對象的影響度(Fi)隨距離(ri)的增大而呈二次形式衰減時(圖5一29)，其表達式為:式中Fi為主體對鄰近對象的實際影響度；f0為主體自身的綜合規模指數；di為鄰近對象離開主體的實際距離；d0為主體對鄰近對象的最大影響距離。距離ri第五節空間緩沖區分析指數模型用于當主體對鄰近對象的影響度(Fi)隨距離(ri)的增大而呈指數形式衰減時(圖5一30),其表達式為:Fi=f0(1-ri)(5-34)

ri=di

/d0

0<=ri

<=1

式中Fi為主體對鄰近對象的實際影響度；f0為主體自身的綜合規模指數；di為鄰近對象離開主體的實際距離；d0為主體對鄰近對象的最大影響距離。距離ri第五節空間緩沖區分析5空間緩沖區分析實例分析實例1

設在某研究區10km2區域內有三條道路，它們相關的幾何數據和屬性數據如表5-10所示。現以這些道路為主體，道路附近的居民出行為鄰近對象，試進行這些道路通達度的緩沖區分析。其分析和操作過程如下:

表道路數據第五節空間緩沖區分析(1)計算道路的綜合規模標準化指數對上表所列的各項統計數據采用最大值標準化方法，得到上表的標準化指數f0

。標準化處理第五節空間緩沖區分析道路的最大影響距離將與該類道路的級別標準和總長度有關，級別標準愈高，則影響距離也愈大，一般按下式推算:d0=S/(2l)

(5-35)式中：S為研究區面積：本例為10km2l為各級道路的長度：

lA=l0000m，lB=4286m，lC=35714m；則：道路A的d0=S/(2lA)=500m，道路B的d0=S/2(

lA+lB)=350m，道路C的d0=S/2(lA+lB+lC)=100m。(2)計算道路的最大影晌距離d0第五節空間緩沖區分析(3)實施緩沖區操作道路通達度具有隨著離開道路中心線程迅速遞減的特點,因此實施道路通達度的緩沖區操作適宜選擇指數形式的分析模型。具體實現的技術途徑有以下兩種選擇:1)由設定di值→求Fi值→輸出緩沖區圖形的技術途徑①應用需求和道路的最大影響距離，分別設定它們的di值。例如:

道路A的di值：100、200、300、400、500(m)；道路B的di值：50、100、150、200、250、300、350(m)；道路C的di值：25、50、75、100(m)。第五節空間緩沖區分析②根據式(5一33)和(5一34)分別計算所有道路在不同di時的ri和Fi值。③依據值在道路的兩邊繪制平行線，在線的端點處繪制半圓，生成緩沖區多邊形，并在該緩沖區多邊形內賦以相應的屬性值Fi

，直至輸出全部圖形及其屬性。①首先對式(5一34)作如下變換：di=d0(1-(lnFi/lnf0)

)(5一36)②

其次根據應用需求設定Fi值，例如:20、40、80、100等，并利用式(5一36)計算對應的di值。③依據di值生成道路兩邊的緩沖區多邊形，該緩沖區多邊形內部的屬性值便與事先設定的需求值相一致,同樣直至輸出全部圖形及其屬性。根據該技術途徑輸出的點狀、線狀、面狀實體的緩沖區分析圖如圖5一31、圖5一32和圖5一33所示。

2)由設定Fi值→求di值→輸出緩沖區圖形的技術途徑。第五節空間緩沖區分析第五節空間緩沖區分析解題流程解題過程

首先要以區域的道路分布圖、河流分布圖、森林分布圖為數據源。解題流程見圖所示。道路分布圖森林分布圖河流分布圖結束生成道路周圍5km緩沖區疊置生成河流周圍1km緩沖區疊置緩沖區分析實例2

已知一伐木公司，獲準在某林區采伐，為防止水土流失，規定不得在河流周圍1km內采伐林木。另外，為便于運輸，決定將采伐區定在道路周圍5km之內。請找出符合上述條件的采伐區，輸出森林采伐圖。第五節空間緩沖區分析將該地區具有相同比例尺且進行配準的道路分布圖、河流分布圖、森林分布圖，進行預處理和數字化；利用河流分布圖生成1km的等距離緩沖區；利用道路分布圖生成5km的等距離緩沖區；森林分布圖中可采伐林地、道路緩沖區及河流緩沖區圖進行疊置，疊置條件表達式為:

采伐區＝森林分布圖中可伐林地∩道路周圍5km緩沖區

∩非河流周圍1km緩沖區將上述3張圖進行兩兩疊置，所得結果即為森林采伐圖。第五節空間緩沖區分析緩沖區分析實例3如已知一湖泊，要求在它周圍5000m內必需禁止任何污染性工業企業存在，在它周圍500m內必需禁止建筑任何永久性建筑物。解題步驟：（1）先建立緩沖區；（2）同現有污染性工業企業圖疊置，顯示在范圍內應禁止的污染性工業企業；（3）同現有永久性建筑物圖疊置，顯示在范圍內應禁止的永久性建筑物。第五節空間緩沖區分析緩沖區分析實例4如已知流域水系圖，要求計算在它周圍5公里內所有建筑物,以便進行分析。解題步驟：（1）先建立緩沖區；（2）同現有污染性工業企業圖疊置，顯示在范圍內應禁止的污染性工業企業；（3）同現有永久性建筑物圖疊置，顯示在范圍內應禁止的永久性建筑物。第五節空間緩沖區分析ARC/INFO命令:Buffer<in_cover><out_cover>{buffer_item}{buffer_table}{buffer_distance}{fuzzy_tolerance}{LINE|POLY|POINT|NODE}{ROUND|FLAT}{FULL|LEFT|RIGHT}對于本例:Bufferbufferbufferline##50001lineflat第六節空間網絡分析一、概念1、網絡網絡是一個由點、線二元關系構成的系統，通常用來描述某種資源或物質在空間上的運動。如：交通網絡、城市基礎設施網絡（電力線、電話線、供排水管線）等。2、網絡分析其基本思想在于人類活動總是趨向于按一定目標選擇達到最佳效果的空間位置。也就是說：網絡分析的根本目的是研究、籌劃一項網絡工程如何安排，并使其運行效果最好。第六節空間網絡分析3、網絡分析理論基礎網絡圖論是空間網絡分析的理論基礎，它是用圖的形式來模擬任何一個能用二元關系來描述的系統。有關圖論的基本理論可參閱有關的文獻。第六節空間網絡分析二、空間網絡中的基本類型和構成1、地理空間的網絡類型

在地理空間中，由于面向網絡的地理目標具有不同的形態，因此構成的空間網絡也有著不同的類型。根據空間網絡的拓撲學分類，一般可分為：平面網絡非平面網絡兩大類第六節空間網絡分析平面網絡如河道的組成，從河源、支流、干流直到河口，構成典型的樹狀型網絡。在樹狀型網絡中，點和線的功能具有明顯的等級特性，這種等級既不容顛倒，也不容穿插。如交通網抽象后的拓撲結構圖就是道路型網絡。是指網絡中具有封閉的環形結構,它和樹狀型網絡一樣，具有引導“流"入通道的功能。也稱為柵欄狀網絡,它具有阻斷“流"的障礙存在,因此地理學家常利用這種網絡的拓撲分析方法去研究行政區劃系統和土地利用系統。道路型網絡樹狀型網絡細胞型網絡環網型網絡第六節空間網絡分析非平面網絡也可稱為交錯型網絡，它的典型例子是城市地下管線網，包括給水、排水、電力、電信、煤氣、熱力、工業等多類別及多權屬和布局復雜的管線網，這類網絡的主要特征是具有復雜的橫斷面和縱剖面結構。

非平面網絡第六節空間網絡分析網絡中流動的管線，如街道、河流、水管等，其狀態屬性包括阻力(impedence)和需求(demand)。2、網絡中的基本組成部分和屬性出現在網絡鏈中所有的分割結點上，狀態屬性有阻力，如拐彎的時間和限制(如不允許左拐)。禁止網絡中鏈上流動的點。①鏈(1ink)②障礙(barrier)③拐角點(turn)第六節空間網絡分析是接受或分配資源的位置，如水庫、商業中心、電站等。其狀態屬性包括資源容量(如總的資源量)、阻力限額(如中心與鏈之間的最大距離或時間限制)。④中心(center)在路徑選擇中資源增減的站點，如庫房、汽車站等，其狀態屬性有要被運輸的資源需求，如產品數。⑤站點(stop)第六節空間網絡分析第六節空間網絡分析1、路徑分析(1)靜態求最佳路徑由用戶確定權值關系后，即給定每條弧段的屬性。當需求最佳路徑時，讀出路徑的相關屬隆，求最佳路徑。(2)動態分段技術給定一條路徑由多段聯系組成，要求標注出這條路上的公里點或要求定位某一公路上的某一點，標注出某條路上從某一公里數到另一公里數的路段。三、主要應用舉例第六節空間網絡分析確定起點、終點，求代價較小的N條路徑。因為在實踐中往往僅求出最佳路徑并不能滿足要求，可能因為某種因素不走最佳路徑，而走近似最佳路徑。實際網絡分析中權值是隨著權值關系式變化的，而且可能會臨時出現一些障礙點，所以往往需要動態地計算最佳路徑。確定起點、終點和所要經過的中間點、中間連線，求最短路徑。(3)N條最佳路徑分析(4)最短路徑(5)動態最佳路徑分析第六節空間網絡分析地址匹配實質是對地理位置的查詢，它涉及到地址的編碼(Geocode)。地址匹配與其他網絡分析功能結合起來，可以滿足實際工作中非常復雜的分析要求。所需輸入的數據，包括地址表和含地址范圍的街道網絡及待查詢地址的屬性值。2、地址匹配第六節空間網絡分析3、資源分配資源分配網絡模型由中心點(分配中心)及其狀態屬性和網絡組成。資源分配的兩種方式：（1）由分配中心向四周輸出這種分配功能可以解決資源的有效流動和合理分配，其在地理網絡中的應用與區位論中的中心地理論類似。（2）由四周向中心集中第六節空間網絡分析資源分配模型可用來計算中心地的等時區、等交通距離區、等費用距離區等?？捎脕磉M行城鎮中心、商業中心或港口等地的吸引范圍分析，以用來尋找區域中最近的商業中心，進行各種區劃和港口腹地的模擬等。在資源分配模型中，研究區可以是機能區，根據網絡流的阻力等來研究中心的吸引區，為網絡中的每一連接尋找最近的中心，以實現最佳的服務。還可以用來指定可能的區域。第七節空間統計分析常規統計分析主要完成對數據集合的均值、總和、方差、頻數、峰度系數等參數的統計分析?？臻g自相關分析是認識空間分布持征、選擇適宜的空間尺度來完成空間分析的最常用的方法。2、空間自相關分析1、常規統計分析第七節空間統計分析對于空間自相關分析，目前普遍使用空間自相關系數表示，其計算公式如下I

=N—Wij∑∑Wij

(xi–x)(xj–x)xi–x*其中:N表示空間實體數目；xi表示空間實體的屬性值；x是xi的平均值；Wij

表示實體i與j的空間關系，它通過拓撲關系獲得。

Wij＝1表示空間實體i與j相鄰；

Wij

＝0表示空間實體I與j不相鄰。I的值介于–1與1之間：

I＝1表示空間自正相關，空間實體呈聚合分布；

I＝-1表示空間自負相關，空間實體呈離散分布；

I＝0表示空間實體是隨機分布的。第七節空間統計分析回歸分析是處理變量之間具有相關關系的一種數理統計方法。實際上，回歸分析和相關分析都是研究和處理變量之間具有相互關系的一種數理統計方法，但它們之間既有聯系，又有區別。在研究對象和內容上兩者是相同的，但相關分析主要是研究要素之間的密切程度，并沒有嚴格的自變量和因變量之分；而回歸分析則主要是研究變量之間的數學表達形式，因而有自變量和因變量之分，可以通過自變量的值來預測、內插因變量的取值。從這里可以看出，回歸分析有預測的性質。3、回歸分析第七節空間統計分析回歸分析的主要內容可概括如下：(1)從一組空間數據出發，確定這些變量間的定量數學表達式，即回歸方程；(2)根據一個或幾個變量的值來預測或控制另一個變