GIS原理与技术-平时作业

1. 简述矢量数据模型的基本思想。试分析ESRI公司三种矢量数据产品的数据结构。

答：
矢量数据模型，数据库系统中用以提供信息表示和操作手段的形式构架。数据模型包括数据库数据的结构部分、数据库数据的操作部分和数据库数据的约束条件。矢量数据模型适用于表达按对象模型抽象的地理空间，矢量数据结构则对矢量数据模型进行数据组织。矢量数据模型，数据结构是目标类型的集合。目标类型是数据库的组成成分，一般可分为两类：数据类型、数据类型之间的联系。数据类型如DBTG(数据库任务组)网状模型中的记录型、数据项，关系模型中的关系、域等。联系部分有DBTG网状模型中的系型等。数据操作部分是操作算符的集合，包括若干操作和推理规则，用以对目标类型的有效实例所组成的数据库进行操作。数据约束条件是完整性规则的集合，用以限定符合数据模型的数据库状态，以及状态的变化。约束条件可以按不同的原则划分为数据值的约束和数据间联系的约束；静态约束和动态约束；实体约束和实体间的参照约束等。
矢量数据结构是对矢量数据模型进行数据的组织。通过记录实体坐标及其关系，尽可能精确地表现点、线、多边形等地理实体，坐标空间设为连续，允许任意位置、长度和面积的精确定义。矢量数据结构直接以几何空间坐标为基础，记录取样点坐标。矢量数据结构是利用欧几里得几何学中的点、线、面及其组合体来表示地理实体空间分布的一种数据组织方式。这种数据组织方式能最好地逼近地理实体的空间分布特征，数据精度高，数据存储的冗余度低，便于进行地理实体的网络分析，但对于多层空间数据的叠合分析比较困难。矢量数据结构：通过记录空间对象的坐标及空间关系表达空间对象的几何位置。矢量数据结构的特点：优点：数据按照点、线或多边形为单元进行组织，结构简单、直观、易实现以实体为单 位的运算和显示。缺点：A. 独立存储方式造成相邻多边形的公共边界被数字化并存储两次，出现数据冗余和细碎多边形，导致数据不一致；点位字典存储可保证公共边的唯一性。B.自成体系，缺少多边形的邻接信息，邻域处理复杂，需追踪出公共边。C.处理岛或洞等嵌套问题较麻烦，需要计算多边形的包含等。
一个合理的时空数据模型必须考虑以下几方 面的因素: 节省存储空间、加快存取速度、表现时 空语义。时空语义包括地理实体的空间结构、有效 时间结构、空间关系、时态关系、地理事件、时空关系。时空数据模型设计的基本指导思想如下: (1) 根据应用领域的特点 (如宏观变化观测与微观变化观测 ) 和客观现实变化规律 (同步变化与异步变化、频繁变化与缓慢变化) ,折中考虑时空数据的空间/属性内聚性和时态内聚性的强度,选择时间标记的对象。对于属性,有属性数据 项时间标记、实体时间标记、数据库时间标记;对于空间,有坐标点时间标记、弧段时间标记、实体 时间标记、数据库时间标记。在应用强调空间/属性内聚性 ,关心空间/属性的宏观变化及现实环 境空间/属性状态存在大量同步变化现象时,宜针 对较大粒度对象进行有效时间标记 (或全局状态 时间标记 )。反之 ,应尽量将有效时间标记在小粒 度对象上 (局部状态时间标记)。若在需要全局状 态时间标记的场合使用了局部状态时间标记 ,则 大量相同时间标记的存储是一种空间的冗余存 储 ,且弱化了空间/属性的结构完整性 ,带来某时 刻全局状态提取的困难。相反 ,若在需要局部状态 时间标记的场合使用了全局状态时间标记 ,则存 在大量不变空间/属性数据的冗余存储 ,体现不出 时间语义 ,模糊了参加变化的真正对象。(2) 同时提供静态(变化不活跃)、动态(变化活跃) 数据建模手段(静态、动态数据类型和 操作 )。当前、历史等不同使用频率的数据分别组织存放 ,以方便存取。一般地 ,将当前数据存放在本地机磁盘上 ,而将历史数据存放在远程服务器 大容量光盘上。(3) 数据结构里显式表达两种地理事件: 地 理实体进化事件和地理实体存亡事件。地理事件以事件发生的相关源状态和终止状态表达。构成 地理实体存亡事件的源状态由参加事件的实体标识集合表示。时间的本质为事件发生的序列 ,地理事件序列直接表明地理时间语义。常见的状态变 化查询即地理事件查询。一个合理的时空数据模型必须考虑以下几方面的因素: 节省存储空间、加快存取速度、表现时空语义。时空语义包括地理实体的空间结构、有效时间结构、空间关系、时态关系、地理事件、时空关系。时空数据模型设计的基本指导思想如下: (1) 根据应用领域的特点 (如宏观变化观测 与微观变化观测 ) 和客观现实变化规律 (同步变 化与异步变化、频繁变化与缓慢变化 ) ,折中考虑 时空数据的空间/属性内聚性和时态内聚性的强 度 ,选择时间标记的对象。对于属性 ,有属性数据 项时间标记、实体时间标记、数据库时间标记;对 于空间 ,有坐标点时间标记、弧段时间标记、实体 时间标记、数据库时间标记。在应用强调空间 / 属性内聚性 ,关心空间 /属性的宏观变化及现实环 境空间 /属性状态存在大量同步变化现象时 ,宜针 对较大粒度对象进行有效时间标记 (或全局状态 时间标记 )。反之 ,应尽量将有效时间标记在小粒 度对象上 (局部状态时间标记 )。若在需要全局状态时间标记的场合使用了局部状态时间标记 ,则 大量相同时间标记的存储是一种空间的冗余存 储 ,且弱化了空间/属性的结构完整性 ,带来某时 刻全局状态提取的困难。相反,若在需要局部状态 时间标记的场合使用了全局状态时间标记 ,则存在大量不变空间/属性数据的冗余存储 ,体现不出时间语义 ,模糊了参加变化的真正对象。(2)同时提供静态 (变化不活跃)、动态(变化活跃) 数据建模手段(静态、动态数据类型和操作)。当前、历史等不同使用频率的数据分别组 织存放 ,以方便存取。一般地 ,将当前数据存放在 本地机磁盘上 ,而将历史数据存放在远程服务器 大容量光盘上。(3)数据结构里显式表达两种地理事件: 地理实体进化事件和地理实体存亡事件。地理事件 以事件发生的相关源状态和终止状态表达。构成地理实体存亡事件的源状态由参加事件的实体标 识集合表示。时间的本质为事件发生的序列 ,地理事件序列直接表明地理时间语义。常见的状态变化查询即地理事件查询。(4) 时空拓扑关系一般指改变地理实体空间拓扑关系的拓扑事件间的时态关系。时空拓扑关 系揭示了地理实体在时间和空间上的相关性。为了有效表达时空拓扑关系 ,需要存储空间拓扑关系的时变序列。
Coverage
Coverage 也是 ESRI 提出的一种地理空间数据格式，现在已经很少使用，但毕竟是大厂出品，这里还是说一下。它没有扩展名，只是一组文件夹。Coverage使用要素类来存储点、弧、多边形或注释。tic是地理控制点，有助于确定覆盖范围。
　　Coverage是ArcInfo workstation的原生数据格式。之所以称之为“基于文件夹的存储”，是因为在windows资源管理器下，它的空间信息和属性信息是分别存放在两个文件夹里。例如，在我的电脑E:\MyTest\example文件夹中，有3个coverage，它们在windows资源管理器下的状态如图1所示，所有信息都以文件夹的形式来存储。空间信息以二进制文件的形式存储在独立的文件夹中，文件夹名称即为该coverage名称，属性信息和拓扑数据则以INFO表的形式存储。Coverage将空间信息与属性信息结合起来，并存储要素间的拓扑关系。
　　coverage是一个非常成功的早期地理数据模型，二十多年来深受用户欢迎，很多早期的数据都是coverage格式的。ESRI不公开coverage的数据格式，但是提供了coverage格式转换的一个交换文件（interchange file，即E00），并公开数据格式，这样就方便了coverage数据与其他格式的数据之间的转换。
　　但是ESRI为推广其第三代数据模型geodatabase，从ArcGIS 8.3版本开始，屏蔽了对coverage的编辑功能。如果需要使用coverage格式的数据，可以安装ArcInfo workstation，或者将coverage数据转换为其他可编辑的数据格式。
Coverage是一个集合，它可以包含一个或多个要素类。
Shapefile：
　　Shapefile是ArcView GIS 3.x的原生数据格式，属于简单要素类，用点、线、多边形存储要素的形状，却不能存储拓扑关系，具有简单、快速显示的优点。一个shapefile是由若干个文件组成的，空间信息和属性信息分离存储，所以称之为“基于文件”。
每个shapefile，都至少有这三个文件组成，其中：
.shp 存储的是几何要素的的空间信息，也就是XY坐标
.shx 存储的是有关.shp存储的索引信息。它记录了在.shp中，空间数据是如何存储的，XY坐标的输入点在哪里，有多少XY坐标对等信
*.dbf 存储地理数据的属性信息的dBase表
这三个文件是一个shapefile的基本文件，shapefile还可以有其他一些文件，但所有这些文件都与该shapefile同名，并且存储在同一路径下。
其它较为常见的文件：
.prj 如果shapefile定义了坐标系统，那么它的空间参考信息将会存储在.prj文件中
*.shp.xml 这是对shapefile进行元数据浏览后生成的xml元数据文件
.sbn和.sbx 这两个存储的是shapefile的空间索引，它能加速空间数据的读取。这两个文件是在对数据进行操作、浏览或连接后才产生的，也可以通过ArcToolbox >Data Management Tools >Indexes >Add spatial Index工具生成。
　　当使用ArcCatalog对shapefile进行创建、移动、删除或重命名等操作，或使用ArcMap对shapefile进行编辑时，ArcCatalog将自动维护数据的完整性，将所有文件同步改变。所以需要使用ArcCatalog管理shapefile。
　　虽然Shapefile无法存储拓扑关系，但它并不是普通用于显示的图形文件，作为地理数据，它自身有拓扑的。比如一个多边形要素类，shapefile会按顺时针方向为它的所有顶点排序，然后按顶点顺序两两连接成的边线向量，在向量右侧的为多边形的内部，在向量左侧的是多边形的外部。
　　由于1990年代地理信息的迅速发展以及ArcView GIS 3.x软件在世界范围内的推广，shapefile格式的数据使用非常广泛，数据来源也较多。很多软件都提供了向shapefile转换的接口（eg：MapInfo、MapGIS等）。ArcGIS支持对shapefile的编辑操作，也支持shapefile向第三代数据模型geodatabase的转换。
Geodatabase
Esri 创建的一种采用标准关系数据库技术来表现地理信息的数据模型。其具有结构和性能上的优势：快速的性能、多样的数据关系、兼容存储栅格数据、优化空间索引以及数据压缩等。下图可以看到，在ArcGIS 中创建数据库时有三种选项：
　　Geodatabase作为ArcGIS的原生数据格式，体现了很多第三代地理数据模型的优势。随着IT技术的发展，普通的事务型数据的管理模式，早已从传统的基于文件的管理转向利用基于工业标准建立的关系型数据库进行管理，这种基于数据库的管理方式的优点是不言而喻的。那么带有空间信息的地理数据是否也可以利用这种非常成熟的数据库技术进行管理呢？于是ESRI推出了geodatabase数据模型，利用数据库技术高效安全地管理我们的地理数据。
　　Geodatabase可以分为两种，一种是基于Microsoft Access的personal geodatabase，另一种是基于oracle、SQL Server、Informix或者DB2的enterprise geodatabase，由于它需要中间件ArcSDE进行连接，所以enterprise geodatabase又称为ArcSDE geodatabase。由于Microsoft Access自身容量的限制，personal geodatabase的容量上限为2GB，这显然不能满足企业级的海量地理数据的存储需求。于是可以将geodatabase扩展为ArcSDE geodatabase，底层数据库可以使用oracle这样的大型关系数据库，能够存储近乎“无限”的海量数据（仅受硬盘大小的限制）。虽然底层使用的数据库各不相同，但是geodatabase给用户提供的是一个一致的操作环境。
　　在geodatabase中，不仅可以存储类似shapefile的简单要素类，还可以存储类似coverage的要素集，并且支持一系列的行为规则对其空间信息和属性信息进行验证。表格、关联类、栅格、注记和尺寸都可以作为geodatabase对象存储。这些在perasonal geodatabase和ArcSDE geodatabase中都是一样的（栅格的存储有点小差异，但对用户来说都是一样的）。如图所示，是一个personal geodatabase。
　　对Personal geodatabase进行编辑，使用ArcView的license即可。不需要额外的软件就能直接连接。但是Personal geodatabase不支持多用户编辑，仅能满足小项目的要求。
　　而通过ArcSDE连接的ArcSDE geodatabase，则需要至少ArcEditor的license才能对其进行编辑。ArcSDE geodatabase通过版本的机制，可支持多用户、长事务编辑。
　　在ArcToolbox >Conversion Tools > To Geodatabase中，有多种转换工具支持coverage、shapefile、CAD等矢量数据向geodatabase的转换。在personal geodatabase和ArcSDE geodatabase间只要复制、粘贴即可，无须转换。
Coverage格式和shape文件格式的最显著的区别是: coverage是可以存储要素类的集合，而shape每一个只能存储一种要素类。其他的区别：coverage可以存储拓扑要素类，shape不可以；converage支持高级要素类对象：比如多点和多线，shape不可。总之，shape是一种基本存储要素类的格式。

2. 几何变换如何定义、分类？简述仿射变换的实现过程。

答：
几何变换是指从具有几何结构之集合至其自身或其他此类集合的一种对射。几何变换是一种数学解题的方法思路。在几何的解题中，当题目给出的条件显得不够或者不明显时，我们可以将图形作一定的变换，这样将有利于发现问题的隐含条件，使问题得以突破。
具体来说，“几何变换是一个函数，其定义域与值域为点集合。几何变换最常见的定义域与值域为同时为R2，或同时为R3。其他的几何变换则要求须为一对一函数，使之有反函数。”可透过研究这些变换的方法来研究几何。
几何变换可以其操作集合的维度来分类（因此可分类出平面变换与空间变换等）。几何变换亦可依据其保留其性质来分类：
位移保留距离与方向角度；
等距同构保留距离与角度；
相似保留距离间的比例；
仿射变换保留平行；
投影变换保留共线性；
微分同胚为一阶仿射的变换；前面所有变换都是微分同胚的特例。
共形变换保留角度在一阶的相似。
保积变换保留在平面上的面积，或在三维空间上的容量。该变换为行列式为1的一阶仿射变换。
同胚保留点的邻域。
以上每种变换均包含前一种变换。
几何变换是建立在集合的变换与映射基础上的。
设T是平面π的一个变换，F是平面上的一个图形（即平面的一个子集），令
F’=T(F)={T(A)|A属于F}.
那么，图形F’称为图形F在变换T下的像,T是一个几何变换。
如果平面上一个点A满足T(A)=A，那么A称为T的不动点；如果图形F满足T(F)=F，那么F是T的不变图形。
如果对于平面上任意两点A,B与其象点T(A),T(B)，总有AB=T(A)T(B)，那么称T为合同变换。
如果存在一个常数k，使AB=T(A)T(B)/k,那么称T为相似变换，k为相似系数或相似比。
保持角的方向不变的相似变换为真正相似变换，角的方向相反的为镜像相似变换。
两图形真正相似也称顺相似或同向相似，镜像相似也称逆相似。
内容提要：翻折变换是平面到自身的变换，若存在一条直线l，使对于平面上的每一点P及其对应点P′，其连线PP′都被定直线l垂直平分，则称这种变换为翻折变换，定直线l称为对称轴。翻折变换有如下性质：
(1)把图形变为与之全等的图形；
(2)关于l对称的两点连线被l垂直平分。
证题过程中使用翻折变换，可保留原有图形的性质，且使原来分散条件相对集中，以利于问题的解决。
定义：设v是平面π上的一个固定向量，如果平面π的一个变换，使得对于平面π上的任意一定A与其像点A’之间，恒有AA’=v，则这个变换称为平面π的一个平移变换。记作T(v)。
内容提要： 旋转变换是平面到它自身的变换，使原点O变换到它自身，其他任何点X变到X′，使得：(1)OX′=OX；(2)∠XOX′=θ(定角)。则称这样的变换为旋转变换，O称为旋转中心。旋转变换保持图形全等，但图形方位可能有变化。在几何解题中，旋转的作用是使原有图形的性质得以保持，但改变其位置，使能组合成新的有利论证的图形。
一、 平移变换
1．　 定义 设是一条给定的有向线段，T是平面上的一个变换，它把平面图形F上任一点X变到X‘，使得=，则T叫做沿有向线段的平移变换。记为XX’，图形FF‘ 。
2．　 主要性质 在平移变换下，对应线段平行且相等，直线变为直线，三角形变为三角形，圆变为圆。两对应点连线段与给定的有向线段平行（共线）且相等。
二、 轴对称变换
1．　 定义 设l是一条给定的直线，S是平面上的一个变换，它把平面图形F上任一点X变到X’，使得X与X‘关于直线l对称，则S叫做以l为对称轴的轴对称变换。记为XX’，图形FF‘ 。
2．　 主要性质 在轴对称变换下，对应线段相等，对应直线（段）或者平行，或者交于对称轴，且这两条直线的夹角被对称轴平分。
三、 旋转变换
1．　 定义 设α是一个定角，O是一个定点，R是平面上的一个变换，它把点O仍变到O（不动点），而把平面图形F上任一点X变到X’，使得OX‘=OX，且∠XOX’=α，则R叫做绕中心O，旋转角为α的旋转变换。记为XX‘，图形FF’ 。
其中α<0时，表示∠XOX‘的始边OX到终边OX’的旋转方向为顺时针方向；α>0时，为逆时针方向。
2． 主要性质 在旋转变换下，对应线段相等，对应直线的夹角等于旋转角。
四、 位似变换
1．　 定义 设O是一个定点，H是平面上的一个变换，它把平面图形F上任一点X变到X‘，使得 =k·，则H叫做以O为位似中心，k为位似比的位似变换。记为XX’，图形FF‘ 。
其中k>0时，X’在射线OX上，此时的位似变换叫做外位似；k<0时, X‘在射线OX的反向延长线上，此时的位似变换叫做内位似。
2．　 主要性质 在位似变换下，一对位似对应点与位似中心共线；一条线上的点变到一条线上，且保持顺序，即共线点变为共线点，共点线变为共点线；对应线段的比等于位似比的绝对值，对应图形面积的比等于位似比的平方；不经过位似中心的对应线段平行，即一直线变为与它平行的直线；任何两条直线的平行、相交位置关系保持不变；圆变为圆，且两圆心为对应点；两对应圆相切时切点为位似中心。
几何变换（geometric transformation）是指从具有几何结构之集合至其自身或其他此类集合的一种对射。具体来说，“几何变换是一个函数，其定义域与值域为点集合。几何变换最常见的定义域与值域为同时为R2，或同时为R3。其他的几何变换则要求须为一对一函数，使之有反函数。”可透过研究这些变换的方法来研究几何。
仿射变换是指在几何中，一个空间向量进行一次线性变换并接上一个平移，变换为另一个向量空间。
比如说某一矩形的某一顶点发生平移旋转后的位置。
平移、比例缩放和旋转变换都是一种称为仿射变换的特殊情况。
具有如下性质：
（1）仿射变换有6个自由度（对应变换中的6个系数），因此，仿射变换后互相平行直线仍然为平行直线，三角形映射后仍是三角形。但却不能保证将四边形以上的多边形映射为等边数的多边形。
（2）仿射变换的乘积和逆变换仍是仿射变换。
（3）仿射变换能够实现平秱、旋转、缩放等几何变换。
比如我们将一个平面坐标旋转加平移就是仿射变换
仿射变换是一种二维坐标到二维坐标之间的线性变换，保持二维图形的平直性，保持二维图形的“平直性”（即变换后直线还是直线不会打弯，圆弧还是圆弧）和“平行性”（其实是指保二维图形间的相对位置关系不变，平行线还是平行线，相交直线的交角不变。）。如下图所示

3. 简述DEM、TIN的模型结构，比较二者的优缺点。

答：数字高程模型（Digital Elevation Model)，简称DEM，是通过有限的地形高程数据实现对地面地形的数字化模拟（即地形表面形态的数字化表达），它是用一组有序数值阵列形式表示地面高程的一种实体地面模型，是数字地形模型(Digital Terrain Model，简称DTM)的一个分支，其它各种地形特征值均可由此派生。一般认为，DTM是描述包括高程在内的各种地貌因子，如坡度、坡向、坡度变化率等因子在内的线性和非线性组合的空间分布，其中DEM是零阶单纯的单项数字地貌模型，其他如坡度、坡向及坡度变化率等地貌特性可在DEM的基础上派生。DTM的另外两个分支是各种非地貌特性的以矩阵形式表示的数字模型，包括自然地理要素以及与地面有关的社会经济及人文要 素，如土壤类型、土地利用类型、岩层深度、地价、商业优势区等等。实际上DTM是栅格数 据模型的一种。它与图像的栅格表示形式的区别主要是：图像是用一个点代表整个像元的属 性，而在DTM中，格网的点只表示点的属性，点与点之间的属性可以通过内插计算获得。
TIN即是不规则三角网，也名“曲面数据结构”，是一种矢量数据。根据区域的有限个点集将区域划分为相等的三角面网络，数字高程模型由连续的三角面组成，三角面的形状和大小取决于不规则分布的测点的密度和位置。它能根据区域的有限个点集将区域划分为相等的三角面网络，数字高程由连续的三角面组成，三角面的形状和大小取决于不规则分布的测点的密度和位置，能够避免地形平坦时的数据冗余，又能按地形特征点表示数字高程特征。该结构被广泛应用在各种GIS软件，如著名的ARC/INFO等。
数字地形模拟是针对地形地貌的一种数字建模过程，这种建模的结果通常就是一个数字高程模型，借助于这种数字地形的表达，现实世界的三维特征能够得到充分而真实的再现。近年来，由于地理信息系统的普及，DEM作为数字地形模拟的重要成果已经成为国家空间数据基础设施的基本内容之一，并被纳入数字化空间框架进行规模化生产。基于规则格网的数字高程模型和基于不规则三角网的数字高程模型是目前数字高程模型的两种主要结构。规则格网数字高程模型用在水平方向和垂直方向上等间隔排列的地形点的高程来表示地形，格网点的平面坐标隐含在行列号中。由于规则格网数字高程模型在存储、管理和便于使用方面的优越性，使其成为广泛使用的一种数据结构，但缺点是不能准确地表示地形的结构，在格网大小固定的情况下，无法表示地形的细部。不规则三角网是按一定的规则将离散点连接成覆盖整个区域且互不重叠、结构最佳的三角形，实际上是建立离散点之间的空间关系。不规则三角网既可适应规则分布数据，又可适应不规则分布数据，同时还可以对其内插生成规则格网数据，它能较好的顾及地貌特征点、线，表示复杂地形表面。从数字高程模型内插等高线一直是计算机地图制图的基本任务之一，也是数字高程模型最重要的应用之一。等高线能够真实的反映出地貌形态和地面高低起伏，它是地形图的重要元素之一。对于规则格网数据可以利用格网数据结构存储的格网结点信息按照一定的追踪规则直接追踪生成等高线。而实际生产中往往得到的是离散的数据点，因而一般是首先构建三角网，在此基础上实现等高线的自动追踪。本文研究了数字高程模型的生成及基于数字高程模型的等值线的自动追踪方法。主要内容包括：（1）数字高程模型数据的获取以及数字高程模型常用的数据结构；（2）三角网的构建方法以及拓扑关系的自动建立。（3）建立规则格网数字高程模型的各种数学模型，离散数据生成规则格网的方法实现。（4）基于规则格网和三角网的等值线追踪方法以及曲线光滑的常用算法。
DTM的另外两个分支是各种非地貌特性的以矩阵形式表示的数字模型，包括自然地理要素以及与地面有关的社会经济及人文要 素，如土壤类型、土地利用类型、岩层深度、地价、商业优势区等等。实际上DTM是栅格数 据模型的一种。它与图像的栅格表示形式的区别主要是：图像是用一个点代表整个像元的属 性，而在DTM中，格网的点只表示点的属性，点与点之间的属性可以通过内插计算获得。
建立DEM的方法有多种。从数据源及采集方式讲有：(1)直接从地面测量,所涉及的仪器有水平导轨、测针、测针架和相对高程测量板等构件，也可以用GPS、全站仪 、野外测量等高端仪器;（2）根据航空或航天影像，通过摄影测量途径获取,如立体坐标仪观测及空三加密 法、解析测图、数字摄影测量等等;(3)从现有地形图上采集，如格网读点法、数字化仪手扶 跟踪及扫描仪半自动采集然后通过内插生成DEM等方法。DEM内插方法很多,主要有整体内插 、分块内插和逐点内插三种。整体内插的拟合模型是由研究区内所有采样点的观测值建立的。分块内插是把参考空间分成若干大小相同的块，对各分块使用不同的函数。逐点内插是以待插点为中心，定义一个局部函数去拟合周围的数据点，数据点的范围随待插位置的变化而变化，因此又称移动拟合法。有规则网络结构和不规则三角网(Triangular Irregular Network, 简称TIN)两种算法。
目前常用的算法是TIN，然后在TIN基础上通过线性和双线性内插建DEM。用规则方格网高程数据记录地表起伏的优点有：（X，Y）位置信息可隐含，无需全部作为原始数据存储由于是规则网高程数据，以后在数据处理方面比较容易。缺点有：数据采集较麻烦，因为网格点不是特征点，一些微地形可能没有记录。TIN结构数据的优点：能以不同层次的分辨率来描述地表形态.与格网数据模型相比,TIN模型在某一特定分辨率下能用更少的空间和时间更精确地表示更加复杂的表面.特别当地形包含有大量特征如断裂线、构造线时，TIN模型能更好地顾及这些特征。
数字高程模型的数据组织表达形式有多种，其中在土地利用工程中常用的有规则的矩形格网与不规则的三角网两种。
(1)规则矩形格网。规则矩形格网是高斯投影平台上，在z、Y轴方向按等间隔排列的地形点的平面坐标(z，y)及其方程(z)的数据集，其任一点P_{i,j}的平面坐标，可根据该点在DEM中的行列号i，j及存放在该DEM文件基本信息中推算出来。矩形格网DEM的优点是存储量较小，可以压缩存储，便于使用和管理。在农地开发整理中，由于范围较小而且地形变化较小，测算土方量时一般采用方格网法，因此用矩形格网法组成DEM较为适用。
(2)不规则三角网。不规则三角网是用不规则的三角网表示的DEM，通常称DEM或TIN(Triangulated Irregular Network)，由于构成TIN的每个点都是原始数据，避免了内插精度损失，所以TIN能较好地估计地貌的特征点、线，表示复杂地形比矩形格网精确。但是TIN的数据量较大，除存储其三维坐标外还要设网点连线的拓扑关系，一般应用于较大范围航摄测量方式获取数值。
DEM分辨率是DEM刻画地形精确程度的一个重要指标，同时也是决定其使用范围的一个主要的影响因素。DEM的分辨率是指DEM最小的单元格的长度。因为DEM是离散的数据，所以（X，Y）坐标其实都是一个一个的小方格，每个小方格上标识出其高程。这个小方格的长度就是DEM的分辨率。分辨率数值越小，分辨率就越高，刻画的地形程度就越精确，同时数据量也呈几何级数增长。所以DEM的制作和选取的时候要依据需要，在精确度和数据量之间做出平衡选择。目前我国已经完成了1：50　000地形图的制作DEM的数据库的建设。
由于DEM描述的是地面高程信息，它在测绘、水文、气象、地貌、地质、土壤、工程建设、 通讯、军事等国民经济和国防建设以及人文和自然科学领域有着广泛的应用。如在工 程建设上，可用于如土方量计算、通视分析等；在防洪减灾方面，DEM是进行水文分析如汇 水区分析、水系网络分析、降雨分析、蓄洪计算、淹没分析等的基础; 在无线通讯上，可用 于蜂窝电话的基站分析等等。
地球表面高低起伏，呈现一种连续变化的曲面，这种曲面无法用平面地图来确切表示。于是我们就利用一种全新的数字地球表面的方法—— 数字高程模型 的方法，这种方法已被普遍广泛采用。数字高程模型即DEM（Digital Elevation Model），是以数字形式按一定结构组织在一起，表示实际地形特征空间分布的模型，也是地形形状大小和起伏的数字描述。

DEM有三种主要的表示模型：规则格网模型，等高线模型和不规则三角网。

格网（即GRID）DEM在地形平坦的地方，存在大量的数据冗余，在不改变格网大小情况下，难以表达复杂地形的突变现象，在某些计算，如通视问题，过分强调网格的轴方向。不规则三角网（简称TIN，即Triangulated Irregular Network）是另外一种表示数字高程模型的的方法（Peuker等，1978），它既减少了规则格网带来的数据冗余，同时在计算（如坡度）效率方面又优于纯粹基于等高线的方法。不规则三角网能随地形起伏变化的复杂性而改变采样点的密度和决定采样点的位置，因而它能够避免地形起伏平坦时的数据冗余，又能按地形特征点如山脊，山谷线，地形变化线等表示数字高程特征。
在TIN中，满足最佳三角形的条件为：尽可能的保证三角形的三个角都是锐角，三角形的三条边近似相等，最小角最大化。
TIN 是基于矢量的数字地理数据的一种形式，通过将一系列折点（点）组成三角形来构建。形成这些三角形的插值方法有很多种，例如 Delaunay 三角测量法或距离排序法。ArcGIS 支持 Delaunay 三角测量方法。
TIN 的单位是英尺或米等长度单位，而不是度分秒。当使用地理坐标系的角度坐标进行构建时，Delaunay 三角测量无效。创建 TIN 时，应使用投影坐标系（PCS）。
TIN 模型的适用范围不及栅格表面模型那么广泛，且构建和处理所需的开销更大。获得优良源数据的成本可能会很高，并且，由于数据结构非常复杂，处理 TIN 的效率要比处理栅格数据低。
TIN 通常用于较小区域的高精度建模（如在工程应用中），此时 TIN 非常有用，因为它们允许计算平面面积、表面积和体积。
TIN优势：
TIN是另外一种表示数字高程模型的方法, 它即可以减少规则格网方法带来的数据冗余, 又能按地形特征点如山脊、山谷线、地形变化线等表示数字高程特征。
（另一种说法）在计算 (如坡度) 效率方面优于纯粹基于等高线的方法。不规则三角网能随地形起伏变化的复杂性而改变采样点的密度和决定采样点的位置, 因而它能够避免地形起伏平坦时的数据冗余。
TIN不足：TIN 模型的适用范围不及栅格表面模型那么广泛，且构建和处理所需的开销更大。获得优良源数据的成本可能会很高，并且，由于数据结构非常复杂，处理 TIN 的效率要比处理栅格数据低。

4. 矢量数据错误有哪些？简述其分类、产生原因和编辑处理方法。

答：
定位错误：指数字化几何要素存在的几何位置错误，几何要素的缺失，要素集合位置的错误。定位错误的产生与所使用的数据源密切相关，二手数据源，纸质地图数字化扫描数据定位错误。数字化地图与原始纸质地图的匹配程度，原始纸质地图自身的精度。一手数据源，其数字化精度主要受到数据源自身的精度所限制，GPS的误差，遥感影像的分辨率。
拓扑错误：指空间要素之间存在空间逻辑不一致性的错误，多边形不闭合，存在悬挂弧段等。数字读图几何要素与原始数据源或现实世界中目标相比，存在的拓扑关系错误。拓扑错误类型：1.面状目标 2.线状目标 3.点状目标 4.不同类型空间目标间
面状目标拓扑错误：未闭合的多边形，两个相邻的多边形间存在缝隙，多边形重叠。

线状目标拓扑错误：有向线的线段方向存在拓扑错误，某河流的起点海拔比终点海拔低。
点状目标拓扑错误：主要包括，与线或面要素相结合的时候，点要素可能存在拓扑错误。
不同类型目标间拓扑错误：以面向对象数据库的方式存储空间数据，除了同一层数据的拓扑错误外，能发现两个或两个以上图层中存在不同类型空间要素间的拓扑错误。
拓扑错误的检查方法：大部分的GIS平台软件都提供了计算机自动拓扑数据包检查。主要检查内容：结点是否匹配，是否存在悬挂线，多边形是否闭合。检查结果：用不同的颜色或符号。标示出存在拓扑错误的几何要素。

5. 什么空间分析？简述几种常见的空间分析方法。

答：
空间分析是对于地理空间现象的定量研究，其常规能力是操纵空间数据使之成为不同的形式，并且提取其潜在的信息。空间分析是GIS的核心。空间分析能力（特别是对空间隐含信息的提取和传输能力）是地理信息系统区别与一般信息系统的主要方面，也是评价一个地理信息系统成功与否的一个主要指标。
随着现代科学技术，尤其是计算机技术引入地图学和地理学，地理信息系统开始孕育、发展。以数字形式存在于计算机中的地图，向人们展示了更为广阔的应用领域。利用计算机分析地图、获取信息，支持空间决策，成为地理信息系统的重要研究内容，“空间分析” 这个词汇也就成为了这一领域的一个专门术语。
空间分析是GIS的核心和灵魂，是GIS区别于一般的信息系统、CAD或者电子地图系统的主要标志之一。 空间分析，配合空间数据的属性信息，能提供强大、丰富的空间数据查询功能。 因此，空间分析在GIS中的地位不言而喻。
空间分析主要通过空间数据和空间模型的联合分析来挖掘空间目标的潜在信息，而这些空间目标的基本信息，无非是其空间位置、分布、形态、距离、方位、拓扑关系等，其中距离、方位、拓扑关系组成了空间目标的空间关系，它是地理实体之间的空间特性，可以作为数据组织、查询、分析和推理的基础。通过将地理空间目标划分为点、线、面不同的类型，可以获得这些不同类型目标的形态结构。将空间目标的空间数据和属性数据结合起来，可以进行许多特定任务的空间计算与分析。
空间信息量算
空间信息量算是空间分析的定量化基础。
空间实体间存在着多种空间关系，包括拓扑、顺序、距离、方位等关系。通过空间关系查询和定位空间实体是地理信息系统不同于一般数据库系统的功能之一。
如查询满足下列条件的城市：在京九线的东部， 距离京九线不超过200公里，城市人口大于100万并且居民人均年收入超过1万。整个查询计算涉及了空间顺序方位关系(京九线东部),空间距离关系（距离京九线不超过200公里），甚至还有属性信息查询(城市人口大于100万并且居民人均年收入超过1万）。
空间信息量算包括：质心量算、几何量算、形状量算。
这是GIS功能的重要组成部分。
对于线状地物求长度、曲率、方向，对于面状地物求面积、周长、形状、曲率等；求几何体的质心；空间实体间的距离等。常用的空间信息分类的数学方法有：主成分分析法、层次分析法、系统聚类分析、判别分析等。
缓冲区分析是针对点、线、面等地理实体，自动在其周围建立一定宽度范围的缓冲区多边形。
邻近度描述了地理空间中两个地物距离相近的程度，其确定是空间分析的一个重要手段。交通沿线或河流沿线的地物有其独特的重要性，公共设施的服务半径，大型水库建设引起的搬迁，铁路、公路以及航运河道对其所穿过区域经济发展的重要性等，均是一个邻近度问题。缓冲区分析是解决邻近度问题的空间分析工具之一。 所谓缓冲区就是地理空间目标的一种影响范围或服务范围。
叠加分析
大部分GIS软件是以分层的方式组织地理景观，将地理景观按主题分层提取，同一地区的整个数据层集表达了该地区地理景观的内容。地理信息系统的叠加分析是将有关主题层组成的数据层面，进行叠加产生一个新数据层面的操作，其结果综合了原来两层或多层要素所具有的属性。叠加分析不仅包含空间关系的比较，还包含属性关系的比较。叠加分析可以分为以下几类：视觉信息叠加、点与多边形叠加、线与多边形叠加、多边形叠加、栅格图层叠加。
对地理网络（如交通网络）、城市基础设施网络（如各种网线、电力线、电话线、供排水管线等）进行地理分析和模型化，是地理信息系统中网络分析功能的主要目的。网络分析是运筹学模型中的一个基本模型，它的根本目的是研究、筹划一项网络工程如何安排，并使其运行效果最好，如一定资源的最佳分配，从一地到另一地的运输费用最低等。
网络分析包括：路径分析（寻求最佳路径）、地址匹配（实质是对地理位置的查询）以及资源分配。
空间统计分析
GIS得以广泛应用的重要技术支撑之一就是空间统计与分析。例如， 在区域环境质量现状评价工作中，可将地理信息与大气、土壤、水、噪声等环境要素的监测数据结合在一起，利用GIS软件的空间分析模块，对整个区域的环境质量现状进行客观、全面的评价，以反映出区域中受污染的程度以及空间分布情况。通过叠加分析，可以提取该区域内大气污染分布图、噪声分布图;通过缓冲区分析，可显示污染源影响范围等。可以预见，在构建和谐社会的过程中，GIS和空间分析技术必将发挥越来越广泛和深刻的作用。
常用的空间统计分析方法有：常规统计分析、空间自相关分析、回归分析、趋势分析及专家打分模型等。
空间分析的基本方法有：空间信息量算、空间信息分类、缓冲区分析、 叠加分析、 网络分析、 空间统计分析。最常用的就是缓冲区分析，空间查询，路径分析。
空间量算包括以下内容： (1)几何量算。 几何量算对不同的点、线、面地物有不同的含义：·点状地物（零维）：坐标； ·线状地物（一维）：长度，曲率，方向； ·面状地物（二维）：面积，周长，形状，曲率等；·体状地物(三维)：体积，表面积等。 一般的GIS软件都具有对点、线、面状地物的几何量算功能，或者是针对矢量数据结构，或者是针对栅格数据结构的空间数据。 (2)形状量算。 面状地物形状量测的两个基本考虑：空间一致性问题，即有孔多边形和破碎多边形的处理；多边形边界特征描述问题。 (3)质心量算。 质心是描述地理对象空间分布的一个重要指标。例如要得到一个全国的人口分布等值线图，而人口数据只能到县级，所以必须在每个县域里定义一个点作为质心，代表该县的数值，然后进行插值计算全国人口等值线。质心通常定义为一个多边形或面的几何中心，当多边形比较简单，比如矩形，计算很容易。但当多边形形状复杂时，计算也更加复杂。 在某些情况下，质心描述的是分布中心，而不是绝对几何中心。质心量测经常用于宏观经济分析和市场区位选择，还可以跟踪某些地理分布的变化，如人口变迁，土地类型变化等。
缓冲区分析是指以点、线、面实体为基础，自动建立其周围一定宽度范围内的缓冲区多边形图层，然后用该图层与目标图层叠加，进行分析而得到所需结果。缓冲区分析可以用于分析城市交通网络不同时段、不同交通方式居民出行的时间结构，也可用于城市不同条件下住房的选择。
路径分析是常用的数据挖掘方法之一， 是一种找寻频繁访问路径的方法，它通过对Web服务器的日志文件中客户访问站点访问次数的分析，挖掘出频繁访问路径。路径分析包含了两个基本内容：一个是路径的搜索；另一个是距离的计算。路径搜索的算法与连通分析是一致的，通过邻接关系的传递来实现路径搜索。路径的长度(距离)以积聚距离(accumulated distance)来计算。距离的计算方法为：将栅格路径视做由一系列路径段(path segments)组成，在进行路径搜索的同时计算每个路径段的长度并累计起来，表示从起点到当前栅格单元的距离。这里路径段指的是在一定的精度范围内可以以直线段模拟和计算的栅格单元集合。