GIS空间分析（三）—— GIS环境下的空间分析

GIS环境下的空间分析

A.GIS的发展特征

传统GIS与当代GIS的特征比较

	数据	计算	服务
传统GIS	相对静止的量测数据为主体	组件式的功能计算	根据应用需求的软件发开
当代GIS	动态异构、时空币机、非结构化的大数据为主体	高性能环境支撑下的空间处理与分析工具计算	个性化服务模式，庞大的地理信息服务网络

B.GIS空间分析的主要方式

基于传统地图方法的空间分析

传统地图分析包括坐标、长度、面积、体积、方位、形状、空间分布等指标的测量、空间拓扑分析、空间要素图形叠加与属性叠加等。而此基于地图方法的空间分析算法基本上是基于景点数据方法建模的，这类GIS空间分析技术已经相对成熟。

基于统计方法的空间分析

统计方法分析包括空间统计分析和探索性空间数据分析（exploratory spatial data analysis，ESDA），ESDA 是利用统计学原理和图形图表相结合的方式对空间数据的性质进行分析、鉴别，用以引导确定性模型的结构和解法的一种技术，本质上是一种“数据驱动”的分析方法。
 

时空数据分析

传统空间分析只涉及地理信息两个方面：空间维和属性维。GIS能同时处理时间维，模拟和分析空间数据随时间的变化，即GIS具有时空数据分析的能力。时空数据分析的基础是时空数据模型。使用数据模型通常由数据结构、数据操作和完整性约束三部分组成。比较典型的时空数据模型概括起来有以下4种：1.把时间作为新的维数 2.面对对象建模 3.将时间作为属性附加项 4.基于状态和变化建模。

专业模型与GIS工具集成分析

专业模型是在对系统所描述的具体对象或过程进行大量专业研究的基础上，模拟或抽象客观顾虑，将系统数据重新组织，并总结出与研究目标有关的、有序的数据集合的有关规则和公式。专业模型中既有定量模型，又有定性模型；既有结构化模型，又有非结构化模型；还有一些模型如水体动力学模型、大气环流模型及城市空间动力学模型等，时进行三维空间分析的重要专业模型。

智能化空间分析

智能分析可以处理大规模实现世界问题中的模糊性和不确定性，并具有易加工、鲁棒性、可编程、低成本、快速和精确处理空间数据的能力。
       智能化空间分析方法经历了从决策树、基于知识的专家系统到基于智能计算的分析方法的发展历程。随着计算智能技术的不断进步，智能化空间分析方法可以解决越来越复杂的地理问题，并使其效率与精度不断提高。

可视化空间分析

       空间数据的可视化及基于可视化技术的空间分析是GIS空间数据处理的重要手段和关键技术。GIS可以将空间数据转化为“地图”，使这些数据所表达的空间关系可视化，从而可以在地图、影像和其他图形中分析他们所表达的各种类型的空间关系。可视化空间分析主要用于分析空间对象的空间分布规律，进行空间对象的空间性质计算，表现数据的内在复杂结构、关系和规律。
       可视化空间分析已由静态空间关系的可视化发展到动态系统演变过程的可视化，虚拟现实与增强现实是可视化空间分析的高级方式。