开题报告20141116..docVIP

  1. 1、本文档共20页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
开题报告20141116.

南京工业大学 研究生学位论文 开题报告 学 号: 6 研究生姓名: 导 师: 研究方向: 论文题目: 学 院: 测绘学院 入学时间: 201年月日 开题时间: 201年月日 2014年11月30日 填 报 说 明 一、开题报告中必须采用计算机输入和打印。 二、开题报告为A4大小,于左侧装订成册。 三、开题报告要求摘要 开题报告的内容应包括: 1、课题的研究意义、国内外现状; 2、与本课题有关的工作积累和已有的研究工作成绩; 3、指出课题难点和拟解决的关键问题;拟采取的研究方法、技术线路、试验方案及其可行性。 4、计划进度和预期成果; 四、开题报告一式二份,研究生和学院各存档一份。 一、立论依据 1、课题来源 2、 空间自相关(Spatial Autocorrelation)是指某一变量在同一个分布区内的观测数据之间潜在的相互依赖性。Tobler(1970)曾指出“地理学第一定律:任何东西与别的东西之间都是相关的,但近处的东西比远处的东西相关性更强”。 在统计上,透过相关分析可以检测两个统计量的变化是否存在相关性,例如:稻米的产量,往往与其所处的土壤肥沃程度相关。若将其分析的统计量视为不同观察对象的同一属性变量,则称之为自相关。因此,所谓的空间自相关就是研究空间中,某一空间单元与其周围单元间的某种特征值,透过统计方法,进行空间自相关性程度的计算,以分析这些空间单元在空间上分布现象的特性。 空间自相关分析的目的是确定某一变量是否在空间上相关,其相关程度如何。空间自相关统计量是用于度量地理数据的一个基本性质:某位置上的数据与其他位置上的数据间的相互依赖程度。通常把这种依赖叫做空间依赖(Spatial Dependence)。地理数据由于受空间相互作用和空间扩散的影响,彼此之间可能不再相互独立,而是相关的。例如,把空间上互相分离的许多市场看作一个集合,如市场间的距离近到可以进行商品交换与流动,则商品的价格与供应在空间上可能是相关的,而不再相互独立。实际上,市场间距离越近,商品价格就越接近、越相关。 空间自相关作为空间分析的热点之一,越来越受到重视。空间自相关系数常用来定量地描述事物在空间上的依赖关系。具体地说,空间自相关系数是用来度量物理变量在空间上的分布特征及其对周围的影响程度。如果某一变量的值随着测定距离的缩小而变得更相似,这一变量呈现空间正相关;若所测值随距离的缩小而更为不同,则称之为空间负相关;若所测值不表现出任何空间依赖关系,那么这一变量表现出空间不相关性或空间随机性。 计算空间自相关的方法有许多种,一般来说,方法在功用上可大致分为两大类:全局型和局域型。全局型方法是探索整个空间上属性数据的分布模式以及空间结构情况,判断此分布在空间是否有聚集特性存在,但其并不能确切地指出聚集在哪些地区。而局域型分析方法可以进一步探索属性数据在空间上的聚集行为、聚集位置等空间信息。局域型之所以能够推算出聚集地的范围,主要有两种:一是藉由统计显著性检定的方法,检定聚集空间单元相对于整体研究范围而言,其空间自相关是否够显著,显著性大的地方,即是该现象空间聚集的地区;另外,则是度量空间单元对整个研究范围空间自相关的影响程度,影响程度大的往往是区域内的特例,也就表示这些特例点往往是空间现象的聚集点。 3、研究目的 DEM 的生产与应用就是地形数据的采集、处理、传输和表达的过程。在对地学数据的处理研究中,涉及一个重要的问题,即数据之间存在广泛的空间自相关性。由于空间信息的自相关特性,经典的线性回归模型很难描述和表达。因此,在空间数据分析中,以空间自相关分析为切入点,研究DEM栅格单元高程变异的规律性,对于深化DEM 地形信息基本理论的认识,提高DEM 应用效率与可靠性,都具有非常重要的理论意义和实践价值。 本文描述的DEM地形空间自相关就是计算某一栅格单元的高程值与其相邻栅格高程值的趋近程度。对于DEM数据而言,大部分栅格单元高程值呈现出有序变化即空间自相关程度较高,而少量栅格单元(如脊线点和沟谷点)高程值表现为突变特征即空间自相关程度较低。首先通过对空间自相关指标的研究,选用合适指标,从地形曲面参数分析各指标的差异;其次从窗口大小、数据读取方向、不同地貌类型等方面对DEM空间自相关影响因素做相关分析;在求算DEM栅格单元空间自相关指数的基础上,选取一定数量的地貌特征点进行DEM地形简化。地形简化是目前解决DEM存在海量数据与计算机有限存储能力之间矛盾的有效方法,它是在保证地形整体特征精度要求的前提下最大限度的减少用于描绘地形的数据。 二、文献综述 Moran’s I指数,是适用范围最为广泛的用于测量和测试空间自相关的指标[1]。随着研究的继续深入和挖掘,

文档评论(0)

kakaxi + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档