《排版模板1.docVIP

空间数据的分析与应用 【摘要】本电子文档重点描写了关于空间数据分析、空间数据质量、空间数据库的应用等几个方面的内容。着重介绍了空间数据质量的检查以及数据库的具体应用示例。 【关键词】分析；质量；应用；模式 1 引言 空间数据是指用来表示空间实体的位置、形状、大小及其分布特征诸多方面信息的数据，它可以用来描述来自现实世界的目标，它具有定位、定性、时间和空间关系等特性。空间数据是一种用点、线、面以及实体等基本空间数据结构来表示人们赖以生存的自然世界的数据。空间数据结构又是指空间数据的编排方式和组织关系。空间数据编码是指空间数据结构的具体实现，是将图形数据、影像数据、统计数据等资料按一定的数据结构转换为适合计算机存储和处理的形式。不同数据源采用不同的数据结构处理，内容相差极大，计算机处理数据的效率很大程度取决于数据结构。随着信息技术的飞速发展和企业界新需求的不断提出，以面向事务处理为主的空间数据库系统已不能满足需要，信息系统开始从管理转向决策处理，空间数据仓库就是为满足这种新的需求而提出的空间信息集成方案。 本文将从空间数据分析、空间数据质量、空间数据库的应用等几个方面对空间数据进行介绍。 2 空间数据分析 2.1 空间数据特征 2.1.1 属性特征 用以描述空间数据的特性，即用来说明“是什么”，如数据的类别、等级、数量、名称等。它指的是除了时间和空间特征以外的空间现象的其他特征，如地形的坡度、波向、某地的年降雨量、土地酸碱度、土地覆盖类型、交通流量等。 2.1.2 空间特征 用以描述空间数据的地理方位，如经纬度。空间特征指的是空间元素的位置、形状和大小等几何特征，以及与相邻元素的空间关系。空间位置可以通过坐标来描述。空间元素的形状和大小一般也是通过空间坐标来体现。通常情况下，人们对空间目标的定位不是通过记忆其空间坐标，而是确定某一目标与其他更熟悉的目标间的空间位置关系。但对于计算机系统而言，使用坐标是空间定位最直接最简单的方法。 2.1.3 时间特征 用以描述事物或现象随时间的变化，例如人口数的逐年变化、地貌的变化等。空间数据总是在某一特定时间或时间段内采集得到或计算得到的。由于有些空间数据随时间的变化相对较慢，因此往往被忽略[5]。但设计良好的空间数据库应包含多个时态的信息，如何有效地利用多时态势数据在空间数据库中进行时空分析和动态模拟是空间数据库研究的热点问题之一。 2.2空间影响 空间影响的存在基本上排除了经典统计方法在空间数据分析中的直接应用,它们是空间统计学和空间统计经济学诞生和发展的根本原因。在这两类空间影响中,空间依赖性或空间自相关被视为理论地理学和区域科学的研究核心。在应用研究领域,空间依赖性可来源于各种测量误差,包括空间过程与政区边界的不一致、空间单元的整合、以及空间外延和空间溢出的存在等。此外,研究对象的空间组织与空间结构也会产生一系列空间互动和空间依赖的复杂分布;由此而发展出的一系列模型如空间流模型、空间分布模型、空间结构模型、空间过程模型都直接或间接地包含了空间依赖性这一变量。虽然空间依赖性有点像统计经济学中检验的时间序列数据的序列相关,但鉴于空间数据的多方向性,空间依赖性不能通过直接套用经典统计学中的方法来解决。 第二类空间影响是空间非均质性,它反映了研究对象空间行为或空间关系的不稳定。更确切地说,这意味着研究对象的因果关系和变量随空间区位而变化。如用统计经济学模型对一组包括发达地区和不发达地区的横截面数据进行建模并估计,就可能出现空间非均质性的问题。与解决空间依赖性这类问题不同的是,大部分空间非均质性的问题都可以通过经典统计方法来解决。但在某些情况下,研究对象空间结构与空间流之间复杂的相互影响可能造成空间依赖性和空间非均质性的同时存在。当这一情况发生时,如何区分这两类截然不同的空间影响将会十分困难,因为经典的统计学和统计经济学对此无能为力。 3空间数据质量 城市基础地理信息系统是以1 / 5 0 0 地形图为主要的数据源, 将地形图要素按照一定的分类和编码系统分为十大类, 并赋予相应的编码, 属性数据是以人工方式输人数据库中, 并通过数据转换的方式进行G IS 数据建库。在这一系列的过程中, 数据质量的检查与验收贯穿始终。 3.1空间数据的误差来源 要进行数据质量的控制, 首先要了解G IS 数据质量控制是指控制空间数据的可靠性和精度, 因此也有必要了解建库过程中的误差来源。在建库过程中空间数据的误差可分为源误差、处理误差和应用误差等三种类型。 三种误差中, 数据处理误差远远小于数据源的误差, 使用误差看来不属于数据本身的误差, 但这些因素直接影响到应用的效果, 所以也应列为空间数据误差的范畴, 在给空间数据的质量评定中应考虑多方面的因素。对空间数据质量控制的主要任务是针对可能产生误差的