空间分析-Voronoi图构建方法与应用.pptVIP

Voronoi图构建及应用 Voronoi图构建方法 Voronoi图应用 Voronoi图构建 Voronoi图的构建方法 矢量方法（基于GIS软件） 栅格方法（基于GIS软件和编程） 基于GIS的任意发生元Voronoi图矢量逼近方法 建立一个图层，图层中要素即是要生成Voronoi图的原始发生元，可以包括点、线、面或者它们的组合； 采用DENSIFYARC命令给图层中各要素的弧段上增加顶点(vertex) 。顶点的间隔设置得越小，增加顶点的数量越多。间隔大小可以根据实际对Voronoi图精度的需要来确定； 对已增加顶点的图层进行CLEAN或BUILD以形成正确的弧段—节点拓扑关系； 使用ARCPOINT命令将图层中弧段上的点(顶点、节点)转换到另一个仅含有点的图层中，有时还需要复制原图层中的点目标； 对点层中的点的用户标识码进行修改，使其与原发生元的用户标识码保持一致； 使用THIESSEN命令构建点目标的Voronoi图； 用DISSOLVE命令对形成的Voronoi图进行溶合，溶合项(dissolve_item)是点目标的用户标识码，溶合完的图层即是我们需要的任意形状发生元的未加权的Voronoi图，完毕。 任意形状发生元Voronoi图构建的栅格方法 wi10、wi2是加权Voronoi图的权重。 当wi2=0时产生倍增的加权Voronoi图（multiplicatively weighted Voronoi diagram），是在发生点集的扩散速度与权重成比例情况下形成的； 当wi1=1时产生相加的加权Voronoi图（additively weighted Voronoi diagram）； 当wi1≠1, wi2 ≠ 0时产生复合的加权Voronoi图（compoundly weighted Voronoi diagram）。 加权Voronoi图的栅格构建方法 用gridpoint命令将包含有空间点位坐标的矢量图层数据转换为栅格数据，并把栅格数据放置在一个文本文件中。 利用方程计算每一个栅格单元与各发生点的加权距离，以距离最短的发生点栅格的代码作为该栅格单元的隶属代码，如此下去，直至所有栅格单元的归属都被确定为止。 把新的栅格单元代码数据写入到一个新的文本文件中，再用gridpoly命令将该代码数据转变为一个点的加权Voronoi图图层（在该方法的实现中，注意数据转换中所需要的文件头的内容） ，完毕。 Voronoi图应用 点集密度分析 点集分布分析 地理实体的影响区域分析 点集密度分析 如果我们已经产生了点集的Voronoi图，每个Voronoi多边形的面积用表示，那么可以将Voronoi多边形面积的倒数作为一个评价点局部密度的一个指标。 点集分布分析 点集的泊松分布是指点集的随机分布，不同于泊松分布的两种情况是空间规则分布和集群分布。 Voronoi分割可以帮助我们判断点集的空间分布属于那一种形式。当点集在平面上呈现泊松分布时，Voronoi多边形面积是有变化的，有些是面积大的Voronoi多边形，有些是面积小的Voronoi多边形。Voronoi多边形面积的变化性是很容易通过其方差来估计的。变异系数（the coefficient of variation, CV）是Voronoi多边形面积的标准差与平均值的比值，它可以衡量现象在空间上的相对变化程度。 标准差计算公式： 点集分布的判别标准 当某个点集的空间分布为规则分布时，CV是低的。当为集群分布时，在集群（“类”）内的Voronoi多边形面积较小，而在集群间的面积较大，CV是高的。但是，应该注意的是，规则的周期结构也会导致较高的CV值；周期性重复出现的集群分布也会形成高的CV值。 Duyckaerts and Godefroy （2000）提出了三个建议值，当点集为随机分布时，CV值为57%（包括从33%到64%）；当点集为集群分布时，CV值为92%（包括大于64%）；当点集为规则分布时，CV值为29%（包括小于33%） END 湖北大学资源环境学院 王新生 * * 湖北大学资源环境学院 王新生 *