第11讲—数据探查.pptVIP

GIS究竟能干什么？ GIS究竟能干什么？ 有大批空间和属性数据 蕴含着大量有用的信息 提供强力的数据分析功能 借助于GIS——从“数据”到“信息” 数据探查（第10章） 数据分析（第11章以后） 数据分析的方法 有两种常用的方法 探索性数据分析 —— 初级阶段（简单） 没有程式化模型 概率统计理论 —— 统计描述、统计图、统计推断 如，全国人口数据统计，等等。 模型拟合 —— 高级阶段（困难） 利用已有的数学模型 取决于应用对象，通常需要编程 如，经济领域用经济模型；地质领域用地质模型 探索性数据分析——传统的概率统计方法 如何解决上述提出问题呢？ 有三类方法可用 简单的描述性统计量 值域、中值、四分位数、平均值、方差等 复杂统计图 直方图、散点图、方差云图等 统计推断理论（第18章） 空间自相关等 探索性数据分析——简单的描述性统计图 从直方图中我们能看出 Bell-shaped No outliers Mean ≈ Median Skewness (偏斜) ≈ 0 Kurtosis (峰度) ≈ 3 探索性数据分析——复杂统计图 探索性数据分析——复杂统计图（三维） 探索性数据分析——前提条件 传统统计理论用于GIS数据探查，因为是空间数据，需注意以下几点 有些理论可以继续沿用 简单统计量 统计图表 有些理论改进后沿用 散点图（含义不同） 有些理论重新定义 统计推断，加入空间变量 基于地图的数据操作 有三种探查方法 数据分类 采用各种统计量对数据分类，然后用专题地图法显示分类结果 空间集聚 定性或定量方法，观察数据分类结果的图形 地图比较 制作不同专题地图，分析数据，提炼信息 基于地图的数据操作——数据分类 表示各州失业率分布状况 白色：全国平均值以下 灰色：全国平均值以上 用均值和标准差表示各州失业率情况 分五级 基于地图的数据操作——空间集聚 表示1990年美国各州人口变化率 颜色深，人口变化较大 颜色浅，人口变化较小 表示2000年美国各州人口变化率 西部各州人口增长较快 呈团状聚集的方式 基于地图的数据操作——地图比较 比较鹿的迁徙 北部区域呈两极 南部区域鹿的分布更广泛 呈集聚方式 属性数据查询 定义（关系数据库） 通过处理属性数据，获取数据子集 结果（GIS特点？） 先高亮属性，再高亮图形 操作步骤 沿用关系数据库的查询方式 结构查询语言（ＳＱＬ） ArcMap Select by attributes 属性数据查询 ＳＱＬ基本语法 select 属性列表 from 关系 where 条件 Select 从数据库中选择字段 From 从数据库中选择表格 Where 查询条件或指标 例如，属性表Owner和Parcel 属性数据查询 查询P101宗地的出售日期 select Parcel.Sale_date from Parcel where Parcel.PIN = ‘P101’ 查询Costello的宗地出售日期 select Parcel.Sale_date from Parcel, Owner where Parcel.PIN = Owner.PIN AND Owner_name = ‘Costello’ 属性数据查询——问题与习作 查询P101宗地的“户主” select Owner_name from Parcel, Owner where Parcel.PIN = Owner.PIN AND Parce.PIN= ‘P101’ 属性数据查询 查询表达式 where Parcel.PIN = ‘P101’ 布尔表达式和连接符组成 布尔表达式 操作数，如Parcel数据库、PIN字段名、P101字段值 逻辑运算符，如=、、、=、=、 运算符，如+、-、*、/等 布尔连接符，如AND、OR、XOR和NOT 属性数据查询——问题 选择地块面积不大于2 acres，且位于商业区的记录 属性数据查询 运算类型 空间数据查询 定义 直接对地理要素操作，获取子集 结果 先高亮图形，再高亮属性 操作 由指针选择要素（普通操作） 由图形选择要素（GIS简单操作） 由空间关系选择要素（GIS复杂操作） 属性数据和空间数据二者结合查询 空间数据查询——由指针选择要素 选择要素 用鼠标拖画出方形区域 空间数据查询——由图形选择要素 选择要素 用图形（如圆形）选择要素 例如，力学小学的学区，以力学小学为圆形，1公里为半径画圆，选择与居民区相交的地块。处于该居民区范围的孩子才能入学。 空间数据查询——由图形选择要素 空间数据查询——由空间关系选择要素 用于查询的空间关系 包含 选择完全落入A要素之内的B要素 如，查询南京市范围内所有的大学 相交 选择与A要素相交的B要素 如，查询与地震板块相交的城市 邻近