计量地理 第四章 地理数据的采集与预处理.pptVIP

第四章 地理数据采集与预处理 1.地理数据类型及其变换 1.1 地理数据的基本类型： 1.1.1 变量与常量： ①变量：变化的量，例如人口、年降水量、土壤类型等。 ②常量：变量的取值，例如兰州市2000年的人口、7月平均气温等。 1.1.2 定性数据与定量数据 ①定性数据：只有性质差异，而无数量差异的数据。如天气的阴、晴。 ②定量数据：可用数量表示的数据，如气温、降水。 1.2 地理数据的变换 地理数据变换的目的： 去伪存真 易识规律 减小变幅 便于建模 变换方式： 对数变换、开(立)方变换、取倒数变换、概率变换、指数变换等 2.地理数据的分布特征 2.1地理数据的来源与整理 2.1.1地理数据的来源 ① 野外调查； ② 室内化验分析； ③ 定位或半定位观测； ④ 从地形图、航片、卫片上提取的地理信息； ⑤ 从有关部门收集的观测或统计资料； ⑥ 来自于互联网（Internet）的有关共享数据。 2.1.2地理数据的整理 　①整理的步骤：检查资料、统计分组、绘制图表; 　②整理的目的：使数据结构化、条理化，便于进一步分析研究. 2.1.3 统计分组 分组标志有两类：质量标志和数量标志。 分组的一般原则，即以是否能归纳出原始数据的分布特征为依据。 统计分组的步骤 第一步：按次序排列原始资料，统计数据个数；计算全距（极差 range) 全距(R)=最大值（max）- 最小值（min) 第二步：确定组数与组距； (1) 组数=1+3.32LgN (2) 组距=全距 /组数 第三步：确定组限并计算组中值 ； (1) 第一组下限=最小值－组距／2 　　　 (2) 第一组上限=第一组下限+组距 (3) 第i组下限=第i-1组上限 (4) 第i组上限=第i组下限+组距 (5) 组中值＝（下限＋上限）/2 第四步：确定每个数据归属于哪个组，统计每一组所包含的数据个数（即频数），同时统计累积频数。 上海市1873－1972年降水量表 组限与组中值表 频数分布表 例1 2.1.4频数分布图表 某组的频数，是指原始地理数据出现在该组内的次数。各组频数和应等于地理数据的总数。频率是各组的频数占总地理数据的百分比。 为了更详细的认识变量的分布特征，还可以计算累计频数和累计频率。 由变量值小的组向变量值大的组累计频数和频率，称为向上累计频数和向上累计频率。 由变量值大的组向变量值小的组累计各组的频数或频率，称为向下累计频数或向下累计频数。 直方图 折线图 累计频数图 直方图及累积频率曲线 2.2地理数据的分布特征值 在地理数据的分布性质中，最重要的两个性质是集中性和离散性。 2.2.1 集中性的代表值：平均数、中位数、四分位数、众数 (1) 平均数：算术平均数、几何平均数 ① 简单算术平均数 算术平均数的局限性： 其数值容易受极大值或极小值的影响，当一组资料存在极端值时，均值的代表性就会受很大影响，这种情况统计上称为不稳健。 例：某河流四个断面上测得污染物酚的浓度为0.036mg/l，0.024mg/l，0.023mg/l，0.019mg/l。每个断面所代表的河段长度分别为3.4km，5.6km，2.7km，4.3km，计算该河流酚污染的平均水平。 解：以断面所代表的河段长度为权重因子，以加权算术平均值来反映该河流的酚污染平均水平，有 该河流酚污染的平均水平是0.025 例4 据统计，中国国民生产总值指数（以上年为100）从1978年至1993年依次为： 111.7，107.6，107.9，104.4，108.8，110.4，114.7，112.8，108.1，110.9，111.3，104.4，104.1，108.2，113.4，113.2， 试求该时期我国经济年平均增长率。 (2)中位数 设一组资料有n个数值，x1，x2，…，xn，若按大小顺序排列，处在数列的中点位置的数值，就是中位数。中位数将全体数据分成项数相等的两部分，因此，中位数也是数据集中趋势的一个很好的测度值。 中位数的推求方法，对于未分组资料，当地理 数据项n为奇数时，变量按大小顺序排列。第(n+1)/2 位数，就是中位数。当地理数据项n为偶数时，中位 数为第n/2项与第(n/2+1)项的平均数。 中位数的特征 a、中位数位于依序排列资料的中间位置，不易受极端值的影响，是较稳健的集中趋势测度量指