第06章 应用型GIS应用模型分析实例.pptVIP

应用地理信息系统 超市送货网络分析 紧急撤退路进分析 优势作物评价与区划 SARS流行环境因素分析 1.超市送货网络分析 1.1 系统处理过程 输入地址并定位 搜索最优送货点 结果表达 客户地址定位 搜索最优送货店 输出计算结果 1.2 搜索过程（最短路径算法） 定位客户点 圈定服务范围(指定送货店数或服务半径) 服务范围内所有道路作为最短路径计算缓冲区 指定服务范围内的送货门店（可多个） 计算指定送货门店至客户店最短路径 经典Dijkstra算法计算道路节点间最短距离；再根据门店和客户店距道路左右节点距离综合计算两者最短路径 1.3 实现过程演示 2.紧急撤退路径分析 数据准备 数据加载 选定起始点、中间必须停靠的点 确定网络权值 路径计算 数据准备 分析背景 分析结果 3.优势作物评价与区划 运筹学 模糊综合评判 优势作物综合评价模型 土壤—优势作物适宜性评价 行政单元与优势作物的评价 优势作物模糊综合评判 土壤与优势作物模糊评价向量值 土壤与优势作物适宜性评价表 优势作物区划图 湖南省优势作物种植区划说明表 4.SARS流行环境因素分析 思路 时空特征分析 因素分析 逻辑信息法 结果分析 基于GIS的逻辑信息法 时空特征分析（一） 时空特征分析（二） 时空特征分析（三） 综合分析过程与步骤 确定研究区、研究对象及研究目标，并进行数据分析，确定地学分析所需要的数据，包括数据来源、数据质量指标等 将收集到的各种资料进行进行各种数据处理，包括数字化、格式转换、投影转换、分层及属性编码等工作，建立研究区、研究对象的地学数据库 结合多源地学资料，总结研究区、研究对象可能与研究目标有关的相关特征 根据研究目标的特征，分析影响目标的因素，运用GIS空间分析功能提取因子 基于空间叠加对因子进行逻辑判别 选取标准对象建立变异序列，计算各因子的各种权重 建立标准模型并验证 应用建立的模型对研究区未知对象进行分析并预测 划分单元、选取标志 确定逻辑判别因子 建立原始矩阵 后续计算过程 建立行政区的变异序列 筛选信息标志 计算信息标志的相对标志权差和标志信息权 计算每个信息标志的标志区分权 计算每个标准对象的对象权 检验所建立的标准对象的准确性 对未知对象进行预测 * * 应用型GIS应用模型分析实例 邓吉秋 中南大学GIS研究中心 选定客户点 指定服务半径 选择送货门店 输出报告 计算得到最短路径 为进行网络分析，首先必需建立符合GIS分析要求的网络结构数据库。数据库中图形数据主要包括道路交通网络图、物质站点信息、居民点信息和安全楼台等信息图层等。 除此之外，还必需修改和添加上述图形数据的部分属性数据，以作为网络分析中的“权”。例如添加不同状况下的时间阻抗等。为此，根据国家道路标准，并结合实际情况，建立不同交通工具、不同道路的速度参数表。 国内外已经采用数学方法对SARS的流行进行了分析与预测，但可以发现SARS的流行明显地存在地域与时空的差异，而且国外有利用GIS技术对疟疾、血吸虫病的分析和预警方面的成功经验，同时逻辑信息法是针对机理不清楚问题的一种以数理逻辑、组合分析及数理统计为基础的综合数学分方法，因此利用地学数据和SARS流行数据进行逻辑信息法分析是一种全新的尝试。 根据影响流行病流行的可能环境分析，利用已掌握的资料从气候、雨的酸碱性、地球化学背景、植被及其模式几个方面进行了SARS流行的环境因素分析得到初步分析结果如下： ⑴.气候因素 A.季节：广东、北京、山西、内蒙（3-4月）均在当地的初春时节爆发。 B.气温：疫情高发区均经历高发期前气温偏低且骤升骤降，而高发期气温偏高的过程。 C.降雨量：广东、北京都经历了高发期前降雨量达到或接近最高值（有利于病菌产生），病发期雨量都明显少于常年同期（有利于病毒传播）。 ⑵.雨的酸碱性因素 从流行病学角度看，酸雨中的酸性物质是一种较强的氧化剂，对病毒有抑制作用。高发区的北京、山西、内蒙为我国碱或弱酸雨区，湖南、江西等长江中下游地区为我国强酸雨区，广东也在强酸雨区内，但在爆发期广东明显少雨未能形成实际酸雨。 ⑶.地球化学背景 微量元素对人体免疫力产生影响，分析比较、可以发现，以几种微量元素在人发和土壤中含量作为特征值，可以较明显的区分SARS高发区和低发区。 ⑷.植被及模式 高发区的北京、山西、内蒙等植被覆盖率低、种类单一，江西、湖南等中部地区植被覆盖率较高、多样性好，高发区的广东植被覆盖率高、但种类偏于阔叶林。 ⑸.人文、社会环境 人口密度与流行性、生活质量、医疗环境等对SARS的流行都可能存在一定关系。 经研究认为上