地图数据的分级.pptxVIP

专题地图编制 制图数据分级 一 影响分级的因素 （1）地图的目的和用途 （2）地图的比例尺 （3）专题信息数据的学科分级 （4）数据的客观分布特征 制图数据分级 二 分级的原则 （1） 科学性原则 （2）体现专题信息分布特征 （3）分级的基本原则是各种分级方法的基础 制图数据分级 三 分级数的确定 分级数的确定必须顾及地图的用途、比例尺、数据本身的特点及其它各种因素的影响。 分级数是地图综合程度的主要反映，控制着地图的精确性。 在一般的地图上，7级以上为能用的最大分级数，以4-7级为比较适宜。 制图数据分级 四 分级界限的确定 分级界限的确定是分级问题最主要的方面,对在分级中能否保持数据特征起决定性作用,也直接影响到地图的科学性和实用性。 分级界限的确定首先要考虑数据内容的学科分级或习惯分级,然后才能考虑其它影响因素。 制图数据分级方法 一 分类 分类是人们认识事物的一种方法，是将具有共同属性特征的事物归并在一起，分类是人们认识事物的一种方法，是将具有共同属性特征的事物归并在一起，二把具有不同属性特征的事物分开的过程。 制图数据分级方法 一 分类 分类中最常用的方法是层次分类法。 层次分类法是将初始的分类对象按所选定的若干个属性或特征一次分成若干层目录，层次分类法是将初始的分类对象按所选定的若干个属性或特征一次分成若干层目录，并编 制成一个有层次、逐级展开的分类体系。 制图数据分级方法 一 分类 分类中最常用的方法是层次分类法。 层次分类法是将初始的分类对象按所选定的若干个属性或特征一次分成若干层目录，层次分类法是将初始的分类对象按所选定的若干个属性或特征一次分成若干层目录，并编 制成一个有层次、逐级展开的分类体系。 制图数据分级方法 二 分级 分级的实质是认识事物群体特征的一种概括，对各种专题数据进行分级、处理，并选用相应的表示方法制成专题图。 分级有利于揭示现象的分布、发展变化规律。定点符号法、动线符号法、统计图表法、等值区域法和等值线法等表示的专题地图，都需对庞大的数据群进行分级。 制图数据分级方法 数据分级 方法 传统分级方法 数列分级方法 级数分级方法 现代分级方法 分位数分级 逐步聚类分级 模糊聚类分级 制图数据分级方法 数列分级方法 数列分级的分级界限时某种数列中的一些点，一旦选定了某种数列，则分级界限完全取决于数据的最大值、最小值和分级数。 制图数据分级方法 （1）等差数列 （2）等比数列 数列分级方法 上面各式中，i=1,2，…，K+1。 制图数据分级方法 数列分级方法 （3）倒数数列 （4）方根数列 上面各式中，i=1,2，…，K+1。 制图数据分级方法 二 分级方法 现代分级方法 分位数分级 逐步聚类分级 模糊聚类分级 制图数据分级方法 分位数分级法是按某种变量系统确定分级间隔的分级方法的一种。该方法产生不规则的变距。分位数分级界限的形成保证每级中数据的个数相符，若分界点选择不当，其模型预测效果便会受到影响，甚至会影响到研究结论的正确性 分位数分级 制图数据分级方法 该方法在算法上吸取了逐步聚类法中“逐步聚类”的思想，根据样品的相似性，将样品归为若干类，使每类的个体之间具有较密切的关系，而各类之间的关系相对地比较疏远。该思想恰好符合确定分级的一般原则，因而考虑用聚类分析的方法来确定分级。 逐步聚类分级 制图数据分级方法 模糊聚类法是用模糊数学方法来处理分类的一种方法。根据逐步聚类法确定分级的基本思想，按照数据之间的相似程度确定分级时，一个数据属于哪个等级并不是绝对的，这样分级伴随着一定的模糊性，因而用模糊聚类法分级就更切合实际。 模糊聚类分级 制图数据分级方法 三 分级结果的检验 （1）各级中样本数成正态分布或均匀分布 （2）同级区域的连通性 分级结果的检验：一般以以下两个标准来检验 制图数据分级方法 数据分级 方法 传统分级方法 数列分级方法 级数分级方法 现代分级方法 分位数分级 逐步聚类分级 模糊聚类分级 总结 谢 谢 大 家！