04 Part 2-2 第四章 地理数据的特征.pptVIP

Differential sampling application Specific sample design Stratified sampling designs attempt to allow for the unequal abundance of different phenomena on the Earth’s Surface 采样方法的比较 简单随机采样：随机数发生器 系统采样及其变化：未知空间结构，无空间结构 差别采样：已知空间结构，面向应用的 尺度的意义 关于细节 Fine scale: more details Coarse scale: less details 关于范围 Small scale: small area, micro Large scale: large area, macro 地图比例尺 Scale of map refer to precision Representative fraction Cartographer’s 第五节 距离衰减(Distance decay) Attenuating effect of distance 用于选择合适的内插方程 对相邻观测点赋予权重 距离衰减曲线 Inverse distance decay?models, α/dβ Exponential distance ecay?models, αe?βd 距离衰减函数的选择 经验 (Past experience) 数据拟合 (fit of data set) 惯例 (convention) 距离衰减实例 购物偏好分析的其它影响因素 自然因素： 河流、地势起伏、道路、铁路等基础设施的容量、拥堵、可达性 社会经济因素：顾客购物偏好的差异 行政界线：政区形状影响环状的形态 相互竞争的商店的重叠区，沿特定方向会被截短 需求限制： 第六节 影响空间自相关性的距离的量测 对空间结构的理解有助于 选取好的采样策略 采用合适的内插技术 以便建立符合实际应用的空间表达方法 Induction reasons from data to build up understanding Deduction begins with theory and principle as a basis for looking at data 空间自相关的意义 空间自相关的知识可用于推断性地构建世界的空间表达 地理变量的差异性 距离效应 空间结构 从数据中归纳理论，有助于理解 由理论和原理开始演绎则是观察数据的基础 属性的空间自相关 属性相似，距离相似 属性测量的尺度很重要 如果感兴趣的现象被认为是连续的区域，则空间自相关是测量由点、线、面采样数据中计算出的平滑性 如果是离散目标，则测量属性值的分布，区别出集群、随机、局地对照等特征 不同要素的空间自相关 点要素：矿井、疾病 线要素：高速公路事故多发路段 面要素：老年人口比例 体要素：高程和楼群分布 空间自相关的地图表达 等直线图（isopleth） 地区分布图（choropleth） Spatial extensive variable: total population Spatial intensive variable: Density Ratio proportion 邻点间相似性的测量 权重矩阵： 相邻: Wij = 1 不相邻： Wij = 0 衰减方程： Decreasing function（距离衰减效应） 空间自相关的比较 位置相似性： Wij （点、线、面、体） 属性相似性：Cij（列名、顺序、间隔、比率） 计算属性相似性 用不同的方法计算属性相似性Cij，取决于属性类别 列名数据： Cij＝0，I,j 具有不同属性 Cij＝1， I,j 具有同样的属性 顺序变量：比较I,j 的等级 间隔/比率变量： 空间自相关统计 面实体、间隔属性 Moran Index 正：相邻区域属性相似 负：相邻区域属性不同 零：属性值随机，独立 相邻关系定义的灵活性 第七节 建立空间相互依存 空间自相关的量测揭示了现象的某一属性在特定时间内在空间上的相互关系 How the various properties of a location are related is an important aspects of the nature of geographic data 不同现象间的相互关系 地理数据的另一个重要特性是存在着同一空间中不同现象间的相互关系趋势 两个不同区域间的属性值 一系列离散对象间的两个属性间 相互重叠的离散对象间的属性 特定位置的多种不同属性 是如何相关的，是地理数据的重要特征 线性关系 A straight line or