第五章空间分析的原理与方法.pptVIP

模型的分类应用模型可根据模型的空间特性分为两大类：即空间模型和非空间模型。然后再根据具体模型建立与求解方法，作进一步的分类，如图4—2所示。第29页，共51页，星期日，2025年，2月5日非空间模型主要是对系统中的各种属性数据进行运算，常用的方法包括投入产出模型、计量经济学、经济控制论及系统动力学等。与这些方法相应的模型形式、特点、局限性以及主要应用范围见表4—1。这类模型多用于解决社会经济领域中的一些问题，如评价、预测与规划等，但也可用于生态环境及自然资源等领域。空间模型需要是同时对系统中的图形和属性两种数据进行运算。见表4-2。第30页，共51页，星期日，2025年，2月5日第31页，共51页，星期日，2025年，2月5日第32页，共51页，星期日，2025年，2月5日2.数据统计模型多变量统计分析主要用于数据分类和综合评价。综合评价是区划和规划的基础。从人类认识的角度来看有精确的和模糊的两种类型，因为绝大多数地理现象难以用精确的定量关系划分和表示，因此模糊的模型更为实用，结果也往往更接近实际，模糊评价一般经过四个过程：???(1)评价因子的选择与简化；???(2)多因子重要性指标(权重)的确定；???(3)因子内各类别对评价目标的隶属度确定；???(4)选用某种方法进行多因子综合。第33页，共51页，星期日，2025年，2月5日地理问题往往涉及大量相互关联的自然和社会要素，众多的要素常常给模型的构造带来很大困难，为使用户易于理解和解决现有存储容量不足的问题，有必要减少某些数据而保留最必要的信息。主成分分析是通过数理统计分析，求得各要素间线性关系的实质上有意义的表达式，将众多要素的信息压缩表达为若干具有代表性的合成变量，这就克服了变量选择时的冗余和相关，然后选择信息最丰富的少数因子进行各种聚类分析，构造应用模型。设有n个样本，p个变量。将原始数据转换成一组新的特征值——主成分，主成分是原变量的线性组合且具有正交特征。即将x1，x2，…，xp综合成m(m＜p)个指标zl，z2，…，zm，即?????????????????z1=l11*x1+l12*x2+...+l1p*xp

?????????????????z2=l21*x1+l22*x2+...+l2p*xp

?????????????????..................

?????????????????zm=lm1*x1+lm2*x2+...+lmp*xp主成分分析第34页，共51页，星期日，2025年，2月5日这样决定的综合指标z1，z2，…，zm分别称做原指标的第一，第二，…，第m主成分，且z1，z2，…，zm在总方差中占的比例依次递减。而实际工作中常挑选前几个方差比例最大的主成分，从而简化指标间的关系，抓住了主要矛盾。从几何上看，找主成分的问题，就是找多维空间中椭球体的主轴问题，从数学上容易得到它们是x1，x2，…，xp的相关矩阵中m个较大特征值所对应的特征向量，通常用雅可比(Jaobi)法计算特征值和特征向量。主成分分析这一数据分析技术是把数据减少到易于管理的程度，也是将复杂数据变成简单类别便于存储和管理的有力工具。地理研究和生态研究的GIS用户常使用上述技术，因而应把这些变换函数作为GIS的组成部分。第35页，共51页，星期日，2025年，2月5日层次分析法(AHP)HierarahyAnalysis是T.L.Saaty等在70年代提出和广泛应用的,是系统分析的数学工具之一，它把人的思维过程层次化、数量化，并用数学方法为分析、决策、预报或控制提供定量的依据。AHP方法把相互关联的要素按隶属关系分为若干层次，请有经验的专家对各层次各因素的相对重要性给出定量指标，利用数学方法综合专家意见给出各层次各要素的相对重要性权值，作为综合分析的基础。例如要比较n个因素y＝{yl，y2，…，yn}对目标Z的影响，确定它们在z中的比重，每次取两个因素yi和yJ，用aij表示yi与yJ对Z的影响之比，全部比较结果可用矩阵A＝(aij)n*n表示，A叫成对比矩阵，它应满足：

????????????????????aij0,aij=1/aij??(i,j=1,2,...n)使上式成立的矩阵称互反阵，必有aij＝l。第36页，共51页，星期日，2025年，2月5日第1页，共51页，星期日，2025年，2月5日空间分析是GIS系统的重要功能之一,是GIS系统与计算机辅助绘图系统的主要区别。空间分析的对象是一系列跟空间位置有关的数据，这些数据包括空间坐标和专业属性两部分。其中空间坐标用于实体的空间位置和几何形态，专业属性则是实体某一方面的性质。第2页