第6章空间分析
- 格式:pdf
- 大小:454.73 KB
- 文档页数:33
第六章 SATWE-空间有限元分析与设计第一节接PMCAD生成SATWE数据选择接PM生成SATWE数据,如图6-1所示,选择应用后出现如图6-2所示的前处理对话框。
图6-1 接PM 生成SATWE数据图6-2 分析与设计参数补充定义一、分析与设计参数补充定义选择第1项“分析与设计参数补充定义(必须执行)”进行参数设置,出现如图6-3所示的对话框。
1、SATWE总信息选择“总信息”,进行总信息参数设置,如图6-3所示。
图6-3 总信息图6-4 风荷载信息(1)结构材料信息:按主体结构材料选择“钢筋混凝土结构”,如果是底框架结构要选择“砌体结构”。
(2)混凝土容重(KN/m3): Gc=27.00,一般框架取26~27,剪力墙取27~28,在这里输入的混凝土容重包含饰面材料。
(3)钢材容重(KN/m3):Gs=78.00,当考虑饰面材料重量时,应适当增加数值。
(4)水平力的夹角(Rad):ARF=0,一般取0度,地震力、风力作用方向反时针为正。
当结构分析所得的“地震作用最大的方向”>15度时,宜按照计算角度输入进行验算。
(5)地下室层数:MBASE=1,定义与上部结构整体分析的地下室层数,无则填0 。
(6)竖向荷载计算信息:“模拟施工加载 1 ”,多层建筑选择“一次性加载”;高层建筑选择“模拟施工加载1 ”,高层框剪结构在进行上部结构计算时选择“模拟施工加载1 ”,但在计算上部结构传递给基础的力时应选择“模拟施工加载2”。
提示:模拟施工方法1加载:就是按一般的模拟施工方法加载,对高层结构,一般都采用这种方法计算。
但是对于“框剪结构”,采用这种方法计算在导给基础的内力中剪力墙下的内力特别大,使得其下面的基拙难于设计。
于是就有了下一种竖向荷载加载法。
模拟施工方法2加载:这是在“模拟施工方法1”的基础上将竖向构件(柱、墙)的刚度增大10倍的情况下再进行结构的内力计算,也就是再按“模拟施工方法1 ”加载的情况下进行计算。
第六章GIS空间分析原理与方法第一节GIS空间分析模型一、地学模型概述地理信息系统以数字世界表示自然世界,具有完备的空间特性,可以存储和处理不同地理发展时期的大量地理数据、并具有极强的空间系统综合分析能力,是地理分析的有力工具。
因此,地理信息系统不仅要完成管理大量复杂的地理数据的任务,更为重要的是要完成地理分析、评价、预测和辅助决策的任务,必须发展广泛的适用于地理信息系统的地理分析模型,这是地理信息系统走向实用的关键。
所谓模型,就是将系统的各个要素,通过适当的筛选,用一定的表现规则所描写出来的简明映像。
模型通常表达了某个系统的发展过程或发展结果。
地学模型是用来描述地理系统各地学要素之间的相互关系和客观规律信息的语言的或数学的或其他表达形式,通常反映了地学过程及其发展趋势或结果。
地学模型也称为专题分析模型。
对于地理信息系统来说,专题分析模型是根据关于目标的知识将系统数据重新组织,得出与目标有关的更为有序的新的数据集合的有关规则和公式。
这是应用地理信息系统进行生产和科研的重要手段。
模型化是将主观性的思考,以模型的形式反映出来,不同的理论观点,不同的体系可以产生不同的结果。
地学分析模型主要包含以下几种形式:1、逻辑模型:由地理名词和逻辑运算符组成的逻辑表达式表示;2、物理模型:由物理模拟过程表达;3、数学模型:由常数、参数、变量和函数关系等组成的数学表达式表示;4、图像模型:由某种图像或图像运算的集合表达,如各种专题地图。
专题分析模型在地理信息系统中的作用表现在以下几个方面:1、地理信息系统的设计任何地理信息系统都是为一定的应用目的而建立的,必须根据具体需要采用适用的分析模型指导地理信息系统总体设计。
主要包括:①数据项的选择,数据的范围、精度、量测方法等,如果毫无选择地录入数据,只会使系统增加负担,降低效率,无法突出主要因素,甚至因为数据采集周期过长而失去意义;数据结构应以最好地表示地理现象和易于模型实现为标准;②硬件环境的选择,根据模型的输入、输出和运算方法选择经济实用的硬件支持;③软件功能的选择,根据模型的管理和运行设计适用的软件功能。
第一章:(定狡)空间分析:空间分析是基于地理对象的位巻和形态特征的空间数据分析技术,其目的在于提取和传输空间信息。
地理智慧:也可称为空间智慧,是空间数据一空间信息一空间智慧这一数据分析链上的最高层次。
通过空间分析获得地理智慧,可以解决与位置相关的复杂空间问题。
当代GIS的特点、它对空间分析的影响:首先,它是以动态异构、时空密集、非结构化的大数据为主体:其次,GIS信息计算能力大大提高,基于高性能环境支撑下的空间处理与分析工具计算:最后,它具有个性化服务模式,庞大的地理信息服务网络。
面对GIS的不断发展,空间分析需要转换思维模式:从模型分析的思维转换为数据计算的思维,从地理大数据中挖掘信息,提供决策支持:从基于空间数字化得到的静态的空间信息转换为加入时间维的动态、实时的人地信息思维模式,把人、时间、位置紧密结合起来: 从离线的GIS工具转换到依靠云计算和计•算机网络的在线服务的思维。
什么是PPDAC模型、它与空间分析有什么关系:问题(problem)、规划(plan)、数据(data)、分析(analysis)、和结论(cconclusion):PPDAC模型为空间分析相关问题的解决流程提供了一个框架,并强调形式化分析是流程中非常重要的一部分。
空间分析的研究肉宥包插邨掘方面(主妥方式)(6个):基于传统地图方法的空间分析:基于统计方法的空间分析:时空数据分析:专业模型与GIST具集成分析:智能化空间分析和可视化空间分析。
(空间分柝理论、空间分析方法和空间分析应用)GIS的主矣特征:第二章:(概念)欧式空间:欧式空间是对现实世界(物理空间)的一种数学理解与表达,是GIS 中常用的一种空间描述方法,主要用于描述空间的几何特征,如位置、长度、面积和方位等。
拓扑空间:拓扑空间是另一种理解和描述现实世界(物理空间)的数学方法,拓扑空间是描述空间目标宏观分布或目标之间相互关系的有效工具。
拓扑属性:若空间目标间的关联、相邻与连通等几何属性不随空间目标的平移、旋转、缩放等变换而改变,这些保持不变的性质称为拓扑属性。
第6章_栅格数据空间分析栅格数据是一种以栅格(像素)为基本单元的数据模型,广泛应用于遥感、地理信息系统(GIS)和地理空间分析等领域。
栅格数据空间分析是基于栅格数据进行的一种空间分析方法,通过对栅格数据进行分析、操作和运算,来获取有关地理信息的空间分析结果。
栅格数据空间分析主要包括以下几个重要的内容:栅格转矢量分析、栅格运算、栅格叠置分析和栅格统计分析。
首先,栅格转矢量分析是将栅格数据转换为矢量数据的过程。
这种转换可以使得栅格数据更好地与其他类型的空间数据进行集成和分析。
栅格转矢量分析可以通过栅格单元的几何形状和属性值,生成对应的矢量要素。
其次,栅格运算是对栅格数据进行数学运算和逻辑运算的过程。
这些运算可以用于对栅格数据进行平滑、滤波、变换和分析等操作,从而提取或生成新的栅格数据。
常见的栅格运算包括代数运算、变换运算和过滤运算。
另外,栅格叠置分析是栅格数据空间分析的核心内容之一、它主要通过对不同的栅格图层进行叠加和叠置操作,来研究栅格数据之间的空间关系。
重叠区域的分析结果可以帮助我们了解不同栅格单元之间的相互作用和影响。
最后,栅格统计分析是通过对栅格数据进行统计计算和分析,来揭示地理现象的分布规律和统计特征。
常见的栅格数据统计分析包括描述统计、空间自相关、空间插值和分类聚类等方法。
总的来说,栅格数据空间分析是利用栅格数据进行地理信息的分析和研究,它不仅可以帮助我们了解地理现象的空间分布和变化,还可以支持地理决策和资源管理等应用。
栅格数据空间分析在自然资源、环境保护、城市规划和农业生产等领域具有广泛的应用前景。
GIS分析第6章空间统计学分析空间统计学是地理信息系统(GIS)中的一种分析方法,主要用于研究地理现象的空间分布规律以及地理现象之间的空间关联关系。
空间统计学分析提供了一种描述和解释地理现象的方法,可以帮助人们理解和预测地理现象的空间模式和变化趋势。
空间统计学的基本概念包括空间自相关、空间群集、空间分析、空间插值等。
空间自相关指的是地理现象之间的空间关联性,即地理现象在空间上的分布是否存在相关性。
空间群集是指地理现象在空间上的聚集或分散程度,用于描述地理现象的空间模式。
空间分析是对地理现象的空间特征进行定量评估和解释的过程,包括空间相关性和空间差异性的测量和模型构建。
空间插值是通过已知点的观测值推断未知点的值,用于填充数据空白区域或生成连续的表面。
空间统计学的主要方法包括空间自相关分析、空间群集分析、局部空间统计分析和空间插值分析等。
空间自相关分析用于研究地理现象之间的空间关联性,包括全局自相关和局部自相关。
全局自相关是通过计算整个研究区域内地理现象的相关性来评估地理现象的整体空间分布规律;局部自相关是通过计算每个地理现象邻近区域内地理现象的相关性来评估地理现象的局部空间分布规律。
空间群集分析用于研究地理现象的空间模式,包括空间聚集和空间分散。
空间聚集分析通过计算地理现象的相似性指数来判断地理现象是否聚集在一起;空间分散分析通过计算地理现象的离散性指数来判断地理现象是否分散。
局部空间统计分析用于研究地理现象的空间异质性,包括局部自相关和局部群集。
局部自相关分析通过计算每个地理现象邻近区域内地理现象的相关性来评估地理现象的局部空间关联性;局部群集分析通过计算地理现象的局部空间聚集程度来评估地理现象的局部空间模式。
空间插值分析用于推断未知点的值,包括确定性插值和随机插值。
确定性插值通过已知点的观测值进行插值,生成连续的表面;随机插值通过已知点的观测值进行随机抽样,生成概率分布。
在GIS分析中,空间统计学分析能够帮助人们更好地理解和使用地理数据,发现地理现象的空间规律和关联关系,为决策支持和空间规划提供科学依据。
第6章空间分析6.1空间数据查询及量算查询和定位空间对象,并对空间对象进行量算是地理信息系统的基本功能之一,它是地理信息系统进行高层次分析的基础。
在地理信息系统中,为进行高层次分析,往往需要查询、定位空间对象,并用一些简单的量测值对地理分布或现象进行描述,比如长度、面积、距离和形状等。
实际上,空间分析首先始于空间查询和量算,它是空间分析的定量基础。
6.1.1空间查询空间查询是从现有的信息中检索出符合特定条件的信息的过程。
通过空间查询,GIS可以回答用户提出的简单问题。
查询操作不对数据库中的数据做任何改动,也没有任何新数据或新实体生成。
图形与属性的查询是空间查询中的两个基本部分,从这个角度出发,可以将空间查询分为三类:图形查询、属性查询与图形属性互查。
图形查询即通过图形查属性,是根据图形的空间位置来查询有关属性信息,包括实体之间的空间关系查询以及实体的属性信息查询等,称为图形查属性。
地理信息系统软件一般都会提供一个INFO工具,让用户利用光标,用点选、画线、矩形、圆以及不规则多边形等工具选中地物,显示所查询对象的属性列表,可进行有关统计分析。
该查询通常分为两步,首先借助空间索引,在地理信息系统数据库中快速检索出被选空间实体,然后根据空间实体与属性的连接关系,得到所查询空间实体的属性列表。
属性查询是根据一定的属性条件来查询满足条件的空间实体的位置,是基于实体的属性信息进行查询,称为属性查图形。
它与一般的非空间的关系数据库的SQL查询没有区别,只不过最后查询的结果需要再与图形关联起来,即查询到结果后,利用图形和属性的对应关系,进一步在图上用指定的显示方式将结果定位绘出。
例如在中国行政区划图上查询人口大于4000万且城市人口大于1000万的省有哪些。
图形属性互查就是将空间关系和属性结合起来进行查询,并将最后结果以图形和属性两种方式显示出来。
这种查询方式可以使空间信息和属性信息之间的联系得到更大的发挥,是实际生活中经常用到的查询。
例如:查询京沪线沿线人口大于100万的城市及其各种属性信息。
另外,还有一种查询称为地址匹配,就是将文字性的描述地址与其空间的地理位置坐标建立对应关系的过程。
例如根据一个地理名字(如学校名字)来定位相关实体并获得其属性信息。
其基础是地理编码,即将一个地理名字与一个或若干个空间实体关联起来,或者与实体的某个属性关联起来,或者与某个地理坐标关联起来。
地址匹配服务按照特定的步骤为地址查找匹配对象。
首先要将地址标准化,然后服务器搜索地址匹配参考数据,查找潜在的位置。
根据与地址的接近程度为每个候选位置指定分值,最后用分值最高的来匹配这个地址。
这种查询利用地理编码,输入街道的门牌号码,就可知道大致的位置和所在的街区。
它对空间分布的社会、经济调查和统计很有帮助,只要在调查表中添加了地址,地理信息系统就可以自动从空间位置的角度来统计分析各种经济社会调查资料。
另外,这种查询也经常用于公用事业管理及事故分析等方法,比如邮政、通信、供水、供电、治安、消防和医疗等领域。
下面介绍主要的空间查询方式。
1.基于空间关系查询空间关系是指地理实体之间存在的一些具有空间特性的关系。
在GIS中,空间关系主要有拓扑关系、方向关系和度量关系三大类。
通过空间关系查询和定位空间实体是地理信息系统不同于一般数据库系统的功能之一。
例如查询满足下列条件的城市:在长江以南。
距离长江不超过200km。
城市人口大于50万。
城市选择区域是特定的多边形。
这个查询涉及空间顺序方位关系(在长江以南)、空间距离关系(距离长江不超过200km)和空间拓扑关系(城市选择区域是特定的多边形),甚至还有属性信息查询(城市人口大于50万)。
面、线、点之间相互关系的查询包括以下几种。
面面查询:包括邻接关系、重叠关系和包含关系等的查询,如与某个多边形相邻的多边形有哪些。
面线查询:包括邻接关系、交叉关系和包含关系等的查询,如某个多边形的边界有哪些线。
面点查询:包括邻接关系和包含关系等的查询,如某个多边形内有哪些点状地物。
线面查询:包括邻接关系和包含关系等的查询,如某条线经过(穿过)的多边形有哪些,某条链的左、右多边形是哪些。
线线查询:包括邻接关系、重叠关系、交叉关系和包含关系等的查询,如与某条河流相连的支流有哪些,某条道路跨过哪些河流。
线点查询:包括包括邻接关系和包含关系等的查询,如某条道路上有哪些桥梁,某条输电线上有哪些变电站。
点面查询:包括邻接关系和包含关系等的查询,如某个点落在哪个多边形内。
点线查询:包括邻接关系和包含关系等的查询,如某个节点由哪些线相交而成。
2.基于空间关系和属性特征查询传统的关系数据库的标准SQL并不能处理空间查询,这是关系数据库技术的弱点,不能满足空间关系的需要。
对于GIS而言,需要对SQL进行扩展。
相对于一般SQL,空间扩展SQL主要增加了空间数据类型和空间操作单元,以满足空间特征的查询。
对于传统的SQL,要实现空间操作,需要将SQL命令嵌入编程语言中,而新的SQL则允许用户定义自己的操作,并嵌入到SQL命令中。
6.1.2空间量算1.几何量算不同的地理实体模型具有不同的几何形状量算指标。
几何量算对点、线、面地物有不同的含义。
点状地物(0维):坐标。
.线状地物(1维):长度、曲率和方向。
面状地物(2维):面积、周长、形状、曲率等。
体状地物(3维):体积、表面积等。
一般GIS软件都具有对点、线、面状地物的几何量算功能,无论是矢量数据结构还是栅格数据结构的空间数据都有这方面的功能。
下面分别从点、线、面3个方面探讨其常用的几何量算指标。
1)点实体对于地理空间中的点实体,其几何量算指标主要为坐标和距离。
一般GIS软件都存储有点状地物的坐标,可通过直接选取点来获得其坐标。
设空间中两个点为P1、P2,其空间坐标为(x1,y1,z1)、(x2,y2,z2),则两点之间的距离为2)线实体线状地物对象最主要的几何量算指标是长度。
在矢量数据结构下,线表示为点对坐标(x,y)或(x,y,z)的序列,在不考虑比例尺情况下,线长度的计算公式为对于复合线状地物对象,需要在对诸分支曲线求长度后,再求其长度的总和。
通过离散坐标点来表达的线对象,选择反映曲线形状的选点方案非常重要,往往由于选点方案不同,会带来长度计算的不同精度问题。
为提高计算精度,增加点的数目会对数据获取、管理与分析带来额外的负担。
折中的选点方案是在曲线的拐弯处加大点的数目,在平直段减少点数,以达到计算允许精度要求。
在栅格数据结构里,线状地物的长度就是累加地物骨架线通过的格网数目,骨架线通常采用方向连接,当连接方向为对角线时,还要乘上�23)面实体面实体的几何量算指标主要有面积和周长。
(1)面积量算。
面积是面状地物最基本的参数。
在矢量结构下,面状地物以其轮廓边界弧段构成的多边形表示。
对于没有空洞的简单多边形,假设有N个顶点,其面积计算公式为所采用的是几何交叉处理方法,即沿多边形的每个顶点作垂直于X轴的垂线,然后计算每条边、两条垂线以及两条垂线所截得的X 轴部分所包围的面积,求出的面积的代数和即为多边形面积。
对于有孔或内岛的多边形,可分别计算外多边形与内岛面积,其差值为原多边形面积。
此方法亦适合于体积的计算。
对于栅格结构,多边形面积计算就是统计具有相同属性值的格网数目。
但对计算破碎多边形的面积有些特殊,可能需要计算某个特定多边形的面积,必须进行再分类,将每个多边形进行分割,赋给单独的属性值,之后再进行统计。
(2)周长量算。
在矢量数据结构下,面实体的周长是由构成其边界的众多曲线段组成的,这些线段首尾相连,构成闭合的多边形。
因此,通过计算这些线段的长度,并累加就可以得到多边形的周长。
在栅格数据结构下,首先要判断栅格存储的方式,然后对面实体判断其边界所占的栅格位置,将这些判断为面实体边界的栅格单元累加即可得面实体的周长,这一过程同线实体长度的计算原理相同。
2.形状量算1)线实体的曲率曲率就是用确定的数量描述线实体的弯曲程度。
例如直线的曲率恒等于0;圆的弯曲程度到处都一样,即圆的曲率是一个常数,但半径越大弯曲程度越小,即大圆的曲率小于小圆的曲率。
圆的曲率等于圆半径的倒数。
对于一个弧段来说,其切线方向角的变换与弧长的变换之商代表了曲率的平均变化率,故曲率可以定义为曲线切线方向角相对于弧长的转动率,则任意一点的曲率公式为式中f(x)是曲线方程,且f(x)具有二阶导数(即/ f' (x)连续,曲线是光滑的)。
上式所反映的是线实体的某一部分的弯曲程度,对于整个线实体,求其平均曲率则能更好地反映实体的弯曲程度,平均曲率公式为式中K�是线实体L的平均曲率,K为线实体L上任意一点的曲率。
定量研究线实体的弯曲程度,可以解决诸多实际应用问题。
例如道路、桥梁设计的曲率与安全有关,但曲率的计算复杂,难于快速得到运算结果,不利于在GIS软件中快速实现,所以我们引入弯曲度作为描述线实体的弯曲程度的另一个指标。
弯曲度即求线实体起点和终点之间的直线距离,将其与线实体的实际长度相比所得的值。
弯曲度公式为式中d(1,n)表示线实体起点和终点之间的直线距离,L为线实体的实际长度,B为弯曲度。
B的值越接近1,说明线实体的弯曲程度越小。
图6-l(a)中曲线的弯曲程度小于图6-l(b)中曲线的弯曲程度。
2)面实体的形状量算面实体的形状量测有两个基本考虑:空间一致性问题,即有孔多边形和破碎多边形的处理;多边形边界特征描述问题。
度量空间一致性最常用的指标是欧拉函数,用来计算多边形的破碎程度和孔的数目。
欧拉函数的结果是一个常数,称为欧拉数。
欧拉函数的计算公式为欧拉数=(孔数)-(碎片数-1)图6-2表示了多边形的3种可能的情形。
对于图6-2(a),欧拉数=3-(1-1)=3或欧拉数=4-0=4;对于图6-2(b),欧拉数=4-(2-1)=3或欧拉数=4-1=3;图6-2(c)欧拉数=5-(3-1)=3。
关于多边形边界描述的问题,由于面实体的形状复杂多变,难以找到一个准确的定量指标参数来描述其形状。
最常用的指标包括多边形长、短轴之比、周长面积比和面积长度比等。
其中绝大多数指标是基于面积和周长的,通常认为圆形地物既非紧凑型也非膨胀型,可定义其形状系数r为其中P为地物周长,A为面积。
如果r<1为紧凑型;r=1为标准圆;r>1为膨胀型。
3.质心量算质心是目标的半径位置,它是保持目标均匀分布的平衡点,质心是描述地理对象空间分布的一个重要指标。
质心通常定义为一个多边形或面的几何中心,当多边形比较简单时,比如矩形,计算很容易。
但当多边形形状复杂时,计算也更加复杂。
现实世界中的地理实体,其质量一般是不均匀分布的,形状大都是不规则的。
当研究对象在区域内分布不均匀时,质心描述的是分布中心,而不是绝对几何中心。