地理信息系统空间分析的基本方法

  • 格式:pdf
  • 大小:135.39 KB
  • 文档页数:2

地理信息系统空间分析的基本方法

GIS空间分析的内涵极为丰富,包括空间查询、空间量测、叠置分析、

缓冲区分析、网络分析、空间统计分类等多个方面。GIS 空间分析技术方

法包括以下两大类:

空间基本分析

基于空间图形数据的分析计算,即基于图的分析。该分析功能与GIS 其

他功能模块有紧密联系,技术发展也比较成熟。主要有空间信息量算、缓

冲区分析、空间拓扑叠置分析、网络分析、复合分析、邻近分析及空间联

结、空间统计分析等。

空间模拟分析

也称为专业型空间分析。该技术解决应用领域对空间数据处理与输出

的特殊要求,空间实体和关系通过专业模型得到简化和抽象,而系统则通

过模型进行分析操作。目前GIS 在该领域的研究相对落后,尚未形成一个

统一的结构体系。

编辑本段地理信息系统空间分析的发展趋势

GIS 技术的应用极大地促进了空间分析的需求和应用。GIS 应用的最

高目标是空间决策支持,而空间决策支持的核心必然是空间分析。因此,

基于GIS 的空间分析的发展方向为:

由空间分析向时空分析领域拓展

万事万物均处在一定的时空坐标系中,时间、空间和属性是地理实体

的3 个基本特征,时空(Spatio-temporal)分析是指用于描绘随时间动态

变化的空间物体和空间现象特征的一系列技术,其分析结果依赖于事件的

时空分布。时空数据库模型的研究起步于20 世纪90 年代,由于时空数据

库的复杂性,对它的研究目前仍处于理论阶段,尚无成熟的商品化软件平

台问世,故建立在其上的时空分析进展缓慢。随着近期计算机技术和GIS 的

飞速发展,作为客观现实世界抽象和表示的时空数据模型日渐成为人们关

注的热点课题。

时空分析的有效模型

基于GIS 的空间分析和CI 的融合,将该领域拓展到计算科学、统计

学、数学、物理学、神经系统科学、认知学、电子工程、计算地理学等领域,使得GIS 可以将这些学科的最新成果应用于空间决策支持。另外,CI 技

术之间的相互结合更加拓展了空间分析的应用领域,如模糊逻辑与模糊神

经网络相结合的模糊神经网络,神经网络与遗传算法和免疫算法相结合探

询网络结构和权重优化等。将CI 技术与SDA 相结合,在GIS 环境下建立

时空一体化的时空过程模拟分析引擎已成为SDA 的一项重要内容。

与时空分析模型高度融合

由于需求和描述对象的多样化,建模时需要考虑各种不同情况,集成多个动态模型,建立基于GIS 的统一时空分析构架(图1)。例如,对空间地理事件的对比和评价可以用传统的AHP 方法结合神经网络模型来综合评价;对空间地理事件的发展趋势如城市面积的发展演变可以通过事件驱动的仿真形式结合细胞自动机模型来描述;一些基于输入一输出的事件,例如时空经济分析等可以采用“黑箱”方法(如Neural Networks 模型)或基于CI 的混合方法等。同时,将对不同领域适用的空间分析模型组织整合到一个统一框架中,结合专家经验和先验知识,进行有效的组织、调度和通讯,使其从环境接受感知信息,进行协同工作,执行各种智能决策行为,这也正是目前智能体(agent)所要研究和解决的问题,最终目标是使G1S与时空分析模型成为高度融合的时空决策集成平台。