搜索
3.1栅格数据的聚类、聚合分析3.1.1聚类分析概念空间聚类是根据预先设定的聚类条件，使符合条件的区域输出在图上，不符合条件的区域为空白。（a）栅格数据系统样图(b)提取要素“2”的聚类结果聚类分析示意图下图是一幅某镇土地利用现状栅格图，设定条件可以是：E=（属性=“水域”）∧（面积≥1公顷）∧（水域邻接居民地）其输出的结果图如图4-2所示。这类聚类条件的设定常用于位址规划。图某镇土地利用现状图1耕地2园地3林地4居民点5独立工矿6水域7未利用地6444446图空间聚类分析输出图形4.1.2聚合分析概念聚合分析是根据预先设定的聚合条件，在同一图层上进行数据类别的合并或转换，以实现空间地域的兼并，从而将复杂的空间数据合并成预定的类别空间聚合的结果往往是将复杂的类别转换为较简单的类别，大多数以小比例尺图形输出。当从大比例尺图形向小比例尺图形转换时，常使用这种方法。(a)(b)栅格数据的聚合a:=3b:3(a)(b)栅格数据的聚合C:2,3D:1,41耕地2园地3林地4居民点5独立工矿6水域7未利用地耕地、园地、林地、水域农用地；居民点、独立工矿建设用地未利用地未利用土地聚类、聚合分析应用栅格数据的聚类聚合分析处理法在数字地形模型及遥感图象处理中的应用是十分普遍的。例如，由数字高程模型转换为数字高程分级模型便是空间数据的聚合，而从遥感数字图象信息中提取其一地物的方法则是栅格数据的聚类3.2栅格数据的信息复合分析1、概念视觉信息复合是将统一地区的统一比例尺的不同含义的图形图像进行叠合显示在屏幕上或结果图件上，以便判断不同地理实体的空间关系，从而获取更多的空间信息。视觉信息复合中，不改变各图层数据结构，也不形成新的数据，只给用户带来视觉效果，用于目视分析。3.2.1视觉信息复合A点、线和面状图之间的复合通过点线和面状图的相互复合，寻求特征信息在空间上的关联性。在这里强调的是复合图之间的关系，而不是强调生成新的目标。如要了解居民点与污染区空间位置关系，就可以把居民点图和污染分区图进行点与面的视觉复合。直觉上可以看到各个居民点的污染轻重。又如旅游者在确定旅游线路时，可把该地区的旅游景点图、地形、交通和旅游者位置进行信息复合，从而帮助旅游者确定旅游线路等。面状图、线状图和点状图之间的复合面状图与专题区域边界之间的复合B遥感信息和专题图的视觉复合遥感信息和非遥感信息结合是地理信息系统和遥感相结合的基础，遥感和地理信息系统所处理问题具有互补性。遥感图上信息丰富，但缺乏行政区划界线等非遥感信息，这样不利于区域分析。另外，在遥感分类中常常出现比较麻烦的“异物同谱”现象。如荒草和牧草，果园和灌木等，从遥感角度看，因为具有相同的光谱特性而无法区分，这时如把遥感分类图和专题图或地形图进行视觉复合，就可以直觉地解决某些“异物同谱”分类问题，从而大大提高遥感分类精度。遥感影像与专题地图的复合C专题图和数字高程图视觉复合专题图通常用平面图来表示，而数字高程模型（DEM）的立体彩色显示是具有高度真实感的，如果把各种专题图和数字高程图复合生成立体专题图，可以大大增强视觉效果，便于人们认识和研究自然资源。例如，把旅游图和数字高程图结合生成立体旅游景观图，有利于人们观察景点分布和旅游路线选择；再如将野生动物分布图与数字高程图结合，生成立体野生动物分布图，可以帮助动物学家对野生动物群体生存环境的研究。专题地图与数字高程模型复合遥感影像与DTM复合3.2栅格数据的信息复合分析根据参加复合的栅格数据层不同类别的空间关系重新划分空间区域，每个空间区域内各空间点的属性组合一致。叠加结果生成新的数据层，该数据层图形数据记录了重新划分的区域，而属性数据库结构中则包含了原来的几个参加复合的数据层的属性数据库中所有的数据项。叠加分类模型用于多要素综合分类，以划分最小地理景观单元，进一步可进行综合评价以确定各景观单元的等级序列。3.2.2叠加分析模型叠加分析的定义•叠加是把分散在不同层上的空间、属性信息按相同的空间位置叠加到一起，合为新的一层。叠合过程往往是对空间信息和对应的属性信息作集合的交、并、差、余运算，也可再进一步对属性作其他的数学运算。复合运算方法•空间逻辑运算为讨论方便将空间图层A，B定义为二值图象1、空间逻辑并（或）运算；A∪B=XX∈A或X∈B2、空间逻辑交（与）运算；A∩B=XX∈A且X∈B3、空间逻辑差运算；A-B=XX∈A且X∈B4、空间包含；AB逻辑判断复合法复合运算方法逻辑判断复合法设有A、B、C三个层面的栅格数据，一般可以用布尔逻辑算子以及运算结果的文氏图（见图6-3）表示其一般的运算思路和关系例：有土壤厚度（大于50厘米）和土壤类型（红壤和其他类型）两个二值化图层，不同的逻辑运算结果如下：AND关系：结果是将土层厚度大于50厘米，且土壤为红壤的土壤单元显示出来；OR关系：结果将土层厚度大于50厘米，或者土壤为红壤的土壤单元显示出来；XOR：结果将土层厚度小于50厘米，或者土壤不是红壤的土壤单元显示出来；NOT:如结果是将土层厚度大于50厘米，但土壤不是红壤的土壤单元显示出来；逻辑关系运算例AB123A1A2A3B1B2标号地貌A阳坡B阴坡标号植被1林地2农地3牧地标号综合属性A1阳坡林地A2阳坡农地A3阳坡牧地B1阴坡林地B2阴坡农地基于栅格数据结构的叠加分析复合运算方法数学运算复合法指不同层面的栅格数据逐网格按一定的数学法则进行运算,从而得到新的栅格数据系统的方法。其主要类型有以下几种:算术运算指两层以上的对应网格值经加、减运算，而得到新的栅格数据系统的方法。这种复合分析法具有很大的应用范围。图6-4给出了该方法在栅格数据编辑中的应用例证。算术运算1111111111111111111111111111111111222231111111111111111111113ABCD=A+B+CE=|A-B|F=D-E复合运算方法函数运算指两个以上层面的栅格数据系统以某种函数关系作为复合分析的依据进行逐网格运算，从而得到新的栅格数据系统的过程。这种复合叠置分析方法被广泛地应用到地学综合分析、环境质量评价、遥感数字图像处理等领域中。只要得到对于某项事物关系及发展变化的函数关系式，便可运用以上方法完成各种人工难以完成的极其复杂的分析运算。这也是目前信息自动复合叠置分析法受到广泛应用的原因。02313142124324114231314111223102AB0231314212432411A4231314111223102B+22313141.511.532.52.52.50.51.5C[f（a，b）]C=(A+B)/2函数运算利用土壤侵蚀通用方程式计算土壤侵蚀量时，就可利用多层面栅格数据的函数运算复合分析法进行自动处理。一个地区土壤侵蚀量的大小是降雨(R)、植被覆度(C)、坡度(S)、坡长（L）、土壤抗蚀性(SR)等因素的函数在ArcView中，使用MapCalculator可以很方便地实现栅格图层的复合（叠加）运算下面以工业厂址适宜性分析为例，来说明栅格叠置分析过程。（1）选址分析：①工业设施不允许位于自然保护区内；②起伏地形会增加建筑造价，陡坡更不合适；③未利用用地或农用地相对便宜；④购买居民区或现存工业区不可取，因为这不仅带来高的代价，同时，还带来移民安置等问题，故尽可能选择人口稀少地区；⑤交通便利。（2）空间数据准备：根据以上分析，为了选择合适的厂址，涉及到下列数字地图：①土地利用现状图；②地形坡度图；③人口密度图；④交通运输图；⑤自然保护区图。下面以工业厂址适宜性分析为例，来说明栅格叠置分析过程。（3）操作步骤如图6-10所示：①对各影响因素进行再分类，以表示每一个方面的适宜性。如可把土地利用重新分成三类适宜性：空地=高，农业区=中，居民区和工业区=低。人口密度可重新分成四类：5人/hm2(公顷)=很高适宜性，5～10人/hm2=高，10～30人/hm2=中，30人/hm2=低。用同样的方法对其他影响因素进行再分类；②对每一个方面用加权因子来表明其相对重要性；③将这些数字地图叠置，并在每个网格单元上将这四个值相加；④适宜性分析：在结果地图上，得分高的网格单元就意味着被组合的四个方面高的适宜性。对于自然保护区，则加上一个严厉限制，即在这些区域的网格单元中把适宜性置零值；⑤根据适宜性分析计算，确定厂址。栅格叠置分析示例3.3栅格数据的追踪分析所谓栅格数据的追踪分析是指对于特定的栅格数据系统，由某一个或多个起点，按照一定的追踪线索进行目标追踪或轨迹追踪，以便信息提取的空间分析方法。323812171817499121823232041516202528262031221233332292071425323931251412212730322417111522342521151281619202510746此外，追踪分析方法在扫描图件的矢量化、利用数字高程模型自动提取等高线、污染水源的追踪分析等方面都发挥着十分重要的作用。下图为GIS显示的追踪得到的河流图。图3.5为GIS显示的追踪得到的河流图。3.4栅格数据的窗口分析3.4.1概念窗口分析是指对于栅格数据系统中一个、多个栅格点或全部的数据，开辟一个有固定分析半径的分析窗口，并在该窗口内进行极值、均值等一系列统计计算，或与其他层面的信息进行必要的复合分析，从而实现栅格数据有效水平方向扩展分析。按照分析窗口的形状，可以将分析窗口划分为以下类型：矩形窗口：是以目标栅格为中心，分别向周围八个方向扩展一层或多层栅格，从而形成矩形分析区域，如3×3、5×5、7×7的矩形窗口。圆型窗口：是以目标栅格为中心，向周围作一等距离搜索区，构成一圆型分析窗口。环型窗口：是以目标栅格为中心，按指定的内外半径构成环型分析窗口。扇型窗口：是以目标栅格为起点，按指定的起始与终止角度构成扇型分析窗口。3.4.2窗口的类型分析窗口的类型窗口内统计分析的类型栅格分析窗口内的空间数据的统计分析类型一般有以下几种类型：（1）均值Mean；(2)最大值Maximum；(3)最小值Minimum；（4）中值Median；（5）总数Sum；（6）范围Range；（7）Majority多数；（8）少数Minority；（9）变异度Variety。•标准差（StandardDeviation）（高通量（HighPass）低通量（LowPass）焦点流（FocalFlow）在ArcView软件中，窗口分析的功能是Neighborhoodstatistic命令在实际工作中，为解决某一个具体的应用命题，以上4种栅格数据的分析模式往往综合使用。4.4邻域分析（窗口分析）3.4栅格数据的窗口分析3.4.2分析窗口的类型1、矩形窗口2、圆形窗口3、环形窗口4、扇形窗口3.4.3实例•原始栅格（总数Sum）邻域统计栅格123451718175321423232067312282620541233229204132531251412212730322417111522342521151281619202510746f（x）11/916/924/932/9求平均