MapGISK9培训(数据分析)

中地数码集团技术支持中心MapGISK9基础平台培训MapGISK9五大功能版块2MapGISK9数据管理数字制图数据处理数据分析系统二次开发数据分析2缓冲区分析数据分析数据分析叠加分析网络编辑与分析属性汇总、统计统计分析其他分析DEM分析其他分析矢量数据分析属性分析栅格数据分析GSQL查询分析数据分析1423矢量数据分析栅格数据分析属性数据分析网络分析(数据分析与处理模块)（栅格分析模块）(数据分析与处理模块)1(数据分析与处理模块)数据分析矢量数据分析一、缓冲区分析•区、线、点•缓冲分析----结果文件为区二、叠加分析•区对区分析•线对区分析•点对区分析•区对点分析•点对线分析矢量数据分析添加简单要素到当前地图中,现有公路需要扩宽如图。一、缓冲区分析（区）操作步骤：单击“分析”菜单下“缓冲区分析”功能，系统弹出如下对话框，设置缓冲半径及结果文件（默认是对整个图层进行缓冲区分析，可以选择待分析的部分图元），确定。一、缓冲区分析（区）分析后的区要素（公路扩宽20米）自动添加到当前地图，分析结果如图。一、缓冲区分析（区）线缓冲区分析：新增一条公路如下图。11一、缓冲区分析（线）•分析后的区要素（公路宽为20米）自动添加到当前地图，分析结果如下图：一、缓冲区分析（线）点缓冲区分析：化工厂污染范围如下图。一、缓冲区分析（点）二、叠加分析•空间叠加分析：•遵循如下的规律：•文件A+文件B=文件C（包括图形和属性）•文件C的图形类型与文件A的图形相同；文件C的属性则是文件A与文件B属性的综合。•例如：若文件A是点文件则文件C的类型也为点文件•区对区分析----结果文件为区•线对区分析----结果文件为线•点对区分析----结果文件为点•区对点分析----结果文件为区•点对线分析----结果文件为点二、叠加分析区对区叠加分析方式：•相交运算•求并运算•相减运算•判别运算•对称运算5种方式操作雷同•区对区分析----结果文件为区操作步骤：点击“分析”菜单，“叠加分析”命令，弹出如下图对话框，选择参与叠加分析的两层数据，叠加方式选择相交运算，其它运算类似，即求出相交部分的区域。区对区叠加分析•相交运算：简单要素A+简单要素B=简单要素C区对区叠加分析ACA+BB•简单要素A与简单要素B的属性如下：区对区叠加分析区对区相交分析之后得到新简单要素C属性如下：区对区叠加分析求并运算相减运算判别运算对称运算区对区叠加分析（其他四种运算方式）•线对区分析----结果为线线对区叠加分析方式•相交运算•求并运算•相减运算•判别运算4种方式操作雷同•点对区分析----结果为点点对区叠加分析方式•相交运算•相减运算2种方式操作雷同•区对点分析----结果区区对点叠加分析方式•相交运算•相减运算2种方式操作雷同•点对线分析----结果为点点对线叠加分析方式•相交运算2(栅格分析模块)数据分析栅格数据分析栅格数据分析一、DEM分析二、TIN分析三、表面积体积计算四、数据统计一、DEM分析•DEM导入•地形因子分析•剖面分析•路径分析•连线可视性分析•全局市场分析•洪水淹没分析•水文表面流域分析•地下分析DEM导入通过“栅格目录”模块导入Grid数据，如下图：一、DEM分析②①③导入Grid数据•进入“栅格分析”模块，点击“数据分析”“地形因子分析”，系统弹出如下对话框：地形因子分析地形因子分析坡度图坡向图粗糙图沟脊图地形因子分析曲率图地形因子分析剖面分析•点击“数据分析”“剖面分析”，系统绘制剖面图如下：•点击“数据分析”“路径分析”，给路径后系统给出结果图：路径分析连线可视性分析•点击“数据分析”“连线可视性分析”，给路径后系统给出结果图（1-2点为不可视，红色标出）全局视场分析•点击“数据分析”“全局视场分析”，给路径后系统出结果图（1-2-3点，高度为100.全局显示如下图）洪水淹没分析原始图根据给定的相应数据绘制出被洪水淹没的区要素类。洪水淹没分析点击“数据分析”“洪水淹没分析”，给堤防、水文观测、溃口数据得到淹没图。淹没图洪水淹没分析原始图与洪水淹没图叠加效果水文表面流域分析•根据格网DEM数据建立表面径流及其河网，以进行流域的分析。水文表面流域分析水文表面流域分析生成汇水区结果图二、TIN分析•TIN构建：高程点线三角化高程点线栅格化•剖面分析•连线可视性分析TIN构建--高程点线三角化点击“TIN构建”“高程点线三角化”，系统弹出如下对话框：TIN构建--高程点线三角化构建TIN三角图剖面分析点击“TIN分析”“剖面分析”功能，在TIN三角图给剖面线，生成剖面图。连线可视性分析点击“TIN分析”“连线可视性分析”功能，在TIN三角图绘制连线1-2点，生成可视图。高程点线栅格化—插密格网方法1点击“TIN构建”“高程点线栅格化”，系统弹出如下对话框：高程点线栅格化—插密格网方法1栅格效果图1点击“矢量处理”“离散数据网格化”，系统弹出如下对话框：离散数据网格化—插密格网方法2①②离散数据网格化—插密格网方法2栅格效果图2点击“数据分析”“格网立体图绘制”，系统弹出如下对话框：格网立体图绘制①②格网立体图绘制立体效果图1立体效果图2格网立体图绘制三、表面积体积计算栅格数据：点击“数据分析”“表面长度计算”功能，输入线求的表面距离如下图。三、表面积体积计算栅格数据：点击“数据分析”“交互计算表面积体积”功能，求表面积、体积、土方量计算如下图。三、表面积体积计算离散数据：点击“数据分析”“表面长度计算”功能，输入线求的表面距离如下图。三、表面积体积计算离散数据：点击“数据分析”“交互计算表面积体积”功能，求表面积、体积、土方量计算如下图。栅格数据：点击“矢量处理”“区要素像元统计”功能，求的所选区域中的最高点与最低点如下图。区要素像元统计四、数据统计•DEM数据四、数据统计•查看数据集信息，可以对数据集根据属性进行重分类四、数据统计•对数据进行重分类•分类方法：•等间距分类•等数目分类•标准差分类•自定义间距分类四、数据统计•分类结果浏览，共分四类。1234五、表达式计算•正坡向图五、表达式计算•表达式计算五、表达式计算•反坡向图五、表达式计算正坡向图反坡向图反坡向局部放大图正坡向局部放大图3(数据分析与处理模块)数据分析属性数据分析属性分析说明：属性汇总，属性统计等内容已在地图编辑中做过介绍，在此不再重复。对比分析包括简单要素类的属性对比和空间对比。可以对给定的两个点/线/面简单要素类做指定唯一码或直接用OID查找的属性对比和候选区域内的空间对比。一属性对比分析二空间对比分析一属性对比分析•对于两个类型相同的简单要素类，若用户没有指定对比的唯一码，则直接用要素的OID进行查找，先对比出简单要素类的属性结构不同，包括属性字段名称、字段类型、字段长度和字段数目，然后，再查找出OID相同的要素的不同属性值，并以源和目的两个表格的形式列出来；•若用户指定了对比的唯一码，则直接用该唯一码进行查找，先对比出简单要素类的属性结构不同，包括属性字段名称、字段类型、字段长度和字段数目，然后，再查找出唯一码相同的要素的不同属性值，并以源和目的两个表格的形式列出来。二空间对比分析分为类型为点的简单要素类的空间对比、类型为线的简单要素类的空间对比、类型为面的简单要素类的空间对比。•对于点要素，利用包矩形查找到源要素对应的目标要素，不在同一区域范围内的要素保存在差异集中；•对于线要素，先利用包矩形查找到源要素对应的目标要素，然后计算两线要素是否重合，未重合的要素保存于差异集中；•对于面要素，对源和目的要素进行叠加分析，叠加结果保存于差异集中。二空间对比分析类型为点的简单要素类的空间对比二空间对比分析类型为线的简单要素类的空间对比二空间对比分析类型为面的简单要素类的空间对比历史分析•历史数据归档实际上是将空间数据库的所有变化都保存下来，记录其变化的时间和变化后的状态，并且提供工具访问某一时刻或者某一时间段的数据库状态。•历史数据归档功能所创建的历史数据档案库，因为具备时间属性，因此可以利用时间动画、动画图表以及历史数据回放功能，实现历史数据档案库的动态显示，反映事物和现象的动态变迁过程，更加直观。历史分析•一动画工具•二追踪分析•三历史数据选择•四历史属性浏览注意：该章节介绍略统计分析统计分析方法：•一聚类分析线性回归分析•二回归分析非线性回归分析•三梯度分析•四时间序列分析•五趋势面分析•六主成分分析•七判别分析•八相关分析•九马尔可夫预测分析•十绘制散点图统计分析•意义分析地理要素之间的相关关系,揭示地理要素之间相互关系的密切程度•任务在某些难测难控的要素与其他易测易控的要素之间建立一种近似的函数表达式，可以比较容易地通过那些易测易控要素的变化情况，了解那些难测难控要素的变化情况。相关分析主要是研究要素（变量）之间是否存在关系和关系的密切程度，没有自变量与因变量之分。一聚类分析•聚类分析，亦称群分析或点群分析，它是研究多要素事物分类问题的数量方法。•其基本原理是，根据样本自身的属性，用数学方法按照某些相似性或差异性指标，定量地确定样本之间的亲疏关系，并按这种亲疏关系程度对样本进行聚类。•聚类分析方法，是地理学中研究地理事物分类问题和地理分区问题的重要的数量分析方法。用于各种地理要素分类、各种地理区域划分。一聚类分析•聚类分析方法直接聚类、最短距离聚类、最远距离聚类•样本距离选择方法绝对距离、欧氏距离、切比雪夫距离一聚类分析分析操作一聚类分析分析结果二回归分析•回归分析就是对具有相互联系的要素，根据其联系的形态，选择一个合适的数学模式，用来近似地表达要素间平均变化关系。这个数学模式称为回归模型（回归方程）•回归分析主要是研究要素之间联系的形态、确定要素之间关系的方程式，即回归方程，可用于对未来进行预测，对某些要素进行控制。回归分析有自变量与因变量之分。回归分析尚有地理预测的性质。二回归分析回归分析方法•线性回归分析一元线性回归、多元线性回归、逐步线性回归•非线性回归分析双曲线回归分析、幂函数回归分析、指数函数回归分析、负指数函数回归分析、对数函数回归分析、S型函数回归分析、二元多项式回归分析三梯度分析•梯度分析,是以排序理论为基础，在因子梯度为轴的空间中定出样本点，从而显示样本及其属性的变化关系的方法。四时间序列分析用于地理过程时间序列的预测与控制研究。•时间序列：各种社会、经济、自然现象的数量指标按照时间次序排列起来的统计数据•时间序列分析模型：解释时间序列自身的变化规律和相互联系的数•时间序列的自相关：是指序列前后期数值之间的相关关系，对这种相关关系程度的测定便是自相关系数。五趋势面分析•空间趋势面并不是地理要素的实际分布面，而是模拟地理要素空间分布的近似曲面。因此，通常把实际的地理曲面分解为趋势面和剩余面两部分。前者反映地理要素的宏观分布规律，属于确定性因素作用的结果；而后者则对应于微观局域，是随机因素的结果。趋势面分析的一个基本要求就是所选择的趋势面模型应该是剩余值最小，而趋势值最大，这样拟合精度才能达到足够的精确性。•在实际应用中，往往用次数低的趋势面逼近变化比较小的地理要素数据，用次数高的趋势面逼近起伏变化复杂的地理要素数据。次数低的趋势面使用起来比较方便，但是具体到某点拟合较差；次数较高的趋势面只在观测点附近效果较好，而在外推和内插时则效果较差。六主成分分析•主成分分析是把原来多个变量划为少数几个综合指标的一种统计分析方法。用于地理数据的降维处理及地理要素的因素分析与综合评价。•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。七判别分析•判断分析——提供了依据历史资料，根据一定区别准则，比较客观的寻求一条A、B两类的最佳分界线，使A、B两类点能被此直线最大限度地区别开来的一种统计方法。用于判别地理要素、地理单元的类型归属。八相关分析•相关分析揭示地理要素之间相互关系的密切程度。在某