文档介绍：GIS空间分析
D
要素表现为在一个连续空间中的单元矩阵（matrix of cells）；
每个图层表示为属性；
单元大小将影响到分析的结果和地图的形式；
原始地图的比例尺决定了单元大小。
认识地理要素（Geographic Features）
要素的类型Types of features
认识地理属性（Geographic Attributes）
属性值的类型Types of attribute values
种类Categories
排序Ranks
个数Counts
数量Amounts
比率Ratios
比率表示每个要素两种数量之间的关系，由两者相除来获得。
比例和密度proportions & densities
GIS空间分析的主要方法
矢量数据分析
栅格数据分析
三维空间分析
空间统计分析与内插
矢量数据分析方法
矢量数据的包含分析
确定要素之间是否存在直接的联系，即点、线、面之间是否存在空间位置上的联系。
矢量数据的缓冲区分析
根据数据库的点、线、面实体，自动建立其周围一定宽度范围内的缓冲多边形实体。
多边形叠置分析
指同一地区、同一比例尺的两组或多组多边形要素的数据文件进行叠置，产生具有多重属性的新多边形。
泰森多边形分析
将所有气象点连接成三角形，以各边垂直平分线围成泰森多边形。其内只含一个离散点数据；内部点到相应离散点的距离最近；边上的点到两侧离散点的距离相等。
矢量数据的网络分析
其基本思想是人类活动总是趋向于按一定目标选择达到最佳效果的空间位置。
首先要建立网络路径的拓扑关系和路径信息属性数据库。即要知道路径在网络中如何分布和经过每段路径需要的成本值。
方式有选择最佳路径、最佳布局中心以及网络流分析。
栅格数据分析的模式
栅格数据的聚类、聚合分析
将一个单一层面的栅格数据系统经某种变换而得到一个具有新含义的栅格数据系统的数据处理过程。亦称栅格数据的单层面派生处理法。
栅格数据聚类是根据设定的聚类条件对原有数据系统进行有选择的信息提取而建立新的栅格数据。
栅格数据的聚合是根据空间分辨率和分类表，进行数据类型的合并或转换，以实现空间地域的兼并。
栅格数据的统计与量算
通过统计分析了解栅格数据的整体特征和态势，包括最大/最小值、均值、中值、总和、方差、频数、众数、范围等参数。
栅格数据的复合分析
同地区多层面空间信息的自动复合叠置。其中各层面信息关系模式的建立对分析工作的完成及分析质量的优劣具决定性作用。
栅格数据的追踪分析
对特定栅格数据系统由某一个或多个起点，按照一定的线索追踪目标或追踪提取轨迹信息。
栅格数据的窗口分析
地学信息在空间上存在着一定的关联性。窗口分析是指对于栅格数据系统中的一个或多个栅格点或全部数据，开辟一个有固定分析半径的分析窗口，并在该窗口中进行极值、均值等统计计算，或与其它层面的信息进行复合分析，以实现栅格数据的水平方向的扩展分析。分析窗口有：矩形、圆形、环形和扇形。
三维空间分析
矢量三维分析主要基于数学分析和图论的思想。
栅格三维分析主要以矩阵理论为基础。
三维空间分析对空间对象的位置坐标和垂直坐标进行分析。
二维和三维的本质区别在于数据的分布范围，三维增加了垂直坐标的信息。
目前的三维空间分析主要包括对空间实体的三维显示、查询，坡度、坡向、地标粗糙度、地表复杂度、地表曲率等地形属性的计算和提取。
上述功能可应用到其它领域。
地形的三维显示与分析
空间统计分析与插值
空间统计分析的目的是找出某种属性分布的整体特征和趋势，了解其中的规律，以便对其进行科学的分析和预测。
地学现象、过程和事件多具有一定的随机性。
空间统计方法以概率论与数理统计为基础，适合于对各种随机现象、随机过程和随机事件的处理。
空间统计方法主要用于空间数据的分类与综合评价，包括相关性分析、回归分析、时间序列分析、系统聚类分析、主成分分析、马尔科夫预测、克里格估值法等。空间统计的表现形式有列表、直方图、云图、回归曲线等。
空间统计分析除了能分析数据的整体态势外，还可以分析空间数据采样的合理性。通过分析样区内数据位置和取值的分布，统计该采样数据是否具有对样区某属性的代表性，以及基于此数据的分析是否具有较高的可信度。