中山大学GIS考研部分总结(共4页).docx

《中山大学GIS考研部分总结(共4页).docx》由会员分享，可在线阅读，更多相关《中山大学GIS考研部分总结(共4页).docx（4页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、精选优质文档-倾情为你奉上元胞自动机Cellular Automate CA具有强大的空间运算能力，常用于自组织系统演变过程。它是时间空间状态都离散，空间相互作用和时间因果关系都为局部的网格动力学模型，具有模拟复杂系统演化过程的能力。自下而上的研究思路，充分体现了复杂系统局部的个体行为产生全局有秩序模式的理念。地理现象属于典型的动态复杂系统，具有开放性、动态性、自组织性、非平衡性等耗散结构特征。CA可以模拟复杂城市系统的某些特征，但是单个的CA很难准确模拟复杂城市系统的所有特征，可以将复杂城市系统进行分解，用不同的CA模拟城市系统的不同特征。GIS能够很好的解决部分空间相关问题以及静态问题但对

2、复杂的时空动态变化地理现象难以实现，空间建模方面具有一定的局限性。动态系统的建模： 计算领域的动态影响，大量的迭代运算， 确定与空间位置相关的具有指示性的因素， 多层叠加要素信息的提取， 通达性的动态变化， 迭代过程中空间变量的更新，动态变化过程的可视化，模型的校正CA增强GIS空间动态建模的功能，可谓GIS空间分析的引擎。GIS在空间分析和空间决策方面有很好的应用，但在动态空间建模和操作方面有较大的局限性。CA强大的时间建模能力能够丰富GIS现有的时空分析功能。模拟各种现象随时空变化的动态性。多智能体系统成为一种进行复杂系统分析与模拟的思想方法和工具，单个AGEnt具备一定的功能，但对现实中

3、复杂的大规模的问题，单个Agent无法描述和解决，多个智能体之间具有互动性交互性反应性自主性特点，相互协作达到共同的整体目标。定义为有多个可以相互交互的Agent 计算单元所组成的系统。地理空间系统是一个典型的复杂系统，动态发展是基于微观空间个体相互作用的结果。多智能体系统思想的核心就是微观个体的相互作用能够产生宏观全局的格局。当把多智能体系统引进地理模拟时，多智能体就带有空间属性和空间位置，其空间位置往往是变化的，与传统的多智能体有明显的不同。CA侧重的是自然环境要素，无法考虑复杂的空间决策行为及人文因素，CA与多智能体系统结合起来，将社会经济及行为等属性赋给多智能体，使模型可以反映影响土地

4、利用格局演变的人文因素。GIS空间分析一般方法空间查询和检索，空间量算。空间插值，叠置分析，缓冲区分析CA基本特征元胞分布在按照一定规则划分的离散的元胞空间上系统的演化按照等间隔时间分步进行，时间变量取等步长的时刻点每个元胞都有明确的状态，并且元胞的状态只能取有限个离散值元胞下一刻演化的状态值是由确定的转换规则所决定每个元胞的转换规则只由局部邻域内的元胞状态所决定优点：在CA中，物理和计算过程直接的联系是非常清晰CA能用比数学方程更为简单的局部规则产生更为复杂的结果能用计算机对其进行建模，而无精度损失能模拟任何可能的自然系统行为CA不能在约简GIS提供了丰富的空间信息和强有力的空间数据处理平台

5、，满足在空间格局方面分析的需要，但是时空动态发展过程比最终形成的空间格局更为重要。GIS与时空动态模型的耦合将会极大的增强现有GIS分析复杂自然现象的能力。GIS能解决时空动态模型海量数据的获取储存更新等问题。城市动态性自组织性突变性复杂特征需要动态模型的模拟城市CA的基本原理是通过局部规则模拟出全局的复杂的城市发展模式。CA要素 元胞 状态 邻域 转换规则面向对象分类法传统的遥感影像分类方法主要是基于遥感影像光谱信息极其丰富，地物间光谱差异较为明显，光谱特性差异进行像元级别的分类，以像元为单位描述地表模式，很少考虑内部纹理结构等信息，一级相邻像元之间的关联信息。但高分影像包含了更多的纹理、结

6、构等信息，传统的分类方法会造成空间数据的大量冗余，分类结果呈现椒盐现象，不利于空间分析。因此需要一种更加适宜的分类方法。面向对象分类方法考虑同质性对象，区别分析的是基本实体，是有意义的影像对象，不是单个像元，不再是简单的影像对象的光谱信息，包含更多的对象的空间信息和语义信息。主要是根据具有类似光谱信息的像元进行结合，而成为一个对象，综合考虑对象的空间、纹理、结构和光谱信息的差异，进行利用影像分割和分类器的构建。分割尺度和空间结构特征，对象生成主要是根据影像的颜色和形状特征进行分割，空间插值方法原理特点，每个对象的属性隶属概率和空间相关特征，进行语义信息提取。影像分割是把影像分成各具特性的区域的

7、技术和过程，是要素表达的基础，对特征和属性测量具有重要影响，位置形状大小。 影像分割的要素提取特征提取和参数测量可以将原始影像转换为更抽象更紧凑的形式，使得高层次的影响分析和理解成为可能。景观识别。核电站选址问题智能体相关问题 空间优化定量分析方法有哪些应用特点可见光 近红外波段定量遥感 热红外波段定量遥感 微波遥感研究计划1、 说明缓冲区分析及其在地学中的应用例子 (10分)简述GIS空间分析功能，并试以实例说明其在地学中的应用及意义。 答： 空间分析是基于地理对象的位置和形态的空间数据的分析技术，其目的在于提取空间信息或者从现有的数据派生出新的数据，是将空间数据转变为信息的过程。 利用空间

8、分析可以得到缓冲区，对购房、学校选址等各方面都有作用 二、 试解释缓冲区分析和叠置分析的概念，并举例说明这两种空间分析方 法的用途。 答： 缓冲区分析: 是对一组或一类地物按缓冲的距离条件，建立缓冲区多边形，然后将这一图层与需要进行缓冲区分析的图层进行叠加分析，得到所需结果的一种空间分析方法。明确分析和评价目的 收集基础数据包括空间数据和属性数据 利用GIS软件进行分析处理 获取分析结果并进行分析 专题如输出道路拓宽改建过程中的拆迁指标计算计算道路拓宽而需要拆迁的建筑面积和房产价值 道路拓宽改建标准明确分析道路拓宽改建项目和标准要求 收集所需资料 空间属性数据空间操作 选择拓宽的道路，建立缓冲

9、区 将缓冲区图与建筑物分布图进行拓扑叠加，包含所有部分或全部位于拓宽区内的建筑物信息统计分析 选择落入拆迁区内的楼层条件，拆迁物，拆迁指标计算2、 矢量数据与栅格数据在结构表达方面有什么特色，它们的优劣比较是什么？(10分)3、 如何利用GIS进行选址？请列出相应步骤 (20分)空间选址是指在一定地理区域内为一个或多个选址对象选定位置,使某一指标或综合指标达到最优的过程。1909年,Weber研究了在平面上确定一个仓库的位置,使 得仓库与多个顾客之间的总距离最小的问题 5 (称为Weber问题),正式开始了空间选址问题的研究。GIS的功能覆盖数据采集分析决策应用的全部过程,并能回答和解决以下5

10、类问题: 1)位置 即在某个地方有什么;2)条件 即符合某些条件的实体在哪里;3)趋势 即某个地方发生的某个事件及其随时间的变化过程; 4)模式 即某个地方存在的空间实体的分布模式;5)模拟 即某个地方如果具备某种条件会发生什么。确定需要选址的目标对象以及问题的基本要求准备、收集、整理、分析涉及到的地理数据及其他相关选址资料根据目标和问题的具体需求，利用GIS的有关技术，得出一系列的候选地点构造选址模型从候选点中评价优选现场实地勘察和评议决策 由于技术和数据等方面的限制，得到的选址结果可能与现实不符或收到客观条件的限制，因此需要对所有结果进行实地勘测验证，确保选址结果的可行性和正确性，进而进行

11、评议和通过决策面积 区位特征 自然区位因素 社会综合因素 经济因素 经济状况 土地价格 选址对象 维护费用 作用范围4、 GIS空间数据的内插方法有哪几种？(20分)空间内插方法的定义及其分类 空间数据内插，就是根据一组已知的离散数据或分区数据，按照某种数学关系推求出其他未知点或未知区域的数学过程。空间数据内插是数据处理的一项重要任务，在很多情况下必须进行内插， 如采样密度不够，采样分布不合理，采样存在空白区，等值线的自动内插，数值等高模型的建立，区域边界分析，曲线光滑处理，空间趋势预测，采样结果的三维可视化等。 内插要体现渐变特征，以能较好地表示连续的空间渐变模型为原则。 进行空间内插的方法

12、多种多样，可依据：全局或局部；点与面；确定或随机等标准分类。本文依据内插方法的基本假设和数学本质，把空间内插分类为以下几种方法，函数方法、统计方法、随机模拟方法、分形内插法、遗传神经网络内插法。 常用的内插方法 空间统计方法 空间统计的基本假设建立在空间相关的先验 模型之上，距离较近的采样点比距离远的采样点更相似，相似的程度、或空间协方差的大小，是通过点对的平均方差度量的。其最大优点是 能克服内插中误差难以分析的问题，对误差做出逐点的理论估计，不会产生回归分析的边界效应。缺点是复杂，尤其当变异函数是几个标准变异函数模型的组合时，计算量很大；另一个缺点是变异函数需要根据经验人为选定。空间统计方法

13、以及其各种变种（等）为代表。统计方法统计方法的基本假设是一系列空间数据相互相关，预测值的趋势和周期是与它相关的其它变量的函数。其优点是计算开销不大，能对误差做出整体估计。但如果采样过程不能反映出表面变化的重要因素，如周期性和趋势，则不能取得好效果。 常用的统计方法有趋势面方法和多元回归方法。 趋势面法趋势面法是根据有限的观测数据拟合曲面，进行内插。多元回归法 在各种统计方法中，使用较多的是回归分析， 其特点是不需分布的先验知识。趋势面分析有内在的多重共线性问题；而在多元回归中，尽管也存在多重共线性，但它并非内在的，可通过逐步回归解决。 因此，相对于趋势面的选择次数，多元回归的核心问题是选择变量

14、和区分模型。 函数方法使用函数逼近曲面，在空间内插领域大多用于一些特殊场合，如利用高密度的高程数据产生等高线、为提高网格数据的空间分辨率而内插数据等。 该方法不适于利用有限的观测数据进行缺值预测和内插网格，因为它难以满足内插的精度，也难以 估计误差。 函数方法的特点是不需要对空间结构的预先估计和统计假设。缺点是难以估计误差。常用的函数方法有：傅里叶级数、样条函数、双线性内插、立方卷积法等。随机模拟方法随机模拟的基本假设与空间统计方法不同，认为地理空间具有非平稳性，是空间异质的。 对应不确定性，随机模拟可以接受可选的多个估计结果，它们都与实际数据一致。随机模拟方法的最大优点是定义了各种随机变量之间的空间相关，这类相关可以 根据相邻数据把高度不确定性的先验分布更新为低不确定性的后验分布。缺点是建模困难，计算量大。常用的随机模拟方法有高斯过程、 马尔科夫过程、 蒙特卡罗方法、人工神经网络方法等如何从GIS挖掘知识，可以挖掘出哪些类型的知识？ (20分)下面两题任选一题：5、 介绍利用Cellular Automata进行地理现象模拟的主要原理 (20分)专心-专注-专业