第6章-GIS应用模型.ppt

《第6章-GIS应用模型.ppt》由会员分享，可在线阅读，更多相关《第6章-GIS应用模型.ppt（34页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、第6章GIS应用模型6.1 GIS应用模型概述应用模型概述6.1.1 GIS 应用模型的分类应用模型的分类6.1.2 GIS应用模型与应用模型与GIS空间分析空间分析6.1.3 GIS 应用模型的构建应用模型的构建6.2 常用的应用模型常用的应用模型6.2.1适宜分析模型适宜分析模型6.2.2地学模拟模型地学模拟模型6.2.3发展预测模型发展预测模型6.2.4交通规划模型交通规划模型根据应用目标，具体化为信息世界中可操作的机理和过程。或是用一定根据应用目标，具体化为信息世界中可操作的机理和过程。或是用一定程度的简化和抽象，通过逻辑的演绎，去把握地理系统各要素之间的相程度的简化和抽象，通过逻辑的

2、演绎，去把握地理系统各要素之间的相互关系、本质特征及可视化显示。互关系、本质特征及可视化显示。是是GISGIS应用模型的本质。应用模型的本质。1 1 6.1 GIS应用模型概述应用模型概述经典的经典的经典的经典的GISGISGISGIS认为在矢量、栅格数据模型的应用对比中，叠置及三维分认为在矢量、栅格数据模型的应用对比中，叠置及三维分认为在矢量、栅格数据模型的应用对比中，叠置及三维分认为在矢量、栅格数据模型的应用对比中，叠置及三维分析方面栅格具有优势，缓冲分析方面矢量、栅格差不多，网络分析方析方面栅格具有优势，缓冲分析方面矢量、栅格差不多，网络分析方析方面栅格具有优势，缓冲分析方面矢量、栅格差

3、不多，网络分析方析方面栅格具有优势，缓冲分析方面矢量、栅格差不多，网络分析方面以传统以矢量为主，现在栅格也在尝试深入应用。面以传统以矢量为主，现在栅格也在尝试深入应用。面以传统以矢量为主，现在栅格也在尝试深入应用。面以传统以矢量为主，现在栅格也在尝试深入应用。GISGISGISGIS栅格和矢量基本模型与实际结合，还可派生出众多的应用模型。栅格和矢量基本模型与实际结合，还可派生出众多的应用模型。栅格和矢量基本模型与实际结合，还可派生出众多的应用模型。栅格和矢量基本模型与实际结合，还可派生出众多的应用模型。6.1.1 GIS 应用模型的分类应用模型的分类1.根据所表达空间对象的不同，根据所表达空间

4、对象的不同，GIS应用模型可分为：应用模型可分为：数学（理论）模型数学（理论）模型经验模型经验模型混合模型混合模型见表见表6.12.根据研究对象的瞬时状态和发展过程，可分为：根据研究对象的瞬时状态和发展过程，可分为：静态静态半静态半静态动态模型动态模型2 23 36.1.2 GIS应用模型与应用模型与GIS空间分析空间分析 GIS应用模型与GIS空间分析关系密切，表现以下几个方面。（1）GIS空间分析是基本的，是解决一般问题的理论和方法；而GIS应用模型是复杂的，往往是两种或多种GIS空间分析方法的复合，是为解决专门问题的理论和方法。（2）空间分析模型是联系GIS应用系统与专业领域的纽带，必须

5、以广泛、深入的专业研究为基础。（3）空间分析模型是综合利用GIS中大量数据的工具，而数据的综合分析和应用主要又通过模型来实现。（4）空间分析模型是分析型和辅助决策型GIS，这是区别于管理型GIS的一个重要特征，是解决空间分析和辅助决策问题的核心。4 46.1.3 GIS 应用模型的构建应用模型的构建构建GIS应用模型，首先必须明确用GIS求解问题的基本流程；其次根据模型的研究对象和应用目的，确定模型的类别、相关的变量、参数和算法，构建模型逻辑结构框图；然后确定GIS空间操作项目和空间分析方法；最后是模型运行结果验证、修改和输出。应用模型是GIS 与相关专业连接的纽带，它的建立并不是纯数学技术性

6、问题，而必须以坚实而广泛的专业知识和经验为基础，对相关问题的机理和过程进行深入的研究，并从各种因素中找出其因果关系和内在规律，有时还需要采用从从定性到定量的综合集成法，这样才能构建出真正有效的GIS应用模型。用GIS求解问题的过程就是建立地理信息建模系统（Geographic Information Modeling System，简称GIMS）,研究如何根据给定条件（如已知数据和约束条件）自动生成解决问题（如确定候选地址）的整个操作过程。它能支持面向用户的空间分析模型的定义、生成和检验的环境，支持与用户交互式地基于GIS的分析、建模和决策。GIMS是目前GIS研究的重要方向和热点问题之一。5

7、 5通用GIS空间分析功能与各种领域专用模型的结合主要有三种途径。（1）GIS环境内模型建造（嵌入式）：利用GIS软件的宏语言发展各自所需的空间分析模型。此方法能充分利用GIS软件本身所具有的资源，模型建造和开发的效率比较高。（2）GIS外部的模型建造（松散耦合式）：基于应用GIS的空间数据库和输出功能，而模型分析功能则主要是利用其它应用领域的软件。此方法运行比较慢，但实现软件嫁接，无需在GIS环境中再编分析软件，具有广泛的适用性。（3）混合型的模型建造：上述两者的结合。此方法既利用GIS提供的功能，又具有一定灵活的效果。6 66.2 常用的应用模型从数理统计角度来看，地理模型的类型有：类似统

8、计学的描述性模型和与推理统计技术相关的规则性模型。从应用角度来考虑，常用的应用模型有：适宜分析模型，从几种方案中筛选最佳或适宜的模型。考虑独立状态模型，注重样式与处理的问题，长时间以来用于解释类似农业活动与运输成本间的关系；位置-分配模型，最初为预测工业位置点的空间分布的样式而设计的韦伯模型，结合实际进行改进后可使参与者寻找最佳商业和服务位置；重力模型，建立在吸引力与到潜在市场的距离呈反比这一基础上构建的经济地理模型。改进扩散模型，在流体扩散模型的基础上，通过地理空间跟踪动植物运动，以空间验证思想，构建扩散模型，如今已广泛用于地理生态群落研究。7 76.2.1适宜分析模型适宜分析模型1.一般介

9、绍一般介绍适宜性分析在地学中的应用很多，如土地针对某种特定开发活动的分析，包括农业应用、城市化选址、作物类型区划、道路选线、环境适宜性评价等。建立适宜性分析模型，首先应确定具体的开发活动，其次选择其影响因子，然后评判某一地域的各个因子对这种开发活动的适宜程度，以作为土地利用规划决策的依据。2.应用实例应用实例8 8（1）实例实例1选址应用模型选址应用模型选址问题应用很多，如：辅助建筑项目选址城市垃圾场选址、印染厂的选址、国家森林公园的选址等。以森林公园候选地址为例具体说明。A.问题提出：森林公园候选地址B.所需数据：公路、铁路分布图（线状地物），森林类型分布图（面状），城镇区划图（面状）。C.

10、解决方案：构建空间数据库，信息提取并建模。D.步骤和方法见表6.2。F.依据应用模型出图，供决策者参考。9 91010（2）实例）实例2道路拓宽规划道路拓宽规划A.问题提出：道路拓宽改建过程中的拆迁指标计算B.明确分析的目的和标准目的：计算由于道路拓宽而需拆迁的建筑物的面积和房产价值。道路拓宽改建的标准如下。（a）道路从原有的20m拓宽至60m。（b）拓宽道路应尽量保持直线。（c）部分位于拆迁区内的10层以上的建筑不拆除。C.准备进行分析的数据：涉及两类信息，一类是现状道路图；另一类是分析区域内建筑物分布图及相关的信息。D.GIS空间操作（a）选择拟拓宽的道路，根据拓宽半径，建立道路的缓冲区。

11、（b）将此缓冲区与建筑物层数据进行拓扑叠加，产生一幅新图，此图包括所有部分或全部位于缓冲区内的建筑物信息。1111E.GIS统计分析（a）对全部或部分位于拆迁区内的建筑物进行选择，凡部分落入拆迁区且楼层高于10层以上的建筑物，将其从选择组中去除，并对道路的拓宽边界进行局部调整。（b）对所有需拆迁的建筑物进行拆迁指标计算。F.将分析结果以地图或表格的形式打印输出。1212（3）实例）实例3建设用地适宜性评价模型建设用地适宜性评价模型一般原理：建模的关键在于适宜性评价过程中指标的选取、标准化和权重的确定以及如何将GIS和决策过程结合。以福州为例，根据各因子中不同影响因素对建设用地生态适宜性重要程度

12、的不同，对其赋予不同的等级值，见表6.3。在GIS空间数据库支持下，利用ArcView 3.3或ArcGIS 9.0的空间分析模块，对评价因子进行单因素和综合生态适宜性叠加分析，并对其生态适宜性评价结果进行分级，即最适宜、比较适宜、勉强适宜、不适宜、很不适等，形成单因子和综合指标的生态适宜性系列分级图，如图6.1所示。综合的生态适宜性评价公式见下式。式中Sij为第ij个格网的综合生态适宜性，k=1，2，表示第k个生态因子；W(k)表示第k个生态因子的权重；Cij(k)表示第 k个生态因子在第k个格网的适宜性等级。1313表6.3 建设用地生态适宜性指标体系1414图图6.1 福州建设用地生态适

13、宜性评价系列等级图福州建设用地生态适宜性评价系列等级图1515（4）实例4亚热带农作物种植区划这类模型用于描述和解释某种现象空间分布的规律，可以回答“那里是什么”和“它们在哪里”之类的问题。以亚热带农作物种植是否适宜为例说明建模方法：首先收集数据（如：区域农业背景的数据、影响农作物生长的生态因子（积温、光照、土壤Ph值、降水量、年均温、空气相对湿度等）；其次，构建空间数据库；第三，建立指标图层，确定指标等级（适宜、较适宜、一般适宜、不适宜）；第四，进行GIS叠加分析适宜性：第五，生成结果图，为决策者提供参考意见。图6.2给出了一般描述性模型，该模型根据已知因素评价农作物种植的适应性，根据一定的

14、分类分级标准，将土地划分为适宜和不适宜或适宜、较适宜、一般适宜、不适宜等级，输出的图层可显示区域种植适应性的差别。图6.3是福建寿宁县的猕猴桃种植的区划图，对从事农业生产有一定的指导性。1616图图图图 6.2 6.2 猕猴桃种植适应性评价地图模型猕猴桃种植适应性评价地图模型猕猴桃种植适应性评价地图模型猕猴桃种植适应性评价地图模型1717图图6.3 猕猴桃种植区划图猕猴桃种植区划图18186.2.26.2.2地学模拟模型地学模拟模型地学模拟模型地学模拟模型1.1.一般介绍一般介绍一般介绍一般介绍应用应用GISGIS方法，分析多种要素之间的关系，可模拟或预测方法，分析多种要素之间的关系，可模拟或

15、预测某种地理过程或现象，例如气候变化、沙漠化过程、土地某种地理过程或现象，例如气候变化、沙漠化过程、土地退化过程、土壤侵蚀变化、河道演变过程等。退化过程、土壤侵蚀变化、河道演变过程等。以土壤侵蚀评价为例说明。为确定土壤侵蚀或水土流失的以土壤侵蚀评价为例说明。为确定土壤侵蚀或水土流失的数值分析模型，先选择影响土壤流失的主要环境数据，然数值分析模型，先选择影响土壤流失的主要环境数据，然后建立主要因子（后建立主要因子（R R、K K、L L、S S、C C、P P）图层，再利用地）图层，再利用地图代数运算，构建土壤侵蚀地图模型：图代数运算，构建土壤侵蚀地图模型：A=RKLSCPA=RKLSCP。土壤

16、侵蚀或水土流失数据处理流程图，如图土壤侵蚀或水土流失数据处理流程图，如图6.46.4所示。其所示。其中：中：R R为雨量为雨量径流侵蚀（径流侵蚀（Rainfall_Runoff ErosivityRainfall_Runoff Erosivity）因子；因子；K K为土壤侵蚀（为土壤侵蚀（Soil ErodibilitySoil Erodibility）因子；）因子；L L为坡长为坡长（Slope LengthSlope Length）因子；）因子；S S为坡度（为坡度（Slope GradientSlope Gradient）因子；）因子；C C为作物管理（为作物管理（Crop Manage

17、mentCrop Management）因子；）因子；P P为侵蚀控制为侵蚀控制措施（措施（Erosion Control PracticeErosion Control Practice）因子。）因子。1919图图图图6.4 6.4 土壤侵蚀数据处理流程图土壤侵蚀数据处理流程图土壤侵蚀数据处理流程图土壤侵蚀数据处理流程图2020一个地图模型可以说是表示了解决某一问题的其中一种方案。根据已有的基本数据和一套GIS 软件所提供的栅格或矢量数据分析的基本运算，不同的分析人员可能会使用不同的运算功能、采用不同的程序解决同一个问题，因此，他们为解决同一问题所设计的地图模型可能会不一样，这就是说，用于解

18、决某一问题的地图模型不是唯一的。但不同的地图模型产生的最后结果可能会有所差别，应对不同的地图模型进行实验，对地图模拟过程以及每个运算的结果进行评价，以保证地图模拟结果的正确性和有效性2.应用案例一应用案例一 已有某区域地形等基础信息，通过构建GIS数据库、建模，并在3DGIS系统中，可虚拟地理环境。再通过改变参数可研究水土流失。图6.5是某区域在GIS支持下实现的虚拟环境显示。2121 图图6.5某区域在某区域在GIS支持下实现的虚拟环境支持下实现的虚拟环境（a）等高线图（b）遥感图（c）虚拟环境一角22226.2.3发展预测模型发展预测模型1.一般介绍一般介绍发展预测模型是运用已有的存储数据

19、和系统提供的手段，对事物进行科学的数量分析，探索某一事物在今后的可能发展趋势，并作出评价和估计，以调节、控制计划或行动。在地理信息研究中，如人口预测，资源预测、粮食产量预测以及社会发展预测等，都是经常要解决的问题。预测方法通常分为定性、定量、定时和概率预测。在信息系统中，一般采用定量预测方法，它利用系统存储的多目标统计数据，由一个或几个变量的值，来预测或控制另一个变量的取值。这种数量预测常用的数学方法有移动平均数法、指数平滑法、趋势分析法、时间序列分析法、回归分析法以及灰色系统理论等模型的应用。用GIS模型可以解决区域时空历史变化的布局问题。23232.应用案例二应用案例二 在GIS人口数据库

20、支持下，可生成福建人口规模、GDP、经济与人口关系以及空间聚类相关分析系列图，如图6.6、图6.7、图6.8和图6.9所示。图图6.6 福建人口规模和福建人口规模和GDP曲线曲线 图图6.7 福建人口空间分布福建人口空间分布2424图图6.8人口密度与土壤侵蚀率的关系人口密度与土壤侵蚀率的关系2525（a）福建省各县市的人均GDP局部自相关分布 （b）福建省各县市的人均GDP空间关联分布图图6.9 福建福建GDP空间相关显示图空间相关显示图2626利用回归分析方法，选用利用回归分析方法，选用3个因子个因子GDP，第二、第三，第二、第三产业占产业占GDP 的比重，各行政区的土地面积。并设：的比重

21、，各行政区的土地面积。并设：Y=总总人口，人口，X1=GDP，X2=第二、第三产业占第二、第三产业占GDP 的比重，的比重，X3=各行政区的土地面积。建立人口与社会经济发展相关各行政区的土地面积。建立人口与社会经济发展相关模型，如表模型，如表6.4和表和表6.5所示。所示。若再选用三个因子：人均若再选用三个因子：人均GDP、人口密度、城市化水平，、人口密度、城市化水平，并设：并设：Y=人均人均GDP，X1=人口密度，人口密度，X2=城市化水平，指城市化水平，指标采用以标采用以10为底的对数进行无量刚处理后，建立相关模型为底的对数进行无量刚处理后，建立相关模型则为：则为：Y=-0.937+1.8

22、38X1+0.812X2 经检验复相关系数达到经检验复相关系数达到0.966，说明该方程的回归效果显，说明该方程的回归效果显著。著。27276.2.4交通规划模型交通规划模型交通规划模型是确定交通目标与设计达到交通目标的策略和行动的过程。交通规划的目的是设计一个交通系统，以便为将来的各种用地模式服务。交通规划在整个国民经济中具有重要意义，它是建立完善的交通体系的重要手段，解决道路交通问题的根本措施以及获得交通运输最佳效益的有效方法。引入GIS技术，能够提高交通规划工作的效率，简化业务流程，为建设交通规划行业的辅助决策支持系统打下了良好的基础。2828交通规划具有自己独特的业务特点，这些特点决交

23、通规划具有自己独特的业务特点，这些特点决定了定了GISGIS在为交通规划工作服务时，要能够适应在为交通规划工作服务时，要能够适应这些特点的要求。这些特点的要求。如：如：要进行快速检索。规划人员要在短时间内快速获要进行快速检索。规划人员要在短时间内快速获取大量信息，需要借助一定的工具进行快速检索。取大量信息，需要借助一定的工具进行快速检索。跳跃性的数据处理。规划人员在对大量来源不同、跳跃性的数据处理。规划人员在对大量来源不同、属性不同的数据进行处理时，需要进行相关性分属性不同的数据进行处理时，需要进行相关性分析，能发掘其中隐藏的关系和规律。析，能发掘其中隐藏的关系和规律。构建深入应用的辅助决策模

24、型。构建深入应用的辅助决策模型。在规划工作中在规划工作中有大量评价、预测性的模型需要建立；有大量评价、预测性的模型需要建立；注意与相关软件的综合集成。注意与相关软件的综合集成。2929需解决的GIS 问题主要有：（1）空间布局问题有：既能够展示现有的空间布局状况，又能够表达规划人员对于未来空间布局的规划与预期。（2）网络计算问题：这属于优化布局的问题。即看某种规划方案是否合理，比如，从秦皇岛出发运输某种货物到达广州，在运输路径、运输工具、时间和经费等方面的选择上进行综合的网络计算，从而得出投入回报比最优的方案。（3）动态设置问题：交通状况不是一成不变的，要根据时刻变化的动态来进行数据更新，在此

25、基础上再进行规划设计。（4）区域分析问题：交通不是一个孤立的存在，它与周围的经济、人口、自然环境等都会发生关联，所以进行区域分析是交通规划工作的要义之一。（5）时空历史变化的对照问题：瞬息万变的现实会导致大量的历史数据，如何存储历史数据，如何处理变化后的数据，如何更新数据，如何在历史数据和最新数据之间进行自由转换查询，这也是GIS平台要解决的任务之一。交通规划模型主要包括城市交通发生量预测，出行分布预测和交通量最优分配三个部分。30301.1.交通发生量预测模型：该模型采用因果分析法，综合考虑交通发生量预测模型：该模型采用因果分析法，综合考虑交通发生量预测模型：该模型采用因果分析法，综合考虑交

26、通发生量预测模型：该模型采用因果分析法，综合考虑影响交通量发生的各因素，用回归分析法建造多因素相影响交通量发生的各因素，用回归分析法建造多因素相影响交通量发生的各因素，用回归分析法建造多因素相影响交通量发生的各因素，用回归分析法建造多因素相关回归方程。关回归方程。关回归方程。关回归方程。2.2.出行分布预测模型：包括出行方向、出行数量以及出行工出行分布预测模型：包括出行方向、出行数量以及出行工出行分布预测模型：包括出行方向、出行数量以及出行工出行分布预测模型：包括出行方向、出行数量以及出行工具的空间分配，主要考虑以居民区为出发点的出行分布具的空间分配，主要考虑以居民区为出发点的出行分布具的空间

27、分配，主要考虑以居民区为出发点的出行分布具的空间分配，主要考虑以居民区为出发点的出行分布情况。情况。情况。情况。3.3.交通量最优分配规划：交通量在交通网络中的最优分配，交通量最优分配规划：交通量在交通网络中的最优分配，交通量最优分配规划：交通量在交通网络中的最优分配，交通量最优分配规划：交通量在交通网络中的最优分配，对于客流，往往采用最短路径算法，以出行距离最小为对于客流，往往采用最短路径算法，以出行距离最小为对于客流，往往采用最短路径算法，以出行距离最小为对于客流，往往采用最短路径算法，以出行距离最小为原则，求出各居住小区到各出行目的地的出行量。对于原则，求出各居住小区到各出行目的地的出行

28、量。对于原则，求出各居住小区到各出行目的地的出行量。对于原则，求出各居住小区到各出行目的地的出行量。对于货流，一般采用线性规划中的运输模型。主要有货流，一般采用线性规划中的运输模型。主要有货流，一般采用线性规划中的运输模型。主要有货流，一般采用线性规划中的运输模型。主要有平衡平衡平衡平衡运输模型与不平衡运输模型；运输模型与不平衡运输模型；运输模型与不平衡运输模型；运输模型与不平衡运输模型；交通量分配模型交通量分配模型交通量分配模型交通量分配模型4.4.应用案例三应用案例三应用案例三应用案例三3131利用利用利用利用GISGIS网络分析方法与交通系统相结合，构建网络分析方法与交通系统相结合，构建

29、网络分析方法与交通系统相结合，构建网络分析方法与交通系统相结合，构建“城市红城市红城市红城市红绿灯智能化模拟系统绿灯智能化模拟系统绿灯智能化模拟系统绿灯智能化模拟系统”，可解决城市道路网的交叉口信，可解决城市道路网的交叉口信，可解决城市道路网的交叉口信，可解决城市道路网的交叉口信号管理的问题。号管理的问题。号管理的问题。号管理的问题。红绿灯调度系统发展到现在已有三种模式：红绿灯调度系统发展到现在已有三种模式：红绿灯调度系统发展到现在已有三种模式：红绿灯调度系统发展到现在已有三种模式：l l固定控制固定控制固定控制固定控制l l实时选择控制实时选择控制实时选择控制实时选择控制l l实时生成控制。

30、实时生成控制。实时生成控制。实时生成控制。这里讨论在单交叉口模拟这里讨论在单交叉口模拟这里讨论在单交叉口模拟这里讨论在单交叉口模拟“实时生成控制实时生成控制实时生成控制实时生成控制”交通量模型交通量模型交通量模型交通量模型的实现。的实现。的实现。的实现。假设如下条件：假设如下条件：假设如下条件：假设如下条件：l l通往交叉路口的车辆是随机的，不考虑混车流的情况。通往交叉路口的车辆是随机的，不考虑混车流的情况。通往交叉路口的车辆是随机的，不考虑混车流的情况。通往交叉路口的车辆是随机的，不考虑混车流的情况。l l在系统运行过程中，交叉口处不发生交通事故。在系统运行过程中，交叉口处不发生交通事故。在

31、系统运行过程中，交叉口处不发生交通事故。在系统运行过程中，交叉口处不发生交通事故。l l在系统运行过程中，所有车辆服从红绿灯调度控制。在系统运行过程中，所有车辆服从红绿灯调度控制。在系统运行过程中，所有车辆服从红绿灯调度控制。在系统运行过程中，所有车辆服从红绿灯调度控制。l l车辆在通过交叉路口的速度是相同的，绿灯时间内的车辆必须顺车辆在通过交叉路口的速度是相同的，绿灯时间内的车辆必须顺车辆在通过交叉路口的速度是相同的，绿灯时间内的车辆必须顺车辆在通过交叉路口的速度是相同的，绿灯时间内的车辆必须顺利通过交路口。利通过交路口。利通过交路口。利通过交路口。应用模型：应用模型：应用模型：应用模型：第第第第i i相位的有效绿灯时间相位的有效绿灯时间相位的有效绿灯时间相位的有效绿灯时间 3232目标函数：模糊控制流程如图6.10所示33333434