地理信息系统原理 北京师范大学 资源学院 矢量数据分析全文共42页，当前为第1页。 2 课堂回顾 1、邻近分析：缓冲分析、泰森多边形 2、叠置分析包括哪些方面？ 3、常用的矢量数据操作。 矢量数据分析全文共42页，当前为第2页。 3 矢量数据分析 矢量数据分析全文共42页，当前为第3页。 4 空间数据 数据模型 投影 数据采集 空间数据库 查询 制图 空间分析 矢量数据分析 栅格数据分析 空间插值 视域、流域分析 GeoProcessing 二次开发 课程设置 矢量数据分析全文共42页，当前为第4页。 5 Tobler(1970)指出"地理学第一定律：任何事物与其它事物之间都是相关的，但空间上近处的事物比远处的事物相关性会更强"。 矢量数据分析全文共42页，当前为第5页。 6 问题的提出 如何评价健康服务的地理可达性，以揭示该地区医疗配备情况。 如何评价制造业类型的集聚和分散？ 汽车行驶的时候，如何选择最短路径和最佳路径？ 矢量数据分析全文共42页，当前为第6页。 7 内 容 一、距离量测 二、模式分析 三、网络分析 矢量数据分析全文共42页，当前为第7页。 8 距离量算是指要素之间直线（欧式）距离的量算。量测可在一个图层中的点到另一个图层的点之间进行，或在一个图层的各个点到另一图层中的最邻近点或线之间进行。 Near 和Point Distance。其中，near用于计算点图层中每个点与另一个图层中最近的点或线的距离。Point Distance用于计算点图层中每个点和另一图层中所有点的距离。 一、距离量测 矢量数据分析全文共42页，当前为第8页。 9 最近邻分析：使用图层中每个点与其最近邻点的距离，判断该点集合是呈随机的、规则的还是聚集的分布模式。 二、模式分析：最近邻分析 矢量数据分析全文共42页，当前为第9页。 10 二、模式分析：最近邻分析 矢量数据分析全文共42页，当前为第10页。 11 二、模式分析 p 值表示概率值。对于模式分析工具来说，p 值表示所观测到的空间模式是由某一随机过程创建而成的概率。当 p 很小时，意味着所观测到的空间模式不太可能产生于随机过程（小概率事件），因此可以拒绝零假设。 Z 得分是标准差的倍数。例如，如果工具返回的 z 得分为 +2.5，我们就会说，结果是 2.5 倍标准差。如下图所示，z 得分和 p 值都与标准正态分布相关联。 0假设：定义空间对象之间是随机的。 矢量数据分析全文共42页，当前为第11页。 12 二、模式分析 矢量数据分析全文共42页，当前为第12页。 13 空间自相关：按照空间赋值状况量测各个变量值之间的相关关系。如果相似的值在空间上相互靠近，则被描述为极相关；反之则认为独立或随机。 二、模式分析：莫兰指数 矢量数据分析全文共42页，当前为第13页。 14 二、模式分析：莫兰指数 矢量数据分析全文共42页，当前为第14页。 15 二、模式分析：莫兰指数 矢量数据分析全文共42页，当前为第15页。 16 二、模式分析：莫兰指数 点位置模式表示鹿的位置和在每个位置上看到的数目，则通过点的数量计算其空间的集聚性。 矢量数据分析全文共42页，当前为第16页。 17 二、模式分析：莫兰指数 局部莫兰指数：由于全局莫兰指数只能代表空间的集聚性，无法表达局部空间的集聚。局部莫兰指数可以解决这个问题(LISA) ： 矢量数据分析全文共42页，当前为第17页。 18 二、模式分析：莫兰指数 空间联合局部指标(LISA)： 矢量数据分析全文共42页，当前为第18页。 19 二、模式分析：莫兰指数 局部莫兰指数(LISA)： 矢量数据分析全文共42页，当前为第19页。 20 二、模式分析：G统计量 莫兰指数只能检测出具有相近值的要素是否呈现集群，而不能表明集群是由高值或低值组成。 G-统计量，用以区分出高值集群和低值集群。其中，整体G-统计量基于设定的距离d，公式如下： 矢量数据分析全文共42页，当前为第20页。 21 二、模式分析：G统计量 矢量数据分析全文共42页，当前为第21页。 22 二、模式分析：G统计量 矢量数据分析全文共42页，当前为第22页。 23 二、模式分析：G统计量 局部统计量称为"热点"（hot spots），表达在局部区域的同时增高与降低。 矢量数据分析全文共42页，当前为第23页。 24 二、模式分析：G统计量 局部统计量称为"热点"（hot spots） 矢量数据分析全文共42页，当前为第24页。 25 三、网络分析：道路系统 绿色点表示位于不同城市中的仓库，面表示它们的市场区域，该市场区域被分为三个环状区域。周围的绿色面表示货车可以在两小时内到达该区域，橙色面表示货车可以在四小时内到达该区域，红色面则表示货车可以在六小时内到达该区域。 矢量数据分析全文共42
矢量数据分析是地理信息系统（GIS）中的重要组成部分，主要涉及对点、线、面等几何对象的数据处理。本文档详细介绍了矢量数据分析的几个关键概念和技术，包括距离量测、模式分析以及网络分析。
距离量测是GIS中基础的操作之一，用于计算空间对象之间的欧氏距离。在GIS中，这可以通过Near和Point Distance工具实现。Near工具用于找出点图层中每个点到另一个图层中最近的点或线的距离，而Point Distance则计算一个图层中所有点到另一个图层中所有点的距离。这些信息对于评估地理可达性、确定服务覆盖范围等应用场景非常有用。
模式分析旨在理解空间数据的分布模式。最近邻分析是评估点集合分布是否随机、规则或聚集的一种方法，通过计算每个点到最近邻点的距离来判断。在模式分析中，p值和Z得分是重要的统计量，用于检验观测到的空间模式是否由随机过程产生。p值小意味着观测模式不随机，Z得分则反映模式与随机分布的偏离程度。此外，莫兰指数是衡量空间自相关性的指标，它区分了值相似的点是否在空间上聚集。局部莫兰指数（LISA）进一步细化了这一分析，能识别局部的集聚现象，如热点和冷点。G统计量则可以区分高值和低值的集群，提供更丰富的空间模式洞察。
网络分析在GIS中主要用于解决与道路网络相关的问题，如最短路径寻找、服务覆盖范围划分等。在给定的例子中，绿色点代表仓库，周围不同颜色的面表示不同的服务时间范围，这可以通过网络分析工具计算得出，以优化物流配送或规划交通路线。
矢量数据分析是地理信息系统中分析空间数据的关键技术，它包括了从基础的距离计算到复杂的模式识别和网络路径规划等一系列方法，这些方法广泛应用于公共卫生、城市规划、交通管理等多个领域，帮助决策者理解和解决空间相关问题。
