MapGIS K9培训(数据分析).ppt

1、中国数字组技术支持中心，MapGIS K9基础平台培训，MapGIS K9五大功能版，2，资料分析，缓冲分析，资料分析， 复叠分析区域至区域分析区域至区域分析区域至点分析点至点分析、向量资料分析、将简单图征加入至目前地图，以及既有道路需要放大。1，环域分析(区域)，程序：按一下分析功能表下的环域分析功能时，会弹出以下对话方块，并牙齿设定环域半径和结果档案(依预设，整个图层的环域分析，选取要分析的部分图元)。确认。首先，缓冲区分析(面积)、分析的面积要素(公路延伸20米)将自动添加到当前地图，分析结果如图所示。第一，缓冲区分析(区域)、直线缓冲区分析：添加新道路，如下图所示。11、1、缓冲区分析

2、(直线)、分析后，分区要素(公路宽度为20米)将自动添加到当前地图。分析结果如下：1、缓冲区分析(线)、点缓冲区分析：化工厂污染范围如下图所示。1、环域分析(点)、2、复叠分析、空间复叠分析：遵循以下规则：档案a档案B=档案c(带图形和属性)档案c的图形类型与档案a的图形相同。文档C的属性是文档A和文档B属性的组合。例如，如果文档A是点文件，则文档C的类型也是点文件，分区到分区分析-生成的文件是分区到分区分析。-生成的文件是线到点区域分析。-产生的档案是点到点分析。-生成的文件是区域到点分析。5操作茄子方法，区域到区域分析-结果文件是区域，操作步骤：“分析”菜单，“叠置分析”命令，弹出下面的图

3、片对话框，选择参与叠置分析的双层数据，选择叠置方法交叉操作，其他操作相似，即查找交叉部分区域，区域对区域复叠分析，交叉运算：简单图征A简单图征B=简单图征C，区域对区域复叠分析，A，C，A B，B，简单图征A和简单图征B的属性如下所示：区域到区域叠置分析、区域到区域相交分析后，新的简单要素c属性如下所示：线对区域分析-结果包括线、线对区域复叠分析方法、交叉运算计算和减法运算判别运算、4茄子方法操控相似、点到区域分析-点、点到区域复叠分析方法、交叉运算减法运算、两种茄子方法操控相同、区域对点分析-点对线分析-结果是点、点对线复叠分析方法计算表面积体积4，数据统计DEM导入地形要素分析概要分析路径

4、分析连接可见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”模块导入栅格数据。 下图：1，DEM分析，导入栅格数据，转至“栅格分析”模块，单击地形系数分析，地形系数分析，坡度，坡向，粗糙图，沟渠山脊，地形系数分析，曲率图单击“数据分析”路径后将结果图表(1-2点不可见，显示红色)、全局视野分析、“资料分析”、“全局视野分析”；路径后将结果打印到系统(1-2-3点，高度100)。全局显示下的图)；单击洪水淹没分析、“资料分析”、“洪水淹没分析”，将堤坝、水文观测、崩塌数据淹没成地图。通过基于洪水、洪水分析、原始图和洪水图叠加效果、水文曲面流域分析和栅格DEM数据

5、创建曲面径流和河流网络来执行流域分析。水文曲面流域分析、水文曲面流域分析、流域结果地图生成、2、注记分析、注记配置：点位高程三角点栅格化横断面分析连接可见性分析、注记配置-点位高程线三角剖分、单击“注记”、“点位高程线三角剖分”、连接可见性分析、“三角剖分”，古道点线栅格化插值网格方法1，单击“注释”“古道虚线栅格化”，系统弹出以下对话框：古道点线栅格化插值网格方法1，网格效果图1，单击“矢量处理”“离散数据网格”，系统弹出对话框：单个数据网格插值、绘制栅格立体声、绘制栅格立体声、立体声图1、立体声图2、绘制栅格立体声、3、计算表面积体积、栅格数据：单击“资料分析”、第三、计算表面积体积、栅格

6、数据：“资料分析”“表面积体积交互式计算”第三，计算表面积体积，离散数据：单击“资料分析”“计算表面长度”功能，然后输入善意表面距离，如下图所示。、第三，计算表面积体积，离散数据：单击“资料分析”“表面积体积交互式计算”功能，以计算表面积、体积和数量计算，如下图所示。栅格数据：单击“矢量处理区域要素元统计信息”功能以获取选定区域的最高点和最低点，如下图所示。元统计，4，数据统计，DEM数据，4，数据统计，查看数据集信息，数据集可根据属性重新分类，4，数据统计，数据重新分类，您可以为给定的两点/线/面简单图征类别指定唯一代码，或指定使用OID直接找到的属性比较和候选区域内的空间比较。属性比较分析

7、2空间比较分析、属性比较分析，如果用户没有为同一类型的两个简单要素类指定对比度的唯一代码，则直接使用要素的OID进行查找。首先比较简单要素类的属性结构不同(例如属性字段名、字段类型、字段长度和字段数)，然后查找具有相同OID的要素的其他属性值。指定对比的唯一代码后，将直接使用该唯一代码比较简单要素类的属性结构(例如属性字段名、字段类型、字段长度、字段数)，然后查找具有相同唯一代码的要素的徐璐其他属性值，并将其作为源和目标的两种表格列出。2空间比较分析，点类型的简单要素类的空间比较，线类型的简单要素类的空间比较，面类型的简单要素类的空间比较。对于点图征，请使用封装矩形寻找与来源图征对应的目标图征

8、。不在同一区域内的要素存储在差异集中。对于线要素，首先使用打包矩形查找与源要素相对应的目标要素，然后计算两个线要素是否匹配，不匹配的要素存储在差异集中。对于面图征，将对来源图征和目标图征执行复叠分析，复叠结果储存在差异集中。2空间比较分析、点类型简单要素类的空间比较、2空间比较分析、线类型简单要素类的空间比较、2空间比较分析、面类型简单要素类的空间比较、科举分析、科举数据归档提供了用于实际保留空间数据库中所有更改、记录更改时间和更改后状态的工具，以及用于访问特定时间点或特定时间点的科举数据存储具有时间属性，因此时间动画更加直观。，历史分析，动画工具2跟踪分析3个历史数据选择4个历史属性，注：牙

9、齿章节中简要介绍，统计分析，统计分析方法：聚类分析线性回归分析2回归分析非线性回归分析3斜率分析4时间序列分析5主要成分分析6主要成分分析7判别分析8相关分析9马尔可夫预测分析10绘制散点图，统计分析， 地理元素之间的关联分析揭示地理要素之间相互关系的紧密度的任务是在一些难以预测的要素和其他易于控制的要素之间创建近似的函数表达式，以便通过容易预测的要素的变化轻松理解不可预测要素的变化。 相关分析主要是研究元素(变量)之间是否存在关系和关系的程度，没有参数和收购变量的区分。群集分析(也称为聚类分析、聚类分析、组分析或点组分析)是研究多元素分类问题的土方方法。基本原则是根据样本本身的属性，使用数学

10、方法，根据一些相似性或差异指标定量确定样本之间的亲疏关系，根据这些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分类问题和地理分割问题的重要数量分析方法。用于划分不同的地理要素分类，不同的地理区域。聚类分析方法直接聚类，最短距离聚类，最远距离聚类采样距离选择方法绝对距离，欧氏距离，切比雪夫距离，聚类分析，分析任务，聚类分析，分析结果，2回归分析牙齿数学模型称为回归模型(回归方程)回归分析，主要是研究元素之间关系的形式，确定元素之间关系的方程，以及回归分析有参数和收购变量的区别。回归分析还有地理预测的性质。2回归分析、回归分析方法线性回归分析一元线性回归、多线性回归、渐进线性回归非线

11、性回归分析双曲回归分析、力函数回归分析、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、二进制多项式回归分析、3梯度分析、梯度分析基于排序理论，地理过程时间序列的预测和控制研究时间序列：各种社会、经济、自然现象的数量指标按时间顺序排列的统计时间序列分析模型：说明了与时间序列自身变化规则相互关联的数时间序列的自相关性。序列前后数字之间的相关性，衡量牙齿关系程度的是自相关系数。5趋势曲面分析，空间趋势面不是地理要素的实际分布面，而是模拟地理要素的空间分布的近似曲面。因此，实际地理曲面通常分解为趋势面和剩馀面两部分。电子反映了地理要素的宏观分布规律，是确定性因素作用的结果。

12、后者相当于微观局部，是随机因素的结果。趋势面分析的基本要求之一是，选定的趋势面模型必须具有最小的剩馀值和最大的趋势值，以获得足够的拟合精度。在实际应用中，经常将变化较少的地理要素数据近似为低次数的趋势面，将起伏复杂的地理要素数据近似为高次数的趋势面。低次数的趋势面使用方便，但到特定点的配合不好。次数较多的趋势面仅在观察点附近有效，在外推和插值中效果较差。，6茄子主成分分析，主成分分析是将原多变量分类为少数综合指标的统计分析方法。地理数据的降维处理及地理要素的要素分析和综合评价。主成分分析通过数学统计分析，求出每个元素之间线性关系的本质上有意义的表达式，将许多要素的信息压缩成代表性的合成变量，克

13、服变量选择的冗余和相关性，然后选择信息最丰富的少数元素进行各种聚类分析，构建应用节目模型。7判别分析，判断分析基于历史资料，根据一定的差异标准，比较客观地寻找A，B两种茄子类型的最佳边界线，提供了A，B两种茄子类型的点通过牙齿直线最大限度地区分的统计方法。地理要素，用于确定地理单位的类型归属。8相关分析，相关分析显示了地理要素之间相互关系的密切程度。在某些不可预测的要素和其他易于控制的要素之间设置近似函数表达式，使您可以通过容易预测的要素的变化轻松理解不可预测的要素的变化。地理要素之间密切关系的测量主要通过相关系数的计算和检验进行。相关分析主要是研究元素(变量)之间是否存在关系和关系的程度，没有参数和收购变量的区分。9马尔可夫预测分析，马尔可夫预测法是事件发生的概率预测方法。基于马尔可夫链，根据事件的当前情况预测未来每个时间点(或时间)变动情况的预测方法。马尔可夫预测法是预测地理事件的基本方法，也是地理预测中常用的重要方法之一。用于研究随机地理过程和预测随机地理事件。10绘图散点图，牙齿部分简要，说明空间统计分析，空间统计分析工具1空间分布分析工具2空间相关分析工具3空间权重矩阵工具，空间分布分析工具，确定数据中心位置，数据分布的形状和方向，以及离散数据的分布程度。中心元素分析方向分布分析线方向平均分析中心平均分