基于R2V及ArcView的数字校园GIS数据采集方法

提出一种简便易行而高效的GIS数据采集方法,即:采用光栅矢量化软件R2V提供的自动矢量化功能进行图形数据的采集,采用桌面GIS软件ArcView进行属性数据采集及空间数据统一管理,有效的实现二者优势互补。     

基于GIS的水资源优化管理信息系统

地理信息系统是近些年迅速发展起来的一门近地空间信息分析技术，应用范围非常广泛。根据新乡市水资源管理的需要，利用GIS技术，以ArcView3．3为平台，开发了“新乡市水资源优化管理信息系统”，将数据收集、空间分析和决策过程综合为一个共同的信息流，进行预测和模拟及可视化，实现了地下水资源信息的基本管理及水质的可视化分析，提高了工作效率，产生了显著的社会效益和经济效益。     

基于ArcView的基坑监测数据可视化

介绍GIS软件ArcView的功能和应用特点以及运用ArcView软件来实现基坑监测数据的可视化,对基坑监测数据的可视化以及数据挖掘整个过程进行详细的研究,最后结合工程实例进行应用与分析得到如下结论:arcview应用于基坑监测项目中,可以实现监测的可视化以及基坑监测数据的管理、分析、查询、输出等功能。     

空间统计分析的环境质量评价应用

本文阐述了空间统计分析方法的基本原理,介绍了判断空间关联显著性的相关指标及其计算方法,并将空间统计分析方法应用于环境质量评价领域,探索区域环境质量在空间上的分布特征,挖掘环境质量数据中的空间关联关系。结合惠州市2008年空气现状调查中的硫酸盐化速率数据进行分析,结果表明,该数据在整体上存在显著的空间自相关和聚集模式;在局部层面存在三个统计显著性较高的聚集区。由此可知,空间统计分析方法能有效地挖掘环境质量数据中的潜在关联关系,为环境质量评价提供十分重要的统计依据。     

GIS技术在区域经济分析中的应用

讨论了GIS技术在区域经济分析中的应用,提出了一个基于GIS技术的区域经济分析系统。随后给出了实例分析——应用全国空间数据和统计数据(如GDP等)在ArcView GIS的系统环境下开发了一个区域经济差异特征分析模块,得出了全国各区域的差异情况,并对整个区域进行了经济分区,为区域经济规划的制定与决策提供了一种科学的依据。     

An optimal parameters-based geographical detector model enhances geographic characteristics of explanatory variables for spatial heterogeneity analysis: cases with different types of spatial data

ABSTRACT

Spatial heterogeneity represents a general characteristic of the inequitable distributions of spatial issues. The spatial stratified heterogeneity analysis investigates the heterogeneity among various strata of explanatory variables by comparing the spatial variance within strata and that between strata. The geographical detector model is a widely used technique for spatial stratified heterogeneity analysis. In the model, the spatial data discretization and spatial scale effects are fundamental issues, but they are generally determined by experience and lack accurate quantitative assessment in previous studies. To address this issue, an optimal parameters-based geographical detector (OPGD) model is developed for more accurate spatial analysis. The optimal parameters are explored as the best combination of spatial data discretization method, break number of spatial strata, and spatial scale parameter. In the study, the OPGD model is applied in three example cases with different types of spatial data, including spatial raster data, spatial point or areal statistical data, and spatial line segment data, and an R “GD” package is developed for computation. Results show that the parameter optimization process can further extract geographical characteristics and information contained in spatial explanatory variables in the geographical detector model. The improved model can be flexibly applied in both global and regional spatial analysis for various types of spatial data. Thus, the OPGD model can improve the overall capacity of spatial stratified heterogeneity analysis. The OPGD model and its diverse solutions can contribute to more accurate, flexible, and efficient spatial heterogeneity analysis, such as spatial patterns investigation and spatial factor explorations.     

Modeling spatial dependence in high spatial resolution hyperspectral data sets

 As either the spatial resolution or the spatial scale for a geographic landscape increases, both latent spatial dependence and spatial heterogeneity also will tend to increase. In addition, the amount of georeferenced data that results becomes massively large. These features of high spatial resolution hyperspectral data present several impediments to conducting a spatial statistical analysis of such data. Foremost is the requirement of popular spatial autoregressive models to compute eigenvalues for a row-standardized geographic weights matrix that depicts the geographic configuration of an image's pixels. A second drawback arises from a need to account for increased spatial heterogeneity. And a third concern stems from the usefulness of marrying geostatistical and spatial autoregressive models in order to employ their combined power in a spatial analysis. Research reported in this paper addresses all three of these topics, proposing successful ways to prevent them from hindering a spatial statistical analysis. For illustrative purposes, the proposed techniques are employed in a spatial analysis of a high spatial resolution hyperspectral image collected during research on riparian habitats in the Yellowstone ecosystem. Received: 25 February 2001 / Accepted: 2 August 2001     

Oracle Spatial空间数据库的设计及应用

随着“数字城市”、“数字区域”建设的大力开展,地理信息系统需处理海量的空间数据与属性数据。而目前,两者分开的存储方式不利于数据间的共享与互操作,因此空间数据的数据库存储及此模式下应用系统的开发成为研究的热点与难点。基于此,本文介绍了OracleSpatial中空间数据的存储、管理模式,给出了VB6 . 0环境下用MapX访问空间数据库的方法,讨论了基于OracleSpatial空间数据库的应用系统开发中,空间分析的一般编程方法。     

SPATIAL OBJECTS AND SPATIAL RELATIONSHIPS

Spatial object and spatial relationship are two basic concepts of GIS.Spatial object is the digital representation of geographical entity or phenomenon,which forms the basis for data management and analysis;spatial relationship is theconnexion between spatial objects when geometric properties are considered.Thecommonly used classification of spatial objects as points,lines and areas is mathe-matically strict,and suitable for data management,but a bit too generalized forrepresenting real entities and extracting spatial relationships.A good classificationmodel should not only be good for representing real entities,but also good for re-vealing spatial relationships,therefore good for formalizing spatial analyses.     

可视化交互空间数据挖掘技术的探讨

随着地理信息获取技术飞速发展,使得当前存储在空间数据库中的空间数据的深度和广度得到了前所未有的发展,传统的空间统计方法和空间分析方法已经难以有效而迅速地处理和分析它们,如何有效而及时地分析和处理空间数据变得越来越迫切。空间数据挖掘作为上个世纪90年代逐步发展起来的新兴技术,逐渐在研究和实践中显示出它的优势。与此同时,地理可视化技术也逐步走向成熟,二者的结合催生出新型空间数据分析技术———可视化交互空间数据挖掘。本文就该技术的相关问题进行了一些研究探讨。     

高校地理学科空间分析课程设置研究

对20世纪90年代初以来的空间分析及相关研究进展作了较全面的回顾,将空间分析知识体系划分为空间数据的基本特征、可视化分析、几何分析、探索分析、空间插值与土地统计、空间统计、地理模型与建模等。在调查国内外部分高校空间分析课程设计的基础上,提出了地理学科空间分析课程设置的几点建议,特别探讨了入门课程《空间分析引论》的课程目标与内容重点。     

基于GIS构建村庄3维模型的方法研究——以广州市萝岗区九龙镇汤村规划为例

利用MapInfo软件实现地形空间数据在CAD与GIS软件之间的格式转换,通过ArcView 3.2软件平台,建立3维数字模型,以广州市萝岗区九龙镇汤村新农村规划为例,构建村庄的3雏景观模拟环境,为新农村规划提供参考.     

空间信息分层复合分析模型

尺度依赖性、空间依赖性和空间非均质性是空间信息的本质特征,如何在空间分析中综合考虑以上特征目前仍缺少有效方法.本文提出的空间信息分层复合分析模型通过“回归的回归”两阶段分析建立包含空间异质性、空间依赖关系与空间尺度效应的空间单元综合回归模型,有助于解决空间分析中数据的多维复杂性涉及的尺度效应、空间依赖性和空间异质性综合...     

一种一体化的空间数据模型

数字制图与GIS空间分析由于应用不同导致相应软件和数据不能共享,其根本原因是二者采用了不同的空间数据模型。在分析面向数字制图数据模型和面向GIS空间分析数据模型的特征基础上,提出了一种一体化的空间数据模型。该模型以面向GIS空间分析数据模型为主,面向数字制图数据模型为辅,在几何层次融合了拓扑数据模型和实体数据模型。最后,设计和开发了相应的原型系统,验证了模型的合理性和可行性。     

基于Geoda 095i区域经济增长率的空间统计分析研究

空间统计分析的核心是认识与地理位置相关的数据间的空间依赖、空间关联或空间自相关,通过空间位置建立数据间的统计关系。本文利用空间分析的相关知识,通过对河南省各辖市2006年第一季度GDP增长速度及其相关因素的分析,发现该时期内河南省各辖市GDP增长率水平的空间分布并非表现出完全随机性,而是表现出空间相似值之间的空间聚集。基于对Moran散点图的分析和空间滞后回归模型的回归分析,得出空间统计分析对于分析区域经济发展的空间结构形态以及政策制定具有参考价值。     

AnnGIS: Integration of GIS and a Continuous Simulation Model for Non-Point Source Pollution Assessment

Non-Point Source (NPS) models and monitoring data are often used to evaluate management practices and develop NPS pollution control plans. Application of a dynamic NPS model requires efficient input data acquisition, storage, organization, reduction, and analysis accompanied by manipulation, interpretation, reporting, and display of model outputs. A Geographic Information System (GIS) helps extract, store, and organize input data as well as manipulate and display model outputs. This paper illustrates the development of an integrated GIS system for a continuous simulation, pollutant-loading model, AnnAGNPS ( Ann ualized AG ricultural N on- P oint S ource Pollution). The integrated system, called AnnGIS, was developed using the ArcView GIS and related program extensions. Using AnnGIS, modeling studies and management plans can be efficiently and easily developed. AnnGIS helps store, organize, and manipulate spatial and tabular data, extract spatial input parameters, develop analysis scenarios, and visualize input and output data in spatial, tabular, and graphical forms. AnnGIS is generic in nature (not limited to a particular geographic location) and can be successfully used in regions for which AnnAGNPS is designed. AnnGIS's powerful graphical user interface and reference data sets facilitate efficient and informed decision-making concerning agricultural non-point pollution control and management.     

空间大数据分析引擎的设计与实现

针对空间大数据分析需求日益增加但缺乏关键技术支撑的问题,融合GIS与大数据技术构建空间大数据分析引擎成为有效的解决方法.本文基于SuperMap iObjects for Java和Apache Spark计算框架设计并实现了空间大数据分析引擎,并将其用于计算航路拥挤情况的要素连接分析实验.研究结果表明,空间大数据分析引擎处理性能高,具备保障空间大数据分析的能力.     

无缝空间数据库中虚拟图幅的设计

无缝空间数据库中空间数据的组织和管理一直是GIS技术发展过程中的一个瓶颈。本文在分析现有空间数据的组织、管理方法的基础上提出虚拟图幅的概念,并详细介绍了基于此对空间数据的组织方法。希望通过对这种方法的分析和研究来实现海量数据更加有效的管理和使用。     

Analysis of human spatial behavior in a GIS environment: Recent developments and future prospects

In recent years, comprehensive geographic data sets of metropolitan areas and individual-level, georeferenced data are becoming more available to social scientists. At the same time, tools for performing spatial analysis in a GIS environment have also become more available. These developments provide many new opportunities for the analysis and theoretical understanding of disaggregate human spatial behavior. This paper examines how these developments may enable the researcher to represent complex urban and cognitive environments more realistically, and to overcome the limitations of aggregate spatial data framework. It explores their implications for the theoretical and methodological development in geography and other social science disciplines.     

POI与NPP/VIIRS夜光数据空间耦合关系下的城市空间结构分析——以武汉市主城区为例

城市兴趣点（POI）和夜光遥感影像能够直观反映城市社会经济等实体要素的空间分布特征,在城市空间结构研究中发挥着重要作用。本文首先选取长江中游城市群的典型城市代表——武汉市作为研究区,选用研究区2016年POI和NPP/VIIRS夜光遥感数据作为基础研究数据,采用GIS分析工具对POI数据进行了空间核密度分析;然后分别对POI核密度分析结果和NPP/VIIRS夜光遥感数据进行了空间网格化处理;最后采用双因素制图和栅格叠加分析方法对两类数据的空间耦合关系进行了探讨,并在此基础上进一步分析了城市空间结构特征。研究表明,武汉市POI数据和夜光遥感数据的空间耦合性整体较好,空间耦合相一致区域占比为82.15%;但POI数据和夜光遥感数据的空间耦合性在长江沿岸地区也存在部分差异,如硚口区、汉阳区夜光遥感数据和POI数据多以低—中的空间耦合模式为主,而青山区、武昌区和汉口区则多以中—低的空间耦合模式为主。武汉市作为中原城市群的核心城市之一,其城市内部空间结构与长江经济带发展关联密切,通过对POI和夜光遥感数据的空间耦合关系探讨,能够对武汉市空间实体要素的空间结构特征有更加深入的了解。本文结果可为沿江城市内部空间结构的研究提供一种崭新的视角。