空间分析研究进展

空间分析从地理空间的视角描述和分析问题,是地理学日益受关注的研究手段与方法,已引起其他相关学科的重视。该文阐述了空间分析的概念、内容、分类与定义,沿着1960s以来空间分析的发展脉络,分为3个阶段:1960s对空间数据的分析和空间自相关的测度,1970s-1980s空间统计学的迅速发展时期,1990s到本世纪初,空间分析与GIS和智能计算相互结合产生巨大的应用潜力,计算密集型的特点明显。结合各阶段典型的、具有代表性的文献资料,阐述不同时期的主要特点与成就,最后总结了空间分析的发展趋势和相关问题。     

自然地理要素空间插值的几个问题

资源管理、灾害管理、生态环境治理以及全球变化研究的需要强化了部分自然地理要素空间插值研究的重要性。这些要素空间插值的核心是建立充分逼近要素空间分布特征的函数方程。对于给定的区域与要素样本值 ,插值函数可以有多种模型形式。各类模型的精度受其理论基础、模型算法、时空尺度效应、样本数据属性等因素的综合影响。通过对国际主要插值研究成果进行分析 ,文章认为各类模型插值精度的差异缘于模型对插值要素空间变异性与空间相关性的反映 ,具体应用中 ,只有对已知样本数据进行变异性与相关性分析才能选出适当的插值方法。     

对机构改革背景下空间规划体系构建的思考

“建立空间规划体系”是自然资源部的一项重要职能,也是整合空间规划、保障空间治理机制有效运行的必然要求。在借鉴国外空间规划体系的基础上,按照适应中国政治体制和法律基础、适应未来空间开发和空间治理变化的需求,提出构建层层传导的空间规划体系确保国家重大战略部署得以落实;提出在微观尺度空间规划进行空间开发权与土地利用权的分配,作为实施空间用途管制的法律依据,保障地方多样化、灵活化的发展;通过构建“宏观政策性/指导性规划—中观衔接性规划—微观实施性规划”的空间规划体系,为国家建立和完善空间规划体系、提升空间治理能力提供参考。     

地理空间分布整体统计研究进展

利用统计学方法研究社会经济与自然等要素的地理空间分布在最近几十年来已引起许多学者的关注.地理空间分布的整体性就像它的局部性一样,是空间统计分析的主要对象.本文目的是综述各种地理空间分布整体性特征的统计研究进展.在这里,地理空间分布的整体性特征是指它在二维空间上的中心和方位以及它自身的地理范围、空间密集度和形状.文中介绍了对这些整体性特征进行统计描述、预测和估计的方法.已有近20个空间统计指标用于描述社会经济和自然地理空间分布的各种整体性特征,分析和预测它们的时空演化过程.如空间移动、扩张、加密、旋转,并确定不同空间分布的相关关系.文中探讨了地理空间分布整体统计目前存在的主要科学问题.如空间独立性假设、空间随机抽样、时空过程分析(包括时空稳态随机过程1、空间统计描述方法和空间分布函数等.     

空间信息分析技术

在GIS技术日趋成熟和空间数据极大丰富的今天,通过分析空间数据探索空间过程机理正变得日益迫切。空间信息分析技术至少包括以下六个主要方面:(1)空间数据获取和预处理;(2)属性数据空间化和空间尺度转换;(3)空间信息探索分析;(4)地统计;(5)格数据分析;(6)复杂信息反演和预报。本文提出了解决具体应用问题一般的空间数据分析计算、结果解释和反馈程序。认为空间过程的一般共性和作为共同的研究对象,各种不同的方法技术最终可能导致空间数学(spatialmathematics)的产生,同时发展鲁棒的空间分析软件包对于普及空间数学是必要的。     

对完善国土空间规划编制内容与编制体系的再思考

国土空间规划是现代国家为应对发展环境变化而对国土空间进行的优化调整。近年来国内外发展环境发生了深刻变化,呈现全球经济短链化和区域化、生产制造智能化和数字化、社会发展低碳化和绿色化、人口老龄化和少子化等趋势,对中国经济社会发展和国土空间开发保护产生了系统性的深刻影响。国土空间规划必须及时应对：一方面,需要构建国土空间开发保护新格局,协调经济社会发展与国土空间开发相适应,促进人与自然和谐共生,提高经济发展质量和人民生活品质;另一方面,需要进一步完善国土空间规划编制体系,增强国土空间总体规划的战略性,发挥专项规划的专业性,提高详细规划的人本性,编制实施跨区域的国土空间规划,不断完善国土空间治理的体制机制,全面提升国土空间治理能力和治理体系现代化水平。     

空间数据分析与空间模型

虽然GIS已在各个领域得到广泛应用,但它相对较弱的空间分析功能正在限制其应用的广度和深度。文中系统论述了空间数据的基本特征,GIS中空间数据分析的基本需求,空间统计分析,空间数据探索分析以及空间模型,探讨了GIS与空间模型结合的必要性,结合途径以及结合中的问题与对策。     

基于Hilbert曲线层次分解的空间数据划分方法

针对现有空间数据划分方法普遍存在的不考虑空间对象自身大小和相邻对象空间关系对数据划分的影响等问题,提出一种基于Hilbert空间填充曲线层次分解的空间数据划分方法。该方法使用Hilbert曲线保持划分后空间数据之间的邻近性,利用少数子网格的层次分解避免对整个空间范围的密集划分,减少空间对象的Hilbert编码计算和排序时间;通过计算划分区域平均数据量和子网格内空间对象大小,确定合适的层次分解参数,实现各划分区域内空间数据量均衡。实验表明,该方法提高了空间数据的划分效率,能够保持划分后空间数据之间的邻近性和各个分区数据量的平衡。     

多维空间分析的关键技术--空间数据立方体

介绍空间数据立方体在“数字城市”建设中的作用以及国内外研究现状;讨论非空间维、空间维、数字度量、空间度量的基本概念和结构,给出空间数据立方体的完整描述。空间数据立方体的分析操作主要由概括分析、局部分析、全局分析和旋转分析组成,介绍这些分析操作的功能和结构;结合具体实例数据介绍多维缓冲区空间分析。     

长江经济带空间结构演化及重组

在重新认识长江经济带的空间范围及空间结构内涵的基础上,运用空间数据分析的一般方法,获得了长江经济带空间分异的基本特征。经过独立发展阶段、区域集聚与链接阶段、 行政经济区阶段和空间竞争与链接阶段等4 个时期的发展,长江经济带形成了特殊的条形核 心-外围-边缘结构,存在三大核心、一条主轴、一条辅轴、四条地方轴、一个外围地区和 一个边缘地域。运用空间相互作用理论,从互补性、通达性和介入机会等方面分析了长江经 济带空间结构形成与演化的基础。为加快长江经济带空间结构的优化,首先要求空间管理组织的创新,其次是空间结构要素的优化。一个以政府、城市管理与经营者和具有跨国或跨区 域网络的精英企业三者组成的长江经济带空间组织与管理机构,是管理长江经济带的理想组 织模式,只有当政府、城市管理与经营者和企业建立起三者协商与联合的机制,才能进行有 效的空间管理。长江经济带的空间结构要素中,节点和通道是骨架,也是空间结构优化的两 大关键要素。     

A spatial heterogeneity-based rough set extension for spatial data

When classical rough set (CRS) theory is used to analyze spatial data, there is an underlying assumption that objects in the universe are completely randomly distributed over space. However, this assumption conflicts with the actual situation of spatial data. Generally, spatial heterogeneity and spatial autocorrelation are two important characteristics of spatial data. These two characteristics are important information sources for improving the modeling accuracy of spatial data. This paper extends CRS theory by introducing spatial heterogeneity and spatial autocorrelation. This new extension adds spatial adjacency information into the information table. Many fundamental concepts in CRS theory, such as the indiscernibility relation, equivalent classes, and lower and upper approximations, are improved by adding spatial adjacency information into these concepts. Based on these fundamental concepts, a new reduct and an improved rule matching method are proposed. The new reduct incorporates spatial heterogeneity in selecting the feature subset which can preserve the local discriminant power of all features, and the new rule matching method uses spatial autocorrelation to improve the classification ability of rough set-based classifiers. Experimental results show that the proposed extension significantly increased classification or segmentation accuracy, and the spatial reduct required much less time than classical reduct.     

An SVG-based method to support spatial analysis in XML/GML/SVG-based WebGIS

XML/GML/SVG-based approaches are promising for building Web-based geographic information systems (WebGIS). However, current XML/GML/SVG-based WebGISs are lacking in spatial analysis. Some of them are designed for web mapping only. Others adopt a server-side solution for spatial analysis, which suffers from the ‘bottleneck’ problem and results in a high network transmission load. Load-balancing spatial analysis between server side and browser side can be used to solve the above problems. This article focuses on one of the key building blocks of load-balancing spatial analysis, that is, SVG-based spatial analysis which enables spatial querying and analysis directly on SVG (on the browser side). After analyzing the workflow of spatial analysis, we identify and focus on two key issues in providing spatial analysis on SVG: SVG-based spatial information representation and SVG-based spatial extended structured query language (SSESQL). For the first issue, a theoretical foundation is set up to develop an SVG-based spatial information representation model. Some spatial operators are designed and integrated into an SSESQL to support spatial querying on SVG. Finally, we design and implement two case studies. The results of these case studies show that the proposed method is feasible and operable in supporting spatial analysis directly on SVG on the browser side. The proposed method can be easily incorporated with some existing methods (e.g., GML-based spatial analysis on the server side) to provide load-balancing spatial analysis (load balancing between server side and browser side) in XML/GML/SVG-based WebGIS. As a result, users can access high-performance spatial analysis simply via a web browser (such as Internet Explorer and Firefox).     

面向国土空间规划的乡村空间治理机制与路径

城乡国土空间统-用途管制背景下,乡村空间治理成为国土空间治理体系的重要组成部分.从乡村空间治理的理论内涵出发,构建了乡村空间治理理论分析框架,探讨了乡村空间治理作用于国土空间规划的内在机制和可行路径.结论 如下:①乡村空间治理是以乡村空间为治理对象,通过规划和协商等方式,实现乡村空间用途有效管制,空间权利有序配置,凸显...     

基于Web的空间OLAP研究

OLAP（在线分析处理）是空间信息集成，查询与分析的重要领域和手段，基于Web的OLAP需要解决体系结构，空间数据仓库构建，多维数据模型，WebGIS，数据挖掘等诸多理论和工程问题，体系结构规定了系统开发和应用的模式，多维数据模型中定义了基于数据仓库的度量和维度结构，是OLAP和某些数据挖掘模型的基础，是数据仓库应用的重要手段，传统的体系架构，多维数据模型和OLAP技术在处理穸间数据过程中具有较大的局限性，文章尝试探讨在Internet环境下，在传统多维数据模型中引入空间维度，度量中指向空间聚合结构的空间数据索引及其空间算子集合，从而构造出空间多维数据模型，并在模型物理实现的基础上，试验了空间立方体的Web OLAP操作，可以预测，空间OLAP研究将成为GIS研究的热点，具有极大的应用价值。     

空间外部性、空间依赖与空间外溢之辨析

空间外部性、空间依赖和空间外溢是用来解释区域经济增长空间效应作用机制的3个重要概念,也是用来分析区域经济增长的空间效应时的3个重要分析工具。目前,对于这3个概念应该如何定位还存在着一定的争论,在使用范围以及适用情况上缺乏统一性。根据相关文献对这3个概念的内涵进行比较,总结了它们的计量测度方法,试图对以往的研究内容做出梳理并补充,进而为研究它们对区域经济增长的作用机制打下基础。     

A statistical test on the local effects of spatially structured variance

Spatial variance is an important characteristic of spatial random variables. It describes local deviations from average global conditions and is thus a proxy for spatial heterogeneity. Investigating instability in spatial variance is a useful way of detecting spatial boundaries, analysing the internal structure of spatial clusters and revealing simultaneously acting geographic phenomena. Recently, a corresponding test statistic called ‘Local Spatial Heteroscedasticity’ (LOSH) has been proposed. This test allows locally heterogeneous regions to be mapped and investigated by comparing them with the global average mean deviation in a data set. While this test is useful in stationary conditions, its value is limited in a global heterogeneous state. There is a risk that local structures might be overlooked and wrong inferences drawn. In this paper, we introduce a test that takes account of global spatial heterogeneity in assessing local spatial effects. The proposed measure, which we call ‘Local Spatial Dispersion’ (LSD), adapts LOSH to local conditions by omitting global information beyond the range of the local neighbourhood and by keeping the related inferential procedure at a local level. Thereby, the local neighbourhoods might be small and cause small-sample issues. In the view of this, we recommend an empirical Bayesian technique to increase the data that is available for resampling by employing empirical prior knowledge. The usefulness of this approach is demonstrated by applying it to a Light Detection and Ranging-derived data set with height differences and by making a comparison with LOSH. Our results show that LSD is uncorrelated with non-spatial variance as well as local spatial autocorrelation. It thus discloses patterns that would be missed by LOSH or indicators of spatial autocorrelation. Furthermore, the empirical outcomes suggest that interpreting LOSH and LSD together is of greater value than interpreting each of the measures individually. In the given example, local interactions can be statistically detected between variance and spatial patterns in the presence of global structuring, and thus reveal details that might otherwise be overlooked.     

面向"数字城市"多源数据的空间数据立方体空间度量研究

叙述了面向“数字城市”多源数据的空间数据立方体空间度量的基本定义;描述了空间度量的聚集概念,并结合具体的图例阐述了点状、线状、面状空间度量的聚集过程;解释了空间数据立方体维上钻、维下翻、维层次上钻、维层次下翻的空间度量聚集操作基本原理。     

A New Indicator for Evaluating Spatial Concentration Based on Local Spatial Decompositions of the Gini Coefficient

Measuring spatial concentration is a key problem when studying geographical phenomena in many areas, including economic activities, atmospheric pollution, animal habitats, and so on. Two important aspects related to the measurement of spatial concentration are data variability and spatial autocorrelation. Rather than combining different indicators for each of these characteristics, this article proposes a new indicator based on the reconstruction of local spatial decompositions of the classical Gini coefficient. A Monte Carlo simulation study is conducted to evaluate the properties of the new indicator, and the results demonstrate that the indicator is highly linearly correlated with both spatial autocorrelation and data dispersion. Moreover, its elasticities to either the spatial autocorrelation or data dispersion are extremely close to 1 under various experimental circumstances. These findings indicate that the new indicator can reflect not only the absolute level of but also the change in spatial concentration effectively. Applying the indicator to the per capita gross domestic product data set for the middle reach of the Yangtze River, we also demonstrate that the new indicator and its local components are easy to implement and are useful in local spatial association analyses.     

论城市化的空间工具效应

人类发展从要素范式向系统范式转变将是必然趋势,不得不从"空间中的生产"转变为"空间的生产",以一个个规制性功效空间的构建规范现代社会,发挥着空间治理的作用,调控着人与自然的关系。城市和国家是人类进行空间治理最基本的两类功效空间范式,直接决定着相应社会系统的政治、经济行为,以及空间福利状态。城市是人类自行营造的物质空间和空间使役系统,是在时间、空间、物质、能量、信息、资本的有效整合下人类建构生存系统的一种基本空间范式,承载着复杂的政治、经济、文化与环境功能,形成了经济资本、政治生活、权力运作等交织在一起的具有多元意义的社会空间,发挥着空间管理与治理、规范空间行为、提供持续福利等功效。     

基于空间数据库技术的地籍管理系统研究

随着GIS应用的深入发展,以文件管理空间数据的方式已不能满足当前GIS应用的需要,而空间数据库技术正是为解决GIS应用的企业化和社会化问题而发展起来的新技术,空间数据库技术及其应用研究是当前GIS技术研究的热点。本文分析了空间数据对象、空间数据库、空间数据库技术及其实现,研究了基于空间数据库技术的地籍管理系统在空间数据共享、海量数据管理、大范围查询检索、分布式空间数据处理与维护、地籍制图、数据安全控制等方面的应用实现,通过具体应用系统建设,提出了基于空间数据库技术的地籍管理信息系统的解决方案。