第六章 地理信息系统应用模型

更新时间:2023-04-22 15:43:01 阅读量: 实用文档 文档下载

说明:文章内容仅供预览,部分内容可能不全。下载后的文档,内容与下面显示的完全一致。下载之前请确认下面内容是否您想要的,是否完整无缺。

地理信息系统课件

第六章 地理信息系统 的应用模型

地理信息系统课件

第一节 GlS应用模型概述一、 GIS应用模型的分类 1.根据所表达的空间对象分为: 理论模型,又称为数学模型:是应用数学分析方法 建立的数学表达式,反映地理过程本质的理化规 律,如地表径流模型、海洋和大气环流模型等; 经验模型:基于变量之间的统计关系或启发式关系 的模型,是通过数理统计方法和大量观测实验建 立的模型,如水土流失模型、适宜性分析模型等; 混合模型:模型中既有基于理论原理的确定性变量, 也有应用经验加以确定的不确定性变量,如资源 分配模型、位置选择模型等。

地理信息系统课件

按照研究对象的瞬时状态和发展过程, 可将模型分为静态、半静态和动态三类。 静态模型用于分析地理现象及要素相互 作用的格局;半静态模型用于评价应用目 标的变化影响;动态模型用于预测研究 目标的时空动态演变及趋势。

地理信息系统课件

二、 GIS应用模型的构建1. GIS环境内的模型建造。指应用者利用GIS软 件的宏语言(如ARC/INFO的AML和System9的 ATP等)发展各自所需的空间分析模型。这种 模型法是将由GIS软件支持的功能看作模型部 件,按照分析目的和标准,对部件进行有机的 组合。因此,这种构模法能充分地利用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.GlS外部的模型建造。这种方法是基于应用 GIS的空间数据库和输出功能,而模型分析功 能则主要是利用其他应用领域的软件。这种构 模法虽然运行效率受到很大影响,但实现了软 件的嫁接,无需在GIS环境中重编分析软件, 并具有广泛的适用性。

地理信息系统课件

3.混合型的模型建造。这是上述两种建模法的 结合,即尽可能利用GlS提供的功能,最大限 度地减少用户自行开发的压力,又不失具有外 部建模法的灵活效果,例如自然语言命令或地 图代数法,就属于这类方法。 这类方法常用的自然语言命令,例如:①Avarage Exposure Times 2 Plus Steepness Times 3 For Cost Analysis(益本分析); ②Subtract V Minus U For Change Analysis(动态 分析); ③Renumber Landuse For Water Assigning 0 To 1~3, 5~6, And 1 To 4 (聚合分析); ④Add Overlay l To Overlay 2 For Overlay3(叠加 分析); ⑤Spred Roads To X Meters(缓冲区分析)。

地理信息系统课件

第二节 适宜性分析模型

适宜性分析是指土地针对某种特定开发活 动的分析,这些开发活动包括农业应用、 城市化选址、作物类型布局、道路选线、 选择重新造林的最适宜的土地等。 首先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。

地理信息系统课件

一、一般形式设有某项评价目标或开发活动T,该T对应一组影响 因素X1,X2,…,Xm

; 每个因素对应一组参评因子 每 个因子有一组属性v1,v2, …,vm; 因此,每个因素对 应一个属性集Vi:

显然,每个因素的属性集都是一个对指定的T从 优到劣的全序集,且满足:

各个参评因子及其属性值的取得由数据库提取或由 GIS空间分析软件生成,各个因素按其属性集的优劣,

地理信息系统课件

式中: P为Xi对T的贡献函数值; W为Xi对T的权重值。 P值的确定方法为: 将各因子最适宜的指标值 定为贡献函数值l00,将各因子最不适宜的指标值 定为贡献函数值0,在这之间,指标值与函数值按 线性关系计算和确定。 有了上述矩阵数据和GlS功能的支持,可以求 取基于栅格单元的评价分值:

地理信息系统课件

二、 应用实例基于GIS的土地评价方法和过程。 (1)评价对象,玉米种植用地的土地适宜性评价,通 过评价将研究区分出不同的适宜性等级:S1(最适宜)、 S2(次适宜)、S3(临界适宜)和N(不适宜)。 (2)评价方法。采用基于GlS的土地质量评价法,即 将玉米作物生长有关主导生态条件与土地质量(供水、 供肥等)相比照,从而评定土地的适宜性等级。 3)评价过程。如下。 ①评价对象生态条件的调查。评价对象玉米属于 禾本科,为一年生草本,其主导生态条件例如:性喜 高温,需水量大,要求土壤肥沃和土层疏松,其根 系生长要求防止土壤侵蚀等。

地理信息系统课件

②确定评价对象的影响因素和因子。根据将玉米作物生 长有关的生态条件与土地质量相比照,除了温度可通 过季节调节外,其他影响因素和因子如图6-1所示:

③利用GIS生成影响因素数据。例如供水有效性,其影 响因子为水源和土层厚度,它们对供水或保水有效性 的属性集如表6-2所示:

地理信息系统课件

地理信息系统课件

根据表6-2和相应的空间数据,通过如图6-2 所示的GIS操作过程,可以有效生成基于栅格 单元的供水条件等级数据文件R1。同理,可 以生成供肥条件等级数据文件R2、供氧条件 等级数据文件R3和土壤侵蚀等级数据文件R4。 这些数据文件是土地适宜性评价的重要基础, 而它们的可靠性又取决于各个参评因子及其 属性集的确定。 ④计算各因素的权重和贡献函数值。由于每 个影响因素或土地质量Qi(i=1,2,3,4)对评价 对象的贡献大小和适宜程度不同,因此不同 因素有不同的权重Wi,不同级别的因素对评 价对象的贡献函数值Pji也不相同。

地理信息系统课件

权重Wi的计算方法首先,将土地质量按其对评价对象重要性的 不同,进行由小到大的排队;其次,确定 Qi+1对Qi的重要性程度Vi+1,i,用倍数表 示,并令V1,0=1,其结果如表6-3所示;最 后,按照下列公式计算各土地质量的权重:

地理信息系统课件

式中,U1=V1,0, U2=V2,1×V1,0,…, Ui=Vi,i-1×Vi-1,i2×…×V1,0,所以,和土地质量Qi(i=1,2,3,4)对应的权重分别 为W1=0.67,W2=0.17,W3=0.

08,W4=0.08。 贡献函数值可以按照影响因素的级别来确定。例如,如果将 各因子最适宜的指标值定为贡献函数值100,将各因子最不适宜 的指标值定为贡献函数值0,当影响因素分为4级时,则各因素的 P值分别为 P1i==100, P2i=67, P3i=33, P4i=0 根据各因素的权重与贡献函数值的关系式,可以建立各因素 的评价指标表(表6-4),该指标表与不同土地质量的数据文件Ri 相结合,为土地适宜性评价提供依据。

地理信息系统课件

⑤计算机适宜性评级。通过将不同土地质量 数据文件Ri的等级,切换为与表6-4相同等 级对应的指标值,便可计算出基于栅格单 元的评价分值R(T):

地理信息系统课件

然后,根据使 G(Pji)=1-|R(T)-Pji/100| 的值 为最大时的P所对应的j,即为所求的对T的适宜 性等级Sj。例如,当某栅格单元Q1的指标值为 67.0,Q2为11.4,Q3为2.6,Q4为0时,该栅格单 元的R(T)=81.0,然后将该值和Pji的值依次代入 式(6-3)进行计算,只有当取P2i=67时, G(P2i)的值为最大(0.86),所以该栅格单元的适 宜性等级为S2(次适宜)。直至研究地区全部栅 格单元都获得相应的适宜性等级,得到玉米作物 种植用地的适宜性分级图(图6-3)。

地理信息系统课件

地理信息系统课件

第三节 发展预测模型一、 一般介绍 发展预测是运用已有的存储数据和系统提供的手 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经济发展预测等,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 测或控制另一个研究变量的取值。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 论模型的应用。

地理信息系统课件

二、应用实例以下以人口和劳动力的预测为例,说明人口统计数据如何 在定量预测模型中的应用。 根据人口预测模型:

式中:Pt 第t年人口数; P0 基年人口数; λ 人口出生率; μ 人口死亡率; t 时间(年份)。 设根据研究地区一组人口统计数据的分析,得λ= 12.5%,μ=6.5%,将基年定为1985年,并且P0=612.7万人。 设每年净迁入该研究地区的人口数为W=5万人。则

本文来源:https://www.bwwdw.com/article/id2q.html

Top