GIS空间分析名词解释
地理信息系统下的空间分析——第六章_空间数据的量算及统计分析方法0
地理信息系统下的空间分析——第六章_空间数据的量算及统计分析方法0地理信息系统 (Geographic Information System, 简称GIS) 是一种用于捕捉、存储、管理、分析和展示地理数据的技术。
GIS的空间分析是指对地理数据进行计量和统计分析的过程。
本文将介绍GIS中空间数据的量算及统计分析方法。
一、空间数据的量算方法1.面积量算：面积量算是对地理空间对象的面积进行计算的方法。
常见的面积量算方法有几何方法、计算公式等。
在GIS中，可以通过点、线、面等要素的矢量数据来计算其面积。
2.距离量算：距离量算是对地理空间对象之间的距离进行计算的方法。
常见的距离量算方法包括欧氏距离、曼哈顿距离、最短路径距离等。
在GIS中，可以通过点、线、面等要素的矢量数据来计算其之间的距离。
3.方位角量算：方位角量算是对地理空间对象之间的方向角进行计算的方法。
常见的方位角量算方法有方位角计算公式等。
在GIS中，可以通过点、线要素的矢量数据来计算其之间的方位角。
二、空间数据的统计分析方法1.面状数据的统计分析：对面状数据进行统计分析是研究地理空间对象在空间范围内的分布情况和特征的方法。
常见的面状数据的统计分析方法有面积统计分析、面积比例统计分析、分区统计分析等。
2.点状数据的统计分析：对点状数据进行统计分析是研究地理空间对象在空间位置上的分布情况和特征的方法。
常见的点状数据的统计分析方法有点密度统计分析、距离统计分析、聚类统计分析等。
3.线状数据的统计分析：对线状数据进行统计分析是研究地理空间对象在空间路径上的分布情况和特征的方法。
常见的线状数据的统计分析方法有长度统计分析、方向统计分析、曲率统计分析等。
三、GIS空间分析的应用场景1.环境保护：通过对空间数据的量算和统计分析，可以评估环境状况和监测环境污染等问题。
2.城市规划：通过对地理空间对象的量算和统计分析，可以评估城市土地利用情况、交通网络等，为城市规划提供科学依据。
GIS空间分析的应用
GIS空间分析的应用GIS（地理信息系统）空间分析是利用地理信息技术和空间分析方法进行地理数据处理和解释的过程。
它将地理数据与地理空间分析方法相结合，可以帮助我们更好地了解地理现象和解决地理问题。
以下是几个GIS空间分析的应用示例。
1.土地利用规划：GIS空间分析可以用于城市规划部门进行土地利用规划。
通过分析土地的不同属性和地理位置，可以确定适合建设住宅、商业区、工业区等区域，以及环境保护区。
它还可以预测土地利用变化趋势，帮助规划部门做出合理的决策。
2.灾害风险评估：GIS空间分析可以用于评估地区的灾害风险，如洪水、山火、地震等。
通过分析地形、水文、气象等数据，并结合历史灾害数据，可以确定潜在的风险区域，并制定应对措施。
这可以帮助政府部门和救援机构更好地做出预警和应对灾害的决策。
3.交通网络规划：GIS空间分析可以用于交通网络规划，帮助优化道路网、公共交通系统和物流运输网络。
通过分析交通流量、道路状况、人口分布等数据，可以确定最佳交通路径，减少交通拥堵和运输成本。
这对于城市交通局和物流公司来说，可以提高交通效率和节约资源。
4.环境保护和资源管理：GIS空间分析可以用于环境保护和自然资源管理。
通过分析土壤类型、植被分布、水源位置等数据，可以确定环境敏感区域和野生动植物栖息地。
这可以帮助环保部门和自然保护组织制定保护计划，并监测资源利用情况。
5.市场分析和商业决策：GIS空间分析可以用于市场分析和商业决策。
通过分析人口密度、消费行为、竞争对手位置等数据，可以确定最佳的商业定位和市场细分。
这可以帮助企业决策者更好地了解潜在客户和市场需求，制定市场营销策略。
总之，GIS空间分析是一种强大的地理信息处理工具，可以在各个领域中发挥重要作用。
它能够通过整合、分析和解释地理数据，帮助我们更好地了解地理现象，预测未来趋势，并做出合理的决策。
无论是城市规划、自然资源管理还是市场分析，GIS空间分析都可以为我们提供更准确和全面的地理信息支持。
GIS原理与方法期末复习名词解释
第一章：绪论1信息：是客观事物的存在及演变情况的反映2数据：是用以载荷信息的物理符号，没有任何意义的数学符号集合3空间数据：采用点线面等方式采用编码技术对空间物体进行特征描述及在物体间建立相互联系的数据集4地图：以地图形式二维表示空间数据，表达客观事物的地理分布及其相互联系的空间模型，反映客观事物的瞬时存在，自然界的动态变化，某事物独立存在的属性，事物的空间分布、组合和相互联系及其在时间中的变化5地理信息：表征地理系统诸要素的数量、质量、分布特征、相互联系和变化规律的数字、文字、图像和图形等的总称6地学信息：凡是与人类居住的地球有关的信息7信息系统：能对数据和信息进行采集、存储、加工和再现，并能回答用户一系列问题的系统8地理信息系统：在计算机支持下，以采集、存储、管理、检索、分析和描述空间物体的定位分布及与之相关的属性数据，并回答用户问题等为主要任务的计算机系统第二章：空间数据结构1概念数据模型：对事实或现象的一种认识，又称语义数据模型2空间实体：与地理空间位置或特征相关联的空间数据中不可再分的最小单元现象，表示空间实体的空间位置、形态信息、实体属性、空间关系3对象模型与场模型：（个体、不连续、矢量数据结构）和（连续、连续变量、栅格）4栅格结构：是将地理空间划分为若干行、若干列，反应某一空间分布，称为一个象元阵列，其最小单元称为象元或像素5图像：以栅格数据结构表示的地理空间关系6象元属性：栅格单元值，地理要素的属性特征7栅格数据层：空间位置用笛卡尔平面网格中的行号和列号坐标表示，物体属性用象元的取值表示，这个平面称为层。
同象元多重属性的事物（地图分层——植被、土壤、地形）8矢量数据：代表地图图形的各离散点平面坐标（x,y）的有序集合9矢量数据结构：是利用欧几里德几何学中的点、线、面及其组合体来表示地理试题空间分布的一种数据组织方式10拓扑学：研究图形在连续变形下的不变的整体性质11拓扑关系：在旋转、平移、缩放等拓扑变换下保持不变的空间关系12四库合一：新一代的集成化的地理信息系统，要求能够统一图形数据、属性数据、影像数据和数字高程模型数据13灰度值：数字图像可理解为一个二维阵列，阵列的元素值称为灰度值第四章：GIS数据输入1地图数字化：将图形信号离散成计算机所能识别和处理的数据信号2数字摄影测量：对非接触传感器系统获得的影像及其数字表达进行记录、量测和解译，从而获得自然物体和环境的可靠信息的一门工艺、科学和技术3数据质量：空间数据质量是指空间数据的可靠性和精度，通常用空间数据误差来度量第五章：地理信息系统的数据处理1数据编辑：又叫数字化编辑，是指对地图资料数字化后的数据进行编辑加工2数据变换：指数据从一种数学状态到另一种数学状态的变换3数据重构：指数据从一种格式到另一种格式的转换4数据提取：指对数据进行某种有条件的提取5裁剪：窗口确定以后，考虑如何切掉窗口以外或以内的线条，只显示窗口以外或以内的内容的过程6数据简化（数据压缩）：为节省存储空间，加快后继处理速度，把大量的原始数据转换为有用的、有条理的精炼而简单的信息的过程7曲线光滑（拟合）：假想曲线（或接近它们的曲线）为一组离散点，寻找形式比较简单、性能良好的曲线解析式8图元捕捉：一种对象精确定位法9投影变换：从三维物体模型描述到二维图形描述的转换过程10地图投影变换：系统所使用的数据是来自不同地图投影的图幅时，需要将一种投影的几何数据转换成所需投影的集合数据进行的过程，实质是建立两平面场之间点的一一对应关系第六章：空间数据管理1数据库：数据基地，即统一存储集中管理数据的基地2数据模型：描述数据内容和数据之间联系的工具，它是衡量数据库能力强弱的主要标志之一3地图数据的基本组成：空间数据、非空间数据、时间因素4空间索引：根据空间要素的地理位置、形状或空间对象之间的某种空间关系，按一定的顺序排列的一种数据结构5元数据：是“关于数据的数据”，它在地理信息中用于描述地理数据集的内容、质量、表达方式、空间参考、管理方式以及数据集的其他特征6时态GIS：对多时态及时空数据库，以动态的方式来描述目标对象的时空过程第八章：空间分析1空间分析：以地理事物的空间位置和形态为基础，以地学原理为依托，以空间数据运算为特征，提取与产生新的空间信息的技术和过程2质心量算：在几何中心基础上的加权计算，描述地理目标空间分布最有用的单一量算量3空间量算：对空间信息的自动化量算4包含分析：确定要素之间是否存在着直接的联系，即矢量点线面之间是否存在空间位置上的联系5专题统计分析：对图层中的不同属性进行分析、统计、比较、显示，以得到不同属性的地理分布特征以及同一属性不同类别的比较结果6叠置分析：在统一空间参考系统条件下，每次将同一地区两个地理对象的图层进行叠合，以产生空间区域的多重属性特征，或建立地理对象之间的空间对应关系7空间合成叠置：搜索同时具有几种地理属性的分布区域，或对叠合后产生的多重属性进行新的分类8空间统计叠置：提取某个地区范围内某些专题内容的数量特征9缓冲区：就是空间实体的一种影响范围或服务范围。
GIS空间分析复习总结
第一早空间分析概念：GIS空间分析是从一个或多个空间数据图层获取信息的过程。
空间分析是集空间数据分析和空间模拟于一体的技术，通过地理计算和空间表达挖掘潜在空间信息，以解决实际问题。
空间分析在GIS中的地位与作用：空间分析是GIS的核心，也是核心功能，是GIS领域的理论性和技术性都很强的分支，是提升GIS的理论性十分重要的突破口，空间分析是地理信息系统的主要特征，是评价一个地理信息系统的主要指标之一。
第■早空间分析的基本理论：空间关系理论，空间认知理论，空间推理理论，空间数据模型理论，地理信息机理理论，地理信息不确定性理论空间关系分类：顺序关系：主要指目标间的方向关系，度量关系：主要是指目标间的距离关系，拓扑关系：指拓扑变换下的拓扑不变量（）度量关系对空间数据的约束最强烈；顺序关系次之；拓扑关系最弱。
空间度量关系：分为定量度量（空间指标量算，距离度量）和定性度量定量度量空间关系分析包括空间指标量算（距离、面积、坡度、人口密度等）和距离度量（距离）两大类拓扑空间关系：指拓扑变换下的拓扑不变量，如空间目标的相邻和连通关系，以及表示线段流向的关系。
拓扑变换的条件：在原来图形的点与变换了图形的点之间存在着—对应的关系，并且邻近的点还是邻近的点方向空间关系：源目标相对于参考目标的顺序关系（方位）度量空间关系描述:欧氏距离：直线距离d（A B） = x j -x22■ M - y2）2切比雪夫距离：最大距离d（A B） = max（|X j「x2 I M「y2 I）马氏距离（曼哈顿距离）：垂直距离大地测量距离：即球面上两点间的大圆距离曼哈顿距离：纬度差加上经度差拓扑空间关系描述：4元组模型：该模型将简单空间实体看作是边界点和内部点。
构成的集合，4元组模型为由两个简单空间实体点集的边界与边界的交集、边界与内部的交集、内部与边界的交集、内部与内部的交集构成的2X 2矩阵。
9元组模型：9元组在4元组的基础上，在空间描述框架中引入空间实体的“补”的概念，将空间目标A表示为边界、内部和外部三个部分的集合。
gis空间分析原理与方法
gis空间分析原理与方法GIS（地理信息系统）是一种以地理空间数据为基础，利用计算机技术进行数据管理、空间分析和空间可视化的系统。
GIS空间分析是GIS系统中最核心和重要的功能之一，它基于地理空间数据，通过一系列的理论和方法，揭示地理现象之间的空间关系和规律。
本文将介绍GIS空间分析的原理和方法。
一、GIS空间分析的原理GIS空间分析的原理包括空间对象和空间关系。
1. 空间对象在GIS中，地理空间数据可以表示为不同的空间对象，如点、线、面等。
每个空间对象都有其特定的几何形状和属性信息。
2. 空间关系空间关系指的是空间对象之间的相对位置和相互作用。
常见的空间关系有邻接关系、包含关系、重叠关系等。
空间关系能够帮助我们理解地理现象之间的联系和相互影响。
二、GIS空间分析的方法GIS空间分析方法包括空间查询、空间统计、空间插值和空间模型等。
1. 空间查询空间查询是根据特定的空间条件，在地理空间数据集中提取与条件匹配的数据信息。
常见的空间查询操作有点查询、线查询和面查询等。
2. 空间统计空间统计是通过对地理空间数据的属性信息进行统计和分析，揭示地理现象的空间分布和规律。
常见的空间统计方法有点密度分析、热力图和聚类分析等。
3. 空间插值空间插值是通过已知的有限样本点，推算未知位置处的属性值。
常见的空间插值方法有反距离加权插值法、克里金插值法和样条插值法等。
4. 空间模型空间模型是对地理现象和过程进行建模和模拟，从而预测和分析未来的空间变化。
常见的空间模型有流域模型、土地利用模型和城市增长模型等。
三、GIS空间分析的应用GIS空间分析在各个领域都有广泛的应用，如城市规划、环境保护、农业管理和风险评估等。
1. 城市规划GIS空间分析可以帮助城市规划师分析和评估不同用地类型之间的空间关系，进行最优用地布局和交通规划。
2. 环境保护GIS空间分析可以用于环境监测和评估，分析污染源的扩散范围和影响程度，制定环境保护措施和应急预案。
GIS空间分析
地理信息系统(GIS)具有很强的空间信息分析功能，这是区别于计算机地图制图系统的显著特征之一。
利用空间信息分析技术，通过对原始数据模型的观察和实验，用户可以获得新的经验和知识，并以此作为空间行为的决策依据。
空间信息分析的内涵极为丰富。
作为GIS的核心部分之一，空间信息分析在地理数据的应用中发挥着举足轻重的作用。
叠置分析(Overlay Analysis)覆盖叠置分析是将两层或多层地图要素进行叠加产生一个新要素层的操作，其结果将原来要素分割生成新的要素，新要素综合了原来两层或多层要素所具有的属性。
也就是说，覆盖叠置分析不仅生成了新的空间关系，还将输入数据层的属性联系起来产生了新的属性关系。
覆盖叠置分析是对新要素的属性按一定的数学模型进行计算分析，进而产生用户需要的结果或回答用户提出的问题。
1)多边形叠置这个过程是将两层中的多边形要素叠加，产生输出层中的新多边形要素，同时它们的属性也将联系起来，以满足建立分析模型的需要。
一般GIS软件都提供了三种多边形叠置：(1)多边形之和(UNION)：输出保留了两个输入的所有多边形。
(2)多边形之积(INTERSECT)：输出保留了两个输入的共同覆盖区域。
(3)多边形叠合(IDENTITY)：以一个输入的边界为准，而将另一个多边形与之相匹配，输出内容是第一个多边形区域内二个输入层所有多边形。
多边形叠置是个非常有用的分析功能，例如，人口普查区和校区图叠加，结果表示了每一学校及其对应的普查区，由此就可以查到作为校区新属性的重叠普查区的人口数。
2)点与多边形叠加点与多边形叠加，实质是计算包含关系。
叠加的结果是为每点产生一个新的属性。
例如，井位与规划区叠加，可找到包含每个井的区域。
3)线与多边形叠加将多边形要素层叠加到一个弧段层上，以确定每条弧段(全部或部分)落在哪个多边形内。
网络分析(Network Analysis)对地理网络(如交通网络)、城市基础设施网络(如各种网线、电力线、电话线、供排水管线等)进行地理分析和模型化,是地理信息系统中网络分析功能的主要目的。
GIS空间分析名词解释
：空间数据．．．．拓扑分析、空间叠加、缓冲分析、网络分析P3数字地面模型(DTM)：数字高程模型(DEM)：不规则三角网(TIN)：地质统计学：是利用空间变量的自相关特征研究空间随机场性质的一种统计理论。
它分为(1)结构分析理论；(2)克立格插值理论（插值理论）；(3)条件模拟理论。
协方差、空间采样理论P9估计误差：是指实测值与真实值之间的误差。
估计方差：是指估计误差的离散程度。
数字高程模型DEM：是描述地面特性空间分布的有序数值阵列，所记地面特性是高程z，它的空间分布由x , y水平坐标系统来描述。
DEM派生信息：以数字地面模型为基础，通过数字地形分析（DTA）手段可提取出用于描述地表不同方面特征的参数，这些参数统称为DEM派生信息。
坡度、坡向、曲率P16地面曲率：地面曲率是对地形表面一点扭曲变化程度的定量化度量因子，地面曲率在垂直和水平两个方向上分量分别称为平面曲率和剖面曲率。
剖面曲率、平面曲率、坡形P18汇流量（汇流面积）：一个栅格单元的汇流量是其上游单元向其输送的水流量的总和。
地形湿度指数：单位等高线上的汇流面积与坡度之比。
通视分析：就是利用DEM判断地形上任意点之间是否可以相互可见的技术方法，分为视线分析和视域分析。
缓冲区：地理空间目标的一种影响范围或服务范围,具体指在点. 线. 面实体周围自动建立的一定宽度的多边形。
叠置分析：是将同一地区的两组或两组以上的要素进行叠置，产生新的特征的分析方法。
合成叠置、统计叠置P30交、并、剪P31 差、识别P32距离分析：用于分析图像上每个点与目标的距离，如有多目标，则以最近的距离作为栅格值。
距离制图、直线距离分析P32密度分析：针对一些点要素（或线要素）的特征值（如人口数）并不是集中在点上（或线上）的特点，对要素的特征值进行空间分配，从而更加真实地反映要素分布。
密度制图：根据输入的要素数据集计算整个区域的数据聚集状况，从而产生一个连续的密度表面。
GIS基础学习知识复习资料题
地理信息系统试题一、名词解释1.地理信息系统：是在计算机硬、软件系统支持下，对现实世界（资源与环境）的研究和变迁的各类空间数据及描述这些空间数据特性的属性进行采集、储存、管理、运算、分析、显示和描述的技术系统。
2.操作尺度：对空间实体、现象的数据进行处理操作时应采用最佳尺度，不同操作尺度影响处理结果的可靠程度或准确度3.地理网格：是指按一定的数学规则对地球表面进行划分而形成的网格。
数据模型：对现实世界进行认知、简化和抽象表达，并将抽象结果组织成有用、能反映形式世界真实状况数据集的桥梁。
4.数据模型：对现实世界进行认知、简化和抽象表达，并将抽象结果组织成有用、能反映形式世界真实状况数据集的桥梁。
5.对象模型：将研究的整个地理空间看成一个空域，地理现象和空间实体作为独立的对象分布在该空域中。
6.地图数字化：根据现有纸质地图，通贯手扶跟踪或扫描矢量化地方法，生产出可在技术机上进行存储、处理和分析的数字化数据。
7. 拓扑关系：图形在保持连续状态下的变形但图形关系不变的性质。
8.空间数据结构：对空间逻辑数据模型描述的数据组织关系和编排方式。
9.影像金字塔结构：在同一的空间参照下，根据用户需要以不同分辨率进行存储与显示，形成分辨率由粗到细，数据量由小到大的金字塔结构。
10.空间索引：依据空间对象的位置和形状或空间对象之间的某种空间关系按一定的顺序排列的一种数据结构。
11.空间数据查询：其属于空间数据库的范畴，一般定义为从空间数据库中找出所有满足属性约束条件和空间约束条件的地理对象。
12.空间分析：以地理事物的空间位置和形态特征为基础，异空间数据运算、空间数与属性数据的综合运算为特征，提取与产生新的空间信息的技术和过程。
13.栅格数据的追踪分析：对于特定的栅格数据系统，有某一个或多个起点，按照一定的追种法则进行追踪目标或者追踪的空间分析方法。
14.数字高程模型：是通过有限的地形高程数据实现对地形曲面的数字化模拟，高程数据通常采用绝对高程。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
．．．．拓扑分析、空间叠加、缓冲分析、网络分析P3数字地面模型(DTM)：数字高程模型(DEM)：不规则三角网(TIN)：地质统计学：是利用空间变量的自相关特征研究空间随机场性质的一种统计理论。
它分为(1)结构分析理论；(2)克立格插值理论（插值理论）；(3)条件模拟理论。
协方差、空间采样理论P9估计误差：是指实测值与真实值之间的误差。
估计方差：是指估计误差的离散程度。
z，它的空间分布由x , y水平坐标系统来描述。
DEM派生信息：以数字地面模型为基础，通过数字地形分析（DTA）手段可提取出用于描述地表不同方面特征的参数，这些参数统称为DEM派生信息。
坡度、坡向、曲率P16地面曲率：地面曲率是对地形表面一点扭曲变化程度的定量化度量因子，地面曲率在垂直和水平两个方向上分量分别称为平面曲率和剖面曲率。
剖面曲率、平面曲率、坡形P18汇流量（汇流面积）：一个栅格单元的汇流量是其上游单元向其输送的水流量的总和。
地形湿度指数：单位等高线上的汇流面积与坡度之比。
通视分析：就是利用DEM判断地形上任意点之间是否可以相互可见的技术方法，分为视线分析和视域分析。
,具体指在点. 线. 面实体周围自动建立的一定宽度的多边形。
叠置分析：是将同一地区的两组或两组以上的要素进行叠置，产生新的特征的分析方法。
合成叠置、统计叠置P30交、并、剪P31 差、识别P32距离分析：用于分析图像上每个点与目标的距离，如有多目标，则以最近的距离作为栅格值。
距离制图、直线距离分析P32密度分析：针对一些点要素（或线要素）的特征值（如人口数）并不是集中在点上（或线上）的特点，对要素的特征值进行空间分配，从而更加真实地反映要素分布。
密度制图：根据输入的要素数据集计算整个区域的数据聚集状况，从而产生一个连续的密度表面。
泰森多边形：设平面有n个互不重叠的离散数据点，则其中任意一个离散数据点Pi都有一个临近范围Bi，在Bi中的任一点同Pi点间的距离都小于它们同其它离散数据点间的距离，其中Bi是一个不规则多边形，称为泰森多边形。
重分类Reclassify：即基于原有数值，对原有数值重新进行分类整理从而得到一组新值并输出，是对单个波段，改变值的分布。
重采样Resample：是改变影像分辨率（每个像素点代表矢量大小），可以用于多波段。
像元统计、邻域统计、区域统计P38Aggregate、Majority Filter、Expand和Shrink P38协方差函数、互协方差函数P44平稳假设：指区域化变量Z(x)的任意n维分布函数不因空间点x发生位移而改变。
二阶平稳假设：数学期望与协方差函数均存在且平稳。
变差函数：区域化变量Z(x)和Z(x+h)两点之差的方差之半定义为Z(x)的变差函数。
角度容差、距离容差P50块金常数、变程、基台值P51套和结构：实际的区域化变量的变化性是十分复杂的，反映在变差函数上就是它的结构不是单纯的一种结构，而是多层次结构叠加在一起称为套和结构。
,克里格法是建立在变异函数理论及结构分析基础上,在有限区域内对区域化变量取值进行线性无偏最优估计的方法。
简单克里格法：当区域化变量Z(x)的E[Z(x)]=m 已知，则称为简单克里格法。
若Z(x)的E[Z(x)]未知，则称为普通克里格法。
泛克里格法：就是在漂移的形式E[Z(x)]=m(x)，和非平稳随机函数Z(x)的协方差函数C(h)或变异函数γ(h)为已知的条件下，一种考虑到有漂移的无偏线性估计量的地统计学方法，这种方法属于线性非平稳地统计学范畴。
漂移、涨落 P65析取克立格法：假设已知任意区域化变量（Z α , Z β）及（Z 0, Z β）二维概率分布条件下，对待估点的值或待估点值超过给定阈值的概率进行估计的一种非线性地统计法。
协同克立格法：是多元地统计学研究的基本方法，建立在协同区域化变量理论基础之上，利用多个区域化变量之间的互相关性，通过建立交叉协方差函数和交叉变异函数模型，用易于观测和控制的变量对不易观测的变量进行局部估计。
协同区域化：在统计意义及空间位置上均具有某种程度相关性，并且定义于同一空间域中的区域化变量。
πd2，对于聚集模式，应大于πd2。
全局空间自相关：主要描述整个研究区域上空间对象之间的关联程度，以表明空间对象之间是否存在显著的空间分布模式。
Moran’s I 统计量 P72空间权重矩阵：在实际使用中，一般通过矩阵形式给出空间逐点的空间权重指标，称为空间权重矩阵。
空间邻接指标、空间距离指标、邻居 P73二元邻接矩阵、重心距离矩阵 P73局部空间关联指标LISA ：是与I 和C 相关的局部化版本，为了说明在局部尺度上空间自相关的水平，需要定义在任意面积单元上导出空间自相关数值。
及P76G 统计量 P75、空间滞后 P77、Moran 显著性地图 P78道的、但又是潜在有用的信息和知识的过程。
空间数据挖掘：是在空间数据库或空间数据仓库的基础上，综合利用多门学科的理论技术，从海量空间数据中挖掘事先未知潜在有用最终可理解的可信新知识，揭示蕴含在空间数据中的客观世界的本质规律内在联系和发展趋势，实现知识的自动获取，提供技术决策与经营决策的依据。
空间数据挖掘和知识发现：从空间数据库中抽取和发现新的空间信息，并通过解释评价，产生知识的过程。
空间聚类：是根据研究对象（样本或变量）的多种特征在数值上可能存在的相似性程度，将它们聚合为不同的点群的一种挖掘方法。
簇（Cluster ）：一个数据对象的集合在同一个类中，对象之间具有相似性，不同类的对象之间是相异的。
聚类分析：把一个给定的数据对象集合分成不同的簇；聚类是一种无监督分类法: 没有预先指定的类别。
相似性度量：相关系数、距离系数、夹角余弦、离差平方和及其它的相似性统计量。
P86Q 型聚类：对样本（个案）进行分类，它使具有共同特点的样本聚齐在一起，以便对不同类的样本进行分析。
R 型聚类：对研究对象的观察变量进行分类，它使具有共同特征的变量聚在一起，以便从不同类中分别选出具有代表性的变量作分析，从而减少分析变量的个数。
划分聚类：给定一个大小为N 的数据集，将其分为m 类，使类内具有较高的相似度，而类间的相似度较低。
数据相似度较小。
聚类熵：衡量算法的类内和类间相似度。
硬聚类：把每个待识别的对象严格的划分某类中，具有非此即彼的性质。
模糊聚类：建立了样本对类别的不确定描述，更能客观的反应客观世界，从而成为聚类分析的主流。
隶属度函数：是表示一个对象x 隶属于集合A 的程度的函数，通常记做μA(x)，其自变量范围是所有可能属于集合A 的对象（即集合A 所在空间中的所有点），取值范围是[0,1]，即0<=μA(x)<=1。
模糊c 均值聚类（FCM ）：是用隶属度确定每个数据点属于某个聚类的程度的一种聚类算法。
的数据进行预测。
即从给定的函数集f(x,a)(a 是参数)中,选择出能最好地逼近训练器响应的函数。
模式识别：对表征事务或现象的各种形式(数值、文字及逻辑关系等)信息进行处理和分析,以对事务或现象进行描述、辨认、分类和解释的过程。
经验风险最小化(ERM)原则：使用对参数w 求经验风险 的最小值代替求期望风险的最小值。
推广能力：学习机器对未来输出进行正确预测的能力称作推广能力（也称为“泛化能力”）。
VC 维：对于一个指示函数集，如果存在h 个样本能够被函数集里的函数按照所有可能的2h 种形式分开，则称函数集能()empR w够把h个样本打散，函数集的VC维就是能够打散的最大样本数目。
SLT：从理论上较为系统地研究了经验风险最小化原则成立的条件、有限样本下经验风险与期望风险的关系及如何利用这些理论找到新的学习原则和方法等问题。
结构风险最小化（SRM准则）：即把函数集构造为一个函数子集序列,使各个子集按照VC维的大小排列;在每个子集中寻找最小经验风险,在子集间折衷考虑经验风险和置信范围,取得实际风险的最小。
支持向量机：从训练集中选择一组特征子集,使得对特征子集的划分等价于对整个数据集的划分,这组特征子集就被称为支持向量(SV)。
最优分类面：就是要求分类线不但能将两类正确分开(训练错误率为0),且使分类间隔最大。
费歇尔准则：设有两类母体A和B，分别抽取a和b个样本。
求一个分割面，使得样本在分割面上的两类投影点，类间离差最大而类内离差最小。
DBSCAN：是一个基于密度的聚类算法，寻找被低密度区域分离的高密度区域。
核心点、边界点、噪音点P113基于中心的密度：数据集中特定点的密度通过该点半径之内的点计数(包括本身)来估计。
密度依赖于半径。
直接密度可达、密度可达、密度相连P114噪声、K阶临近距离P114-115A的事务中有c%也同时支持数据项集B，则c%称为关联规则A－B的可信度。
支持度：如果事务集W中有s%的事务同时支持数据项集A和B，则s%称为关联规则的支持度。
Apriori算法：是根据有关频繁项集性质的先验知识而命名的。
该算法使用一种逐层搜索的迭代方法，利用k-项集探索(k+1)-项集。
趋势面：是一种抽象的数学曲面，它抽象并过滤掉一些局域随机因素的影响，使地理要素空间分布规律明显化。
元胞自动机：是一种由细小元胞构成的空间和时间都离散的动力系统，它利用微观的规则、时空离散的状态来模拟宏观的规律和特征。
元胞：又可称为单元或基元，是元胞自动机的最基本的组成部分。
元胞分布在离散的一维、二维或多维欧几里德空间的晶格点上。
蒙特卡罗方法：是以概率统计理论为基础的一种计算方法，能够比较逼真地描述事物的特点及物理实验过程，解决一些数值方法难以解决的问题，该方法的应用领域日趋广泛。
P145。