gis期末考试题

GIS与空间分析一．简答题1.空间数据结构的转换（两种数据结构的比较）栅格数据结构基于栅格模型的数据结构简称为栅格数据结构，指将空间分割称有规则的网格，在各个网格上给出相应的属性值来表示地理实体的一种数据组织形式。

矢量数据结构1.实体数据结构。

空间数据组织方式：按照以基本的空间对象（点、线或多边形）为单元进行单独组织，不含拓扑关系信息。

特点：①编码方式直观方便，数字化操作简单；②多边形的公共边界被数字化两次和存储两次，造成数据冗余和不一致；③岛只作为一个单个图形，没有与外界多边形的联系；④点、线和多边形有各自的坐标数据，但无拓扑数据，互相之间不关联。

2.拓扑数据结构特点：①点是相互独立的，点连成线，线构成面②每条线始于起始结点（FN），止于终止结点（TN），并与左右多边形（LP、RP）相邻接。

2. 区域化变量马特隆定义的区域化变量是一种在空间上具有数值的是函数，它在空间的每一个点取一个确定的数值，即当有一个点移到下一个点时，函数值是变化的。

区域化变量的属性：（1）空间局限性。

区域化变量被限制于一定的空间范围，这一空间范围称为区域化的几何域。

在几何或空间范围内，区域化变量的属性最为明显；在几何域或空间范围之外，变量的属性则表现不明显或表现不明显或表现为零，区域化变量是按几何支撑定义的。

（2）连续性。

不同的区域化变量具有不同程度的连续性，这种连续性是通过区域化变量的半变异函数来描述的。

（3）各向异性。

当区域化变量在各个方向上具有相同性质时称各向同性，否则称为各向异性。

各项同性或各向异性的分析，主要考虑区域化变量在一定范围内样点之间的自相关程度。

（4）区域化变量在一定范围内呈一定程度的空间相关，当超出这一范围之后，相关性变弱或者消失。

（5）对于任意区域化变量而言，特殊的变异性可以叠加在一般的规律上。

3.泰森多边形（1）泰森多边形定义荷兰气候学家A·H·Thiessen提出了一种根据离散分布的气象站的降雨量来计算平均降雨量的方法，即将所有相邻气象站连成三角形，作这些三角形各边的垂直平分线，于是每个气象站周围的若干垂直平分线便围成一个多边形。

用这个多边形内所包含的一个唯一气象站的降雨强度来表示这个多边形区域内的降雨强度，并称这个多边形为泰森多边形。

（2）泰森多边形思想其原理是一种由点内插生成面的方法。

根据有限的采样点数据生成多个面区域，每个区域内只包含一个采样点，且各个面区域到期采样点的距离小于任何到其他采样点的距离，那么该区域内其他未知点的最佳值就有该区域内的采样点决定，该方法也成为最近距离法。

用于邻域分析。

（3）泰森多边形的特点●每个泰森多边形内仅含有一个控制点数据；●泰森多边形内的点到相应控制点的距离最近；●位于泰森多边形边上的点到其两边的控制点的距离相等。

●在判断一个控制点与其他哪些控制点相邻时，可直接根据泰森多边形得出结论，即若泰森多边形是n边形，则与n个离散点相邻。

4.Delaunay三角网Delaunay三角网是由与相邻泰森多边形共享一条边的相关点连接而成的三角网，他与泰森多边形是对偶关系。

Delaunay三角网的生成原则：将离散的控制点按照一定的原则连接成三角网的过程，关键是确定有哪三个邻近的控制点来构成一个三角形，该过程也成为三角网的自动连接。

Delaunay三角网特征：●Delaunay三角网是唯一的；●三角网的外边界构成给定点集的凸多边形“外壳”；●没有任何点在三角形的外接圆内部，反之，如果一个三角网满足此条件，那么它就是Delaunay三角网；●如果三角网的每个三角形的最小角进行升序排列，则Delaunay三角网的排列得到的数值最大，在这个意义上讲，Delaunay三角网是“最接近于规则化”的三角网。

5.最短路径例题解：首先给v1标上P标号P(v1)=0，表示从v1到v1的最短路径为零。

其他点(v2，v3，…，v7)标上T标号T(v j)＝+∞（j＝2，3，…，7）。

第1步：①v1是刚得到P标号的点。

因为(v1，v2)，(v1，v3)，(v1，v4)∈E，而且v2，v3，v4是T标号，所以修改这3个点的T标号为T(v2)＝min[T(v2)，P(v1)+w12]＝min[ +∞，0+2]＝2T(v3)＝min[T(v3)，P(v1)+w13 ]＝min[ +∞，0+5]＝5T(v4)＝min[T(v4)，P(v1)+w14 ]＝min[ +∞，0+3]＝3②在所有T标号中，T(V2)＝2最小，于是令P(V2)＝2。

第2步：①v2是刚得到P标号的点。

因为(v2，v3)，(v2，v6)∈E，而且v3, v6是T标号，故修改v3和v6的T标号为T(v3)＝min[T(v3)，P(v2)+w23]＝min[5，2+2]＝4T(v6)＝min[T(v6)，P(v2)+w26]＝min[+∞，2+7]＝9②在所有的T标号中，T(v4)＝3最小，于是令P(v4)＝3。

第3步：①v4是刚得到P标号的点。

因为(v4，v5)∈E，而且v5是T标号，故修改v5的T标号为T(v5)＝min[T(v5)，P(v4)+w45]＝min[+∞，3+5]＝8②在所有的T标号中，T(v3)＝4最小，故令P(v3)＝4。

第4步：①v3是刚得到P标号的点。

因为(v3，v5)，(v3，v6)∈E，而且v5和v6为T标号，故修改v5和v6的T标号为T(v5)＝min[T(v5)，P(v3)+w35]＝min[8，4+3]＝7T(v6)＝min[T(v6)，P(v3)+w36]＝min［9，4+5]＝9②在所有的T标号中，T(v5)＝7最小，故令P(v5)＝7。

第5步：①v5是刚得到P标号的点。

因为(v5，v6)，(v5，v7)∈E，而且v6和v7都是T标号，故修改它们的T标号为T(v6)＝min[T(v6)，P(v5)+w56]＝min[9，7+1]= 8T(v7)＝min[T(v7)，P(v5)+w57]＝min[+∞，7+7]=14②在所有T标号中，T(v6)＝8最小，于是令：P(v6)＝8。

第6步：①v6是刚得到P标号的点。

因为(v6，v7)∈E，而且v7为T标号，故修改它的T标号为T(v7)＝min[T(v7)，P(v6)+w67]＝min[14，8+5]=13②目前只有v7是T标号，故令：P(v7)＝13从城镇v1到v7之间的最短路径为(v1，v2，v3，v5，v6，v7)，最短路径长度为13。

6.坐标系统（概念看课本）测量中一般采用两类坐标系：天球坐标系和地球坐标系。

我国常用的三个坐标系：1954年北京坐标系、1980年西安坐标系和2000年国家大地坐标系。

1954年北京坐标系：属参心大地坐标系；采用克拉索夫斯基椭球的两个几何参数；大地原点在原苏联的普尔科沃；采用多点定位法进行椭球定位；高程基准为1954年青岛验潮站求出的黄海平均海水面；高程异常以原苏联1955年大地水准面重新平差结果为起算数据。

按我国天文水准路线推算而得。

1980年西安坐标系：大地原点在我国中部，具体地点是陕西省泾阳县永乐镇；西安80坐标系是参心坐标系，椭球短轴Z轴平行于地球质心指向地极原点方向，大地起始子午面平行于格林尼治平均天文台子午面；X轴在大地起始子午面内与Z轴垂直指向经度0方向；Y轴与Z、X轴成右手坐标系；椭球参数采用IUG 1975年大会推荐的参数，因而可得西安80椭球两个最常用的几何参数为：长半轴a=6378140±5（m）、短半轴b=6356755.2882m、扁率α=1/298.257、第一偏心率平方=0.00669438499959、第二偏心率平方=0.00673950181947，椭球定位时按我国范围内高程异常值平方和最小为原则求解参数；多点定位；大地高程以1956年青岛验潮站求出的黄海平均水面为基准2000年国家大地坐标系：其原点为包括海洋和大气的整个地球的质量中心。

Z轴指向BIH1984.0定义的协议极地方向（BIH国际时间局），X轴指向BIH1984.0定义的零子午面与协议赤道的交点，Y轴按右手坐标系确定。

2000国家大地坐标系采用的地球椭球参数如下：长半轴a=6378137m、扁率f=1/298.257222101、地心引力常数GM=3.986004418×1014m3s-2、自转角速度ω=7.292l15×10-5rad s-17.空间自相关（1）自相关在空间统计分析中，通过相关分析可以检测出两种现象的变化是否存在相关性，若所分析的统计量为不同观察对象的同一属性变量，则称为自相关。

（2）空间自相关(spatial autocorrelation)是指一些变量在同一个分布区内的观测数据之间潜在的相互依赖性。

（3）计算空间自相关的方法有许多种，然最为知名也最为常用的有：Moran’s I、Geary’s C、Getis、Join count等等。

一般来说，方法在功用上可大致分为两大类：一为全域型，另一则为区域型两种。

全域型的功能在於描述某现象的整体分布状况，判断此现象在空间是否有聚集特性存在，但其并不能确切地指出聚集在哪些地区。

且若将全域型不同的空间间隔的空间自相关统计量依序排列，还可进一步作空间自相关系数图，分析该现象在空间上是否有阶层性分布。

而依据Anselin（1995）提出LISA（Local Indicators of Spatial Association）方法论说法，区域型之所以能够推算出聚集地的范围，主要有两种：一是由统计显著性检定的方法，检定聚集空间单元相对於整体研究范围而言，其空间自相关是否够显著，若显著性大，即是该现象空间聚集的地区，如：Getis和Ord（1992）发展的Getis统计方法；另外，则是度量空间单元对整个研究范围空间自相关的影响程度，影响程度大的往往是区域内的「特例」（outliers），也就表示这些「特例」点往往是空间现象的聚集点，例如：Anselin’s Moran Scatterplot。

8.空间尺度变换★（1）大、小尺度数据的区别尺度，从广义上来说，是实体、模式或过程在空间或时间上的基准尺寸，在地理信息系统中，即可指研究范围（地理分布范围大小），也表示详细程度（地理分辨率的层次和大小）以及时间长短与频率。

大尺度数据在空间上表现为相对于共同参照的地球表面或其他次级区域，占有较大的空间范围，反映地理过程和现象的整体、抽象、轮廓趋势，但空间分辨率和精度较低；小尺度则是占有较小的空间范围，反映地学过程的详细、具体的内容，抽象程度较低；中等尺度则为一种过渡尺度。

（2）尺度变换基本思想信息在不同尺度范围（相邻尺度或多个尺度）之间的变换称为尺度变换（Scaling），也称尺度推绎。