參考比例定義符號以所需大小顯示時的比例。

為了使標(biāo)注和標(biāo)記的字體，以及符號化后的符號大小隨著比例尺大小的變化而變化。

在設(shè)置參考比例后，大于參考比例時字體和符號方法，小于參考比例尺時字體和符號縮小。

使用“繪圖”工具，繪制一個面，

在工具欄中選擇——按圖形選擇

ArcGIS中主要有Shapfile、Coverage和Geodatabase 三種數(shù)據(jù)組織方式。

Shapfile由儲存空間數(shù)據(jù)的shap文件、儲存屬性數(shù)據(jù)的dBase表和儲存空間數(shù)據(jù)與屬性數(shù)據(jù)關(guān)系的 .shx 文件組成。

Coverage的空間數(shù)據(jù)儲存在二進(jìn)制文件中。屬性數(shù)據(jù)和拓?fù)鋽?shù)據(jù)存儲在INFO中，目錄合并了二進(jìn)制文件和INFO表，成為Coverage要素類

Geodatabase是面向?qū)ο蟮臄?shù)據(jù)模型，能夠表示要素的自然行為和要素之間的關(guān)系

關(guān)系表

要素類

簡單要素類：存放在要素數(shù)據(jù)集中，使用要素數(shù)據(jù)集的坐標(biāo)，不需要重新定義空間參考。

獨立要素類：存放在數(shù)據(jù)庫中的要素數(shù)據(jù)集之外，必須定義空間參考坐標(biāo)。

創(chuàng)建要素類的過程中，M值是一個線性參考值，代表一個有特殊意義的點，要素的坐標(biāo)都是以M為基準(zhǔn)標(biāo)識的。

合并：同層要素空間合并，自動將選擇要素的屬性賦給合并后的新要素

聯(lián)合：不同層要素空間合并，無論要素相鄰還是分立，都可以合并生成一個新要素。

當(dāng)需要通過默認(rèn)值、屬性域、連接規(guī)則、關(guān)系規(guī)則區(qū)分對象時，就需要對單一的要素類或表建立不同的子類型。

利用目錄可以給要素添加子類型，并為每個子類型設(shè)置默認(rèn)值和屬性域。

基數(shù)（Cardinality）——描述對象之間的關(guān)系，分為：一對一（1-1）、一對多（1-M）、多對一（M-1）、多對多（M-N）

關(guān)聯(lián)鍵——要創(chuàng)建關(guān)系，表中必須至少包含一個“共同”字段，這樣的字段稱為“鍵”。鍵值可以是文本型、數(shù)值型（整型）。字段不一定要一致，但是數(shù)據(jù)類型必須一致。

關(guān)系類的創(chuàng)建是在源類的主鍵和目標(biāo)類的外鍵之間創(chuàng)建的。

主鍵：是儲存能夠唯一標(biāo)識表中的每一個對象的字段。

外鍵：記錄有源表主鍵信息的字段。在對象類中，外鍵記錄值不需要唯一，而且通常也不是唯一的。

關(guān)聯(lián)標(biāo)注——在關(guān)系類中，查找關(guān)聯(lián)表的時候需要關(guān)聯(lián)標(biāo)注，標(biāo)注分為向前標(biāo)注和向后標(biāo)注。

使用向前標(biāo)注可以從源類找到目標(biāo)類

使用向后標(biāo)注，可以從目標(biāo)類找到源類

注釋是用于儲存描述性文本信息的專門要素類，和儲存在地圖文檔中的標(biāo)注不同，注釋類儲存在地理數(shù)據(jù)庫中。

注釋類分為——連接要素的注釋類，不連接要素的注釋類。

不連接要素的注釋類是按照地理空間位置放置的文本，不與要素相關(guān)聯(lián)

連接要素的注釋類是與要素類的特定屬性相關(guān)聯(lián)，當(dāng)要素被移動或刪除時，與之關(guān)聯(lián)的注釋也會同時被移動或刪除

創(chuàng)建要素時，參考比例描述了用指定的尺寸顯示注記文本的比例尺，當(dāng)縮小和放大地圖時，文本也跟著縮放。

由要素構(gòu)成，這些要素被限制儲存于網(wǎng)絡(luò)中，作為網(wǎng)絡(luò)要素。

邏輯網(wǎng)絡(luò)是網(wǎng)絡(luò)連通性的物理描述，邏輯網(wǎng)絡(luò)中的每個元素都與幾何網(wǎng)絡(luò)中的一個要素關(guān)聯(lián)。

網(wǎng)絡(luò)要素

連接網(wǎng)絡(luò)要素

邊必須通過連接與其他邊相連

在邏輯網(wǎng)絡(luò)中，邊元素與網(wǎng)絡(luò)中的邊元素相關(guān)，連接要素與網(wǎng)絡(luò)中的連接元素相關(guān)。

廣義上，網(wǎng)絡(luò)要素分：簡單網(wǎng)絡(luò)要素，復(fù)雜網(wǎng)絡(luò)要素

簡單網(wǎng)絡(luò)要素，對應(yīng)邏輯網(wǎng)絡(luò)中的一個簡單網(wǎng)絡(luò)元素

復(fù)雜網(wǎng)絡(luò)要素，對應(yīng)邏輯網(wǎng)絡(luò)中的多個網(wǎng)絡(luò)元素

網(wǎng)絡(luò)中的物質(zhì)、能量、信息的流動是有方向的

網(wǎng)絡(luò)中的方向是從源到匯的

幾何網(wǎng)絡(luò)中的連接要素可以作為源或匯

網(wǎng)絡(luò)可以有許多權(quán)和它相關(guān)，權(quán)是根據(jù)要素的某些屬性來計算的

網(wǎng)絡(luò)中每個要素類都可能有部分或全部的權(quán)與其屬性相關(guān)

每個權(quán)可以與一個要素的一個屬性相關(guān)，也可以與多個要素想關(guān)。

在集合網(wǎng)絡(luò)中的任何一個邊要素或接合點要素在邏輯網(wǎng)絡(luò)中可以是有效的，也可以是無效的

一個網(wǎng)絡(luò)要素是否有效，是否可運行，其狀態(tài)是由Enabled屬性字段來維護(hù)的。

需要創(chuàng)建在要素數(shù)據(jù)集下

最好在內(nèi)容列表中把數(shù)據(jù)導(dǎo)入

指按照地圖信息源原有的投影方式，為數(shù)據(jù)添加投影信息。

使用ArcToolbox中的——數(shù)據(jù)管理工具——投影和變換——定義投影。

因為投影坐標(biāo)系是以地理坐標(biāo)系為基礎(chǔ)的，在定義投影坐標(biāo)系的時候，還需要選擇或新建一個地理坐標(biāo)系。

是將地圖地圖投影轉(zhuǎn)換為另一種地圖投影，主要包括投影類型、投影參數(shù)或橢球體等的改變。

在對柵格數(shù)據(jù)實施投影轉(zhuǎn)換是，要進(jìn)行重采樣處理

使用ArcToolbox中的——數(shù)據(jù)管理工具——投影和變換——柵格——投影柵格

需要進(jìn)行投影變換的柵格數(shù)據(jù)，必須已經(jīng)具有投影信息

是指對數(shù)據(jù)進(jìn)行諸如放大、縮小、翻轉(zhuǎn)、移動、扭曲等幾何位置、形狀、方位的變換等操作。

矢量數(shù)據(jù)可以使用空間校正、編輯器等工具實現(xiàn)。

柵格數(shù)據(jù)可以使用地理配準(zhǔn)、投影和變換工具集實現(xiàn)

用于矢量數(shù)據(jù)的空間位置匹配。

將數(shù)據(jù)從一個坐標(biāo)系裝換到另一個坐標(biāo)系中

糾正幾何變形

將沿著某一圖層的邊的要素與鄰接圖層的要素對齊及在圖層之間復(fù)制屬性

可以使用現(xiàn)有的編輯功能（如捕捉）來增強(qiáng)校正效果

啟動編輯

設(shè)置校正數(shù)據(jù)空間校正工具條——設(shè)置校正數(shù)據(jù)

設(shè)置校正方法空間校正工具條——校正方法

仿射變化可以不同程度的縮放、傾斜、旋轉(zhuǎn)和平移數(shù)據(jù)，此方法至少三個連接，對于大多數(shù)變化，推薦此方法。

相似變換可以縮放、旋轉(zhuǎn)、平移要素，但是不會單獨對軸進(jìn)行縮放，也不會產(chǎn)生任何的傾斜，相似變換使得變換后的要素保持原有的橫縱比（保持要素相對形狀）。至少需要兩個連接。但是要生成均方根（RMS）誤差，則需要三個或三個以上連接。

射影變換至少需要四個位移連接，可用于對航空像片中采集的數(shù)據(jù)直接進(jìn)行變換。

添加位移連接空間校正工具條——新建位移連接工具

查看連接表空間校正工具條——查看鏈接表，查看控制點殘差和RMS。RMS小于1即可。

需要啟動編輯

確保折點捕捉已啟用

空間校正方法選擇——橡皮頁變換

可用于創(chuàng)建兩個相鄰圖層的位移連接

使用該工具前，需要設(shè)置工具屬性中的參數(shù)

需要啟動編輯

確保折點捕捉已啟用

將柵格數(shù)據(jù)按照指定比例分別沿著X軸和Y軸放大或縮小。

數(shù)據(jù)管理工具——投影和變換——柵格——重設(shè)比例

X比例因子——設(shè)置數(shù)據(jù)在x方向上的比例系數(shù)，值必須大于0

Y比例因子——設(shè)置數(shù)據(jù)在y方向上的比例系數(shù)，值必須大于0

指將柵格數(shù)據(jù)沿著指定的中心點旋轉(zhuǎn)指定角度

數(shù)據(jù)管理工具——投影和變換——柵格——旋轉(zhuǎn)

樞軸點——可選項，設(shè)置旋轉(zhuǎn)中心點的X，Y坐標(biāo)，默認(rèn)狀態(tài)的旋轉(zhuǎn)中心是所輸入柵格數(shù)據(jù)的左下角點。

旋轉(zhuǎn)柵格數(shù)據(jù)，需要進(jìn)行重采樣，是可選擇項，默認(rèn)狀態(tài)是最鄰近采樣法。

數(shù)據(jù)提取是從已有的數(shù)據(jù)中，根據(jù)屬性表內(nèi)容選擇符合條件的數(shù)據(jù)，構(gòu)成新的數(shù)據(jù)層

可以通過設(shè)置SQL表達(dá)式進(jìn)行條件選擇

有形物體（街道、河流、水管、電纜線）。

無形物體（無線電通訊網(wǎng)絡(luò)）

狀態(tài)屬性包括阻力和需求

障礙禁止網(wǎng)絡(luò)中鏈上流動的點

拐角點出現(xiàn)在網(wǎng)絡(luò)鏈中所有的分割結(jié)點上狀態(tài)屬性的阻力，如拐彎的時間和限制（如不允許左拐）

中心是接受或分配資源的位置，如水庫、商業(yè)中心、電站

傳輸網(wǎng)絡(luò)分析——網(wǎng)絡(luò)數(shù)據(jù)集

效用網(wǎng)絡(luò)分析——幾何網(wǎng)絡(luò)

道路、地鐵等交通網(wǎng)絡(luò)分析

進(jìn)行路徑、服務(wù)范圍與資源分配

允許在網(wǎng)絡(luò)邊上雙向行駛

網(wǎng)絡(luò)中的代理（司機(jī)）具有主觀選擇方向的能力

計算點與點之間的最佳路徑

時間最短或者距離最短

進(jìn)行多點的物流派送，能夠按照規(guī)定時間規(guī)劃送貨路徑、自由調(diào)整各點的順序

尋找最近的一個或者多個設(shè)施點

確定一個或者多個設(shè)施點的服務(wù)區(qū)

繪制起點——終點距離成本矩陣

車輛路徑派發(fā)

主要用于河流網(wǎng)絡(luò)分析與公用設(shè)施網(wǎng)絡(luò)分析，如水、電、氣等管網(wǎng)

研究網(wǎng)絡(luò)的狀態(tài)及模擬和分析資源在網(wǎng)絡(luò)上的流動與分配情況

在效用網(wǎng)絡(luò)分析中，只允許在網(wǎng)絡(luò)邊上單向同時行進(jìn)

網(wǎng)絡(luò)中的代理（管道中的石油）不能選擇行進(jìn)的方向

行進(jìn)的路徑需要由其他外部因素來決定

尋找連通的、不連通的管線

上下游追蹤

尋找環(huán)路

尋找通路

爆管分析

創(chuàng)建網(wǎng)絡(luò)數(shù)據(jù)集是傳輸網(wǎng)絡(luò)分析的基礎(chǔ)。

傳輸網(wǎng)絡(luò)分析都是基于傳輸網(wǎng)絡(luò)數(shù)據(jù)集來開展的。

網(wǎng)絡(luò)分析是基于幾何網(wǎng)絡(luò)的特征和屬性

利用距離、權(quán)重和規(guī)劃條件來進(jìn)行分析

最快路徑確定起點、終點，求時間最短的路徑

最短路徑確定起點、終點，求距離最短的路徑

最多場景的最短路徑確定起點、終點和所要求經(jīng)過的中間點、中間連線，求最短路徑或最小成本路徑。路徑分析的內(nèi)容可以通過設(shè)定阻抗實現(xiàn)

N條最佳路徑分析確定起點、終點，求代價代價較小的N條路徑，因為實踐中由于種種因素需要選擇近似最佳路徑

包括所有在設(shè)定閾值內(nèi)可以到達(dá)的街道的區(qū)域，閾值可以是時間或者距離等。

某個點5min服務(wù)區(qū)是從該點5min之內(nèi)可以到達(dá)的所有街區(qū)的區(qū)域

可達(dá)性（accessibility）表示從某個點到達(dá)其他地點的容易程度

可達(dá)性可以通過時間、距離和任意其他的阻抗進(jìn)行設(shè)定

查詢離某個位置最近的設(shè)施

可以設(shè)置一個停止成本，一旦超過這個設(shè)置，則不再分析

一旦查找到最近設(shè)施，則可以實現(xiàn)的功能包括到達(dá)最近設(shè)施的路徑、旅行花費、方向

從源點到目標(biāo)點的距離成本

OD成本矩陣可以用于后勤路線分析模型，以便進(jìn)行優(yōu)化選擇，

可以判斷哪些商店由那個倉庫提供服務(wù)會更理想，從而改進(jìn)商店配送以及提供更好的物流服務(wù)

針對多車輛、多訂單的配送情況，為各車輛分配一組配送的訂單，并確定送貨的順序，從而將總運輸成本控制在最低。

可以考慮訂單的時間窗口，可以考慮車輛對某個區(qū)域熟悉的程度

根據(jù)選址的要求為設(shè)施選擇最優(yōu)的位置，使得這些位置能夠覆蓋盡可能多的居民。

建設(shè)成本也可以控制在預(yù)算范圍里

分析最優(yōu)路徑時點與點之間的順序，可以用用戶自己設(shè)置，也可以由系統(tǒng)自動設(shè)置

網(wǎng)絡(luò)分析窗口（Network Analyst Window）顯示停靠點、路徑、點路障、線路障、面路障的相關(guān)信息

停靠點按照點擊的順序標(biāo)號

第一個停靠點被認(rèn)定為出發(fā)點

最后一個一個停靠點被認(rèn)定為是目的地

經(jīng)停順序可以在網(wǎng)絡(luò)分析窗口中修改

選擇Network Analyst——選項，進(jìn)入選項，可以用于設(shè)置加載位置的捕捉環(huán)境。

當(dāng)一個停靠點離道路的距離大于捕捉環(huán)境的距離時，將無法定位于道路網(wǎng)絡(luò)上，顯示出一個“未定位”的符號。

“未定位”符號可以通過“選擇移動網(wǎng)絡(luò)位置工具”將其定位到道路網(wǎng)絡(luò)上。

點擊網(wǎng)絡(luò)分析窗口中的“路徑屬性”按鈕，其中的“分析設(shè)置”可以對“阻抗”進(jìn)行設(shè)置

若要進(jìn)行最短路徑分析“阻抗”設(shè)置為距離 Meters（米）

若要進(jìn)行最快路徑路徑恩分析則設(shè)置為分鐘Minutes（分鐘）

應(yīng)用時間——用來設(shè)置某個停靠點到達(dá)的時間，離開的時間

重新排序停靠點以查找最佳路徑——用來設(shè)置由徐彤重新對停靠點進(jìn)行排序來尋找最佳路徑

在網(wǎng)絡(luò)分析工具欄中選擇Network Analyst ——新建服務(wù)區(qū)

網(wǎng)絡(luò)分析窗口顯示 設(shè)施點、面、線、點障礙

分析設(shè)置——阻抗，按照“分鐘”、“米”來查找服務(wù)區(qū)范圍，

在默認(rèn)中斷中輸入框中輸入設(shè)置的條件，如要求設(shè)施點分別生成1、2min范圍內(nèi)的服務(wù)范圍，在輸入框中輸入1，2 數(shù)字用空格或“，”逗號隔開。

點擊網(wǎng)絡(luò)分析工具條上的求解，可以得到服務(wù)范圍

shp數(shù)據(jù)的網(wǎng)絡(luò)數(shù)據(jù)集僅支持單一線數(shù)據(jù)，基于shp文件的網(wǎng)絡(luò)數(shù)據(jù)集，只能有一個shp線文件參與

地理數(shù)據(jù)庫可以支持多線數(shù)據(jù)

按照邊線連通的方式來連通

交匯點在網(wǎng)絡(luò)數(shù)據(jù)集中默認(rèn)不顯示（如果想顯示對網(wǎng)絡(luò)數(shù)據(jù)集的圖層進(jìn)行符號顯示——交匯點）

作為分析的點，必須將其繪制在線的折點上，否則，就不要讓其參與構(gòu)建網(wǎng)絡(luò)數(shù)據(jù)集，僅讓它作為網(wǎng)絡(luò)位置點即可。

因為孤立的點是無法到其他的位置的，也就是所謂的分析失敗

包含地理位置的時間、日期信息

可借助此信息對實時觀測結(jié)果和以前記錄的觀測結(jié)果進(jìn)行追蹤

這些觀測結(jié)果可以是離散的（閃電），也可以是連續(xù)的（貨運路線和飛行路線）

是同一個對象觀測的集合

在任何情況下，追蹤都是通過聚合具有單個追蹤ID的單個實體的觀測形成的。

一條連接追蹤中的各個觀測的線

追蹤線適用于描繪實體的大致路徑

一組在特定時間點為某個實體測量的值

對于要用于進(jìn)行追蹤的觀測，其必須具有關(guān)聯(lián)的時間

一個追蹤圖層包含一組觀測

某個追蹤事件滿足操作觸發(fā)器的條件時發(fā)生的自定義處理

為追蹤圖層定義圖層操作

為實時追蹤服務(wù)定義服務(wù)操作

為執(zhí)行相應(yīng)操作，某個追蹤事件必須滿足一組條件

可根據(jù)屬性或位置條件，或兩者的組合組合構(gòu)建觸發(fā)器

是基于時間序列的可視化和分析工具

可以實現(xiàn)帶有時間屬性的事物和現(xiàn)象變化的歷史回放

實時數(shù)據(jù)的動態(tài)顯示

在Tracking Analyst 中，首先要將時間數(shù)據(jù)添加為 Tracking 圖層，這是 Tracking Analyst 所獨有的。

可以添加 Tracking Analyst 圖層實現(xiàn)歷史數(shù)據(jù)回放的數(shù)據(jù)源包括

所有數(shù)據(jù)源都必須包括 Data_Time 字段，

如果回放的數(shù)據(jù)是連續(xù)的額，具備軌跡，則數(shù)據(jù)源必須包含 EventID字段以將時間數(shù)據(jù)組織成軌跡。

可接受來自實時源和固定時間源的三種數(shù)據(jù)結(jié)構(gòu)

時間觀測組是數(shù)據(jù)的唯一組件，至少必須包括觀測的時間和日期

包含簡單事件的固定時間數(shù)據(jù)可用一個表格進(jìn)行組織

該表將包括日期以及任何其他存在的屬性

簡單事件在單個組件中包括Tracking Analyst 用于事件處理和顯示所需的所有元素

包括兩個組件，即觀測組件和對象組件

時間觀測組件不包括對象的所有必要信息，因此附加信息保存在對象組件中

對象組件的實際內(nèi)容取決于被追蹤的對象是移動對象還是靜止對象。理想情況下，對象組件應(yīng)包括所有靜態(tài)屬性

對象組件可能包含靜態(tài)事件的形狀字段。它至少應(yīng)包括ID字段，可通過該字段將其鏈接到觀測組件。

其地理位置不斷改變，因此必須連同日期和時間信息一起保存在觀測對象中

時間對象表可能包括飛機(jī)的品牌和型號、飛機(jī)駕駛 員與機(jī)組成員的信息，以及機(jī)身年齡與容量等信息

通過將包含日期和時間(時態(tài)數(shù)據(jù))的地理數(shù)據(jù)以追蹤圖層的形式添加到地圖中，可使此類地理數(shù)據(jù)更加生動形象;

實時追蹤對象，Tracking Analyst支持與全球定位系統(tǒng)(GPS)設(shè)備及其他追蹤和監(jiān)視設(shè)備進(jìn)行網(wǎng)絡(luò)連接，從而可以實時將數(shù)據(jù)繪制成圖;

使用時間窗及其他專用于查看隨時間變化的數(shù)據(jù)的選項對時間數(shù)據(jù)進(jìn)行符號化;

使用TrackingAnalyst回放管理器回放時間數(shù)據(jù)，可使用不同的速度進(jìn)行正向和反向數(shù)據(jù)回放;

通過創(chuàng)建數(shù)據(jù)時鐘來分析時間數(shù)據(jù)中存在的模式;

針對時間數(shù)據(jù)創(chuàng)建和應(yīng)用操作;

使用Tracking Analyst動畫工具可通過動畫形式呈現(xiàn)數(shù)據(jù);

使用ArcGlobe在3D模式下查看追蹤數(shù)據(jù)。

加載空間分析模塊

為分析結(jié)果設(shè)定工作路徑、單元大小、分析范圍、坐標(biāo)系統(tǒng)

柵格數(shù)據(jù)是由單元組成

單元是代表區(qū)域特定部分的方塊

單元按行列排列，組成一個笛卡爾坐標(biāo)系，并且所有的單元是同樣的大小

設(shè)置柵格數(shù)據(jù)集捕捉范圍

輸出的所有柵格數(shù)據(jù)單元與指定的柵格單元匹配

選擇地理處理——環(huán)境——柵格分析——掩膜

選擇已經(jīng)創(chuàng)建的掩膜柵格數(shù)據(jù)

設(shè)置分析掩膜后，所有的分析只在掩膜范圍內(nèi)進(jìn)行

根據(jù)每一個柵格相距其最鄰近要素（也稱“源”）的距離分析制圖，從而反應(yīng)每一柵格與其最鄰近源的相互關(guān)系

通過距離制圖可以獲得很多相關(guān)信息，對資源的合理規(guī)劃和利用

在空間分析中，不再只是單一的代表兩點間的直線長度。

函數(shù)距離是描繪兩點間距離的一種函數(shù)關(guān)系，如時間、摩擦、消耗

源即距離分析中的目標(biāo)或目的地

源表現(xiàn)在GIS數(shù)據(jù)特種上就是一些離散的點、線、面要素。

要素可以鄰接，但屬性必須不同。源可以用柵格數(shù)據(jù)表示，也可以使用矢量數(shù)據(jù)表示

達(dá)到目標(biāo)、目的地的花費，包括錢、時間、人們的喜好

影響成本的因素可以只有一個，也可以有多個

成本柵格數(shù)據(jù)記錄了每一單元的通行成本

成本數(shù)據(jù)的制作一般是基于重分類功能完成

需要制定統(tǒng)一的成本分類體系，對單個成本按其大小分類，并對每一類別賦予成本量值

通常成本高的量值小，成本低的量值大。

最后根據(jù)成本影響程度確定單個成本權(quán)重，依權(quán)重百分比加權(quán)求和，得到多個單成本因素綜合影響的成本柵格數(shù)據(jù)

成本距離加權(quán)數(shù)據(jù)也稱成本累計數(shù)據(jù)，記錄每個柵格到距離最近、成本最近的源的最少累加成本

成本距離加權(quán)考慮到了事物的復(fù)雜性。

通過直線距離函數(shù)，計算每個柵格與最近源之間的歐式距離，并按距離遠(yuǎn)近分級

直線距離可以用于空氣污染影響度分析，尋找最近醫(yī)院，計算距最近超市的距離等操作。

最大距離計算在輸入的距離范圍內(nèi)進(jìn)行，距離以外的地方直接賦予空值，不作任何計算，如果沒有輸入任何值，計算在整個圖層范圍內(nèi)進(jìn)行

通過分配函數(shù)將所有柵格單元分配給離其最近的源

單元值儲存了歸屬源的標(biāo)識值

最大距離計算在輸入的距離范圍內(nèi)進(jìn)行，距離以外的地方直接賦予空值，不作任何計算，如果沒有輸入任何值，計算在整個圖層范圍內(nèi)進(jìn)行

通過成本距離加權(quán)函數(shù)，計算出每個柵格到距離最近、成本最低源的最少累加成本。

同時可以生成兩個相關(guān)輸出成本方向數(shù)據(jù)和成本分配數(shù)據(jù)。

成本距離加權(quán)數(shù)據(jù)表示了每一個單元到它最近源的最小累計成本。

成本方向數(shù)據(jù)表示了從每一單元出發(fā)，沿著最低累計成本路徑達(dá)到最近源的具體路線。

成本分配數(shù)據(jù)記錄了么個單元的隸屬源（歸屬于哪個源）信息。

通過最短路徑函數(shù)獲取從一個源或一組源出發(fā)，到達(dá)一個目標(biāo)地或一組目標(biāo)地的最短直線路徑或最小成本路徑。

最短路徑分析可找到通達(dá)性最好的路線，或找出從居民地到達(dá)超市的最優(yōu)路徑

三種最短路徑計算方法

需要獲取成本數(shù)據(jù)

執(zhí)行成本加權(quán)距離函數(shù)

獲取成本方向數(shù)據(jù)和成本距離數(shù)據(jù)

通過執(zhí)行最短路徑功能獲取最短或最優(yōu)路徑

密度制圖根據(jù)輸入的要素數(shù)據(jù)集計算整個區(qū)域的數(shù)據(jù)聚集情況，從而產(chǎn)生一個連續(xù)的密度表面

密度制圖主要是基于點數(shù)據(jù)生成的，以每個待計算格網(wǎng)點為中心，進(jìn)行圓形區(qū)域搜索，進(jìn)而來計算每個格網(wǎng)點的密度值

從本質(zhì)上講，密度制圖是一個通過離散采樣點進(jìn)行表面內(nèi)插的過程，根據(jù)內(nèi)插原理的不同，分為核函數(shù)密度制圖和簡單密度制圖

核函數(shù)密度制圖中，落入搜索區(qū)域內(nèi)的點具有不同的權(quán)重，靠近網(wǎng)格搜索區(qū)域中心的點或線會被賦予較大的權(quán)重

隨著其與網(wǎng)格中心距離的加大，權(quán)重降低。

他的計算結(jié)果分布較平滑

線密度制圖是在密度制圖中，落在搜尋區(qū)域內(nèi)的線有同樣的權(quán)重，先對其進(jìn)行求和，再除以搜索區(qū)域的大小，從而得到每個點的密度值。

點密度制圖是在密度制圖中，落在搜尋區(qū)域內(nèi)的點有同樣的權(quán)重，先對其進(jìn)行求和，再除以搜索區(qū)域大小，從而得到每個點的密度值。

選擇參與密度計算字段。

默認(rèn)選項為

計算圓內(nèi)要素點個數(shù)計算密度值

一般情況下采集到的數(shù)據(jù)是以離散點的形式存在的

只有在這些采樣點上才有較為準(zhǔn)確的數(shù)值，其他采樣點上都沒有數(shù)值

在實際應(yīng)用中可能需要用到某些為采樣點的值，這個時候就需要通過已采樣點的值

插值結(jié)果將產(chǎn)生一個連續(xù)的表面，在這個連續(xù)表面上可以得到每一個點的值。

柵格插值包括簡單柵格表面的生成和柵格數(shù)據(jù)重采樣

IDW是一種常用而簡便的空間插值方法，它以插值點與樣本點間的距離為權(quán)重進(jìn)行加權(quán)平均，離插值點越近的樣本點賦予的權(quán)重越大。

IDW通過對鄰近區(qū)域的每個采樣點值平均運算獲得內(nèi)插單元值。

IDW是一個均分過程，這一方法要求離散點均勻分布，并且密度程度足以滿足在分析中反映局部表面變化

可變搜索半徑。內(nèi)插計算時樣本點個數(shù)是固定的（缺省值為12）

搜索距離是可變的，取決于插值單元周圍樣本點的密度。密度越大，半徑越小。

如果在最大距離文本框中輸入最大搜索半徑值，若某一領(lǐng)域的搜索半徑在獲得指定數(shù)據(jù)的樣本點之前，已經(jīng)達(dá)到了最大搜索半徑。該點的插值就通過最大搜索半徑內(nèi)的已有樣本點來完成。

固定搜索半徑。需要規(guī)定插值時樣本點的最小數(shù)據(jù)和搜索距離。

搜索距離是一個常數(shù)，對每一個插值單位來說，用于尋找樣本點的圓形區(qū)域的半徑都是一樣的。

如果搜索半徑距離內(nèi)的點個數(shù)小于插值點個數(shù)的最小整數(shù)值，則搜索半徑自動增大。

用于指定指定igyie中斷線文件

中短線是指限制搜索輸入樣本點的多線段數(shù)據(jù)集。

是一個打斷表面的線特征懸崖、峭壁或某些障礙

中斷線不必具有Z值

他限制了插值計算，使得只能在線的兩側(cè)各自進(jìn)行。而落在中斷線上的點同時參與兩側(cè)的計算。

Regularized Spline（規(guī)則樣條）——生成一個平滑、漸變的表面，插值結(jié)果可能會超出樣本點的取值范圍較多

Tension Spline（張力樣條）——根據(jù)要生成的現(xiàn)象的特征生成一個比較堅硬的表面，插值結(jié)果更接近限制在樣本點的取值范圍內(nèi)

計算過程中出了需要選擇不同的計算方法，還需要在每種方法中設(shè)定一個合適的權(quán)重（weight）。

規(guī)則條樣插值時，權(quán)重越高表面越光滑，通常用到的典型值有0、0. 001、0. 01、1和5

張力條樣插值時，權(quán)重越高，表面越粗糙，通常用到的典型值有0、1、5和10。

是一種基于統(tǒng)計學(xué)的插值方法

基本原理是根據(jù)相鄰變量的值，利用變異函數(shù)揭示的區(qū)域化變量的內(nèi)在聯(lián)系來估計空間變量數(shù)值

對已知點進(jìn)行結(jié)構(gòu)分析，在充分了解已知點性質(zhì)的前提下，提出變異函數(shù)模型

在該模型的基礎(chǔ)上，進(jìn)行克里金計算

最普通、應(yīng)用最廣

假定采樣點值不存在潛在的全局趨勢，只用局部的因素就可以很好的估測未知值

假設(shè)存在潛在趨勢，可以用一個確定性的函數(shù)或多項式來模擬

通用克里金方法僅用于數(shù)據(jù)的趨勢已知并能合理而科學(xué)的描述

使用附近點的值和距離預(yù)估每個像元的表面值，該插值也稱為Sibson或區(qū)域占用（area-stealing）插值

與反距離權(quán)重插值法不同的是，使用Voronoi（泰森）多邊形進(jìn)行空間劃分

每個插值點的計算來自于其鄰近的相鄰多邊形的點以及由插值點形成的心的泰森多邊形與原始多邊形的重疊區(qū)域所占比重作為插值權(quán)重

該插值方法具有局部性，僅使用查詢點周圍的樣本子集

根據(jù)輸入數(shù)據(jù)的結(jié)構(gòu)（泰森多邊形）進(jìn)行局部調(diào)整，無需用戶指定搜索半徑樣本個數(shù)等信息

該插值方法不會推斷趨勢且不會生成輸入樣本尚未表示的山峰、凹地、山脊或山谷。

該表面將通過輸入樣本且在除輸入樣本位置以外的其他所有位置均是平滑的。

可通過全局多項式插值法將由數(shù)學(xué)函數(shù)(多項式)定義的平滑表面與輸人采樣點進(jìn)行擬合。

趨勢表面會逐漸變化，并捕捉數(shù)據(jù)中的粗尺度模式。

使用趨勢插值法可獲得表示感興趣區(qū)域表面漸進(jìn)趨勢的平滑表面。

感興趣區(qū)域的表面在各位置間出現(xiàn)漸變時，可將該表面與采樣點擬合，例如污染擴(kuò)散情況

檢查或排除長期趨勢或全局趨勢的影響

在趨勢插值法中，將通過可描述物理過程的低階多項式創(chuàng)建漸變表面如污染情況和風(fēng)向

使用的多項式越復(fù)雜，為其賦予物理意義就越困難

計算得出的表面對異常值(極高值和極低值)非常敏感，尤其是在表面的邊緣處。

線性趨勢面插值法用于創(chuàng)建浮點型柵格

將通過多項式回歸將最小二乘表面與各輸人點進(jìn)行擬合。使用線性選項可控制用于擬合表面的多項式階數(shù)

一階多項式趨勢面插值法將對平面與一組輸人點進(jìn)行最小二乘擬合。利用趨勢面插值法可創(chuàng)建平滑表面。

一階多項式趨勢面插值法生成的表面幾乎不能穿過各原始數(shù)據(jù)點，因為對整個表面執(zhí)行的是最佳擬合

如果所用多項式的階數(shù)高于- -階，插值器所生成柵格的最大值和最小值可能會超過輸人要素數(shù)據(jù)輸人文件中的最小值和最大值。

可生成趨勢面的邏輯型選項適用于預(yù)測空間中給定的一組位置(x, y)處某種現(xiàn)象存在與否(以概率的形式)

z值是僅會產(chǎn)生兩種可能結(jié)果的分類隨機(jī)變量如瀕臨滅絕的物種存在與否

生成的兩種z值可分別編碼為1和0

邏輯型選項可根據(jù)值為0和1的各像元值創(chuàng)建連續(xù)的概率格網(wǎng)。可使用最大可能性估計直接計算出

柵格插值除了包括簡單柵格表面的生成還應(yīng)包括柵格數(shù)據(jù)重采樣

重采樣是柵格數(shù)據(jù)空間分析中，處理柵格分辨率匹配問題的常用數(shù)據(jù)處理方法。

用來分析的數(shù)據(jù)資料由于來源不同，經(jīng)常會出現(xiàn)不同柵格大小的問題。這時為了便于分析，就需要統(tǒng)一柵格大小的轉(zhuǎn)換處理，即柵格數(shù)據(jù)的重采樣過程。

用輸入柵格數(shù)據(jù)中最鄰近柵格值作為輸出值。

在重采樣后的輸出柵格中，每個柵格值，都是輸入柵格數(shù)據(jù)中真是存在而未加任何改變的值

這種方法簡單易用、計算量小，而且速度最快

是進(jìn)一步提高內(nèi)插精度的一種方法

他的基本思想是增加鄰點來獲得最佳插值函數(shù)

取內(nèi)插點周圍相鄰的16個樣點數(shù)據(jù)，可以在某一方向上內(nèi)插，每四個值一次內(nèi)插四次，再根據(jù)四次的計算結(jié)果，在另一個方向上內(nèi)插，最終得到內(nèi)插結(jié)果

通過時生成新數(shù)據(jù)集，獲得更多的反應(yīng)原始數(shù)據(jù)集中所暗含的空間特征、空間格局等信息。

表面分析的主要功能

等值線是將表面上相鄰的具有相同值的點連接起來的線

等值線分布的疏密一定程度上表明了表面值的變化情況

等值線越密，表面值的變化越大，反之越小

通過研究等值線，可以獲得對表面值變化的基本趨勢

因子分析方法是GIS空間分析，尤其是GIS數(shù)字地信分析常用的基本分析方法。

不同的地形因子從不同側(cè)面反映了地形特征

從地形因子所描述的空間區(qū)域范圍，常用地形因子可以劃分為圍觀地形因子和宏觀地形因子

按照地形因子差分計算的階數(shù)，地形因子分為一階地形因子、二階地形因子和高階地形因子

坡度、坡向、平面曲率、剖面曲率咋ArcGIS中可以直接獲取。

坡向是指地表面上一點的切平面的法線矢量在水平面的投影與過該點的正北方向的夾角

對于地面任何一點來說，坡向表征了該點高程值該變量的最大變化方向。

對地形表面一點扭曲變化程度的定量化度量因子

地面曲率在垂直和水平兩個方向上的分量分別稱為剖面曲率和平面曲率

指在地形表面上，具體到任何一點，指過該點的水平面沿水平方向切地形表面所得的曲線在該點的曲率值

平面曲率描述的是地表曲面沿水平方向的彎曲、變化情況，也就是該點所在的地面等高線的彎曲程度。

山體陰影是根據(jù)假想的照明光源對高程柵格圖的每個柵格單元計算照明值。

山體陰影圖不僅很好的表達(dá)了地形的立體形態(tài)，而且可以方便的提取地形隱蔽信息

計算過程中包括三個重要參數(shù)太陽方位角、太陽高度角和表面灰度值

以正北方向為0°，按順時針方向度量

由于人眼的視覺習(xí)慣，默認(rèn)方位角為315°，即西北方向

光線與水平面之間的夾角，同樣以度為單位

為符合人眼視覺習(xí)慣，通常默認(rèn)為45°。

默認(rèn)情況下，ArcGIS中提取的光照灰度表面值的范圍為0-255

多層面柵格數(shù)據(jù)疊加分析時，經(jīng)常需要以柵格像元為單位來進(jìn)行像元統(tǒng)計分析。

像元統(tǒng)計輸入數(shù)據(jù)集必須是來源于同一個地理區(qū)域，并且采用相同的坐標(biāo)系統(tǒng)。

像元統(tǒng)計功能常用于同一地區(qū)多時相數(shù)據(jù)的統(tǒng)計，通過像元統(tǒng)計分析得出所需數(shù)據(jù)。

鄰域統(tǒng)計是以待計算柵格為中心，向其周圍擴(kuò)展一定范圍，基于這些擴(kuò)展柵格數(shù)據(jù)進(jìn)行函數(shù)運算

鄰域統(tǒng)計是在單元對應(yīng)的鄰域范圍指定的單元上進(jìn)行統(tǒng)計分析，然后將結(jié)果值輸出到該單元位置

矩形，需要設(shè)置矩形窗口的長和寬，缺省的鄰域大小為3*3單元

環(huán)形，需要設(shè)置鄰域的內(nèi)半徑和外半徑。半徑通過和x軸或y軸的垂線的長度來指定。落入環(huán)內(nèi)即內(nèi)外半徑之間環(huán)的數(shù)值將參與鄰域統(tǒng)計計算，內(nèi)半徑以內(nèi)的部分不參與計算。

圓形，只需要輸入圓的半徑

楔形，需要輸入起始角度、終止角度和半徑。起始角度和終止角度可以是0-360的整形或浮點值。角度值從x軸的正方向零度開始，逆時針逐漸增加直至走過一個滿圓又回到零度

是在單元對應(yīng)的鄰域范圍指定的單元上進(jìn)行統(tǒng)計分析，然后將結(jié)果值輸出到該單元的位置

利用鄰域統(tǒng)計可以獲取多種信息。如在調(diào)查土地利用是，鄰域統(tǒng)計可以獲得鄰域范圍土地變化和確定土地利用的穩(wěn)定性。

利用鄰域統(tǒng)計的平均值還可以進(jìn)行邊緣模糊等多種操作

以一個數(shù)據(jù)集的分類區(qū)為基礎(chǔ)，對另一個數(shù)據(jù)集進(jìn)行數(shù)值統(tǒng)計分析。包括計算數(shù)值取值范圍、最大值、最小值、標(biāo)準(zhǔn)差

一個分類區(qū)就是在柵格數(shù)據(jù)中擁有相同值的所有柵格單元，而不考慮他們是否鄰近

分類區(qū)統(tǒng)計是在每一個分類區(qū)的基礎(chǔ)上運行操作的。

區(qū)域字段——選擇表示分類區(qū)類別的字段，若是柵格數(shù)據(jù)則默認(rèn)為value，即柵格單元值

在計算中忽略NoData——可選項，標(biāo)示是否允許柵格數(shù)據(jù)中的空值參與運算，選中表明允許包含空值的單元參與運算

可以把結(jié)果以表格的形式輸出

區(qū)域分析——以表格顯示分區(qū)統(tǒng)計

統(tǒng)計結(jié)束后該表自動加載到ArcMap內(nèi)容表中，以按源列出形式顯示。

基于原有數(shù)值，對原有數(shù)值重新進(jìn)行分類整理從而得到一組新值并輸出

新值替換——用一組新值取代原來值

舊值合并——將原值重新組合分類

重新分類——以一種分類體系對原始值進(jìn)行分類

空值設(shè)置——把指定值設(shè)定空值

是數(shù)據(jù)處理和分析的最常用方法，也是建立復(fù)雜的應(yīng)用數(shù)學(xué)模型的基本模塊

不僅可以完成基于數(shù)學(xué)運算符的柵格運算，以及基于數(shù)學(xué)函數(shù)的柵格運算，還可以支持直接調(diào)用ArcGIS自帶的柵格數(shù)據(jù)空間分析函數(shù)。并可以方便的實現(xiàn)多條語句的同時輸入和運行

支持地圖代數(shù)運算，柵格數(shù)據(jù)集可以作為算子直接和數(shù)字、運算符、函數(shù)等在一起混合計算，不需要做任何轉(zhuǎn)換

具有相同輸入單元的兩個或多個柵格數(shù)據(jù)逐單元進(jìn)行

算數(shù)運算符——加、減、乘、除

布爾運算符——和（&）、或（|）、異或（！）、非（^）。基于布爾運算來對柵格數(shù)據(jù)進(jìn)行判斷

Abs （絕對值函數(shù)）

Int （整數(shù)函數(shù)）

Float（浮點函數(shù)）

Ceil（向上舍入函數(shù)）

Floor（向下舍入函數(shù)）

IsNul（輸入數(shù)據(jù)為空數(shù)據(jù)以1輸出，有數(shù)據(jù)以0輸出）

Sin

Cos

Tan（正切）

Asin（反正弦）

Acos

Atan

Exp（底數(shù) e ）

Exp10

Exp2

Log（自然對數(shù)）

Log10

Log2

Sqrt（平方根）

Sqr（平方）

Pow（冪）

“-”和“^”是單目運算符，運算符前可以不加內(nèi)容，而只在運算符后加入?yún)⑴c計算的對象

在公式編輯器如果引用“圖層和變量”選擇框的數(shù)據(jù)層，數(shù)據(jù)層名必須用雙引號括起來

在函數(shù)后面的括號內(nèi)加入計算對象

Mod 是對柵格數(shù)據(jù)進(jìn)行求模運算

將研究區(qū)域中的每個像元都分配各類或目錄，包括“監(jiān)督分類”和“非監(jiān)督分類”

監(jiān)督分類——需要了解研究區(qū)域的具體情況，并且可以識別每個類的代表性區(qū)域或樣本

非監(jiān)督分類——使用數(shù)據(jù)中自然產(chǎn)生的統(tǒng)計分組來確定將數(shù)據(jù)分入那個聚類

ISO聚類，即迭代式自組織聚類方法，是最常用的非監(jiān)督分類算法

先設(shè)定初始聚類中心和聚類數(shù)，然后定義相似度準(zhǔn)則函數(shù)，對全部樣本進(jìn)行調(diào)整。

調(diào)整完畢后重新計算樣本均值作為新的聚類中心。

每次迭代期間將所有像元分配給現(xiàn)有的聚類中心，計算最小歐式距離，將各個像元聚集到多維屬性空間中最接近的平均值，并為每個聚類中心重新計算新的平均值

通過多次的合并與分裂過程最終完成對像元的聚類分析，從而得到類數(shù)比較合理的聚類結(jié)果

使用ISODATA聚類算法來確定多維屬性空間中像元自然分組的特征

可將結(jié)果儲存在輸出的ASCII特征文件中，但是不能產(chǎn)生分類結(jié)果

特征文件中包含關(guān)于所表示聚類的像元子集的多元統(tǒng)計信息

計算結(jié)果可以確定出像元位置與聚類之間的所屬關(guān)系、聚類的平均值以及方差協(xié)方差矩陣

影響分類中通常使用“ISO聚類非監(jiān)督分類”方法

輸出特征文件——指定輸出的特征文件，特征文件是用于存儲感興趣的每個類或聚類的多元統(tǒng)計信息的ASCII文件

后綴名為*. GSG文件

文件包括每個類的平均值、類中像元的數(shù)目以及類的方差及協(xié)方差矩陣

類數(shù)目——在聚類過程中可能產(chǎn)生的最大聚類數(shù)

迭代次數(shù)——（可選）該值應(yīng)該足夠大，以保證像元從一個類遷移至另一類的次數(shù)最少，從而是所有的聚類編程穩(wěn)定狀態(tài)。

迭代次數(shù)應(yīng)隨著“類數(shù)目”的增加而增大

最小類大小——（可選）指一個有效類所含的最少柵格數(shù)

采樣間隔——（可選）指相鄰兩次采樣的空間間隔，采用間距過大會損失重要信息，間距設(shè)置過小會增加計算量

是基于貝葉斯準(zhǔn)則的分類錯誤概率最小的-一種非線性分類，是應(yīng)用比較廣泛和比較成熟的一種監(jiān)督分類方法。

最大似然法分類基本原理是:假定訓(xùn)練樣本中地物的光譜特征和自然界大部分隨機(jī)現(xiàn)象一樣，近似服從正態(tài)分布

利用訓(xùn)練樣本可求出各類均值、方差及協(xié)方差等特征參數(shù)，從而可求出總體的先驗概率密度函數(shù)

在以上步驟的基礎(chǔ)上，對于任何-一個像素，可反過來求它屬于各類的概率，取最大概率對應(yīng)的類為分類結(jié)果

當(dāng)總體分布不符合正態(tài)分布時，其分類可靠性將下降，這種情況下不宜采用最大似然分類法。

在最大似然分類中需要特征文件

將各個像元指定給以特征文件表示的類時，同時考慮類特征的方差和協(xié)方差

假設(shè)類樣本呈正態(tài)分布，可使用均值向量和協(xié)方差矩陣作為類的特征。

如果給定了每個像元值的這兩個特征，則可計算每個類的統(tǒng)計概率，以確定像元能否作為該類的成員

當(dāng)“先驗概率權(quán)重”為EQUAL時，每個像元將被分配給它最有可能具有成員資格的類

當(dāng)“先驗概率權(quán)重”為FILE時，需要同時輸入先驗概率文件。表示某些類出現(xiàn)的可能性大于（或小于）平均值，具有特殊概率的類的權(quán)重在先驗概率文件中指定

在最大似然法分類中可生成置信柵格數(shù)據(jù)，來顯示分類置信度，共有14類

在置信柵格數(shù)據(jù)中像元值為1的置信度中所包含的像元與輸入特征文件中所存儲的任意均值向量距離最短，表示這些像元的分類具有最高確定性

在置信柵格中最低的置信度值是14，表示顯示的像元進(jìn)行分類可能性最小

分類置信度與有效剔除分?jǐn)?shù)值的個數(shù)直接關(guān)系，當(dāng)[剔除分?jǐn)?shù)]為0. 99或更小時，才會對第二個置信度所包含的像元(在置信柵格中像元值為2)進(jìn)行分類

當(dāng)[剔除分?jǐn)?shù)]為0. 005或更大，將不對此置信度的像元進(jìn)行分類。

選項將因最低正確分配概率而得不到分類的像元部分

默認(rèn)值為0. 0，將對每個像元進(jìn)行分類

有效輸入值包括0. 0、0. 005、0. 01、0. 025、0. 05、0. 01、0. 25、0. 5、0. 75、0. 9、0. 95、0. 975、0. 99和0. 995

將輸入的多波段數(shù)據(jù)變換到一個新的空間，其是對原始空間軸進(jìn)行旋轉(zhuǎn)二成新的多元屬性空間

是在盡量不丟失信息的前提下的一種線性變換方法，主要用于數(shù)據(jù)壓縮和信息增強(qiáng)

此方法生成的是波段數(shù)與指定的成分?jǐn)?shù)相同的多波段柵格（新多元空間中每個軸或成分一個波段）

第一個主成分將具有最大的方差，第二個主成分將具有未通過第一個主成分描述的第二大方差

多數(shù)情況下，主成分工具生成的多波段柵格中的前三個或前四個波段將對95%以上的方差進(jìn)行描述，就可以將其余柵格波段刪除

刪除的理由是——新的多波段柵格所包含的波段數(shù)較少，而且95%以上的原始多波段柵格方差保持不變，因此計算速度更快，同時還保持了精度。

表示連續(xù)合并的每對類之間屬性距離的邏輯示意圖。

為避免交叉，以圖形的方式進(jìn)行排布，使得要合并的每對類的成員在示意圖中相鄰。

原理——首先計算輸入特征文件中每對類之間的距離，以迭代方式合并最近的的一對類，完成后繼續(xù)合并下一對最近的類，直到合并完所有的類。

在每次類合并后，對各類之間的距離進(jìn)行更新。合并類特征時采用的距離將用于構(gòu)建樹狀圖。

以區(qū)域化變量為基礎(chǔ)，借助變異函數(shù)，研究既具有隨機(jī)性又具有結(jié)構(gòu)性，或具有空間相關(guān)性和依賴性的自然現(xiàn)象的一門科學(xué)。

與空間數(shù)據(jù)的結(jié)構(gòu)性和隨機(jī)性、空間相關(guān)性和依賴性、空間格局與變異有關(guān)的研究，并對這些數(shù)據(jù)進(jìn)行最優(yōu)無偏內(nèi)插估計，或模擬這些數(shù)據(jù)的離散性、波動性時，皆可應(yīng)用地統(tǒng)計學(xué)

都是在大量采樣的基礎(chǔ)上

通過對樣本屬性值的頻率分布、均值、方差等關(guān)系及其相應(yīng)規(guī)則的分析，確定其空間分布格局與相關(guān)關(guān)系

地統(tǒng)計學(xué)既考慮到樣本值的大小，又重視樣本空間位置及樣本間的距離

彌補(bǔ)了經(jīng)典統(tǒng)計學(xué)忽略空間方位的缺陷

提前假設(shè)

區(qū)域化變量

變異分析

空間估計量

地統(tǒng)計學(xué)任偉研究區(qū)域中所有的樣本值都是隨機(jī)過程的結(jié)果，即所有樣本值都不是相互獨立的，是遵循一定的內(nèi)在規(guī)律的

地統(tǒng)計學(xué)就是要揭示這種內(nèi)在規(guī)律，并進(jìn)行預(yù)測

在統(tǒng)計學(xué)分析中，假設(shè)樣本是服從正態(tài)分布的，地統(tǒng)計學(xué)也不例外

在獲得數(shù)據(jù)后，首先應(yīng)對數(shù)據(jù)進(jìn)行分析，若不符合正態(tài)分布的假設(shè)，應(yīng)對數(shù)據(jù)數(shù)據(jù)進(jìn)行變換，轉(zhuǎn)換為符合正態(tài)分布的形式，并盡量選取可逆的變換形式

對于統(tǒng)計學(xué)而言，重復(fù)的觀點是其理論基礎(chǔ)

統(tǒng)計學(xué)認(rèn)為，從大量的重復(fù)的觀察中可以進(jìn)行預(yù)測和估計，并可以了解估計的變化性和不確定性。

對于大部分的空間數(shù)據(jù)而言，平穩(wěn)性是假設(shè)是合理的

兩種平穩(wěn)性

當(dāng)一個變量呈現(xiàn)一定的空間分布時，稱之為區(qū)域化變量，它反映了區(qū)域內(nèi)某種特征或現(xiàn)象

區(qū)域化變量與一般的隨機(jī)變量不同之處在于（它是與位置有關(guān)的隨機(jī)變量）

隨機(jī)性

結(jié)構(gòu)性

區(qū)域化變量是一個隨機(jī)變量，它具有局部的、隨機(jī)的、異常的特征

區(qū)域化變量具有一定的的結(jié)構(gòu)特點，即變量在點x與偏離空間距離為h的點x+h 處的值Z(x)和Z(x+h)具有某種程度的相似性，即自相關(guān)性。

自相關(guān)性的程度依賴于兩點間的距離及變量特征。

空間局限性——這種結(jié)構(gòu)性表現(xiàn)為一定范圍內(nèi)

不同程度的連續(xù)性

不同程度的各向異性——各個方向表現(xiàn)出的自相關(guān)性有所區(qū)別

地統(tǒng)計學(xué)的協(xié)方差函數(shù)可表示為

Z(x)為區(qū)域化隨機(jī)變量，并滿足二階平穩(wěn)假設(shè)，即隨機(jī)變量Z(x)的空間分布規(guī)律不隨位置而改變

h為兩樣本點空間分割距離

Z( ) 為 Z(x) 在空間點 處的樣本值

Z( +h) 為 Z(x)在 處距離偏離 h 的樣本值[i=1,2,…,N(h)]

N(h)為分割距離為h時的樣本點對總數(shù)

又稱半變差函數(shù)、半變異矩，是地統(tǒng)計分析的特有函數(shù)

區(qū)域化變量Z(x)在點x和x+h處的值Z(x)與Z(x+h)差的方差的一半稱為區(qū)域化變量Z(x)的辦變異函數(shù)，記為r(h)。2r(h)稱為變異函數(shù)。

根據(jù)定義有