CN102609535A

CN102609535A - 一种gis图层点数据叠加方法

Info

Publication number: CN102609535A
Application number: CN2012100349672A
Authority: CN
Inventors: 刘学增; 朱伟佳; 朱爱玺; 章哲颜; 朱合华
Original assignee: Shanghai Tongyan Civil Engineering Technology Co Ltd
Current assignee: Tongji University; China Academy of Transportation Sciences
Priority date: 2012-02-16
Filing date: 2012-02-16
Publication date: 2012-07-25
Anticipated expiration: 2032-02-16
Also published as: CN102609535B

Abstract

本发明涉及一种GIS图层点数据叠加方法，包括以下步骤：1)选择一叠加对象点分布均匀度最高的图层作为基准图层；2)读取另一待叠加的图层c的数据，映射到基准图层的叠加对象上；3)根据邻近影响原则，将图层c叠加对象的点数据映射到基准图层的点上；4)遍历基准图层上的所有点，直到基准图层上的所有点都有图层c的数据映射；5)遍历所有需要叠加的图层，直到所有需要叠加的图层数据都映射到基准图层上；6)则根据给定的叠加算法，进行叠加计算，得到点p的叠加结果Up：Up＝f(v，v’，v”，......)；7)在基准图层上，根据所有点的叠加结果Up，对该区域进行克里金插值，得到最终的结果。与现有技术相比，本发明具有提高了叠加效率等优点。

Description

一种GIS图层点数据叠加方法

技术领域

本发明涉及一种数据叠加方法，尤其是涉及一种GIS图层点数据叠加方法。

背景技术

GIS地理信息系统就是综合处理和分析地理空间数据的一种技术系统。以地理空间数据库为基础，在计算机软硬件的支持下，运用系统工程和信息科学的理论，科学管理和综合分析具有空间内涵的地理数据，以提供管理、决策等所需信息的技术系统。一般都具有数据采集、管理、分析、显示的功能，其中，空间分析是GIS的高级功能，通过空间查询与空间分析，得出决策结论，是GIS的出发点和归宿。空间分析用于挖掘数据背后的位置相关的规律或联系，需要懂得如何应用GIS目标之间的内在空间联系并结合各自的数学模型和理论来制定规划和决策。典型的空间分析包括：拓扑空间查询、缓冲区分析、叠加分析和空间集合分析。其中的叠加分析就是将同一地区，同一比例尺的两组或更多的多边形要素的数据文件进行叠置，根据两组多边形边界的交点来建立具有多重属性的多边形或进行多边形范围的属性特征的统计分析。也可以说：叠加分析包括空间关系的叠加和属性关系的综合，就是将相关主题层组成的数据层进行叠加产生一个新的数据层的操作。

地理信息系统叠加分析可以分为以下几类：视觉信息叠加、点与多边形叠加、线与多边形叠加、多边形叠加、栅格图层叠加。

视觉信息叠加是将不同侧面的信息内容叠加显示在结果图件或屏幕上，以便研究者判断其相互空间关系，不产生新的数据层面，只是将多层信息复合显示，便于分析。

点与多边形叠加，是计算多边形对点的包含关系，同时处理属性信息。可以将多边形属性信息叠加到其中的点上，也可以将点的属性叠加到多边形上，用于标识该多边形。

线与多边形叠加，是比较线坐标与多边形坐标的关系，判断线是否落在多边形内。叠加的结果产生了一个新的数据层，每条线被它穿过的多边形打断成新弧段图层，同时产生一个相应的属性数据表记录原线和多边形的属性信息。

多边形叠加将两个或多个多边形图层进行叠加产生一个新多边形图层的操作，其结果将原来多边形要素分割成新要素，新要素综合了原来两层或多层的属性。进行多个多边形的叠加运算，在参与运算多边形所构成的属性空间内，每个结果多边形内部的属性值是一致的，可以称为最小公共地理单元。

栅格图层叠加的另一形式是二值逻辑叠加，即作用于不同数据层面上的基于数学运算的叠加运算，在地理信息系统中称为地图代数。包括：

1、基于常数对数据层面进行的代数运算；

2、基于数学变换对数据层面进行的数学变换(指数、对数、三角变换等)；

3、多个数据层面的代数运算(加、减、乘、除、乘方等)和逻辑运算(与、或、非、异或等)。

在现有的叠加分析方法中，点面、线面、面面叠加是矢量叠加，但没有对属性数据进行数学变换或代数运算，地图代数使用灵活，但局限于栅格图层，而且把图层作为代数公式的变量进行计算的技术难度也很大。

发明内容

本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种GIS图层点数据叠加方法。

本发明的目的可以通过以下技术方案来实现：

一种GIS图层点数据叠加方法，其特征在于，包括以下步骤：

1)读取要叠加的图层数据，选择一叠加对象点分布均匀度最高的图层作为基准图层；

2)读取另一待叠加的图层c的数据，把该图层数据映射到基准图层的叠加对象上；

3)根据邻近影响原则，将图层c叠加对象的点数据映射到基准图层的点上；

4)遍历基准图层上的所有点，循环执行3)，直到基准图层上的所有点都有图层c的数据映射；

5)转到步骤2)，遍历所有需要叠加的图层，直到所有需要叠加的图层数据都映射到基准图层上；

6)设在基准图层的每个叠加对象点p上的各个待叠加图层的映射数据为v、v’、v”......，则根据给定的叠加算法，进行叠加计算，得到点p的叠加结果Up：

Up＝f(v，v’，v”，......)

7)在基准图层上，根据所有点的叠加结果Up，对该区域进行克里金插值，得到最终的结果。

所述的分布均匀度U计算如下：

U = 100 * [1 - \frac{Σ_{i = 1}^{n} | X_{i} - \overset{&OverBar;}{X} |}{n * \overset{&OverBar;}{X}}]

其中，n为对叠加分析区域的均分网格数，X_i为i网格内点的数目，

为叠加分析区域内n个网格内的点数的平均值，即：均匀度U越大，则表明点的分布越均匀，若有多个图层均匀度相同，则取点数最多的图层作为基准图层。

所述的邻近影响原则为对于基准图层上的任意选取一点p，根据位置关系，在p点的东、西、南、北四个方向搜索图层c上的四个点p1、p2、p3、p4，该四个点在图层c上的对应方向所有点中距离p点最近的点，所述的对应方向所有点是指从p点出发在该方向左右各30°夹角内的点，如果某个方向一个点也没有，则放弃该方向的点。

所述的步骤3)中的数据映射为把p1、p2、p3、p4各点的数据映射到图层c的p点上，映射过程为反距离加权，具体如下：

若d1、d2、d3、d4分别表示p1、p2、p3、p4到p点的距离，v1、v2、v3、v4分别表示p1、p2、p3、p4点的数据，则图层c的四个点映射到p点的数据为v：

V = \frac{Σ_{i = 1}^{4} \frac{V_{i}}{{d_{i}}^{n}}}{Σ_{i = 1}^{4} \frac{1}{{d_{i}}^{n}}}

其中，n为大于0的加权幂指数，通常取整数1。

所述的给定的叠加算法为基于地图代数的空间叠加算法。

与现有技术相比，本发明把地图代数应用于矢量图层，大大提高了叠加效率，并增强了图层叠加分析的灵活性，能够真正实现空间数据挖掘，起到了决策支持的作用。

附图说明

图1为本发明方法的叠加分析流程图；

图2为框选分析区域示意图；

图3为地下水埋深勘探孔及水土-腐蚀性勘探孔示意图；

图4为分析区域的叠加分析结果-工程地质分区图。

具体实施方式

下面结合附图和具体实施例对本发明进行详细说明。

如图1所示，一种GIS图层点数据叠加分析方法，包括以下步骤：

1)读取要叠加的图层数据，选择一叠加对象点分布均匀度高的图层作为基准图层；所述的均匀度的计算公式为：

U = 100 * [1 - \frac{Σ_{i = 1}^{n} | X_{i} - \overset{&OverBar;}{X} |}{n * \overset{&OverBar;}{X}}]

其中，n为对叠加分析区域的均分网格数。一般地，因纵横网格数相同，所以n为自然数的平方数，如4、9、16、25等。X_i为i网格内点的数目，

为叠加分析区域内n个网格内的点数的平均值，即：

均匀度越大，则表明点的分布越均匀。如果有多个图层均匀度相同，则取点数最多的图层作为基准图层。

其中，所述的邻近影响原则，是指对于基准图层上的任意选取一点p，根据位置关系，在p点的东、西、南、北四个方向搜索图层c上的四个点p1、p2、p3、p4，此四个点在图层c上的对应方向所有点中，距离图层c的p点最近，所述的对应方向所有点是指从p点出发的在该方向左右各30°夹角内的点，如果某个方向一个点也没有，则放弃该方向的点。

所述的数据映射，是指把p1、p2、p3、p4各点的数据映射到图层c的p点上，映射方法是反距离加权，若d1、d2、d3、d4分别表示p1、p2、p3、p4到p点的距离，v1、v2、v3、v4分别表示p1、p2、p3、p4点的数据，则图层c的四个点映射到p点的数据为v：

V = \frac{Σ_{i = 1}^{4} \frac{V_{i}}{{d_{i}}^{n}}}{Σ_{i = 1}^{4} \frac{1}{{d_{i}}^{n}}}

其中，n为大于0的加权幂指数，通常可取整数1。

6)设在基准图层的每个叠加对象点p上的各个待叠加图层的映射数据为v、v’、v”......，则根据任意给定的叠加算法，进行叠加计算，得到点p的叠加结果Up：

Up＝f(v，v’，v”，......)

7)在基准图层上，根据所有点的叠加结果Up，对该区域进行克里金插值，得到最终的分析结果。

实施例2

以应用于多指标工程地质分区为例。在多指标工程地质分区中，分析由地震基本烈度、地下水埋深、水土-腐蚀性、地下水水质、岩土类型、地基承载力六个基本指标组合分析，除地震基本烈度对于小范围分析区域可以取常量，其它各个分析基本指标数据都来自于勘探孔数据。

1)如图2所示，在需要分析的地方输入一个多边形区域；

2)由于具备地下水埋深数据的勘探点最密集，且分布均匀性最好，因此，选取地下水埋深作为基准图层。

3)查询出多边形区域内的所有具备地下水埋深数据的勘探孔{a}；

4)对于常量的地震基本烈度，每个勘探孔赋值该常量；

5)如图3所示，对于水土-腐蚀性指标，获取该区域内具备水土-腐蚀性数据的勘探孔{b}；

6)遍历选取{a}集合内的一勘探孔a；

6.1)对于勘探孔a，首先{b}集合内有无勘探孔b，满足a到b的距离d＜多边形区域的矩形包围盒的短边长度的1/1000，如果有，则将勘探孔b的水土-腐蚀性数据赋值给勘探孔a，返回执行步骤6，如无，则执行步骤6.2)；

6.2)对于勘探孔a，在{b}集合内选取a的东、西、南、北四个方向上距离a最近的勘探孔b1、b2、b3、b4；

6.3)把b1、b2、b3、b4四个点的水土-腐蚀性数据反距离加权赋给勘探孔a，

V = \frac{Σ_{i = 1}^{4} \frac{V_{i}}{{d_{i}}^{n}}}{Σ_{i = 1}^{4} \frac{1}{{d_{i}}^{n}}};

7){a}集合内的每个勘探孔都具备了水土-腐蚀性数据；

8)对于其它指标，包括地下水水质、岩土类型、地基承载力，都参照水土-腐蚀性指标，执行步骤5)到步骤7)；

9){a}集合内的每个勘探孔都具备了各个分析指标的数据；

10)对{a}集合内的每个勘探孔，依据分析模型，对各个分析指标数据进行代数运算，得到每个勘探孔的指标综合分析指标，即工程地质分区指标数据；

11)对具备工程地质分区的点集{a}进行克里金插值，生成最终分析结果-框选区域的工程地质分析图，如图4所示。

Claims

1.一种GIS图层点数据叠加方法，其特征在于，包括以下步骤：

Up＝f(v，v’，v”，......)

2.根据权利要求1所述的一种GIS图层点数据叠加方法，其特征在于，所述的分布均匀度U计算如下：

U = 100 * [1 - \frac{Σ_{i = 1}^{n} | X_{i} - \overset{&OverBar;}{X} |}{n * \overset{&OverBar;}{X}}]

为叠加分析区域内n个网格内的点数的平均值，即：

均匀度U越大，则表明点的分布越均匀，若有多个图层均匀度相同，则取点数最多的图层作为基准图层。

3.根据权利要求1所述的一种GIS图层点数据叠加方法，其特征在于，所述的邻近影响原则为对于基准图层上的任意选取一点p，根据位置关系，在p点的东、西、南、北四个方向搜索图层c上的四个点p1、p2、p3、p4，该四个点在图层c上的对应方向所有点中距离p点最近的点，所述的对应方向所有点是指从p点出发在该方向左右各30°夹角内的点，如果某个方向一个点也没有，则放弃该方向的点。

4.根据权利要求3所述的一种GIS图层点数据叠加方法，其特征在于，所述的步骤3)中的数据映射为把p1、p2、p3、p4各点的数据映射到图层c的p点上，映射过程为反距离加权，具体如下：

V = \frac{Σ_{i = 1}^{4} \frac{V_{i}}{{d_{i}}^{n}}}{Σ_{i = 1}^{4} \frac{1}{{d_{i}}^{n}}}

其中，n为大于0的加权幂指数，通常取整数1。

5.根据权利要求1所述的一种GIS图层点数据叠加方法，其特征在于，所述的给定的叠加算法为基于地图代数的空间叠加算法。