地理数据采集与处理.pptx

地理数据采集与处理;地理数据的类型 地理数据的基本特征 地理数据的采集与处理 地理数据的统计处理 地理数据分布的集中化与均衡度指数;§3.1 地理数据的类型;空间数据的表达：;三种基本的地理几何实体及其组合;属性数据的类型：;品质标志数据：;几种属性数据举例:;·比例尺度数据;·有序尺度数据;· 二元数据;·名义尺度数据;§3.2 地理数据的基本特征;数量化、形式化与逻辑化的几个方面:;地理数据不确定性的来源：;地理数据的多时空尺度：;多维性;地理数据立方体;§3.3 地理数据的采集与处理;一、地理数据的采集;采集地理数据的过程中需要注意的问题：;二、地理数据处理;地理数据的采集、处理及其与数学方法、地理信息系统、地理计算学之间的相互关系图:;§3.4 地理数据的统计处理;1.统计整理的基本步骤;例:对于黄土高原西部地区某山区县的人工造林地调查数据,步骤如下:;? 做出频数分布的直方图:;? 将上图各组的频数分布从组中值位置用折线连接起来，得到频数分布的曲线图:;2.几种常用的统计指标与参数;（1）描述地理数据一般水平的指标;? 中位数;式中：;· 众数:众数就是出现频数最多的那个数,计算方法 分为;式中：;例1：下表给出了某农场各农田地块的面积，试计算其平均值;例2:下表给出了中国西部地区某城市2010年家庭月收入的抽样调查结果，试计算其平均值、中位数和众数。;解题步骤:;（2）描述地理数据分布的离散程度的指标;? 方差与标准差：从平均概况衡量一组地理数据与平均值的离散程度。方差计算公式为（或S）:;·变异系数：表示地理数据的相对变化（波动）程;例如：对于下表中的数据，分别计算极差、离差、离差平方和、方差、标准差、标准差的无偏估计，以及变异系数 。;按照公式（3.4.9）计算离差平方和:;（3）描述地理数据分布特征的参数;·峰度系数。它测度了地理数据在均值附近的集中程度，其计算公 式为;3. 实例：中国大陆省份人均GDP的变异系数;从图中可以看出，在1978－2002年期间，人均GDP 的变异系数，以1990年为转折点，呈现出一个U形曲线。即：人均GDP的变异系数，在1978－1990年期 间基本上呈现下降趋势，而在1990－2002年期间则基本上呈???上升趋势。这说明，在1978～1990年期间 ，中国大陆省际经济发展水平的相对差异，基本上呈缩小趋势，而1990～2001年期间则基本上呈扩大趋 势。这一变化与国家宏观经济政策变动的时间、趋势 大体一致。;§3.5 地理数据分布的集中化与均衡度指数;（1）罗伦次曲线 ? 20世纪初，意大利统计学家罗伦次（M. Lorenz），首先使用累计频率曲线研究工业化的集中化程度。后来，这种曲线就被称之为罗伦次曲线。;表3.5.1 某地区农户家庭经营性纯收入水平及其构成;（1）将表各产业部门的收入及其占总收入比重（百分比;图3.5.1 1999年农户家庭经营性纯收入构成的罗伦次曲线;结果分析：;图中，x轴表示工业总产值累积百分比，y表示选定的某个工业部门产值累积百分比。图反映出两个产业部门（钢铁业和食品业）的两条线的数据与第三条数据（对角线）之间的关系。 对角线表示沿两种分布之间是完全相对应的，有相同的百分率和累积百分率，即均衡分布。每条曲线距离对角线的远近反映出两个产业部门空间分布的差异性，距离对角线越近，说明这一产业部门的地区分布和工业总产值的地区分布越相近；反之，距离越远，说明这一产业部门的地区分布和工业总产值的地区分布相差越大。;（2）集中化指数;? 显然，I越大，就说明数据分布的集中化程度越高 ；反之，I越小，就说明数据分布的集中化程度越低（越均衡）。 ? 常采用如下近似取值方法： ? A——实际数据的累计百分比总和 ? R——均匀分布时的累计百分比总和 ? M——集中分布时的累计百分比总和 ? 集中化指数在[0，1]区间上取值。 ? 只有数据的个数相同而且横坐标划分一致时，才有可比性。;二、基尼系数;第五十七页，共六十八页，2022年，8月28日;基尼系数的计算过程 设罗伦次曲线和对角线之间的那块区域（图中斜线部分）面积为S，绝对不均等折线和绝对均等对角线围成的三角形OAL区域的面积为P，基尼系数 G=S/P 关于基尼系数的解读，注意以下几点： 当收入分配完全均等时，S=0，即G=0 当收入分配完全不均等时，S=P，即G=1 现实生活中，基尼系数介于0-1之间，基尼系数越大，说明收入分配越不平等。;（4）联合国有关组织规定：若 · 收入的基尼系数<0.2，表示收入分配绝对平均；;根据中国大陆1978－2002年各省（直辖市、自治区 ）的人口数和按照可比价格折算的GDP数据，计算基 尼系数，结果如下图。可以看出，在1978－1 90年期间，基尼系数虽然出现过几次上升和下降