空间分析的概念剖析

空间分析(spatial analysis)虽然在地理学家研究地理问题的历史中由来已久，但是空间分析作为专业术语作为一个独立的概念提出而使用， 是随着GIS技术的出现而出现的。ESRI最早创立的目的，就是组织和分析地理信息。最初ESRI并非是一家IT相关的公司，而是一家私人控股的专门从事土地利用分析项目的咨询公司。 多年以来，ESRI项目包括了为了重建Baltimore、Maryland城制定发展规划，以及帮助美孚石油公司在佛吉尼亚州的reston新城区选址。这些早期项目，已经熟练的运行了很多空间分析的理念和业务流程。

1980年，ESRI集中力量开发了一套能够用用于计算机环境的生产地理信息的核心工具，这就是我们今天所称的地理信息系统（GIS）。

1982年ESRI发布了第一个商业的GIS软件，称之为：Arc/INFO，这套软件除了能够处理点线面等空间要素以外，以及开始集成了用于空间分析的工具。

1990年，ArcView的发布，空间分析就已经作为了ESRI桌面GIS软件最基础，也是最核心的功能模块。 直到今天，ArcGIS10中，仅归类到空间分析扩展(spatial analysis)的基础工具，就达到了170多个，作为ArcGIS产品的核心技术代表。

那么空间分析的具体定义是什么呢？各种文献、著作中的提法多种多样。2003年，美国宾夕法尼亚州立大学的David O'Sullivan和David Unwin在其著作《Geographic InformationAnalysis》中，对这些提法进行了总结，他认为，不同领域的文献中，至少存在4种相互联系的空间分析概念，分别是空间数据操作（Spatial datamanipulation）、空间数据分析（Spatial data analysis）、空间统计分析（Spatial statisticalanalysis）、空间建模（Spatialmodeling）。应该肯定在这本著作中对空间分析概念的剖析是非常中肯的，并且对空间分析理论的发展有着重要的作用。

1、空间数据操作

主要出现在GIS中，但通常就直接被称为空间分析（Spatialnalysis）（其中一些工具，在ArcGIS系统中，这些通常称为“分析工具（Analysis Tools）”）。一般来说，这些操作包括缓冲区分析、包含分析、相交分析、叠加分析、距离、面积、路径计算，以及基于空间关系的空间查询等见到数据分析功能。GIS的空间分析操作主要基于地理对象的几何特征，对于属性描述则主要表现在可视化的制图方面。

2、空间数据分析

一般指对空间数据的描述性和探索性分析技术和方法（ArcGIS中的空间分析扩展的部分工具、地统计分析扩展中的数据探 索、制图表达部分功能等，就属于这类），是所有空间分析中的一个重要步骤，特别对于规模庞大的数据集，通过将数据图形化或者地图化的探索性分析技术，研究数据中潜在的模式、异常等，为后续的分析做准备。

3、空间统计分析

用统计的方法描述和解释空间数据的性质以及数据对于统计模型是否典型或是否如所期望。这里的统计方法与传统的 统计模型完全不同的统计方法。其实地理学家很早就注意到了空间数据所描述的地理现象是空间相关的，这一特征违背了传统统计理论关于独立性的假设，因此需要不同的统计分析方法来测度空间相关性并对数据进行统计分析，发展了专门用户空间数据分析的空间统计分析（ArcGIS中的空间统计模块和空间分析扩展、地统计分析扩展的部分工具，属于这类）。

4、空间建模

空间建模主要包括构建模型预测空间过程及结果。ESRI很早就从公司早期的项目中，总结出了处理业务流程及常用工具的理念，这些理念可以用于自动化环境。一直伴随着ArcGIS软件产品成长的Model Builder以及一些扩展分析（如商业分析、物流分析、网络分析等）就是空间建模的代表。在地理学研究中，根据某些理论和假设，建立模型描述地理信息的分布模式和动态过程是相当普遍的研究方法。例如人文地理学领域中描述的人和货物流动的空间相互作用模型，根据人口分布的服务设施去为分析和选址模型，环境过程中污染扩散模型等。空间建模技术是空间法纳西的深入发展。 在实际应用中，这些术语所指代的方法相互之间密切联系，很难给出一个严格的界限进行区分。在地理研究及相关研究中，基本上都包括了空间分析这四个方面：数据在GIS环境中存储并可视化；描述和探索性的数据分析技术提出问题并建议相应的分析理论或模型；在此基础上通过空间统计方法建立统计模型；或在理论指导下对特定的问题进行空间建模分析和预测。 综上所述，一般认为空间分析能够揭示出比数据本身更多的信息和知识的已知分析技术或方法。地理学家用空间分析技术或方法研究地理对象或现象的分布模式、动态烟花古城和空间相互作用规律，发展和检验地理模型，增进对地理信息的理解，创新地理知识。