空间分析的元素周期表

用于空间分析的元素周期表，
空间分析元素周期表中的每个元素都包含一组空间分析工具。
本文按颜色对常用工具进行了分组(如上图)，
其中矢量分析工具位于左侧，
栅格分析工具位于右侧。

矢量分析/转换

• 矢量转换 [VC]：
  转换点、线和多边形的文件格式，
  并将数据模型从矢量更改为光栅，
  反之亦然。（要素到栅格、栅格化与矢量化）
• 提取 [EX]：
  通过剪切、选择和分割矢量要素来创建要素子集。
  （剪辑、选择和分割）
• 叠加 [OV]：
  叠加 2 个或更多矢量图层，
  并根据重叠特征输出图层。（相交、并集、擦除工具）
• 邻近 [PX]：
  根据距离或邻近函数生成输出。
  (缓冲区, Voronoi 图和近函数）
• 空间连接 [SJ]：
  根据距离或空间关系连接来自单独层的属性。
  （1-M 空间连接“包含”）
• 绘图 [PD]：
  根据一组属性和地理位置构建图形或图表。
  （散点图、直方图、条形图）
• 几何形状 [GS]：
  计算对象的几何形状。（紧凑度、周长/面积比、矩形拟合）。

表格

• 表格工具 [TB]：
  执行用于存储属性数据的表格功能（添加字段、创建域、重新排序字段）。
• 添加 XY 坐标 [XY]：
  将 XY 坐标（纬度/经度）表格转换为具有定义的坐标系。
  （添加纬度/经度坐标）
• 计算几何[CG]：
  计算矢量要素属性表中几何测量的长度。（计算长度/面积）
• 连接表 [JT]：
  根据匹配的记录键将一个表中的属性列附加到另一个表中。（1:1、1:M、M:N）
• 关联 [RL]：
  生成一个临时表，
  显示与一个或多个匹配记录关联的匹配记录。（关联与连接）
• 统计数据 [ST]：
  根据表中的数字字段计算统计数据。
  （RMSE、MAE、总和、平均值、计数、标准差）。

编辑、制图

• 编辑 [ED]：
  使用一层或多层中的顶点和几何体执行编辑功能。
  （编辑工具、致密、修剪、捕捉和延伸）
• 合并 [CF]：
  解决显示相同特征但几何形状不匹配的两个图层之间的冲突。
  （边缘匹配、坐标拉伸、合并）
• 网格索引 [GI]：
  生成一组连续的矩形地图，
  这些地图遵循地图册制作的线性特征。
  （带状地图、fishnet、镶嵌、QGIS Atlas、数据驱动页面）
• 制图 [CA]：
  增强或概括数据集中的特征，
  以实现制图显示和美学质量。（平滑、简化、聚合）。

3D分析

• 3D 分析 [3D]：
  使用 3D 特征执行叠加或邻近分析。
  （3D 分析缓冲区、相交或并集）
• 视线可见性 [LS]：
  识别观察者观察到的直线的障碍物和非障碍物部分。（视线）
• 体积 [VS]：
  计算上方、下方、内部或用于移除或添加材料的空间量。（挖方/填方）
• 视域 [VW]：
  确定观察者在所有方向上可见的位置，并输出为可见性栅格。
• 天际线 [SL]：
  显示可见和遮挡的阴影区域，
  类似于从观察者的角度指向的 3D 扇形。
• 时空立方体 [SC]：
  构建代表地理区域中时间片段的时间和 3D 立方体。（时空立方体）

网络分析

• 路线 [RT]：
  使用一组点和网络数据集查找最佳路线。
  （网络分析最快路线，找到最近或最短距离）
• 方向 [DR]：
  使用网络数据集列出从起点到目的地点的转弯、街道和方向。
• 最佳地点 [OS]：
  从现有设施、竞争商店和可用需求中选择最佳地点。（位置分配）
• 覆盖范围 [CV]：
  计算在给定距离、时间和网络数据集下可以到达某个设施的覆盖范围或可达性。（服务区）
• OD 成本矩阵 [CM]：
  测量从多个起点到多个目的地点的最低成本路径。
• Huff 模型 [HM]：
  使用商店规模、距离和人口普查区人口预测消费者光顾零售商店的概率。（Huff 重力模型）

数据管理

• 数据管理 [DM]：
  使用一组工具来管理图层，
  以开发、更改和维护图层（合并、追加、数据比较）
• 投影 [PJ]：
  为图层分配坐标参考系。（投影，定义投影）
• 广义向量 [GV]：
  根据公共属性值或共享边界组合相邻要素或条片。（溶解和消除）
• 地址地理编码 (AD)：
  将地址转换为具有纬度和经度坐标的地理位置。（地理编码、反向地理编码）
• 拓扑 [TP]：
  修复并捕捉编辑错误，例如过冲、下冲、切片、重叠和间隙。（拓扑规则）
• 线性参考 [LR]：
  存储由点/线事件的 m 值表示的线要素上的相对位置。（线性参考系统）
• 空间调整 [SA]：
  对齐和变换已移位、旋转或扭曲的矢量图层，就像矢量的地理参考一样。（矢量弯曲器、位移链接）
• GeoEnrich [GE]：
  使用人口统计、教育或收入属性等增值信息改进现有数据。（地理丰富）
• 采样 [SP]：
  创建数据子集，以便按设定的时间间隔或随机进行采样。（范围内的规则点、随机点）
• 地理标记 [GT]：
  通过 GPS 为数码照片分配地理坐标，无需地理配准。（地理标记）
• 宗地结构 [PF]：
  构建特定于管理宗地结构的地籍。（地籍分割、分割多边形）
• 附件 [AT]：
  构建附件以将照片内部存储为表格关系。
• 全动态视频 [FMV]：
  地理启用视频，并在地图上协调足迹。（全动态视频）
• COGO [CO]：
  捕获横向土地测量测量的坐标、方位角和距离。（COGO – 坐标几何)
• 点云 [PC]：
  使用一组工具管理 LAS 文件，以维护、更改和插值点云。
• Web 服务 [WS]：
  从图层部署或导入要素作为 Web 要素/地图服务。（网络要素服务，GeoRSS）
• TIN [TIN]：
  创建一个三角形不规则网络来描绘三维地形表面。（TIN 网格创建）
• 室内测绘 [IM]：
  将室内平面图与 BIM、Revit 和 CAD 等数字格式相结合。（室内制图）
• Temporal [TM]：
  使用日期和/或时间向图层添加时间属性（转换时区、更新时间字段、时间动画）
• 实时跟踪 [TR]：
  实时传输对象的移动或状态随时间的变化。（GeoEvent 服务器、地理围栏、创建跟踪层）

新兴技术

• 大数据 [BD]：
  从地理位置过于庞大和复杂的数据集中分析和提取数据。（GeoAnalytics 桌面工具）
• 机器学习 [ML]：
  通过训练和标记使用神经网络进行分类、预测和分割。（深度学习工具集、机器学习）
• 数据工程 [DE]：
  验证、清理空间数据并将其维护为可用的分析形式。
• IoT [IOT]：
  分析来自物联网 (IoT) 平台的实时数据源和传感器。（ArcGIS Velocity）
• 基于代理的仿真和建模[AS]：
  通过地理空间中的个体交互来模拟场景和现象的出现。（多智能体建模环境）
• 虚拟现实 [VR]：
  通过空间环境中的耳机替代视野。
• 增强现实 [AR]：
  增强手机显示屏上的 3D 功能，
  以便与外界进行空间交互。（增强现实）

栅格数据管理

• 地理配准 [GR]：
  拉伸、缩放、旋转和倾斜光栅图像以更好地与地理空间相关。（地理配准）
• 马赛克 [MO]：
  将多个光栅图像组合成无缝的复合光栅图像。(Mosaic))
• 栅格创建 [RC]：
  在特定像元大小的给定范围内生成栅格。（创建随机栅格、创建恒定栅格）
• 空间自相关 [AL]：
  测量分散或聚集像元在栅格中的位置。( Moran's I )
• 泛化 [RG]：
  通过泛化、平滑和更改单元来清理栅格数据。（Nibble、收缩、扩展）
• 多维 [MD]：
  为面向数组的数据提供用于存储多维变量的接口。(NetCDF)
• 重新采样 [RS]：
  更新转换光栅图像的像元大小。（光栅重采样：最近邻、双线性和三次卷积）
• 光栅绘画 [PA]：
  使用一组画笔、填充和擦除工具绘制和擦除光栅单元。

栅格分析

• 栅格分析 [RA]：
  对栅格网格数据集执行栅格分析功能。（分析模式）
• 地图代数 [MA]：
  在局部、区域、焦点和全局配置中应用类似数学的运算。（地图代数）
• 等高线 [CN]：
  生成等高线以表示景观的地形。(等高线)
• 区域统计 [ZS]：
  生成栅格表面定义区域的统计数据。（区域统计- 平均值、总和和多数）
• 成本路径 [CP]：
  查找从起点到目的地的最具成本效益的路径，该路径累积的成本最少。（最低成本路径）
• 栅格处理 [RP]：
  通过剪切、选择和分割栅格网格创建要素子集。（栅格剪辑、分割栅格）
• 空间回归 [RE]：
  根据解释变量生成预测表面。（普通最小二乘回归、空间回归）
• 地形分析 [TA]：
  根据输入栅格计算地形特征。（斜率、形态测量、TPI 和粗糙度）
• 数学函数 [MF]：
  执行数学函数以逐个单元更新数值。（算术、幂、指数和对数）
• 适用性 [SU]：
  根据标准覆盖栅格表面以分析适用性。（模糊逻辑加权和）
• 条件 [CON]：
  对生成二进制输出的栅格执行条件语句。（大于、等于）

遥感

• 波段索引 [BA]：
  利用固有的波长特性转换一组图像波段。（NDVI、穗帽、湿度指数）
• 图像拉伸 [IS]：
  通过调整亮度、对比度和伽玛属性来安排图像的显示。
• 图像分类 [IC]：
  根据图像像素的光谱特性将土地覆盖类别分配给图像像素。（有监督/无监督分类）
• 复合波段[CB]：
  将单波段栅格组合成复合栅格，用于真彩色或假彩色显示。（复合波段）
• 全色锐化 [PS]：
  通过利用全色波段增强空间单元分辨率。
• 大气校正 [AC]：
  通过大气中固有的散射来校正遥感图像。（暗对象减法、辐射传输模型、大气校正）
• 分割 [SG]：
  将图像中的相似像素分组为矢量对象以识别对象和特征。（分段均值平移、基于对象的图像分析）
• 数据挖掘 [DN]：
  从高度相关的变量中消除冗余数据，聚合基本信息。（主成分分析）
• 测量 [ME]：
  测量图像中二维和三维特征的几何形状。（角度、高度、周长、体积）
• 摄影测量 [PH]：
  从同一物体的两个或多个有利位置执行立体视差，以测量浮雕位移。（摄影测量）
• 倾斜 [OB]：
  以一定角度收集图像，而不是自上而下的正交透视。
• 雷达 [RD]：
  测量发送到地球的微波脉冲的反向散射，
  无论是镜面反射、漫反射还是双反射。（合成孔径雷达）

插值法

• 插值 [IP]：
  通过创建预测表面，使用采样位置估计未知值。（IDW、样条曲线、趋势）
• 克里金法 [KR]：
  通过半变异函数构建数学函数来生成概率和预测表面。（克里金法和半变异函数，以及地质统计学）
• 核密度 [KD]：
  通过应用单位密度函数（热图）计算热点和冷点。

结论：空间分析的元素周期表

对于没有经验的人来说，
空间分析似乎就像炼金术。
但这是有科学依据的，
通过使用空间分析，可以发现模式、量化面积并预测结果，
而地理是这一切的共同纽带。