GIS空间分析

    空间分析是为了解决地理空间问题而进行的数据分析与数据挖掘，是从GIS目标之间的空间关系中获取派生的信息和新的知识，是从一个或多个空间数据图层中获取信息的过程。空间分析通过地理计算和空间表达挖掘潜在的空间信息，其本质包括探测空间数据中的模式；研究数据间的关系并建立空间数据模型；使得空间数据更为直观表达出其潜在含义；改进地理空间事件的预测和控制能力。

    空间分析主要通过空间数据和空间模型的联合分析来挖掘空间目标的潜在信息，而这些空间目标的基本信息，无非是其空间位置、分布、形态、距离、方位、拓扑关系等，其中距离、方位、拓扑关系组成了空间目标的空间关系，它是地理实体之间的空间特性，可以作为数据组织、查询、分析和推理的基础。通过将地理空间目标划分为点、线、面不同的类型，可以获得这些不同类型目标的形态结构。将空间目标的空间数据和属性数据结合起来，可以进行许多特定任务的空间计算与分析。

    现在不少空间分析方法已经在GIS软件中实现，ArcGIS ToolsBox中就集成了大量的空间分析工具，例如空间信息分类、叠加、网络分析、领域分析、地统计分析等等，另外，还有一系列适应地理空间数据的高性能计算模型和方法，例如人工神经网络、模拟退火算法、遗传算法等等。但总的来说，目前在GIS软件中实现的专业空间分析模块还比较少，由于空间分析理论自身的不完善，也使得还没有比较全面、权威的软件包集成于GIS软件中。目前GIS软件与空间分析软件相结合的方式有两种，一种是高度耦合，一种是松散耦合。

    高度耦合结构即把空间分析模块嵌入到GIS软件包中，供用户直接从图形界面中选择各种功能，GIS中相关的数据直接可以参与到空间分析计算中，这种方式方便了用户，但代价是开发费用较高，实现周期长。目前也只有少数的大型GIS公司才会深入的涉足到高耦合结构GIS软件的设计与开发中，例如美国ESRI公司。

    松耦合结构则是在相对独立的GIS软件和空间分析软件之间使用一个数据交换接口，GIS软件中的数据通过接口为空间分析软件提供基本的分析数据源，经空间分析软件计算出的结果通过接口以图形的方式显示在GIS软件中，实现这种架构方式相对容易，费用也相对较低，一般可以使用开源的GIS软件即可实现这种结构。

    在GIS中开发有效的空间分析工具相对难度较大，《地理空间数据分析与GIS》中将GIS环境下空间分析方法分为六种：