Analize U GIS-u

Analize u GIS-u
Interakacija korisnika i prostornih podataka. Prostorna analiza.

Analize vektorskih podataka: Prostorna pretraivanja, Odreivanje
duljina, povrina, Oblici, nagibi padina i usmjerenost,
Transformacije: odreivanje udaljenosti (buffer), Preklapanje
slojeva, Metode preklapanja slojeva, Pogreke kod preklapanja i
njihovo ispravljanje, Centroidi. Analize rasterskih podataka: Algebra
karte, Lokalne operacije, Operacije susjedstava, Zonske operacije,
Odreivanje udaljenosti (buffer). Preklapanje slojeva. Prikazivanje i
analiza reljefa: Digitalni model reljefa, Model nepravilnih trokutnih
mrea (TIN), Produkti digitalnog modela reljefa, Prostorna
interpolacija, Metode prostorne interpolacije.
Vjebe: Rad s prostornim bazama podataka, Izrada jednostavnih
zadataka analize vektorskih ali i rasterskih podataka, Izrada
zadataka zdruivanja osnovnih operacija na temelju zadanih
parametara, Prostorna interpolacija (primjena razliitih metoda),
Izrada profila, karte nagiba, perspektivnog prikaza.
Ishodi uenja
poznavati interakciju korisnika i prostornih

podataka
na zadanom primjeru samostalno provesti
prostornu analizu
razlikovati i analizirati vektorske i rasterske
podatke
poznavati i primijeniti metode transformacije i
preklapanja slojeva, prikazivanja i analize reljefa,
poznavati i primijeniti ispravljanje pogreaka pri
preklapanju slojeva
poznavati i primijeniti metode prostorne
interpolacije
OBAVEZNA LITERATURA
Longley, P.A., Goodchild, M.F., Maguire, D.J., Rhind, D.W. 2005/2010.:
Geographic Information Systems and Science, John Wiley&Sons.,
Chichester.
Maguire, D.J., Batty, M., Goodchild, M. (ed.) (2005): GIS, Spatial analysis
and Modeling, ESRI Press, Redlands.
Maantanay, J., Ziegler, J. (2006): GIS for the Urban Environment, ESRI
Press, Redlands.
DOPUNSKA LITERATURA
McCoy, J., Johnston, K. 2000.: Using ArcGIS Spatial Analyst, ESRI,
Redland.
Analize u GIS-u - obveze studenata
Predavanja
Redovitost (evidencija) 66% u semestru
Aktivno sudjelovanje u nastavi
Vjebe Luka Valoi, prof. geog.
Redovitost (evidencija) 70% u semestru

Aktivnost
Zadane vjebe (nisu uvjet za potpis)
Analize u GIS-u obveze studenata
Komponente koje ine ukupnu ocjenu iz kolegija

(max. 100 bodova):
Kolokvij - praktini rad na raunalu (do 50 bodova)

vremensko ogranienje
Usmeni (do 50 bodova) :
GIS projekt - samostalno osmiljen manji GIS projekt
posebno se vrednuje originalnost i samostalnost (obvezni

kolegij)
Izborni kolegij samo usmeni ispit (bez projekta)
Ocjena:
91 100 bodova 5
81 90 bodova 4
66 80 bodova 3
51 65 bodova 2
< 51 bodova - 1
Samostalno rijeiti postavljeni zadatak u

zadanim vjebama!!!
PROSTORNE ANALIZE U
GIS-U
Vrste analiza
Selekcije i istraivanje baze
podataka
Diplomski sveuilini studij geografije, smjer: GIS, 1. godina
Dr. sc. Aleksandar Toski, izv. prof.
Geografski odsjek PMF-a
Sveuilita u Zagrebu
Prostorna analiza - kategorije

Selekcije i istraivanje baze podataka
Selekcije (atributivne, prostorne, kombinacija)
Istraivanje baze podataka histogram i dr.
Klasifikacija/reklasifikacija
Mjerenja
Obiljeja geografskih podataka: duljina, povrina itd.
Transformacije
Novi podaci, raster vektor, geometrijska pravila
Deskriptivna statistika
Bit podataka u jednom ili dva parametra
Optimizacija - idealne lokacije, rute
GIS istraivanje baze

Interakcija korisnik podaci odvija se kroz
razliite vrste prikaza u GIS-u
Catalog view pokazuje sadraj baze podataka na
razliitim medijima za pohranu podataka
Map view omoguava uvid u podatke u vizualnoj
formi
Table view objekti u redovima, a atributi u
kolonama
Mogua kombinacija tih oblika uvida u baze
podataka
Catalog view
Pokazuje foldere,
baze podataka i
datoteke u lijevom,
a pregled selektirani
sadraj u desnom
prozoru
Pregled vezan uz
metapodatke,
pregled u obliku
male karte i tablini
Map view
Korisnik ostvaruje
interakciju kako bi:
identificirao
objekte i istraio
njihove atribute
(opisna obiljeja)
Izdvojio objekte koji
udovoljavaju
odreenim
kriterijima
Odredio koordinate
objekata
Table view
Atributi su prezentirani
u obliku tablice
povezane s Map view
Kada se selektiraju
objekti u tablici
oznaeni su i na karti i
obratno
Odgovori na
jednostavne upite o
objektima i njihovim
atributima
GIS istraivanje baze

Istraivanje
podataka
Vrste dijagrama
Histogram
Histogram: grafiki prikaz razdiobe frekvencija diskretne

varijable. Razredi su prikazani pravokutnicima visine jednake
frekvenciji dotinog razreda (ili relativnoj frekvenciji), a
osnovica je odabrana veliina razreda (irina razreda).
Histogram
U Geostatistical analystu
Dijagram rasipanja
Odnos izmeu visine i koncentracije ozona u zraku
Dijagram stupaca
Box plot (kutijasti dijagram)
Bubble dijagram
Geostatistical Analyst
QQ plot
selektirane
toke
Voronoi karta
Nakon to su kreirani Voronoi pologoni moe se definirati susjedstvo pojedine toke odnosno
susjedna je toka ona koja dijeli granicu voronoi poligona.
Koristei ovakvu definiciju susjedstva, moe se izraunati itav niz lokalnih statistikih
pokazatelja. Npr. Lokalna aritmetika sredina matine i susjednih toaka i ona se pridaje kao
vrijednost matinom poligonu.
Vie metoda - vidi u Geostatistical Analystu.
Opcija cluster
Hvala na pozornosti!
PROSTORNE ANALIZE U
GIS-U
Reklasifikacija
Mjerenja

Sveuilita u Zagrebu

Istraivanje baze podataka (svih ili selektiranih) histogram i dr.
Mjerenja
Transformacije
Reklasifikacija (Vektorski podaci)
Dissolving spajanje
poligona
Primjer
Podatke na razini opina objedini na razinu
upanija (OPCINE.shp).
(Mapa: reklasifikacija)
Reklasifikacija (rasteri)
Reklasifikacija pojedinanih
vrijednosti
Reklasifikacija prema
vrijednostima razreda
Reklasifikacija (rasteri)
Reklasifikacija u razrede jednakog

raspona vrijednosti
Reklasifikacija u razrede jednake povrine
Reklasifikacija prema povrini

geoobjekta (rasteri)
Radit emo samo sa povrinama veim od >

80 ha
Reklasifikacija unutar kategorije
Rad sa svakom individualnom povrinom

pod umama, a na cijelom kategorijom
Reklasifikacija prema vrijednosti

Visinske pojaseve od 20
m pretvarama u
pojaseve od 100m
Reklasifikacija vrijednosti u vie rastera

radi ujednaavanja mjerne skale
1. Ulazni slojevi podataka
2. Izvedeni slojevi podataka
3. Reklasifikacija (npr.
nominalna skala u
intervalnu ili odnosnu
skalu)
4. Odredi vanost sloja i
preklopi
Reklasifikacija ArcGIS 10
Izbornik Spatial Analyst
Jedan od naina aktiviranja
reklasifikacije dodavanjem
u izbornik Spatial Analyst.
ArcToolbox

Mjerenja
Obiljeja geografskih podataka: duljina, povrina, nagiba itd.
Transformacije
Mjerenja
Mjerenje sa karata kod mnogih postupaka
u analizi
Mjerenje udaljenosti izmeu dviju toaka
Mjerenje povrina npr. povrina zemljinih parcela
Takva mjerenja su zamorna i netona ako se

izvode runo
Mjerenja pomou GIS alata i digitalnih baza podataka su
bra, pouzdanija i tonija.
Mjerenja
Rezultati ovise o modelu podataka

Sva mjerenja u GIS-u su aproksimacija
Duljina & Povrina vektorski podaci
Polyline duljina (uvijek kraa) Je li
uvijek tako?
Udaljenost
U ravnini
Na sferi
dij
xi x j 2 y i y j 2
dij R cos 1sin 1 sin 1 cos 1 cos 2 cos(1 2)
dij 2R sin1 sin2 A sin2 B cos i cos j
i j
i j
where : A
,B
2
2
Duljina
Polyline zbroj linijskih segmenata
Dva tipa deformacija
1. Segmenti ravne crte, GIS duljina e biti kraa od stvarne
Duljina
Dva tipa deformacija
2. Linije u 2-D GIS-u u ravnini krae nego u 3D
Zato? Npr. Duljina granica zemljinih parcela
Mjerenja
Povrina poligona (prvi GIS CGIS) tako
nastao)
1
A
2
n 1
x
i 1
i 1
x i y i y i 1
Mjerenje povrina na kartama

uvijek bilo problem.
Mjerenja (raster)
Euklidski prostor najkraa udaljenost
Udaljenost Manhattan
Proximity (blizina) koncentrine
ekvidistantne zone
Mjerenja (raster)
rezultat ovisi o metodi koja se primjenjuje
Area i perimeter utjee veliina piksela, razliiti
projekcijski sustavi, orijentacija mree
Perimeter broj stranica piksela x rezolucija

Area broj piksela x povrina piksela
Napraviti izraun povrine za sve hrvatske

opine (kopirati datoteku sa servera
(counties_not_generaliz i municipalities_not
generalized - u svoj folder na raunalo)
VBA script code (ArcView)
Calculate Geometry ArcInfo 10.0
Izraunavanje povrine
Calculate geometry
Definiranje prostornih obiljeja

objekta: Kompleksnost oblika
Perimeter = 27 km
Area = 25 km2
KO = 27 / 25 = 1.08
KO = 45 / 25 = 1.80
Area = 25 km2
Kompleksnost poligona
Odnos P i A izraava
geografsku kompleksnost
poligona
Vie vrijednosti
kompleksnost oblika
Niske vrijednosti
jednostavnost
Kompleksnost
oblika(krug)
KO =
P perimeter, A - area
Perimeter = 45 km
Oblik kao pokazatelj manipulacije granicama izbornih jedinica

(gerrymandering)
12. Kongresni distrikt (North Carolina) pomou GIS-a oblikovan

1992. g. tako veinu ine glasai Afroamerikanci kako bi
predstavnik iz njihovih redova bio izabran. To je postignuto
kreiranjem izborne jedinice udnog oblika. Nadleni sud je taj
prijedlog odbio.
Nagib i orijentacija padina

Izraunava se iz podataka o reljefu (DEM)
Nagib i orijentacija se izraunava usporedbom
svake toke (elije) u odnosu na susjedne
Najee 8 susjednih elija
Metoda varira
Potrebno je znati koja je metoda koritena i kako je
definiran nagib
Nagib padina
Nagib padina nagib kontinuirane povrine du pravca maksimalnog

nagiba u smjeru padnica
Nagib izraava se u stupnjevima ili postotcima:
Nagib (%) = 100*( dz / dx )
Nagib () = arctan ( dz / dx ) (inverzna trigonometrijska funkcija)
Nagib (%) = tan ( Nagib() ) * 100
Nagib padina (Slope)

e1
e2
e3
e4
C0
e5
e6
e7
e8
Nagib (%) = 100*( dz / dx )

Nagib () = arctan ( dz / dx )
Nagib (%) = tan ( Nagib() ) * 100
Prema Hornu:
S= ((e1+ 2e4 + e6) (e3+ 2e5 + e8))2 +

((e6+ 2e7 + e8) (e1+ 2e2 + e3))2)0.5/ 8d
Jednostavna varijanta:
S= ((e4-e5)2 + (e7-e2)2)0.5 / 2d
d = duljina stranice elije
Nagib padina (Slope) - ArcGIS
Nagib padina (Slope) - ArcGIS
ArcGIS 10
Prostorna analiza - tipovi

Istraivanje (upiti) i zakljuivanje (selekcije)
Mjerenja
Transformacije
Novi podaci, v r, r v, buffer, overlay

Testiranje hipoteze uzorakcijela populacija
PROSTORNE ANALIZE U
GIS-U
Metode prostorne interpolacije

Sveuilita u Zagrebu

Mjerenja
Transformacije
Novi podaci, raster vektor, zoniranje, preklapanje slojeva
Prostorna interpolacija
Mjerenja kontinuiranih pojava u prostoru
odvijaju sa na izabranim mjernim mjestima
Potreba da se procijeni cijela povrina
Procijeniti vrijednosti pojave gdje nisu obavljena mjerenja
Napraviti kartu izohipsa interpolirajui ih izmeu
postojeih podataka o NV (visinskih toaka)
Metode prostorne interpolacije rjeavaju

ovakve probleme
Temelj: prostorna
autokorelacija
iz podataka u pojedinim tokama do
kontinuiranog polja
Metode interpolacije
1.
2.
3.
4.
Lokane/globalne
Egzaktne/aproksimativne
Postupne/prekinute
Deterministike/stohastine
1. Deterministike (npr. IDW, spline) kreira
povrinu na temelju izmjerenih vrijednosti ili
matematikih formula.
2. Geostatistike (Kriging) temeljene na
statistici i koriste se za naprednija
modeliranja predvienih vrijednosti koje
ukljuuju i neke mjere pouzdanosti
(sigurnosti) i tonosti predvianja.
ArcGIS 10
Provedba
Spatial Analyst
Geostatistical Analyst
Veina metoda iz SA prisutna i u Geostatistical

Analystu (GA dopuna za SA)
U GA vie statistikih modela i alata za
mijenjanje parametara prilikom interpolacije kako
bi izlaz bio optimalna povrina
ArcToolbox -Spatial Analyst
Interpolation
Geostatistical Analyst Geostatistical

Wizzard
Deterministike metode interpolacije

Inverse distance weighted (IDW) metoda inverzne
udaljenosti
Ponderiranje atributa s udaljenou
Nepoznate vrijednosti polja u nekoj toki procjenjuju
se uzimajui u obzir prosjene vrijednosti poznatih
toaka
Ponderiranje poznatih vrijednosti s udaljenou pri
emu najvei ponder imaju najblie toke
Primjena prvog zakona geografije (Toblerov zakon)
Najei ponder 2 (vrijednost je obrnuto proporcionalna
kvadratu udaljenosti) (vrijednosti 0,5-3)
Nema egzaktne potvrde da je faktor 2 najbolji izbor
(default)
Vei ponder naglasak na blii prostor

Metoda inverzne udaljenosti
toka i
Poznata vrijednost zi
na lokaciji xi
ponder wi udaljenosti di
Nepoznata vrijednost (za

interpolaciju) na lokaciji x
z (x) wi zi
i
wi 1 di2
Procjena je ponderirani prosjek
i
Ponder opada s udaljenou

S porastom udaljenosti ponderiraju se
vrijednosti pojave
Bolstad, 2005
ArcGIS 10

Raspon interpoliranih vrijednosti ne prelazi
raspon promatranih vrijednosti
Vano toke poznatih vrijednosti moraju
ukljuivati ekstremne vrijednosti polja
Neeljene karakteristike IDW interpolacije
4.5
est toaka oblikuje

profil breuljka.
3.5
Tamo gdje ima malo

podataka interpolirane
vrijednosti imaju
tendenciju pribliavanja
srednjoj vrijednosti.
2.5
1.5
97
100
94
91
88
85
82
79
76
73
70
67
64
61
58
55
52
49
46
43
40
37
34
31
28
25
22
19
16
13
10
0.5
Plava linija profil

interpoliran IDW-om
IDW
Unakrsna validacija (crossvalidation) testiranje modela
interpolacije
Temelji se na uklanjanju
izmjerene vrijednosti na
odabranoj lokaciji i
odreivanje nove vrijednosti
na istoj lokacij na temelju
preostalih podataka
Postupak se ponavlja i
izraunava se korijen srednje
kvadratne pogreke (RMSE)
IDW
Povrina dobivena IDW metodom interpolacije

ovisi o izboru pondera (power value p) i
odreivanju susjedstva
Metoda interpolacije kod koje se vrijednosti
interpolirane povrine kreu izmeu max i min
ulaznih toaka
Izlazna povina je osjetljiva na grupiranje i
izrazita odstupanja
Pruski ljemovi, bulls eyes
Izvor: J. Fuerst, 2014.
Natural neighbour (Prirodni susjed)

Pronalazi najblie toke traenoj lokaciji i primjenjuje se teinski koeficijent
(koji je odreen tako da je privremeno stvoren novi Voronoi poligon (uti)
te je odreen teinski koeficijent na temelju povrine dijela utog poligona
koji pripada susjednim tokama
1. Voronoi poligoni vezani uz toke
2. Novi Voronoi poligon oko interpolirane toke
3. Udjel preklapanja novog poligona i starih
Poligona koristi se kao ponder (teinski
koeficijent) utjecaja pojedine toke na rezultat
interpolacije
ArcGIS 3D analyst alternativa Create a TIN TIN to Raster
Uz opciju Natural Neighbours (korisno ako ima naglih prijelaza i nepravilo
razmjetene podatke.
Globalna polinomska interpolacija

Interpolirana povrina definirana je
matematikom funkcijom polinoma ulaznom
skupu toaka
GPI - povrina se mijenja postupno i
prilagoava se u grubo uzorku ulaznih
podataka
Konceptualno postaviti ravni papir kroz skup
toaka
Polinom prvog stupnja (linearna polinomska f.)

Polinomi vieg stupnja
(2., 3, do 10.)
Polinomska funkcija prvog stupnja (jedna krivulja)

Polinomska funkcija
sedmog stupnja
Vii stupanj
osjetljivost na
ekstremne vrijednosti u
rubnim dijelovima
GPI nije egzaktna metoda interpolacije

Kada koristimo GPI?
Kada pojava malo varira u prostoru interesa (npr.
zagaenje polutantima u industrijskom podruju).
Istraivanje i/ili uklanjanje efekata dugoronih
odnosno globalnih trendova (to je Trend u Spatial
Analystu).
Lokalna polinomska interpolacija

1
3
4
LPI
Lokalna polinomska interpolacija temelji se na
postavkama:
Ulazni podaci (uzorak) je prostorno pravilan (grid).
Podaci su unutar definiranog susjedstva normalno
distribuirani.
Kernelova interpolacija s barijerama (vrsta LPI)

Trend u Spatial Analystu
Spline (rubber sheet)(radial basis

functions vrsta spline funkcija)
Radijalne osnovne
funkcije nisu prikladne
za stvaranje modela
ukoliko na manjim
udaljenostima postoje
velike razlike izmeu
izmjerenih vrijednosti.
Velik broj autora
multikvadratna ROF
Tankoslojni splajn (Thin-plate spline)

Splajn s tenzijom (Spline with tension)
Potpuno regulirani splajn (Completely regularized spline)
Multikvadratna ROF (Multiquadric function)
Inverzna multikvadratna ROF (Inverse multiquadric function)
Spline (rubber sheet)
Geostatistike metode interpolacije Kriging

Metoda prostorne interpolacije utemeljena u
geostatistikoj teoriji (mat. + statist. metode)
Razlike u uem susjedstvu trebale bi biti male
Razlike rastu s porastom udaljenosti
Udaljenost i smjer izmeu poznatih vrijednosti na

nekoj povrini posljedica je autokorelacije koja
moe posluiti za predvianje varijacije ostalih
dijelova povrine
Povrina ne prolazi kroz toke s poznatim
vrijednostima
A semivariogram. Each cross represents a pair of points. The solid circles are obtained by
averaging within the ranges or bins of the distance axis. The solid line represents the best fit to
these five points, using one of a small number of standard mathematical functions.
Kriging
Koristi se u zdravstvu, geokemiji, modeliranju
stupnja zagaenosti, pedologija, geologija
Topo to raster (ANUDEM)

ANUDEM (Australian National University DEM) je
interpolacijska metoda posebno kreirana za stvaranje
hidroloki tonog digitalnog modela reljefa.
Voda svojim erozivnim djelovanjem znatno utjee na
oblikovanje pejzaa, stoga je iznimno bitno kako e se
prirodni odnosi sloenog drenanog sustava optimalno
prikazati modelom.
Modifikacija tankoslojnog splajna koji uzima u obzir nagle
promjene u povrini modela (grebeni, jaruge, potoci)
Radi inteligentno s izohipsama
Algoritam preferira koritenje izohipsi kao primarnih ulaznih
podataka za izradu hidroloki ispravnog modela.
Topo to raster
Thiessenovi poligoni
Usporedba metoda interpolacije:

koliina padalina (mjesena)
EDK
External Drift
Kriging
Koju metodu koristiti?

Trend rijetko interpolirana povrina prolazi ulaznim
vrijednostima
Spline za povrine koje su blae zakrivljene (reljef)
IDW pad pojave udaljenjem od toke interpoliranje
povrine kupovne moi stanovnitva (cosumer
purchasing power) za trgovinu
Kriging ako poznajete korelirane udaljenosti ili smjer
promjene u podacima (geologija, tla, koncentracija
zagaivaa i sl.)
Interpolacija razliite metode u GIS-u: Mitas, L., Mitasova, H., 1999
Thiessen Polygons
49
TIN
50
IDW
51
Kriging
52
Topogrid (Arc/Info)
53
Akkala et al. (2010) Interpolation techniques and associated software

for environmental data. Env. Progr. & Sust. Energy (29/2) 134-141
Interpolacija razliite metode u GIS-u: Mitas,
L., Mitasova, H., 1999
RST
54
here stochastic is geostatistic
Prikaz kontinuiranih polja rasterski i

vektorski model
Prikaz kontinuiranih polja rasterski model
x, y i z vrijednosti
Reljef je teko prikazati jer postoji beskonano mnogo potencijalnih toaka za
modeliranje
z
Tri (etiri) pristupa digitalnom prikazu reljefa:
Rasterski - digital elevation model (digitalni model reljefa)
Ravnomjerno rasporeen skup visinskih toaka
x
Vektorski - triangulated irregular networks
y
Nepravilna mrea trokuta s vis. tokama u kutovima
Vektorski-izohipse (contour lines)
Linije spajaju toke iste visine
Massed points and breaklines
Sirovi podaci iz kojih se dobijaju gornji
Massed points: svaki skup pravilno ili nepravilno razmjetenih visinskih
toaka
Breaklines: linije znaajne promjene nagiba padina (dno doline, greben)
TIN: Triangulated Irregular Network

Alternativa ravnomjernom rasporedu visinskih
toaka u DEM-u
TIN model razvijan je u ranim 1970im kao
jednostavni nain modeliranja reljefa iz
nepravilne mree toaka
Nekoliko je prototipova napravljeno u
sedamdesetim godinama 20. st.
Komercijalni sustavi s implementacijom TIN
modela javljaju se u 1980im, a neki ukljueni u
GIS pakete
Nepravilan razmjetaj toaka moe se prilagoditi obiljejima reljefa (vie toka u

prostorima gdje je dinaminiji reljef, a manje tamo gdje je blai
TIN model toke povezane crtama formiraju trokute
Unutar svakog trokuta reljef je prikazan ravninom trokuta
U odreenim sluajevima opravdano je koristiti kompleksnije poligone kao dijelove

mozaika, ali se oni uvijek mogu razbiti u trokute
Nepravilno razmjetene toke pridonose efikasnosti prikaza reljefa
Npr. Plato u koji je usjeena vododerina (dio ravnjaka izvan vododerine jest kompleksni poligon, a
u TIN modelu prikazan je s nekoliko trokuta u ravnini iste nadmorske visine
TIN trokuti imaju atribute nagiba, orijentacije i povrine

Dobri rezultati kod:
Fluvijalnog reljefa (reljef nastao fluvijalnom erozijom)

Glacijalni reljef nije dobar
Mrea trokuta najbolja primjena kod naglih promjena nagiba, gdje se rubovi trokuta mogu
poistovjetiti s pregibima (breaks), ili du grebena ili kanala
TIN: Triangulated Irregular Network

Poligoni
Toke
Node #
1
2
3
itd.
X
0
525
631
Y
999
1437
886
Polygon Node #s Topology

A
1,2,4
B,D
B
2,3,4
A,E,C
C
3,4,5
B,F,G
D
1,4,6
A,H
itd.
Z
1456
1437
1423
Visinske toke (nodes)

izabrane na temelju
kompleksnosti reljefa (z
vrijednost) i odreen je njihov
3D poloaj (x,y,z).
2
1
E
D
6
C
G
Atributna baza podataka
3
F
5
Visinske toke povezane

tako da ine nepravilnu
mreu trokuta; koji su
prikazani u vektorskoj
strukturi podataka.
Polygons
A
B
C
D
itd.
Var 1
1473
1490
1533
1486
Var 2
15
100
150
270
Atributivni podaci
povezani kroz relacijsku
bazu podataka (npr.
nagib padina,
orijentiranost padina, tla
itd.)
Prednosti pred rasterom:

Manje toaka
Sauvani su diskontinuiteti (npr. hrptovi)
Nagib i orijentacija padina lako se biljee
Nedostaci: Ako se preklapaju s drugim poligonima
to su raunalno intenzivne operacije (s obzirom na
broj poligona). Analize koje podrazumijevaju
TIN: Triangulated Irregular

Network
Prednost pred rasterom:
Variranje gustoe podataka (npr. U prikazivanju reljefa
tamo gdje su strmije padine ili izrazite strmine u ovom se
modelu moe poveati koliina podataka u tom dijelu kako
bi to tonije bio aproksimiran reljef)
Nedostatak: ne moe se prikazati npr. potkapina

Drugi tipovi povrinskih pojava: koncentracija
kemijskih tvari, razina vode temeljnice, koliina
oborina i sl.
TIN
3 toke ine Delauney-ev trokut onda i samo
onda ako krunica koja njima prolazi ne sadri
druge toke
Nain prikaza TIN-a

Prikaz toaka i linija te trokuta
Najee za provjeru podataka
Nain prikaza TIN-a

Prikaz reljefa sjenanjem
Zadan pravac sunevih zraka (izraunava se kut
izmeu normale i pravca upada sunevih zraka)
Koliina reflektirane svjetlosti proporcionalna je
kosinusu gore spomenutog kuta.
Nain prikaza TIN-a

Prikaz reljefa hipsometrijskom metodom
(visinski pojasevi)
Linearna interpolacija unutar svakog trokuta
(interpolacija izohipsi)
Nain prikaza TIN-a

Prikaz orijentacije padina
(trokuta) (aspect) geografski
znaajno
Koji pravac na kompasu pokazuje
vertikala kada je preslikana u
ravninu
90 - E, 270 - W i sl.
Nain prikaza TIN-a

Prikaz nagiba padina (trokuta)
(slope) geografski znaajno
Kut izmeu normale trokuta i
povrine Zemlje (ravnine)
0 - 90
Nain prikaza TIN-a

Perspektivni prikaz (ekstenzije)
TIN - elementi
Mass point
Project boundary
Breaklines
Exclusion area
Analize:
visina, nagib padina, orijentiranost svake toke na povrini
generiranje izohipsi (interpolacija)
odreivanje visinskih razlika
saeta statistika (srednji nagib, povrina)
izrada reljefnog profila
kalkulacija volumena za projekte izgradnje cesta
(volumen iskopanog odgovara volumenu odlagalita)
izrada karte vidljivosti
Nagibi i orijentiranost padina

DMR (digitalni model reljefa)
TIN model
Raster ESRI GRID format
Samostalni rad
Nagib_orijentacija
Shape file : VIS_tocke (digitalizirane izohipse)
Napraviti TIN model reljefa (3d analyst create TIN
from feature)
Nagib padina (3d analyst surface analysis)
Orijentacija padina
Tingrid (pretvorba tin u ESRI GRID format convert TIN
to raster)
PROSTORNE
ANALIZE U GIS-U
Vrste analiza
Rasterski podaci (Spatial analyst)
- Osnovne funkcije
prostorna (euklidski prostor) i relativna udaljenost
(vremenska, trokovna, socijalna...)
ANALIZE U GIS-u, smjer: istraivaki studij geografije,

Sveuilita u Zagrebu
Rasterski podaci
Svakoj eliji pridruena je brojana vrijednost

koja predstavlja kvalitativna obiljeja ili kvantitetu
fenomena koji je prikazan rasterskim modelom
podataka.
Kvalitativno obiljeje: tip tala, tekstura tala, nain
iskoritavanja zemljita, tipovi cesta, vrsta
stambene izgradnje i sl.
Kvantitativna obiljeja: visina, nagib padina,
orijentacija padina, vrijednosti buke,
koncentracija pH i sl. (kontinuirane povrine)
Rasteri : satelitske i aerofotogrametrijske snimke
vrijednosti predstavljaju vrijednosti boje ili
odbijenog spektra.
Vrijednosti: cijeli (kvalitativna ob.) i realni brojevi
(kontinuirane povrine)
Rasterski podaci
Spatial Analyst
Zone (Zone)
Dva ili vie piksela iste vrijednosti

mogu biti spojeni (zgrada, jezero, cesta)
ili razdvojeni (ume unutar drave, zone
obiteljskih kua u gradu)
Regija (region) jedna zona ima vie

regija (Zona 2 sastoji se od dvije regije,
Zona 4 od tri, Zona 5 od jedne)
Spatial Analyst alati koji pretvaraju
regije u individualne zone
VAT value attribute

table
Atributivna tablica kolone

(obavezne):
Value /vrijednost pridruena zoni,
Count / broj elija zone
Broj kolona nije ogranien (druga

obiljeja)
Svaka tablica mora imati svoje ime
1. Funkcije povezane s jednim pikselom (lokalne funkcije)

2. Funkcije koje obuhvaaju susjedne piksele (funkcije
susjedstva focal functions)

3. Funkcije koje obuhvaaju piksele unutar zona (zonske
funkcije)
4. Funkcije koje obuhvaaju cijeli raster (globalne funkcije)
5. Specifine primijenjene funkcije (density, surface generation,
surface analysis, hydrological analysis
Sve ove funkcije temelje se na geometrijskoj prezentaciji podataka, a ne samo na

atributima.
Npr. lokalne funkcije funkcija koja povezuje dva sloja ovisi o lokaciji i vrijednosti
obiljeja u izvornom i drugom sloju
Ostale funkcije ovise o prostornoj konfiguraciji susjedstva/zone kao cjeline kao i
o poloaju pojedinih elija unutar njih.
Lokalne funkcije
Rad s pojedinanim pikselima, vrijednost

pridruena pikselu ovisi samo o tom pikselu
Primjeri:
Aritmetike operacije s konstantom ili drugim

rasterom:
2 0 1
6 0 3
2 4 0 * 3 = 6 12 0
3
1
9
3
2 0 1
2 4 0
3
1
1 5 3
2 0 3
* 4 4 3 = 8 16 0
2 5 6
6
6
Logike operacije, usporedbe (min, max,

majority, minority, variety, itd.)
Lokalne funkcije
Raster calculator
Rezultat funkcija vrijednosti na lokaciji jedne

elije u jednom ili vie slojeva
Funkcije na jednom sloju eksponencijalna i
logaritamska (razvoj pojave)
Pretvaranje vrijednosti elije u realnim

brojevima (floating-point grid) u cijele brojeve
(integer grid)
Pretvaranje nagiba mjerenog u % u stupnjeve
Funkcije sa vie slojeva (minimum,

maksimum i dr.) preklapanje
Sline su funkcijama vektorskog preklapanja
slojeva ali su znatno efikasnije
Lokalne funkcije
5
7
4
25
ulaz
49
16
izlaz = (ulaz)2
Primjeri
Ulaz
izlaz = tan(ulaz)
izlaz = reclass(ulaz)
izlaz = log2(ulaz)
Lokalne funkcije
Primjena
Studije promjene u vremenu

(promjene vegetacijskog pokrova,
land use, i dr.)
Funkcije susjedstva
Stvara se rasterski sloj podataka u

kojem je vrijednost elije u svakoj
lokaciji funkcija ulazne varijable na
toj lokaciji (eliji) i okolnih lokacija u
susjedstvu
Rezultat funkcije moe biti
aritmetika sredina, standardna
devijacija, zbroj vrijednosti unutar
blieg ili daljeg susjedstva.
Funkcije susjedstva
5
7
4
input
11
16
output = focalsum(input)
Primjeri
ulaz
izlaz = focalmean(ulaz, 20)
izlaz = focalstd(ulaz)
izlaz = focalvariety(ulaz)
Filteri susjedstva
Tipovi funkcija susjedstva

Za procesiranje satelitskih snimaka (filtriranje)
Promjena vrijednosti piksela temeljena na vrijednosti
susjednih piksela unutar filtera
Veliina, oblik, i obiljeja filtera?
Filtriranje rasterskih podataka
Kontrolirano (postojee vrijednosti)

Nekontrolirano (temelji se na vrijednostima drugih piksela
unutar odreenog filtra i odreenim pravilima (diversity,
frequency, average, minimum, maximum, etc.)
Kontrolirana klasifikacija
1 3 4
2 4 5
1 2 4
Stare klase
2
Nove klase
1 1 2
1 2 2
1 1 2
Nekontrolirana klasifikacija
5
diverzitet
1 3 4
2 4 5
1 2 4
4
mod
5
3
Arit. sredina
Max.
Min.
Funkcije susjedstva
Izbor funkcija
1
3 4 6
4
Funkcije:
Suma: X = 18
Prosjek: X = 4
Minimum: X = 1
Maximum: X = 6
Manjina: X = 1 (ili 3, ili 6)
Veina: X = 4
X
Raznovrsnost: X = 4
Medijan: X = 4
Devijacija: X = 0
Std. dev.: X = 2
...
Funkcije susjedstva
Pridruuje vrijednost podatka eliji temeljeno na

njezinom susjedstvu (razliito definiranom)
primjena:
Generalizacija (pojednostavljivanje podataka),
Utvrivanje raznolikosti pojave (vegetacije,
ivotinjskih vrsta i sl.)
Poboljanje rubova (vea razlika max i min
upuuje na rub),
Uglaivanje rubova (najfrekventnija vrijednost
elije uzima se kao vrijednost svih elija unutar
definiranog susjedstva)
Surface analysis povezana s operacijama
susjedstva (slope (nagib), aspect (orijentiranost)
Funkcije susjedstva:
10x10 filter na DMR-u
(aritmetika sredina)
Zonske funkcije
Sline funkcijama susjedstva, a razlika je samo

u definiranju elija koje e biti ukljuene u
procesiranje
Zone najee predstavljaju objekte (ista
vrijednost piksela)
Susjedstvo je kod zonskih funkcija odreeno
konfiguracijom zone izvornog rastera
Aritmetika sredina, zbroj, minimum, maksimum
primjena: geoekologija (geometrijske mjere
area, perimeter, centroid, shape index i dr.)
Zonske funkcije
5
7
4
ulaz
Zone 2
zone
Zone 1
9
9
9
7
7
9
9
7
7
9
9
7
7
izlaz = zonasum(zone, ulaz)
Primjeri
ulaz
535.54
766.62
izlaz = zonasum(ulaz_zone)
ulaz_zone
127
6280
160
10800
izlaz = zonalmax(ulaz_zone, ulaz) izlaz = zonalperimeter(ulaz_zone)
Globalne funkcije
Izlazna vrijednost piksela

potencijalno je funkcija svih piksela
u ulaznom rasteru
Dvije grupe globalnih funkcija:
Apsolutna udaljenost (euklidska)
Relativna udaljenost (weighted
distance)
Rasterski podaci (Spatial analyst)

1. Prostorna udaljenost (euklidski
prostor)
A. Funkcija : Zrana udaljenost
a) Udaljenost svakog piksela od
Zrana udaljenost do
najblieg grada od bilo
koje lokacije (piksela)
najblieg objekta (npr. grada)

(primarni produkt)
b) Allocation izdvajanje
(pridruivanje) elija koje su
najblie nekom gradu
(pridruivanje prostora koji je
najblii nekom objektu)
c) Pravac (svim crvenim pikselima

najblii grad se nalazi u pravcu
sjevera)
- dobro za organizaciju
spaavanja (kojim pravcem e ii
helikopter prema najblioj
gradskoj bolnici?)
B. Relativna udaljenost
(vremenska, trokovna,
socijalna...)
ponderiranje
Relativna udaljenost potrebni su

izvorini (source) i raster trokova
Izrada cost raster
cost raster+ source raster

Relativna udaljenost,
ali ne i koji put (CWD)
(raster u kojem je pohranjena

lokacija
Specifine primijenjene
funkcije
Density (Gustoa)
Na temelju vrijednosti
funkcije
Tipina kernel funkcija
Density (Gustoa)
Na temelju vrijednosti
Jednostavna (simple) - toke

koje se nalaze unutar
definiranog podruja se
zbrajaju i dijele povrinom
podruja.
Kernel isti prinicip kao kod
jednostavne samo toke koje se
nalaze u blizini centra
definiranog podruja
ponderirane su vie od onih na
rubovima.
funkcije
Surface generation
metode interpolacije
Interpolacijom se predviaju
vrijednosti u rasteru na temelju
ogranienog broja podataka
(visine, padaline, koncentracije
kemikalija, vrijednosti buke i sl.)
PROSTORNE ANALIZE U
GIS-U
Geoinformatika, 3.g., istraivaki studij geografije

Sveuilita u Zagrebu
Pokazatelji kojima se definiraju temeljna obiljeja kako
sauvati osnovna obiljeja podataka u jednom pokazatelju
Konkretno, radi se o metodama izraunavanja centara,
odreivanja disperzije, utvrivanje uzoraka rasporeda ili
lokacija toaka, zatim utvrivanja uzoraka meu atributima
elemenata te konano metodama mjerenja usitnjenosti i
kompleksnosti prostornih jedinica krajolika.
Mjere centralne tendencije
Aritmetika sredina pokazatelj koji aproksimira statistiki niz
Medijan vrijednost koja statistiki niz dijeli na dva jednaka
dijela
Prostorni ekvivalent aritmetike sredine jest sredite (centar)
centroid - koji se izraunava kako bi se odredila jedna toka koja
najbolje aproksimira poloaj svih toaka.
Centroid najprikladniji nain kojim se aproksimira poloaj
skupa toaka
Rije je o metodi odreivanja centralne tendencije u skupu
podataka, s time da su oni u ovom sluaju pripisani tokama
s jasno definiranim mjestom u koordinatnom sustavu.
Izraunavanjem prosjenih vrijednosti teine za koordinate x
i y dobiva se centroid, sredinja toka, odnosno mjesto
ravnotee zadanog skupa toaka na plohi.
Centroidi
Centroidi: predstavljaju geografski centar poligona

Njihov poloaj se jednostavno izraunava za jednostavne
geometrijske likove (npr. etverokut, krug)
Izraunava se pomou trapezoidnog pravila
Poligon razloen na niz preklapajuih poligona
Za svaki trapez izraunava se poloaj centroida, na kraju se na
temelju njih izraunava se centroid poligona
Centroid
Izvor: Fundamentals of Geographic Information Systems, Demers

(2005)
Centroidi
Tipovi centroida:
Jednostavni centroid: geografski centar geometrijskog lika
(trapez)
Center-of-gravity centroid (aritmetika sredina): Centralna
toka neke distribucije toaka
Weighted mean center (ponderirani): Centroidi dobiveni na
temelju lokacije i vrijednosti u atributivnoj tablici (npr. br.
stanovnika) analize trita
Tipovi centroida

(2005)
Tipovi centroida: Aritmetika sredina

Aritmetika sredina
(Center of gravity)
Aritmetika sredina svih X
i Y koordinata za sve toke
u sloju
Rezulata: Jedna toka
aproksimira sredinju
toku prostorne
distribucije svih toaka

(2005)
Tipovi centroida: Ponderirana

aritmetika sredina
Vrijednosti obiljeja iz atributivne tablice koriste se kao ponder
Ponder
Svaka X, Y koordinata mnoi se vrijednou pondera
Ponderirana srednja vrijednost dobiva se iz zbroja ponderiranih koordinata i
podijeljenih s brojem toaka
Tipovi centroida: Ponderirana aritmetika sredina

(2005)
Prava lokacija naselja i

centroidi (jednostavni
centroid)
Izvor: Valoi,2004.
Sredite naseljenosti i elipsa smjera distribucije (i

ponderirana)
Disperzija
Varijanca srednja vrijednost kvadrata odstupanja obiljeja od
aritmetike sredine
Standardana devijacija je korijen iz varijance
RMSE (Root Mean Square Error) za pozicijske greke
Analiza prostornog rasporeda toaka

(mjere grupiranja) (clustering)
Analizom rasporeda toaka, odnosno iskljuivo distribucije neke
pojave u prostoru, ne uzimajui u obzir njezin karakter ili svojstva
(atribute), utvruje se tip uzorka.
Rezultati analize mogu pokazati da je uzorak toaka na specificiranom
podruju sluajan (eng. random), grupiran (eng. clustered) ili
disperzan.

K funkcija
K(d) oekivani broj toaka unutar udaljenosti d od sluajno
odabranih toaka podijeljen s gustoom toaka odreenog podruja
Kada nema grupiranja d2
L(d)=K(d)/
Prostorna autokorelacija
Toblerov 1. zakon geografije: Svi objekti su povezani, ali
blii su povezaniji od udaljenijih.
Prostorna autokorelacija: mjeri se stupanj povezanosti
bliih i udaljenijih objekata
Blisko u prostoru
Atributi nezavisni
Blizu u prostoru
Razliitost u
atributima
od lokacije
Slinost atributa
Moranov indeks
Pozitivne vrijednosti kada su obiljeja bliih
objekata slinija od oekivanog
0 kada nema autokorelacije
Negativne vrijednosti kada su obiljeja manje slinija
od oekivanog
I = nS
S wijcij / S S wij S(zi - zavg)2
n = broj objekata u uzorku

i,j bilo koja dva objekta
Z = vrijednost obiljeja objekta i
cij = slinost obiljeja i i j

wij= slinost lokacija i i j
Moranov indeks
slinost u obiljejima, slinost u

lokaciji
Dispersed, - SA
Extreme negative SA
Independent, 0 SA
Spatial Clustering, + SA
Extreme positive SA
Primjer
Globalni Moranov indeks ne govori radi li se o clusteru visokih
odnosno niskih vrijednosti
Moranov indeks
slinost u atributima, slinost

lokacija
Izvor: Luc Anselin, University of Illinois U-C, Spatial Analysis Lab
MC (
c (x
n
n
)(
c
i 1 j1
i 1 j1
(x
ij
n 1
n
2 cij
i 1 j1
x)(x j x)
i 1
GR (
ij
x)
c (x
)(
i 1 j1
n
ij
(x
i 1
x j )2
)
x)
Statistic\Value
-1.0
0.0
1.0
Moran
Coefficient
Strong negative
autocorrelation
Random distribution
of values
Strong positive
autocorrelation
Strong positive
autocorrelation
Random distribution
of values
Geary Ratio
2.0
Strong negative
autocorrelation
Fragmentation Statistics
poligonsku rascjepkanost i kompleksnost granica poligona
Kako su rascjepkana podruja i atributi?
Jesu li podruja mala ili velika?
Koliko su iskrivljene njihove granice?
Kakav utjecaj ima takva struktura na izgled pejzaa,
ivotinjske vrste i dr.?
Bazen Amazonasa Rodonia, Brazil

1975
1992
1986
Vidljivo je poveanje
fragmentiranosti podruja kao
rezultat naseljavanja. Takva
rascjepkanost moe imati
znaajnog utjecaja na biljnu i
ivotinjsku populaciju.
Fragstats
geoekoloke analize (landscape ecology)
FRAGSTATS
Korisan skup alata za dobivanje podataka o metrikim
obiljejima pejzaa
Dva odvojena programa
AML verzija za ARC/INFO (za vektorske podatke)
C verzija za rasterske podatke
Nova verzija samo za rasterske podatke (3.3)
FRAGSTATS
PATCH individualna parcela (poligon)
Homogena pejzana jedinica sa konzistentnim
vegetacijskih karakteristika
(dominantna vrsta, prosjene visine drvea,
gustoa ,itd.
CLASS skup slinih parcela

LANDSCAPE sve parcele unutar podruja
FRAGSTATS
PATCH individualna jedinica
CLASS skup slinih

jedinica
Svi poligoni mijeane ume
LANDSCAPE sve jedinice unutar podruja
FRAGSTATS
CLASS skup slinih jedinica
LANDSCAPE sve jedinice

unutar podruja ekosistema u
interakciji
Sve jedinice unutar nekog
prostora
Internetske stranice
Prostorna statistika - izvori
Alaska USGS freeware
(www.absc.usgs.gov/glba/gistools/
Central Server for GIS & Spatial Statistics on the
Internet
www.ai-geostats.org
www.absc.usgs.gov/glba/gistools/
PROSTORNE
ANALIZE U GIS-U
Vrste analiza
ANALIZE U GIS-u, smjer: istraivaki studij geografije,

Sveuilita u Zagrebu
Prostorna analiza tipovi
Istraivanje (upiti) i zakljuivanje (selekcije)

Mjerenja
Transformacije

Testiranje hipoteze uzorakcijela populacija
Transformacije
Transformacija GIS objekata i

bazapodataka u novu kvalitetu koristei
jednostavna pravila
iroka primjena otkrivaju aspekte
prostornih objekata i pojava koji nisu
odmah vidljivi
Buffer (vektor i raster)

Preklapanje slojeva (vektor i raster)
Udaljenost vektorski
podaci:
Izvor: Chrisman, Nicholas.(2002). 2nd Ed. Exploring Geographic Information Systems. p 154. fig. 6-1
Buffer: Nastanak
Izvor: Chrisman, Nicholas.(2002). 2nd Ed. Exploring Geographic Information Systems. p 60. fig. 6-3
Zoniranje
Zatieno obalno
podruje
Zoniranje
Apsolutna udaljenost
Full, flat, all
Udaljenost na temelju
atributivne vrijednosti
Zoniranje - opcije
Zoniranje - metode
Euklidska metoda
Geodetska metoda
Koordinatni sustav u ravnini Koordinatni sustav na elipsoidu
Point i multipoint
Geografski koordinatni sustav
(neprojekcijski).
Udaljenost zoniranja u duljinskim
vrijednostima
Zoniranje
Razliite jednice
Preklapanje vektorski
podaci
3 glavna tipa preklapanja

vektorskih podataka
point-in-polygon
line-in-polygon
polygon-on-polygon
podaci
point-in-polygon (primjer)
Point-in-Polygon
algoritam
Unutar sijee neparan broj stranica tog

poligona
Izvan parni broj stranica
podaci
line-in-polygon (primjer)
(eljeznice+zupanije)
podaci
polygon-in-polygon (primjer)
ceste i vegetacija
Koji su dijelovi parcela

pod vodom?
Nagib, tla i vegetacija
podaci
Prikupljanje podataka za preklapanje:

Podaci iste detaljnosti (mjerilo)
Podaci za entitete (npr. opine i naselja) ne
dolaze iz istog izvora (pojavljivanje tzv. sliver
poligona kod preklapanja
Objekti na karti nisu uvijek na tonoj lokaciji
Sloj koji se koristi u preklapanju moe biti
derivacija treba paziti
Primjer: preklapanje sloja opina i upanija u
folderu PREKLAPANJE.
podaci
Preklapanje:
Kreiranje nove karte sa presjecitima
poligona
Povezivanje atributa iz vie slojeva i kreiranje
novih atributa za svaki novi poligon
Reizgraditi nove topoloke odnose
Identificirati poligone koji imaju traena
obiljeja
Tipovi ljudskih pogreki u

digitalizaciji: (A)
undershoots i overshoots;
(B) visee linije; (C) sliver
poligoni
podaci
Operacija preklapanja
1.
2.
3.
4.
5.
6.
7.
8.
Intersect (objedini samo

zajedniko)
Clip (Izrei unutar)
Erase (Izrei izvan)
Union (ujedini sve)
Append (vei podatke)
Identity (ulaz+zajedniko)
Simetrina razlika
Update
1. Intersect (objedini zajedniko)
Izvor: Asche, 2007.
1. Intersect (objedini
zajedniko)
2. Clip (Izrei unutar)
3. Erase
4. Union (ujedini sve)
4. Union (ujedini sve)
5. Append (vei podatke)
5. Append (vei podatke)
6. Identity
7. Symetrical difference
8. Update
Preklapanje slojeva:
rasterski podaci:
Izvor: Chrisman, Nicholas.(2002). 2nd Ed. Exploring Geographic Information Systems.
Preklapanje slojeva:
rasterski podaci:
Preklapanje: raster
Preklapanje slojeva
rasterski podaci
Booleova algebra
Problemi i greke kod koritenja Booleova

preklapanja:
Kriva pretpostavka da su odnosi identini Booleovim (npr. Znai li

da mjesta koja imaju nagib padina manji od npr. 30 nisu rizina
za klizita?). Takav diskontinuitet u stvarnosti ne postoji.
Ako su podaci izvedeni ukljuuju greku (nagibi iz DEM, DEM iz
toaka)
Kvalitativni podaci - atributi mogu biti generalizirane kategorije,
Granice objekata nisu uvijek jasne i bez greke (fuzzy objects).
PROSTORNE
ANALIZE U GIS-U
Geoinformatika, 3.g., istraivaki studij geografije

Sveuilita u Zagrebu
Pokazatelji kojima se definiraju temeljna obiljeja kako

sauvati osnovna obiljeja podataka u jednom
pokazatelju
Konkretno, radi se o metodama

izraunavanja centara, odreivanja
disperzije, utvrivanje uzoraka
rasporeda ili lokacija toaka, zatim
utvrivanja uzoraka meu atributima
elemenata te konano metodama
mjerenja usitnjenosti i kompleksnosti
prostornih jedinica krajolika.
Mjere centralne tendencije

Aritmetika sredina pokazatelj koji
aproksimira statistiki niz
Medijan vrijednost koja statistiki niz
dijeli na dva jednaka dijela
Prostorni ekvivalent aritmetike sredine
jest sredite (centar) centroid - koji se
izraunava kako bi se odredila jedna toka
koja najbolje aproksimira poloaj svih
toaka.
Centroid najprikladniji nain kojim se

aproksimira poloaj skupa toaka
Rije je o metodi odreivanja centralne
tendencije u skupu podataka, s time da
su oni u ovom sluaju pripisani tokama
s jasno definiranim mjestom u
koordinatnom sustavu. Izraunavanjem
prosjenih vrijednosti teine za
koordinate x i y dobiva se centroid,
sredinja toka, odnosno mjesto
ravnotee zadanog skupa toaka na
plohi.
Central Feature
(centralni entitet)
Odredi za Hrvatsko zagorje

(mapa CENTRAL)
Centroidi
Centroidi: predstavljaju geografski centar poligona
Njihov poloaj se jednostavno izraunava za

jednostavne geometrijske likove (npr. etverokut, krug)
Izraunava se pomou trapezoidnog pravila
Poligon razloen na niz preklapajuih poligona
Za svaki trapez izraunava se poloaj centroida, na kraju

se na temelju njih izraunava se centroid poligona
Centroid

(2005)
Centroidi
Tipovi centroida:
Jednostavni centroid: geografski centar

geometrijskog lika (trapez)
Center-of-gravity centroid (aritmetika
sredina): Centralna toka neke
distribucije toaka
Weighted mean center (ponderirani):
Centroidi dobiveni na temelju lokacije i
vrijednosti u atributivnoj tablici (npr. br.
stanovnika) analize trita
Tipovi centroida

(2005)
Tipovi centroida: Aritmetika

sredina
Aritmetika sredina
(Center of gravity)
Aritmetika sredina svih X
i Y koordinata za sve toke
u sloju
Rezulata: Jedna toka
aproksimira sredinju
toku prostorne
distribucije svih toaka

(2005)
Tipovi centroida:
Ponderirana aritmetika
sredina
Vrijednosti obiljeja iz atributivne

tablice koriste se kao ponder
Ponder
Svaka X, Y koordinata mnoi se
vrijednou pondera
Ponderirana srednja vrijednost
dobiva se iz zbroja ponderiranih
koordinata i podijeljenih s brojem
toaka
Tipovi centroida: Ponderirana aritmetika sredina

(2005)
Prava lokacija naselja i

centroidi (jednostavni
centroid)
Izvor: Valoi,2004.
Odredi aritmetiku
sredinu naseljenosti
Krapinsko-zagorske
upanije 1857., 1961.
i 2001. godine
Elipsa smjera distribucije
Sredite naseljenosti i elipsa

smjera distribucije (i ponderirana)
Disperzija
Varijanca srednja vrijednost

kvadrata odstupanja obiljeja od
aritmetike sredine
Standardana devijacija je korijen iz
varijance
RMSE (Root Mean Square Error)
za pozicijske greke
Razmjetaj (gustoa)
uzorka
Conversion
tool/To
raster/Point to
raster + opcije

Analizom rasporeda toaka,

odnosno iskljuivo distribucije neke
pojave u prostoru, ne uzimajui u
obzir njezin karakter ili svojstva
(atribute), utvruje se tip uzorka.
Rezultati analize mogu pokazati da
je uzorak toaka na specificiranom
podruju sluajan (eng. random),
grupiran (eng. clustered) ili
disperzan.
Toblerov 1. zakon geografije: Svi objekti su povezani, ali
blii su povezaniji od udaljenijih.
Prostorna autokorelacija: mjeri se stupanj povezanosti
bliih i udaljenijih objekata
Blisko u prostoru
Atributi nezavisni
Blizu u prostoru
Razliitost u
atributima
od lokacije
Slinost atributa
Geografi razumiju koncept ali ne i

kako funkcionira taj koncept
Veina statistike je utemeljena na

pretpostavci da su zabiljeene
vrijednosti u svakom uzorku
nezavisne jedna od druge
Pozitivna prostorna autokorelacija
moe to dovesti u pitanje ukoliko su
uzorci susjedni
Cilj PA
Izmjeriti jainu PA na karti
Testirati pretpostavku o nezavisnosti
ili sluajnosti
Prostorna autokorelacija - korelacija

varijable sa samom sobom u prostoru
Ukoliko postoji neki sustavni obrazac
distribucije varijable moe se rei da
je autokorelirana
Ako su susjedna podruja slina to
je pozitivna prostorna autokorelacija
Negativna PA susjedna podruja
nisu slina
PA mjeri koliko je pojavnost neke

dogaaja (vrijednosti) u prostornoj
jedinici ograniena, odnosno koliko
je vjerojatnija pojavnost tog
dogaaja (vrijednosti) pojave u
susjednoj prostornoj jedinici
Ne prostorna korelacija govori da su mnogi
statistiki alati i zakljuci neodgovarajui.
koeficijent korelacije ili analiza kvadrata
odstupanja polaze od pretpostavke da su
promatrane vrijednosti odabrane sluajno.
Ako su promatrane vrijednosti grupirane
(postoji klaster), objanjenja na temelju
koeficijenta korelacije ili kvadrata bit e
manjkava (odstupanja e biti pretjerana)
Zato jer vii stupanj koncentracije neke
pojave e imati vei utjecaj na model procjene
vrijednosti budui da pojava tei ka
koncentraciji (ima manje nezavisnih opservacija
od pretpostavljenih)
Moranov indeks
Usporeuje vrijednosti pojave na svakoj lokaciji sa

vrijednou pojave na svim ostalim lokacijama
Pozitivne vrijednosti kada su obiljeja bliih
objekata slinija od oekivanog
0 kada nema autokorelacije
Negativne vrijednosti kada su obiljeja manje
slinija od oekivanog
I = nS S wijcij / S S wij S(zi - zavg)2
n = broj objekata u uzorku

i,j bilo koja dva objekta
Z = vrijednost obiljeja objekta i
cij = slinost obiljeja i i j

wij= slinost lokacija i i j
Od -1 do +1
Moranov indeks
slinost u obiljejima, slinost u

lokaciji
Dispersed, - SA
Extreme negative SA
Independent, 0 SA
Spatial Clustering, + SA
Extreme positive SA
Primjer
Globalni Moranov indeks ne govori

radi li se o clusteru visokih
odnosno niskih vrijednosti
Moranov indeks je preteito globalni indikator dok je Gearyev

koeficijent osjetljiviji na rezlike u malim susjedstvima
Moranov indeks
slinost u atributima, slinost

lokacija
Izvor: Luc Anselin, University of Illinois U-C, Spatial Analysis Lab
MC (
c (x
n
n
)(
c
i 1 j1
i 1 j1
(x
ij
n 1
n
2 cij
i 1 j1
x)(x j x)
i 1
GR (
ij
x)
c (x
)(
i 1 j1
n
ij
(x
i 1
x j )2
)
x)
Statistic\Value
-1.0
0.0
1.0
Moran
Coefficient
Strong negative
autocorrelation
Random distribution
of values
Strong positive
autocorrelation
Strong positive
autocorrelation
Random distribution
of values
Geary Ratio
2.0
Strong negative
autocorrelation

Ripleyeva K funkcija
K(d) oekivani broj toaka unutar
udaljenosti d od sluajno
odabranih toaka podijeljen s
gustoom toaka odreenog
podruja
Kada nema grupiranja d2
L(d)=K(d)/
Multi-Distance Spatial Cluster Analysis
Fragmentation Statistics
poligonsku rascjepkanost i
kompleksnost granica poligona
Kako su rascjepkana podruja i atributi?
Jesu li podruja mala ili velika?
Koliko su iskrivljene njihove granice?
Kakav utjecaj ima takva struktura na
izgled pejzaa, ivotinjske vrste i dr.?
Bazen Amazonasa Rodonia, Brazil

1975
1992
1986
Vidljivo je poveanje
fragmentiranosti podruja kao
rezultat naseljavanja. Takva
rascjepkanost moe imati
znaajnog utjecaja na biljnu i
ivotinjsku populaciju.
Fragstats
geoekoloke analize (landscape ecology)
FRAGSTATS
Korisan skup alata za dobivanje

podataka o metrikim obiljejima
pejzaa
Dva odvojena programa

AML verzija za ARC/INFO (za
vektorske podatke)
C verzija za rasterske podatke
Nova verzija samo za rasterske

podatke (3.3)
FRAGSTATS
PATCH individualna parcela

(poligon)
Homogena pejzana jedinica sa konzistentnim

vegetacijskih karakteristika
(dominantna vrsta, prosjene visine drvea,
gustoa ,itd.
CLASS skup slinih parcela

LANDSCAPE sve parcele unutar podruja
FRAGSTATS
CLASS skup slinih

jedinica
Svi poligoni mijeane ume
LANDSCAPE sve jedinice unutar podruja
FRAGSTATS
CLASS skup slinih jedinica
LANDSCAPE sve jedinice

unutar podruja ekosistema u
interakciji
Sve jedinice unutar nekog

prostora
Internetske stranice
Prostorna statistika - izvori
Alaska USGS freeware

(www.absc.usgs.gov/glba/gistools/
Central Server for GIS & Spatial

Statistics on the Internet
www.ai-geostats.org
www.absc.usgs.gov/glba/gistools/

Analize U GIS-u

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Analize U GIS-u

Diunggah oleh

Hak Cipta:

Format Tersedia

Analize u GIS-u

Interakacija korisnika i prostornih podataka. Prostorna analiza.

poznavati interakciju korisnika i prostornih

Analize u GIS-u - obveze studenata

Vjebe Luka Valoi, prof. geog.

Redovitost (evidencija) 70% u semestru

Analize u GIS-u obveze studenata

Komponente koje ine ukupnu ocjenu iz kolegija

Kolokvij - praktini rad na raunalu (do 50 bodova)

GIS projekt - samostalno osmiljen manji GIS projekt

posebno se vrednuje originalnost i samostalnost (obvezni

Samostalno rijeiti postavljeni zadatak u

Prostorna analiza - kategorije

Optimizacija - idealne lokacije, rute

GIS istraivanje baze

GIS istraivanje baze

Histogram: grafiki prikaz razdiobe frekvencija diskretne

Odnos izmeu visine i koncentracije ozona u zraku

Box plot (kutijasti dijagram)

Diplomski sveuilini studij geografije, smjer: GIS, 1. godina

Prostorna analiza - kategorije

Optimizacija - idealne lokacije, rute

Reklasifikacija (Vektorski podaci)

Reklasifikacija (Vektorski podaci)

Reklasifikacija (Vektorski podaci)

Reklasifikacija u razrede jednakog

Reklasifikacija u razrede jednake povrine

Reklasifikacija prema povrini

Radit emo samo sa povrinama veim od >

Reklasifikacija unutar kategorije

Rad sa svakom individualnom povrinom

Reklasifikacija prema vrijednosti

Reklasifikacija vrijednosti u vie rastera

Prostorna analiza - kategorije

Optimizacija - idealne lokacije, rute

Takva mjerenja su zamorna i netona ako se

Rezultati ovise o modelu podataka

dij R cos 1sin 1 sin 1 cos 1 cos 2 cos(1 2)

dij 2R sin1 sin2 A sin2 B cos i cos j

Mjerenje povrina na kartama

Perimeter broj stranica piksela x rezolucija

Napraviti izraun povrine za sve hrvatske

Definiranje prostornih obiljeja

Oblik kao pokazatelj manipulacije granicama izbornih jedinica

12. Kongresni distrikt (North Carolina) pomou GIS-a oblikovan

Nagib i orijentacija padina

Nagib padina nagib kontinuirane povrine du pravca maksimalnog

Nagib padina (Slope)

Nagib (%) = 100*( dz / dx )

S= ((e1+ 2e4 + e6) (e3+ 2e5 + e8))2 +

d = duljina stranice elije

Nagib padina (Slope) - ArcGIS

Nagib padina (Slope) - ArcGIS

Prostorna analiza - tipovi

Optimizacija - idealne lokacije, rute

Diplomski sveuilini studij geografije, smjer: GIS, 1. godina

Prostorna analiza - kategorije

Optimizacija - idealne lokacije, rute

Metode prostorne interpolacije rjeavaju

Veina metoda iz SA prisutna i u Geostatistical

Geostatistical Analyst Geostatistical

Deterministike metode interpolacije

Deterministike metode interpolacije