§4－1空间分布类型§4－2空间分布参数的描述分布密度的计算举例：2、分布中心可概略表示分布总体的位置。一般用距离计算的方法描述。3）中位中心采用寻优算法定义：在点群中设置一个点，该点到点群中各点的最大距离小于任何其他点相对于点群中最远点的距离地理意义：如果在n个点群中设置一个点位，那么应该力求使该点到点群中的所有点都不至于过远。几何意义：（xe，ye）就是点群的最小外接圆的圆心。近似方法：找出一点群中相距最远的点对，其连线的中心点可以作为（xe，ye）的起始替代点分布中心的距离是对两个不同点状群体之间的关系的最简单的描述。分布中心的移动是描述离散群体随时间在空间演变的一个重要参数。3、分布轴线离散点群在空间的分布趋势（走向）通过分布轴线来计算。4、离散度不同的离散度反映了不同的分布特性1）平均距离：所有点与分布中心距离的平均值2）标准距离：一般指算术平均中心3）极值距离目的：对空间物体的集群性进行分析，将其分为几个不同的子群（类）。聚类算法：1）系统聚类：分析之初假定n个点自成一类，再逐步合并，在聚类过程中，分类逐步减少，直至聚至一个适当的分类数目。2）逐步分解：聚类之初假定n个点合为一类，然后逐步分解，在聚类过程中，分类越来越多，直至一个适当的数目。3）判别聚类：先确定若干聚类中心，然后逐点比较以确定离散点的归属。一、聚类统计量的计算（一）距离在空间聚类中通常采用的是欧式距离，两个空间点Pi（Xi，Yi），Pj（Xj，Yj）之间的欧式距离为：（二）离差各个数值xi与其平均值的离散程度。对任一点群T，其群内离差（平方和）的计算如下：二、系统聚类计算：1）起始聚类统计量的计算2）统计量在子群合并过程中的刷新1.最短距离依此类推有：G17={7,15}={5,6,7}G18={3,13}={1,2,3}G19={8,17}={5,6,7,8}G20={4,18}={1,2,3,4}G21={19,20}={1,2,3,4,5,6,7,8}G22={12,16}={9,10,11,12}G23={21,22}={1,2,3,4,5,6,7,8,9,10,11,12}2.离差平方和从S0出发，同样第一步合并1，2，记为G13＝{1,2},根据离差式刷新S0，得S1，例如：如果将全部点群分为两个子群，则：三、判别聚类基本思想：先确定各子群中心或初步分类，然后将空间点与这些中心或初始类逐一比较，判别点的归属。典型点法：利用空间点群之间的距离来寻找m个典型点位，将这些点位作为聚类中心,根据空间点与这些典型点的距离,将点划归到最近的一类。2.计算所有点到（Xp，Yp）的距离：d1d2d3d4d5d6d7d8d9d10d11d129497302723255858201352100514333125213323.选取距（Xp，Yp）最远的一个点作为第一个聚类中心，（7点）4.计算其余点与点7的距离di7与di之和di7＋di12345678910111231413623172029927581053/8403876272662165432选取di7＋di的最大者，得d117＋d11=6216,则点11为第二聚类点。5.计算其余点与点11的距离di11，进而计算di7＋di＋di11，得：123456789101112647358903884406342274282/288840383231/5856选取di7＋di＋di11最大者，点1成为第三个聚类点。6.对点群分类，将空间点归入最近的聚类点所代表的子群。将12个点分为{1,2,3,4}{7,5,6,8}{11,9,10,12}