地理统计分析
由图8水温2月高，故为北半球；b点根据经度位置属于亚洲东部，其水温比东西两侧高，说明有暖流经过，据洋流分布规律，故纬度应为30°N；水温的季节变化主要是太阳辐射的季节变化造成的，a海域受寒流的影响。
2. 地理400字调查分析报告
水资源： 近年来，河南省认真落实由传统水利向现代水利、可持续发展水利转变的新的治水
思路，各级水行政主管部门进一步树立“强化政府职能，加强水资源的统一管理和保
护，实现水资源的合理配置，促进经济社会的可持续发展”的指导思想，以编制全省水
资源保护规划、河道排污的监测监督管理和淮河及沙颍河水污染联防等工作为重点，全
面加强水资源保护，取得了显著成效。
河南省地处南北气候和山区向平原的过渡带，境内有江、淮、黄、海四大水系，气
候和地理位置特殊，是全国严重缺水省份之一，同时，河南省又是一个水污染严重的省
份。省水环境监测中心在全省四大流域5094公里河段上进行监测，占全省河长25453公
里的20％。2000年监测结果表明：全年期水质符合和优于三类标准的河流长度仅有1401
公里，占27．5％，也就是说，全省有70％以上的河段遭受不同程度的污染，其中更有
54．3％的河段水质劣于五类，丧失了使用功能。因此，全省针对干旱缺水和水污染严重
的问题，采取了得力措施，加强水资源保护。
编制全省水资源保护规划。科学合理地编制水资源保护规划，是实现水资源永续利
用，保证社会、经济可持续发展的重要条件。去年，河南已全面完成了全省及省辖黄
河、淮河、长江、海河4个流域水功能区划报告的编写工作，全省的水资源保护规划报告
也已完成初稿。规划的编制为全省水资源开发利用和保护提供了明确和科学的依据，为
水资源的监督管理和实施水权管理创造了条件。
河道排污的监测监督管理。入河排污口的监督管理是水资源保护工作的一项重要内
容，是监督控制向水体排污的重要手段。为了及时掌握省辖淮河流域入河排污量，检验
《淮河流域水污染防治规划及“九·五”计划》2000年排污总量控制目标的完成情况和
重点控制断面的水质状况，为淮河流域水资源保护和水污染防治提供依据，河南省于
2000年底和2001年底组织对省辖淮河流域68个县市的144个入河排污口及9个重点控制断
面进行了普查监测。监测结果表明，全流域污水量和化学需氧量、生化需氧量、氨氮和
挥发酚的年排放量较1997年年底均明显减少，减少幅度分别为26．8％、525．5％、
51．7％、64．8％和75．1％。
加强淮河流域水污染联防。淮河及沙颍河水污染联防工作连续进行了11个年度。河
南省认真贯彻《淮河流域水污染防治暂行条例》精神，以防汛抗旱为前提，兼顾水量水
质和上下游、左右岸利益，科学调度，有效利用水闸对河道径流的调节功能，最大限度
地发挥现有水利工程在防污调度中的作用。防污与防汛相结合，严防污水集中下泄，做
好节假日调度，全面掌握水情、污情、工情。自1997年至今，槐店闸汛期启闭300余次，
非汛期启闭160多次；周口闸汛期启闭150次，非汛期启闭83次。去年6月中旬第一次洪
峰来临之际，针对颍河黄桥闸上尚余部分污水的实际情况，周口水利局经认真测算，科
学调度，以沙河周口闸蓄水稀释黄桥闸上污水，稀释后的污水由彭新庄闸经调水渠进入
贾鲁河再汇入沙河，既做到洪峰到来前腾空了河槽，又使沙河周口闸前水质不受污染，
城市居民饮用水不受影响，更避免了污水集中下泄，保障了沿岸人民用水安全。
积极参与水污染防治的监督管理，关闭、取缔一批污染大户。
目前河南省水质状况仍不容乐观，形势仍很严峻，今后将以实施水资源保护规划，
依据河流水环境容量对水域实施纳污总量控制为重点，推动全省的水资源保护工作，改
善全省水环境质量，缓解因“水脏”而引发的水资源危机。 土地资源： 省国土资源厅有关负责人介绍，河南省人均耕地只有1.23亩，低于全国平均水平。而在全省，“空心村”、砖瓦窑、工矿废弃地造成的土地资源浪费惊人。全省从“空心村”、砖瓦窑场和工矿废弃地整治中可挖掘出土地223.4万亩，可复垦耕地183.3万亩。 从2004年起，河南省开展了以整治“空心村”、砖瓦窑场和工矿废弃地为内容的“三项整治”工作，计划用5年时间整治出土地150万亩，用于县域经济发展用地或重新恢复为耕地。截至目前，全省共实施整治项目8985个，整治出土地46万亩，净增耕地总量26万亩。 今年上半年，河南省已盘活存量土地1000余公顷，占供地总量的四分之一，有效缓解了城市建设用地供应紧张的局面。 据不完全统计，仅2005年上半年，全省核减项目用地面积就达3400多亩。全省已连续6年实现耕地占补平衡。
3. 地理学中的经典统计分析方法有哪些
大数据处理的信息很大，往往一个分析所需的数据分别存储在数百个服务器中，因此大数据分析就需要协调所需服务器，让他们按照我们分析的需要进行配合运作，这是他和传统统计分析的主要不同，在具体方法上，大数据还可能用到数据挖掘的方法，传统分析法往往事先有个分析目标然后用统计的方法验证，数据挖掘是通过算法，用计算机分析数据，让计算机发现数据之间的联系。
4. 在GIS中，空间统计分析模型有哪几种啊
不同的地理现象是不同的地理过程相互作用和相互影响的结果。这些现象的不同特征，可以通过调查和试验数据展示出来。每次调查和试验，可以认为是地理现象的一次随机抽样。通过对调查和试验结果的统计分析可以获得对地理现象总体的认识。
统计方法:
统计学方法广泛使用于地理学的研究中，并取得了多方面的成果。
1.数据的获取与处理、记录、整理和比较数据，并将结果用图表进行显示。
2.抽样，为问题分析提供统计根据。
3.数据分析，探索数据中存在的趋势、点群以及简单的或多重的相关性。
4.假设检验，验证可说明具体现象的原因和起源的概念或模型。
5.定量预测，对具体问题提供解答。
模型分类：
根据统计相关模型的应用目的，将模型分为三类：1）相关分析；2）回归分析；3）因子分析。模型的数据分布假设是多元正态分布。
5. 地理空间数据处理与分析的基本方法有哪些
一、GIS空间分析的功能 前面已经介绍过，大家已经知道空间分析就是对分析空间数据有关技术的统称。所以我们根据作用的数据性质不同，可以经空间分析分为：
1、空间图形数据的拓扑运算； 2、非空间属性数据运算；
3、空间和非空间数据的联合运算。
空间分析赖以进行的基础是仰仗于地理空间数据库，其运用的手段包括各种几何的逻辑运算、数理统计分析，代数运算等数学手段，最终的目的是解决人们所涉及到地理空间的实际问题，提取和传输地理空间信息，特别是隐含信息，以辅助决策。
GIS中可以实现空间分析的基本功能，包括空间查询与量算，叠加分析、缓冲区分析、网络分析等，并描述了相关的算法，以及其中的计算公式。
1、叠加分析
叠加分析至少要使用到同一区域，具有相同坐标系统的两个图层。所谓叠加分析，就是将包含感兴趣的空间要素对象的多个数据层进行叠加，产生一个新要素图层。该图层综合了原来多层实体要素所具有的属性特征。叠加分析的目标是分析在空间位置上有一定关联的空间对象的空间特征和专题属性之间的相互关系。多层数据的叠加分析，不仅仅产生了新的空间对象的空间特征和专题属性之间的相互关系，能够发现多层数据间的相互差异、联系和变换等特征。
6. 怎么看地理三角形统计图
辅助箭头法是地理三角形统计图判断的最佳方法。判读步骤如下：
1.沿着三个坐标内轴数值增容大的方向画出三个箭头，如图中的箭头①、②、③。
2.过图中标出的点（在图1中为“﹡”），分别画出与上述三个箭头平行且延伸方向一致的三条斜线。注意：在图1中平行斜线应取a，而不是取b；因为斜线b的延伸方向与箭头②不一致。
3.读出上述斜线与三个坐标轴的交点坐标，这就是待求点在三个坐标轴上的坐标。在图中待求点“﹡”的三个坐标是0～14岁为23﹪，15～46岁为73﹪；65岁以上为4﹪。
地理统计图在高考试题特别是人文地理试题的考查中运用较多，主要用来考查三个方面的能力：一是认识数据与图形之间的关系的能力；二是根据图表和数据解释说明有关概念的能力；三是根据有关数据信息解决相关问题的能力。
7. 基础地理数据分析是什么意思
宏图远见基础地理数据主要分为 城市地图、遥感影像数据和地形数据 三种类型。
1.城市地图
覆盖全国范围，包含种类丰富的兴趣点、详细级别的道路、县 级以及以上行政区划、植被、河流等全要素基础地理数据。综 合使用这些种类丰富的海量数据，可帮助用户进行选址分析、 网点规划、路径优化等业务分析和决策。其中：
(1)兴趣点包含16个大类 、88个中类、500多个详细分类及 一千多万个点位的海量数据;
(2)详尽的道路网络，分为8个速度级别，并包含丰富的导航 属性;
(3)县级及以上行政区划可对应匹配人口经济统计数据，从 而反映各类人口数量与分布情况、各区域经济发展状况等方面;
2.遥感影像
我们代理多种遥感影像产品，包括ZY-3、QuickBird、Wor- ldView、Ikonos、Geoeye、Spot5等多种分辨率遥感影像 遥感影像可以提供了解区域地貌类型、资源状况、城市分布 以及指导规划等，可广泛应用于：土地利用与国土规划, 自然资源勘探 , 环境保护与灾害监测 农业、林业 ,城市规划。
MarketVision还开发了高速生成栅 格瓦片，同时能为指定商业智能应用程序生成特定影像。
3.地形数据
覆盖全国范围，提供30米的地形高程信息数据，可广泛用于：
高质量的影像正射校正;
三维可视化;
水体识别;
洪水建模;
地质地形分析
8. 基于地理统计学的重金属元素污染解析
3.5.5.1 土壤重金属元素统计特征
对研究区15个采样点按采样时间分别对7种重金属元素进行统计性描述，统计特征见表3.15，其中2010年12月样品铬、铅、镍、锰平均值分别为42.30mg/kg、18.90mg/kg、28.74mg/kg、477.42mg/kg，均小于宁夏表层土壤重金属元素背景值，表明这几种重金属元素在该区没有发生明显的富集或累积作用；砷、铜平均值为 15.71mg/kg、28.56mg/kg，高于自然背景值，表现出一定的富集作用；镉平均值为0.67mg/kg，远高于自然背景值0.112mg/kg，超过土壤二级标准0.6mg/kg，表现出强烈的富集作用。铬元素标准差相对较大，离子含量变化范围较广，其他元素含量分布较均一，全区变化不大。对比两期样品重金属元素含量，春季样品重金属元素含量低于冬季样品。首期样品重金属元素含量变化范围大，极差较大，对应的标准差相对也较大，样品分布分散；二期样品测得重金属元素含量变化较小，全区呈现出一定的均一性；表层土壤重金属元素随着季节的变换，含量发生变化，冬季由于风沙较大，重金属元素分布较分散，离散程度相对较高，春季由于引水灌溉，各重金属含量变化相对平缓。
表3.15 土壤重金属元素统计特征值表
注：∗全国土壤背景值中宁夏表层土壤重金属平均值，∗∗《土壤环境质量标准》（GB 15618—1995）中pH＞7.5情况下的二级标准。
对7种重金属元素的原始数据、对数变换数据和box-cox正态转换后数据进行偏度、峰度、Shapiro-Wilk正态检验，检验结果显示砷、铜、铅、镍、锰原始数据均通过0.01显著性水平上的正态检验，经过box-cox转换后铬符合正态分布，但镉仍不符合正态分布规律，据研究表明，天然状态下各重金属元素分布符合正态分布。为探索各重金属元素间的相关性，进行重金属元素相关系数统计（表3.16），从相关系数可以看出砷、铜、铅、镍之间具有显著正相关性，砷、铜、铅、镍与锰、镉呈现出较强的负相关性，仅铬与众元素之间没有明显的相关性（表3.17）。简单的相关性分析难以摒除共同因素对相关系数的影响，有可能造成两个重金属元素由于与第三种元素相关性较强或较弱，使该两种重金属元素产生相关性或非相关性，因此需进一步描述重金属元素间的亲疏关系，分析重金属元素空间分布情况。
表3.16 重金属元素偏度、峰度及正态检验统计表
注：∗∗显著性水平a＝0.01。
表3.17 重金属元素相关性分析表
注：∗∗显著性水平a＝0.01。
3.5.5.2 基于ANN 的土壤重金属元素分布预测
人工神经网络（ANN）模型是模拟人类大脑处理和分析问题的方式方法来研究实际问题，从本质上说，它是一种黑箱建模工具，它能够通过“学习”来仿真真实系统中的输入和输出之间的定量关系；具有自适应性、自学习性、容错性和联想记忆能力等特点，而且鲁棒性强、操作简单、具有真正多输入多输出系统的特点，这些都是常规的建模方法所不具备的。为了恰当地表征一个神经网络模型，至少需要涉及以下3个方面：即网络拓扑、神经元特性以及学习（训练）方法。
考虑到土壤中各金属离子含量与空间位置之间存在着高度复杂的非线性映射关系，因此不宜用常规的建模方法来解决此类问题，而适合用ANN模型来对这种关系进行研究，使ANN发挥其能够处理具有“黑箱”特征问题的优点，建立各个重金属元素含量与其空间位置之间关系的映射模型。本书选用反向传播神经网络（Back-Propa-gation Net-works，以下简称BP网络）模型来对以上二者的关系进行研究。
在ANN模型的实际应用中，绝大部分使用的是BP网络模型，它是前向型神经网络的核心部分；它的结构由3部分组成，分别是输入层、隐层和输出层。输入层和输出层一般只有一个，隐层可能有若干个。各层神经元并行分布，只存在层与层神经元（节点）之间的联系，层内神经元之间没有任何联系。它采用有教师指导的学习训练算法，把学习过程分为两个阶段：即正向传播阶段和反向传播阶段。两个阶段反复交替进行，直到网络输出与期望输出一致为止。学习训练完毕后的网络结构和状态就代表了输入-输出之间关系的映射模型，它不是常规的用数学表达式表示出的函数或回归模型，而是一种黑箱的、智能的仿真模型。模型的输入端和输出端分别为各采样点处的坐标值和该处的7种重金属元素含量值。原理是通过建立BP网络来对现有的样本进行学习和训练，直到网络完全“掌握”了这些输入-输出之间的对应关系为止。然后利用训练好的BP网络的泛化能力来预测选择的43个插值点上7 种重金属元素的含量，从而得到各点的重金属元素含量。利用得到的重金属元素含量分布进一步分析空间变异情况。
3.5.5.3 富集因子及计算
富集因子（Enrichment Factor，EF）是评价人类活动对土壤及其沉积物中重金属元素富集程度影响的重要参数。富集因子的基本含义是将样品中元素的浓度与背景中元素的浓度进行对比，以此来判断表生环境介质中元素的污染状况。考虑到减少环境介质、采样过程以及制备样品等对元素含量的影响，因此在富集因子的计算中常常引入可参比元素进行标准化，其计算公式可以表示为：
地下水型饮用水水源地保护与管理：以吴忠市金积水源地为例
式中：Ci——元素i的浓度（测试值）；
Cn——标准化元素的浓度（测试值）；
sample和background分别表示样品和背景。
选择远低于环境背景值的镍作为标准元素，采用镍平均值作为背景测试值进行计算。计算结果见表3.18。
表3.18 土壤重金属富集因子变化范围
砷、铜、锰、镍富集因子均小于2，铬、铅富集因子均小于1，富集因子级别为1级，受人类活动影响微弱。镉因子分布范围为7.01～9.35，为显著性富集，表明镉受到强烈的污染与影响。
3.5.5.4 土壤重金属元素空间分析
土壤重金属元素常规统计分析描述了土壤重金属元素的整体特征，为反映数据间的变化特征及程度，进一步研究土壤重金属元素含量的随机性和结构性，采用地统计法的半方差分析对土壤重金属元素含量的空间变异结构进行分析和探讨。土壤的变异结构包括区域化变量的结构性变异和随机性变异，结构性变异指由土壤母质、地形、气候等非人为的因素引起的变异，随机性变异是由实验误差和小于取样尺度上施肥、作物、管理水平等随机因素共同引起的变异。利用半方差函数对研究区7种重金属元素分布及变异进行分析，半方差模型及其参数值如表3.19各重金属元素均符合高斯模型，砷、镉、铬、铜、铅、锰决定系数均大于0.9，其中铬残差大，其他重金属元素残差都相对较小（图3.27）。
表3.19 半方差函数模型表
图3.27 各重金属元素半方差函数变异图
变程也称之空间最大相关距离，反映了变量空间自相关范围的大小。土壤中砷、镉、铬、铜、铅、镍、锰变程分别为6.77km、8.90km、9.15km、6.88km、4.57km、2.13km、5.00km，重金属元素空间相关性范围由大到小依次为土壤铬、镉、铜、砷、锰、铅、镍。块金方差表示由随机部分引起的空间异质性，基台值表示系统内总的变异，是结构性变异和随机性变异之和。土壤各重金属元素的空间变异性可根据块金值与基台值的比值大小来划分（即块金系数），块金系数表示由随机部分引起的空间变异性占总体变异的比例。当C0/（C0+C）＜25%时，表明变量的空间变异以结构性变异为主，变量具有强烈的空间相关性；25%～50%时，变量有明显的空间自相关；50%～75%时，变量为中等程度空间相关；＞75%时，以随机变异为主，变量空间相关性很弱。研究区内块金系数均小于25%，在空间上表现出强烈的结构性变异，主要受土壤母质影响。
结论：研究区铬、铅、镍、锰平均值均小于自然背景值，没有发生明显的富集或累积作用；砷、铜高于宁夏回族自治区自然背景值，通过富集因子计算和空间变异性分析，该两种元素并未受到强烈的人为干扰，判断为该区此重金属元素具有高于宁夏全区平均值的含量；镉平均值为 0.67mg/kg，远高于自然背景值 0.112mg/kg，超过土壤二级标准0.6mg/kg，表现出强烈的富集作用，进行半方差模型拟合时拟合残差较大，模型可靠性降低，从空间分析可以看出各重金属离子具有较强的空间相关性，主要以结构性变异为主，受土壤母质影响最大，因此，判断影响镉含量的原因可能由于长期施用化肥农药等造成的农业污染。
3.5.5.5 水环境重金属元素分布特征
本书检测的黄河水、工企业排污口污水以及南干沟污水中重金属铅未检出；镉、铬、铜、镍有微量检出，均低于地下水Ⅰ类标准下限；锰在南干沟入口、出口以及沿途企业都有检出，南干沟上游锰含量较低，满足Ⅰ类地下水水质标准，出口处含量达到Ⅳ类水标准；区内地表水以及工企业污水砷普遍检出，从图3.28（单位mg/kg）可以看出砷主要沿黄河以及南干沟、清二沟有检出，浓度较高的点围绕工企业分布，根据数据显示沿途化肥厂污水排放砷为Ⅱ类标准，其余排放含量均满足Ⅰ类标准。
地下水检测的重金属元素主要有砷（As）、镉（Cd）、铬（Cr）、铜（Cu）、铅（Pb）、镍（Ni）、锰（Mn）7种，检测限普遍低于地下水水质标准一个数量级。水样中铅未检出；镉、铬、铜在个别采样点有微量检出，大部分低于检测限，检出项含量均低于地下水Ⅰ类标准下限；镍、锰在全区范围内广泛检出，以符合地下水Ⅰ、Ⅱ类标准为主，从图3.28中可以看出沿着马莲渠与清二沟至清二沟与南干沟交汇段地下水中镍含量普遍高于全区地下水镍含量；锰在工业区范围内地下水含量及排放污水中含量均较低，在水源地中心以及上游黄河沿岸部分地区锰含量较高，属于Ⅳ类水。
从水体重金属元素分布可以看出工企业污水以及南干沟污水砷普遍检出，但沿南干沟地下水砷含量并未表现出波动或富集；锰和镍浓度在水源地和工业区范围变化明显，锰在地下水中普遍检出且存在大范围超标，浓度大于0.1mg/L，为地下水水质分类的Ⅳ类水，沿南干沟地下水中锰元素浓度显著降低，污水中锰含量低于全区平均值；镍在全区含量分布均匀，在工业区范围内含量增加。该两种重金属元素含量的变化反映了锰、镍不仅在土壤中存在显著负相关性，在地下水中也存在相似的此消彼长的规律。在污染物的迁移过程中，土壤以及地下水系统的氧化-还原条件、pH、生物作用以及水化学成分对污染物的迁移转化有着重大的影响，改变了重金属元素空间分布及含量。对比分析全区地下水水质检测结果与污水指标检测结果，污水pH、化学需氧量（CODcr）含量显著高于地下水中检测量，重金属元素含量的变化主要反映了南干沟地表污水的排放对土壤及地下水中酸碱度、氧化还原条件的改变。
图3.28 水环境重金属元素分布图
9. 关于计量地理学和SPSS统计分析软件
这个要先学习高数、概率论、数理统计学等基础学科，大概花费1个学期时间
然后学习统计学的基础、中级统计学等教材，大概花费1个学期时间
然后看计量地理的内容，大概花费半个学期的时间
我替别人做这类的数据分析蛮多的
10. 地理数据分析服务是什么服务呢是做什么的
地理数据是直接或间接关联着相对于地球的某个地点的数据，是表示地理位置、分布特点的自然现象和社会现象的诸要素文件。包括自然地理数据和社会经济数据。如土地覆盖类型数据、地貌数据、土壤数据、水文数据、植被数据、居民地数据、河流数据、行政境界及社会经济方面的数据等。
地理数据是各种地理特征和现象间关系的符号化表示。
地理数据包括空间位置、属性特征以及时态特征三个部分。
自然地理数据在计算机中通常按矢量数据结构或网格数据结构存贮，构成地理信息系统的主体。社会经济数据在计算机中按统计图表形式存贮，是地理信息系统分析的基础数据。
指表征地理圈或地理环境固有要素或物质的数量、质量、分布特征、联系和规律
的数字、文字、图像和图形等的总称。包括空间位置、属性特征及时态特征三部分 。
所谓的地理数据，就是用一定的测度方式描述和衡量地理对象的有关矢量化标志。对于不同的地理实体、地理要素、地理现象、地理事件、地理过程，需要采用不同的测度方式和测度标准进行描述和衡量，这就产生了不同类型的地理数据。在这一方面宏图远见做的还是比较不错，建议推荐！