空间数据结构范文

空间数据结构范文第1篇

摘 要：本文从大数据时代下的空间数据挖掘定义及常用手段归纳入手，分析空间数据挖掘的现状及特点，提炼其思想核心内容。以大量文献资料的凝练理论为依托，探讨空间数据挖掘的研究体系及今后的发展趋势。

关键词：大数据时代；空间数据挖掘；发展趋势

随空间信息的概念进入公众视野、成为研究人员的探讨议题后，部分专家便预测了空间数据挖掘的必然出现，由于大数据时代对于数据的特殊要求及属性定位，势必会带动一股对于数据整合手段的讨论热潮，而空间数据挖掘技术随之应运而生。从简单的同类事件各类型数据的对比提炼，到各类型事件多样化数据的收集、整合，空间数据挖掘技术较数据挖掘技术的提升空间巨大。

1 论文议题概念与意义

随各类型资料、信息的聚集量逐渐扩大，信息整合技术手段层出不穷，可以说，我们当下生活的环境已进入大数据时代。各类型事件、各类型组织、各类型研究议题均无法脱离大数据时代的长远影响。大数据时代已经开启便注定其今后的主导地位。而空间数据挖掘则是大数据时代的主要代表思想，从其概念看，空间数据挖掘指的是将存在于空间领域、表面看毫无规律、内在联系不明显的隐含数据信息运用相关特征及模型建立手段进行提炼的过程。其操作过程包含数据的准备过程、选择过程、预处理过程、缩减过程、变换过程、配套研发过程等多个环节，每一环节都紧密相扣。就已有空间数据挖掘研究现状看，较成熟的空间数据挖掘手段包括概率论、空间分析、统计分析、归纳学习、空间关联、聚类分析、神经网络、决策树、粗集、趋势探测、云理论、遗传算法、可视化处理等等类型。大数据时代的空间数据挖掘技术研究所经历的发展历程呈现初步提升、类型多元化变换的良性趋势。

对于空间数据挖掘技术，人们由最初的简单数据提取逐步演化为如今对技术手段的不断优化，可以说，大数据时代的社会轮廓愈发清晰明朗。大数据时代的空间挖掘技术也逐渐从专业领域研究人员所用手段逐步变为日常生活中经常出现的行为模式。从政府执政参考、学校教学手段提升、专业领域研究、到社会现象规律探究，各行各业随处可见大数据空间数据挖掘思想的影子。或许人们在操作过程中并不确定其手段的数据挖掘属性，然而大数据时代的空间数据挖掘思想就这样的逐步渗透到我们的生活中。

本文议题设定原则在于协助人们明确自身所处社会时代的大数据特性，以前人思想分析为基础，明晰空间数据挖掘思想对人们日常生活的重大影响及其优势。

2 空间数据挖掘的特点及应用范围

信息时代必然的结果是巨大数量级的各样信息的逐渐积累，无章可循的大量信息无法给人提供有效信息及功能，那么我们可以称之为垃圾信息。倘若没有空间数据挖掘作用，那么我们周围的所有信息将以杂乱无章的混乱形式充填，加之空间信息的增长速度极快，根据领域个性化要求进行的空间数据挖掘技术的出现十分必要。

2.1 空间数据挖掘的特点归纳。空间数据由于其区别于普通数据的多样性及复杂性，注定了空间数据挖掘手段具备一定特殊属性。在查阅相关资料后笔者发现空间数据挖掘的特点可以从其本身特性及应用特性两方面予以概括。

（1）数据来源多样且丰富、数据数量级庞大、数据类型众多、数据呈现形式表面看非常复杂；（2）所依托手段水平较高，常常借助空间搜索引擎使用机制对復杂空间数据予以组织。由于空间数据挖掘技术的定位较此前大数据环境下的简单数据整合、聚类而言有很大提升，所涉及的相关技术手段的水平自然而然随之提升；（3）空间数据挖掘手段类别多样，对于不同领域要求有不同属性表现。由于应用范围多样且复杂，空间数据挖掘手段的类型也随之发生不同变化，每一类空间数据挖掘技术都依据所负责的领域研究内容而在侧重点上有所不同；（4）空间数据挖掘原则为多尺度、多维度并行分析。面对现代社会日趋多元化、复杂化、空间化的数据信息整合需求，空间数据挖掘手段虽然各自存在不同，但其发展趋势方向为多领域并行分析。原因在于各类型领域的共同性注定了今后信息整合的归一性。

2.2 空间数据挖掘的技术支撑。目前国际上公认的具有代表性的空间数据挖掘技术支持系统包括Descartes、GeoMiner、ArcViewGIS的S_plus接口数据库系统。这三种SDM系统在不断的实践应用过程中均表现出令人满意的可视化地图与DM之间的结合能力。可以提供根据用户数据需求的多样聚类、数据信息分类等挖掘形式。Descartes作为专门的空间数据可视化技术，其工作原则为与DM工具Kepler两者联合在一起。而GeoMiner系统相对庞大，在实际运用过程中会对空间数据信息平台的资源配置要求过高，也可能会造成一定程度的资源浪费。而较为常用的GIS系统在应用过程中同样存在一定缺陷，虽然其技术本质为解释性语言的一种，但其功能性上较C语言而言较慢，也就是说，GIS系统较难实现对相对量多的数据库的挖掘。

以GIS中数据挖掘的过程，帮助理解空间数据挖掘的技术方案。首先，根据一定的主题要求及背景知识，从现有的空间数据中提取数据进行分析、处理。其次，选择合适的算法，确定参数。得出挖掘数据后对其进行评价，再以用户能够全面理解的方式呈现给用户。

2.3 空间数据挖掘的应用领域。正如前文所说，空间数据挖掘的涉及领域范围极广，对人们工作、生活、学者研究乃至国家政策都有潜移默化的影响，其优势已被国际认可。就目前空间数据挖掘的发展现状看，其应用领域包括国家国防建设及安全筹划、人们日常生活及身体健康、气候变化及天气预测、地质勘探及环境调研、地震预防及突发性事件应对规律等。近几年来被热议的智慧城市、智慧地球等新兴理念也同样受到空间数据挖掘的影响。

天文学、地质学、灾害学等领域需要依托以往经验、规律进行有效预测、算法设置、要点归纳，而大数据时代下的空间数据挖掘思想恰恰迎合了这种需求，值得注意的是，空间数据挖掘技术在危机管理及危机预警行业的应用频繁、效用显著。由此可以推测，今后空间数据挖掘技术在经验探究、规律总结类研究领域的应用比重将会更大。

3 空间数据挖掘的应用趋势及发展预测

分析大数据下的空间数据挖掘现状笔者发现，就目前社会市场环境下的应用需要，空间数据的所有特征并未被人们完整地注意到，某些待开发领域特征的存在注定了空间数据挖掘技术的深入研发远景。比如，对于多来源的空间数据的预处理技术水平尚不能完全满足各行业、各类型组织的应用需求，对于空间数据的种类划分及对应技术方法的研讨仍在进行。

而今互联网的迅猛发展也为空间数据挖掘技术的前行助力，空间上必然存在的信息属性不确定性逼迫着空间数据挖掘者们持续进步。在分析空间数据挖掘思想的特征、目标、现状的基础上，笔者认为，空间数据挖掘今后的发展方向必然是各类型、领域、行业的专业化空间数据整合技术的研发，其目标在于协助人类更直观、多角度、完整地认知世界、环境及社会，帮助人们提升自身面对知识的有效提取能力。可以说，大数据时代下的空间数据挖掘技术的核心发展目标在于更好的服务于人类社会的发展。

4 结束语

虽然已有空间数据挖掘技术水平基本满足现有信息结构化处理需求，但随各领域研发进度的深入、多样化，已有的空间数据挖掘技术的不断强化、提升成为大数据时代下的空间数据挖掘技术的必然发展趋势。从技术及理论方法两方面，完成实践与理论的双向完善，成为各领域专家、研究人员今后的工作重点。

参考文献：

[1]蒋良孝.空间数据挖掘的回顾与展望[J].计算机工程与应用，2003（06）.

[2]李德仁.论空间数据挖掘和知识发现[J].武汉大学学报，2011（06）.

[3]段晓君.可视化数据挖掘技术及其应用[J].计算机应用，2000（01）.

作者单位：贵阳职业技术学院，贵阳 550081

空间数据结构范文第2篇

框架比砖混的优势：一是空间开敞，因为梁和柱的结构使得框架结构的空间可以做到6米以上，而砖混因为砖的承重能力有限，做到5米就不错了;二是楼层高度，砖混结构最高只能做到6层，而框架结构可以做到100米以上的楼高。

理论上讲，因为材质的原因，框架结构的使用寿命和抗震强度要高于砖混结构。但在实际中，国家对建筑的抗震性能有标准，一个地区的建筑一定要满足抗震指标，所以开发商在设计建筑的时候，都以满足这个抗震指标为前提，即使是框架结构，也不会增加成本提高抗震性能的。所以在牢固程度上讲，砖混和框架的住宅是差不多的。

砖混也有自己自身的优势，除了造价低之外，因为红砖具有调节空气湿度的作用，所以居住起来比混凝土住宅健康。

空间数据结构范文第3篇

【摘 要】本文以“城镇空间结构”这一课为例，探究如何在课堂中落实地理核心素养，提出通过学情分析、教学目标分析、教学策略研究等方法引导学生学会从区域认知的角度理解问题，并着重培养学生的综合思维能力和人地关系认知的核心素养。

【关键词】地理核心素养;城市空间结构;教学设计

自《普通高中地理课程标准（2017年版）》公布以来，关于地理核心素养的讨论如火如荼，其中如何在一堂课中落实地理核心素养是近年来讨论的一个热点问题。地理核心素养是三维目标的整合与提升，是学生在学习地理学科后形成的、在解决实际问题时所需要的必备品格和关键能力[1]。本文基于《普通高中地理课程标准（2017年版）》，探讨如何在地理教学中通过学情分析、教学目标分析、教学策略研究等方法落实区域认知、综合思维、人地关系和地理实践力的培养。

一、“城镇空间结构”的学情分析和教学目标

（一）“城镇空间结构”的学情分析

经过《地理必修1》的学习，学生在一定程度上已经具备了人地关系理念、区域认知能力、综合思维能力和地理实践力，同时刚学习的人口部分的知识，为“城镇空间结构”的学习打下了基础。并且学生居住在城市，对城市的大部分功能都有一定的了解。

（二）“城镇空间结构”的教学目标

《普通高中地理课程标准（2017年版）》要求“结合实例，解释城镇和乡村内部的空间结构，说明合理利用城乡空间的意义”。这个要求可分为两个课时完成，第一个课时是“城镇空间结构”，这也是本节课的学习内容，第二课时是“乡村内部的空间结构”。

根据学情分析和课程标准，本节课的地理核心素养的培养目标为：

（1）以扬州市为例，在地图上指出扬州土地的主要利用方式和功能分区;

（2）结合实例，学会分析商业区、住宅区、工业区的布局特点和布局原因;

（3）结合实例，解释城市功能区的形成原因，并理解城镇空间结构的三种模式;

（4）通过具体案例，动手规划各功能区的布局。

二、“城镇空间结构”的教学策略

（一）情境导入

教师组织模拟游戏“我是市长”环节：（教师展示扬州市主要地理事物的简图，包括铁路、公路、河流等，并制作写有“商场”“小区”“工厂”的贴纸）假如你是该城市的市长，你该如何将商场、小区、工厂合理布局在你的城市呢？说一说理由。如图1所示。

学生举手到黑板前在地图上放置贴纸，并说出布局的原因。

设计意图：通过游戏的方式，引导学生真正动脑思考如何将具体的人类活动布局在合理的地方，使学生初步了解各个地理事物之间的联系，如将工厂布局在铁路旁边是为了方便运输。这样能顺利地启发学生思考，并为复杂情境下的学习做好铺垫。

（二）合作中的学习

教师根据教学目标将本节课的内容设置为如表1所示的学习活动。

三、教学评价

這节课中区域认知知识占比较大，包括区域特征分析、区域研究方法和区域决策评估;综合思维和地理实践力均有涉及，但是人地关系的探究较少。教师引导学生在真实的扬州土地利用类型分布图中认识熟悉的地理事物的分布，激发了学生学习和探究的兴趣，拉进了将要学习的知识与学生认知之间的距离，效果很好。在教学中，教师能给予学生充分开展小组讨论的时间，并能有效组织小组之间的交流、展示、评议，培养了学生利用地图等工具，基于整体性原理，从不同空间尺度准确分析区域特征的能力和结合真实情境，运用整体性原理准确梳理出地理各要素之间关联性的能力。

【参考文献】

[1]汤国荣.地理核心素养的内涵与构成[J].中学地理教学参考，2015（19）.

【作者简介】

范雪晴（1992～），女，汉族，安徽阜阳人，硕士。研究方向：中学地理教学。

空间数据结构范文第4篇

作者简介：冷亚辉（1987-），男，汉，江西九江人，硕士，吉首大学，研究方向：旅游区域经济。

刘雨婧（1990-），女，汉，湖南邵阳人，硕士，吉首大学，研究方向：旅游绩效和效率。

摘要：借鉴国内外学者对区域旅游空间结构的研究，本文以张家界为例深入分析其旅游空间结构演变过程及发展战略，探讨张家界旅游发展历程中空间结构的演变模式和特征，建立在以“点-轴”理论和旅游地屏蔽理论的基础上，确定张家界旅游重点发展区位和延展方向，建构了张家界旅游空间发展形态，以促进张家界旅游业可持续性发展。

关键词：旅游空间；发展战略；张家界

旅游空间结构常常表现为旅游经济客体在空间中相互作用所形成的空间集聚程度及状态，体现了旅游活动的空间属性和相互关系， 是旅游活动在地理空间上的投影[1]。针对旅游城市在旅游发展过程中呈现出的一些关键问题，旅游空间结构模式的建立或许能为其提供重要的参考价值，旅游城市的空间布局及优化能有效促进旅游区域人财物三者之间合理流动，深入探讨旅游空间结构发展特征及其在旅游综合中的应用，对于优化整合区域旅游资源，完善旅游空间布局具有重要的理论与现实意义。

20世纪60年代，国外学者就开始对旅游活动空间行为模式和旅游区空间布局等方面进行了研究， 而理论模型运用有区位论（ Christaller，1964）[2]、核心-边缘理论模型（Lundgren，1973； Hills，1977； Britton，1980）[3-5]等。我国学者对旅游空间结构的研究起初于20世纪90年代， 多广泛在旅游资源、旅游流、空间组织形态以及旅游地空间相互作用等诸多方面，陆林（1995）以皖南地区为例，分析该旅游区域空间布局[6]；陶伟（2002）等针对苏州提出了整体整合与核心整合城市旅游空间结构两条可行性途经[7]；杨新军等（2004）和黄火金（2005）等先后以西安为例，就旅游系统空间结构模式展开了探讨[8-9]；马中华等（2008）就吉林省构建了“五地、两带、四轴”旅游空间结构[10]；沈惊宏（2015）等探讨了安徽区域旅游五阶段演化模式[11]。

1.相关理论分析

1.1“点-轴”理论

“点-轴”理论将中心城、交通干线及市场作用范围等统一于一个增长模式中，点占据主导地位，轴是实现各点之间联接的神经枢纽，通过市场配置资源要素，是点与点之间、点与轴之间发生联系的根本动因。社会经济空间结构的不均衡致使空间扩散，“量能高低”和“势能梯度”形成空间扩散， 在市场相互作用下， 社会经济得到发展，区域空间结构实现均衡化，“点-轴”空间扩散理论由此形成。“点-轴”理论反映了社会经济空间组织的客观规律， 是区域开发的基础性理论， 对区域旅游开发同样具有非常重要参考价值。

1. 2 旅游地屏蔽理论

我们把某一特定区域旅游资源或旅游区域间存在某些阻碍性因素致使开发利用价值降低，甚至难以开发的现象称之为旅游地屏蔽现象。该现象以资源屏蔽和区位屏蔽为主。资源屏蔽是指因资源相互关系协调性差造成某一或几个旅游区旅游资源开发价值降低的现象。区位屏蔽着重于借鉴生态学的“空间竞争理论”，即由于一个或几个旅游区的存在而对某特定旅游区形成的空间竞争状态致使其处于不利地位的现象。旅游地屏蔽理论对于旅游城市在制定并调整旅游区的发展战略时有着重要的理论与现实意义。

2.张家界旅游空间分析

2. 1 张家界旅游空间结构发展历程

核心旅游景点往往会演变成城市旅游中心， 通过交通干道等枢纽联接周边地区， 再由中心向周边辐射逐渐推进旅游区域发展。在此过程中， 整合城市区域各类旅游资源在市场资源配置下合理流动，城市旅游空间结构逐渐规范。张家界旅游发展依次经历了单核、双核以及一轴两点梯度发展模式。

单核发展阶段：该阶段由于当地旅游发展水平较低，行政边界模糊，发展不具规模， 1988年，经国务院批准，成立地级市大庸市，将索溪峪、天子山以及张家界国家森林公园统一划归新成立的武陵源区。随着1992年武陵源风景名胜区被列入世界自然遗产这一标志性事件，形成了以武陵源为辐射源的核心增长点。

双核发展阶段：由于旅游集聚与辐射效应不断增强，武陵源区旅游承载能力有限，利用已有的旅游节点，积极开发新的旅游景区分散游客，扩大规模效应，成为地方政府和业界迫切需要解决的问题。武陵源区的辐射作用，培育出茅岩河、天门山、九天洞等次级核心点，带动了整个区域经济的协调发展， 1992年国家林业部批准建立天门山国家森林公园，这一标志性时间更加确定了天门山在张家界的地位。天门山位于永定区，永定区作为张家界的市中心，是游客的集散中心，除拥有天门山等自然景观外，还具有休闲购物、商务会展等现代旅游配套项目，永定区由此成为张家界旅游业另一个核心增长极。据此，张家界旅游发展的空间格局形成以武陵源自然风景遗产和永定中心城区商务休闲旅游双核。

一轴两点发展阶段：经过三十多年的旅游发展，张家界已经初步培育了国内外知名的旅游目的地品牌。卫星景区的发展，离不开核心景区的辐射作用，以武陵源和永定区为双核的辐射作用必定推动周边慈利县和桑植县旅游的发展，两核心的联动效应以306省道形成核心发展轴，慈利县与桑植县成为核心发展轴衍生的旅游发展节点。从内部发展格局来看，张家界市域内部已经基本形成“两核、一轴、两节点”空间发展格局。

2.2 张家界旅游发展存在的问题

张家界市由于自然资源丰富资且源集聚度高， 历来形成以武陵源和永定区为核心的旅游空间发展结构， 并对其它景区产生了持续强劲的屏蔽影响，造成张家界旅游发展整体呈不均衡格局；世界级旅游目的地品牌形象建设朦胧，问题在对张家界资源价值内涵理解不清，营销卖点不明确，宣传口径不统一，营销渠道不畅，影响旅游形象宣传的效果等方面；与中心城市地位配套的交通建设不够，城市形象及城市旅游配套设施建设不完善，与中心城市相配套的软件建设有待进一步加强，城市功能单一等方面；现代旅游产业发展不足，产业关联带动效应未充分发挥；总体认为，张家界旅游空间结构不合理性表现致使区域旅游发展不均衡， 旅游资源开发缺乏协同互补，空间蕴含的能量未充分释放， 进一步阻碍了张家界旅游业健康有序的发展。

3.张家界旅游空间发展战略

点轴模式、集聚扩散模式正驱动着张家界旅游空间快速发展。便捷的交通、丰富的信息、庞大的客流量， 使各旅游区紧密联系， “点—轴”、“核心-边缘”及辐射与梯度等理论得到较好的融合， 未来以构建围绕武陵源和永定区为核心增长极， 慈利县、桑植县作为两大节点， 各地区旅游核心增长点主要沿公路扩散， 铁路为次级扩散轴。

3.1 重点旅游发展点

目前，武陵源区和永定中心城区基本形成张家界市域内部核心旅游接待基地，以武陵源风景区和中心城区为双核式结构已经初步形成，发展相对成熟， 而慈利、桑植两县由于交通瓶颈限制， 可达性受限， 发展极为落后。因此， 张家界旅游发展应是在巩固两大核心区域的基础上， 加大对桑植慈利两县的开发。桑植县可重点建设茅岩河九天洞4A风景区、杨家界风景区以及贺龙故居等红色旅游景点，而慈利县应加大对张家界大峡谷4A景区、龙王洞4A景区、五雷山、张家界朝阳地缝等景区旅游开发，其交通及区位优势明显，张常高速公路、306省道、焦柳铁路穿境而过，慈利桑植两县将成为张家界最具发展前景旅游开发区域。

3.2 重点发展轴线

作为城市旅游的中枢枢纽，

交通运输干线及相应的综合运输通道对促进区域发展有重要意义。张家界地处湖南西部地区，已经是大湘西旅游圈的中心，长沙-韶山-张家界核心旅游轴的火车头，湘西生态民俗旅游走廊的极点，从全国来看，张家界作为未来中西部地区重要的旅游集散中心，高等级公路必然是重点发展轴线。目前，将贯穿境内的305、306省道、张常等高速公路定为重点发展轴， 在建的张花高速公路定为发展拓展轴， 焦柳铁路、荷花机场则成为最主要的扩散轴线。

3.3 张家界旅游空间结构体系

根据张家界市旅游产业发展总体规划（2009-2030），未来张家界旅游发展的空间格局定位为“两核、一环、一轴、两带”的发展格局。即武陵源核心景区的遗产旅游核、永定中心城区的商务休闲旅游核、连接两核的生态景观带，以及包围两核的环核休闲度假圈、东部观光休闲旅游带、西部生态人文旅游带。在交通枢纽规划方面，将加快“一纵两横两辐射”区域旅游交通枢纽建设，一纵是指沅陵—张家界市区—桑植—湖北鹤峰公路，两横是指永顺—桑植—慈利—石门—宜昌和吉首—张家界市区—慈利—常德公路，两辐射是指张家界市区—桑植—龙山—重庆黔江公路和张家界市区—武陵源—江垭—石门公路。

4.结论与讨论

研究表明， 在旅游发展的不同阶段张家界表现出对应的旅游空间形态及空间演进过程。随着张家界旅游业的飞速发展， 旅游发展正进入新的阶段，急需突破原有的发展模式，从新的视角新的定位实现张家界旅游质的飞跃。张家界以本土的湘西民族特色文化为亮点整合各类资源， 提升张家界旅游形象定位， 通过区域内外联系，拓宽旅游通道，促进以跨区域跨国境旅游为纽带， 势必有利于优化张家界旅游发展空间， 形成一个内部协调、外部联动的空间发展格局。城市旅游空间在动态过程中形成和发展，并依城市经济、社会、环境的变化而不断改变。（作者单位：吉首大学）

参考文献：

[1]汪德根.城市旅游空间结构演变与优化研究——以苏州市为例[J].城市发展研究，2007，14（1）：21-26.

[2]Christxller， W. Some considerations of tourism location in Europe： the peripheral region-underdeveloped countries-recreation areas[J].Papers and Proceedings of Regional Science Association， 1964， （ 12） ：95- 105.

[3]Lundgren， J. O. J. Tourism impact island entrepreneurship in the Caribbean. Tourism： Economic ， Physical ， and Social Impacts[M].Longman， 1973.

[4]HillsT， Lundgren J. The impact of tourism in the Caribbean， A methodological study[J]. Annals of Tourism Research ， 1977， 4（5）：248-267.

[5]Briton S G. The spatial organization of tourism in a neo-colonial economy： Afiji case study[J]. Pacific Viewpoint， 1980， 21 （2）：144-65.

[6]陆林.皖南旅游区布局研究[J].地理科学，1995，15（1）：88-951.

[7]陶伟，戴光全，吴霞.“世界遗产地苏州”城市旅游空间结构研究[J].经济地理， 2002，（4）：487- 491.

[8]杨新军，等.旅游目的地区域（TDD）及其空间结构研究——以西安为例[J].地理科学，2004，24（5）：620- 626.

[9]黄金火，等.区域旅游系统空间结构的模式与优化——以西安地区为例[J].地理科学进展，2005，24（1）：116-125.

[10]马中华，六继斌. 吉林省旅游空间结构构建[J].经济地理，2008，28（1）：163-166.

[11]沈惊宏，等.区域旅游空间结构演化模式研究——以安徽省为例[J].经济地理，2015，35（1）：180-186.

空间数据结构范文第5篇

C语言的动态存储管理由一组标准库函数实现, 其原型在标准文件里描述, 需要用这些功能时应包含这个文件。与动态存储分配有关的函数共有四个。

1.1存储分配函数malloc

其函数原型是void malloc (unsigned int size) ;其作用是在内存的动态存储区中分配一个长度为size的连续空间。这里的size是一个无符号整型, malloc的返回值为void类型, 它分配一片能存放大小为size的数据的存储块, 返回指向该存储块起始地址的指针值;如果不能满足申请 (例如内存不足) 就返回空指针NULL。所以在调用该函数时应该检测返回值是否为NULL并执行相应的操作。

1.2带计数和清0的动态存储分配函数calloc

其函数原型是void*calloc (unsigned n, unsigned size) ;参数size意指数据元素的大小, n指要存放的元素个数。calloc将分配一块存储, 其大小足以存放n个大小各为size的元素, 分配之后还把存储块里全部清0 (初始化为0值) 。如果分配不成功就返回NULL。

1.3动态存储释放函数free

其原型是void free (void*p) ;其作用是释放指针p所指的内存区, 使这部分内存区能被其它变量使用。p是调用calloc或malloc函数时返回的值。free函数无返回值。如果当时p的值是空指针, free就什么也不做。注意, 调用free (p) 不会改变p的值 (在函数里不可能改变值参数p) , 但被p指向的内存区的内容却可能变了 (可能由于存储管理的需要) 。释放后不允许再通过p去访问已释放的区, 否则也可能引起灾难性后果。由于内存区域有限, 每个程序都应尽量节省资源。当所分配的内存区域不再使用时, 就应及时将它释放, 以便其它的变量或者程序使用, 这应该成为习惯。这时就要用到free函数。

1.4分配调整函数realloc

其函数原型是void*realloc (void*p, unsigned n) ;其作用是更改以前的存储分配。在调用realloc时, 指针变量p的值必须是调用calloc或malloc函数时返回的值, 参数n表示现在需要的存储块大小。realloc在无法满足新要求时返回NULL, 同时也保持p所指的存储块的内容不变。如果能够满足要求, realloc就返回一片存放大小为n的数据的存储块, 并保证该块的内容与原块一致:如果新块较小, 其中将存放着原块里大小为n的范围内的那些数据;如果新块更大, 原有数据存在新块的前面一部分里, 新增的部分不自动初始化。如果分配成功, 原存储块的内容就可能改变了, 因此不允许再通过p来使用它。请注意:通过动态分配得到的块是一个整体, 只能作为一个整体管理。在调用free (p) 或者realloc (p, ) 时, p当时的值必须是以前通过调用存储分配函数得到的, 绝不能对指在动态分配块里其它位置的指针调用这两个函数, 更不能对并不指向动态分配块的指针使用它们。

2动态存储管理过程必须注意的要求

1) 必须检查分配的成功与否。常用的解决办法是, 在使用内存之前检查指针是否为NULL。如果指针p是函数的参数, 那么在函数的入口处用assert (p!=NULL) 进行检查。如果是用malloc或new来申请内存, 则用以下语句来防错:if ( (p= (...*) malloc () ) ==NULL) 。

2) 系统对动态分配块的使用不做任何检查。编程序的人需要保证使用的正确性, 绝不可以超出实际存储块的范围进行访问。

3) 在一个函数里分配的存储块的存在期与该函数的执行期无关。函数结束时不会自动回收这一存储块, 要回收这种块, 唯一的方法就是通过free释放。

4) 如果在函数里分配了一个存储块, 并用局部变量指向它, 在这个函数退出前就必须考虑如何处理这个块。如果这个块已经没用了, 那么就应该把它释放掉;如果这个块还有用, 那么就应该把它的地址赋给存在期更长的变量, 或者把这个地址作为函数返回值, 让调用函数的地方去管理它。

5) 其它情况也可能造成存储块丢失。例如给一个指向动态存储块的指针赋其它值, 如果此前没有其它指针指向这个块, 此后就再也无法找到它了。如果一个存储块丢失了, 在这个程序随后的运行中, 将永远不能再用这个存储块所占的存储。

6) 计算器系统里的存储管理分很多层次。一个程序运行时, 操作系统分给它一部分存储, 供它保存代码和数据。其数据区里包括一块动态存储区, 由这个程序的动态存储管理系统管理。该程序运行中的所有动态存储申请都在这块空间里分配, 释放就是把不用的存储块交还程序的动态存储管理系统。一旦这个程序结束, 操作系统就会收回它占用的所有存储空间。

3函数、指针和动态存储

如果需要在函数里处理一组数据, 并把处理结果反映到调用函数的地方, 最合适的办法就是在函数调用时提供数组的起始位置和元素数目 (或者结束位置) 。这时函数完全不必知道用的是程序里定义的数组变量, 还是动态分配的存储块。

但也存在一些情况, 其中不能采用上述做法, 例如直方图程序。程序里定义了一个读入函数, 它需要根据输入情况确定如何申请动态存储。这时的动态存储的申请在被调用函数readscore的内部, 该函数完成向存储块里填充数据的工作, 最后把做好的存储块 (就像是一个数组) 的地址通过返回值送出来。调用函数 (main) 用类型合适的指针接收这个地址值, 而后通过这个指针使用这一存储块里的数据。

首先, 这一做法完全正确, 因为动态分配的存储块将一直存在到明确调用free释放它为止。虽然上述存储块是在函数readscores里面分配的, 但它的生命周期并不随该函数的退出而结束。语句scores=readscores (&n) ;使scores得到函数readscores的运行中申请来并填充好数据的存储块, 在main里继续用这个块是完全没问题的。当然, 采用这种方式, readscores就不应该在退出前释放该块。注意:上面的调用除了传递有关的数据外, 实际上还有存储管理责任的转移问题。在readscores把一块存储的指针通过返回值送出来时, 也把释放这块存储的责任转交给main。这样, 我们也可以看出前面的程序忽略了一件事情, 在那里没有释放这一存储块。应改动的就是在main的最后加一个释放语句 (当然, 由于main的结束就是整个。未释放的这块存储也不会再有用了。如前所述, 在这个程序结束后, 操作系统将会回收这个程序占用的全部存储) 。

空间数据结构范文第6篇

摘要：研究城市化加速发展地区的土地利用变化，并模拟预测，便于掌握地区土地利用变化的特点及发展规律，使地区土地资源利用与配置更合理。文章以芜湖市鸠江区为例，引入CA-Markov模型，模拟预测此地区2000～2026年土地利用空间结构变化进行。结论认为，CA-Markov模型模拟准确度高，适用于模拟分析多种土地利用类型的演化，可为区域土地与城市规划、管理和决策，提供一定的参考价值。

关键词：城市化加速地区;CA-Markov模型;土地利用变化;模拟;鸠江区

土地资源与人类生产生活密切相关，生态、社会和经济的发展会受到它利用变化直接或间接地影响，进而影响区域或全球的环境变化。因而，研究土地的利用变化，非常重要。当前，学者们研发出众多对土地利用变化进行分析和模拟的模型，当中，CA-Markov模型以突出的優势脱颖而出。两者相结合，使得Markov模型空间预测上劣势得到补偿，又可发挥元胞自动机模拟繁杂空间系统时空动态演变的优势。CA-Markov模型拥有在复杂空间系统变化中，进行模拟及长时间预测的能力，能合理模拟与预测土地利用的时空变化。

当前，国内外有关学者在不同区域的土地利用变化分析与模拟研究中，引入CA-Markov模型。在国外，Darrel Jenerette利用 CA-Markov模型分析模拟了亚历桑那州菲尼克斯地区的土地利用变化与城市扩张和人口增长有关;Andersson利用CA-Markov模型模拟了城市聚落的演变发展。在国内，何丹等以滇池流域为研究对象，研究点明了滇池流域水质退化与土地的不合理利用密不可分，而未来该流域的水环境和水生态压力会随着土地不合理利用的扩大而增加;周浩等用此模型模拟研究挠力河流域土地利用的变化，研究表明未来该地区土地利用程度不断扩大，人类活动对该流域的影响程度不断加强;由此可见，在现有研究的土地利用变化中，学者们江河流域内土地利用变化的研究逐年增多，但关于城市化加速地区的土地利用变化的研究，较为少见。在城市化加速地区，城市建设和工业发展不断加速，地区经济社会发生巨变，土地利用变化愈发显化，对土地的过度开发利用，使得区域内人与土地之间矛盾激化，人地问题突出，牵制着城市协调发展。因而，对该区域的土地科学的研究值得重视。

芜湖市位于长江下游地区的沿江平原上，紧接经济发展强大的长三角地区，近年来，在其经济发展的辐射带动下，工业和城市发展进程加快，土地资源利用格局变化幅度较大。故本文以芜湖市鸠江区为例，把2006年与2016年两个时期的遥感图像作为基础，在GIS中对其作空间分析， 研究其十年间的土地利用格局变化，并用MCE模型定义CA的转换规则，结合IDRISI软件提供的CA-Markov模型来预测鸠江区2026年土地利用变化的方向，希望为该地区未来的土地资源合理利用及耕地保护和经济社会协调发展提供有价值的借鉴。

一、研究区与数据

（一）研究区域

芜湖市的市区是鸠江区，长江穿越该区，地理坐标为东经118度23分、北纬31度22分，是城市的政治、文化和金融商业中心。鸠江区总人口58.91万人，覆盖面积约为820平方公里，区域内分布着开发区、加工区、码头。近年来，鸠江区经济发展迅猛，国内生产总值在近二十年间增长近百倍，鸠江区是我国城市化加速地区的代表之一。

（二）数据来源与处理

本文在中科院地理空间数据云平台（http：//www.gscloud.cn/）获取了遥感影像数据与DEM（高程）数据，从Landsat-5 TM和Landsat-8分别获取的2006年和2016年两期影像，为满足解译需要，研究区影像选取质量较好。在ENVI5.2软件中对遥感影像进行解译，再参考中国科学院土地利用/覆被变化分类体系与区域内土地利用现状及研究区具体实际，确定研究区2006年和2016年土地利用类型为5大类：“耕地、林地、草地、建设用地、水域”。

二、研究方法

（一）土地利用变化空间特征模型

土地在空间格局上的变化特点信息分别用单一土地动态变化度和综合土地动态变化度表现。计算公式如下所示：

Kt.i=××100%（1）

Kt=××100%（2）

在（1）、（2）式中，研究区土地利用类型i的空间变化单一动态度用Kt.i表示;全部土地利用类型的空间变化综合动态度用Kt表示;从变化初始年份a到变化年份b期间土地利用类型i转移生成其他类型土地的面积用ΔSc，i表示;而其他土地利用类型i转移到类型的面积用ΔSd，i表示;土地利用类型i在变化初始年份a的面积用Sai表示;土地利用变化初始到结束的年份用T表示;研究区域内全部土地利用类型的数量用n表示。

（二）CA-Markov土地利用变化模拟预测模型

CA模型对属性意义上的其他地理位置也无法描述，很难真实地反映局部的空间相互作用和空间关系，且在局部演化规则上也稍显逊色，导致CA模型在地理系统模拟方面略有不足。两个模型融合，既具备CA模拟复杂时空变化的能力，又发挥Markov模型长时间预测的优点，有利于提高模拟预测的精准性。因此，文章将运用IDRISITerrSet17.0软件中的CA-Markov模型，获取到2006、2016年两期数据，2006～2016年土地利用面积转移矩阵及概率转换矩阵用IDRIS软件中的Markov板块生成，土地利用适宜性图集是将土地利用变化的驱动力、多标准评价（MCE）模块、集合生成器（Collection Editor）工具结合生成，并将上述有关参数导入CA-Markov板块，模拟预测2026年鸠江区的土地利用的发展方向。

三、结果与分析

（一）2006～2016年研究区土地利用情况分析

在IDRISI软件中对所得土地利用数据统计分析，处理后得出鸠江区现状土地利用格局。在研究区五大土地利用类型中，耕地分布范围最大，主要分布在区域的西北部和西南部;林地和草地大部分分布在区域的东南部和东北部地区，西北部和西南部零散分布;中部是建设用地分布。随着地区经济社会发展加快，建设用地增加速度变快，不断地占用耕地、林地和草地，分布范围愈发扩大，朝着区域的东北部、东南部和西北部地区扩展;水域变化甚小。

（二）2006～2016年研究区土地利用类型转变分析

通过表1可对区域土地利用结构的空间转变进行定量分析，掌握区域内土地利用空间结构的变化情况。在表1中，转出面积是指某一种土地利用类型转变为其他用地类型的总面积，转入面积是指其他用地类型转为该种用地类型的总面积。可用转入减去轉出的面积的数量差，是正数还是负数，来判断十年间研究区某一种用地类型的转变，是以补充为主还是流失为主。在2006～2016年间，区域内全部用地类型中，耕地转出面积最多，为66km2，转入面积为39.74km2，转入面积减去转出面积数量差为-26.26km2，耕地的面积变化以流失为主;其次是建设用地，转出面积为30.7km2，转入面积为51.25km2，建设用地的转入面积为所有用地类型中最高的，转入面积减去转出面积之差为20.55km2，建设用地的面积变化以补充为主;林地紧跟其后，林地转出面积是28.63km2，转入面积是40.43km2，转入面积减去转出面积数量差为11.8km2，林地的面积变化是以补充为主;水域转出面积是9.04km2，转入面积为0.77km2，转入面积减去转出面积之差为-8.27km2，水域的面积变化以流失为主，;而草地由于在全部用地类型中面积占比较小，其转入和转出面积均较少，转出面积为3.49km2，转出面积为5.76km2，转入面积减去转出面积之差为2.27km2。

基于土地利用动态度模型的测算结果，十年间，区域土地利用空间变化综合动态度为1.57%，土地利用变化处于较为活跃的阶段。从单一动态度上来看，土地利用变化活跃程度按照高低排序，依次为林地、建设用地、草地、耕地、水域。其中，林地的动态度最大，为10.68%，位居榜首。这说明十年间，林地类型的变化活跃程度最高，国家的退耕还林政策的实施效果在该区域较为显著;再者就是建设用地，土地利用动态度为9.52%，研究区的建设用地土地变化非常活跃，这与研究区的城市化进程加快密不可分，建设用地的范围不断扩大，大量的城市建设仅侵占耕地和草地，耕地和草地的面积不断减少，其范围逐渐萎缩;草地类型的土地利用动态度为8.1%;耕地类型的土地利用动态度为1.75%;水域类型的土地利用变化活跃程度最低，其土地利用动态度仅为0.88%。

（三）CA-Markov模型模拟预测结果与分析

1. 模拟精度验证结果

鉴于已有研究，本文采用全数法来对CA-Markov模型模拟结果精确度进行验证。全数验证方法可对参与模拟的每一个元胞单元进行模拟，优势是可信度高，科学性更强。由于本研究区面积大小适中，数据量较合适，选用全数验证的方法更为合理。在IDRISI软件中模拟其2016年土地利用变化，得出CA-Markov模型的模拟精度为93.61%，模拟精度相对较高，表明该模拟结果的可信度比较好。CA-Markov模型发挥出的可靠与实用特性，较适于对区域土地利用变化进行模拟预测。

2. 未来土地利用预测结果与分析

从表2可以看出，2016～2026年研究区的不同用地类型的面积发生较大变化，变化比较明显的用地类型是耕地、建设用地、林地和草地。首先是耕地，其面积由534.11km2降到46.38km2，面积降低了65.73km2用地类型，耕地是区域内面积降低最多的用地类型。其次是建设用地，其面积由132.18km2增到170.59km2，面积增加了38.41km2，建设用地的面积在区域全部用地类型中增加最多;同样林地面积也发生变化，由82.65km2增到107.3km2，面积增加了24.65km2;草地的面积也由8.47km2增到11.68km2，面积增加了3.01km2;水域的面积变化较小，十年间仅减少了0.34km2。在2016～2020年，研究区土地利用综合动态度为2.35%，与2006～2016年的土地利用综合动态度1.57%相比，研究区在2016～2026年整体土地利用变化的活跃程度呈现上升的趋势。其中草地、林地、建设用地的土地利用动态度分别为13.45%、12.43%、5.68%，高于耕地的动态度1.87%和水域的动态度0.01%，土地利用变化活跃程度都比较高。

图2是基于CA-Markov模型预测结果，得出研究区2026年土地利用格局分布图。从图2可看出，到2026年，研究区的建设用地呈现向东北和西北方向扩张的势头，其范围不断扩大，林地向西南方向延伸，并侵占部分耕地，耕地范围不断缩小。未来随着区域经济社会的加速发展，城市化步伐脚步不断加快，城镇建设需要耗费大量的土地资源，建设用地不断占用耕地，这使得原本就稀缺的耕地资源就更加宝贵，耕地保护和经济发展之间矛盾将会进一步激化。

四、结论与讨论

（一）结论

文章把城市化加速发展的鸠江区作为研究区，运用CA-Markov模型，对区域三个时期土地利用变化模拟预测，结论如下。

2006～2016年鸠江区土地利用结构变化显著，整个区域的用地类型仍以耕地为主，但耕地面积急剧减少，用地比重不断降低，分布范围不断萎缩;建设用地和林地的面积增加迅速，占比越来越高，尤其是建设用地占挤大量耕地，分布范围不断扩大;草地面积有所增加，水域面积略有减少。且鸠江区的各用地类型间的面积变化率和单一动态度差异较大，耕地和建设用地、林地的面积变化较大，土地利用变化程度活跃。

CA-Markov模型的Kappa系数为93.61%，模拟精度较高，整体来看，模拟结果可信度较高，较适用于对鸠江区2026年的土地利用演变进行模拟预测。

根据预测结果，到2026年，鸠江区的土地利用面积变化明显。耕地虽区域的主要用地类型，但其面积不断减少，分布范围不断萎缩;建设用地、林地和草地面积持续增加，建设用地向外不断扩展，扩张幅度较大。这表明，区域未来土地资源利用变化较为活跃，其耕地资源更为紧缺，建设用地扩张加剧。研究区未来扛着耕地保护的重担，正确处理好鸠江区经济发展与耕地保护之间的关系，合理利用与配置区域土地资源，促进区域内协调发展。

（二）讨论

本文研究结果，对城市化加速地区土地利用结构与布局的规划调整、土地资源的优化配置及耕地保护和经济社会协调发展有一定的借鉴价值。但本研究尚存部分问题待解决。第一、文章运用CA-Markov模型对鸠江区土地利用演变进行模拟预测，但城市化加速地区土地利用演变过程繁复漫长，受到众多因素影响，难全面顾及;同时制定元胞转换规则时，对退田还湖、长江沿线生态保护带等符合地域特点的土地政策及农户个体行为等，未作考虑。第二、本研究数据年份间隔为十年，周期较大，期间社会经济、政策法规有较大变化，影响因素具有阶段差异性，后续研究要缩短间隔期。最后对影响土地利用变化的因素，也未进一步研究讨论，在后续研究中，要增加对土地变化驱动因素的研究。

参考文献：

[1]后立胜，蔡运龙.土地利用/覆被变化研究的实质分析与进展评述[J].地理科学进展，2004（06）.

[2]何春阳，史培，陈晋，等.基于系统动力学模型和元胞自动机模型的土地利用情景模型研究[J].中国科学（D辑：地球科学），2005（05）.

[3]刘小平，黎夏，艾彬，等.基于多智能体的土地利用模拟与规划模型[J].地理学报，2006（10）.

[4]邢容容，马安青，张小伟，等.基于Logistic-CA-Markov模型的青岛市土地利用变化动态模拟[J].水土保持研究，2014（06）.

[5]井梅秀，李晶.基于CA-Markov模型的關中——天水经济区土地利用变化动态模拟[J].陕西师范大学学报（自然科学版），2013（01）.

[6]周熙，马智民，尹芳，等.基于CA-Markov模型的“丝绸之路经济带”沿线地区土地利用变化分析与预测——以西北五省为例[J].西北大学学报（自然科学版），2018（02）.

[7]何丹，周璟，高伟，等.基于CA-Markov模型的滇池流域土地利用变化动态模拟研究[J].北京大学学报（自然科学版），2014（06）.

[8]周浩，雷国平，赵宇辉，等.基于CA-Markov模型的挠力河流域土地利用动态模拟[J].生态与农村环境学报，2016（02）.

[9]吴晶晶，田永中，许文轩，等.基于CA-Markov模型的乌江下游地区土地利用变化情景分析[J].水土保持研究，2017（04）.

[10]王友生，余新晓，贺康宁，等.基于CA-Markov模型的藉河流域土地利用变化动态模拟[J].农业工程学报，2011（12）.

[11]胡碧松，张涵玥.基于CA-Markov模型的鄱阳湖区土地利用变化模拟研究[J].长江流域资源与环境，2018（06）.

[12]许小娟，刘会玉，林振山，等.基于CA-Markov模型的江苏沿海土地利用变化情景分析[J].水土保持研究，2017（01）.

[13]杨俊，解鹏，席建超，等.基于元胞自动机模型的土地利用变化模拟——以大连经济技术开发区为例[J].地理学报，2015（03）.

[14]肖明，吴季秋，陈秋波，等.基于CA-Markov模型的昌化江流域土地利用动态变化[J].农业工程学报，2012（10）.

[15]张晓娟，周启刚，王兆林，等.基于MCE-CA-Markov的三峡库区土地利用演变模拟及预测[J].农业工程学报，2017 （19）.

（作者单位：安徽师范大学）