( 1． 中国科学院地理科学与资源研究所，北京 100101; 2． 北京超图软件股份有限公司，北京 100015; 3． 北京市地理信息核心软件与应用工程技术研究中心，北京 100015)
论文来源：《测绘通报》2017年 第8期
摘要:基于邻近图理论针对北京道路网络数据并结合道路网络特征参数进行了试验分析，进而研究了北京道路网络特征。结果表明，相关邻近图能较好地反映北京道路网络特征，基于邻近图分析道路网络特征为道路网络分析提供了理论支撑。
关键词: 邻近图,道路网络,空间分析,空间索
邻近图分析始于 20 世纪 80 年代。近年来，随着对邻近图研究的深入［1］，基于邻近图理论的相关研究在地理空间分析中得到应用。郭庆胜等验证了基于邻近图的点集聚类分析的可行性，并使用不同的邻近图分析得到不同的聚类效果［2］; 宋晓梅等通过 k 阶空间邻近图处理空间聚类问题［3］; Adamatzky等使用邻近图进行道路演化分析［4］，并使用微观模拟得到较好的研究结果。道路网络是道路网络分析的空间地理对象［5-7］，道路网络特征分析在道路网络演化分析中具有重要作用［8-9］。邻近性特征分析是进行道路网络结构分析、道路网络数据模拟、道路网络演化等空间网络分析采用的基础方法，本文采用基于邻近图理论的方法分析北京道路网络的邻近图特征。
考虑到邻近图的相关性质与道路网络特征，本节选取 6 种邻近图类型进行分析。
(1) 近邻邻近图( nearest neighbor graph，NNG) :平面点集中每个点与最近的若干个点连接形成结果图
(2) 最 小 生 成 树 ( minimum spanning tree， MST) : 平面点集之间的生成树，要求满足边集合的长度总和最小。
(3) 相关邻近图 ( relative neighborhood graph，ＲNG) : 即若u，v∈V，边( u，v) ∈ＲNG; 若不存在点w，则 max{ d( u，w) ，d( v，w) } ＜d( u，v
(4) Gabriel 图( gabriel graph，GG) : 若u，v∈ V，边( u，v) ∈GG; 若不存在点 w，则 max{ d2( u，w) ， d2( v，w) } ＜d2( u，v) 。
(5) 德 罗 内 三 角 网 ( delaunay triangulation， DT) : 平面点集生成邻接不重叠的三角形，每个三角形的外接圆中不包含点集中任何其他点。
(6) Urquhart 图( urquhart graph，UG) ; 平面节集的 DT 图中去掉每个三角网中长度最长的那条边之后所生成的图。
更多内容请点击下方的PDF下载