概述
别人也能复现的空间分析
只以一张导出图片形式存在的 GIS 结果是一条死路。半年之后，没人说得清当时用的是哪一版边界数据、缓冲区到底是 500 米还是 500 英尺，也解释不了为什么两次运行的结果不一致。
我们以代码形式交付分析：一套有文档、可传参的工作流，构建在 PostGIS、GDAL、GeoPandas 与 QGIS 之上，输入版本锁定，输出可随时重新生成。改一个参数、重跑一次，就能得到一个可追溯的新答案。
这种做法在第一个项目上稍贵一些，在之后每一个项目上都便宜得多——因为第二个问题往往只是第一个问题的变体。
真实产出
从业务 GIS 成果到高级空间模型
前几张图使用同一份包含 8,628 家曼哈顿商户的公开数据。随后选取的开放获取论文配图，进一步展示点位制图之外的分析范围：网络可达性、地统计插值、空间句法、显著性聚类与轨迹挖掘。
连续密度面 与 聚合密度
核密度给出平滑曲面，能找到真正的峰值，但你选的带宽决定了会出现几个峰——所以我们把它写在图上。六边形聚合给出等面积格子里的精确计数，需要跨片区比较、或要与其他数据关联时用它。两者没有对错，只是回答的问题不同。
候选点位的商圈分析
三个候选点各自 400 米步行商圈，圈内 POI 逐个计数，直接竞争对手单独统计。这三个点在地图上看起来差不多，实际并不是：同样半径内，有一个点面对的竞争是另一个的两倍多。
可达性会随时段与拥堵条件改变
等时圈沿真实网络计算设施在给定时间内能够覆盖哪里。这项急救设施研究对比了 10 分钟与 8 分钟覆盖，并区分高峰与午夜条件；它能揭示圆形缓冲区无法表达的服务重叠与空白。
空间插值面 与 空间句法网络
克里金插值把稀疏样点转化为连续预测面，并同时报告不确定性；空间句法把街道视为图网络，用整合度、选择度与连接度衡量空间结构对流动的影响。一个估计未知场，一个解释城市形态。
显著性空间聚类 与 运动轨迹模式
热点分析检验高值或低值是否形成统计显著的空间聚集，并展示邻域定义如何改变结果。轨迹聚类以完整路径为对象，分离主要路线族并识别异常行为，而不是把数百万个 GPS 点当成彼此无关的散点。
业务示例数据 © OpenStreetMap 贡献者，遵循 ODbL。研究配图来自下方链接的开放获取论文，均按 CC BY 4.0 许可转载，并保留原论文与图号。
服务范围
我们做哪些分析
既能处理边界清楚的常规 GIS 问题，也能建立同时涉及距离、网络、不确定性与时间的高级空间模型。
常见空间分析
叠加与空间连接
相交、合并、裁剪与属性转移，回答哪些对象位于、重叠或连接到哪些范围。
邻近与缓冲区
在合适的投影坐标系下计算距离分带、最近邻连接与影响范围。
可达性与等时圈
基于步行、驾车或公交网络计算商圈、服务覆盖，以及指定时间内可触达人口。
路径与 OD 矩阵
在真实交通网络上计算最短路径、路径优化与起讫点通行时间矩阵。
地形与栅格分析
基于高程或影像计算坡度、坡向、可视域、水文、分区统计与地图代数。
地理编码与数据工程
地址匹配、坐标修复、拓扑检查、投影转换与可重复的多格式处理。
复杂空间建模
空间插值
使用 IDW、样条、普通克里金或协同克里金，从离散采样点生成预测面、变异函数与不确定性图。
空间聚类与热点
Global/Local Moran’s I、Getis–Ord Gi*、DBSCAN，以及带显著性检验的聚类与离群值分析。
空间句法
用整合度、选择度、连接度开展轴线、线段与可视图分析，刻画街道网络中的潜在流动。
轨迹数据分析
GPS/AIS 轨迹清洗、地图匹配、停留点识别、路径聚类、流量提取与异常轨迹检测。
空间计量模型
空间滞后/误差模型、地理加权回归，以及针对空间依赖性的诊断与解释。
适宜性与多准则决策
综合环境、市场与网络条件做约束筛选、加权评分和参数敏感性检验。
时空变化分析
比较面板、栅格与事件数据，量化模式在何处、何时发生了多大变化。
自动化地理处理
交付带版本的 Python、SQL 或模型工作流，新数据到达即可重跑，并内置校验与审计记录。
交付格式
按你的技术栈习惯的方式交付
- 处理后的图层
- 结果几何以 GeoPackage、GeoJSON、Shapefile 或 PostGIS 表形式提供。
- 表格结果
- 按分区汇总的统计结果，CSV 或 Excel 格式，可直接用于报告。
- 地图
- 可直接印刷的制图成果，带图例、比例尺与数据来源说明。
- 工作流代码
- 生成该结果的 Python 或 SQL 代码，附文档，便于你自己重跑。
- 方法说明
- 假设、参数、数据时点与局限性，按能交给第三方复核的标准撰写。
样例数据
你实际拿到的是什么
示例项目数据。覆盖率是在路网上算出来的，反映的是人实际能走多远，而不是在地图上画一个圆。
| 分区 | 人口 | 已覆盖 | 覆盖率 % | 最近设施（分钟） | 优先级 |
|---|---|---|---|---|---|
| 分区 01 · 中心区 | 184,200 | 184,200 | 100.0 | 4.2 | 低 |
| 分区 02 · 北区 | 96,700 | 78,410 | 81.1 | 9.8 | 中 |
| 分区 03 · 东区 | 112,400 | 61,320 | 54.6 | 14.1 | 高 |
| 分区 04 · 南区 | 74,900 | 22,180 | 29.6 | 21.7 | 高 |
| 分区 05 · 西区 | 58,300 | 51,940 | 89.1 | 7.4 | 低 |
服务流程
五个步骤，每个项目都一样
- 步骤 01
说明你需要什么数据
描述要回答的空间问题，以及你手上已经有哪些图层。
- 步骤 02
我们确定数据范围
明确分析方法、参数取值，以及结果如何校验。
- 步骤 03
我们采集并处理数据
准备输入数据，并把整套工作流写成可复现、可传参的代码。
- 步骤 04
我们校验数据集
测试结果对参数的敏感程度，并与已知的实况数据比对。
- 步骤 05
我们交付最终成果
图层、表格、地图、工作流本身，以及一份方法说明。
按复杂度与数据量报价：模型要用到几个图层、是否涉及网络分析、流程是否需要可重复运行。告诉我们它要支撑什么决策，你会先拿到固定报价。
常见问题
客户经常问到的问题
你们用哪些 GIS 工具？
大体量分析用 PostGIS，数据处理用 Python 配合 GeoPandas、Shapely 与 rasterio，格式转换用 GDAL/OGR，制图与复核用 QGIS。如果你们的环境是 ArcGIS，我们也可以交付在 ArcGIS 中能直接正常打开的成果。
可以基于我们已有的数据来做吗？
可以。我们会先做一轮几何有效性与拓扑审计，让问题在污染分析结果之前先暴露出来；凡是修复过的地方都会一并说明，不会默默改掉。
除了结果，代码也一起交付吗？
只要你要求就一起交付，不额外收费。脚本都有文档、支持传参，你的团队可以换新的输入数据自行重跑。我们认为可复现性本身就是交付物的一部分，而不是一项加价服务。
能处理全国或洲际规模的数据集吗？
可以。大型任务会分块处理，配合空间索引，必要时并行执行。我们按数据规模来选技术路线，而不是把所有东西都硬塞进桌面软件里跑。
空间分析结果如何校验？
先做几何有效性与拓扑检查，再在不同参数取值上做敏感性测试，最后与能拿到的实况数据比对。凡是无法校验的部分，都会在方法说明里明确写成假设。
能培训我们的团队来维护这套工作流吗？
可以。多数项目都包含一次交接讲解与带文档的代码；如果你的团队打算此后自行接管，我们也可以安排更长时间的培训。
下一步
有具体的数据需求？
告诉我们GIS 分析需要覆盖哪片地域、包含哪些字段、多久刷新一次。正式开工前，你会先拿到明确方案、样例数据与固定报价。