本文基于立方数据院学习平台的学习，介绍关于网络节点关系分析的两个案例。 网络节点关系分析一般也叫OD分析。“O”指的是起点（ORIGIN），“D”指的是终点（DESTINATION），OD分析即为基于起点到终点的分析。 网络节点关系分析十分常用，如不同城市之间的空间关系分析，不同城市群之间的空间关系分析，城市内通勤分析等。下图为两个实际项目中的OD分析成果图：

数据来源： 百度POI数据 : KFC( 365 )、麦当劳( 208) ①麦当劳和KFC的距离分布情况如何 ? ②在规定半径内，如何制作KFC、麦当劳联系OD图

OD图制作

距离分布情况分析： 通过点距离统计两者空间位置距离 计算离每个KFC最近的麦当劳的距离【近邻分析】 搜索半径: 若不设置则没有限制 注：此工具无任何输出要素，仅在原数据上添加字段（记录离对应KFC最近麦当劳的ID及距离）

用excel打开KFC的DBF属性表 在excel里面统计 平均距离: 1387m 中位数:695m

以700m（695约等700）作为OD联系图 首先分析KFC、麦当劳坐标信息

点距离 → 统计每个KFC700米范围内的麦当劳

Input_FID → KFC NEAR FID → 麦当劳

KFC属性表新建字段KX、KY（双精度）并计算各自的X、Y坐标 点距离表中新建字段OX、OY 属性表连接 - 点距离INPUT_FID与FID连接 用点距离中的OX等于KX，保存数据，记录经纬度。

麦当劳属性表连接同KFC（新建字段，计算经纬度，连接属性表，保存经纬度，移除连接）

工具：要素 - XY转线 ID即添加一个字段，便于后续属性表连接。

数据：2015年全国高铁数据 该表共计约有24000条区段信息(站到站信息)，包括了站点、时刻、座位等级、票价等等共覆盖了全国235个热点城市和500个火车站 第一步：数据清洗成“城市与城市”之间的数据 Geocoding 通过地址反推，在GIS中空间统计 筛选出各个城市区段的四个指标 ①tmax : 两个城市之间运行最长时间 ②tmin: 两个城市之间运行最短时间 ③pmax: 两个城市之间最高票价 ④pmin : 两个城市之间最低票价 **其实从A城市到B城市，一般来说，越便宜的票，坐车越久 !

第二步：如何评价每个城市之间的火车区段关系——“时价比” 在全国铁路网中，哪些区段的时间更昂贵呢 ?

在全国铁路网中，哪些区段的时间更便宜呢 ?

第三步: 以时价比来反应城市之间的OD联系

excel转表，尽量输出到文件地理数据库 打开市界shp文件属性表，添加字段，分别计算质心的XY坐标 在excel所转的表中添加OD的XY坐标字段 属性表连接 字段计算器，保留坐标信息（OD的XY坐标数据都需要） XY转线 可视化 - 曲线

在地理坐标系中WGS1984! XY转线，设置线类型 ①GEODESIC:测地线，球体表面上两点之间的最短连线 ②GREAT CIRCLE: 大圆航线，通过两航路点间的大圆圈线(该两航路点与地心在同一平面) ③RHUMB LINE(loxodrome line): 等角航线: 是地球表面上与经线相交成相同角度的曲线。在地球表面上除经线和纬线以外的等角航线，都是以极点为渐近点的螺旋曲线，在航海图(采用墨卡托投影)上又表现为直线 ④NORMAL SECTION:法截弧，A点的法线与B点确定的法截面与球相交的弧线 变换为直线方法： ①动态投影：改图层的坐标系 ②投影工具：投影和变换-要素-投影 可视化 - 放射状 新建文件，打开“Asia”模板 数据视图 加载“全国行政区““line曲线”数据 打开图层属性 切换坐标系 投影坐标系 World（Sphere-based） - Vertical Near Side Perspective