《实验四矢量数据与栅格数据分析》由会员分享，可在线阅读，更多相关《实验四矢量数据与栅格数据分析（12页珍藏版）》请在金锄头文库上搜索。
1、精选优质文档-倾情为你奉上测绘工程学院GIS软件应用实验报告书实验名称：实验四、矢量数据与栅格数据分析2专业班级：姓 名：学 号：实验地点：实验时间：实验成绩： 地理信息系一、实验目的与要求通过练习，熟悉ArcGIS栅格数据距离制图、成本距离加权、数据重分类、多层面合并等空间分析功能，熟练掌握利用ArcGIS上述空间分析功能分析和结果类似学校选址的实际应用问题的基本流程和操作过程。练习一1、新学校选址需注意如下几点： 1） 新学校应位于地势较平坦处； 2） 新学校的建立应结合现有土地利用类型综合考虑，选择成本不高的区域； 3） 新学校应该与现有娱乐设施相配套，学校距离这些设施愈近愈好； 4）
2、新学校应避开现有学校，合理分布。 2、各数据层权重比为：距离娱乐设施占0.5，距离学校占0.25，土地利用类型和地势位置因素各占0.125。3、实现过程运用ArcGIS的扩展模块（Extension）中的空间分析（Spatial Analyst）部分功能，具体包括：坡度计算、直线距离制图功能、重分类及栅格计算器等功能完成。4、最后必须给出适合新建学校的适宜地区图，并对其简要进行分析。 练习二1、新建路径成本较少； 2、新建路径为较短路径； 3、新建路径的选择应该避开主干河流，以减少成本； 4、新建路径的成本数据计算时，考虑到河流成本（Reclass_river）是路径成本中较关键因素，先将坡度
3、数据（reclass_slope）和起伏度数据（reclass_QFD）按照0.6：0.4权重合并，然后与河流成本作等权重的加和合并，公式描述如下： cost = Reclass_river + ( reclass_slope*0.6+reclass_QFD*0.4) 5、寻找最短路径的实现需要运用ArcGIS的空间分析（Spatial Analyst）中距离制图中的成本路径及最短路径、表面分析中的坡度计算及起伏度计算、重分类及栅格计算器等功能完成；6、最后提交寻找到的最短路径路线图。 练习三 1、熊猫活动具有一定的槽域范围，一个槽域范围只有一个或一对熊猫，在此练习中，假设熊猫槽域半径为5km
4、。 2、虽然一个采样点代表一个熊猫，但由于熊猫的生存具有确定槽域特征，不同的采样点具有不同的空间控制面积。假定熊猫活动范围分布满足以采样点为中心的泰森多边形，如何将这一信息加入密度分布图是本练习的重点。 3、 在野外实采的熊猫活动足迹数据的基础上，以每个熊猫槽域范围为权重，运用ArcGIS中的区域分配功能制作该地区熊猫分布密度图。 练习四 1、经济的发展具有一定的连带效应和辐射作用。以该地区各区域年GDP数据为依 据，采用IDW和Spline内插方法创建该地区GDP空间分异栅格图。 2、分析每种插值方法中主要参数的变化对内插结果的影响。 3、 分析两种内插方法生成的GDP空间分布图的差异性，简
5、单说明形成差异的主要原因。 4、通过该练习，熟练掌握两种插值方法的适用条件。 练习五 1、应用栅格数据空间分析模块中的等高线提取功能，分别提取等高距为15米和75米的等高线图，并按标准地形图绘制等高线方法绘制等高线,作为山顶点、凹陷点空间分布的背景图； 2、通过邻域分析和栅格计算器提取山顶点、凹陷点。二、实验准备练习一：实验数据及实现流程图1、 Landuse（土地利用图） 2、dem（地面高程图） 3、rec_sites（娱乐场所分布图） 4、school（现有学校分布图） 准备数据 土地利用图 高程图 娱乐场所分布图 学校分布图 距离娱乐场所计算坡度距离学校派生数据 重分类 权重0.250
6、.50.1250.125 最终结果 练习二：实验数据及实现流程图1、dem(高程数据) 2、startPot (路径源点数据) 3、endPot (路径终点数据) 4、river (小流域数据) 小流域分布图 高程图 高程图数据准备 派生数据计算起伏度计算坡度 重分类 0.40.6+权重分配 成本数据 计算距离方向 结果 练习三：实验数据 野外实采的熊猫活动足迹数据，一个足迹代表一个熊猫曾在此处活动过，相同足迹只记载一次，数据存放于随书光盘的.Chp8Ex3目录中。 练习四：实验数据某地区的统计GDP数据，数据范围：4601万万元。数据存放于随书光盘的.Chp8Ex4目录中。练习五：实验数据黄
7、土丘陵地区1:10000DEM数据。数据存放于随书光盘的.Chp8Ex5目录中。三、实验内容与主要过程练习一1、运行ArcMap，加载Spatial Analyst模块，如果Spatial Analyst模块未能激活，点击【自定义】|【扩展模块】，选择Spatial Analyst，点击【关闭】按钮。2、加载地图文档对话框，选择E:Chp8Ex1school.mxd。3、设置空间分析环境。点击【地理处理】|【环境】，打开环境设置对话框设置相关参数： (1) 展开【工作空间】，设置默认工作路径为：“F:EX1result”。(2) 展开【处理范围】，在范围下拉框中选择“与图层 landuse相同
8、”。(3) 展开【栅格分析】，在像元大小下拉框中选择“与图层 landuse相同”，如图1-1所示。 图1-14、从DEM数据提取坡度数据集。选择DEM数据层，点击Spatial Analyst模块的下拉箭头，选择【表面分析】并点击【坡度】，生成【坡度】数据集，如图1-2所示。 图1-25、从娱乐场所数据“Rec_sites”提取娱乐场直线距离数据。选择Rec_sites数据层，点击Spatial Analyst模块的下拉箭头，选择【距离分析】并点击【欧式距离】，生成dis_recsites数据集，如图1-3所示。 图1-36、从现有学校位置数据“School”提取学校直线距离数据库。选择Sc
9、hool数据层，点击Sptial Analyst模块的下拉箭头，选择【距离分析】并点击【欧式距离】，创建数据集，得到dis_School数据集，如图1-4所示。 图1-47、重分类数据集 (1) 重分类坡度数据集学校的位置在平坦地区比较有利，比较陡的地方适宜性比较差。采用等间距分级分为10级，在平坦的地方适宜性好，赋以较大的适宜性值；陡峭的地区赋比较小的值，得到坡度适宜性数据recalssslope，如图1-5所示。 图1-5(2) 重分类娱乐场直线距离数据集考虑到新学校距离娱乐场所比较近时适宜性好，采用等间距分级分为10级，距离娱乐场所最近适宜性最高，赋值10；距离最远的地方赋值1。得到娱乐
10、场所适宜性图reclassdisr，如图1-6所示。 图1-6(3) 重分类现有学校直线距离数据集考虑到新学校距离现有学校比较远时适宜性好，采用分级分为10级，距离学校最远的单元赋值10，距离最近的单元赋值1。得到重分类学校距离图reclassdiss，如图1-7所示。 图1-7(4) 重分类土地利用数据在考察土地利用数据时，容易发现各种土地利用类型对学校适宜性也存在一定的影响。如在有湿地、水体分布区建学校的适宜性极差，于是在重分类时删除这两个选项，实现如下： 按Ctrl键，选择“water”、“wetland”、“grass”，点击“delete entries”。删除“water”、“we
11、tland”、“grass”。然后根据用地类型给各种类型赋值，得到reclassland，深色部分为比较适宜区，浅色部分表示适宜性比较差，白色表示该处不允许建学校，如图1-8所示。 图1-8 8、适宜区分析重分类后，各个数据集都统一到相同的等级体系之内，且每个数据集中那些被认为比较适宜性的属性都被赋以比较高的值，现在开始给四种因素赋以不同的权重，然后合并数据集以找出最适宜的位置。点击Spatial Analyst下拉列表框中的【地图代数】|【栅格计算器】命令对各个重分类后数据集的合并计算，最终适宜性数据集的加权计算公式为：Suit(最终适宜性）= reclassdisr（娱乐场所）* 0.5
12、+ reclassdiss（现有学校）* 0.25 + reclassland（土地利用数据）* 0.125 + reclassslope（坡度数据）* 0.125得到最终适宜性数据集，适宜性较高区域（深色部分）为推荐学校选址区域，如图1-9所示。 图1-9练习二1、运行ArcMap，加载Spatial Analyst模块，如果Spatial Analyst模块未能激活，点击【自定义】|【扩展模块】，选择Spatial Analyst，点击【关闭】按钮。2、打开加载地图文档对话框，选择E:Chp8Ex2road.mxd。3、设置空间分析环境。点击【地理处理】|【环境】，打开环境设置对话框设置相
13、关参数： (1) 展开【工作空间】，设置默认工作路径为：“F:EX2result”。(2) 展开【处理范围】，在范围下拉框中选择“与图层den相同”。(3) 展开【栅格分析】，在像元大小下拉框中选择“与图层dem相同”，如图2-1所示。图2-14、创建成本数据集 考虑到山地坡度、起伏度对修建公路的成本影响比较大，其中尤其山地坡度更是人们首先关注的对象，则在创建成本数据集时，可考虑分配其权重比为：0.6：0.4。但是在有流域分布的情况下，河流对成本影响不可低估。在此情形下，成本数据集考虑为合并山地坡度和起伏度之后的成本，加上河流对成本之影响即可。(1) 坡度成本数据集 选择DEM数据层，点击Spatial Analyst下拉列表框，选择【表面分析】并点击【坡度】，生成【坡度】数据集。选择Slope数据层，点击Spatial Analyst下拉键头，选择【重分类】命令实施重分类。对坡度数据集实施重分类的基本原则是：采用等间距分为10级，坡度最小一级赋值为1，最大一级赋值为10 ，得到坡度成本数据（reclass_slope），如图2-2所示。
