搜索
空间分析——栅格数据的空间分析应用主讲：赖格英教授江西师范大学地理与环境学院一、基于栅格数据的空间分析的简介距离制图（Distance）是根据每一栅格相距其最近要素（也称“源”）的距离分析制图，从而反映每一栅格与其最邻近源的相互关系。通过距离制图可以获得很多相关信息，指导人们进行资源的合理规划和利用。例如：飞机失事紧急救援时从指定地区到最近医院的距离；消防、照明等市政设施的布设及其服务区域的分析等。密度制图密度制图根据输入的要素数据集计算整个区域的数据聚集状况，从而产生一个连续的密度表面。密度制图主要是基于点数据生成的，以每个待计算格网点为中心，进行圆形区域的搜寻，进而来计算每个格网点的密度值。表面分析表面分析主要生成新的数据集，诸如等值线、坡度、坡向、山体阴影等派生数据，获得更多的反映原始数据集所暗含的空间特征、空间格局等信息。表面分析的功能有：查询表面值、从表面获取坡度和坡向信息、创建等值线、面积和体积、数据重分类、将表面转化为矢量数据等。统计分析是基于栅格数据的一种空间统计分析，包括基于单元的统计（cellstatistics）、邻域统计、分类区统计等内容。可以统计栅格数据的：最小值、最大值、数值范围、数据总和、平均值、标准差、出现频率最高和最低的数值等。重分类重分类是基于栅格数据的原有数值，对原有数值重新进行分类整理从而得到一组新值并输出的方法。重分类包括四种基本分类形式：（1）新值代替：用一组新值代替原来的旧值。（2）旧值合并：将原值重新组合分类。（3）重新分类：以一种分类体系对原始值进行分类。（4）空值设置：把指定值设置空值。栅格计算栅格计算是数据处理和分析最为常见的方法，也是建立复杂的应用数学模型的基本模块。可以在ArcGIS下面进行算术运算（＋、－、×、/）、布尔运算（and、or、not）、关系运算（、=、、=等）、函数运算（算术函数、三角函数、对数函数、指数函数、栅格数据空间分析函数等）。二、实例应用——学校选址（一）背景合理的学校空间位置布局，有利于学生的上课与生活。学校的选址问题需要考虑地理位置、学生娱乐场所配套、与现有学校的距离间隔等因素，从总体上把握这些因素能够确定出适宜性比较好的学校选址区。（二）目的通过练习，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空间分析功能，分析类似学校选址等实际应用问题。（三）数据Landuse（土地利用数据）；DEM（数字高程数据）；Rec_sites（娱乐场所分布数据）；School（现有学校分布数据）。（四）要求新学校选址需注意如下几点：新学校应位于地势较平坦处；新学校的建立应结合现有土地利用类型综合考虑，选址成本不高的区域；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；新学校应避开现有学校，合理分布。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。实现过程运用ArcGIS的扩展模块（Extension）中的空间分析（SpatialAnalyst）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。给出适合新建学校的适宜地区图，并作简要分析。（五）实现的思路及流程数据准备土地利用图高程图娱乐场所分布图学校分布图计算坡度距离娱乐场所距离学校派生数据重分类最终结果（六）操作步骤第一步：运行ArcGIS，加载SpatialAnalyst模块，如果该模块没有激活，则单击Tools菜单下的Extension进行加载。第二步：加载数据Landuse（土地利用数据）；DEM（数字高程数据）；Rec_sites（娱乐场所分布数据）；School（现有学校分布数据）。第三步：设置空间分析环境单击SpatialAnalyst模块的下拉箭头，打开Options对话框，设置相关参数：在General选项卡中，设置工作目录，注意：工作目录和数据目录路径都不能出现中文字；第四步：计算派生数据从DEM中派生坡度数据从娱乐场所数据“rec_sites”中计算距离娱乐场所的直线距离数据从学校数据中计算距离学校的直线距离数据第五步：对派生数据重分类重分类坡度数据集把坡度数据重新分类成等间距的10类，并赋予建校适宜度数值，数值大小由坡度决定，平坦地适宜度数值大，反之，陡峭地适宜度数值小。平坦～陡峭对应于适宜度大～适宜度小（10～1）重分类娱乐场所直线距离数据集娱乐场所近～远对应于适宜度10～1重分类现有学校直线距离数据集新学校距离现有学校比较远时适宜性好，仍分为10级，距离学校最远的单元赋值为10，距离学校最近的单元赋值为1。得到重分类学校距离图。重分类土地利用数据集土地利用对新建学校的适宜性有一定的影响。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类，然后对剩下的其它土地利用类型重新赋值。赋值如下：Barrenland1Forest2Citycenter3Vegetable4Agriculture5Transtional7Public10第六步：适宜性分析重分类以后，各个数据集都统一到相同的等级体系内，且每个数据集中那些被认为比较适宜性的属性都被赋予比较高的值。给四种因素赋予不同的权重，然后合并数据集以找到最适宜的位置。单击SpatialAnalyst下拉列表框中的RasterCalculator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＋reclassdiss（现有学校）×0.25＋reclassland（土地利用）×0.125＋reclassslope（坡度）×0.125栅格计算器得到最终适宜性数据集suit，并将适宜性大于8的区域提取出来，确定其为最佳选址区域。TheEnd