GIS矢量數(shù)據(jù)分析與柵格數(shù)據(jù)分析實(shí)驗(yàn)

1、本科學(xué)生實(shí)驗(yàn)報(bào)告姓名尹永義學(xué)號專業(yè)地理科學(xué)班級2014B實(shí)驗(yàn)課程名稱地理信息系統(tǒng)概論（實(shí)驗(yàn)）實(shí)驗(yàn)名稱矢量數(shù)據(jù)分析與柵格數(shù)據(jù)分析指導(dǎo)教師及職稱速紹華（講師）開課學(xué)期2014至2015學(xué)年學(xué)期云南師范大學(xué)旅游與地理科學(xué)學(xué)院編印一、實(shí)驗(yàn)準(zhǔn)備實(shí)驗(yàn)名稱：實(shí)驗(yàn)（矢量數(shù)據(jù)分析與柵格數(shù)據(jù)分析）實(shí)驗(yàn)時(shí)間：2015/05/14實(shí)驗(yàn)類型：驗(yàn)證實(shí)驗(yàn)口綜合實(shí)驗(yàn)1、實(shí)驗(yàn)?zāi)康暮鸵螅?）了解使用欠量數(shù)據(jù)分析，柵格數(shù)據(jù)分析的基本工具。包括建立BufferOverlay,Select和Clip等。2）用CalculateGeometry計(jì)算面積和周長。以及多組多邊形的地圖疊置操作，點(diǎn)線距離測量的兩種方法，和空間自相關(guān)等。3）同

2、時(shí)還有局域運(yùn)算，用Combine進(jìn)行的局域運(yùn)算，鄰域運(yùn)算，分區(qū)運(yùn)算，數(shù)據(jù)查詢中的自然距離量測運(yùn)算，柵格數(shù)據(jù)的提取操作等。2、實(shí)驗(yàn)材料及相關(guān)設(shè)備：1）安裝有ArcmapArccatalog軟件的Windows7電腦一臺，2）數(shù)據(jù)來源：地理信息系統(tǒng)導(dǎo)論配套光盤中的GIS文件中的datesets_v7中的第十一章和十二章3）數(shù)據(jù)Landuse,Soil,和Sewers的Shp文件，4）記錄有博伊西國家森林190861996年的森林火情況的Boise_Fire文件，1986年的林火記錄Fire1986,Fire1992等，Deer.Shp,Edge.Shp,Adabg00.Shp5）一個(gè)象元大小30m

3、的高程柵格Emidalat,6）一個(gè)包含四個(gè)坡度等級的坡度柵格Slope_Gd,7）一個(gè)有平地和四個(gè)主要方向的坡向柵格Aspect_Gd,8）一個(gè)表示愛達(dá)荷州年平均降水量的柵格，Precipgd,一個(gè)流域柵格，9）一個(gè)表示河流的柵將Strmgd,一個(gè)高度分帶的柵格Elevgd3、實(shí)驗(yàn)理論依據(jù)或知識背景：欠量數(shù)據(jù)分析欠量數(shù)據(jù)以點(diǎn)、線和面空間要素為輸入數(shù)據(jù)。分析結(jié)果的準(zhǔn)確性取決丁空間特征的位置及形狀的準(zhǔn)確性。拓?fù)潢P(guān)系是一些欠量數(shù)據(jù)分析(如建立緩沖區(qū)和疊置分析)的一個(gè)因素?；∴徑?Proximity)概念，建立緩沖區(qū)可把地圖分為兩個(gè)區(qū)域：一個(gè)區(qū)域位丁所選地圖要素的指定距離之內(nèi)，另一個(gè)區(qū)域在指定距離

4、之外。在指定距離之內(nèi)的區(qū)域稱為緩沖區(qū)。圍繞點(diǎn)建立緩沖區(qū)產(chǎn)生圓形緩沖區(qū)。圍繞線建立緩沖區(qū)形成一系列圍繞每條線段的長條形緩沖帶。圍繞多邊形建立緩沖區(qū)則生成由該多邊形邊界向外延伸的緩沖區(qū)。對線要素建立緩沖區(qū)未必在線兩側(cè)都有緩沖區(qū)，可以只在線的左側(cè)或右側(cè)建立緩沖區(qū)。緩沖距離(乂叫緩沖大小)未必為常數(shù)，可以根據(jù)給定字段取值而變化。緩沖區(qū)邊界也可以被融合掉，使得緩沖區(qū)之間沒有疊置區(qū)。地圖疊置操作是將兩個(gè)要素圖層的幾何形狀和屆性組合在一起，生成新的輸出圖層。輸出圖層的幾何形狀代表來自各輸入圖層的要素的幾何交集。輸出圖層的每個(gè)要素包含所有輸入圖層的屆性組合，而這種組合不同丁其鄰域。所有疊置方法都是基丁布爾連接

5、符的運(yùn)算，即ANDOR和XOR若使用AND連接符，則此疊置操作為求交(Intersect)。若使用OR連接符，則此疊置操作稱為聯(lián)合(Union)0若使用XOR連接符，則此疊置操作稱為對稱差異(SymmetricalDifference)或差異(Difference)。若使用以下表達(dá)式(InputLayer)AND(IdentityLayer)OR(InputLayer),則該疊置操作稱為識別(Identity)或減去(Minus)。模式分析是關(guān)丁二維空間點(diǎn)要素空間分配的研究。在整體水平上，模式分析可以揭示某分布模式是隨機(jī)、離散還是集聚的。在局部水平上，模式分析可以檢測出分布模式中是否含有高值或

6、低值的局部集聚。模式分析包括點(diǎn)模式分析、量測空間自相關(guān)的莫蘭指數(shù)(MoransI)和量測高/低聚集度的G統(tǒng)計(jì)量。柵格數(shù)據(jù)分析柵格數(shù)據(jù)分析是基丁柵格像元和柵格的。柵格數(shù)據(jù)分析能在獨(dú)立像元、像元組或整個(gè)柵格全部像元的不同層次上進(jìn)行。一些柵格數(shù)據(jù)運(yùn)算使用單一柵格，而另一些則使用兩個(gè)或更多柵格數(shù)據(jù)。柵格數(shù)據(jù)分析也應(yīng)考慮像元數(shù)值類型(數(shù)字型數(shù)值，類別型數(shù)值)。柵格數(shù)據(jù)分析環(huán)境包括分析的區(qū)域范圍和輸出像元大小。局域運(yùn)算局域運(yùn)算是一個(gè)像元接一個(gè)像元運(yùn)算，建立柵格數(shù)據(jù)分析的核心。局域運(yùn)算由單個(gè)或多個(gè)輸入柵格生成一個(gè)新的柵格。格局域運(yùn)算：單一柵格假定以單一柵格為源數(shù)據(jù)，基丁輸入柵格的像元值，局域運(yùn)算通過空間數(shù)學(xué)

7、函數(shù)計(jì)算輸出柵格的每個(gè)像元值。由丁可以用多個(gè)柵格圖層進(jìn)行運(yùn)算，所以局域運(yùn)算相當(dāng)丁基丁欠量的地圖疊置操作。除了可用丁獨(dú)立柵格的數(shù)學(xué)公式外，其他的基丁輸入柵格的像元值或其頻率的度量也都可存儲丁輸出柵格。鄰域運(yùn)算鄰域運(yùn)算，涉及一個(gè)焦點(diǎn)像元和一組環(huán)繞像元。環(huán)繞像元是按其相對丁焦點(diǎn)像元的距離和（或）方向性關(guān)系來選定的。鄰域運(yùn)算得到的既可以是最小值、最大值、值域、總和、平均值、中值、標(biāo)準(zhǔn)差等統(tǒng)計(jì)值，也可以是眾數(shù)、少數(shù)和種類數(shù)等測量值列表。常見的鄰域類型有矩形、圓形、環(huán)形和楔形。分區(qū)運(yùn)算分區(qū)運(yùn)算用丁處理相同值或相似要素的像元分組。這些組稱為分區(qū)。分區(qū)可以是連續(xù)的或不連續(xù)的。分區(qū)運(yùn)算可對一個(gè)或兩個(gè)柵格進(jìn)行處理

8、。若為單個(gè)輸入柵格，分區(qū)運(yùn)算量測每個(gè)分區(qū)的幾何特征，如面積、周長、厚度（Thickness）和重心。給定兩個(gè)柵格（一個(gè)輸入柵格和一個(gè)分區(qū)柵格），要求以分區(qū)柵格的區(qū)域?yàn)榉秶鷮斎霒鸥襁M(jìn)行分區(qū)運(yùn)算生成輸出柵格，輸出柵格對分區(qū)柵格的每個(gè)分區(qū)概括了輸入柵格的像元值。自然距離量測運(yùn)算距離可以表達(dá)為自然距離和耗費(fèi)距離。自然距離量測運(yùn)算是計(jì)算與源像元的直線距離。配置與方向配置柵格中的像元值對應(yīng)丁距該像元最近的源像元。方向柵格中的像元值對應(yīng)丁距它最近的源像元的方向值。其他的柵格數(shù)據(jù)運(yùn)算1. 柵格數(shù)據(jù)管理的操作包括剪?。–lip）和鑲嵌（Mosaic）0柵格數(shù)據(jù)提取是指從一個(gè)現(xiàn)有柵格提取數(shù)據(jù)生成一個(gè)新的柵格。提

9、取柵格數(shù)據(jù)的工具可以是一個(gè)數(shù)據(jù)集、圖形對象或查詢表達(dá)式。2. 柵格數(shù)據(jù)的綜合歸納包括聚合（Aggregate）和區(qū)組（Regiongroup）?；∏妨颗c基丁柵格的數(shù)據(jù)分析的比較欠量數(shù)據(jù)分析和柵格數(shù)據(jù)分析是GIS分析的兩種基本類型。GIS軟件包不能在相同操作中同時(shí)進(jìn)行這兩種分析，因此被分開處理。一般原則是，對丁項(xiàng)目，選擇有效的和適當(dāng)?shù)臄?shù)據(jù)分析類型。、實(shí)驗(yàn)內(nèi)容、步驟和結(jié)果（要求：詳細(xì)寫清楚本次實(shí)驗(yàn)的完成的主要內(nèi)容、具體實(shí)施步驟和實(shí)驗(yàn)結(jié)果。紙張不夠可以自行添加。）1）啟示Arccatalog,連接到Chap11數(shù)據(jù)庫。啟動Arcmap，添加Sewers.Shp,.Shp,Soil.Shp,到圖層中

10、，將圖層改名為Taskl,2）首先建立的緩沖區(qū)。單擊并打開Arctoolbox窗口。從快捷菜單中設(shè)置Environments,將數(shù)據(jù)庫Chapll設(shè)置為當(dāng)前工作空間，。在工具箱Analysistools/Proximity內(nèi)雙擊Buffer工具。再出現(xiàn)的Buffer對話框中，選擇Sewers為輸入要素，.Shp作為輸出要素集，輸入300米作為距離，選擇All為DissolvedType，打開的Sewerbuf屆性表。3）接著進(jìn)行Soils,Landuse和Sewerbuf地圖疊置，在工具箱Analysistools/Overlay內(nèi)雙擊Intersect工具。選擇Soils,Landuse和S

11、ewerbuf為輸入要素，輸入Final.Shp，作為輸出要素類，然后單擊Ok=4）將輸出要素類命名為Sites.Shp，并單擊用丁輸入表達(dá)式的SQL輸入表達(dá)式。5）打開Sites屆性表，把Sites.Shp轉(zhuǎn)換為Geodatabase要素類，6）字段類型，輸入11為字段精度，3為字段尺度，單擊0虻以同樣的方法，將Leng為新字段添加到中。7）在Sites屬性表中，右擊Shape_Area并選擇CaculateGeometry。在對話框，選中Area為性質(zhì)，平方米為單位，單擊0虻8）右擊Shape_Length并選擇CaculateGeometry。在對話框，選中Length為性質(zhì)，平方米為單

12、位，單擊0虻2多組分多邊形的地圖疊置1）在Arcmap中插入新的數(shù)據(jù)幀，重命名為Tsk2,添加Regions，打開Boise_Fire屬性表，2）首先，進(jìn)行和的聯(lián)合，在Analysistools/Overlay工具箱內(nèi)雙擊Union工具。選擇Fire1986,和Fire1992為輸入要素，輸入Regoins作為要素?cái)?shù)據(jù)集的輸出要素類，單擊Ok3）在Analysistools/Overlay工具箱內(nèi)雙擊Intersect工具。選擇1986,和Fire1992為輸入要素，輸入Fire_Intersect作為輸出要素類，單擊Ok3點(diǎn)與線之間的距離量測1）在Arcmap中插入新的數(shù)據(jù)幀，重命名為Tsk

13、3,添加Deer.Shp,.Shp,2）右擊，指向JionAndRelates并選擇Jion在JionData對話框中單擊第一個(gè)下拉箭頭，并選擇。指定Deer_EdgeShp為輸出文件，單擊Ok3）右擊Deer_Edge并打開屬性表，4計(jì)算整體和局部G統(tǒng)計(jì)雖1）在Arcmap中插入新的數(shù)據(jù)幀，重命名為Tsk4，添加AdabgOO.Shp,2）右擊AdabgOQ并選擇Properties，在Symbology欄中，選擇Quantities/GraduatedColors來顯示Latino字段值，3）打開Arctoolbox，首先計(jì)算整體G統(tǒng)計(jì)量，在SpatialStatisticsTools/A

14、nalyzingPatterns工具箱內(nèi)雙擊High/LowClustering工具。選擇AdabgOO為輸入要素，選擇Latino為輸入字段，同時(shí)GeneralReport勾選前的復(fù)選框，單擊OK4）從Geoprocessing菜單選擇Result，在CurrentSession下，擴(kuò)展High/LowClustering，然后雙擊HTMLReportFile5）雙擊SpatialStatisticsTools/MapingClusters工具，選擇Latino為輸入字段，輸入LocalG.Shp作為輸出要素類，6）在Arcmap中添加，Local_G,打開Local_G屬性表，5執(zhí)行Sel

15、ect和Clip1）在Arcmap中插入新的數(shù)據(jù)幀，重命名為Tsk5,添加JeffersonANDAmscmtype_PUB_24K_POINT2）在AnalysisTools/Extract工具箱內(nèi)雙擊Select工具。在Select對話框中，輸入Amscmtype_PUB_24K_POINT為輸入要素，命名輸出要素類為action_completed，鍵入SQUfe達(dá)式3）在AnalysisTools/Extract工具箱內(nèi)雙擊Clip工具。選擇action_completed為輸入要素，Jefferson為剪取要素，ac_Jefferson為輸出要虹，單擊Ok-柵格數(shù)據(jù)分析10）啟動ar

16、ccatalog,連接到Chap12數(shù)據(jù)庫，在目錄樹中，從的快捷菜單中選擇properties,raster?dataset?properties對話顯示出emidalat屬性有186列，214行，像元大小為30m,11）啟動ArcMap添加Emidalat,至圖層，圖層重命名為TASK1&3打開AtcToolbox右擊Arctoolbox，選擇Evironment,設(shè)定第十二章數(shù)據(jù)為當(dāng)前和過期工作空間。雙擊SpatialAmalystTools/Math工具及下的TIMEs,在出現(xiàn)的對話框中，選擇Emidalat,為12）輸入柵格或常量值為1,;輸入3。28為輸入柵格或常量值為2,在當(dāng)前工作

17、空間保存輸出柵格為Emidaft。除了用ft度量單位外，Emidalat,和Emidaft是一樣的，單擊ok。13）在arcmap的insert中選擇DataFrame.并重命名為Task2把slope_gd和aspect_gd添加到其中14）雙擊SpatialAmalystTools/local工具集中的combineX具，在出現(xiàn)的對話框中，選擇slope_gdAndaspect_gdAnd作為輸出柵格輸入slp_asp為輸出柵格，單擊ok,運(yùn)行操作,Slp_asp顯示出對輸入值的每個(gè)獨(dú)特組合獨(dú)有一個(gè)獨(dú)特輸出值，打開其屆性表查看獨(dú)特組合及其計(jì)數(shù)，15）在SpatialAmalystTools

18、/Neighborhood工具集中雙擊Focalstatistic,隨后的對話框中，選擇mean為統(tǒng)計(jì)類型，單擊Ok16）在arcmap的insert中選擇DataFrame.并重命名為Task4把precipgd和hucgd添加到其中17）雙擊SpatialAmalystTools/zonal工具集中的zonalStatistic工具，在出現(xiàn)的對話框中，選擇hucgd為輸入柵格，選擇precipgd為數(shù)值柵格，保持huc_precip為輸出柵格，選擇mean為統(tǒng)計(jì)類型，單擊OK18）為顯示每個(gè)流域的平均降水量，可通過如下操作實(shí)現(xiàn)；右擊huc_precip,選擇properties在Show欄

19、中，單擊UniqueValues，然后單擊OK19）在arcmap的insert中選擇DataFrame.并重命名為Task5把strmgd和elevgd添加到其中20）雙擊SpatialAmalystTools/Distance工具集中的EuclideanDistance工具，再出現(xiàn)的對話框中，選擇strmgd為輸入柵格，將輸出保存為strmdist,然后單擊OK,strmdist顯示了在strmgd中對河流的連續(xù)距離分區(qū)，21）下一步是生成一個(gè)距離河流200m的區(qū)域的新柵格，雙擊SpatialAmalystTools/Reclass工具集中的Reclassify共聚焦，在其對話框中，選擇strmgdist做為輸入柵格，并單擊Classify按鈕，在其后的對話框中，更改分類數(shù)為2,輸入200作為第一個(gè)斷點(diǎn)值，單擊OK22）雙擊SpatialAmalystTools/local工具集中的combineX具，再出現(xiàn)的對話框中，選擇rec_gd和Elev_gd為輸入柵格，將habitat1并保存為輸出柵格，單擊OK23）提取棲息地，雙擊SpatialAmalystTools/Extraction