空間分析課件

七、空間分析空間分析基本概念空間分析擴(kuò)展模塊空間分析工具在ArcGIS中，把基于柵格的操作統(tǒng)稱(chēng)為空間分析，包括：柵格運(yùn)算（對(duì)柵格數(shù)據(jù)進(jìn)行加、減、乘、除等各種運(yùn)算）。柵格數(shù)據(jù)分類(lèi)（條件分類(lèi)、統(tǒng)計(jì)分類(lèi)等）?；跂鸥竦姆治觯ň嚯x分析、密度分析、內(nèi)插分析、地形分析）基于柵格的統(tǒng)計(jì)（像元統(tǒng)計(jì)、鄰近統(tǒng)計(jì)、區(qū)域統(tǒng)計(jì)等）。在空間分析時(shí)，我們可以設(shè)置分析環(huán)境，包括輸出數(shù)據(jù)的存放位置、分析范圍、掩膜（Mask）區(qū)域以及柵格的尺寸。分析范圍可以是輸入數(shù)據(jù)的一個(gè)子區(qū)在分析時(shí)，我們可以設(shè)定一個(gè)掩膜區(qū)域，掩膜區(qū)域以外的柵格不參與處理，輸出柵格設(shè)為空值（NoData）。掩膜區(qū)域可以通過(guò)矢量數(shù)據(jù)設(shè)定，也可以通過(guò)柵格數(shù)據(jù)設(shè)定。如是矢量數(shù)據(jù)，矢量數(shù)據(jù)覆蓋的柵格即為掩膜區(qū)域；如是柵格數(shù)據(jù)，非空值的柵格數(shù)據(jù)即為掩膜區(qū)域。在ArcMap環(huán)境下，點(diǎn)擊Tools菜單下的Customize菜單項(xiàng)，在Customize對(duì)話框中選中SpatialAnalyst，將在界面上增加SpatialAnalyst工具條。設(shè)置分析環(huán)境

打開(kāi)Options對(duì)話框，其中General下Working用于指定輸出數(shù)據(jù)的存放位置，Analysismask用于定義掩膜范圍；Extent用于設(shè)置輸出柵格圖像的范圍；CellSize用于設(shè)置輸出柵格圖像的柵格尺寸。1矢量數(shù)據(jù)與柵格數(shù)據(jù)的相互轉(zhuǎn)換

FeaturestoRaster（矢量轉(zhuǎn)柵格）RastertoFeatures（柵格轉(zhuǎn)矢量）2道路矢量圖（線）道路柵格圖RastertoFeatures（柵格轉(zhuǎn)矢量）在對(duì)話框中輸入需要轉(zhuǎn)換的柵格圖層、字段、輸出幾何類(lèi)型（點(diǎn)、線、多邊形）、輸出矢量文件名，選擇是否對(duì)線進(jìn)行綜合，土地利用柵格圖土地利用矢量圖距離分析用于分析柵格圖像上每個(gè)柵格與目標(biāo)的距離，如有多個(gè)目標(biāo)，則以最近的距離作為柵格值?？梢允侵本€距離，也可以Cost權(quán)重距離，包括StraightLine、Allocation、CostWeighted和ShortestPath四個(gè)功能。直線距離分析對(duì)話框

計(jì)算每個(gè)柵格與最近學(xué)校（圖中的紅點(diǎn)）的距離分配圖

Cost權(quán)重分析對(duì)話框

以坡度圖作為Cost的分析結(jié)果

ShortestPath分析結(jié)果密度分析（Density）針對(duì)一些點(diǎn)要素（或線要素）的特征值（如人口數(shù)）并不是集中在點(diǎn)上（或線上）的特點(diǎn)，對(duì)要素的特征值進(jìn)行空間分配，從而更加真實(shí)地反映要素的分布。簡(jiǎn)單人口密度分析結(jié)果

Kernal人口密度分析結(jié)果

美國(guó)城市分布數(shù)據(jù)內(nèi)插分析（InterpolatetoRaster）對(duì)矢量點(diǎn)數(shù)據(jù)進(jìn)行內(nèi)插產(chǎn)生柵格數(shù)據(jù)，每個(gè)柵格的值根據(jù)其周?chē)ㄋ阉鞣秶┑狞c(diǎn)的值計(jì)算。數(shù)據(jù)內(nèi)插有多種方式，ArcGIS提供InverseDistanceWeighted（距離倒數(shù)權(quán)重，IDW）、Spline、Kriging等方法。IDW方法對(duì)內(nèi)插點(diǎn)周?chē)臉狱c(diǎn)值進(jìn)行加權(quán)求和，距離越大，權(quán)重越小，所得到的值作為內(nèi)插點(diǎn)的值。離散的高程點(diǎn)數(shù)據(jù)經(jīng)過(guò)IDW內(nèi)插后得到的數(shù)字高程模型Spline（樣條函數(shù)）方法是建立一個(gè)通過(guò)控制點(diǎn)的面，并使所有點(diǎn)的坡度變化最小。在ArcGIS中有兩種Spline方法：規(guī)則Spline（Regularized）和張力Spline（Tension）。規(guī)則Spline產(chǎn)生一個(gè)平滑的、梯度變化的表面，但內(nèi)插出的柵格值可能會(huì)落在樣本數(shù)據(jù)的范圍之外。張力Spline產(chǎn)生的表面平滑度相對(duì)較低，但柵格值控制在樣本數(shù)據(jù)的范圍內(nèi)。Spline法對(duì)話框

規(guī)則Spline內(nèi)插結(jié)果張力Spline內(nèi)插結(jié)果Kriging方法的原理是假設(shè)某種屬性的空間變化既不是完全隨機(jī)，也不是完全確定，因此有三個(gè)影響因素：空間相關(guān)因素、偏移（變化趨勢(shì)）和隨機(jī)誤差。在ArcGIS中提供了兩種Kriging方法：普通Kriging方法（Ordinary）和通用Kriging方法（Universal）。普通Kriging方法是假設(shè)不存在偏移，利用半方差（Semivariance）衡量所選已知點(diǎn)之間的空間相關(guān)程度。根據(jù)不同距離的半方差值可以得到半方差圖，然后與數(shù)學(xué)模型擬合可用于空間數(shù)據(jù)內(nèi)插，ArcGIS提供了五種數(shù)據(jù)模型：高斯、線性、球面、圓形和指數(shù)模型。通用Kriging方法是假設(shè)空間變量在Z值上存在偏移，需提供一個(gè)趨勢(shì)面方程。ArcGIS提供了兩種趨勢(shì)面方程：平面和曲面。Kriging法對(duì)話框

地形分析（SurfaceAnalysis）Contour：從數(shù)字高程模型中提取等高線?？梢栽O(shè)置基底等高線和等高線的間隔。Slope：根據(jù)數(shù)字高程模型計(jì)算坡度。Aspect：根據(jù)數(shù)字高程模型計(jì)算坡向。Hillshade：根據(jù)數(shù)字高程模型產(chǎn)生暈渲圖，可以設(shè)置太陽(yáng)方位角和高度角。Viewshed：根據(jù)觀測(cè)者所在的位置及該區(qū)域的數(shù)字高程模型，確定那些區(qū)域可見(jiàn)、那些區(qū)域不可見(jiàn)。Cut/Fill：挖方量和填方量計(jì)算?；跂鸥竦慕y(tǒng)計(jì)

CellStatistics：多個(gè)柵格圖的對(duì)應(yīng)柵格進(jìn)行統(tǒng)計(jì)。NeighborhoodStatistics：與周?chē)鷸鸥竦慕y(tǒng)計(jì)。ZonalStatistics：按區(qū)域?qū)鸥襁M(jìn)行統(tǒng)計(jì)。統(tǒng)計(jì)類(lèi)型包括最小、最大、間距、總和、平均、標(biāo)準(zhǔn)偏差、偏差、最多、最少、中值等。4對(duì)挖方/填方工程前后的數(shù)字高程模型進(jìn)行間距（變化量）統(tǒng)計(jì)IDW方法內(nèi)插結(jié)果Spline方法內(nèi)插結(jié)果兩種結(jié)果的差異對(duì)土地利用遙感分類(lèi)圖進(jìn)行9×9NeighborhoodStatistics處理不同土地利用類(lèi)型的分布高度統(tǒng)計(jì)柵格數(shù)據(jù)重分類(lèi)

對(duì)柵格數(shù)據(jù)進(jìn)行重分類(lèi)，如對(duì)高程數(shù)據(jù)，按范圍劃分成不同等級(jí)，以等級(jí)值作為新的柵格值。5柵格運(yùn)算對(duì)多個(gè)柵格數(shù)據(jù)進(jìn)行運(yùn)算，常用于綜合評(píng)價(jià)。如在選址中，要根據(jù)與已有學(xué)校的距離、與已有設(shè)施點(diǎn)距離以及坡度等因素進(jìn)行綜合評(píng)價(jià)，先對(duì)距離和坡度圖層進(jìn)行分級(jí)（統(tǒng)一劃分成10個(gè)等級(jí)），距離越遠(yuǎn)，等級(jí)越高；坡度越小，等級(jí)越高。然后，對(duì)三個(gè)圖層進(jìn)行加權(quán)求和，運(yùn)算結(jié)果的圖層，柵格值越大，表示適宜度越大。6柵格運(yùn)算對(duì)話框運(yùn)算結(jié)果空間分析基本概念空間分析擴(kuò)展模塊空間分析工具ArcToolbox中的空間分析工具箱有18個(gè)工具集，每個(gè)工具集下又包括多個(gè)工具。有些工具已集成到空間分析擴(kuò)展模塊中。每個(gè)工具對(duì)話框，都有一個(gè)Environments按鈕，用于設(shè)置環(huán)境條件。Conditional根據(jù)柵格屬性條件對(duì)柵格進(jìn)行操作，包括Con、Pick、SetNull等工具。如輸入的柵格是多波段數(shù)據(jù)，只對(duì)第一個(gè)波段進(jìn)行操作。1Con：對(duì)輸入柵格的每一柵格值進(jìn)行判別，如符合某一表達(dá)式，則以另一柵格（true柵格）的對(duì)應(yīng)柵格值或指定常數(shù)代替；如不符合表達(dá)式，則以False柵格的對(duì)應(yīng)柵格值或指定常數(shù)代替。如對(duì)一個(gè)DEM數(shù)據(jù)，可設(shè)定條件表達(dá)式：柵格字段值（高程）>2000，對(duì)符合條件的柵格定義按原數(shù)據(jù)取值，其它柵格定義柵格值為0。Pick：輸入位置柵格圖和系列柵格圖（或常數(shù)值），以位置柵格圖的柵格值作為序號(hào)，按序號(hào)找到柵格圖或常數(shù)，以對(duì)應(yīng)柵格值或常數(shù)作為新柵格值。輸入的柵格數(shù)據(jù)中，值為1的柵格以test1柵格數(shù)據(jù)對(duì)應(yīng)柵格值替代，值為2的柵格以常數(shù)10替代，值為3的柵格以常數(shù)20替代，值為4的柵格以test2柵格數(shù)據(jù)對(duì)應(yīng)柵格值替代，空值柵格仍為空值。SetNull：如表達(dá)式成立，則輸出柵格值為NoData，否則為指定柵格的對(duì)應(yīng)值或某一常數(shù)值。Extraction從輸入的柵格中提取出符合條件的柵格子集，其它柵格置為NoData。條件包括柵格屬性和柵格空間位置。如輸入的柵格是多波段數(shù)據(jù)，只對(duì)第一個(gè)波段進(jìn)行操作。2利用屬性提取柵格的工具是ExtractbyAttributes，利用該工具可以輸入一個(gè)SQL表達(dá)式。按空間位置提取柵格的工具分兩類(lèi)：在工具對(duì)話框中輸入反映空間位置的圖形坐標(biāo)，包括ExtractbyPoints、ExtractbyCircle、ExtractbyRectangle、ExtractbyPolygon等工具，按點(diǎn)、圓、矩形、多邊形提取柵格。利用已有數(shù)據(jù)中的圖形作為掩模提取柵格，工具為ExtractbyMask，該工具是基于Mask數(shù)據(jù)（柵格或矢量）定義的范圍提取出范圍內(nèi)的柵格。Generalization柵格數(shù)據(jù)的制圖綜合，包括Aggregate、MajorityFilter、Expand和Shrink、BoundaryClean、Thin、Nibble和RegionGroup等工具。3Aggregate：通過(guò)相鄰柵格合并，降低柵格數(shù)據(jù)分辨率。合并方式可以是求和、求最大值、求最小值、求平均值、求中值。設(shè)置Cellfactor為5降低柵格數(shù)據(jù)分辨率MajorityFilter：多值濾波。對(duì)輸入柵格數(shù)據(jù)中的每個(gè)柵格以相鄰（4相鄰或8相鄰，缺省為4相鄰）柵格中數(shù)量最多的柵格值代替。4相鄰8相鄰Expand和Shrink：對(duì)柵格數(shù)據(jù)中指定區(qū)域（柵格值）擴(kuò)展（收縮）指定柵格數(shù)。對(duì)值為5的區(qū)域擴(kuò)展一個(gè)柵格對(duì)值為5的區(qū)域收縮一個(gè)柵格輸入柵格數(shù)據(jù)Expand5個(gè)柵格Shrink5個(gè)柵格BoundaryClean：通過(guò)擴(kuò)展和收縮邊界，對(duì)邊界進(jìn)行光滑處理。缺省情況下，按區(qū)域值的大小順序進(jìn)行邊界的擴(kuò)展和收縮處理，也可以按區(qū)域面積的順序（從大到小或從小到大）進(jìn)行處理。一些小的圖斑在相鄰圖斑的擴(kuò)展中被去除，從而在收縮中已不能恢復(fù)。按區(qū)域值的順序（從大到?。┻M(jìn)行處理按面積順序（從小到大）進(jìn)行處理Thin：通過(guò)減少柵格數(shù)據(jù)中表示線要素的柵格數(shù)，對(duì)線要素進(jìn)行細(xì)化。Nibble：基于Mask定義的區(qū)域，對(duì)區(qū)域內(nèi)的柵格以最近鄰的柵格值代替。RegionGroup：把空間上相連的、具有相同值的柵格作為同一區(qū)域，并賦予相同的區(qū)域編號(hào)值。不同區(qū)域的柵格有不同的標(biāo)號(hào)值。Multivariate多變量分析工具是用于對(duì)多波段數(shù)據(jù)進(jìn)行統(tǒng)計(jì)、變換以及分類(lèi)等。4BandCollectioonStatistics：計(jì)算輸入的多波段柵格數(shù)據(jù)的統(tǒng)計(jì)值，包括每個(gè)波段的最大值、最小值、平均值、標(biāo)準(zhǔn)偏差以及協(xié)方差矩陣和關(guān)系矩陣。PrincipalComponents：主成分分析。對(duì)輸入的多波段數(shù)據(jù)進(jìn)行主成分變換，變換得到的數(shù)據(jù)信息集中在前幾個(gè)波段上。CreateSignatures：根據(jù)用戶(hù)定義的樣本（矢量文件或柵格文件）和輸入的柵格數(shù)據(jù)，計(jì)算每一類(lèi)（選擇分類(lèi)字段）的統(tǒng)計(jì)值，產(chǎn)生信號(hào)文件，該文件是一個(gè)文本文件，文件的擴(kuò)展名為gsg，可利用文本編輯器進(jìn)行瀏覽與編輯。EditSignatures：通過(guò)一個(gè)類(lèi)型變換表（remaptable，ASCII碼文件）對(duì)原先信號(hào)文件中的類(lèi)進(jìn)行合并、刪除或重編號(hào)。如表所示，原文件中的類(lèi)型8和類(lèi)型21將合并為類(lèi)型3，9變成1，14變成4，15變成7，23變成6，11刪除。8：39：111：-999914：415：721：323：6IsoCluster：利用isodata聚類(lèi)方法對(duì)柵格數(shù)據(jù)進(jìn)行聚類(lèi)（類(lèi)型數(shù)由用戶(hù)定義），計(jì)算每一類(lèi)的統(tǒng)計(jì)值，產(chǎn)生信號(hào)文件，文件的擴(kuò)展名為gsg。MaximumLikelihoodClassification：最大似然分類(lèi)?；谛盘?hào)文件，對(duì)輸入的多波段柵格數(shù)據(jù)進(jìn)行分類(lèi)。ClassProbability：最大似然分類(lèi)的結(jié)果是得到一張分類(lèi)圖，每個(gè)柵格被分為一種類(lèi)型。但實(shí)際上，有些柵格包含多種地類(lèi)（混合像元），單一的分類(lèi)結(jié)果會(huì)造成面積的誤差。ClassProbability是產(chǎn)生每個(gè)類(lèi)型的概率圖，概率圖上的每個(gè)柵格反映屬于該類(lèi)的概率（