GIS矢量數(shù)據(jù)分析與柵格數(shù)據(jù)分析實驗.doc

本科學(xué)生實驗報告姓名 尹永義 學(xué)號 1443206000113 專業(yè) 地理科學(xué) 班級 2014B 實驗課程名稱 地理信息系統(tǒng)概論（實驗） 實驗名稱 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)年下 學(xué)期 云南師范大學(xué)旅游與地理科學(xué)學(xué)院編印一、實驗準(zhǔn)備實驗名稱：實驗（矢量數(shù)據(jù)分析與柵格數(shù)據(jù)分析 ） 實驗時間：2015/05/14實驗類型： 驗證實驗 綜合實驗 1、 實驗?zāi)康暮鸵螅?) 了解使用矢量數(shù)據(jù)分析，柵格數(shù)據(jù)分析的基本工具。包括建立Buffer、Overlay，Select和Clip等。2) 用Calculate Geometry計算面積和周長。以及多組多邊形的地圖疊置操作，點線距離測量的兩種方法，和空間自相關(guān)等。3) 同時還有局域運算，用Combine進(jìn)行的局域運算，鄰域運算，分區(qū)運算，數(shù)據(jù)查詢中的自然距離量測運算，柵格數(shù)據(jù)的提取操作等。2、實驗材料及相關(guān)設(shè)備：1) 安裝有Arcmap Arccatalog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19086一1996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) 一個象元大小30m的高程柵格Emidalat,6) 一個包含四個坡度等級的坡度柵格Slope_Gd,7) 一個有平地和四個主要方向的坡向柵格Aspect_Gd,8) 一個表示愛達(dá)荷州年平均降水量的柵格，Precipgd,一個流域柵格，9) 一個表示河流的柵將Strmgd,一個高度分帶的柵格Elevgd3、實驗理論依據(jù)或知識背景： 矢量數(shù)據(jù)分析 矢量數(shù)據(jù)以點、線和面空間要素為輸入數(shù)據(jù)。 分析結(jié)果的準(zhǔn)確性取決于空間特征的位置及形狀的準(zhǔn)確性。 拓?fù)潢P(guān)系是一些矢量數(shù)據(jù)分析（如建立緩沖區(qū)和疊置分析）的一個因素。n 基于鄰近（Proximity）概念，建立緩沖區(qū)可把地圖分為兩個區(qū)域：一個區(qū)域位于所選地圖要素的指定距離之內(nèi)，另一個區(qū)域在指定距離之外。 n 在指定距離之內(nèi)的區(qū)域稱為緩沖區(qū)。 n 圍繞點建立緩沖區(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)。 n 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)。 n 緩沖距離（又叫緩沖大小）未必為常數(shù)，可以根據(jù)給定字段取值而變化。 n 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)。 n 地圖疊置操作是將兩個要素圖層的幾何形狀和屬性組合在一起，生成新的輸出圖層。 n 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。 n 輸出圖層的每個要素包含所有輸入圖層的屬性組合，而這種組合不同于其鄰域。 n 所有疊置方法都是基于布爾連接符的運算，即AND、OR 和 XOR。 n 若使用 AND 連接符，則此疊置操作為求交（Intersect）。 n 若使用 OR 連接符，則此疊置操作稱為聯(lián)合（Union）。 n 若使用 XOR 連接符，則此疊置操作稱為對稱差異（Symmetrical Difference）或差異（Difference）。 n 若使用以下表達(dá)式 （Input Layer）AND（Identity Layer） OR（Input Layer），則該疊置操作稱為識別（Identity）或減去（Minus）。 n 模式分析是關(guān)于二維空間點要素空間分配的研究。 n 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。 n 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低值的局部集聚。 n 模式分析包括點模式分析、量測空間自相關(guān)的莫蘭指數(shù)（Morans I）和量測高/低聚集度的 G 統(tǒng)計量。 柵格數(shù)據(jù)分析 n 柵格數(shù)據(jù)分析是基于柵格像元和柵格的。 n 柵格數(shù)據(jù)分析能在獨立像元、像元組或整個柵格全部像元的不同層次上進(jìn)行。 n 一些柵格數(shù)據(jù)運算使用單一柵格，而另一些則使用兩個或更多柵格數(shù)據(jù)。 n 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。 局域運算 n 局域運算是一個像元接一個像元運算，建立柵格數(shù)據(jù)分析的核心。 n 局域運算由單個或多個輸入柵格生成一個新的柵格。 格局域運算:單一柵格 假定以單一柵格為源數(shù)據(jù)，基于輸入柵格的像元值，局域運算通過空間數(shù)學(xué)函數(shù)計算輸出柵格的每個像元值。 n 由于可以用多個柵格圖層進(jìn)行運算，所以局域運算相當(dāng)于基于矢量的地圖疊置操作。 n 除了可用于獨立柵格的數(shù)學(xué)公式外，其他的基于輸入柵格的像元值或其頻率的度量也都可存儲于輸出柵格。n 鄰域運算 n 鄰域運算，涉及一個焦點像元和一組環(huán)繞像元。環(huán)繞像元是按其相對于焦點像元的距離和（或）方向性關(guān)系來選定的。 n 鄰域運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)計值，也可以是眾數(shù)、少數(shù)和種類數(shù)等測量值列表。 n 常見的鄰域類型有矩形、圓形、環(huán)形和楔形。 分區(qū)運算 n 分區(qū)運算用于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。 n 分區(qū)運算可對一個或兩個柵格進(jìn)行處理。 n 若為單個輸入柵格，分區(qū)運算量測每個分區(qū)的幾何特征，如面積、周長、厚度（Thickness）和重心。 n 給定兩個柵格（一個輸入柵格和一個分區(qū)柵格），要求以分區(qū)柵格的區(qū)域為范圍對輸入柵格進(jìn)行分區(qū)運算生成輸出柵格，輸出柵格對分區(qū)柵格的每個分區(qū)概括了輸入柵格的像元值。 自然距離量測運算 n 距離可以表達(dá)為自然距離和耗費距離。 n 自然距離量測運算是計算與源像元的直線距離。 配置與方向 n 配置柵格中的像元值對應(yīng)于距該像元最近的源像元。 n 方向柵格中的像元值對應(yīng)于距它最近的源像元的方向值。 其他的柵格數(shù)據(jù)運算 1. 柵格數(shù)據(jù)管理的操作包括剪?。–lip）和鑲嵌（Mosaic）。 2. 柵格數(shù)據(jù)提取是指從一個現(xiàn)有柵格提取數(shù)據(jù)生成一個新的柵格。提取柵格數(shù)據(jù)的工具可以是一個數(shù)據(jù)集、圖形對象或查詢表達(dá)式。 3. 柵格數(shù)據(jù)的綜合歸納包括聚合（Aggregate）和 區(qū)組（Regiongroup）。 基于矢量與基于柵格的數(shù)據(jù)分析的比較 n 矢量數(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進(jìn)行這兩種分析，因此被分開處理。 n 一般原則是，對于項目，選擇有效的和適當(dāng)?shù)臄?shù)據(jù)分析類型。 二、實驗內(nèi)容、步驟和結(jié)果（要求：詳細(xì)寫清楚本次實驗的完成的主要內(nèi)容、具體實施步驟和實驗結(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，將圖層改名為Task1,2) 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Chap11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Dissolved Type，打開的Sewerbuf屬性表。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Sewerbuf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，并單擊用于輸入表達(dá)式的SQL，輸入表達(dá)式。5) 打開Sites屬性表，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Ok。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Caculate Geometry。在對話框，選中Area為性質(zhì)，平方米為單位，單擊Ok。8) 右擊Shape_Length并選擇Caculate Geometry。在對話框，選中Length為性質(zhì)，平方米為單位，單擊Ok。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作為要素數(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Tsk3，添加Deer.Shp,.Shp,，2) 右擊，指向Jion And Relates并選擇Jion在Jion Data對話框中單擊第一個下拉箭頭，并選擇。指定Deer_Edge Shp為輸出文件，單擊Ok3) 右擊Deer_Edge并打開屬性表，4 計算整體和局部G統(tǒng)計量1) 在Arcmap中插入新的數(shù)據(jù)幀，重命名為Tsk4，添加Adabg00.Shp，2) 右擊Adabg00，并選擇Properties，在Symbology欄中，選擇Quantities/Graduated Colors 來顯示Latino字段值，3) 打開Arctoolbox，首先計算整體G統(tǒng)計量，在Spatial Statistics Tools/Analyzing Patterns工具箱內(nèi)雙擊High/Low Clustering工具。選擇Adabg00為輸入要素，選擇Latino為輸入字段，同時General Report勾選前的復(fù)選框，單擊OK4) 從Geoprocessing菜單選擇Result，在Current Session下，擴(kuò)展High/Low Clustering，然后雙擊HTML Report File5) 雙擊Spatial Statistics Tools/Maping Clusters工具，選擇Latino為輸入字段，輸入Local_G.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Select和Clip1) 在Arcmap中插入新的數(shù)據(jù)幀，重命名為Tsk5，添加JeffersonAND Amscmtype_PUB_24K_POINT，2) 在Analysis Tools/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SQL表達(dá)式3) 在Analysis Tools/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為輸出要素類，單擊Ok柵格數(shù)據(jù)分析10) 啟動arccatalog,連接到Chap12數(shù)據(jù)庫，在目錄樹中，從的快捷菜單中選擇properties,rasterdatasetproperties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Spatial Amalyst Tools/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Data Frame .并重命名為Task2把slope_gd和aspect_gd添加到其中14) 雙擊Spatial Amalyst Tools/local工具集中的combine工具 ，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，運行操作，Slp_asp顯示出對輸入值的每個獨特組合獨有一個獨特輸出值，打開其屬性表查看獨特組合及其計數(shù)，15) 在Spatial Amalyst Tools/Neighborhood工具集中雙擊Focal statistic ，隨后的對話框中，選擇mean為統(tǒng)計類型，單擊Ok16) 在arcmap的insert中選擇Data Frame .并重命名為Task4把precipgd和hucgd添加到其中17) 雙擊Spatial Amalyst Tools/zonal工具集中的zonal Statistic 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)計類型，單擊OK，18) 為顯示每個流域的平均降水量，可通過如下操作實現(xiàn)；右擊huc_precip，選擇properties在Show欄中，單擊Unique Values，然后單擊OK，19) 在arcmap的insert中選擇Data Frame .并重命名為Task5把strmgd和elevgd添加到其中20) 雙擊Spatial Amalyst Tools/Distance工具集中的Euclidean Distance 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) 下一步是生成一個距離河流200m的區(qū)域的新柵格，雙擊Spatial Amalyst Tools/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作為第一個斷點值，單擊OK。22) 雙擊Spatial Amalyst Tools/local工具集中的combine工具，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OK。23) 提取棲息地，雙擊Spatial Amalyst