空間分析三精品課件

1、空間分析三第1頁(yè)，共77頁(yè)，2022年，5月20日，2點(diǎn)13分，星期六目 錄3.0 柵格數(shù)據(jù)3.1 柵格數(shù)據(jù)的聚類(lèi)、聚合分析3.2 柵格數(shù)據(jù)的信息復(fù)合分析3.3 柵格數(shù)據(jù)的追蹤分析3.4 柵格數(shù)據(jù)的窗口分析第2頁(yè)，共77頁(yè)，2022年，5月20日，2點(diǎn)13分，星期六柵格數(shù)據(jù)由于其自身數(shù)據(jù)結(jié)構(gòu)的特點(diǎn)，在數(shù)據(jù)處理與分析中通常使用線性代數(shù)的二維數(shù)字矩陣分析法作為數(shù)據(jù)分析的數(shù)學(xué)基礎(chǔ)，因此具有自動(dòng)分析處理較為簡(jiǎn)單，分析處理模式化很強(qiáng)的特征。柵格數(shù)據(jù)的分析處理方法可以概括為聚類(lèi)聚合分析、多層面復(fù)合分析、追蹤分析、窗口分析、統(tǒng)計(jì)分析、量算等幾種基本的分析模式。第3頁(yè)，共77頁(yè)，2022年，5月20日，2點(diǎn)1

2、3分，星期六3.0 柵格數(shù)據(jù)1.理解柵格數(shù)據(jù)集 1）柵格數(shù)據(jù)集的組成 一個(gè)柵格數(shù)據(jù)集，就象一幅地圖，它描述了某區(qū)域的位置和特征及其在空間上的相對(duì)位置。由于單個(gè)柵格數(shù)據(jù)通常只表達(dá)單一專(zhuān)題，如土地利用、土壤、道路、河流或高程，因此要完整描述一個(gè)區(qū)域必須創(chuàng)建多個(gè)柵格數(shù)據(jù)集。 第4頁(yè)，共77頁(yè)，2022年，5月20日，2點(diǎn)13分，星期六3.0 柵格數(shù)據(jù)1.理解柵格數(shù)據(jù)集 2）單元（Cell） 柵格數(shù)據(jù)集由單元組成。每個(gè)單元（cell），或像元，是代表某個(gè)區(qū)域特定部分的方塊。柵格中的所有單元都必須是同樣大小的。柵格數(shù)據(jù)集中的單元大小可以是用戶(hù)想要的任何值，但必須保證其足夠小以便能完成最詳細(xì)的分析。第5頁(yè)

3、，共77頁(yè)，2022年，5月20日，2點(diǎn)13分，星期六3.0 柵格數(shù)據(jù)1.理解柵格數(shù)據(jù)集 3）行（Rows）與列（Columns） 單元以行和列的形式擺放，組成了一個(gè)笛卡爾矩陣。矩陣的行平行于笛卡爾平面的x軸，列平行于y軸。每個(gè)單元有唯一的行列地址。研究區(qū)內(nèi)的所有位置都包含在此矩陣中。 第6頁(yè)，共77頁(yè)，2022年，5月20日，2點(diǎn)13分，星期六3.0 柵格數(shù)據(jù)1.理解柵格數(shù)據(jù)集 4）值（Values） 每個(gè)單元被分配一個(gè)特定的值以標(biāo)識(shí)或描述單元?dú)w屬的類(lèi)，分類(lèi)或組，或柵格所描述現(xiàn)象的大小或數(shù)量。這些值代表的屬性包括土壤類(lèi)型、土壤質(zhì)地、土地利用類(lèi)、水體類(lèi)型、道路類(lèi)和居住類(lèi)型等。 第7頁(yè)，共77頁(yè)

4、，2022年，5月20日，2點(diǎn)13分，星期六3.0 柵格數(shù)據(jù)1.理解柵格數(shù)據(jù)集5）分類(lèi)區(qū)（Zones） 兩個(gè)或多個(gè)具有相同值的單元屬于同一分類(lèi)區(qū)（zone）6）區(qū)域（Region）分類(lèi)區(qū)內(nèi)的每組相互連續(xù)的單元為一個(gè)區(qū)域（region）。第8頁(yè)，共77頁(yè)，2022年，5月20日，2點(diǎn)13分，星期六3.0 柵格數(shù)據(jù)1.理解柵格數(shù)據(jù)集7）空值（Nodata） 如果某單元被賦予空值，那么該單元所代表的位置要么沒(méi)有特征信息，要么信息不足。被賦予空值的單元有兩種處理方式： 1. 在一個(gè)運(yùn)算符或局部函數(shù)中、鄰域函數(shù)的鄰域中或分區(qū)函數(shù)的分類(lèi)區(qū)中，如果任何輸入柵格的某個(gè)位置上存在空值，則輸出單元位置上也為空值。

5、 2. 忽略空值單元并用所有的有效值完成計(jì)算。 第9頁(yè)，共77頁(yè)，2022年，5月20日，2點(diǎn)13分，星期六3.0 柵格數(shù)據(jù)1.理解柵格數(shù)據(jù)集 8）關(guān)聯(lián)表 整型（分類(lèi)型）柵格數(shù)據(jù)集通常伴有一個(gè)與之關(guān)聯(lián)的屬性表（attribute table）。表的第一項(xiàng)是值（Value），用來(lái)存儲(chǔ)分配給柵格數(shù)據(jù)每個(gè)分類(lèi)區(qū)的值。第二項(xiàng)是個(gè)計(jì)數(shù)（Count），存儲(chǔ)數(shù)據(jù)集中屬于每個(gè)分類(lèi)區(qū)的單元總數(shù)。Value和Count都是強(qiáng)制性字段。 第10頁(yè)，共77頁(yè)，2022年，5月20日，2點(diǎn)13分，星期六3.0 柵格數(shù)據(jù)2.坐標(biāo)空間和柵格數(shù)據(jù)集 坐標(biāo)空間定義了柵格數(shù)據(jù)集中位置間的空間關(guān)系。對(duì)于柵格數(shù)據(jù)集，單元的方位由坐標(biāo)

6、系統(tǒng)的x和y軸決定。單元邊界平行于x軸和y軸，所有單元在地圖坐標(biāo)中都是正方形。在地圖坐標(biāo)中單元通過(guò)由x, y決定的位置來(lái)訪問(wèn)，而從不用指定行列位置來(lái)訪問(wèn)。 第11頁(yè)，共77頁(yè)，2022年，5月20日，2點(diǎn)13分，星期六3.0 柵格數(shù)據(jù)3.在柵格數(shù)據(jù)集上表示要素 1）點(diǎn)數(shù)據(jù) 點(diǎn)要素用柵格的最小單位（單元）來(lái)表示。單元是有面積屬性的。單元越小，其面積越小，也就越接近其所代表的點(diǎn)要素。具有面積的點(diǎn)的精度為正負(fù)半個(gè)單元大小。這是基于單元的系統(tǒng)必須付出的代價(jià)。第12頁(yè)，共77頁(yè)，2022年，5月20日，2點(diǎn)13分，星期六3.0 柵格數(shù)據(jù)3.在柵格數(shù)據(jù)集上表示要素 2）線數(shù)據(jù) 線是沒(méi)有面積的。在空間分析中

7、，線只需要用一系列連接的單元即可表示。與點(diǎn)數(shù)據(jù)的情況相同，線要素表達(dá)的精度也將隨著數(shù)據(jù)的尺度和柵格數(shù)據(jù)集的精度的改變而改變。 第13頁(yè)，共77頁(yè)，2022年，5月20日，2點(diǎn)13分，星期六3.0 柵格數(shù)據(jù)3.在柵格數(shù)據(jù)集上表示要素 3）多邊形數(shù)據(jù) 用一系列的方塊單元來(lái)表達(dá)多邊形的光滑邊界確實(shí)會(huì)有一些問(wèn)題，其中最棘手的問(wèn)題就是“鋸齒”，類(lèi)似樓梯一樣的效果。但由于空間分析能夠處理單元數(shù)量以百萬(wàn)計(jì)的柵格數(shù)據(jù)集，“鋸齒”問(wèn)題就顯得不那么重要了。第14頁(yè)，共77頁(yè)，2022年，5月20日，2點(diǎn)13分，星期六3.1 柵格數(shù)據(jù)的聚類(lèi)、聚合分析柵格數(shù)據(jù)的聚類(lèi)、聚合分析均是指將一個(gè)單一層面的柵格數(shù)據(jù)系統(tǒng)經(jīng)某種變

8、換而得到一個(gè)具有新含義的柵格數(shù)據(jù)系統(tǒng)的數(shù)據(jù)處理過(guò)程。1. 聚類(lèi)分析根據(jù)設(shè)定的聚類(lèi)條件對(duì)原有數(shù)據(jù)系統(tǒng)進(jìn)行有選擇的信息提取而建立新的柵格數(shù)據(jù)系統(tǒng)的方法。第15頁(yè)，共77頁(yè)，2022年，5月20日，2點(diǎn)13分，星期六3.1 柵格數(shù)據(jù)的聚類(lèi)、聚合分析1. 聚類(lèi)分析1）單一層面的柵格數(shù)據(jù)聚類(lèi)分析單一層面的柵格數(shù)據(jù)聚類(lèi)分析是指根據(jù)設(shè)定的某種聚類(lèi)條件對(duì)單一層面的柵格數(shù)據(jù)進(jìn)行有選擇的信息提取。第16頁(yè)，共77頁(yè)，2022年，5月20日，2點(diǎn)13分，星期六3.1 柵格數(shù)據(jù)的聚類(lèi)、聚合分析第17頁(yè)，共77頁(yè)，2022年，5月20日，2點(diǎn)13分，星期六3.1 柵格數(shù)據(jù)的聚類(lèi)、聚合分析1. 聚類(lèi)分析2）多層面的柵格數(shù)

9、據(jù)聚類(lèi)分析在實(shí)際應(yīng)用過(guò)程中，常常利用多層面的柵格數(shù)據(jù)構(gòu)成的柵格數(shù)據(jù)集進(jìn)行聚類(lèi)分析，每個(gè)柵格圖層代表某個(gè)專(zhuān)題，或者遙感圖像的某個(gè)波段的光譜值。第18頁(yè)，共77頁(yè)，2022年，5月20日，2點(diǎn)13分，星期六3.1 柵格數(shù)據(jù)的聚類(lèi)、聚合分析2. 聚合分析根據(jù)空間分辨率和分類(lèi)表，進(jìn)行數(shù)據(jù)類(lèi)型的合并或轉(zhuǎn)換以實(shí)現(xiàn)空間地域的兼并。例如，由數(shù)字高程模型轉(zhuǎn)換為數(shù)字高程分級(jí)模型便是空間數(shù)據(jù)的聚合，而從遙感數(shù)字圖象信息中提取其一地物的方法則是柵格數(shù)據(jù)的聚類(lèi)。 第19頁(yè)，共77頁(yè)，2022年，5月20日，2點(diǎn)13分，星期六根據(jù)空間分辨率和分類(lèi)表，進(jìn)行數(shù)據(jù)類(lèi)型的合并或轉(zhuǎn)換以實(shí)現(xiàn)空間地域的兼并?？臻g聚合的結(jié)果往往將較復(fù)雜

10、的類(lèi)別轉(zhuǎn)換為較簡(jiǎn)單的類(lèi)別，并且常以較小比例尺的圖形輸出。當(dāng)從地點(diǎn)、地區(qū)到大區(qū)域的制圖綜合變換時(shí)常需要使用這種分析處理方法。 1、2類(lèi)合并為b，3、4類(lèi)合并為a 2、3類(lèi)合并為c，1、4類(lèi)合并為d 3.1 柵格數(shù)據(jù)的聚類(lèi)、聚合分析第20頁(yè)，共77頁(yè)，2022年，5月20日，2點(diǎn)13分，星期六Manual（手工分類(lèi)）Equal Interval（等間距分類(lèi)）Defined Interval（自定義間距分類(lèi)）Quantile（分位數(shù)分類(lèi)）Natural Breaks（自然間距分類(lèi)）Standard Deviation（標(biāo)準(zhǔn)差分類(lèi)） 3.1 柵格數(shù)據(jù)的聚類(lèi)、聚合分析第21頁(yè)，共77頁(yè)，2022年，5月

11、20日，2點(diǎn)13分，星期六3.2 柵格數(shù)據(jù)的信息復(fù)合分析第22頁(yè)，共77頁(yè)，2022年，5月20日，2點(diǎn)13分，星期六3.2 柵格數(shù)據(jù)的信息復(fù)合分析能夠極為便利地進(jìn)行同地區(qū)多層面空間信息的自動(dòng)復(fù)合疊置分析，是柵格數(shù)據(jù)一個(gè)突出的優(yōu)點(diǎn)。 距現(xiàn)有中學(xué)距離 人口分布 土地利用類(lèi)型第23頁(yè)，共77頁(yè)，2022年，5月20日，2點(diǎn)13分，星期六3.2柵格數(shù)據(jù)的信息復(fù)合分析1.視覺(jué)信息復(fù)合視覺(jué)信息復(fù)合是將不同專(zhuān)題的內(nèi)容疊加顯示在結(jié)果圖件上，以便系統(tǒng)使用者判斷不同專(zhuān)題地理實(shí)體的相互空間關(guān)系，獲得更為豐富的信息。第24頁(yè)，共77頁(yè)，2022年，5月20日，2點(diǎn)13分，星期六視覺(jué)信息的疊加分析通常包括以下幾類(lèi)：(

12、1) 點(diǎn)狀圖、線狀圖和面狀圖之間的疊置；(2) 面狀圖區(qū)域邊界之間或一個(gè)面狀圖和其它專(zhuān)題圖邊界之間的重疊；(3) 遙感圖與專(zhuān)題圖的疊加；(4) 專(zhuān)題圖和數(shù)字高程模型疊加顯示立體專(zhuān)題圖；(5) 遙感影像與數(shù)字高程模型疊置生成真三維地物景觀；(6) 遙感影像數(shù)據(jù)與GIS數(shù)據(jù)的疊置；3.2柵格數(shù)據(jù)的信息復(fù)合分析第25頁(yè)，共77頁(yè)，2022年，5月20日，2點(diǎn)13分，星期六3.2柵格數(shù)據(jù)的信息復(fù)合分析2.疊加分類(lèi)模型簡(jiǎn)單視覺(jué)信息復(fù)合之后，參加復(fù)合的平面之間沒(méi)有發(fā)生任何邏輯關(guān)系，仍保留原來(lái)的數(shù)據(jù)結(jié)構(gòu)。疊加分類(lèi)模型則根據(jù)參加復(fù)合的數(shù)據(jù)平面各類(lèi)別的空間關(guān)系重新劃分空間區(qū)域，使每個(gè)空間區(qū)域內(nèi)各空間點(diǎn)的屬性組合

13、一致。+=第26頁(yè)，共77頁(yè)，2022年，5月20日，2點(diǎn)13分，星期六3.2柵格數(shù)據(jù)的信息復(fù)合分析2.疊加分類(lèi)模型第27頁(yè)，共77頁(yè)，2022年，5月20日，2點(diǎn)13分，星期六3.2柵格數(shù)據(jù)的信息復(fù)合分析2.疊加分類(lèi)模型疊加結(jié)果產(chǎn)生新的數(shù)據(jù)平面，該平面圖形數(shù)據(jù)記錄了重新劃分的區(qū)域，而屬性數(shù)據(jù)庫(kù)結(jié)構(gòu)中則包括了原來(lái)的幾個(gè)參加復(fù)合的數(shù)據(jù)平面的屬性數(shù)據(jù)庫(kù)中所有的數(shù)據(jù)項(xiàng)。第28頁(yè)，共77頁(yè)，2022年，5月20日，2點(diǎn)13分，星期六3.2 柵格數(shù)據(jù)的信息復(fù)合分析2.疊加分類(lèi)模型（1）邏輯判斷復(fù)合運(yùn)算主要包括：和（And）、或（Or）、異或（Xor）、非（Not）。它是基于布爾運(yùn)算來(lái)對(duì)柵格數(shù)據(jù)進(jìn)行判斷的

14、。經(jīng)判斷后，如果為“真”，則輸出結(jié)果為1，如果為“假”，則輸出結(jié)果為0。第29頁(yè)，共77頁(yè)，2022年，5月20日，2點(diǎn)13分，星期六3.2柵格數(shù)據(jù)的信息復(fù)合分析2.疊加分類(lèi)模型例如，以過(guò)去及現(xiàn)在的地表類(lèi)型為基礎(chǔ)，說(shuō)明用“和”來(lái)提取從未被沙漠化過(guò)的地表的方法，（其中沙漠為0，其它數(shù)值代表了不同的地表類(lèi)型）。第30頁(yè)，共77頁(yè)，2022年，5月20日，2點(diǎn)13分，星期六3.2柵格數(shù)據(jù)的信息復(fù)合分析2.疊加分類(lèi)模型（2）數(shù)學(xué)運(yùn)算復(fù)合法算術(shù)運(yùn)算例如，以今年與去年的降水量數(shù)據(jù)為基礎(chǔ)，用公式（今年降水量-去年降水量）/去年降水量，可以計(jì)算出去年降水量的變化程度。第31頁(yè)，共77頁(yè)，2022年，5月20日

15、，2點(diǎn)13分，星期六3.2柵格數(shù)據(jù)的信息復(fù)合分析2.疊加分類(lèi)模型（2）數(shù)學(xué)運(yùn)算復(fù)合法函數(shù)運(yùn)算對(duì)數(shù)函數(shù)：第32頁(yè)，共77頁(yè)，2022年，5月20日，2點(diǎn)13分，星期六3.2 柵格數(shù)據(jù)的信息復(fù)合分析2.疊加分類(lèi)模型（2）數(shù)學(xué)運(yùn)算復(fù)合法函數(shù)運(yùn)算有一個(gè)森林地區(qū)融雪經(jīng)驗(yàn)?zāi)Ｐ停篗=（0.19T+0.17D）式中，M是融雪速度（厘米/天），T是空氣溫度，D是露點(diǎn)溫度。根據(jù)此方程，使用該地區(qū)的氣溫和露點(diǎn)溫度分布圖層，就能計(jì)算該地區(qū)融雪速率分布圖。計(jì)算過(guò)程是先分別把溫度分布圖乘以0.19和露點(diǎn)溫度分布圖乘以0.17，再把得到的結(jié)果相加。 第33頁(yè)，共77頁(yè)，2022年，5月20日，2點(diǎn)13分，星期六3.3 柵格

16、數(shù)據(jù)的追蹤分析所謂柵格數(shù)據(jù)的追蹤分析是指對(duì)于特定的柵格數(shù)據(jù)系統(tǒng)，由某一個(gè)或多個(gè)起點(diǎn)，按照一定的追蹤線索進(jìn)行追蹤目標(biāo)或者追蹤軌跡信息提取的空間分析方法。柵格所記錄的是地面點(diǎn)的海拔高程值，根據(jù)地面水流必然向最大坡度方向流動(dòng)的基本追蹤線索，可以得出在以上兩個(gè)點(diǎn)位地面水流的基本軌跡。此外，追蹤分析法在掃描圖件的矢量化、利用數(shù)字高程模型自動(dòng)提取等高線、污染源的追蹤分析等方面都發(fā)揮著十分重要的作用。 第34頁(yè)，共77頁(yè)，2022年，5月20日，2點(diǎn)13分，星期六3.3柵格數(shù)據(jù)的追蹤分析由GIS 顯示追蹤的河流圖第35頁(yè)，共77頁(yè)，2022年，5月20日，2點(diǎn)13分，星期六3.4 柵格數(shù)據(jù)的窗口分析窗口分析

17、是指對(duì)于柵格數(shù)據(jù)系統(tǒng)中的一個(gè)、多個(gè)柵格點(diǎn)或全部數(shù)據(jù)，開(kāi)辟一個(gè)有固定分析半徑的分析窗口，并在該窗口內(nèi)進(jìn)行諸如極值、均值等一系列統(tǒng)計(jì)計(jì)算，或與其它層面的信息進(jìn)行必要的復(fù)合分析，從而實(shí)現(xiàn)柵格數(shù)據(jù)有效的水平方向擴(kuò)展分析。（1） 矩形窗口：以目標(biāo)柵格為中心，分別向周?chē)藗€(gè)方向擴(kuò)展一層或多層?xùn)鸥瘛?（2） 圓型窗口：以目標(biāo)柵格為中心，向周?chē)鞯染嚯x搜索區(qū)，構(gòu)成圓型分析窗口。 （3） 環(huán)型窗口：以目標(biāo)柵格為中心，按指定的內(nèi)外半徑構(gòu)成環(huán)型分析窗口。 （4） 扇型窗口：是以目標(biāo)柵格為起點(diǎn)，按指定的起始與終止角度構(gòu)成扇型分析窗口。 第36頁(yè)，共77頁(yè)，2022年，5月20日，2點(diǎn)13分，星期六3.4 柵格數(shù)據(jù)的窗

18、口分析統(tǒng)計(jì)分析的目的是為了解數(shù)據(jù)分布的趨勢(shì)或者通過(guò)趨勢(shì)的了解回歸擬合出某些空間屬性之間的關(guān)系，以把握空間屬性之間的關(guān)系和規(guī)律。柵格數(shù)據(jù)常規(guī)的統(tǒng)計(jì)分析主要指對(duì)數(shù)據(jù)集合的最大值、最小值、均值、中值、總和、方差、頻數(shù)、眾數(shù)、范圍等參數(shù)進(jìn)行分析。第37頁(yè)，共77頁(yè)，2022年，5月20日，2點(diǎn)13分，星期六3.4 柵格數(shù)據(jù)的窗口分析計(jì)算不同年份的柵格數(shù)據(jù)其單元間的土地利用類(lèi)型的變化，以確定變化大于1（灰色陰影地區(qū)）的地區(qū)。這表明了這一地區(qū)在這一時(shí)間段內(nèi)其土地利用類(lèi)型已發(fā)生的變化，在這本例中，高亮顯示地區(qū)是城市延伸的地區(qū)（用紅色陰影表示）。 第38頁(yè)，共77頁(yè)，2022年，5月20日，2點(diǎn)13分，星期六

19、3.4 柵格數(shù)據(jù)的窗口分析一個(gè)土地覆被的柵格數(shù)據(jù)并計(jì)算了在每一鄰域內(nèi)不同土地覆被類(lèi)型的變化。 第39頁(yè)，共77頁(yè)，2022年，5月20日，2點(diǎn)13分，星期六3.5 ArcGIS柵格數(shù)據(jù)空間分析1，環(huán)境設(shè)置2，距離制圖3，密度制圖4，表面分析5，統(tǒng)計(jì)分析6，重分類(lèi)7，柵格計(jì)算器第40頁(yè)，共77頁(yè)，2022年，5月20日，2點(diǎn)13分，星期六3.5.1 柵格型數(shù)字高程模型的生成（1）柵格插值3.5 ArcGIS柵格數(shù)據(jù)空間分析第41頁(yè)，共77頁(yè)，2022年，5月20日，2點(diǎn)13分，星期六4.1 柵格數(shù)據(jù)生成、顯示3.5.1 柵格型數(shù)字高程模型的生成（1）柵格插值第42頁(yè)，共77頁(yè)，2022年，5月2

20、0日，2點(diǎn)13分，星期六4.1 柵格數(shù)據(jù)生成、顯示反距離權(quán)重插值樣條函數(shù)插值克里格插值第43頁(yè)，共77頁(yè)，2022年，5月20日，2點(diǎn)13分，星期六4.1 柵格數(shù)據(jù)生成、顯示反距離權(quán)重插值規(guī)則樣條插值張力樣條插值克里格插值第44頁(yè)，共77頁(yè)，2022年，5月20日，2點(diǎn)13分，星期六密度制圖分析通過(guò)計(jì)算密度可以將點(diǎn)值散布于整個(gè)表面。一個(gè)數(shù)量的樣點(diǎn)位置（線或點(diǎn)）分布在一個(gè)場(chǎng)景里，可利用密度函數(shù)計(jì)算輸出柵格數(shù)據(jù)中每一單元的密度值。 3.5 ArcGIS柵格數(shù)據(jù)空間分析第45頁(yè)，共77頁(yè)，2022年，5月20日，2點(diǎn)13分，星期六例：生成人口密度圖3.5 ArcGIS柵格數(shù)據(jù)空間分析第46頁(yè)，共77

21、頁(yè)，2022年，5月20日，2點(diǎn)13分，星期六 臨近分配分配功能依據(jù)最近距離來(lái)計(jì)算每個(gè)格網(wǎng)點(diǎn)歸屬于哪個(gè)源，也就是將所有柵格單元分配給離其最近的源，輸出格網(wǎng)的值被賦予了其歸屬源的值。分配功能可以完成：超市服務(wù)區(qū)域劃分尋找最鄰近學(xué)校找出醫(yī)療設(shè)備配備不足的地區(qū)等分析3.5 ArcGIS柵格數(shù)據(jù)空間分析第47頁(yè)，共77頁(yè)，2022年，5月20日，2點(diǎn)13分，星期六臨近分配例如：按距離最近為每個(gè)消防站分配鄰近單元3.5 ArcGIS柵格數(shù)據(jù)空間分析第48頁(yè)，共77頁(yè)，2022年，5月20日，2點(diǎn)13分，星期六3.5.4 統(tǒng)計(jì)分析1） 單元統(tǒng)計(jì)當(dāng)進(jìn)行多層面柵格數(shù)據(jù)疊加分析時(shí)，經(jīng)常需要以柵格單元為單位來(lái)進(jìn)行

22、單元統(tǒng)計(jì)（Cell Statistics）分析。ArcGIS提供了十種統(tǒng)計(jì)方法：求最小值3.5 ArcGIS柵格數(shù)據(jù)空間分析第49頁(yè)，共77頁(yè)，2022年，5月20日，2點(diǎn)13分，星期六3.5.4 統(tǒng)計(jì)分析2） 鄰域統(tǒng)計(jì) 鄰域統(tǒng)計(jì)的計(jì)算是以待計(jì)算柵格為中心，向其周?chē)鷶U(kuò)展一定范圍，基于這些擴(kuò)展柵格數(shù)據(jù)進(jìn)行函數(shù)運(yùn)算，從而得到此柵格的值。ArcGIS中的鄰域統(tǒng)計(jì)提供了十種統(tǒng)計(jì)方法。3.5 ArcGIS柵格數(shù)據(jù)空間分析第50頁(yè)，共77頁(yè)，2022年，5月20日，2點(diǎn)13分，星期六利用鄰域統(tǒng)計(jì)可以進(jìn)行邊緣模糊等多種操作，如調(diào)查土地利用時(shí)，鄰域統(tǒng)計(jì)可以獲得鄰域范圍內(nèi)土地變化和確定土地利用的穩(wěn)定性，利用鄰域

23、統(tǒng)計(jì)的平均值可以進(jìn)行邊緣模糊等多種操作。 3.5 ArcGIS柵格數(shù)據(jù)空間分析第51頁(yè)，共77頁(yè)，2022年，5月20日，2點(diǎn)13分，星期六3）分類(lèi)區(qū)統(tǒng)計(jì) 分類(lèi)區(qū)統(tǒng)計(jì)即以一個(gè)數(shù)據(jù)集為基礎(chǔ)在它所包含的不同類(lèi)別中對(duì)另一個(gè)被分類(lèi)數(shù)據(jù)集進(jìn)行統(tǒng)計(jì)。用來(lái)作為基礎(chǔ)進(jìn)行分類(lèi)的分類(lèi)區(qū)就是分類(lèi)區(qū)數(shù)據(jù)中擁有相同值的所有柵格單元，而不考慮他們是否鄰近。在此基礎(chǔ)上對(duì)同一分類(lèi)區(qū)所對(duì)應(yīng)的被分類(lèi)數(shù)據(jù)集進(jìn)行統(tǒng)計(jì)，所以輸出結(jié)果時(shí)同一分類(lèi)區(qū)被賦予一個(gè)單一的輸出值。分類(lèi)區(qū)圖層結(jié)果圖層統(tǒng)計(jì)圖層3.5 ArcGIS柵格數(shù)據(jù)空間分析第52頁(yè)，共77頁(yè)，2022年，5月20日，2點(diǎn)13分，星期六分類(lèi)區(qū)圖層被統(tǒng)計(jì)數(shù)據(jù)統(tǒng)計(jì)結(jié)果，淡藍(lán)色值為分類(lèi)區(qū)

24、代碼第53頁(yè)，共77頁(yè)，2022年，5月20日，2點(diǎn)13分，星期六3.5 ArcGIS柵格數(shù)據(jù)空間分析第54頁(yè)，共77頁(yè)，2022年，5月20日，2點(diǎn)13分，星期六3.5.5 柵格距離圖（1）源 源即距離分析中的目標(biāo)或目的地。如學(xué)校，商場(chǎng)，水井，道路等。在空間分析中，用來(lái)參與計(jì)算的源一般為柵格數(shù)據(jù)，源所處的柵格賦予源的相應(yīng)值，其他柵格沒(méi)有值。如果源是矢量數(shù)據(jù)則需要先轉(zhuǎn)成柵格數(shù)據(jù)。（2）成本成本即到達(dá)目標(biāo)、目的地的花費(fèi)，包括金錢(qián)、時(shí)間、人們的喜好等等。影響成本的因素可以只有一個(gè)，也可以有多個(gè)。如學(xué)校選址，不僅要考慮位置的適宜性，還要考慮土地利用現(xiàn)狀、交通是否便捷等。 3.5 ArcGIS柵格數(shù)據(jù)

25、空間分析第55頁(yè)，共77頁(yè)，2022年，5月20日，2點(diǎn)13分，星期六（3）成本距離加權(quán)函數(shù) 通過(guò)成本距離加權(quán)功能可以計(jì)算出每個(gè)柵格到距離最近、成本最低的最少累加成本。成本距離加權(quán)考慮到了事物的復(fù)雜性，對(duì)于基于復(fù)雜地理特性的分析非常有用。 成本距離圖層 成本方向圖層 方向說(shuō)明圖層3.5 ArcGIS柵格數(shù)據(jù)空間分析第56頁(yè)，共77頁(yè)，2022年，5月20日，2點(diǎn)13分，星期六（4）距離方向函數(shù) 距離方向函數(shù)表示了從每一單元出發(fā)，沿著最低累計(jì)成本路徑到達(dá)最近源的路線方向。3.5 ArcGIS柵格數(shù)據(jù)空間分析第57頁(yè)，共77頁(yè)，2022年，5月20日，2點(diǎn)13分，星期六例：計(jì)算公路建設(shè)成本例：在柵

26、格范圍內(nèi)要建設(shè)從“起點(diǎn)”出發(fā)，分別到終點(diǎn)“A”、“B”的公路。3.5 ArcGIS柵格數(shù)據(jù)空間分析第58頁(yè)，共77頁(yè)，2022年，5月20日，2點(diǎn)13分，星期六計(jì)算公路建設(shè)成本公路建設(shè)成本和兩個(gè)因素有關(guān)：一是公路的長(zhǎng)度，和起點(diǎn)之間的距離越遠(yuǎn)，建設(shè)費(fèi)用越高；二是地形坡度，坡度越大，需要付出的額外建設(shè)費(fèi)用越大。3.5 ArcGIS柵格數(shù)據(jù)空間分析第59頁(yè)，共77頁(yè)，2022年，5月20日，2點(diǎn)13分，星期六計(jì)算公路建設(shè)成本（1）生成通行成本圖層3.5 ArcGIS柵格數(shù)據(jù)空間分析第60頁(yè)，共77頁(yè)，2022年，5月20日，2點(diǎn)13分，星期六3.5 ArcGIS柵格數(shù)據(jù)空間分析第61頁(yè)，共77頁(yè)，2

27、022年，5月20日，2點(diǎn)13分，星期六3.5 ArcGIS柵格數(shù)據(jù)空間分析第62頁(yè)，共77頁(yè)，2022年，5月20日，2點(diǎn)13分，星期六（2）計(jì)算成本距離3.5 ArcGIS柵格數(shù)據(jù)空間分析第63頁(yè)，共77頁(yè)，2022年，5月20日，2點(diǎn)13分，星期六成本柵格每個(gè)單元的取值是公路起點(diǎn)到達(dá)該位置的最小累計(jì)成本，也就是相對(duì)的最低建設(shè)費(fèi)用。3.5 ArcGIS柵格數(shù)據(jù)空間分析第64頁(yè)，共77頁(yè)，2022年，5月20日，2點(diǎn)13分，星期六方向柵格該柵格記錄了成本距離計(jì)算中最小成本的方向，用數(shù)值1-8表示8個(gè)方向。3.5 ArcGIS柵格數(shù)據(jù)空間分析第65頁(yè)，共77頁(yè)，2022年，5月20日，2點(diǎn)13分，星期六（3）計(jì)算公路建設(shè)的最佳路徑3.5 ArcGIS柵格數(shù)據(jù)空間分析第66頁(yè)，共77頁(yè)，2022年，5月20日，2點(diǎn)13分，星期六（3）計(jì)算公路建設(shè)的最佳路徑3.5 ArcGIS柵格數(shù)據(jù)空間分析第67頁(yè)，共77頁(yè)，2022年，5月20日，2點(diǎn)13分，星期六3.5 ArcGIS柵格數(shù)據(jù)空間分析公路建設(shè)成本最小的路徑圖第68頁(yè)，共77頁(yè)，2022年，5月20日，2點(diǎn)13分，星期六（4）成本距離和直線距離的比較3.5 ArcGIS柵格數(shù)據(jù)空間分析第69頁(yè)，共77頁(yè)，2022年，5月20日，2點(diǎn)13分，星期六實(shí)例一 中學(xué)選址1 目的熟悉ArcGIS 柵格數(shù)據(jù)距離制