gis空间分析

《gis空间分析》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

·GIS空间分析SpatialAnalysisofGIS·张洪岩·中国东北资源与环境研究·吉林省高等学校重点实验室·2009年9月·第一章GIS空间分析概说·GIS技术的发展已经超过了30年。·多数人认为，GIS的功能用于制图；·GIS还可以用于分析：–事物分布的原因，以及事物之间的空间关系。–获得更为精确、时势（up-to-date）的信息，甚至建立新的信息。·本章将主要学习：–什么是GIS分析?–GIS空间分析的主要方法–GIS分析的主要过程·1.1什么是GIS分析?·GIS分析是人们发现地理数据的分布格局（geographicpatterns）和要素（features）之间关系（relationships）的过程。·其结果将有助于了解当地的特点，采取合理的行动，作出最优的决策。·方法（Methods）–地图（Maps）–模型（models）—多个数据图层的结合。·GIS分析的目标·获得对某一地方更为深入的了解；·作出最佳的决策；·为未来的规划作好准备和创造条件。·为什么应用GIS进行分析的人不多?·GIS的应用只是在近年来才得到较为广泛的应用，对许多人仍很陌生。·采用GIS进行分析还比较困难。·多数人还不知道，除了制图和创建报告之外，GIS还能够作什么。·1.2GIS空间分析的数据·表达地理现象的两种途径：–矢量Vector·每个要素是表格中的一行；·要素的形状由空间中x,y坐标定义；–位置、线、面或事件–栅格Raster·要素表现为在一个连续空间中的单元矩阵（matrixofcells）；·每个图层表示为属性；·单元大小将影响到分析的结果和地图的形式；·原始地图的比例尺决定了单元大小。·认识地理要素（GeographicFeatures）·要素的类型Typesoffeatures ·认识地理属性（GeographicAttributes）·属性值的类型Typesofattributevalues–种类Categories–排序Ranks–个数Counts–数量Amounts–比率Ratios–比率表示每个要素两种数量之间的关系，由两者相除来获得。·比例和密度proportions&densities·1.3GIS空间分析的主要方法·矢量数据分析·栅格数据分析·三维空间分析·空间统计分析与内插·矢量数据分析方法·矢量数据的包含分析–确定要素之间是否存在直接的联系，即点、线、面之间是否存在空间位置上的联系。·矢量数据的缓冲区分析–根据数据库的点、线、面实体，自动建立其周围一定宽度范围内的缓冲多边形实体。·多边形叠置分析–指同一地区、同一比例尺的两组或多组多边形要素的数据文件进行叠置，产生具有多重属性的新多边形。·泰森多边形分析–将所有气象点连接成三角形，以各边垂直平分线围成泰森多边形。其内只含一个离散点数据；内部点到相应离散点的距离最近；边上的点到两侧离散点的距离相等。·矢量数据的网络分析–其基本思想是人类活动总是趋向于按一定目标选择达到最佳效果的空间位置。–首先要建立网络路径的拓扑关系和路径信息属性数据库。即要知道路径在网络中如何分布和经过每段路径需要的成本值。–方式有选择最佳路径、最佳布局中心以及网络流分析。·栅格数据分析的模式·栅格数据的聚类、聚合分析–将一个单一层面的栅格数据系统经某种变换而得到一个具有新含义的栅格数据系统的数据处理过程。亦称栅格数据的单层面派生处理法。–栅格数据聚类是根据设定的聚类条件对原有数据系统进行有选择的信息提取而建立新的栅格数据。–栅格数据的聚合是根据空间分辨率和分类表，进行数据类型的合并或转换，以实现空间地域的兼并。·栅格数据的统计与量算–通过统计分析了解栅格数据的整体特征和态势，包括最大/最小值、均值、 中值、总和、方差、频数、众数、范围等参数。·栅格数据的复合分析–同地区多层面空间信息的自动复合叠置。其中各层面信息关系模式的建立对分析工作的完成及分析质量的优劣具决定性作用。·栅格数据的追踪分析–对特定栅格数据系统由某一个或多个起点，按照一定的线索追踪目标或追踪提取轨迹信息。·栅格数据的窗口分析–地学信息在空间上存在着一定的关联性。窗口分析是指对于栅格数据系统中的一个或多个栅格点或全部数据，开辟一个有固定分析半径的分析窗口，并在该窗口中进行极值、均值等统计计算，或与其它层面的信息进行复合分析，以实现栅格数据的水平方向的扩展分析。分析窗口有：矩形、圆形、环形和扇形。·三维空间分析·矢量三维分析主要基于数学分析和图论的思想。·栅格三维分析主要以矩阵理论为基础。·三维空间分析对空间对象的位置坐标和垂直坐标进行分析。·二维和三维的本质区别在于数据的分布范围，三维增加了垂直坐标的信息。·目前的三维空间分析主要包括对空间实体的三维显示、查询，坡度、坡向、地标粗糙度、地表复杂度、地表曲率等地形属性的计算和提取。·上述功能可应用到其它领域。地形的三维显示与分析·空间统计分析与插值·空间统计分析的目的是找出某种属性分布的整体特征和趋势，了解其中的规律，以便对其进行科学的分析和预测。·地学现象、过程和事件多具有一定的随机性。·空间统计方法以概率论与数理统计为基础，适合于对各种随机现象、随机过程和随机事件的处理。·空间统计方法主要用于空间数据的分类与综合评价，包括相关性分析、回归分析、时间序列分析、系统聚类分析、主成分分析、马尔科夫预测、克里格估值法等。空间统计的表现形式有列表、直方图、云图、回归曲线等。·空间统计分析除了能分析数据的整体态势外，还可以分析空间数据采样的合理性。通过分析样区内数据位置和取值的分布，统计该采样数据是否具有对样区某属性的代表性，以及基于此数据的分析是否具有较高的可信度。·插值是根据已知采样点的信息对附近未知点的属性进行预测或估算。·内插是在已存在观测点的区域范围之内估算未观测点的特征值的过程。·外插（推估）是在已存在观测点的区域范围之外估计未观测点的特征值的过程。·常用插值方法有：反距离加权法、样条法和克里格法。内插生成表面·ArcGIS所包含的分析模块·1.4GIS分析的过程·确定问题·制定标准·收集需要的数据 ·制定分析方案·准备分析数据·执行分析操作·验证并提交分析结果·GIS分析可以是非常简单的过程·Gettingspecific·分析的前三步非常关键：必须要明确所分析的问题、制定指导分析的标准、找到所需要的数据。·明确问题·明确在特定项目中所要调查的问题并非易事。应该通过一两句话描述清楚所要分析的范畴。如果提出的问题很广，就需要将其分解为若干小部分，以便于GIS逐个分析–例如，针对“海滩的哪部分受到飓风的危害？”这个问题就可以分三部分进行分析：海滩的哪些部分侵蚀率较高？海滩的哪些部分在城市开发中未得到保护？海滩的哪些部分既有高侵蚀率，又未得到保护？·重要的是要务必清楚，一个GIS的分析不是解决一个问题，而是利用数据推到信息，即分析的结果。之后，才会有人或团队利用这些信息制定决策，以期解决问题。·制定标准·明确问题之后，就需要确定用于特定距离、量测或属性的标准。例如，前述当中有关海滩侵蚀何为高侵蚀率？2英尺/年，还是5英尺/年?答案将依赖于分析的目标、所采取的科学方法或可用到的数据。·Identifythedata·需要什么要素类和属性可以发现满足标准的要素和区位？为了调查海滩侵蚀问题，需要可获得海滩侵蚀率和其它观测值等属性的观测站和城市面积及规划分区等数据。当收集分析数据时，也需要考虑和列出研究方向或分析结果的表达，如：海岸线图层。·对于收集的每个数据集，需要调查确认其元数据，如：数据来源、目的、任务、坐标系统和属性描述等。·分析的谋划和准备·一旦明确了分析的问题，获得了所需要的数据，就应该花费一定的时间做分析的谋划和准备。·Plantheanalysis·制订一项分析方案不论如何都是一个明智之举。·有了分析方案可以在实际分析过程中避免失误，节省时间。·判断是否需要额外的数据，这在谋划和收集数据阶段需要反复多次。·或许还要测试某一特定方法或工具，以确认它能够完成目标，或掌握其使用方法。·图解法是有效的组织和制定分析方案的途径。图解的连贯性要比其格式或形式更重要，图解的流程应该具备：·分析数据的准备·因为数据不可能完全满足分析的要求，因此，需要判断准备数据所需要的步骤。例如，为表格添加字段、编辑或更新要素、改正数据错误、定义或改变坐标系统。这些最好在进行分析之前首先完成。·分析数据和表达结果·在完成数据准备之后，就要准备进行分析，并观察它所提供的信息是什么。 ·进行分析·如果谋划的过程很彻底，则执行分析应该很容易。按照流程图的中的步骤即可。利用备份的数据进行分析不失为一种好方法。这样，有了备份就可以随时按照需要复原。保存好备份很重要，因为分析可能包括了改变原始要素类、表或数据库的过程，如：组合要素类、计算新的属性值、添加或消除要素等。·检验和表达结果·GIS分析并非一下子就会产生所期望的结果。这是一个迭代过程—随着通过每个步骤，都可能要改变所采用的标准、工具或处理的顺序。还需要花时间证实结果，并通过中间步骤和最终的分析直观分析所生成的数据。·验证结果时应考虑：结果是否为所期望的？所执行的过程是否工作正确？除了验证结果，还要结合原始分析目标评价结果。例如，结果是否回答了所提出的地理问题？这个新的信息是有效或有用的吗？·最后，分析结果会推动特殊的决定或行动。或提出新的问题来推动更进一步的分析。·练习1：确定问题与选择分析数据·对GIS分析的需求来自于那些包括了地理成分的特殊场合或问题。本练习将创造一个开发GIS分析的情景。要求学生判断出所要解决的问题，提出采用的标准、收集所要的数据。下一个练习将谋划和执行分析过程，并检验结果。·提出问题与获得答案·当GIS分析只涉及到数据可视化，以辨别格局和关系，有时甚至是观察地图都不能满足要求时，就需要发现可以同给定标准相匹配的要素。这些可以通过对GIS数据库的查询或提问来完成。问题的答案就是所选中的要素集。·有两种GIS查询：属性查询和位置查询–在属性查询中，可以选择满足某一特定标准的一个或多个属性。例如，在拥有人口属性的城市图层中查找所有人口超过100万的城市。–在位置查询中，可以选择位置满足某些特定条件的要素，通常与其它要素相关联。例如，如果有一个城市图层和主要高速公路图层，就可以选择那些距离高速公路50公里之内的所有城市。·一旦选择了要素，就可以对它们进行操作。例如，对它们进行缩放等操作。所选中的数据集是临时的，但可以保存为分离的图层，或导出为一个要素类。·基于属性查找要素·利用查询表达式可以找到满足特定属性标准的要素。查询表达式是一个包括三部分的逻辑陈述：字段名称（属性）、运算符和属性值。它通过连接可以形成包含多重标准的组合表达。·查询结果是图层中的选中要素集。要素在地图上被选中，同时图层属性表中相应的记录也被选中。·在确定性查询这种特殊的属性查询中，查询表达式是该图层的特征，它定义了要素类中的哪些要素将包含在该图层中。确定性查询是一种从地图显示中剔除不感兴趣的要素的途径，同时也节省了图层查询或其它GIS操作中的处理时间。·通过位置查找要素·与通过属性查找要素一样，利用查询表达可以找到位置满足某一标准的要素。但是，位置查询是一种描述性的陈述。与属性查询一样，位置查询包括三部分：一个目标图层（“selectfrom”）、一种空间关系和一个空间相关图层。·基于同一图层中或不同图层间要素之间的空间关系可以创建位置查询，并可以选择多种不同的空间关系。主要有四类空间关系：距离、包含、相交和相邻。 ·对选中的要素集进行操作·因为多数分析都涉及选择满足特定标准的要素，属性和位置查询是GIS分析中最常见的操作。下面是选择要素集常见的实例：–在地图中直观分析选中要素的地理分布；–概括或计算选中要素的属性值；–围绕选中要素建立缓冲区；–编辑选中的要素；–生成包含选中要素属性的报告；–将选中的要素保存为可以独立显示和符号化的新图层；–将选中要素导出为在其它地图文件中可使用的新要素类，与他人共享，或在其它GIS操作中作为输入来使用。·属性查询和位置查询经常混合使用。在某些情况下，尤其是在所查找的要素需要满足一系列标准时，要用到一系列的查询。这里既可以用加法，通过每次查询将要素添加到选中的数据集中，也可以用减法，通过每次查询将要素从选中的数据集中去掉。采用何种方法依标准而定。总体上以处理过程尽量省时为原则。·访问更多的属性·并非所有要素属性都保存在图层属性表中。在许多GIS数据库中，用户定义的属性（相对于软件生成的属性）被保存在分离的非空间表中。当要基于属性查找要素时，在查询前有时需要将非空间表与图层属性表建立连接。只要两者共同享有相同字段即可，即该字段下要保存相同的数据。共享字段可以不同名，但类型必须相同（如：文本型、短整型等）。·练习2进行一项GIS分析·在上个练习当中，一个房地产经纪人为找到Garcia夫妇可能的住宅制定了标准，并收集了相关数据。现在需要考虑一个分析的流程，这既是一个简单方案，也是一个完整的开发流程图解。学生将按这个图解来进行分析。·完成本练习后，学生在处理类似问题时将具备较好的方法。·考虑一种分析方法·通常筹划GIS分析最简单的途径是用简洁的词汇记下所考虑到的步骤。通过逻辑推理，评价将要采用的方法。–回顾前面的分析标准–所要解决的问题是：哪里有满足Garcia家标准的住房？–下列列出了你所需要考虑的标准：·待售住房·独户住房·3个以上的卧室·1990年1月1日后建成·售价在$175,000-$225,000之间·在Melvin小学或Arnie小学学区内·距离Terry运动公园1英里范围内·本例中，我们可以利用通过属性查找要素的GIS功能。·可以按照下列任务开始：–找出具有期望属性（售况、类型、卧室、房龄、价格）的所有住房。·然后利用位置查找要素的功能进一步提取“在首选学校校区范围内的那些住房”。·这种分析方法可用下面的图解表示。 ·其中，可以保存为中间选中的住房要素集的各项任务包括要向Garcia家展示的那些满足部分但不是全部标准的住房。·总结全部的流程图包括·Preparedata·Limitsearchablehomes·Selecthomeswithdesiredattributes·Keephomesindesiredschoolareas·Keephomesneardesiredpark·Displayresultsandpreparereport·检查和表达结果·在ArcMap中，可以创建地图和图表直观表达数据，创建表格和报告以检验列表数据。图形和表格可以结合使用。例如，在地图中插入表格或将地图或图表插到报告中。·这些显示方式可以在分析过程中灵活使用，以创建专业的表达形式。具体使用主要考虑如下：–分析项目若产生很多新信息，则只考虑表达精华。此外，如果目标是验证不同选项或标准，则需要表达多种情景。–要表达的是空间信息、属性信息，还是二者兼有？要素位置和关系等空间信息最适合于地图。一系列的要素及其属性较适合用表格或报告。图表则适用于比较属性或显示趋势。·以地图方式表达数据·分析过程中所创建的地图可能不适用于表达最后的分析结果。·分析产生的地图通常要准备迅速、直观简单。符号和色彩易于区分选中的要素，包含尽可能少的陪衬，只添加必要的图层和要素标识。·与之相反，一幅显示地图应该包括有助于解释其背景和目标的信息。例如，根据目标添加道路、地标、行政界线等数据层。需要仔细选择地图符号，以符合一般习惯和行业标准，并能传递期望的信息。可能还要标注更多的要素，甚至插入文本或图形，以突出重要的要素、关系或分析结果。·以报告形式表达数据·报告可以帮助组织、设计和打印表格信息。它可以充满创意，但应考虑一下逐点：–选择所要包含的属性字段；–包括表格中的全部记录/选中的数据集；–基于一个/多个字段中的值对记录进行分类；–分组记录和计算摘要统计（如：总和、均值、个数）；–选择所包含的元素，如：题目、图像或页数等；–选择表格的形式（字段的纵横格式，是否跨页）。–如果所创建的报告要多次使用或包含在多幅地图中，可将其保存为文件。使用时加载即可。所保存的文件与实际的数据无关，不能修改。·导出的报告包括.pdf、.rtf、.txt等格式。·练习3-4对分析结果制图和创建报告·在准备与Paul和MiraGarcia回家的旅程中，要打印出即将访问的5家的一些基本信息。例如，地址、所寻的各家价格，并在地图上标出他们的位置。·本练习将创建一个简单表达地图，以显示分析的结果，然后将地图导出成一个图像文件，再将这个图像添加到报告中。 n第二章矢量数据分析(VectorDataAnalysis)n2.1邻近分析n2.2空间提取n2.3叠加分析n2.4网络分析n2.1邻近分析(Proximityanalysis)n当现实的实体被抽象为几何对象时，就可以对它们之间的距离进行查询和分析。n一般来说，邻近分析或研究两个对象之间的距离，包括通过空间连接和建立缓冲区来发现最近的邻居。n1.距离量测——寻找最近的邻居n距离量测是指要素之间直线（欧式）距离的量测。n量测可在一个图层中的点到另一图层的点之间，或一个图层的各点到另一图层中最邻近点或线之间进行。量测的结果保存在一个字段中。n通过空间连接（spatialjoin）作为邻近分析工具来实现操作。n课堂练习：点与线之间的距离量测n练习内容：n要求对deer.shp中的每个鹿场点和edge.shp中原始森林与皆伐区边缘的最近距离进行量测。n练习方法：n通过定位方法使用合并数据；n使用AnalysisTools/Proximity工具箱中的Near工具。n2.缓冲分析(Buffering)n缓冲区：为了识别某一地理实体或空间物体对其周围地物的影响度,而在其周围建立的具有一定宽度的带状区域。n缓冲区分析：是对一组或一类地物按缓冲的距离条件，建立缓冲区多边形，然后将这一图层与需要进行缓冲区分析的图层进行叠加分析，得到所需结果的一种空间分析方法。基本思想：n给定一个空间对象或集合；n确定其邻域，邻域的大小由邻域半径r决定，对象A的缓冲区定义为nP为距A的距离小于r的全部点的集合nd一般指最小欧氏距离，但也可以为其它定义的距离，如网络距离，即空间物体间的路径距离。（一）角分线法（也称“简单平行线法”）（二）凸角圆弧法n分区和法律问题（Zoningandlegalissues）：n某些城市制订了法规，禁止在小学周围1公里内出售烈性酒。对此，首先对各小学建立1公里的缓冲区，然后查询其中的商业地块，以确认其中没有违规的商店。n应急准备（Emergencypreparedness）:n围绕某一地震断层建立1公里的缓冲区，以查询其中有多少大型商场。然后，确认哪些商场处在最危险的地震带之中。n2.2空间提取(Spatialextraction) n空间提取是进行空间分析时，在一开始和结束前经常采用的步骤，以减少输出结果中要素的数量。n在街道两侧建立10米的缓冲区，首先要从城市街路图层中选择需要加宽的街道。n在进行了一系列地学处理之后合并许多小的多边形。n建立子集(Creatingsubsets)n通常情况下，一个数据图层包含了许多要素，而所开展的研究只集中在其中的一部分。n通过对要素建立子集的方法，可以减少要素的数量。n剪切要素(Clippingfeatures)n消减要素(Dissolvingfeatures)n提取与邻近分析应用示例：城市土地利用分析(Performingextractionandproximityanalysis:Analyzingacity‘slanduse）n一个城市土地的利用方式将影响其中居民的生活。如果某一城市中许多城区充满工厂、烟雾和噪声污染，这些必将会影响到当地居民的生活质量。城市的公园和绿地则会改善当地的生活，使人们远离噪声和空气污染。n为了发挥城市绿地的作用，城市的长期保护规划将提出相应的保护措施。n2.3叠置分析(OverlayAnalysis)n叠置分析是GIS中常用提取空间隐含信息的方法之一。它是将有关主题的各个数据层面进行叠置产生一个新的数据层面，其结果综合了原来两个或多个层面要素所具有的属性，同时不仅生成了新的空间关系，也产生了新的属性关系。其中，被叠加的要素层面必须基于相同坐标系统，同一地带还必须基于相同的基准面。n从原理上来说，叠置分析是对新要素的属性按一定的数学模型进行计算分析，其中涉及逻辑交、并、差等运算。n根据操作要素的不同，叠置分析可分成点与多边形叠加、线与多边形叠加、多边形与多边形叠加；n根据操作形式的不同，叠置分析可分为图层擦除、识别叠加、交集操作、均匀差值、图层合并和修正更新。n叠加操作的类型（Typesofoverlayoperations）n点对面的叠加（Point-in-polygon）点对面的叠加是将一个点图层和一个面图层在空间上相结合，建立一个新的点图层。这类叠加用于发现落入多边形中的点。n假设找出每个普查单元中杂货店的数量。新的（输出）杂货店的点要素类将拥有普查单元的属性。据此可以查询某个商店所属的普查单元，或查找每个普查单元内全部商店的数量。n线对面的叠加（Line-in-polygon）线对面的叠加是将一个线图层和一个面图层在空间上相结合，建立一个新的线图层。这类叠加用于发现一个线要素类和一个多边形要素类之间共同的地理空间。n如果有河流要素类和宗地要素类，就可以发现哪条河落入到哪个地块中，准确的找出每个地块中包含了多少河流。输出的结果要比通过的相交查询更精确，因为输入要素通过叠加实现了物理上的切断，并重新计算了长度。n面对面的叠加（Polygon-on-polygon）面对面的叠加是将两个不同图层中的多边形要素结合成一个单一图层。这类叠加操作可 以研究两个要素类之间的共同区域。n如果第一个要素类代表行政区，第二个要素类代表洪泛区，据此可以发现洪水的风险和每个行政区内所包含的洪泛区的位置。n图层擦除（Erase）n图层擦出是指输入图层根据擦除图层的范围大小，将擦除参照图层所覆盖的输入图层内的要素去除，最后得到剩余的输入图层的结果。数学的空间逻辑运算表示为：n识别叠加（Identity）n输入图层和另外一个图层进行识别叠加，在图形交迭的区域，识别图层的属性将赋给输入图层在该区域内的地图要素，同时也有部分的图形的变化在其中，n交集操作（Intersect）n交集操作是将两个图层的要素和属性的交集部分结合成第三个图层，原图层的所有属性将同时在新图层上显示出来。输出图层将包含与输入图层相同的要素类型和属性数据项。如果输入的都是多边形图层，则输出图层将会反映出要素和属性的结合。n在数学运算上表现为：x∈A∩B（A,B分别是进行交集的两个图层）。由于点，线，面三种要素都有可能获得交集所以它们的交集的情形有七种：n图层合并（Union）n图层合并是一次将两（多）个多边形图层结合成一个新多边形图层。新图层中包括了两（多）个图层中所有的多边形和属性，通常会有更多的多边形。相当于布尔运算的or，输出图层对应于输入图层或叠加图层的叠加范围。图层合并将原来的多边形要素分割成新要素，新要素综合了原来两（多）层属性。图层合并的数学表达式为：{x│x∈AUB}n叠加分析与属性OverlayanalysisandattributesnWheneveryouperformaunionorintersect,inadditiontofeaturegeometrytheinputlayers'attributesarejoined.Boththeinputlayerfeatureidentifiersanduser-addedattributefieldsareaddedtotheoutputlayer'sattributetable.n合并的结果（上表）显示了所有处在缓冲区内(BufferDist=500)，并Landuse=134的多边形。也可以知道缓冲区的面积。n相交的结果（下表）。只要列出属性表就可以知道哪些地块、有多少地块落在了缓冲区内。n交集取反（Symmetricaldifference）n均匀差值就是在两个图层叠置中去掉它们之间的公共部分后剩下的部分，同时对原有图层空间上的分布进行一定区域内的调整，新生成图层的属性是综合两者的属性而产生的。其数学逻辑运算式表示为：x∈AUB-A∩B（A,B为两个输入图层）。n破碎多边形(Slivers)n破碎多边形是来自地图叠加过程中的常见误差。nGIS软件通过模糊容差（fuzzytolerance）去除破碎多边形n合适的模糊容差值是去除破碎多边形的关键n最小制图单元（minimummappingunit）表示由政府机构或公司部门指定的最小面积单元。n最小制图单元是很好的去除破碎多边形的方法n误差传递(ErrorPropagation)n由于输入地图的不准确而导致误差的产生被称为误差传递。 n误差传递有两种类型：n位置误差（positionalerror）：由于数字化和解译误差导致的边界的不准确，破碎多边形代表了地图叠加中产生的位置误差。n标识误差（identificationerror）：由于属性数据不准确或标识错误。n练习：分析城市中心的用地类型n本练习的任务是发现在城市中心区每种土地利用类型的总面积。n通过ArcMap中的相关工具可以获得所希望的信息。n练习2：为高速公路出口停车场选址n美国加州地方政府为了减少空气污染，鼓励居民在市区乘座公交工具，在高速公路出口建新的停车场。选址条件如下：n位置便捷：距离高速公路出口500米以内；nSTR_NAME=I10,CLASS=9n节约成本和降低对周边社区的影响：当前的用地类型为空地，规划为商业用地；nLU_CODE=VAC,ZONE；nZONE-CODE=COMn要求画出操作流程框图，提交结果图n分析流程图n2.4网络分析n网络分析是对地理网络（如：交通网络）、城市基础设施网络（如：各种网线、电缆线、电力线、电话线、供水线、排水管道等）进行地理分析和模型化的过程，通过研究网络的状态以及模拟和分析资源在网络上的流动和分配情况，解决网络结构及其资源等的优化。n网络分析的理论基础是图论和运筹学。它从运筹学的角度研究、统筹、策划一类具有网络拓扑性质的工程，安排各个要素的运行，使其能充分发挥作用或达到预想的目标。n资源的最佳分配，最短路径的寻找，地址的查询匹配n网络的组成和建立n现实中的网络是由链和结点组成的、带有环路，并伴随一系列支配网络中流动的约束条件的线网图形。网络中的基本组成部分和属性如下：n1．线状要素——链n网络中流动的管线，包括有形物体，如：街道、河流、水管、电缆线等，无形物体，如：无线电通讯网络等，其状态属性包括阻力和需求。n2．点状要素n1）障碍：禁止网络中链上流动的点；n2）拐角点：出现在网络链中所有分割结点上状态属性的阻力，如：拐弯的时间和限制（如不允许左拐）；n3）中心：是接受或分配资源的位置，如：水库、商业中心、电站等。其状态属性包括：n资源容量—如：总的资源量；n阻力限额—如：中心与链之间的最大距离或时间限制；n4）站点：在路径选择中资源增减的站点，如：库房、汽车站等，其状态属性有要被运输的资源需求，如：产品数。n网络中的状态属性有阻力和需求两项，通过空间属性和状态属性的转换，根据实际 情况赋到网络属性表中。n网络通常是将内在的线、点等要素在相应的位置绘出后，根据它们的空间位置以及各种属性特征建立拓扑关系，正确的拓扑关系网络分析的基础。n传输网络分析（NetworkAnalyst）：用于道路、铁路等交通网络分析，进行路径、服务范围与资源分配等。允许在网络边上双向行驶，网络中的代理（如公路上的驾驶员）具有主观选择方向的能力。n使用的数据：网络数据集（NetworkDataset）；n可解决的问题：n计算点与点之间的最佳路径，时间最短或距离最短；n进行多点的物流派送，能够按照规定的时间规划送货路径、自由调整各点的顺序；车辆路径派发；n寻找最近的一个或多个设施点；n确定一个或多个设施点的服务区；n绘制起点—终点距离成本矩阵。n效用网络分析（UtilityNetworkAnalyst）：用于河流网络分析与公共设施网络分析，如：谁、电、气等管网，研究网络状态及模拟和分析资源在网络上的流动与分配情况。只允许在网络边上单向同时行进，网络中的代理（如管道中流动的石油）不能选择行进的方向，而由外部因素来决定：重力、电磁、水压等。n使用的数据：几何网络（GeometricNetwork）；n可解决的问题：n寻找连通的/不连通的管线；n上/下游追踪；n寻找环路；n寻找通路；n爆管分析。n传输网络分析n1．网络数据集的建立：n（1）在ArcCatalog中建立新的要素数据集并导入多个要素类；n（2）创建网络数据集n2．基本功能基于几何网络的特征和属性，利用距离、权重和规划条件进行分析，得到结果并且应用在实际中。n（1）路径分析n最快路径：确定起点、终点，求时间最短路径；n最短路径：确定起点、终点，求距离最短路径；n最多场景的最短路径：确定起点、终点和所要求经过的中间点、中间连线，求最短路径或最小成本路径。路径分析的内容可以通过设定阻抗(Impedance)实现。nN条最佳路径分析：确定起点、终点，求代价较小的N条路径，因为在实践中因为种种因素需要选择近似的最佳路径。n（3）服务区域分析（NetworkServiceArea）n包括所有在设定阈值内可以到达的街道和区域，阈值可以是时间或距离等，如：某个点5分钟服务区即指可在5分钟内到达该点的所有区域（region）。nAccessibility表示从某个点到达其他地点的难易程度。可以通过TravelTime、 Distance和其他任意阻抗（Impedance）进行设定。n（2）最近设施查询（ClostestFacilities）n查询离某个位置最近的设施，如：餐馆、医院等；n可以设置一个CutoffCost，一旦超过这个设置，则不再分析。一旦查找到最近设施，则可以实现的功能包括到达最近设施的路径、旅行花费、方向等。n（4）源点OD成本矩阵（Origin-DestinationCostMatrix）n计算从源点到目标点的距离成本，OD成本矩阵可以用于后勤路线分析模型，以便进行优化选择，如：基于OD成本矩阵判断哪些商店由哪个仓库提供服务会更理想，从而改进商店配送及提供更好的物流服务。n（5）车辆路径派发（VehicleRoutingProblem）n主要针对多车辆、多订单的配送情况，为各车辆分配一组配送的订单，并确定送货的顺序，从而将总运输成本控制在最低。可以考虑订单的时间窗口，车辆对某个区域熟悉的程度等。n（6）位置分配（Location-Allocation）n根据选址的要求为设施选择最佳位置，使得这些位置能够覆盖尽可能多的居民，并且建设成本能够控制在预算的范围里，如选择商城，建医院的位置。n效用网络分析n1．效用网络数据集的建立：n（1）在ArcCatalog中建立新的要素数据集并导入多个要素类；n（2）创建几何网络n2．基本功能n（1）流向分析n应用效用网络时，了解网络线段上的资源和要素流动方向很必要。网络中的流向决定于：nA.网络的连通性nB.网络中起点或终点要素的位置nC.网络要素的可运行性n起点及终点位置控制了网络的流向。起点是指要素流动将由自己开始至网络中的其它位置，终点指要素流动停止的位置。因此，只需指定要素起点和终点即可确定网络边要素的流向。n流向的分类。网络中边要素的流向可分为三类：nA.确定的流向。网络中的流向可以唯一地用网络的连通性、起点和终点的位置以及网络要素的可运行性来确定，而且这个网络边要素就被当作有确定的流向，一般来说，边要素的流向可与数字化的方向相同或相反。nB.不确定的流向。通常发生在循环或封闭回路的情况下，也可能发生在有限个起点及数个终点方向的线段上。nC.未初始化的流向。如果网络的边要素未与起点或终点连接，或即使连接上，该要素也不可运行，则该边要素就具有未初始化的流向。n确定流向时应注意：城市交通网络中，一般存在着回路（连通图），所以网络中很多边的流向就变成了不确定的流向。n流向的显示：nArcGIS将网络流向信息储存在网络的线段图层中，使用设施网络分析（UtilityNetworkAnalyst）工具可以显示网络边要素的流向，包括确定的流向、不确定的流向、未初始化的流向。 n流向的设定：n当发生以下几种情形时，必须对网络流向进行重新设定：n建立了一个新的几何网络；n对几何网络中的要素进行了增加或删除；n对网络要素进行修改后，使得几何网络中的拓扑关系发生变化；n增加或删除起点或终点；n网络要素的连通性发生改变；n网络要素的可运行性发生变化n（2）追踪分析n通过对网络要素连接性的追踪，选择周围相互连接的网络要素，形成一个追踪结果。在追踪结果中，一个网络元素均需与其它元素有连接性。追踪成果是追踪操作后所找到的网络要素配置结果。n1）追踪分析的基础和简单操作nA.旗标与障碍n旗标定义追踪的起点，可以放置在任何交点或线段上。在执行追踪操作时，使用这些线段或交点作为追踪操作的起点，而连结至这些线段或交点的网络元素就会被包含于追踪的结果中。n障碍用于终止网络追踪分析，可放置在任何交点或线段上。在执行追踪操作时，遇到障碍就停止追踪，形成一个追踪结果。nB.不可运行要素和图层n在特定位置改变要素的不可运行性是一种更永久的方法，它将迫使网络追踪分析停止，形成追踪分析结果，如：在建的路不能通行，就应将这段路当成不可运行状态。n有时不需要对几何网络数据中的一个层面进行追踪，此时可将该层面设置成不可运行，追踪分析将不考虑该层面上的网络数据。nC.权重n几何网络中的边和结点要素都可有不同的权重，如：道路的长度、电力网络中的电阻值。它可用于网络分析中计算费用和路径等。建立网络时，可以设定线段与交点要素的属性值为权重，进而确定追踪分析结果所包含要素的成本。在ArcGIS追踪工具中，只有寻找最佳路径才使用权重来计算追踪成本。n在使用权重进行最佳路径分析时必须指定使用哪些确定的权重。对点状要素，仅需要一个权重参数；对线状要素，应用两个权重参数：一是顺着线状要素数字化方向（From-to）的权重，另一是逆着线状要素数字化方向（To-from）的权重。线状要素数字化方向是指该要素的端点在地理数据库中的储存顺序，一个线段的每一个方向可以依需要指定不同的权重，所以从某一个方向追踪的结果会与另一个方向的结果不同。nD.权重过滤器n权重过滤器法是为了限制部分可能被追踪到的网络要素，而为它们设定一定的权重值有效范围，以便在追踪分析中使用。nE.已追踪要素与终止追踪要素n追踪分析在计算机中的实现过程是逐步进行的，结果也是追踪积累得到的，故而在追踪分析过程中，需要对已追踪的要素和终止追踪要素进行记录存储。已追踪的要素是指需要追踪得到的要素；终止追踪要素是指追踪无法通过而不能继续的要素，这种要素包括不可运行的要素，已经被设置有障碍的要素 和虽已被追踪到但只是连接到另一条死路，即只有一个要素与其连接。nF.应用选择集修改追踪目标nArcMap中有三种途径应用选择集修改追踪目标：na.从设施网络分析工具条（UtilityNetworkAnalyst）中选择AnalystOptions对话框，确定要进行追踪分析的要素是全体/部分要素。不参与追踪分析的要素，在几何网络中充当障碍的作用。nb.在执行追踪操作时，从ArcMap的Selection主菜单，可以指定哪些图层可以或不可以被纳入选择集。nc.使用互动选择法——通过Selection主菜单设定交互式选择规则确定追踪分析的结果，产生一个新的选择集，或追加到已有的选择集中、或从现有选择集中选出追踪操作成果、或从现有选择集中移除追踪操作成果。n综上所述，通过网络追踪分析，可以实现将追踪结果传回作为判断选择的设定、将个别要素或整个图层设为无作用状态；在线状要素或点状要素上设置障碍；存储记忆已追踪要素或停止追踪的要素以及在一定的选择集上进行追踪分析和结果的获得。同时使用以上操作，对较为复杂的网络追踪工作进行处理。n2.5追踪分析n追踪分析是基于时间序列的可视化和分析工具，可以实现带有时间属性的食物和现象变化的历史回放，以及实时数据的动态显示。n车辆、卫星等的动态位移；n离散发生的犯罪、雷击事件；n气象台站的风向监测信息。n1.追踪分析的相关概念n时态数据：包含地理位置的时间、日期信息，可借助此信息对实时观测结果和以前记录的观测结果进行追踪。n追踪：是同一对象观测的集合。移动对象可以具有一个显示汽车在过去1h内移动位置的追踪。静态对象可以是随时间观测值的集合，如：气温。n追踪线：连接追踪中各观测值的线，描述实体的大致路径。n观测：一组在特定时间点为某个实体测量的值。对于要用于进行追踪的观测，其必须具有关联的时间（观测时间）。一个追踪图层包含一组观测。n时间窗：追踪事件在地图上显示的时间段。n操作：某个追踪事件满足操作触发器的条件时发生的自定义处理。为追踪图层定义图层操作，为实时追踪服务定义服务操作。n触发器：为执行相应操作，某个追踪事件必须满足的一组条件。可根据属性或位置条件，或者两者的组合构建触发器。nArcGIS的追踪分析模块为TrackingAnalyst。它可以接受来自实时源和固定时间源的三种数据结构：简单事件、复杂静态事件和复杂动态事件。n简单事件：对于简单事件，时间观测组件是数据的唯一组件。它必须至少包括观测的日期和时间。包含简单事件的固定时间数据可用于一个表格进行组织。该表将包括日期及任何其他存在的属性。n复杂事件：包括观测组件和对象组件。时间观测组件不包括对象的所有必要信息，因此附加信息保存在对象组件中。对象组件的实际内容取决于被追踪的对象是移动还是静止。理想情况下，对象组件应包括所有静态属性。因此，对象组件至少应包含ID字段，并由其链接到观测组件，也可能包含静止事件的形状字段。n复杂静态事件：如气象站，其传感器的地理位置将不会改变，因此其地理位置及其 他静态信息存储在时间对象组件中，并通过传感器ID将观测链接起来。n复杂动态事件：如飞机信息，其地理位置不断改变，因此必须连同日期和时间信息一起保存在观测对象中。此时，时间对象表可能包括飞机的品牌和型号、飞机驾驶员与机组成员的信息，以及机身年龄与容量等信息。n2.追踪分析的基本功能n通过将包含日期和时间（时态数据）的地理数据以追踪图层的形式添加到地图中，可使此类地理数据更加生动形象；n实时追踪对象：可与GPS等追踪和监视设备进行网络连接，从而可以实时将数据绘制成图；n使用时间窗及其专用于查看随时间变化的数据的选项对时间数据进行符号化；n使用回放管理器回放时间数据，可使用不同的速度进行正向和反向数据回放；n通过创建数据时钟来分析时间数据中存在的模式；n针对时间数据创建和应用操作；n使用动画工具以动画形式呈现数据；n使用ArcGlobe在3D模式下查看追踪数据。n练习：最短路径问题分析与应用n1．背景：n最短路径的求取问题在现实中可以拓展许多方面的最高效率问题，对其深入研究有很重要的现实意义。n2．目的：n用ArcGIS9进行各种最短路径分析，了解网络分析原理。n3．要求：n应该能够给出到达指定目的地的路径选择方案，根据不同权重要求得到不同最佳路径，并给出路径长度；根据需求找出最近的设施路径，这里是以超市为例。n第三章栅格数据分析n3.1引言n4.3栅格数据分析的环境n4.4表面分析n4.5了解基于单元的建模方法n4.6单元、邻域和分区统计运算n3.1引言n栅格数据模型采用规则的格网覆盖到一定的地域空间，每个单元值表示与该单元所在位置相对应的空间现象的特征。n栅格数据分析以单元和格网为基础。这种分析既可以对单个单元或单元组，也可以对整个格网的所有单元进行。n在栅格分析中最重要的考虑是单元值的类型。n栅格的基本概念n单元（cell）n行与列n值（Values）n空值（NoData）n了解栅格数据集n一个栅格数据集描述了某一地域的位置和特征，及其在空间中的相对位置。 n单一的栅格通常表示单一的主题，多个栅格组成的数据集可以充分描述一个地域。n栅格数据通常包括两类：n专题数据：栅格值代表了某一特定现象的数量或分类。n高程、污染物的集中程度n影像数据：单元值表示反射或吸收的光或能量n卫星影像、扫描图像n分类区（Zones）:任何两个或多个同值单元属于同一分类区。分类区可由连接、不连接或同时由以上两种单元组成。n区域（Regions）：分类区内的每组连接单元为一个区域。n空值（NoData）：该单元所在位置没有特征信息/信息不足。n关联表(associatedtable)：整型（类别型）栅格数据集通常伴有一个属性表。表的第一项是值（Value），存储栅格的每个分类区所分配的值。第二项个数(Count)存储数据集中属于每个分类区的单元总数。n值与个数都是强制性的字段。n表中可插入本质上无限数量的可选项以表示分类区的其它属性。n名称(Name):每个栅格数据集必须有一个名称以便在数据库中相互区分。所有对栅格数据集的访问都是通过它的名称进行的，数据集的名称在所有表达式中必须一致。n3.2栅格数据分析的环境n在对栅格数据进行分析之前，需要设置分析选项，主要包括：n结果输出的路径n分析范围n单元大小n在选择的单元上进行分析的分析掩膜n分析环境的设置Settingtheanalysisenvironmentn多数的SpatialAnalyst操作会创建一个新的输出栅格，并且通常为格网。在分析的选择对话框中可以通过设置来控制输出格网的几何特征（单元大小、范围、处理掩模和投影），也可以设置输出格网默认的工作目录。n数据转换（Convertingdata）n任何来源的点、线、面要素都可以通过字符串或数值属性字段将其转换为栅格文件。n在转换点要素时，每个单元被赋予在其中所发现的点要素的属性值。没有点的单元被赋予空值。如果一个单元中有多个点，则该单元被赋予所遇到的第一个点的属性值。n在转换线要素时，每个单元被赋予与之相交的线要素的属性值。没有与线相交的单元被赋予空值。如果一个单元中有多个线，则该单元被赋予所遇到的第一个线的属性值。n在转换面要素时，每个单元被赋予单元质心的多边形要素的属性值。n由栅格转换为要素（Convertingarastertofeatures）n在将栅格转换为点要素时，SpatialAnalyst模块给每个非空值栅格创建一个点。点的坐标就是该单元质心的位置。n在将表示线状特征的栅格转换为线要素时，SpatialAnalyst模块用具有相同值，并彼此连接的单元链创建线，并使该线通过相关单元的中心。n在进行面状栅格转换时，SpatialAnalyst模块利用相连的同值单元组创建多边形。其界线由外部单元的边界来创建。 n栅格数据的再分类（Reclassifyingrasterdata）n练习一：将矢量数据转换为栅格数据n将矢量转换为栅格就象将一个网盖到矢量地图上一样，每个网格都会得到一个值，没有要素的网格被赋予空值。n在本练习中将操作从矢量到栅格的转换，同时也将了解设置分析范围和掩模的效果。n练习二：高程格网的再分类n在空间分析中，进行再分类的目的包括：n基于新的信息替代值；n将值相近的数据分组以简化数据；n将值根据某一共同标准重新分类；n将值设为空值、将空值设为不同的值。n本练习将高程栅格重新分为四个高程带。其中将尝试两种不同的分类方法。并观察地图的变化。n练习三：利用映射表对栅格再分类n在对栅格再分类时，可以选择保存分类表以备后用。这些映射表（remaptable）对采用相同分类标准的多重数据的再分类非常有用。n本练习将利用现有的映射表对栅格进行再分类，并将再分类的栅格转换为矢量数据。n练习四：根据共同标准对数据再分类n再分类对依据某一共同标准，对多重栅格数据，确定其适宜性、敏感性和优先性程度的适宜性模型非常有意义。对原始值赋值越高表示重要性越强，反之越弱。空值表示不存在重要性或约束。n在本练习中，将根据对干旱的敏感性，对植被类型栅格图进行再分类，并将结果仅限于研究区的范围内。n3.3表面分析n在二维环境下，最常用的可视化表现三维数据的方式是山体阴影、等高线。n山体阴影根据处在想象位置的光源照射到表面要素上，形成使表面特征容易识别的阴影。n等高线是最常用的表示表面数据的方式。它并不像山体阴影那样从视觉上表示现实的地形要素，而是通过充分的解译，提供丰富的信息。n山体阴影（Hillshade）n山体阴影是通过用2D显示方式表现3D表面，形成地形真实视野的技术。n山体阴影通过设置光源位置，并根据单元相对于光源方向，或根据单元的坡度和坡向，计算每个单元的光照值，依此来创建一个假想的表面照明。n山体阴影经常用于制作视觉效果生动的地图。以山体阴影为背景的地图，可以在地势图上添加栅格或矢量数据。n等高线（Contours）n等高线是由具有相同表面值的点连接而成的线。n等高线揭示了在空间上连续的现象，通过某一地域数值变化率。n等高线越密（近），这种变化越迅速。n高程和大气压是等高线制图最常用的对象。n等高线按照所指定的间隔绘制。等高距是两条等高线之间z值的变化。n以10毫米为等高距的降雨等值线图，其中的等值线可能包括了10,20,30等。n等高距决定了地图上等高线的数量和它们之间的距离。等高距越小，地图上所创建的等高线越多。 n可以指定一条基础等高线（basecontour），作为位置的起点。基础等高线不是最小等高线，但它是等高线按照等高距由此向上、向下算起的起始点。n基础等高线设置为0，等高距设置为10，则等高线的值可能是-20,-10,0,10,20,30等。n等高线可以表示各种类型的等值线数据：n等压线（Isobar）、等时线（Isochron）、等日照线（Isohel）、等雨量线（Isohyet）、等震线（Isoseismal）、等温线（Isotherm）、等偏角线（Isogonic）n练习五：计算山体阴影n添加阴影后的地势图是视觉上最生动的地图产品。阴影效果深化了地图的表现力，使数据所反映的地形可视化效果更好。n本练习将实践利用高程栅格创建山体阴影，并在其上叠加其它图层的方法。n练习六：创建等高线n在上一个练习中，为Shasta山创建的山体阴影，了解了在二维环境中表现三维数据的方式。创建等高线是在二维环境中表现高程的另一种方式。n等高线是由具有相同高程值，或在多数情况下，z值相等的点连接而成的线。其中，z值可以是降雨量、空气污染物含量或噪声。等高线最适合于表现地形的地图，很少用其进行分析。本练习将学习从高程表面创建等高线的方法。n利用表面推导数据(Derivingdatafromsurfaces)n如何确定陡坡的位置以预测雪崩的风险？n如何确定朝北或朝南的山坡以预测季节性的融雪？n从一个防火了望塔上所能够看到的森林总面积是多少？n这些问题的答案都可以通过从表面数据生成的坡度、坡向和视域栅格中找到答案。n坡度（Slope）n坡度是一个表面或其一部分的倾斜程度。坡度通常用于地形中，也可以用于分析其它类型的表面。n在对降雨表面计算坡度时，它所表示的是降水变化的区域，以及变化的快慢（“坡度”越陡，表示变化越快）。n在侵蚀分析或建筑工地中也可以应用坡度计算。n坡度是指每个单元与其相邻单元之间变率最大的值。坡度既可以用度（如：45°），也可以用百分比（如：50%）表示。通常度应用于科学研究，而百分比则用于交通研究（如：“注意：前方有6%的坡度！”）。n以百分比表示的坡度是用两点之间的高程差（升高的高度）除上两点之间的水平距离，再乘100即是。n以角度表示的坡度是升高高度与水平距离组成的三角形所形成的夹角。坡地的度数等于垂直升高/水平距离的正切函数（tangent），它也可以计算为垂直升高/水平距离的反正切函数（arctangent）。n以度数量测的坡度可接近90°，以百分比量测的坡度可接近无限（infinity）。n坡向（Aspect）n坡向是指坡度的朝向，即某一单元对朝坡下的相邻单元的方向。n在坡向栅格中的单元值是由0-360表示的方向。其中，北为0，按顺时针的方向，90为东，180为南，270为西。坡度为0（平地）的栅格单元，其坡向值为-1。n视域（Viewshed）n视域判别输入栅格中能够从一个或多个观察点或线上可以看到的单元。在输出栅格 上，每个单元的值表示可以看到该点的观察点的数量。n如果只有一个观察点，则能够被看到的栅格单元被赋值为1。其它无法看到的栅格单元被赋值为0。n观察点的要素类可以包含点或线。线的结点或中间点将被看作是观察点。n视域选择参数n通过向观察图层中添加指定名称的数据项，可以设置一系列视觉visibility参数。nSPOT定义观察者的绝对高度（例如，飞机3,000米的飞行高度）。如果没有SPOT项，观察点的高程就是观察者的高度。nOFFSETA定义观察点的偏移高度。nOFFSETB定义对所有非观察者单元进行视觉分析时的偏移高度。nAZIMUTH1与AZIMUTH2按顺时针方向设置分析限制的起始与终止水平角。取值范围为0-360度，其中，0度表示正北方向。默认值为0和360（整个输入栅格）。AZIMUTH1值为0、AZIMUTH2值为90所定义的观察视域为东北方向。nVERT1与VERT2设置水平之上与之下的视觉限制角。水平之上取正值，水平之下取负值。VERT1的默认值为90，VERT2的默认值为-90。nRADIUS1与RADIUS2约束从观察点的可视距离。RADIUS2搜索距离外和RADIUS1搜索距离内的区域无法看到。默认值是0-无限远。n练习七：计算坡度和坡向n坡度和坡向是量测表面形状或形态的指标。坡度是某一单元上一定距离内z值的变化；坡向是单元最陡路径相对正北的方向（或单元朝向）。本练习将学习计算这两种参数的方法。n练习八：计算视域n视域分析检验每个单元，以确认对一个或多个观察点来说，是否有清晰的视线。这种视线的确认以该单元与观察者之间是否有障碍视线的中间单元为基础。视域分析回答的是能够看到该单元的各观察者的单元个数。nGIS中进行视域分析的应用有：在农场隐匿不雅的储油罐；为防御工事确定发射线；为移动电话天线选址。n在本练习中，将为适合架设无线电转发器塔的区域。新塔的位置必须保证在研究区内“看到”现有的转发器塔。n3.4地图代数n地图代数利用运算符和函数建立类似于数学公式一样的数学表达式，通过关系运算符、布尔运算符、逻辑运算符、组合运算符、位运算符，连接一个或多个输入值，计算得出新值。函数能够完成一些系统定义的专业性计算，例如利用高程计算坡度，返回值类型通常为数值型。n它是在栅格计算器中输入地图代数表达式然后进行计算。本节将了解怎样在栅格计算器中利用逻辑运算符和各种函数建立数学表达式，学习怎样完成地图代数中一些常用的功能和任务，如：条件处理、测试空值单元，为单元赋值等。n大家不必像程序员一样去学习怎样有效地运用运算符和函数，知道怎样使用就可以了。n什么是地图代数？n地图代数是一种用于栅格数据空间分析的较高水平的计算机语言。它是基于DanaTomlin《地理信息系统与地图建模》一书中的地图代数而提出来的。n地图代数应用于栅格数据中，栅格数据是带有地理参考系统的数值序列。如果将栅格数据像三明治一样一层一层的叠置起来，可以按照运算法则对其进行简单的运算。 n地图代数运算符n地图代数运算符通常建立在科学计算器的运算符基础之上，与其大体相同。最简单、最常用的运算符有算术运算符、关系运算符、布尔运算符和逻辑运算符，组合运算符和位运算符位列次之。n地图代数运算符的算子包括加、减、乘、除。例如：三个不同类型的火险栅格图层叠加在一起能够构造出一个综合险的栅格分析图层。算术运算符也可以用于度量单位的转换（例如：英尺*0.3048=米）。n关系运算符能够进行逻辑检验，计算结果的返回值为真（1）或假（0）。例如：运用关系运算符查找植被类型等于塞拉利昂型混合针叶林。n布尔运算符“and”、“or”、“not”对逻辑检验的表达式进行一连串的限制，同关系运算符相似。布尔运算符的返回值为真和假。例如：查找“所有坡度>45度and高程>5000m”的区域。n逻辑运算符DIFF,IN和OVER对逐个象元进行逻辑测试，但在特殊的条件规则下才生效。n ADIFFB：如果在A栅格图层上某位置的象元值同B栅格上同一位置的象元值不同，那么返回值为A栅格图层上该位置的象元值；如果两层同一位置的象元值相同，则返回值为0.nAIN{valuelist)：如果A栅格图层上某位置的象元值在返回值列表中，那么返回值为该象元的象元值，否则返回NoData。nAOVERB：如果A栅格图层上某位置的象元值不等于0，那么返回值为A栅格图层该象元的象元值，否则返回B栅格图层上该位置的象元值。n组合运算符连接多个栅格图层的属性表，对所有唯一的组合值赋予一个ID值，然后将ID值返回到输出的栅格图层中，并且生成一个值的字段。n在本讲中不使用位运算符，在此不列举出来。关于位运算符的使用在ArcGIS在帮助中有详细的讲解。n地图代数函数n“函数”这个词常为程序员的专业术语，不管你是否意识到这个问题，其实在前面的表面分析中生成过山体阴影、坡度、坡向的栅格数据等，已经用过一些函数了。这些选项其实是运行地图代数函数的一些简单的对话框。n通过空间分析的用户界面可以完成很多工作，地图代数的一些函数在此都是可用的。函数是地图代数语言的主要元素，因此有上百个数函数。nArcGIS的联机帮助系统列出了一系列的函数列表，并对每一个函数都有解释说明。在此对函数的功能以及句法分析进行了描述。n以下按照字母顺序列出了一些函数以供课后使用：nASPECT：从一个栅格表面中提取坡向。nBOUNDARYCLEAN：平滑展开或者收缩面积的边界。nCON：在分析窗口中逐单元中执行一次或者多次If/Else条件赋值。nEQUALTO：计算这组栅格和基于网格的栅格相等的次数。nGREATERTHAN：计算这组栅格超过基于网格的栅格的次数。nHILLSHADE：通过考虑照明角度和阴影为一个栅格表面计算山体阴影的值。nINT：通过切割方法把栅格的每个单元值转换成整型。nISNULL：如果输入的栅格单元值为空值则返回1，否则返回0。nLESSTHAN：计算这组栅格低于基于网格的栅格的次数。nMEAN：计算分析窗口中或者某一范围内栅格单元的平均值。 nMERGE：基于栅格图层的输入顺序合并输入的不邻接的栅格图层。nMOSAIC：合并相邻接的连续的栅格图层并且对重叠的区域进行处理。nNIBBLE：重置栅格单元来适应一个掩膜，使用最近相邻单元的值。nREGIONGROUP：在分析窗口内，记录每个输入单元所属于的关联区域的身份，每一个区域分配一个唯一的值。nSETNULL：如果输入条件的赋值是true返回一个空值。如果是false返回一个被栅格指定的值或者分析范围内的逐单元的数目。nSLICE：通过等间距或等面积区域切割栅格输入单元值的范围。nSLOPE：从一个栅格表面总提取坡度。nZONALAREA：计算输入数据每个区域的面积。n了解逻辑值n逻辑值与“真”和“假”密切相关。在地图代数中，任何一个非零的输入值被认为是逻辑真值，0被认为是逻辑假值。地图代数运算符和函数计算输入的象元值，返回逻辑值1（真）和逻辑值0（假）。关系运算符和布尔运算符同此都返回逻辑值。n练习：使用函数n在ArcGISSpatialAnalyst中，函数提供了栅格处理能力的核心。除了利用传统地图代数表达式访问这些函数外，它们的大多数还可以通过geoprocessing框架进行访问。本练习将通过命令行和地图代数表达式使用函数。n本练习中，假设你要在Tahoe湖区的滑雪胜地需要最佳位置。作为一个较大模型的一部分，需要找出那些在降雪月份（11-4月）大部分处在阴影下的坡地。所用的方法是将太阳置于恰当的位置，得到6个月平均日照量，计算每个月中的山体阴影。n冬季6个月太阳照射参数n练习：运算符的使用n地图代数通过简单的类似代数的表达式来简化复杂的分析任务。n本练习通过地图代数运算符和函数的组合来模拟种植用于恢复造林的松树和杉树的最佳位置。这些树种最适合于海拔2,400米以上的高度。同样，还要有同美国林业部的协议允许在其土地上开发林场。n地图代数的应用n在前面所讲的内容中，大家会发现用运算符和函数建立地图代数表达式很容易，现在将创建好的地图代数表达式应用于实践中。n本讲包括怎样完成一些常见的地图代数工作：空值的处理、条件处理和多层栅格数据的合并。n条件处理n条件处理可以让我们依照条件指定完成什么样的功能。在没执行条件之前，写出一条可以估计其计算结果为真的条件语句，同时也写出预测结果为假的条件语句。传统的If-Then-Else语句就是条件语句的典型例子。n条件处理在制作分析掩膜功能时特别有用。例如：在野外或火灾预防和控制分析研究中，高火险区域（真）可以赋值100，低火险区域（假）赋空值。n空值的处理n同逻辑值相似，空值同样也影响表达式的计算结果。空值不能被理解为一个非零值。这个特殊值表明在该象元中没有任何与条件有关的信息。一般来说，任何一个图层上某位置的象元值为空值，那么对地图代数表达式进行计算以后输出的对应位置的象元值就为空值。n在一些实例中，当输入条件的计算结果为错误时，返回值为空值。例如：CON函数 将对计算结果为false的单元返回空值。n大多数函数或表达式都忽略空值的象元，让空值参与运算或将某象元赋值为空值将会使问题复杂化，而地图代数中的ISNULL和SETNULL函数能够解决这两个问题。nISNULL函数对当前的象元值是否是空值并相应的返回1或0（真或假），它通常与CON函数一同使用，将空值替换为其它的某些值。nSETNULL函数对当前象元进行计算，如果计算结果为真，将该象元值用空值替代；否则该象元值为表达式的计算结果。n栅格图层的合并n有些情况下，分析区域的面积大于一个栅格图层所覆盖的范围，为了研究整个区域，必须对操作步骤执行很多次，每次只能对一个栅格图层进行操作。这样的操作过程既耗时还容易出现错误，尤其是需要对大量的栅格图层进行处理或者操作步骤教复杂的情况下出错的概率更大。然而，首先对每个栅格图层进行合并创建一个大的栅格图层，只需要执行一次操作步骤就可以实现了。n如果你想要用表现植被的栅格图层研究特殊农业区或者野生动物管理区域的植被类型，并且感兴趣区域落在栅格图层的边缘时，就需要两个栅格图层来覆盖整个研究区域。n合并栅格图层需要一些基本条件：n首先，输入的栅格图层可能是完全重叠、部分重叠、刚好邻接或完全分离的关系，不管哪种关系，输入的栅格图层必须在同一坐标系下。n第二，输入的栅格图层必须具有同样的类型，例如：可以将土壤的栅格图层和其他的土壤栅格图层进行合并，或者是同样的高程栅格图层进行合并。n练习：应用条件处理n在ArcGISSpatialAnalyst中，利用条件函数（CON）可实现条件处理，相当于传统的IF-ELSE地图代数函数形式。利用CON可以执行简单或复杂的条件表达。n本练习将利用CON发现在某一流域中所设计的坝址形成的潜在的水库。一旦找到了水库，就可以利用CON函数结合ISNULL函数用新的水面更新高程栅格。n练习：创建一个剪切栅格的掩膜n将单元转换为空值并检验空值的表现是地图代数最重要的两个任务。我们已经看到设置单元为空值这一技术，省略了在CON函数中对{false_expression}的论证。还有许多其它的函数，如：SETNULL函数。n本练习将利用SETNULL创建一个掩膜，将非林业部门的土地和水体设置为空值，再利用这个掩膜剪切土壤图层。n练习：栅格的合并和镶嵌nSpatialAnalyst有两个添加栅格数据集的工具—MERGE和MOSAIC。MERGE的功能一般适用于诸如植被、土壤等编码数据，而MOSAIC的功能最适合诸如高程等连续变量。n本练习将利用MERGE组合两个邻近的植被栅格，再用MOSAIC组合两个略有重合的高程栅格。n小结n利用空间分析用户界面可以做很多的工作，空间分析的大部分功能都是通过栅格计算器中的地图代数来实现的，大家可以利用栅格计算器对话框上的按钮和控制键来创建地图代数表达式，或者通过向表达式框中打字键入表达式，按下Evaluate键将会执行输入的表达式。n地图代数是一种空间分析语言，它是一种和其他代数类似的简单语法。表达式中输 入的数据可以是简单的单一栅格图层或矢量文件，也可以是用许多运算符、函数、输入具体数据等一些复合的组合表达式。n运用地图代数，大家可以用到一些在用户界面上不能直接看到的函数，也可以建立一些复杂的表达式并且将它们作为一个已有的按钮执行操作。例如：计算一个输入的栅格数据集或者栅格图层的正弦值并且将结果添加到另外的栅格数据集或栅格图层中。和所有语言一样，地图代数也有一系列的规则，只有掌握了这些规则，才能在空间分析中游刃有余。n3.5基于单元的建模方法Understandingcell-basedmodelingn理解基于单元建模最简单的途径是从单个单元的视角开始(虫眼法，worm’s-eyeapproach），而不是从整个栅格开始（鸟瞰法，thebird’s-eyeapproach）。n假设栅格单元数据集的某个单元，代表了某个位置，并有一个值。为算出该位置的输出值，需要知道三个条件：n该位置的值n运算符或函数的操作n运算中需要包含的其它单元的位置和相应的值n从传统意义上说，统计学采用的是具有代表性的随机子集，其结果外推到更大的数组。n推论性的统计方法（Inferentialstatistics）并非适用于所有的地理数据，因此，还需要采用描述性统计方法（descriptivestatistics）。n推论性统计假设可以用一个样本（sample）来估计一个群落（population）的特征。而地理数据经常需要对全部群落的操作。n利用单元统计比较栅格数据集Comparingrasterdatasetsusingcellstatisticsn统计方法对描述数据的趋势非常有效。n对单一的栅格数据集，可以自动生成统计结果。n统计方法可以产生新的栅格数据集。统计函数可分为三种基本类型（单元统计、邻域统计和分区统计），每种类型采用相同的统计方法。n单元统计可以单元对单元（cell-by-cell）为基础，比较两个或多个栅格数据集，即占有相同的位置，但分属于不同栅格数据集的单元，可以采用基本描述统计法，共同进行评价。n时间系列数据的比较，如土地利用类型的年际变化。n空间分析中的运算符和函数n与栅格单元制图建模相关的函数可分为5类：n局域（Local）函数：处理单个单元的函数n邻域（Focal）函数：处理邻域内单元的函数n分区（Zonal）函数：处理分类区内单元的函数n全局（Global）函数：处理栅格内所有单元的函数n应用（Application）函数：结合成一串以执行一个特定应用程序的函数n统计方法（Statisticalmethods）n众数(Majority):确定最常出现的值。n寡数(Minority):确定最少出现的值n最大值(Maximum):确定最大值。n最小值(Minimum):确定最小值。 n范围(Range):计算最大值与最小值之差。n均值(Mean):所有值之和与观测样本数量相除。n中值(Median):计算向上与向下都等值的中值。n标准差(StandardDeviation):计算数值对均值传播或扩散的程度。n总数(Sum):计算全部数值的总和。n种类数(Variety):确定不同数值的种类个数。n局域函数Localfunctionsn局域或“逐个单元（per-cell）”函数计算一个输出栅格数据集，其每个位置的输出值是一个对应该位置的一个或多个栅格数据集上相关值的函数。n单元统计函数TheCellStatisticsfunctionn单元统计函数能够发现趋势或检验多重栅格表面中相应的单元之间的变化。估算的操作与栅格计算器（RasterCalculator）中诸如栅格数据集之间的相加、相乘等数学运算符非常相似。n此时，函数将采用其中的一种统计方法对相应的单元进行比较。n利用表示从一种土地利用类型向另一种土地利用类型变化的单元值来创建新的栅格。n练习：利用单元统计函数监测变化n在本练习中，将利用单元统计函数比较哥伦比亚河口1989年和1992年的土地覆盖数据，哥伦比亚河由此流入大西洋。土地覆盖分类依据植被类型、裸地、水和建设用地情况。n这一数据来源于NOAA海岸变化与分析项目(C-CAP)。该项目成员开发了美国海岸区土地覆盖和栖息地变化的国家标准数据库。n利用邻域统计和分区统计描述栅格数据集n邻域统计函数考虑的是，围绕处理单元的特定范围内单元的值。邻域是栅格的一部分，可以通过任何方式对其进行定义。邻域统计的结果以新的栅格图层的形式表示出来。n分区统计函数基于诸如单元组或分区组，考虑另一数据集中的单元值。分区统计以表的形式输出。n邻域函数Focalfunctionsn邻域函数产生一个输出栅格数据集，其每个位置上的输出值是一个反映该位置上的输入值与围绕该位置的特定邻域内单元值的函数。n邻域统计函数TheNeighborhoodStatisticsfunctionn邻域统计函数如同数据的过滤器，用于表示特征类型的多样性或将邻域值赋予现有的值。n统计根据邻域中的单元确定。输出栅格当中相应的单元被赋予所产生的统计值。邻域从左到右，从上到下，经过输入栅格的每个单元，直到每个栅格被处理后为止。n练习：利用邻域函数调查地表覆盖数据的边际效应n不同景观格局交汇的地方也是最活跃的地方。例如，规划师和生态学家都要研究城市扩张给自然带来影响最大的地区。地理学家和经济学家关注不同土地利用类型之间的联系，以及市场和人们在其中的角色。森林管理者和野火专家关注植物优势种群的变化，因为这里的“梯次燃料（ladderfuels）”会影响火的行为和强度。n边际效应在强度上有差别。量化边际效应的一种方法是计算发生在一定邻域内边际的数量。本练习采用一个森林密集区的土地覆盖图。植被优势种群决定了这里的土 地覆盖状况。各植被类型的格局清晰可辨，但其中的关系并不清楚。n本练习将需要通过边际效应发现指定邻域内植物类型的种类数。n分区函数Zonalfunctionsn分区函数计算一个输出栅格数据集，其每个位置的输出值取决于该位置的单元值，及其在某个制图区域内与该位置相关的单元值。n分区函数类似于邻域函数，其不同点在于，分区函数中对于处理过程（邻域）所包含的单元是通过输入分区数据集中的分区或要素的结构定义的，而不是通过指定邻域的形状定义的。每个分区是唯一的。n分区统计函数TheZonalStatisticsfunctionn分区统计函数可以发现由另外一个栅格或矢量数据集定义的区域内数据的趋势。这里，分析的区域是固定的，或是受区域的形状或位置的限制。分区统计函数产生的是一个统计表或图表。n分区（Zone）是由区域（region）组成的。一个区域是一个分区中一组相邻的单元组成的。由单一相邻单元组构成的一个分区只有一个区域。n练习：通过分区发现植被类型的种类数量n分区统计函数需要通过一个（矢量或栅格型）分区数据集来定义分区。n本练习中将由野火过火区来定义分区。研究的内容包括：发现每个过火区被烧的植被种类数，并分析这些种类数同高度是否有关系。n练习：创建概化的土地覆被栅格n在处理大量数据时，减少信息复杂性是非常必要和有效的。然而，仅去除冗余的数据，信息又不至于过于简化同样非常重要。n在本练习中，将通过对一个不大的植被数据的操作，将观察到不同函数作用的结果。为了概化地图中的一些信息，将去除某些细节，但是，在去除的方式上将涉及众数值和主要要素。n第四章3D分析n3D地图n3D制图使得对数据的解释更为容易。n将3D制图与GIS相结合，可以进行多种分析，如：模拟从山顶向山下观察的视线。n发现下山最陡峭的路径。n计算水库的库容量。n3DAnalyst:ArcScene,ArcMap,ArcCatalognArcScene可以在3D环境下对GIS数据进行可视化，并进行一些表面分析。nArcGlobe可以在地球表面显示庞大的GIS数据。ArcGlobe文件以.3dd为扩展名保存。n3D数据n3DAnalyst中有三大类3D数据：n栅格、TIN和3D要素。n同在ArcMap中一样，在ArcScene中也可以使用2D数据。2D数据同3D数据的根本区别是后者具有特别的z值。nZ值n某一指定位置上的Z值表示了它不同于其它水平位置上的属性。如：某一点的经纬度可以分别记录为x,y坐标。同一点的高程则记录为z值。n表面和要素Surfacesandfeatures n在3DAnalyst中，可以通过表面和要素模拟现实。n表面模拟的是在一定范围连续变化的现象。如：高程、降雨、土壤pH值等。n要素表示拥有离散界线的实体。建筑、水井、电话线杆、道路等都是以要素为模型的数据。此时，要素之间有清晰的界线或差别。n在3DAnalyst中，表面用栅格或TIN表示，要素通过2D或3D要素类表示，如：shapefile和geodatabase。n栅格数据Rasterdatan栅格是一群空间上等值的单元，表示特定专题地图或影像。以栅格数据每个单元的值表示某些现象，如：高程、作物产量。n3DAnalyst用栅格的值以3D的方式来显示数据。高程栅格是最常见的3D应用，但任何数值型的单元值都可用于创建3D栅格。n不规则三角网TriangulatedIrregularNetwork(TIN)n不规则三角网(TIN)表示利用一组彼此接壤，并从大小和比例上变化的非重叠的三角形构成的空间。nTIN由一组具有x,y,z值的输入点构建而成。在建立TIN时，输入点为三角形的顶点（vertice）。顶点的连线组成三角形的边(edges)。最终的结果是由结点和边构成的三角形的连续面。n一旦建立了TIN，TIN表面上任何位置的高程可以用三角形顶点的x,y,z值插值而成。每个三角面的坡度和坡向也可以计算。n3D要素（3Dfeatures）n为了表现在表面上或表面下发现的离散地理要素（如：建筑、河流和水井），3DAnalyst采用了特殊的要素：3D要素。它可以存储为shapefile或geodatabase的要素类。n3D要素包括点、线、面，除了x,y坐标，还有z值。每个点都有一个z值；线和面的每个中间点都有一个z值。n通过浏览属性表中的Shape可以识别作为3D要素存储的shapefiles和geodatabase要素类。那些拥有z值的要素类以ZM结束。如：在3D点要素Shape项中的属性值将表示为“PointZM”。n在ArcScene中，可以在3D环境中通过图层属性显示2D要素。n练习：在ArcCatalog中预览数据，创建栅格图层文件及其符号设置n不使用3DAnalyst扩展，也能够在CatalogTree下以2D方式浏览3D数据。使用3DAnalyst扩展后，在ArcCatalog中可以3D方式浏览数据。n利用ArcCatalog从栅格数据创建图层文件，为其添加符号，并进行预览。n本练习将利用位于Colorado中南部Shavano山的数据练习上述内容。n导航（Navigation）n在ArcScene中观察数据涉及目标和观察者。观察者是指观察的地点。目标是指导航时围绕场景观察者移动的中心点。目标也可以看作是观察者聚焦的中心点。n目标点和观察点拥有x,y,z值。二者之间的关系定义了3D观察的视角。ArcScene多种设置这些点的位置的途径。n首先，在ArcScene中通过缩放、漫游和旋转数据可以改变视角。或者利用工具通过在场景中点击数据选择目标和观察者的位置。n通过实际的x,y,z值也可以定义目标和观察者的位置。这是定义3D视角最精确的途径。n也可以建立连续变化的视角。如：通过一个场景来模拟飞行。利用飞行工具是探究 数据最为动态的途径，因为目标和观察者的坐标随在数据中的飞行而变化。n练习：在ArcScene中3D数据导航、飞行与动画旋转等工具的使用n如果一幅画值1000，则一个可以在其中进行导航和飞行的画将会值上百万。nArcScene可进行3D导航，包括3D旋转、缩放、漫游、设置目标、定义观察点、进行3D飞行穿行。nArcScene提供两种数据动画途径：一是利用飞行工具，从鸟瞰飞行的视角在景观上飞行，飞行的速度、高度和方向可以调整。二是利用导航工具特征来激活动画旋转工具。n本练习将利用ArcScene的导航工具练习上述内容。n练习：目标和观察者的设置及调整n利用各种目标和观察者工具可重新定义从不同方向观察的场景中心。这种功能可以同多窗口结合，以比较不同的场景视角，如：从飞行员的角度比较对机场跑道不同的降落视角。n本练习将使用CenteronTarget和SetObserver工具从两个不同位置观察Shavano山上的一个别墅。然后再利用AddViewer工具对两种视角加以比较。n调整观察设置可以实现更精确的观察。n假设观察者和目标的高度已知，并想知道从该角度观察的实际效果，则通过观察设置可以精确地控制观察者和目标的x,y,z的位置，以及两者之间实际的视线距离。观察设置还可以对2D与3D场景之间的观察切换。n2.3D数据的显示n在3D环境中，有些特征属于场景文件本身，有些特征则属于场景当中各图层。本节重点介绍场景特征和图层特征。n场景特征Scenepropertiesn在3D环境中，有些特征属于场景本身，如：光线的设置。我们无法使山上照射的是早晨的阳光，而又使山上的建筑显现下午的阴影。同样，我们也无法让山的背景是蓝天，而建筑的背景是灰檬檬的天空，因为只有一个天空。n场景的特征主要有：垂直夸张（verticalexaggeration）、坐标系统（coordinatesystem）、照明（illumination）、背景颜色（backgroundcolor）。n垂直夸张（Verticalexaggeration）n垂直夸张是一种通过在某一场景中增加z值而获得的视觉效应。我们可以将一个小土堆变成一座山，也可以将一座山变成一个小土堆。所有的z值乘2或0.1等的垂直夸张。n垂直夸张主要有两种用途：首先，它可以在平面中突出一定范围内高度上的微小变化。其次，它可以在z值与x,y值量测不同单位事物时，将二者按一定比例表示。这在z值表示高程之外的属性（如：以3D表面表示的人口密度或家庭收入）或x,y的单位为小数而z值单位为米或英尺时尤其如此。n垂直夸张为纯粹的视觉效应，而非影响分析。n坐标系统（Coordinatesystem）n添加到ArcScene中的每个图层都有空间（地理或投影）坐标系统。每个场景都拥有坐标系统，它不考虑其中图层的坐标系统。n当向某一场景中添加图层时，其坐标系统会被临时转换成与场景的坐标相匹配。这种转换被称为动态投影（on-the-flyprojection）。它可以使具有不同投影的图层结合在一起。n一个新场景并不拥有坐标系统。在默认条件下，将会采用添加的第一图层的投影， 也可以随时给场景选择不同的投影，对场景中的所有图层重新配置投影。n照明（Illumination）n每个场景都会有一个光源。在场景中光源的位置将影响所照射表面光照和阴影的分布。光源位置通过方位角和高度设置。n方位角是罗盘方向，从北开始按顺时针方向由0到360度变化。默认的方位角为处在西北方向的315度。n高度按角度量算，从光源与水平方向的夹角由0-90度。高度为0表示水平照射；高度90度表示从头上向下直射。默认值为30度。n练习：设置垂直夸张n垂直夸张通过突出高度的细微变化产生更为逼真的地形表面。在设置垂直夸张时，是对场景特征而不是某一图层特征进行设置，因此，3D场景中的所有图层都被平等地夸张。n练习：为无投影数据计算垂直夸张n为了在ArcScene中创建真实的3D显示，图层的x,y值必须与z值保持一定比例。ArcScene假设这些x,y,z值有相同的量测单位。只要这种假设成立，量测的单位不管是什么都无差别，数据都会被恰当地显示出来。n然而，对无投影的数据就会出现问题。在一无投影的图层中，x,y值以经纬度为单位，而z值以米为单位。因为单位不匹配，所以图层无法正确地显示出来。n解决这一问题的途径之一是对场景使用坐标系统。对数据临时定义投影，将经纬度转换为米（或英尺），使x,y值与z拥有相同的量测单位。n解决这一问题的另一途径是计算垂直夸张因子，使z值同x,y值之间有一个适当的比例。本练习将展示这种技术。n练习：设置照明和背景颜色n光照和阴影是在3D环境中观察事物的重要组成部分。ArcScene的默认设置是光源在西北方向，水平高度30角的方向上。这意味着朝北和朝西的坡地很光亮，朝南和朝东的坡地有阴影。当地形起伏变化的阴影不明显时，就需要改变太阳的位置和角度，以发现最佳光源位置。n图层特征（Layerproperties）n尽管3D环境的许多特征属于场景，但两个最重要的特征属于图层。它们都与高度有关。n基表面高度（baseheight）建立了表面位置和要素的高程。在地面上一定范围基表面高度设置在海拔100米之上，其上的建筑也应在海拔100米之上。换言之，基表面高度决定了图层及其属性的高程值。n拉伸（extrusion）是指某一要素向地上升高多少，或降低多少。如：拉伸使建筑向空中升高100米或一口井向地下延伸200米。n基表面高度（Baseheights）n基表面高度是指用于在3D环境中显示图层的高度值。这些值来自于不同的地点。n首先，它们可以来自于图层中所包含的信息：TIN中的结点高度、栅格的单元值、3D要素图层中的z值或2D要素图层的高度属性值。n其次，它们可以来自于存储在不同TIN或栅格中的信息。如：一幅影像不含有任何高程信息。为了在3D中显示，其高度必须来自于具有相同范围的TIN或栅格。二维要素图层也可以从TIN或栅格中推算基表面高度。n第三，高程值也可以直接输入或运算而成。n在默认条件下，3D要素图层用z值作为基表面高度，TIN用结点高程作为基表面高 度。所有图层的默认基表面高度是0。n练习：给栅格图层设置基表面高度n在前面的练习当中，当在ArcCatalog中预览数据时，在默认条件下栅格显示为灰色、平坦。当向ArcScene中添加栅格图层时会出现同样的情形。为了在3D中显示栅格图层，需要对其图层特征进行设置。n练习：给栅格数据层设置可视性参数n在对庞大而详尽的栅格数据进行操作时，导航速度很慢。ArcScene提供了几种方式以提高导航的速度。n练习：给2D图层设置基表面高度n任何普通的2D空间数据，只要拥有与2D数据具有相同范围，并且拥有高程值的表面图层（栅格或TIN），都可以在3D视角当中进行显示。本练习将通过在非洲高程表面模型中添加河流和湖泊来练习上述内容。n练习：给栅格影像设置基表面高度n在上一个练习当中，我们通过高程栅格图层，给2D要素图层设置了基表面高度。同样，我们也可以利用高程图层（栅格或TIN）作为基表面高度源，给非高程栅格设置基表面高程，如：航片、卫星影像、土地覆被栅格、降雨等地理数据。本练习将基于TIN图层，为航片设置基表面高度。n拉伸（Extrusion）n拉伸是对要素的三维伸展。拉伸的点成为一条线；拉伸的线成为一堵墙；拉伸的面成为一个块。n练习：建筑和水井的拉伸n在前面的练习当中学习了基于高程表面，为2D的湖泊和河流设置基表面高度。本练习将操作2D的建筑和水井图层。同湖泊和河流不同，这些要素不是平坦的表面，而是升起于地上，或渗入到地下。为了表现这些要素的三维特征，我们采用了图层特征，称之为拉伸。n练习：拉伸地块值n拉伸通常用于设置地物的高度，如：建筑、树冠，它也可用于在3D环境下表现其它属性，如：人口、成本。n3.数据符号使用与数据分析SymbolizingandAnalyzingDatan在应用ArcGIS3DAnalyst时，为了突出高程、坡度和坡向，可以改变TIN的默认符号，并定制TIN符号的填充模式。本节将介绍如何通过改变符号来突出特定的TIN属性。n在3DAnalyst中，3D符号的使用包括3D符号和现实纹理的选择。本节将介绍相关的方法。n3DAnalyst还有多种功能从表面数据产生新的信息，包括寻找最陡路径、建立剖面图、分析可视性、统计面积和体积。n表面符号的使用Surfacesymbology(TINs)nTIN数据在设置符号时非常灵活。n练习：利用坡度和坡向为TIN设置符号n在ArcScene中添加或创建TIN时，都是根据高程设置符号，但是，通过其它途径对TIN晕渲，可以从TIN获得不同类型的信息。例如：通过TIN来显示坡度或坡向。n在本练习中，将学习通过坡度和坡向给TIN晕渲，并改变符号的方法。n练习：改变TIN的分类 n本练习将学习改变分类范围，用图片填充（picturefill）增强TIN效果的方法。n练习：为结点和边设置符号n当向ArcScene中添加TIN时，默认的符号设置是沿硬边和软边以高程显示。当默认设置无法看到它们时，通过ArcScene晕渲面的规则边和外边及其结点来改变显示效果。本练习将改变TIN的边和结点的显示。n3D符号3Dsymbolsn3DAnalyst可以用3D符号表现现实的对象。如：为了增强场景中的真实感，采用3D房舍取代点、用石墙取代线、用波浪起伏的湖面取代平坦湖面。3D符号给3D的场景和表现增添了“逼真的因素”。n关于3D符号（About3Dsymbols）n3D符号是2D符号特征的延伸，除了x-与y-维，又增加了z-维。在三维环境中，用球可以表示2D中的点，管道表示线，以纹理的填充表示面。n3D符号可以划分为两大类：n地理类别符号（Geotypical）不需要逼真的形象模拟现实。如：针叶树的符号并不代表实际某一棵树的模型，只是一个通用符号。n地理特征符号（Geospecific）是在现实对象的基础上建立的模型。如：根据某一实际结构建立的3D模型。n3D的样式和文字（3Dstylesandtext）n3D样式可以看成是分类和保存3D符号的容器。从本质上，样式是预先定义了形状、颜色和大小等特征的3D符号的集合。3DAnalyst提供了3DTrees,3DVehicles,3DBuildings等样式。每种样式又包括了一些预先定义的可供选择的符号。n还可以建立、组织和管理自己的符号和样式。既可以建立和保存自己的符号和样式，也可以通过现有的3D符号建立自己的样式。这可以将所用的3D符号按一种样式保存为一个文件，并可以反复使用。n3D点的样式3Dpointstyles用3D点的样式可以模拟点要素，以表示诸如树、灌木、房屋或厂房、交通工具，以及交通信号灯、路灯、消防栓或公园椅等街道设施这类对象。n有三种模拟点的方式：n采用3D简单标记（marker），包括圆锥体、球体或立方体等简单的3D形状。n采用来自于3DResidential或3DTrees等样式的3D影像标记，从其它格式导入符号(如：OpenFlight,3DStudioMax,VRML)。n利用系统字符建立3D字符型标记，包括字母或特定行业的符号。n3D线的样式3Dlinestyles3D线的样式用于模拟线状要素。线可以用符号表示为3D简单线或3D纹理线。利用3D简单线，如：管线，模拟下水系统的管道；利用3D纹理表示实际铺装的道路、栅栏、或石灰墙。n3D填充面样式（3Dpolygonfillstyles）采用3D填充面样式以不同纹理表示面。如：表示农田中的一块麦田，模拟不同的土地利用类型，或采伐后的一片森林。n3D文字（3Dtext）利用3D文字可以标注研究区的某些部门，以突出其意义。同其它3D符号一样，也可以对3D文字定制。通过设置字符、高度、粗细、颜色来改变3D文字的外观。 3D文字以图形的方式添加到文件中，它不同任何要素建立联系。n3D符号的定制（Customizing3Dsymbols）n3D符号可以定制。任何3D符号都可以改变其颜色、放置的位置和大小。n通过将符号从其原点沿任一轴的方向偏移一定距离，可以改变表现要素的3D符号放置的位置。通过改变位置的特征，可以控制某一文件中3D符号的位置。n3D符号还可以沿任意轴旋转。n3D符号在其大小上是非常“聪明的要素（smartfeatures）”，不仅可以自动模拟透视效果，而且其默认的大小也很恰当，同周围的要素显得恰如其分。例如，模拟一个停在房屋旁的汽车时，不会让汽车同房屋一样大。符号的大小可以根据需要随时改变大小。n练习：在场景中应用3D符号n在与Billy家相邻的一个角落，因为采用了2D符号，呈现的是不生动的平地。本练习将通过符号来模拟Billy家的房子、车道、树木、灌丛、院墙和汽车等。n3D分析（3Danalysis）n本节中将主要学习四个3D分析的基本类型：n寻找最陡路径findingthesteepestpath,n创建剖面图creatingaprofilegraph,n模拟视线modelingalineofsight,n统计面积和体积calculatingareaandvolumestatistics.n寻找最陡路径Findingsteepestpathsn这项技术可以用于发现沿坡向下的最陡路径。除模拟水流、泥流和熔岩流等的流动路径之外，还可以用于评估表面精度。例如，从现有河流的源头创建最陡路径，然后与实际的河流路径进行比较。假设原始河流数据是精确的，则可以根据两条路径的偏差评估表面模型的精度。n创建剖面图Creatingprofilegraphsn剖面图用于表示在3D表面上沿某一线段的高程变化。通过显示沿垂直轴的高度和水平轴的高度，可以评估沿线任意点的高度，并显示本身的地貌变化。n模拟视线Modelingalineofsightn利用3DAnalyst可以确定，从一个观察点（称为观察者observer）是否可以看到另一点（称为目标target），同时也可以判断沿视线的哪些部分可以被观察得到。n在建立视线时，可以添加观察者和目标的高度。例如，从50米的了望塔观察就要在观察点的位置上向上偏移50米。n统计面积和体积n当要炸掉一座山头时，可以为水坝建设提供多少石料？修建一个水坝可以蓄多少水？n3DAnalyst通过统计面积和体积可以回答这些问题。为了计算这些统计，需要输入一个表面定义高程，并指出是对这个表面之上或之下进行进行计算。n练习：寻找最陡路径n在ArcMap或ArcScene的3D工具栏中，最陡路径工具（SteepestPath）计算从TIN或栅格表面上某一点向下的最陡路径。n本练习中，将从两个不同河流的水源寻找最陡路径，然后再与实际的河床进行比较。n练习：剖面线的生成n假设要去华盛顿州的Cascade山脉进行徒步旅行。利用高程表面和3DAnalyst可以生成表示徒步旅行距离和高度的剖面图，显示陡坡、平地和悬崖的具体位置。n剖面图只能利用ArcMap（非ArcScene）中的工具栏，并加载TIN或栅格表面来生成。 n练习：视线的绘制n利用3DAnalyst可以创建或栅格表面上两点（观察者和目标）之间的视线。该线显示是否可以看到目标，以及沿线哪些部分可以被观察到。n本练习将在ArcMap中创建两点之间的视线。一点是獾子的观察点。一点是它的洞穴。n3DAnalyst中地理处理工具的使用n本练习将介绍几种3DAnalyst工具的使用。这里只有简单介绍。有关更详尽的介绍将在后续课程中学习。n视线地理处理工具的使用n前面的练习中利用3DAnalyst工具栏的视线创建工具研究了提交观察点与獾穴badgerden之间的视线。同时也学习了地理处理工具的使用方法，现在利用视线地理处理工具创建上述同一观察点和目标点之间的视线，并比较二者的差异。n练习：面积和体积的计算n利用3DAnalyst可以计算某一指定高度的表面之上或之下的面积和体积。例如，估算如果削掉某一指定高度之上的山头，能给公路建设提供材料的数量。或修建一个水坝，淹没一定高度后汇集的水量。在ArcMap或ArcScene中，利用TIN或栅格表面，可以计算面积和体积。n4.创建和转换3D数据CreatingandConverting3DDatan在本节当中将学习从要素图层或通过在TIN或栅格表面上数字化要素来创建TIN的方法。还将学习数据的转换。3DAnalyst可以实现TIN与栅格的相互转换。可以将表面转换为要素（如：栅格图层转换为多边形图层），也可以将2D要素转换为3D要素。n创建TIN（CreatingTINs）n为了创建TIN表面，需要从输入一系列点，并将这些点按照特定方式（形成不相互重叠的三角面）连接起来开始。n一旦建立了TIN表面，就可以随时从中提取诸如：湖泊、山脊线、坡地等自然或人工要素。也可以利用属性值来标注三角面，使其不仅可以为高程、坡度和坡向建立符号，也可以为要素（如：植被、土地利用等）建立符号。n建立TIN（CreatingaTIN）n为了建立TIN，只需要输入一组点，然后由3DAnalyst建立三角面。n输入点与输出TIN结构。输入点必须包含高程信息，可以是图层属性表中的一个属性，也可以是要素几何中的z值。n输入的数据可以是点要素，也可以是组成线要素或多边形要素的点。如：TIN常用等高线来建立。n中的每个三角形都是一个平面，因此有一个坡度值、一个坡向值。三角形中每个x,y坐标位置拥有唯一的高程值。三角形附近的高程通过对三角形结点插值来确定。n表面要素类型Surfacefeaturetypesn建立TIN需要一组来自于点、线面要素的具有高程值的点，称之为“散点（masspoint）”。因为它们定义了TIN的结构或分散。n现实地形有许多无法用散点三角测量表现准确的形态，如：山岭、陡崖、海湾等。为了捕捉这些形态，可以添加线和多边形图层给三角测量过程。n如：如果研究区中包括一个湖泊，则希望湖泊所在位置的表面平坦，通过向TIN中添加多边形的办法使之平坦。如果研究区为山地，则可以给TIN添加 山脊线要素，使之得以表现。n通过添加要素图层作为特殊表面要素类型，可以实现对TIN结构的提取。后面的概念将对此进一步解释。下表概括了可以向TIN添加的表面要素类型。n散点（Masspoint）n散点是构建三角形的结点；它们决定了TIN的结构。散点既可以是点图层的要素，也可以是线或面图层中的点。它们必须包括高程值。n散点可以在空间当中规则排列，也可以不规则排列。如果表面极端或不连续的部位（如：山峰、谷地、悬崖的顶部和底部）有充足的点表示，则TIN表面将更为精确。n隔断线（Breakline）n隔断线表示在该线段两侧的坡度有明显变化。经常用于表示诸如：山脊线、河流、水坝、岸线和建筑占用空间等表面形态。n隔断线通过不许三角形穿过它们而强化了坡度上的变化。因为三角形可以穿过隔断线，因此，沿隔断线对边的位置属于不同的三角形。这样，只要表面不是完全的平面，就确保了它们拥有不同的坡度值。n隔断线如果包含高程值，三角形顶点将作为额外的散点与TIN成为一体。反之，如果不包含高程点，它们也能够改变TIN的三角结构。n替代多边形（Replacepolygons）n替代多边形在TIN表面上建立了一个平面。它们用于诸如：模拟建筑地基、阶地和其它倾斜面等形态。n一个替代多边形在属性表中保存一个高程值。在添加多边形时，TIN拆分三角形，使表面区由拥有该值的多边形所覆盖。n剪切多边形（Clippolygon）n剪切多边形通过限制插值区（zoneofinterpolation），使TIN的边界变小。n插值区指TIN中对特征值（高度、坡度、坡向）计算的区域。为了建立更为集中的研究区而将TIN剪切为更小的尺度时，位于研究区外的部分保持着三角形的状态，并表现为外线，然而，它们没有值，并被指认为插值区外。n剪切多边形最常见的用途是为TIN建立一个矩形范围，使之具有更规则的外观。n剪切多边形也对分析产生影响。通过限制插值区，它们会改变对面积、体积、高度、坡度和坡向的统计。n擦除多边形Erasepolygonsn擦除多边形同剪切多边形相似。唯一不同的是剪切多边形沿插值区边界剪切下来，而擦除多边形是剪出一个洞。n填充多边形Fillpolygonsn填充多边形用某一属性值给某一区域加上了标签，使TIN可以根据该值设置符号。属性值必须是整型。填充多边形用于表示土地利用/土地覆被等连续表面要素，或洪水区、濒危物种栖息地等离散要素。n同其它表面要素一样，填充多边形使TIN重新计算三角网。n练习：利用等高线创建TINnSantaBarbara是加州南岸小岛链中的一个。n本练习将利用ArcToolbox中的地理处理工具从SantaBarbara岛的等高线要素创建TIN。然后再利用海岸线剪切TIN。n练习：为TIN添加标签值n在本练习中将一个植被多边形图层中的属性值插入到TIN中。通过这种添加标签（tag）值的过程，可以在中保存简单的属性信息，并利用符号表现它。 n练习：用点、线、面创建TINn在前面两个练习中，创建了一个TIN，并在建立了基本结构后添加了折断线、标签值等新要素。本练习将合并所有图层，并最终完成这个TIN数据。n建立3D要素Creating3Dfeaturesn3D要素不同于2D要素，所保存的z值作为其空间定义的一部分。3D要素既可以从scratch来建立（在建立之初就可以将新的要素类定义为3D要素），也可以从现有的2D要素转换而来。n由于2D要素已经可以3D方式显示，3D要素的主要优点在于方便。如果我们经常向ArcScene中添加同一2D图层，每次设置基表面高度会让人感到厌倦。将其转换成3D要素，就会避免这个麻烦。n将2D要素转换为3D要素Converting2Dfeaturesto3Dn为了将2D要素转换为3D要素，需要补充缺失的z值。有三种获取z值的途径：n从与2D要素拥有共同空间范围的栅格或TIN图层获取。n从2D图层属性表中的某一属性获取。n输入值（适用于2D图层的所有要素）。n如果2D图层是点图层，每个要素需要一个z值。如果2D图层是线或面图层，每个要素的中间点需要一个z值。n数字化3D要素Digitizing3Dfeaturesn如果地图文件包含一个栅格图层或TIN图层，和一个包含z值的要素图层，则可以在ArcMap的编辑任务栏中数字化3D要素。在中创建文件时，可以指定要素图层包含z值。n3D数字化工具（一个为点、一个为线、一个为面）位于ArcMap3D分析工具栏中。n数字化的3D要素使数字化的每个点有一个z值。象从2D转为3D的要素一样，它们会以单元大小为间隔，它们也会按单元大小为间隔（如果在栅格图层上数字化）获得折点，或在要素跨越三角形边时（如果在TIN表面上数字化）有折点。n练习：将2D要素转化为3D要素n在将2D要素转换为3D要素时，z值将添加到要素中。当向场景中添加一个3Dlayer图层时，要素会显示正确的高程，省去了设置基表面高度的麻烦。n本练习将2D的建筑和井图层转换3D要素。数据为前面的练习中使用过的田纳西州橡树岭OakRidge的数据。n练习：在ArcCatalog中创建一个3D的shapefilen本练习将在ArcCatalog中创建一个3D的shapefile。本Shapefile将在下一个练习中通过对OakRidge航片的数字化来保存水体。n练习：在ArcMap中数字化3D要素n3D要素是在ArcMap中，而不是在ArcScene中进行数字化的。在数字化3D要素时，z值从包含高程值的图层插值而来。在本练习中，将以OakRidge航片为底图，数字化两个池塘。其位置用图中两个红圈表示。n转换数据Convertingdatan栅格与TIN数据之间的相互转换为在特定环境下利用两种数据模型的优势提供了方便。例如，在ArcGISSpatialAnalyst中进行统计分析时，需要将TIN转为栅格。相反，要扑捉特定表面信息时，需要将栅格转为TIN。 n通过将栅格和TIN转为要素图层，可以将其添加到中，并进行基于要素的空间分析，如：通过位置选择、建立缓冲、地理处理等。nTIN到栅格的转换（TINtorasterconversion）n为了将TIN转换为栅格，唯一需要做的就是选择单元大小，然后，高程值会通过沿TIN表面以规则的空间间隔插值而成。n栅格单元越小，插值点就越多，输出的栅格就越接近输入的TIN。nTIN的坡度和坡向值也可以转换为栅格。n栅格数据转为TIN数据n当将栅格转为TIN时，大量栅格网点变成TIN的节点。n网点是指4个单元角交汇的地方。n用于创建TIN的网点数量是满足两个条件下的最小数目。首先，输出TIN必须覆盖输入栅格的整个表面。其次，必须满足用户指定的z容差值。Z容差值是约束输入与输出表面之间z值差异的数值。nZ容差值较大将使TIN表面与栅格的吻合程度较低。输出TIN的节点和三角形较少，转换过程较快。而Z容差值较小将使TIN表面与栅格的吻合程度较高。TIN的节点和三角形较多，转换过程较慢。n由TIN转为要素nTIN图层可以转换为两种不同的点图层和三种不同的面图层。将TIN数据转换为要素便可以在ArcMap中进行诸如缓冲、相交、剪切、空间组合、位置查询等分析。n结点转为点（Nodestopoints）（仅用数据结点）三角形结点被转为3D点要素。点要素对应TIN插值区内的结点。n结点转为点（所有结点）Nodestopoints(allnodes)三角形结点被转为3D点要素。点要素对应TIN插值区内外的所有结点。（例如，剪切一个TIN，并将所有结点转为点要素，结果将包括原有未剪切TIN中的所有结点。）n插值区转为面InterpolationzonetopolygonTIN插值区的界线转为单一的面要素。n按坡度分类三角形转为面用表示坡度分类的属性将三角形转为面。在默认条件下，TIN坡度渲染器将三角形分为9类。转换过程将按属性1-9类创建一个面图层。n在转换之前改变TIN坡度渲染分类体系将改变输出文件中面及其属性的数量。n按坡向分类三角形转为面用表示坡向分类的属性将三角形转为面。在默认条件下，TIN坡向渲染器将三角形分为10类（N,NE,E,SE,S,SW,W,NW,另一N,平地）。转换过程将按方向属性1-9类，加上-1（平地）创建一个面图层。n同坡度一样，在转换之前改变TIN坡向渲染分类体系将改变输出文件中面及其属性的数量。n栅格转为要素Rastertofeaturesn栅格图层可以被转换为面、点或线要素。同转换TIN数据一样，这些转换结果可以在ArcMap中用于基于要素的分析。n在被转换成面要素前需要对栅格图层进行再分类。这样就简化了数据，使输出文件不至于过大（没人想要一个面图层有超过50万的要素）n如果将栅格转换为点，输出文件中的点要素对应于每个单元中心的位置。如果将栅格转换为线，输出文件中的线要素对应于每个单元的边。左图 n练习：将栅格转换为TINn栅格数据与TIN数据有各自的优点。栅格数据节省磁盘空间，显示较快，并有比TIN数据开发较好的分析工具。nTIN有以大比例尺保护显示分辨率的优点。TIN结构可以用断裂线提取，并替代多边形。TIN还有变量细节，因此能够按照实际复杂程度表示一个表面。n练习：将栅格转换为要素图层n本练习将对一个温度栅格图层转换为一个多边形图层。栅格到要素的转换创建了一个能够在ArcMap中进行分析的图层—通过位置选择、空间结合、多边形叠加与编辑等。n研究区与前面练习中的MojaveDesert相同。温度值为日最高温的年平均值。n地形（Terrain）数据简介n我们在工作中可能会用到LIDAR, SONAR或摄影测量类的数据。这些日益增加的数据集包含了大量的成百上千到数以亿计的点，对这些数据进行组织、分类和生成3D产品将是十分繁重的工作。n处理这种大量数据的最佳途径就是利用地形。地形是一种通过管理、显示和分析大量点数据集来快速获得高质量、高精度表面的有效途径。n地形是一种建立在测量基础上，并作为要素被保存在地理数据库中的多分辨率表面，它可以生成多分辨率的高精度TIN。n地形的创建和保存n地形是在ArcCatalog中创建，并作为要素集，同与之相关的要素类一起被保存在geodatabase中。因此，也被称为地形要素集。n地形实际上并非将表面保存为栅格或TIN，而是列出了与之相关的数据源，并将之组织为可以随时通过TIN表面来进行提取、显示和分析。n地形的创建主要涉及如下信息：n地形文件所在的Geodatabase和其中的数据集。一个地形文件所参与的要素类数量不限，但必须处在同一数据集内，以确保具有相同的空间参考。n数据来源是什么。例如，如果处理表示LIDAR点坐标的ASCII文本文件，就需要使用合适的处理工具来创建用来推导TIN的要素类。n用数据定义地形表面的方法。例如，需要指定用于定义表面的包含z值的要素类。一个好的建议是在地形参与要素类中包含一个剪切面，因为它将有助于定义水平范围，使围绕地形周边的差值区最小。n投影信息，包括水平和垂直坐标系统。因为参与地形的各要素类处在同一数据集中，它们将具有相同的坐标系统。建议具备垂直坐标，但非必备。n在多点数据中，需要指定测量的名义/平均点间隔（以数据的xy单位表示的测量点之间的平均距离）。这样可以确保每个输出的多点由相对较近的点推得。n全比例尺范围内的地形垂直精度要求。在定义金字塔时需要这一信息，以在不同比例尺下呈现地形。n尽管地形文件可在所有许可水平（ArcView,ArcEditor和ArcInfo）的软件中显示，但只能在ArcEditor和ArcInfo的ArcGIS3DAnalyst扩展模块下创建。ArcScene不支持地形文件。n现实地形文件n地形是为大量点集而专门设计的，因为它们是可伸缩的。可伸缩性主要指两层含义：前面提及的多点要素类和地形金字塔。 n地形金字塔提供了一种用最大精度呈现表面时依尺度而缩减数据的手段，以改进效果。这意味着在较小比例尺时，实时的表面构建、显示和分析都较快，因为只利用了少部分的数据子集。n换句话说，在较小显示比例尺上使用较低分辨率的TIN呈现，因为只需要较少的点表示表面。当放大（较大显示比例）时，显示面积较小，但分辨率较高，这意味着点密度的增加。n金字塔也控制着线和面的enforcement。例如，breaklineenforcement可以被限制到最高分辨率的金字塔。有些要素，如：湖岸线，需要在所有比例尺上来显示，但要有不同的细节。这时，简化的表达可以用在粗比例尺下，而全部细节只用在较大比例尺的显示上。n但不论如何显示，原始数据都未被移动或平均，测量的位置信息得以维护。n对地形文件的操作n交互式表面分析n在以完全的分辨率呈现地形时，还可以使用任何3DAnalyst的任何工具做交互式的表面分析。按照默认的设置，只有在完全分辨率下显示地形时才能使用这些工具。n尽管在低分辨率下能够使用这些工具，但精度将会下降，因为它们总是以当前显示分辨率进行操作。n将地形转换为栅格n像TIN一样，地形可以方便地转为栅格，并利用其他显示优势，实现分析功能。这种转换可以根据任何范围、单元大小或垂直容差值来进行。n当将地形转换为栅格时，可以选择插值方法（线性或自然邻域）。自然邻域法一般能获得较高质量的结果，但用时较长。nCreateaterrainnInthisexercise,youwillcreateaterrainrepresentingtheLakeHennesseyareaofCalifornia'sNapaCounty.nFortheterrain'ssourcesyouwilluseASCIItextfilesthatstoreLIDARpointcoordinatesandphotogrammetricbreaklinesrespectively.Fromthetextfilesyouwillcreatefeatureclassesandfromthoseyouwillcreatetheterrainitself,whichwillbestoredinadatasetcontainedinafilegeodatabase.nYouwillusetheterrainyoucreateinthisexerciseinthenextone.nExploreandworkwithaterrainnInthisexerciseyouwillcontinuewherethepreviousoneleftoffandexplorethefunctionalityofferedbyterrains.Youwillexaminehowterrainpyramidsworkandhowterrainscanbeusedtoperformsurfaceanalysisusingthetoolsonthe3DAnalysttoolbar.Inaddition,youwillconvertaterraintoaraster.nNote: Thisexerciserequiresthe topography_Terrain thatyoucreatedinthepreviousexercise.Ifyoudidnotcompletethatexercise,youshoulddosobeforecontinuing.n第五章栅格表面的插值方法InterpolatingRasterSurfacesn插值可以对某一要素或现象的表面创建模型，其中只需要采样点、插值方法和对建模要素或现象的了解。本章将学习插值的概念和常用插值方法。n插值背后的原理是：用已知样点的值去推断未知的值。常见的插值方法，如：反距离加权法（IDW）和样条法，都采用了空间自相关的原理。 n本章除了将学习上述两种插值法之外，还将学习克里金这一更强大、更复杂的插值方法。n用插值方法去创建表面Creatingsurfacesusinginterpolationn教学内容n插值的基本原理n利用插值法创建表面的步骤n应用插值法时控制采样点的步骤nIDW,Spline,与Kriging的使用n插值的意义n5.1插值概述Introductiontointerpolationn某一地理区内降雨量、污染物的集中程度、高度的差异等都是无法直接量测每点值的现象，但可以从研究区内各位置进行采样，并依此推断整个地理区的相关值。这种推理就是进行插值的过程。n空间插值的基本假设是：相邻点的相似程度高于较远的点；因此，任意位置的值都可以基于邻近点的值来估算。n通过空间插值创建一个表面，可以最为可能的方式来模拟由样本所描述的现象。为此，首先要收集一组已知的量测指标，并依此通过一种插值方法来估算该区域内的未知值。然后，还可以通过限制样本规模和控制样本点对估算值的影响等方式来调整表面。n什么是插值？n插值是估算落入已知值之间的未知值的过程。n空间自相关Spatialautocorrelationn空间插值的原理是WaldoTobler的地理学第一定律：一切事物都彼此相关，距离越近，相关性越强。n衡量距离接近的事物相关程度的主要特征是空间自相关性。n如果你所在的位置下雨了，距离你3米的位置可能也下雨，而城市的另一边可能就不下雨，30公里外则可能是阳光明媚。n多数插值方法都采用空间自相关，并给距离较近的样点赋予更高的权重。n样本规模（Samplesize）n多数采样法允许控制用于估算单元值的样点个数。n样点的距离依据样点分布而不同。如果样本很多，可以通过减小样本规模的方法来提高插值的速度。n插值障碍（Interpolationbarriers）n当采用插值法模拟一个表面时，在景观中经常存在着悬崖、河流等天然的地理障碍。这种景观参数突然间断的障碍两侧其值也明显不同。n多数插值算法试图通过合并或平均障碍两侧值的方法平滑消除这些差异。反距离加权法允许在分析中保留障碍，以防止插值算法从另一侧选取样点。n示例：用样点创建地形表面n反距离加权(IDW)等插值方法依靠质量良好的采样点进行函数计算。因此，需要关注样点的间距和密度。n下图为Arizona的Shivwits高原的南端地区。 n假设没有数字高程模型，需要利用ArcGIS软件和这个数字栅格地形图（DRG）插值生成。n首先需要创建足够的点来进行插值。参考地形图的等高线，对每个位置的点进行数字化，并记录高程值。此时，要使样点尽量分布合理，在平坦的高原上少采样点，等高线密集的地方多采样点。n一旦建立了初始样点，就可以利用IDW函数插值生成表面。nIDW只用少量的样点就可以估算出表面，但与地形图比较会发现缺失了一些细节。这需要更多的样点。n采用与前面同样的方法，补充更多的样点后再运行IDW函数。n现在，高原、陡崖和地形上的变化更为精确了。再进一步增加样点的密度，并运行IDW函数。n在本例中，添加的样点越多，生成的数字地形表面越精确。但要切记：每一点的高程值必须要以适当方式获得（如：等高线、野外观测）。如果有数据和时间，可以对这个地区按照规则的间距设置成千上万的样点，但现实并不可能。n通过示例发现，IDW等插值函数明显依赖于样点的质量。随着样点质量的增加，并达到一定密度，就可以使表面产生精细而明显的变化。n练习：探究不同的插值方法n本练习中，样点图层表示了Arizona的Shivwits高原特定区域的高程点。下图为该区山体阴影地图，由USGSSeamlessDataDistributionSystem提供。n5.2插值方法n最常用的插值法有三种：反距离加权法(IDW)、样条法和克里金法。nIDW采用了空间自相关的概念。它假设被估值的单元距离样点越近，其值与样点值也越接近。n样条法最终会获得一个光滑的表面，就像拉伸一块橡胶穿过所有样点一样。n克里金法最复杂、也最有效。它采用复杂的统计方法，考虑了数据集中的独特特征。为了正确使用该法，需要对地统计的概念和方法有充分的了解。n不论采用何种方法，在插值前一定要对所使用的数据和将要模拟的现象有充分的了解。n如何选用合适的插值法？n差值法的选择取决于很多因素。与其假设那种方法更好，还不如尝试所有插值法，并比较结果，再决定最适合研究项目的方法。n对问题本身相关知识的了解将首先影响差值方法的选择。n如果已知分析表面中的某些要素超出了z值的范围，而IDW法生成的表面不会超出样点集中z的最大、最小值，此时就应选择样条法。n如果已知样条法所生成的表面中某些要素在实际中不存在，此时就应选择IDW法。因为样条法对样点较为接近、但样点值差别较大的样本，差值效果不佳。n样点集的质量也会影响插值法的选择。如果样点较少或分布较差，所生成的表面将同实际差距较大。如果样点过少，则可以尝试在地形变化突然或频繁的地方添加样点，并采用克里金法。n反距离加权法（InverseDistanceWeighted）n反距离加权法一种有效、易于理解的插值法。采用IDW时，将对样点采用“一刀切（onesizefitsall）”的假设。nIDW最适用于密度和间距均匀的样点集。它不考虑数据中的任何趋势，例如：如果 实际表面值的变化在南北方向强于东西方向（由于坡度、风向等因素），则插值后的表面将平均掉这种偏差，而不是保留它。nIDW插值从估算单元来考虑样点的值和它们之间的距离。样点距离单元越近，对单元估算值的影响越大，否则反之。nIDW不能估算最大值之上或最小值之下的样点值。对地形表面，这将拉平山峰和谷地（除非这些高点和低点属于样点）。由于估算值为平均值，所以结果表面将不通过样本点。n反距离加权法n反距离加权法是一种实用且易于理解的插值法。在使用IDW时，对样点采用了“一种尺度适用全部”的假设。nIDW适用于密度适中、间距均匀的样点集。它并不考虑数据中的任何趋势，例如，实际表面的值（因为坡度、风向等）在南北方向比东西方向变化剧烈，但插值生成的表面将平均掉这种偏差，而不保护这种倾向。n反距离加权法不能在样点最大值之上和最小值之下估算值。对高程表面而言，它具有扁平峰谷的效果（除非高低点是样本的组分）。由于估值被平均，生成的表面并不通过样点。n样点的相对影响可以调整。换句话说，能够增强样点值对差值过程的影响。这意味着输出单元值更局域化，减小了平均化。它们的影响随距离增加而锐减。n不断降低这种影响，样点值会提供更平均的输出，因为更远的样点会越来越有影响，直至所有样点具备相同的影响。n样条法（Spline）nIDW适用于均值化。样条法更适合柔性表面，就像一个橡胶皮拉伸穿过了所有已知的采样点。n这种拉伸效应对超越样本数据中最大值和最小值的估算非常有用。样条法非常适合于估算样本数据中不包含的高低值。n克里金插值法（Kriging）n为了了解克里金法，需要深入研究概率论和预测学这个神秘世界，根据你对统计学的了解，这可能要花费你几年，甚至到读博士的阶段。n像IDW一样，克里金插值是一种加权平均技术，其中的加权公式应用了许多复杂的数学。克里金插值量算了所有可能的样点对之间的距离，并利用这些信息模拟进行插值的特定表面的空间自相关性。n换句话说，克里金法通过分析所有数据点，将其计算裁剪成你的数据，以发现其所展示的自相关程度，然后再将这些信息分解成加权平均估算。n克里金迷将最初的克里金表面看成一个初稿，即一个用于同未来新版本的表面比较的实验表面，以需求完美的表面。像盛行风向和随机错误等方向的影响可以用于克里金插值，但需要用到像ArcGIS™GeostatisticalAnalyst这样的统计工具，以再现这些趋势。n普通（Ordinary）克里金和通用（Universal）克里金是普遍广泛应用的克里金法。通用克里金法假设数据中有一个绝对趋势。例如，在研究区中有一个盛行风向或一个小山坡。普通克里金法假设数据中没有趋势，需要按照你的标准进行推断。n练习二：用IDW模拟雪深n本练习将使用反距离加权插值法(IDW)，并实验改变影响力调整、搜索半径等不同选项。n利用不同的IDW选项创建几个表面，每次都会提取估算的雪深表面。首先，降低样 本点影响力，以使生成表面平滑。然后，约束搜索半径，使超过一定距离的样本点无法使用。n练习数据为加利福尼亚州Tahoe湖西南部Homewood这块方形地块所测得的雪深样本点集。整个区域的样本点间距规则，因此，适用于任何方法创建表面。n练习三：模拟地震断层附近的地下石灰岩的形成n叠加的岩石结构（如：背斜）构成了地下的结构，就像大教堂的桶形穹窿一样。在适当条件下，这些结构就可以包含石油、天然气、地下水或它们的混合体。地质学家研究岩石的变形，以确定那些可能位于其下的石油和天然气包体的形状和大小。n在本练习中所提供的样本点图层表示了穿透石灰岩层的钻孔。在本案例中，勘探钻表明了石油的形态，钻孔的深度将用来模拟石灰岩弯曲的表面。n为了重现地下的情形，采用反距离加权插值法(IDW)利用样本点图层创建一个表面；首先，不用障碍选项，然后再利用障碍选项。n练习四：用样条法创建地形表面n本练习的目的是从近期所收集到的样本点数据集创建一个地形面。每个位置的高程按英尺记录下来。研究区为堪萨斯州FlintHills区内TallgrassPrairie国家级保护区的一小部分。n在给定研究区内，样本点的位置并不是很聚集。当地的地形主要是波状丘陵，没有任何的陡崖或其它高程的突变；但是，每个山顶或谷底并未得到调查。这些地区的高程需要被估算。n利用给定的因子，通过样条插值法从给定的样本点生成表面。n第六章距离与密度MappingDistanceandDensityn对距离和密度表面的操作n目标n创建直线距离、方向和配置表面；n创建成本加权距离、方向和配置表面；n执行最小成本距离分析；n利用简单方法创建密度表面；n利用核方法创建密度表面；n利用要素属性创建密度表面。n6.1距离表面（Distancesurfaces）n人们经常用“笔直的（asthecrowflies）”来描述距离或方向。n“路营地位于城市正南方8公里处。”因为乌鸦很容易飞过诸如森林、河流和封闭小区等障碍，这一表达就隐含了一个直线路径，或两点间的最短距离。n对于不能飞翔的人来说，这些障碍将阻碍向路营地的通行，所以，必须要确定绕行或穿行的最佳路径。我们甚至因为相对容易到达而选择一个更远的路营地。因此，最近的路营地位于正南方8公里处，却可能意味着步行20公里的路程。n基于此可以考虑两类栅格表面：用于量测直线距离；用来量测成本距离。这两类表面将有助于发现某种事物最近的位置或到达那里成本最低的路径。n所有距离都是基于某一源而计算的，该源可以是对象或兴趣点的位置，如：家。如果源超过了一个，如：城市消防站，则计算将基于最近的源。n直线距离函数 n直线距离表面用于发现最短距离—从每个单元到最近源的直线。类似于用尺在纸上量测两点距离，直线距离函数量测从表面上每个单元中心到一个源单元中心的距离。n直线距离表面使寻找最近位置的事物更容易，如：最近的医院。当有多个源时，每个单元值为到达最近源的直线距离。n直线配置与方向函数n直线配置函数创建一个表面，其上各单元根据其直线距离，指定给最近的源。如果只有一个源，则表面上的所有单元都被配置给该源。n如果有多个源，表面将被分为若干个相邻单元组成的分区。这些分区可以看做专为一种要素（如：一家医院或商店）的分隔。分区的大小和形状由单元对源的邻近性决定的。n成本表面（Costsurfaces）n成本表面表示影响通过某一区域的某种因素或因素组合。例如，陡峭的地形会增加道路建设的成本，所以，地形坡度就是一个成本因素。n坡度值本身并不代表成本的高与低。为了反映成本或创建成本表面，必须将坡度值转换成用货币表示的成本值，或依据一定的标准对坡度值排序。n一个特定区域可以有若干个成本表面：每个因素一个表面。例如，某一区域有坡度和雪深影响穿行，就需要有两个成本表面。n为了将两个成本表面组合起来，两个成本表面的值需要按照一个共同标准进行排序。n确定哪些因子影响成本，并对成本表面值排序是很耗时的过程。可能需要咨询专家估算成本，或在同行中形成一个一致意见。应切记成本加权距离函数需要输入单一的最终成本表面。n成本加权距离函数n由成本加权距离函数创建的距离和方向表面可用于最低成本路径分析。除了成本加权配置表面外，成本加权表面通常不直接用于分析中，因为在成本加权距离表面中的单元值不是距离值，而是累加成本。而经常使用的是直线距离表面。n为了在成本加权表面中计算单元值，成本加权距离函数从源开始，评价每个单元的领域，每对之间的平均成本乘上它们之间的距离，并给邻域的每个单元指定一个成本权重值。该过程以最低值移动到该单元，用未知值评价其邻域等。n为了替代罗盘方向，在成本加权方向表面中的每个单元值被指定一个代码，以指示下一个最低成本单元的方向。上面的解码器图示显示了数字代码点的方向。n在一个成本加权距离函数创建的配置表面中，其分区的形状和大小由从其中的各单元到最近源的旅行成本决定。如果必须要根据旅行成本考虑服务区的大小，这类分析很有用。n最低成本路径分析n如果任何两点间的最短路径是直线，则最低成本路径为最小阻力路径。n最低成本路径分析利用某一区域成本加权距离和方向表面，来确定某一源和某一目标之间成本效益的路径。例如，利用最低成本路径分析，可以寻找最廉价的管线建设路径，或最快速的一组观测点。n在最低成本路径分析中，要评价一个单元的8个邻居，路径会通过累加值最小的单元。这个过程将反复进行，直到源和目标连接为止。最终的路径表示的是两点之间单元值之和最小。n任何源与目标的组合都是最低成本路径分析的一部分。例如，可以是一源对多目标，或多源对一个目标的最低成本路径。n练习：救护飞机研究（I） n本练习和下一个练习假设，派遣提供空中救护服务的当地医院负责人，与当地学校和大学一起，开展SanDiego地区空中营救和空中救护服务的初步研究，以改进这些服务的第一反应时间。n作为GIS分析小组的负责人，你需要确定从学校到医院的距离、哪些医院提供的空中救护对哪些学校最近、从医院到学校的方向，以帮助调度人员准确估算到达的时间，改进服务效益。n首先，将创建一个直线距离表面，用于寻找从学校（在表面上位置）到最近医院（源）的距离。然后，创建一个方向表面和配置表面，用来利用直线距离函数生成供选择的输出。在下一个练习中，将讨论本练习中所创建的方向和配置表面。n练习：救护飞机研究（II）n本练习为上一练习的延续。SanDiego地区调度管理人试图改进空中营救和空中救护服务的第一反应时间。n在上一练习中创建的对医院的方向表面上的单元值提供了从学校到医院的罗盘方向。n在本练习中，将利用地图代数和条件函数CON，创建一个向医院方向图层的反向表面。这样，调度员也可以帮助飞行员导航，以返回医院。n因为直升机能够“笔直”穿过某一区域飞行，所以可以按方位角提供方向。n练习：寻找最低成本路径（I）n本练习和下一个练习的基本目标是为南加利福尼亚州一个虚构的Otay河谷电厂厂址和Jamul变电站之间提出的电力传输线路寻找最低成本路径。为此，必须要权衡好两方面：保持建设成本降低和使公共安全的风险最小化。n考虑的目标如下：n成本最低路径应该主要由缓坡地组成，因为陡坡将增加建设设配的成本。n路径越长，建设成本越高；因此，两地之间的距离也应考虑。n还应考虑穿过各种土地利用类型的建设成本。为了减少由成本带来的延误，应尽量避开有争议的地方，如：居住区、商业带和绿地保护区。n出于安全的理由，电力线路不应靠近某些特殊地区，如：机场和湖泊。n准备全部成本面的过程涉及从现有表面推导表面，是一项可利用ArcGISSpatialAnalyst来完成的工作。下图显示了寻找最低成本路径的全过程。n在本练习中将准备分析数据。通过添加坡度和土地利用图层创建一个总成本图层。在添加上述两个图层之前，需要根据一个通用标准对其值进行再分类。本例中，将分1-10级。其中，1表示最优，10表示最差。n本练习中所创建的总成本面将用于下一个练习中的成本加权分析（详见下一练习）。n练习：寻找最低成本路径（II）n本练习将用在上一练习中所创建的总成本面进行成本加权分析。成本加权分析将生成两个新表面：成本距离和成本方向。前者代表了随着你向远离Otay河谷电厂厂址移动时的建设聚集成本。后者表示的是从研究区中任意点返回电厂时的有成本效益的建设流的机遇和阻力。n成本距离和成本方向图层将被用于最低成本路径分析的输入。当进行组合时，这些图层就像一个障碍赛场。距离拉开的越远，为实现目标所花费的时间、金钱和努力就越多。最低成本路径分析将找出从Jamul变电站到Otay河谷电厂的最有成本效益的路径。n6.2密度表面Densitysurfacesn密度表面很适合表现点或线位置的集中程度。例如，如果按年为基础，雷击山顶比山谷多，则雷击的密度将集中在山顶附近。 n密度是对单位面积上某种事物的定量计算，如：每公顷年遭雷击的数量。我们可以计算可数事物的密度：离散对象或事件（工商企业、森林、汽车偷盗、地震震中），及其属性（工商企业的雇员、林地类型、被盗汽车的财产价值、地震的震级）。n密度函数有两种计算密度的方法：简单和核密度法。两种方法都采用圆形邻域或搜索范围，来计算密度。n简单密度计算n创建密度表面的简单方法是采用圆形搜索区域或邻域计算单元值。在一个密度表面中，各个单元值是通过将落入搜索范围内的要素数量（如：观察点）与面积大小（2.88亩）相除的结果而来。表面上的每个单元都采用同样的方法来处理。n核Kernel密度计算n核密度法是一种在数学上更复杂的计算表面密度法。在应用时，SpatialAnalyst围绕每个样本点（不是单元）画出一个圆形邻域，然后利用一个数学公式，从样本点的位置取值为1，到邻域边缘取值为0。可以将一个核想象为一个适合于通过每一点的光滑曲面。n核函数创建的表面通常比简单法创建的面看上去更光滑。n利用属性计算密度n点有时可以表示在某一特定位置的人口或发生事件的次数。例如，某一村庄的人口或出现在便利店小偷的数量都是指定给点的属性。为了代替点密度，也可以计算那些点所表示的人口或事件的密度。n练习：估算密度n密度制图有助于根据一定的标准面积单位量算研究区内要素的数量。例如，量测某一城市每平方公里内入室盗窃案的数量。这将会显现出哪些区的犯罪率更高。n本练习将利用密度函数，根据闹市区6起谋杀案的位置来寻找模式。密度表面将揭示其背后的模式。n练习将会用到密度函数的核密度和简单密度选项。核选项采用围绕每个点的圆形搜索邻域，通过累加叠加邻域的值来计算各单元值。通常核密度法生成的表面比简单密度法的表面更平滑。n简单密度法也采用圆形邻域，但它是逐个单元的穿过，而不是置于各样本点的中心。在邻域内发现的事件个数被累加，并被搜索邻域面积相除。n练习：利用属性估算密度n本练习将采用核密度函数，根据闹市区入室偷盗和大盗案的位置，寻找犯罪模式。n核选项采用围绕每个点的圆形搜索邻域，通过累加叠加邻域的值来计算各单元值。n在大盗案中，有些位置的属性表中有多起案件。这意味着将用事件的数量，而不是要素的数量计算密度。n此外，入室盗窃图层属性将发案时间分为白天和夜间两种，这意味着可以按犯罪时间创建的入室盗窃密度表面。