空间分析之区域分析

[转载]【转载自下面】
版权声明:本文为博主原创文章,遵循 CC 4.0 by-sa 版权协议,转载请附上原文出处链接和本声明。
本文链接:https://blog.csdn.net/kikitaMoon/article/details/7902274

空间分析扩展中,有关区域分析,提供了如下工具:

可以将其分为这样几类:

一、确定区域中类的面积的工具

面积制表(Tabulate Area)

面积制表工具以表的形式进行输出。在此表中:

1). 区域数据集的每个唯一值均有一条记录。

2). 类数据集的每个唯一值均有一个字段。

3). 每个记录将存储每个区域内每个类的面积。

TIPS:

使用此工具的常见错误:

  1. “一个或多个输入没有关联属性表”错误

此错误通常是由于区域输入中没有所需的属性表而导致的。

如果区域输入是一个栅格数据,请先使用构建栅格属性表为其创建一个属性表。

如果区域输入是一个要素数据集,则在内部转换为栅格的过程中会自动创建属性表。

  1. “无法分配内存”错误

程序使用内部表执行面积计算。如果区域输入的值域非常大(百万级别),则处理这些表的内存需求可能会接近或超出指定的系统分页文件大小。

如果所配置的内存总量不足,操作将失败,并将显示“无法分配内存”消息。此问题通常有两种解决方法:

A) 您可增大虚拟内存设置以避免出现此错误。但是,要注意的是,工具执行完毕后,操作系统不会立即释放其所占用的虚拟内存。从而可能会降低计算机的总体性能。

B) 另一种方法是减小区域的值域(建议方法)。步骤如下:首先向区域属性表添加一个新项和一个索引值,然后对该项使用面积制表,最后再将结果与原始区域输入相关联。
例如,如有仅有三个区域值 2,120,000、4,070,000 和 9,540,000,则可将它们除以 10,000,从而得到区域值 212、407 和 954。

  1. 输出面积小于预计结果

输出表中的某些面积值可能小于预计结果。

这通常与输入中的 NoData 像元有关,经重采样以匹配其他更为粗糙的输入之后,这些具有高分辨率的像元将变为更大的 NoData 区域。

为避免此情况,请对较粗糙的输入栅格进行重采样以使其与较精细的输入栅格的分辨率相匹配,或者将像元大小栅格分析环境设置为输入的最小值。

二、填充指定区域的工具

区域填充(Zonal Fill )

输入区域栅格数据可以为整型或浮点型。使用权重栅格数据沿区域边界的最小像元值填充区域。

区域填充可用作水文分析的一部分,将洼地填充至分水岭边界的最小高程。

此工具有待实践,结合水文分析学习。

三、作用于区域形状的工具

分区几何统计(Zonal Geometry)

这里说的区域是指具有相同值的所有像元。各区无需相连。栅格和要素数据集都可用于工具的输入。

这个工具的亮点在于可以统计区的总面积(AREA)、总周长(PERIMETER)、厚度(THICKNESS)、质心(CENTROID)。其他三个比较好理解,我们看下厚度的概念。

分区厚度分析可计算输入栅格上各个区域中最深或最厚点距其周围像元的距离。

实际上,厚度就是可在各个区域中(不包括区域外部的任何像元)绘制的最大圆的半径(以像元为单位)。如下图:

以表格显示分区几何统计(Zonal Geometry as Table)

将上述统计结果输出到Table表中。

其中,最后三个参数,用于描述各个区域的椭圆近似的形状。定义椭圆形状和大小的参数为长轴、短轴和方向。各椭圆的面积与为其分配的区域的面积相等。

MAJORAXIS:长轴的长度;MINORAXIS:短轴的长度。以地图单位表示。

ORIENTATION 值的单位为度,取值范围为 0 至 180。方向定义为 x 轴与椭圆长轴之间的角度。方向的角度值以逆时针方向增加,起始于东方向(右侧水平位置)的 0 值,在长轴垂直时通过 90 位置。如果某个特定区域仅由一个像元组成,或者该区域为单个像元方块,那么会将椭圆(在此情况下为圆)的方向设置为 90 度。

四、确定某输入栅格值在另一区域中的频数分布的工具

区域直方图(Zonal Histogram)

创建显示各唯一区域值输入中的像元值频数分布的表和直方图(Graph类型)。

区域字段必须为整型或字符串类型。

五、作用于区域属性的工具

分区统计(Zonal Statistics)

以表格显示分区统计(Zonal Statistics as Table)

这两个工具是,计算在另一个数据集的区域内栅格数据值的统计信息。这里的区域定义为输入中具有相同值的所有区。各区无需相连。栅格和要素数据集都可用于区域输入。

前者生成栅格数据,后者生成统计表。

OK……

  • 1
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: 等高线是一种用于表示地理高程变化的空间分析方法,也是Cesium空间分析中的重要应用之一。在地理信息系统中,我们通常会使用高程数据来绘制等高线。 等高线的绘制过程可以简单理解为将相同高程的点连接起来形成一条曲线。这些曲线连接起来就形成了一系列的等高线,可以清晰地表示地形的变化和地势的起伏。 Cesium空间分析中,绘制等高线的方式类似于传统的卫星地图或地形模型。首先需要准备高程数据,这可以通过激光雷达、数字高程模型等方式获取。然后,将高程数据加载到Cesium的场景中,根据数据的分布和范围进行可视化设置。 在Cesium中,可以通过使用多边形实体和贴地线段来绘制等高线。首先,将高程数据转化为等高线数据,确定每条等高线的起始点和结束点。然后,使用Cesium的几何库中的方法创建多边形实体或贴地线段,将等高线数据转化为可视化对象。 绘制等高线时,还需要考虑地理坐标系和投影坐标系的转换。Cesium提供了丰富的坐标转换方法,可以在不同的坐标系统之间进行转化,确保等高线的准确性和一致性。 通过绘制等高线,我们可以更清晰地观察地形的特征和变化。例如,可以通过等高线密集程度来判断地形的陡峭程度,通过等高线的分布形态来分析地势的起伏情况。等高线在地图制图、城市规划、自然资源调查等领域都有着广泛的应用。 总而言之,Cesium空间分析中的等高线绘制是一种重要的地理信息分析方法,通过绘制等高线可以更好地理解和分析地理高程变化,为地理空间研究和决策提供有益的信息。 ### 回答2: 等高线是一种在地理空间中用来表示地形高度的方法。在cesium空间分析中,等高线通常用来展示地球表面上不同高度的区域。 Cesium空间分析中的等高线是通过分析地形数据生成的。首先,通过遥感技术或其他方法获取地球表面的高程数据。然后,使用算法来处理这些数据,识别出地形上不同高度的区域,并根据高度的变化生成等高线。 生成的等高线可以通过不同的方式呈现在Cesium的地球模型上。可以使用不同的颜色或线条宽度来表示不同高度的区域,使得用户能够清晰地看到地球表面的地形变化。这种可视化方式可以帮助用户更好地理解地形和地貌特征。 利用Cesium空间分析中的等高线,用户可以进行多种空间分析。例如,可以通过等高线识别出山脉、河流、山谷等地貌特征,更好地了解地球的地形。还可以通过等高线分析地坡陡峭程度,预测地质灾害风险,对土地利用进行规划等。等高线分析还可以用于制作地图、规划交通路线以及进行航空和航海导航等领域。 总之,Cesium空间分析中的等高线是一种重要的地形分析工具,可以帮助用户更好地了解地球表面的高度变化,并进行各种空间分析和规划。 ### 回答3: 等高线是一种用于表示地形高度的技术。在Cesium中,等高线是通过使用地形数据和矢量绘制技术来实现的。 首先,Cesium通过使用高程数据集来生成地形模型。这些高程数据通常是精确测量的地面高度信息,可以来自于激光雷达扫描或其他测量方法。Cesium会将这些数据整合到地形网格中,从而创建出一个可以精确表示地形高度变化的模型。 然后,Cesium使用矢量绘制技术来绘制等高线。矢量绘制是一种基于数学方程来绘制图形的方法,可以生成平滑的曲线和形状。在Cesium中,矢量绘制技术用于通过连接不同高度点的等高线,从而在地形模型上绘制出高度相等的线条。 使用Cesium进行等高线分析可以帮助我们更好地理解地形形状和地貌特征。通过绘制等高线,我们可以直观地看到地势的变化,比如山脉、山谷、峡谷等地形特征。这对于地质勘探、环境保护、城市规划等领域都非常有用。 总之,Cesium空间分析中的等高线技术利用地形数据和矢量绘制,能够精确表示地势高度变化,并能够帮助我们更好地理解地形特征。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值