栅格数据空间叠置分析题目步骤讲解

题目:

a6b4a6902e284e978295bc01b51274ac.png

ba130540ad6d4f43b6bf3c47299e3077.png 

1dced424d4aa4e8cb116e299897fef9d.png 

 准备工作:

①新建数据库,将实验数据导入(利于后期矢量转栅格操作,未建数据库此步骤会一直出错);

②在工具条自定义窗口勾选spacial analyst模块,在菜单栏→扩展模块,勾选spacial analyst;确保实验后面的操作可以成功。

详细操作步骤:

1.对三个方案的规划路线(line.shp)建立50m缓冲区;打开ArcMap,在ArcToolBox→分析工具→邻域分析→缓冲区,打开缓冲区工具窗口,界面设置如图:线性单位填写50米,其余默认,单击“确定”。

884cf062de34468088c6d0523da5d276.png

 缓冲区

da2301d8b4b148a89a5abbb97b29ed1c.jpg

 50m缓冲结果图

2.将生成的“缓冲区.shp”图层和土地利用类型图“landuse.shp”进行叠加分析;在ArcToolBox→分析工具→叠加分析→相交路径下,打开相交操作窗口,界面设置如下图所示;

1d87b842e7cc402e9ce5bc0385ce8b89.png

 相交

79ca9fd64e6b44d5bf0753651cac6d15.jpg

 相交图层属性表

3.找出占耕地面积最少的方案;在菜单栏点击“选择”→“按属性选择”,窗口设置如下图所示;选择语句为:"方案" = '方案1' AND "LAND_USE" = '耕地';单击确定;打开“相交.shp”的属性表,选中“AREA”列,进行统计,统计图如下图所示;同理,对方案二方案三均进行此操作,结果如下。统计图显示,方案三所占用的耕地面积最小。

f3b96231826c460da595a6389cfe2a9d.png

 按属性选择

2f6faee21f494c24abf7ee42684bdc00.png

 方案一统计图

ccaf6192a1e64f2ea08d6bf6ade3184c.png

 方案二统计图

08baee45c61d48929ec0f8e042336c29.png

 方案三统计图

4.对方案3建立500m的缓冲区;首先按属性选择方案为“方案3”的路线;右击“line1.shp”图层导出方案3数据(“line方案三.shp”);附图如下;接着在ArcToolBox→分析工具→邻域分析→缓冲区,打开缓冲区工具窗口,界面设置如图:线性单位填写500米,其余默认,单击“确定”。

c49fa1240dcd4821902b86a66f92e585.png

 按属性选择

f087e1b59aca457f914891c116c3548f.jpg

 导出数据

504d0ad826e247b78606f87cf374ccba.png

 缓冲区

d51bc2b4c745490e83ee13af77eae486.png

 500m缓冲区图

5.将500m缓冲区与土地利用类型图进行叠加分析,得到500m缓冲区所覆盖的土地利用类型图;在ArcToolBox→分析工具→叠加分析→相交路径下,打开相交操作窗口,界面设置如下图所示;

6e07385c885b4414b728ffbab8bab8d5.png

 叠加分析“相交”

6.打开“landuse500.shp”的属性表,添加字段“权值”,设置短整型,根据实验指导书中的表1附权值。首先按属性对“landuse500.shp”进行选择,选中土地利用类型为“建设用地”的,再打开图层属性表,右击权值字段,选择“字段计算器”,赋权值为“1”;其余土地利用类型操作同上。相关截图如下。

45e563b7d5294d45bde04fbd402324ab.png

 添加字段

6422fde5371841da8d61a00bf5c78ff6.png

 按属性选择

a1e9e74728104f1a89c99c0e01939ab7.png

 字段计算器

81c602e780a243ca94642428313f0d42.png

 Landuse500属性表

7.将“landuse500.shp”数据转化为栅格单元为50m*50m的栅格数据集;在ArcToolBox→转换工具→转为栅格→面转栅格,打开界面,相关设置如图;

69407864128446f8b223c1d03b9bc6a1.png

面转栅格

88ab279d4cf54f648c1345d4b50942d1.png Landuse500栅格数据图层

8.对DEM数据(ch)进行重采样操作;在ArcToolBox→数据管理工具→栅格→栅格处理→重采样,打开重采样窗口,设计如下,像元大小为50m,重采样技术默认即可,单击确定。

d8313b6fa7a948269858a1971f36a6e1.png

 重采样

9.生成坡度图(slope.shp),在ArcToolBox→spacial analyst工具→表面分析→坡度路径下,打开坡度窗口,进行如下设置:

a50d10a7e8e1482a918bd8cfd6b86db9.png

 坡度

6da2a83101314706852635539b995386.jpg

 Slope栅格数据图层

10.按照实验指导书的表二对slope.shp重分类,在ArcToolBox→spacial analyst工具→重分类→重分类路径下,进行重分类,类别选择3,生成栅格数据集slopereclass;

d9c9443b975f4fd29e2d792dc306a651.png

 重分类

11.将landuse500和slopereclass两个栅格数据集进行空间叠置分析,利用栅格计算器,将2个栅格数据集做乘运算,得到新的栅格数据集landuseslope。在ArcToolBox→spacial analyst工具→地图代数→栅格计算器路径下,打开栅格计算器窗口,设置如下图;

6a2ad02e59d9495f951f3c5e09f5a63e.png

 栅格计算器

00b8aca84e7c4cf6967ff06a9754c61c.png

 Landuseslope栅格数据图层

12.按照实验指导书生态敏感性评价表对landuseslope.shp进行重分类,设置如下图; d94d4851bd68499b9f4838d52e165d76.png

 重分类landuseslope

96c5a13140df4d65bd3e8a25b8acb8cb.png

重分类栅格数据图层

13.制图输出

b94fbff6bde74e52b92b6b5eeaa77a92.png

  • 13
    点赞
  • 59
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 2
    评论
GDP数据空间降尺度方法是指将高分辨率的GDP数据转换为低分辨率的GDP数据的方法。在GDP数据处理中,由于数据量庞大,高分辨率数据往往需要更多的计算资源和存储空间,因此需要将数据进行空间降尺度处理以减少数据量。 空间降尺度方法主要包括像素聚合和区域聚合两种技术。像素聚合是指将相邻像素的值进行合并或计算,形成一个新的像素值代表更大范围的地理实体。这种方法适用于需要保留原始数据的某些特征的情况,如保留空间分布的均匀性。而区域聚合是指将相邻区域内的像素值进行合并或计算,形成一个新的像素值代表整个区域。这种方法适用于需要考虑区域变量的情况,如计算平均值或总和。 在进行空间降尺度方法时,需要考虑多个因素,包括降尺度因子、降尺度算法选择和空间保真度等。降尺度因子是指将原始数据的分辨率降低的比例,通常通过像素或区域大小进行定义。选择合适的降尺度算法可以根据具体应用需求,如最邻近法、双线性插值法或加权平均法等。空间保真度是指降尺度后数据与原始数据之间的差异程度,可以通过比较统计指标或可视化来评估。 总之,GDP数据空间降尺度方法是一种将高分辨率的数据转换为低分辨率的数据的技术,通过像素聚合和区域聚合等方法,根据降尺度因子和选择合适的算法来实现。它可以帮助减少数据量、提高计算效率,并满足不同应用需求。

“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 2
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

打赏作者

GISerY_

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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