arcgis设置nodata值_基于ArcGIS的密度分析

arcgis密度分析工具有核密度、点密度、线密度三个工具。

其中，点密度和线密度分析属于简单密度分析，两者工作原理相同，如下：

两者都是以栅格像元为中心，以一定的搜索半径画圆，落在搜寻区域内的点、线具有同样的 权重，先对该搜索区域内的点或线求和，再除以搜索区域的大小，从而得到密度值。

以点密度为例，点密度分析工具用于计算每个输出栅格像元周围的点要素的密度。从概念上 讲，每个栅格像元中心的周围都定义了一个邻域，将邻域内点的数量相加，然后除以邻域面 积，即得到点要素的密度。

Density = 邻域内事件点总个数/邻域面积，密度单位为：个数/面积。

PS:为何我用事件点呢？是为了区分点要素的point，因为密度计算我们不仅可以针对输入要 素点的点数来计算密度，还可以针对点属性表中的统计字段来计算密度，一旦设置了字段， 字段值就代表事件点数。当然，如果不指定字段，工具就会按照要素点的点数来计算密度。 表示各要素的 population 值的字段。population 字段表示遍布于用来创建连续表面的景观内的计数或数量。如果不使用任何项目或特殊值，则选择 None，这样每一要素就只计数一次。

密度单位：未指定输出空间参考的情况下，输出空间参考与输入要素类相同。默认输出密度 单位通过输出空间参考的线性单位确定。如果输出线性单位是米，输出面积密度单位将设置 为 SQUARE_KILOMETERS，输出平方千米(点要素)或千米每平方千米(折线要素)。即在未指定输出要素的参考系时，默认是输入要素的坐标系，如果其线性单位是米，则默认 密度单位是平方千米，输出平方千米(点要素)或千米每平方千米(折线要素)。

例如，200个点/平方千米。举例：

线密度分析工具用于计算每个输出栅格像元邻域内的线状要素的密度。密度的计量单位为长 度单位/面积单位。

从概念上讲，使用搜索半径以各个栅格像元中心为圆心绘制一个圆。每条线上落入该圆内的 部分的长度与 Population 字段值相乘。对这些数值进行求和，然后将所得的总和除以圆面 积。

上图中显示的是栅格像元与其圆形邻域。线 L1 和 L2 表示各条线上落入圆内部分的长度。相应的 population 字段值分别为 V1 和 V2。因此：Density = ((L1 * V1) + (L2 * V2)) / (area_of_circle)

核密度分析(采用核函数)用于计算每个输出栅格像元周围的点或线要素的密度。它的计算 结果分布较平滑。

核密度分析是，以要素点或线为中心画圆，落入搜索区域内的栅格像元具有不同的权重，概 念上，每个点上方均覆盖着一个平滑曲面。在点所在位置处表面值最高，随着与点的距离的 增大表面值逐渐减小，在与点的距离等于搜索半径的位置处表面值为零。仅允许使用圆形邻 域。

例如，核密度分析计算每个输出栅格像元的邻域内的线状要素的密度。

概念上，每条线上方均覆盖着一个平滑曲面。其值在线所在位置处最大，随着与线的距离的 增大此值逐渐减小，在与线的距离等于指定的搜索半径的位置处此值为零。由于定义了曲 面，因此曲面与下方的平面所围成的空间的体积等于线长度与 Population 字段值的乘积。每个输出栅格像元的密度均为叠加在栅格像元中心的所有核表面的值之和。

上图显示的是一条线段与覆盖在其上方的核表面。线段对密度的影响等同于栅格像元中心处 核表面的值对密度的影响。

总结：核密度分析可以做点、线密度分析，搜索区域内的值随距离中心点越远越小，做出来 的图更平滑。点密度、线密度分析属于简单密度分析，就是简单的个数/面积，搜索区域内 的值相同。

密度分析原理介绍

密度分析用於表示每單位面積中某樣本數量的分布情形。主要可針對點或線圖層，利用其屬 性與其在空間上的分布情形來產生另一個連續的網格資料。分析時必須先設定輸出網格資料 的網格大小與範圍。預設輸出的網格資料範圍會以包含所有樣本的最長與最寬的矩形範圍為 基準。

計算密度分析的方式有兩種，分別Simple與Kernel。

Simple

Simple是利用搜尋半徑以各個像元為中心來進行計算，主要是將搜尋範圍內包含的所有樣本

(點或線)，與其對應的權重值相乘、加總後除以搜尋面積，即為該網格點所代表的數值。 點密度分析：

如圖步驟一所示，某一地區的土地利用經調查，分別在森林的不同空間中調查出樹木的數 量。每個調查的位置分別以一個點圖徵表示，如上圖的樹圖徵。而每一個點分別以不同的數 值(權重)表示，數值的意義可能代表樹木的數量。接著依據研究區的範圍設定相關參數

(搜尋半徑、網格大小等)，將搜尋範圍內的所有點資料加總起來(配合輸入的權重)，除 以搜尋面積，即可獲得該像元的密度值。

如上頁圖步驟二所示，計算網格的密度值，首先需設定網格的搜尋半徑。假設半徑為10， 則該圓半徑範圍內的點位分別有3個，數值分別為15、26、32。則該網格點位的密度值為

(15+26+32)/(10*10*3.14)=0.23。

線密度分析：

每條線段分別以不同的數值(權重)表示，數值的意義可能代表不同線段的影響程度。接著 依據研究區的範圍設定相關參數(搜尋半徑、網格大小等)，並開始計算每一個網格資料的 密度值。

在線密度分析中會根據設定的搜尋半徑，將落在搜尋範圍內的線段長度與其個別的權重進行 相乘、加總，除以搜尋面積，即可獲得該像元的密度值。計算時僅考慮落在搜尋範圍內的部 份；若範圍內沒有任何參考線段，則直接寫入NoData。

Kernel

Kernel則是將各點(或線)的已知總體數量，從中心點的位置向四周分散，並算各分散表面 的累積交匯點總數。

點密度分析：

在概念上可將每個點視為其上方均覆蓋著一個平滑的曲面，在點所在的位置數值最高，隨著 與點距離增大數值逐漸減小，在與點的距離等於搜尋半徑的位置處數值為0。

線密度分析：

在概念上可將每條線視為其上方均覆蓋著一個平滑的曲面，在線所在的位置數值最高，隨著 與線距離增大數值逐漸減小，在與線的距離等於搜尋半徑的位置處數值為0。

視覺上兩者差別在於，Kernel所計算出來的連續面較Simple平滑。不過相同的搜尋半徑越 大，輸出的密度網格概括化、平滑化的程度就越高；搜尋半徑越小，輸出的密度網格所呈現 的數值就越詳細。

对点要素进行密度分析对比： 核密度分析

点密度分析：