1、GIS矢量数据分析与栅格数据分析实验 本科学生实验报告姓名 尹永义 学号 1443206000113 专业 地理科学 班级 2014B 实验课程名称 地理信息系统概论（实验） 实验名称 矢量数据分析与栅格数据分析 指导教师及职称 速绍华 （讲师 ） 开课学期 2014 至 2015 学年下 学期 云南师范大学旅游与地理科学学院编印一、实验准备实验名称：实验（矢量数据分析与栅格数据分析 ） 实验时间：2015/05/14实验类型： 验证实验 综合实验 1、 实验目的和要求：1) 了解使用矢量数据分析，栅格数据分析的基本工具。包括建立Buffer、Overlay，Select和Clip等。2) 用
2、Calculate Geometry计算面积和周长。以及多组多边形的地图叠置操作，点线距离测量的两种方法，和空间自相关等。3) 同时还有局域运算，用Combine进行的局域运算，邻域运算，分区运算，数据查询中的自然距离量测运算，栅格数据的提取操作等。2、实验材料及相关设备：1) 安装有Arcmap Arccatalog软件的Windows7电脑一台，2) 数据来源：地理信息系统导论配套光盘中的GIS文件中的datesets_v7中的第十一章和十二章3) 数据Landuse，Soil,和Sewers的Shp文件，4) 记录有博伊西国家森林19086一1996年的森林火情况的Boise_Fire文
3、件，1986年的林火记录Fire1986,Fire1992等，Deer.Shp,Edge.Shp,Adabg00.Shp5) 一个象元大小30m的高程栅格Emidalat,6) 一个包含四个坡度等级的坡度栅格Slope_Gd,7) 一个有平地和四个主要方向的坡向栅格Aspect_Gd,8) 一个表示爱达荷州年平均降水量的栅格，Precipgd,一个流域栅格，9) 一个表示河流的栅将Strmgd,一个高度分带的栅格Elevgd3、实验理论依据或知识背景： 矢量数据分析 矢量数据以点、线和面空间要素为输入数据。 分析结果的准确性取决于空间特征的位置及形状的准确性。 拓扑关系是一些矢量数据分析（如建
4、立缓冲区和叠置分析）的一个因素。 基于邻近（Proximity）概念，建立缓冲区可把地图分为两个区域：一个区域位于所选地图要素的指定距离之内，另一个区域在指定距离之外。 在指定距离之内的区域称为缓冲区。 围绕点建立缓冲区产生圆形缓冲区。围绕线建立缓冲区形成一系列围绕每条线段的长条形缓冲带。围绕多边形建立缓冲区则生成由该多边形边界向外延伸的缓冲区。 对线要素建立缓冲区未必在线两侧都有缓冲区，可以只在线的左侧或右侧建立缓冲区。 缓冲距离（又叫缓冲大小）未必为常数，可以根据给定字段取值而变化。 缓冲区边界也可以被融合掉，使得缓冲区之间没有叠置区。 地图叠置操作是将两个要素图层的几何形状和属性组合在一
5、起，生成新的输出图层。 输出图层的几何形状代表来自各输入图层的要素的几何交集。 输出图层的每个要素包含所有输入图层的属性组合，而这种组合不同于其邻域。 所有叠置方法都是基于布尔连接符的运算，即AND、OR 和 XOR。 若使用 AND 连接符，则此叠置操作为求交（Intersect）。 若使用 OR 连接符，则此叠置操作称为联合（Union）。 若使用 XOR 连接符，则此叠置操作称为对称差异（Symmetrical Difference）或差异（Difference）。 若使用以下表达式 （Input Layer）AND（Identity Layer） OR（Input Layer），则该叠
6、置操作称为识别（Identity）或减去（Minus）。 模式分析是关于二维空间点要素空间分配的研究。 在整体水平上，模式分析可以揭示某分布模式是随机、离散还是集聚的。 在局部水平上，模式分析可以检测出分布模式中是否含有高值或低值的局部集聚。 模式分析包括点模式分析、量测空间自相关的莫兰指数（Morans I）和量测高/低聚集度的 G 统计量。 栅格数据分析 栅格数据分析是基于栅格像元和栅格的。 栅格数据分析能在独立像元、像元组或整个栅格全部像元的不同层次上进行。 一些栅格数据运算使用单一栅格，而另一些则使用两个或更多栅格数据。 栅格数据分析也应考虑像元数值类型（数字型数值，类别型数值）。 栅
7、格数据分析环境包括分析的区域范围和输出像元大小。 局域运算 局域运算是一个像元接一个像元运算，建立栅格数据分析的核心。 局域运算由单个或多个输入栅格生成一个新的栅格。 格局域运算:单一栅格 假定以单一栅格为源数据，基于输入栅格的像元值，局域运算通过空间数学函数计算输出栅格的每个像元值。 由于可以用多个栅格图层进行运算，所以局域运算相当于基于矢量的地图叠置操作。 除了可用于独立栅格的数学公式外，其他的基于输入栅格的像元值或其频率的度量也都可存储于输出栅格。 邻域运算 邻域运算，涉及一个焦点像元和一组环绕像元。环绕像元是按其相对于焦点像元的距离和（或）方向性关系来选定的。 邻域运算得到的既可以是最
8、小值、最大值、值域、总和、平均值、中值、标准差等统计值，也可以是众数、少数和种类数等测量值列表。 常见的邻域类型有矩形、圆形、环形和楔形。 分区运算 分区运算用于处理相同值或相似要素的像元分组。这些组称为分区。分区可以是连续的或不连续的。 分区运算可对一个或两个栅格进行处理。 若为单个输入栅格，分区运算量测每个分区的几何特征，如面积、周长、厚度（Thickness）和重心。 给定两个栅格（一个输入栅格和一个分区栅格），要求以分区栅格的区域为范围对输入栅格进行分区运算生成输出栅格，输出栅格对分区栅格的每个分区概括了输入栅格的像元值。 自然距离量测运算 距离可以表达为自然距离和耗费距离。 自然距离
9、量测运算是计算与源像元的直线距离。 配置与方向 配置栅格中的像元值对应于距该像元最近的源像元。 方向栅格中的像元值对应于距它最近的源像元的方向值。 其他的栅格数据运算 1. 栅格数据管理的操作包括剪取（Clip）和镶嵌（Mosaic）。 2. 栅格数据提取是指从一个现有栅格提取数据生成一个新的栅格。提取栅格数据的工具可以是一个数据集、图形对象或查询表达式。 3. 栅格数据的综合归纳包括聚合（Aggregate）和 区组（Regiongroup）。 基于矢量与基于栅格的数据分析的比较 矢量数据分析和栅格数据分析是GIS分析的两种基本类型。GIS软件包不能在相同操作中同时进行这两种分析，因此被分开
10、处理。 一般原则是，对于项目，选择有效的和适当的数据分析类型。 二、实验内容、步骤和结果（要求：详细写清楚本次实验的完成的主要内容、具体实施步骤和实验结果。纸张不够可以自行添加。） 1) 启示Arccatalog,连接到Chap11数据库。启动Arcmap,添加Sewers.Shp，.Shp，Soil.Shp,到图层中，将图层改名为Task1,2) 首先建立的缓冲区。单击并打开Arctoolbox窗口。从快捷菜单中设置Environments，将数据库Chap11设置为当前工作空间，。在工具箱Analysistools/Proximity内双击Buffer工具。再出现的Buffer对话框中，选
11、择Sewers为输入要素，.Shp作为输出要素集，输入300米作为距离，选择All为Dissolved Type，打开的Sewerbuf属性表。3) 接着进行Soils ,Landuse和Sewerbuf地图叠置，在工具箱Analysistools/Overlay内双击Intersect工具。选择Soils ,Landuse和Sewerbuf为输入要素，输入Final.Shp，作为输出要素类，然后单击Ok。4) 将输出要素类命名为Sites.Shp，并单击用于输入表达式的SQL，输入表达式。5) 打开Sites属性表，把Sites.Shp转换为Geodatabase要素类，6) 字段类型，输入
12、11为字段精度，3为字段尺度，单击Ok。以同样的方法，将Leng为新字段添加到中。7) 在Sites属性表中，右击Shape_Area并选择Caculate Geometry。在对话框，选中Area为性质，平方米为单位，单击Ok。8) 右击Shape_Length并选择Caculate Geometry。在对话框，选中Length为性质，平方米为单位，单击Ok。2 多组分多边形的地图叠置1) 在Arcmap中插入新的数据帧，重命名为Tsk2，添加Regions，打开Boise_Fire属性表，2) 首先，进行和的联合，在Analysistools/Overlay工具箱内双击Union工具。选择
13、Fire1986,和Fire1992为输入要素，输入Regoins作为要素数据集的输出要素类，单击Ok3) 在Analysistools/Overlay工具箱内双击Intersect工具。选择1986, 和Fire1992为输入要素，输入Fire_Intersect作为输出要素类，单击Ok3点与线之间的距离量测1) 在Arcmap中插入新的数据帧，重命名为Tsk3，添加Deer.Shp,.Shp,，2) 右击，指向Jion And Relates并选择Jion在Jion Data对话框中单击第一个下拉箭头，并选择。指定Deer_Edge Shp为输出文件，单击Ok3) 右击Deer_Edge并
14、打开属性表，4 计算整体和局部G统计量1) 在Arcmap中插入新的数据帧，重命名为Tsk4，添加Adabg00.Shp，2) 右击Adabg00，并选择Properties，在Symbology栏中，选择Quantities/Graduated Colors 来显示Latino字段值，3) 打开Arctoolbox，首先计算整体G统计量，在Spatial Statistics Tools/Analyzing Patterns工具箱内双击High/Low Clustering工具。选择Adabg00为输入要素，选择Latino为输入字段，同时General Report勾选前的复选框，单击OK
15、4) 从Geoprocessing菜单选择Result，在Current Session下，扩展High/Low Clustering，然后双击HTML Report File5) 双击Spatial Statistics Tools/Maping Clusters工具，选择Latino为输入字段，输入Local_G.Shp作为输出要素类，6) 在Arcmap中添加，Local_G,打开Local_G属性表，5执行Select和Clip1) 在Arcmap中插入新的数据帧，重命名为Tsk5，添加JeffersonAND Amscmtype_PUB_24K_POINT，2) 在Analysis
16、Tools/Extract工具箱内双击Select工具。在Select对话框中，输入Amscmtype_PUB_24K_POINT为输入要素，命名输出要素类为action_completed，键入SQL表达式3) 在Analysis Tools/Extract工具箱内双击Clip工具。选择action_completed为输入要素，Jefferson为剪取要素，ac_Jefferson为输出要素类，单击Ok栅格数据分析10) 启动arccatalog,连接到Chap12数据库，在目录树中，从的快捷菜单中选择properties,rasterdatasetproperties对话显示出emida
17、lat属性有186列，214行，像元大小为30m，11) 启动 ArcMap添加Emidalat,至图层，图层重命名为TASK1&3打开AtcToolbox右击Arctoolbox，选择Evironment,设定第十二章数据为当前和过期工作空间。双击Spatial Amalyst Tools/Math工具及下的TIMEs，在出现的对话框中，选择Emidalat,为12) 输入栅格或常量值为1，；输入3。28为输入栅格或常量值为2，在当前工作空间保存输出栅格为Emidaft。除了用ft度量单位外，Emidalat,和Emidaft是一样的，单击ok。13) 在arcmap的insert中选择Da
18、ta Frame .并重命名为Task2把slope_gd和aspect_gd添加到其中14) 双击Spatial Amalyst Tools/local工具集中的combine工具 ，在出现的对话框中，选择slope_gdAndaspect_gdAnd作为输出栅格输入slp_asp为输出栅格，单击ok，运行操作，Slp_asp显示出对输入值的每个独特组合独有一个独特输出值，打开其属性表查看独特组合及其计数，15) 在Spatial Amalyst Tools/Neighborhood工具集中双击Focal statistic ，随后的对话框中，选择mean为统计类型，单击Ok16) 在arc
19、map的insert中选择Data Frame .并重命名为Task4把precipgd和hucgd添加到其中17) 双击Spatial Amalyst Tools/zonal工具集中的zonal Statistic 工具，在出现的对话框中，选择hucgd为输入栅格，选择precipgd为数值栅格，保持huc_precip为输出栅格，选择mean为统计类型，单击OK，18) 为显示每个流域的平均降水量，可通过如下操作实现；右击huc_precip，选择properties在Show栏中，单击Unique Values，然后单击OK，19) 在arcmap的insert中选择Data Frame
20、 .并重命名为Task5把strmgd和elevgd添加到其中20) 双击Spatial Amalyst Tools/Distance工具集中的Euclidean Distance 工具，再出现的对话框中，选择strmgd 为输入栅格，将输出保存为strmdist,然后单击OK, strmdist显示了在 strmgd中对河流的连续距离分区，21) 下一步是生成一个距离河流200m的区域的新栅格，双击Spatial Amalyst Tools/Reclass工具集中的Reclassify共聚焦，在其对话框中，选择strmgdist做为输入栅格，并单击Classify按钮，在其后的对话框中，更改
21、分类数为2，输入200作为第一个断点值，单击OK。22) 双击Spatial Amalyst Tools/local工具集中的combine工具，再出现的对话框中，选择rec_gd和Elev_gd为输入栅格，将habitat1并保存为输出栅格，单击OK。23) 提取栖息地，双击Spatial Amalyst Tools/Extraction工具集中的Extract by Attributes工具，在出现的对话框中，选择habital1为输入栅格，键入表达式。24) 在Arcmap中激活Task4和Task6。在Spatial Amalyst Tools/Extraction工具集中的Extra
22、ct by Attributes工具，在出现的对话框中，选择hucigd为输入栅格，键入表达式。25) 在Spatial Amalyst Tools/Extraction工具集中的Extract by Mask工具，在出现的对话框中，选择precipgd为输入栅格，huc170603为输入栅格，或要素掩模栅格，p170603为输出栅格。单击运行该提取操作。三、实验小结1、实验中出现过的问题（或错误）、原因分析（1）、第一次做的时候，扩展功能用不了，后面经过同学的帮忙指正，才打开了扩展功能。（2）、在做矢量数据相关的练习时，出现了很多错误，原因是对矢量数据理解较少，再加上对程序的不熟悉造成的；（2）、在后面总结的时候，前面很多做过的步骤又忘了，原因是做的实验比较少，不熟悉。（3）、在操作中，多次出现脚本错误和在输入输出要素时出现红叉。原因是操作失误和电脑软件配备不太好。2、保证实验成功的关键问题(1) 在操作时，遇到做不来的，应该多向其他同学请教；(2) 在课上应该认真听讲，才能保证对每个概念都有所了解，操作时才能记得更深刻。(3) 在操作时，应该按照步骤认真完成，不能忽略任何一步(4) 多进行练习，熟悉程序和操作方法。指导教师评语和实验得分：实验得分： 签名： 年 月 日
