选址适宜性分析(新学校及新道路).doc

聊城大学环境与规划学院 ArcGIS上机实习报告2011-2012
第1学期
实习2 栅格数据的空间分析
—选址适宜性分析(新学校和新道路)
班级 专业 学号 姓名 得分

一 实习内容和意义
1.1.内容
(1) 学校选址
背景：
　合理的学校空间位置布局，有利于学生的上课与生活。学校的选址问题需要考虑地理位置、学生娱乐场所配套、与现有学校的距离间隔等因素，从总体上把握这些因素能够确定出适宜性比较好的学校选址区。
要求：
1)新学校选址需注意如下几点：
A、新学校应位于地势较平坦处。
B、新学校的建立应结合现有土地利用类型综合考虑，选择成本不高的区域。
C、新学校应该与现有娱乐设施相配套，学校距离这些设施越近越好。
D、新学校应避开现有学校，合理分布。
2）各数据权重比为：距离娱乐设施占0.5，距离学校占0.25，土地利用类型和地势因素各占0.125。
3）实现过程运用ArcGIS的扩展模块（Extension）中的空间分析部分功能，具体包括：坡度计算、直线距离制图功能、重分类及栅格计算器等功能完成。
4）给出适合新建学校的适宜地区图，并作简要分析。
(2) 最佳路径
要求：A新建路径成本少。
B新建路径为较短路径。
C新建路径的选择应该避开主干河流，以减少成本。
D新建路径的成本数据计算时，考虑到河流成本（reclass_river）是路径成本中较关键因素，先将坡度数据（reclass_slope）和起伏度数据（reclass_QFD）按照0.6：0.4权重合并，然后与河流成本作等权重的加合并，公式描述如下：
Cost=reclass_river +(reclass_slope *0.6 +re_classQFD*0.4)
E寻找最短路径的实现需要运用ArcGiS的空间分析（Spatial Analyst）中距离制图中的成本路径及最短路径、表面分析中的坡度计算及起伏度计算、重分类及栅格计算器等功能完成。
F提交寻找到的最短路径路线图。
1.2意义
通过练习，熟悉ArcGIS栅格数据距离制图、成本距离加权、数据重分类、多层面合并等空间分析功能；熟练掌握利用ArcGIS空间分析功能，分析和处理类似学校选址、寻找最佳路径等实际应用问题。
二 数据准备
学校选址 最佳路径
1）Landuse(土地利用数据)。 1）dem(高程数据)。
2）Dem（地面高程数据）。 2）startPot(路径源点数据)。
3）Rec_sites(娱乐场所分布数据)。 3）endPot(路径终点数据)。
4）School（现有学校分布数据）。 4）river（水流域数据）。
三 涉及的基本概念
1、 距离制图：根据每一栅格相距其最邻近要素(“源”)的距离分析制图,从而反映每一栅格与其邻近源的相互关系。
2、重分类：基于原有数据，对原有数值重新进行分类整理从而得到一组新值并输出。
3、坡度：指过某一点的切平面与水平地面的夹角。
4、成本距离加权数据：也称成本累计数据，记录每个栅格到距离最近、成本最低的源的最少累加成本。
5、距离方向数据：表示从每一单元出发，沿着最低累计成本路径到达最近源的路线方向
6、最短路径：通过最短路径函数获取从一个源或一组源出发，到达一个目标地域或一组目标地的最短直线距离或最小成本路径
四 技术流程图
4.1 学校选址
Arcgis中实现学校选址分析，首先利用现有学校数据集、现有娱乐场所数据集和高程数据派生出坡度数据及现有学校、娱乐场所的距离数据集。然后重分类数据集到相同的等级范围，再按照上述数据集在学校选址中的影响程度赋权重值，最后合并这些数据集即可创建显示新学校适宜位置分布的地图
实现流程图（如图4.0）

土地利用图 高程图 娱乐场所分布图 学校分布图

计算坡度 距离娱乐场所 距离学校

（图4.0）学校选址逻辑过程
4.2 最佳路径
ArcGIS中实现最佳路径分析，首先利用高程数据派生出坡度数据以及起伏度数据。然后重分类流域数据、坡度、起伏度数据集到相同的等级范围，再按照上述数据集在路径选择中的影响率赋权重值，最后合并这些数据即可得到成本数据集。基于成本数据集计算栅格数据中各单元到源点的成本距离与方向数据集。最后执行最短路径函数提取最佳路径。
实现流程图 (如图4.1)
高程图
高程图
小流域分布图

数据准备

计算坡度
计算起伏度

派生数据

重 分 类

权重分配

+ 0.6 0.4

成本数据

计算距离方向

结果

（图4.1）

五 具体操作步骤
5.1 学校选址
1. 选择 Tools/Extensions，加载 Spatial Analyst 模块
2. .打开加载地图文档对话框，选择 school.mxd
3. .单击Spatial Analyst 模块的下拉箭头，打开Options 对话框，设置空间分析环境。(如图4.2)
（图4.2）
1)打开 General 选项卡，设置默认工作路径（如图4.3）

（图4.3）
2) 打开Extent 选项卡，在Analysis Extent 下拉框中选择“Same as Layer landuse”（如图4.4）
（图4.4）

3)打开 Cell Size 选项卡，在Analysis Cell Size 下拉框中选择“Same as Layer landuse”
4. 选择DEM 数据，提取坡度数据集
单击Spatial Analyst—>Surface Analysis—>Slope。
单击Input surface —>dem，在Output raster项的文本框输入slope，把输出坡度数据
永久保存在工作目录下。 单击OK（如图4.5）

（图4.5）
生成图（图4.6） （高值<红色区域>指示较陡的坡度）

（图4.6）

5.选择娱乐场所rec_sites 数据层，提取娱乐场直线距离数据。
单击Spatial Analyst—>Distance—>Straight Line，在the Distance to 中选中rec_sites。命名为dis_rec。其他的选项都取缺省值。（如图4.7）

（图4.7）
（输出的到娱乐场地rec_sites数据集的距离将作为一个新图层加到ARCMAP的会话中。零值表示娱乐场地的位置，距离这些值为0的位置越远，相应的输出值<距离>也越大）（如图4.8）

（图4.8）
6. 选择学校位置数据School，提取学校直线距离数据集。方法和提取娱乐场直线距离数据相同
生成新图dissch（如图4.9）

（图4.9）
7.重分类数据集。
1）重分类选择坡度数据集：
单击Spatial Analyst—>Reclassify，选中Input raster中的Slope，单击Classify按钮，弹出对话框。单击Method，选中Equal Interval，单击Classes，选择10（如图4.10）

（图4.10）
平坦的地方适宜性好，赋以较大的适宜性值，陡峭的地区赋比较小的值（如图4.11）

（图4.11）

得到坡度适宜性数据recalslope（如图4.12）
为便于区别适宜性高低，可以修改地图显示颜色

（图4.12）
2）重分类到娱乐场地距离数据集
单击Spatial Analyst—>Reclassify，选中Input raster中的Distance to rec_sites，单击Classify按钮，弹出对话框。单击Method，选中Equal Interval，单击Classes，选择10。距离最远的赋值1，得到娱乐场所适宜图recaldis_rec（如图4.13）

（图4.13）
3）重分类到现有学校距离数据集
单击Spatial Analyst—>Reclassify，选中Input raster中的Distance to rec_sites，单击Classify按钮，弹出对话框。单击Method，选中Equal Interval，单击Classes，选择10
因为要把新学校建在靠近娱乐场所的位置，所以需要给距离娱乐设施较近的位置赋较高的值，此时他们的适宜性最高。
由于缺省情况把较高的新值（有较高适宜性）赋给在重分类前就具有较高值的单元（那些离现有学
校较远的位置），所以就不需要任何改动了得到重分类学校距离图recaldissch（如图4.14）
（图4.14）
4）重分类土地利用类型数据集
单击Spatial Analyst—>Reclassify，选中Input raster中的landuse，在Reclass field中选
中Landuse。在New values列中为各土地利用类型输入如下对应值： Barren land—1 Forest—2 city center—3 vegetable— 4 agriculture— 5 transitional—7 public—10。
移除土地利用类型为 Water 、 Wetland和grass。选中Change missing values to NoData复选框。（如图4.15）

（图4.15）
得到重分类土地利用图（如图4.16）
（图4.16）
8. 适宜区分析
重分类后，各个数据集都统一到相同的等级体系内，且每个数据集中那些被认为比较适宜的属性都被赋予比较高的值，现在开始给四种因素赋以不同的权重，然后合并数据集找到最适宜的位置。
单击Spatial Analyst—>Raster Calculator，对各个重分类后的数据集的合并计算，最适宜性数据集的加权计算公式为：
(坡度数据)*0.125+ recaldissch（现有学校）*0.25+ recalland（土地利用数据）*0.125+ recaldis_rec（娱乐场所）*0.5（如图4.17） （注：“=”为键盘输入）

（图4.17）
得到最终适宜性数据suit，并利用Raster Calculator将大于8的提取出来，得到suitsite，确定其为最佳选址区域（如图4.18）

（图4.18）
9 地图整饰
1）为了凸显地图的立体感，可以利用高程数据图做个山体阴影hillshade
单击Spatial Analyst—>Surface Analysis—>Hillshade
生成山体阴影图（如图4.19）

（图4.19）
1）为了便于标注土地利用类型，可以利用Spatial Analyst—>convert—>Raster to Feature将栅格的土地利用图转换成矢量图，弹出对话框（如图4.20）

（图4.20）
生成矢量图landfeature 对其图案颜色设置、添加自动标注并设置透明度40%得到成图（如图4.21）

（图4.21）
最后将各图层按照现有学校、娱乐场所、最佳地段、landfeature、hillshade顺序放置并显示。其它图层不显示（如图4.22）
（图4.22）
最后成图（如图4.23）

（图4.23）
5.2 最佳路径
1、创建成本数据集
考虑到山地坡度、起伏度对修建公路的成本影响比较大，其中，尤其山地坡度更是人们首先关注的对象，则在创建成本数据集时，可考虑分配其权重比为0.6：0.4.但是在流域分布的情况下，河流对成本影响不可低估。因此，成本数据集为合并山地坡度和起伏度之后的成本，加上河流对成本之影响。
A. 坡度成本数据集
选择DEM数据层，单击Spatial Analyst 下拉列表框，选择Surface Analysis 并单击slope,生成坡度数据集，记为SLOP.
选择slope 数据层，单击spatial Analyst 下拉箭头，选择Reclassify 命令实施重分类。重分类的基本原则是：采用等间距分为10级，坡度最小一级赋值为1，最大一级赋值为10。得到成图reclaslope（如图4.24）

（图4.24）
B、起伏度成本数据集。
选择DEM数据层，单击Spatial Analyst 下拉列表框，选择Neighborhood Statistics,生成起伏度数据图层，记为QFD.
选择QFD数据层，单击Spatial Analyst 下拉箭头，选择Reclassify命令，按10级等间距实施充分类，地形越起伏，级数赋值越高，最小一级赋值为1，最大一级赋值为10，得到地形起伏成本数据reclaQFD。（如图4.25）
（图4.25）
C、河流成本数据集
选择River数据层，单击Spatial Analyst 下拉箭头，选择Reclassify 命令，按照河流等级如下进行分类：4级为10；如此依次为8，5，2，1，生成河流成本recla_river(如图4.26)

（图4.26）
2、加权合并单因素成本数据，生成最终成本数据集
单击Spatial Analyst 下拉箭头，选择Raster Calculator 命令合并数据集，计算公式如下：
Cost=recla_river（重分类流域数据） +(reclaslope（重分类坡度数据）*0.6+reclaQFD（重分类起伏度数据）*0.4)（如图4.27）

（图4.27）
得到成本数据集cost（如图4.28）

（图4.28）
3、计算成本权重距离函数。 单击Spatial Analyst 模块下拉箭头，选择Distance 中的Cost Weighted，设置参数如图4.29，单击OK按钮，生成如图4.30的成本距离图cbdistance，其中浅色为源点；图4.30所示成本方向图，尖点为源点

（图4.29） 计算成本数据对话框

（图4.30）

（图4.31）
4、 求取最短路径。 单击spatial analyst 下拉框，选择Distance 中的Shortest path,设置参数如图4.32，生成最终的最短路径图（如图4.33，紫色为最短路径）

（图4.32） 最短路径对话框

（图4.33）
5、 地图整饰
为了凸显立体感可以做山体阴影（上面已描述），还可做不同密度的等高线（本图为15m和60m）并并设置颜色。等高距15米的设置为灰度60%，60米的设置黑色。设置好河流颜色，按照一定次序放置图层（如图4.34）

（图4.34）
其它图层放在后面不显示

最后得到结果如图4.35

（图4.35）
六 实习心得
通过这次练习，我更加熟悉了ArcGIS栅格数据距离制图、成本距离加权、数据重分类、多层面合并等空间分析功能；能基本掌握利用ArcGIS空间分析功能，分析类似学校选址等实际的应用问题。
操作其实很简单，主要是如何学会分析问题，知道用什么知识点，什么原理去解决问题，这才是最重要的
20

※ArcMap空间分析※