三维空间分析实习报告

三维空间分析实习报告

(ArcGIS 3D Analyst模块)

一、实习内容简介

熟悉ArcCatalog、ArcScene的功能，学会用ArcCatalog查找、预览三维数据，学会在ArcScene中添加数据。熟悉并掌握利用ArcScene查看数据的三维属性；从二维要素与表面中创建新的三维要素；从点数据源中创建新的栅格表面；从现有要素数据中创建TIN表面。

本次实习的主要内容如下：

练习一：在地形表面上叠加影像；

练习二：污染物在蓄水层中的可视化；

练习三：土壤污染及甲状腺癌发病率的可视化；

练习四：创建TIN表面表示地形。

二、实习成果及分析

练习一：在地形表面上叠加影像

在这个练习中，老师给我们的数据是美国加利福亚州Death Valley（死谷/死亡谷：位于美国西南部，是世界上最低和最干旱的地区之一）。我们获得的数据有峡谷地形的TIN 数据以及土地利用程度的雷达遥感影像。影像中含有大量的信息，因此可以将影像与地形表面进行叠加，以增影像理解的维数。

在地形表面上叠加遥感影像，有助于对影像模式及其与地形的相关性的理解。

首先，在叠加数据前，需要定位地形数据并在ArcCatalog中对其进行预览。我在ArcCatalog中定位到Death Valley并利用Preview标签成功对其进行了预览。我还选择了3D View选项，将其转换到三维预览状态。然后我利用3D View Tools中的小功能对其进行了各种预览操作。

然后，我点击3D View Tools中的ArcScene按钮，启动了ArcScene，将Death Valley Terrain 图层拖拉至ArcScene界面左边的图层窗口中，这样TIN就在新的场景中绘制出来。添加dvin3.TIF数据层，影像将以平面方式绘制，其基准高程为0。在TIN （Death Death Valley）数据的峡谷部分、高程低于0米(海平面)地方可以看到影像，其它地方的影像将被地形表面所掩盖。

影像中的表面纹理信息是地形主要信息来源。当影像与地形表面叠加时，纹理地形之间的关系将显而易见。在ArcScene中，通过对表面上图层的基准高程赋值，用户可以将包括GRID、影像或二维要素的图层与表面(GRID 或TIN) 叠加。

叠加后的结果如下图：

通过这个叠加好的图，可以查看表面纹理、颜色与地形之间的关系。在地形表面上叠加影像，可以看到地表的大致形状及地表岩石和沉积物之间相互关系。

与地形的高度相比，峡谷覆盖的地区范围要广阔得多，尽管在场景边缘处山地相对于谷底的高程高达2000米。为了增强场景的高度感，并表示场景中地形上的一些细微要素的特征，可以对地形的高度进行拉伸。我将地形的高度变为原来的2倍，这时，我可以清楚地看到场景中部山区与场景左边山区间的冲积扇是如何延伸到谷底的。如下图所示：

练习二：污染物在蓄水层中的可视化

在这个练习中包含一个污染物空间TIN图层、一个污染物浓度图层以及两个宗地与水井的图层。将污染物浓度的栅格图像叠加到污染物空间的TIN上，并根据需要突出建筑物及其颜色的变化；同时还需要突出水井要素，以便更容易识别污染最严重的水井。

首先，我在ArcScene中添加了Groundwater.sxd数据文件，可以再目录表中看到4个图层。在此练习中，我将 VOC 浓度的栅格图层叠加到污染空间表面上，以显示蓄水层中污染物的体积与污染物程度。叠加后可以在三维中看出污染物空间的形状及其受污染的强度。可以看到，一些水井位于污染物空间中。但是，由于污染物空间分布较广且在深度上并不集中，所以我们很难看出哪些水井所受的污染最严重。因此我根据水井的深度属性提取出水井要素，以便找出哪些水井与污染物空间相交。

最后，修改场景的属性，以便优先显示需要进行清理的各种设施。最后生成的结果图形如下图所示。可以看到与污染物空间相交或相邻的水井。水井向下突出：

练习三：土壤污染及甲状腺癌发病率的可视化

在这个练习中，我们使用的是从 Belarus收集的数据，并创建两个表面。其中一组包含土壤中的Csl37的含量。Csl37是导致甲状腺癌的几种放射性元素的同位素之一。另外一组数据为按区统计的甲状腺癌发病率，采样点位于各区中心。

首先，我打开了Chemoby1场景，可以看到用红色调表示的Csl37的土壤含量，使用分级颜色表示受污染的程度。各区的甲状腺癌发病率使用蓝色调的大符号表示的。土壤中Csl37 的取样点为具有某些属性二维要素。一种以三维方式查看二维数据的方法就是设置突出表达式或基准高度。也可以将Z值合成到几何要素中，直接以二维方式查看要素，无需从表面或属性中设置基准高度。

我利用了ArcScene中的3DAnalyst工具从土壤的CS137点要素中创建三维点要素。然而，创建的三维点要素看上去好像被搁置在平面上，经过分析才知道，这是因为CSl37的浓度从0变化到208 .68，相对于数据的水平范围来说太小的缘故。因此，我进一步对场景进行了垂直拉伸处理。

在三维空间中查看数据只是一种研究数据的方法。另一种方法是突出点数据，以柱状对其进行显示。因此，我将突出甲状腺癌采样点为圆柱进行显示，以便将其与其它污染数据进行比较。最后，我将区域中心点使用甲状腺癌的发病率，按一定比例以柱状方式显示出来。可以发现污染最严重的地区同时也是甲状腺癌病率高的地方；然而，一些CSl37污染较轻的地方甲状腺癌发病率也较高。截图如下：

然而，土壤中CSl37 浓度是采样点位置处的，但对于采样点之间的位置CSl37的浓度却不知道。一种获得采样点间任意位置污染信息方法，就是对这些数据进行插值，从而生成一个栅格表面（Surface）。插值获得表面的方法有多种，各种方法生成不同精度的模型。在本练习中，我使用反距离加权法 (IDW)，通过对采样数据插值生成表面。通过输入的点数据，反距离权重法对输出栅格图像中每一个像元进行计算。距离近的点的影响较大，距离远的点反之。表面数据加入到场景后，可以看到有两块区域的CS137浓度较高。以三维透视的方式查看表面，截图如下：

有时，我们需要特别关注某些特别的数据或特定的要素。用户可以根据空间位置或属性值选择场景中的要素，或通过SelectFeatures工具在屏幕上点取选择要素。在本练习中，我通过属性值查找发病率最高地区的位置。场景中甲状腺病发病率高于0.5人/千人的地区被选中，被选中的地区以浅蓝色符号显示，表明其已经被选中。最后成果截图如下：